張晴　高廣銀　賈波

摘 要：針對大數(shù)據(jù)時代背景下中小型超市面臨的挑戰(zhàn)及數(shù)據(jù)分析應(yīng)用于中小型超市輔助決策的現(xiàn)狀，提出了適時調(diào)整貨架位置及動態(tài)預(yù)測商品銷售趨勢的營銷策略，建立了數(shù)據(jù)管理、分析、決策模型，綜合應(yīng)用數(shù)據(jù)挖掘算法Apriori及Vague集求解該模型，在此基礎(chǔ)上設(shè)計并實現(xiàn)了超市營銷系統(tǒng)。利用中小型超市的實際銷售數(shù)據(jù)實驗，結(jié)果表明該系統(tǒng)的應(yīng)用不僅使得超市日常經(jīng)營管理更加便捷、高效，其數(shù)據(jù)分析功能為管理者提供了決策支持，為超市帶來約8%的利潤提升。

關(guān)鍵詞：數(shù)據(jù)挖掘；營銷策略；關(guān)聯(lián)規(guī)則

中圖分類號：TP399 文獻(xiàn)標(biāo)識碼：A

Abstract：In view of the challenge for the small and medium-sized supermarkets in the era of big data，and the present situation of the application of data analysis in small and medium-sized supermarket to auxiliary decision making，proposed the marketing strategy：timely adjust the shelf location and dynamically predict the tendency of the merchandise sales，established a model for data management，analysis，decision-making and used the data mining algorithms such as Apriori and Vague set to solve the model，on this basis，designed and implemented a supermarket marketing system.Then use the actual sales data of small and medium-sized supermarket for experiments，the results show that the application of this system not only makes the supermarket daily operation and management more convenient and efficient，its data analysis function provides decision support for manager，for the supermarket produce about 8% of the profits.

Keywords：data mining；marketing strategy；association rules

1 引言（Introduction）

近年來，各大型企業(yè)均將大數(shù)據(jù)時代的到來作為企業(yè)發(fā)展過程中的新機遇，進行了綜合性的市場營銷的研究[1，2]。而中小型超市目前在其行業(yè)中所處的地位比較特殊，大型連鎖超市有著其獨特的經(jīng)營模式，占據(jù)大部分的市場份額，同時，小型的便利店由于其準(zhǔn)確的市場定位，競爭力不容小覷。在這樣激烈的競爭環(huán)境中，中小型超市急需分析自身的優(yōu)勢及劣勢，及時調(diào)整其營銷策略，才能在市場中發(fā)掘盈利的空間。

數(shù)據(jù)挖掘技術(shù)在國外零售行業(yè)得到了廣泛應(yīng)用，經(jīng)營管理者采用數(shù)據(jù)挖掘工具進行決策分析，最為經(jīng)典的就是美國超市沃爾瑪?shù)摹捌【婆c尿布”的案例，找出了客戶購買商品的潛在規(guī)律。而國內(nèi)對數(shù)據(jù)挖掘的研究較晚，當(dāng)前國內(nèi)零售業(yè)的數(shù)據(jù)挖掘工作還處在探索階段。

本文主要研究對象為中小型零售超市，中小型超市在其經(jīng)營過程中積累存儲了大量的商品銷售數(shù)據(jù)，但是由于其人力、財力等因素，缺乏有效的數(shù)據(jù)分析工具，這些海量數(shù)據(jù)沒有得到較好利用，決策者制定營銷策略通常只依靠自身積累的經(jīng)驗，而沒有科學(xué)的統(tǒng)計分析作為數(shù)據(jù)支持[3，4]。因此，本文研究構(gòu)建一個中小型超市的營銷系統(tǒng)，綜合應(yīng)用了統(tǒng)計算法、關(guān)聯(lián)規(guī)則算法、粗糙集算法，對紛繁復(fù)雜的數(shù)據(jù)進行系統(tǒng)的統(tǒng)計與分析，決策者可根據(jù)數(shù)據(jù)挖掘后的結(jié)果，改變超市的經(jīng)營策略與管理，以達(dá)到提高經(jīng)濟效益的目的。

2 超市營銷系統(tǒng)構(gòu)建（Build the supermarket marketing system）

現(xiàn)今中小型超市越來越多，在大數(shù)據(jù)的營銷環(huán)境中，為提高競爭力，必須建立與客戶的密切關(guān)系[5]，以客戶的需求為中心，進行經(jīng)營策略的調(diào)整：

