移動(dòng)環(huán)境下的零售信息采集分析與營(yíng)銷業(yè)務(wù)模型構(gòu)建.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，通過(guò)移動(dòng)終端進(jìn)行營(yíng)銷已經(jīng)成為了企業(yè)營(yíng)銷的重要方式。移動(dòng)營(yíng)銷通過(guò)即時(shí)信息、互動(dòng)溝通，可以對(duì)客戶進(jìn)行進(jìn)一步細(xì)分，將原先的粗放型營(yíng)銷將轉(zhuǎn)向精準(zhǔn)的個(gè)性化營(yíng)銷。本文應(yīng)用企業(yè)有超過(guò)500萬(wàn)的零售客戶，每天采集到海量的市場(chǎng)、客戶和交易信息，急需移動(dòng)營(yíng)銷方面的信息化支持。為此，本文實(shí)現(xiàn)了移動(dòng)環(huán)境下零售終端信息的采集，構(gòu)建了基于零售終端信息的營(yíng)銷業(yè)務(wù)模型，結(jié)合應(yīng)用企業(yè)的實(shí)際的業(yè)務(wù)需求，設(shè)計(jì)并實(shí)現(xiàn)了移動(dòng)終端營(yíng)銷管理系統(tǒng)，實(shí)現(xiàn)了對(duì)零售客

2、戶的個(gè)性化營(yíng)銷。具體的研究?jī)?nèi)容如下:
　　1)移動(dòng)終端進(jìn)行數(shù)據(jù)采集。采用移動(dòng)端Hybird開(kāi)發(fā)框架來(lái)適應(yīng)不斷更迭變化的采集任務(wù)計(jì)劃。采集系統(tǒng)包含終端零售戶基礎(chǔ)信息維護(hù)和更新，價(jià)格信息采集與銷售數(shù)據(jù)采集以及對(duì)巡店員制定的巡點(diǎn)計(jì)劃等內(nèi)容。為了提高終端數(shù)據(jù)的準(zhǔn)確率和采集效率。本文提出了基于百度GPS定位技術(shù)與改進(jìn)的K-MEANS算法相結(jié)合的方式對(duì)數(shù)據(jù)采集流程進(jìn)行優(yōu)化，提高了采集的效率和采集數(shù)據(jù)的質(zhì)量。
　　2)構(gòu)建客戶營(yíng)銷能力等級(jí)

3、矩陣，并據(jù)此開(kāi)展數(shù)據(jù)挖掘。根據(jù)應(yīng)用企業(yè)的業(yè)務(wù)情況，對(duì)客戶營(yíng)銷能力進(jìn)行細(xì)分為客戶銷售能力和客戶貢獻(xiàn)度，設(shè)計(jì)了優(yōu)化的隨機(jī)森林算法進(jìn)行分類，設(shè)計(jì)了優(yōu)化的K-MEANS方法進(jìn)行聚類。其中，對(duì)隨機(jī)森林不能很好處理非平衡數(shù)據(jù)的問(wèn)題，提出了FCM SMOTE算法對(duì)其進(jìn)行優(yōu)化。對(duì)于K-MEANS算法的優(yōu)化，首先通過(guò)因子分析把維度從六維降到四維，利用改進(jìn)后的混合蛙跳算法來(lái)確定K-MEANS算法的初始聚類中心，然后將確定的初始聚類中心帶入到K-MEANS算

4、法中，防止了陷入局部最優(yōu)的問(wèn)題，最后根據(jù)企業(yè)業(yè)務(wù)需求，制定相應(yīng)的營(yíng)銷策略。
　　3)構(gòu)建營(yíng)銷業(yè)務(wù)模型。營(yíng)銷業(yè)務(wù)模型包含客戶營(yíng)銷能力等級(jí)預(yù)測(cè)模塊、制定終端客戶個(gè)性化訂單模塊和銷區(qū)銷售信息分析模塊。經(jīng)過(guò)對(duì)常用的預(yù)測(cè)算法進(jìn)行對(duì)比分析，確定采用GM(1，1)模型來(lái)對(duì)客戶營(yíng)銷能力等級(jí)進(jìn)行預(yù)測(cè)分析。然后根據(jù)預(yù)測(cè)分析的結(jié)果，結(jié)合客戶自身實(shí)際營(yíng)銷情況，對(duì)客戶制定個(gè)性化訂單。通過(guò)對(duì)銷區(qū)信息分析，幫助企業(yè)對(duì)銷區(qū)制定下一步的營(yíng)銷策略提供科學(xué)依據(jù)。