（1）超市的貨物擺放結(jié)構(gòu)要合理，滿足大多數(shù)客戶的購買習(xí)慣

于超市而言，商品位置如何擺放對銷售有著舉足輕重的影響，只有商品合理進行布局，才能節(jié)約消費者的購買時間，并且能刺激消費者的購買欲望[6]。超市營銷系統(tǒng)應(yīng)具備強大的統(tǒng)計分析功能，通過對銷售數(shù)據(jù)的分析，了解到客戶的購買習(xí)慣，從而有針對性地進行庫存管理以及貨架商品位置的調(diào)整。

（2）通過分析超市商品的詳細(xì)銷售情況，進一步細(xì)化商品的擺放

超市管理者應(yīng)分析顧客在超市購買商品的時間區(qū)間，習(xí)慣穿行的路徑，不同的商品被一起購買的概率，何種類別的商品比較暢銷，貨架的使用效率如何，進而使貨架商品不僅簡單按商品種類擺放，可能需要將不同種類、看似無關(guān)的商品擺放到一起，從而增加購買量。超市營銷系統(tǒng)應(yīng)具備挖掘這種潛在模式的功能。

（3）能預(yù)測新產(chǎn)品是否會被顧客接受

當(dāng)超市新進某種商品時，超市管理者希望能預(yù)測該商品是否會被顧客接受，將投資風(fēng)險降至最低，避免不必要的人力、物力資源。超市系統(tǒng)應(yīng)提供預(yù)測功能，給超市管理者進行決策提供一定的依據(jù)。

（4）合理設(shè)計一些優(yōu)惠政策

超市管理者需要通過設(shè)置一些優(yōu)惠政策，提高客流量。例如：設(shè)置不同等級的會員，結(jié)賬的時候給予不同的折扣，并可以有針對性地通過郵件方式將優(yōu)惠政策通知到客戶，進行個性化推薦，刺激了消費。

依據(jù)以上的分析，本超市營銷系統(tǒng)分為三個部分：銷售管理、庫存管理和營銷管理。銷售管理模塊具有商品銷售功能，可以銷售超市中的商品，并把信息存儲于數(shù)據(jù)庫中，用于營銷分析。庫存管理模塊具有商品緊缺提醒、下訂購單和查詢待辦訂購單的功能，該模塊主要管理超市的庫存商品，并具有庫存預(yù)警與保證貨物供給等作用。營銷管理模塊具有銷售統(tǒng)計、商品相關(guān)性分析、新商品的預(yù)測、庫存審核、管理用戶和管理會員等子模塊，該模塊可以實現(xiàn)統(tǒng)計超市的銷量、利潤，分析會員的購買習(xí)慣，審核進貨單，發(fā)送郵件等一系列功能。具體的系統(tǒng)功能結(jié)構(gòu)圖如圖1所示。

3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用（The application of data mining technology）

數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取正確的、有用的、未知的、綜合的以及用戶感興趣的知識，并用這些知識建立用于決策支持的模型，提供預(yù)測性決策支持的方法、工具和過程；是利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)可以被企業(yè)用來進行預(yù)測、分析風(fēng)險的模型的過程[7，8]。

構(gòu)建超市營銷系統(tǒng)的數(shù)據(jù)挖掘模型，如圖2所示，首先根據(jù)營銷系統(tǒng)的營銷策略確立數(shù)據(jù)倉庫的主題，例如庫存管理主題、銷售管理主題、營銷管理主題等等，然后從各個收銀系統(tǒng)和庫存數(shù)據(jù)庫中抽取相關(guān)數(shù)據(jù)，使用Web Service和XML技術(shù)進行數(shù)據(jù)的轉(zhuǎn)換集成，利用OLAP服務(wù)器構(gòu)建數(shù)據(jù)倉庫，建立星型數(shù)據(jù)模型，接著應(yīng)用數(shù)據(jù)挖掘相關(guān)算法，例如關(guān)聯(lián)規(guī)則、聚類、分類、序列模式等，發(fā)現(xiàn)海量銷售、庫存數(shù)據(jù)中存在的潛在關(guān)聯(lián)模式，最后在系統(tǒng)相應(yīng)的子模塊上呈現(xiàn)挖掘的信息，為管理者進行營銷策略的調(diào)整提供依據(jù)。

為實現(xiàn)信息服務(wù)層的各個功能，在數(shù)據(jù)挖掘?qū)硬捎昧讼鄳?yīng)的算法：

（1）超市營銷系統(tǒng)采用統(tǒng)計算法進行商品銷售量的統(tǒng)計，銷售利潤的統(tǒng)計等等。統(tǒng)計算法即采用循環(huán)結(jié)構(gòu)對所有記錄進行條件判斷和個數(shù)統(tǒng)計，其輸入為求解范圍、一個或多個條件，其輸出為滿足條件的記錄個數(shù)。在實施統(tǒng)計過程中還可以設(shè)置特定條件，使得滿足該特定條件時循環(huán)終止，以處理特殊需求。

（2）為進一步細(xì)化商品的擺放，超市營銷系統(tǒng)中采用Apriori算法發(fā)掘潛藏在商品中的某些關(guān)系。Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項集的算法[9]，該算法的基本思想是：首先找出所有的頻集，這些項集出現(xiàn)的頻繁性大于或等于預(yù)先定義的最小支持度，然后由頻集產(chǎn)生強關(guān)聯(lián)規(guī)則，這些規(guī)則必須滿足最小支持度和最小可信度，然后找到頻集產(chǎn)生期望的規(guī)則。

（3）為進一步細(xì)化商品的擺放，超市營銷系統(tǒng)中采用Apriori算法發(fā)掘潛藏在商品中的某些關(guān)系。Apriori算法是經(jīng)典的基于布爾關(guān)聯(lián)規(guī)則來挖掘頻繁項集的算法[9]，其求解過程為：首先設(shè)置最小支持度和最小置信度，對所有的頻集，根據(jù)頻繁性大于或等于最小支持度的原則求出頻繁-1項集，然后由頻繁-1項集產(chǎn)生候選-2項集，再求出頻繁-2項集，以此類推，該過程是一個不斷產(chǎn)生強關(guān)聯(lián)規(guī)則的過程。

（4）超市營銷系統(tǒng)運用粗糙集算法可以預(yù)測到新產(chǎn)品的銷售情況。粗糙集理論自1982年由Pawlak教授提出，作為一個重要的數(shù)學(xué)工具，被廣泛應(yīng)用于分析和處理不完整、非精確的信息，并且其采用定量方法[10]。該理論起源于簡單的信息模型，核心是應(yīng)用等價關(guān)系，因而具有可操作性。特別適用于對關(guān)系數(shù)據(jù)庫記錄進行抽象、分類，歸納形成概念和規(guī)則，實現(xiàn)近似分類及知識發(fā)現(xiàn)。

4 系統(tǒng)的應(yīng)用（Application of the system）

超市營銷系統(tǒng)以江蘇泰州迎春路附近的上海世紀(jì)華聯(lián)的近半年銷售數(shù)據(jù)作為數(shù)據(jù)源，該超市周圍以大學(xué)小區(qū)和居民區(qū)為主，顧客主要是大學(xué)生和當(dāng)?shù)氐木用?。該超市空間有限，所出售的商品種類也比較有限，主要以百貨商品、日用品和食品為主。日用品主要包括：洗化用品、生活用品、油鹽醬醋各種調(diào)料等；食品主要包括：水果、蔬菜、牛奶、飲料、兒童食品等；百貨商品就是其他例如毛巾、杯具、衛(wèi)生紙等。該超市自經(jīng)營以來，其收銀系統(tǒng)存儲了大量的銷售數(shù)據(jù)，但是超市管理者并沒有利用任何方法或技術(shù)對這些數(shù)據(jù)進行分析統(tǒng)計，這些數(shù)據(jù)僅用于庫存管理，而沒有用于指導(dǎo)其經(jīng)營和決策，超市管理者通常依據(jù)自身管理經(jīng)驗和季節(jié)因素作出一些銷售策略的調(diào)整，但是取得的經(jīng)濟效益不夠明顯。

本系統(tǒng)針對營銷策略的調(diào)整，主要具備四個功能。

（1）系統(tǒng)的統(tǒng)計分析功能

系統(tǒng)提供了豐富的查詢統(tǒng)計功能：按商品編號查詢，按顧客編號和時間區(qū)間查詢，可以統(tǒng)計出商品銷量排名，統(tǒng)計某一時間區(qū)間內(nèi)顧客消費情況，統(tǒng)計超市利潤等等，并以柱狀圖直觀顯示，如圖3所示。

（2）商品的相關(guān)性分析

該功能主要是分析商品之間的關(guān)聯(lián)程度，如圖4所示，首先輸入最小支持度和最小置信度，輸入的值必須在取值范圍內(nèi)，然后點分析按鈕，分析出購買某商品的顧客也會購買其他一些相關(guān)產(chǎn)品。

（3）新商品的銷售預(yù)測功能

當(dāng)超市管理者新進某一商品時，可以根據(jù)該商品的所屬分類，如圖5所示，預(yù)測其是否能夠暢銷，從而為管理者決定是否進貨提供一定的科學(xué)依據(jù)。

（4）顧客管理功能

該功能首先可以按照不同查詢條件，如會員姓名、會員等級等，查詢出符合條件的顧客，如圖6所示，直接發(fā)送郵件給會員，實現(xiàn)個性化推薦，吸引顧客來超市購物。

5 結(jié)論（Conclusion）

通過利用超市營銷系統(tǒng)對華聯(lián)超市的銷售數(shù)據(jù)進行分析，能夠統(tǒng)計商品的銷售情況，找出商品間存在的內(nèi)在關(guān)聯(lián)，預(yù)測新商品是否暢銷，該系統(tǒng)為超市管理者提供了較為科學(xué)的決策依據(jù)，超市在經(jīng)營策略上進行了一些調(diào)整，取得了明顯的經(jīng)濟效益，二季度約8%的利潤增長。

大數(shù)據(jù)時代的超市營銷是數(shù)字化、個性化、差異化、精準(zhǔn)化的[11]，中小型超市想要在大數(shù)據(jù)環(huán)境下良性發(fā)展，必須以大數(shù)據(jù)的思維，利用數(shù)據(jù)挖掘相關(guān)技術(shù)來進行營銷策略的調(diào)整，才能充分利用大數(shù)據(jù)的優(yōu)勢，提高客戶滿意度并且獲得更多的利潤。

參考文獻(xiàn)（References）

[1] YANG Mengke，et al.Challenges and Solutions of Information Security Issues in the Age of Big Data[J].China Communications，2016，（3）：193-202.

[2] Huadong Guo，et al.Scientific big data and Digital Earth[J].Chinese Science Bulletin，2014，59（35）：5066-5073.

[3] ZHOU Yu.Data Mining-Based Maintenance Management Framework of Multi-component System[J].Journal of Donghua University（English Edition），2015，32（6）：950-953.

[4] 劉宗佳.超市營運系統(tǒng)的設(shè)計與實現(xiàn)[J].價值工程，2014（04）：191-192.

[5] 黃燕飛.大數(shù)據(jù)背景下基于數(shù)據(jù)挖掘技術(shù)的CRM系統(tǒng)設(shè)計[J].企業(yè)技術(shù)開發(fā)，2015，34（34）：43-45.

[6] 劉浩男.超市消費者行為分析與營銷創(chuàng)新[J].農(nóng)村經(jīng)濟與科技，2016，27（02）：87-88.

[7] 石靜靜，王書真，王艷佩.基于大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)探討[J].數(shù)字技術(shù)與應(yīng)用，2016（03）：247.

[8] 梁婧婕，曹婷數(shù).據(jù)挖掘在超市大數(shù)據(jù)中的應(yīng)用[J].商場現(xiàn)代化，2016（7）：10-13.

[9] 玄文啟.一種大數(shù)據(jù)挖掘技術(shù)——Apriori算法分析[J].中國科技信息，2015，（22）：39.

[10] 牛詠梅.基于粗糙集的海量數(shù)據(jù)挖掘算法研究[J].現(xiàn)代電子技術(shù)，2016，39（07）：115-118.

[11] 劉平云.互聯(lián)網(wǎng)環(huán)境下超市營銷策略探析[J].時代金融，2015（10）：268.

作者簡介：

張 晴（1986-），女，碩士，助教.研究領(lǐng)域：數(shù)據(jù)分析與處理，信息系統(tǒng).

高廣銀（1982-），男，碩士，講師.研究領(lǐng)域：數(shù)據(jù)挖掘，機器學(xué)習(xí)，圖像處理.

賈 波（1958-），女，學(xué)士，教授.研究領(lǐng)域：網(wǎng)絡(luò)安全，數(shù)據(jù)挖掘.