觉得新零售和传统零售没差,可能是这项技术没到位

发表时间:2017/11/14   来源:钛媒体APP   作者:
[导读] 简单来说,就是根据以往销售数据结合未来一段时间内各种因素的影响,对商品的销量和销售额做出估计。
每年的双十一过后,都是物流行业的一场大考。以往考验的是电商企业熬夜接单打包的销量、物流公司人员配置是否充分等等。当以上两点对于客户购物体验的提升达到阈值,考验的就是品牌和平台能否对供应链进行合理的调控,在库存和线上线下协调上减轻物流压力。

  这也是商业智能中的“终极问题”——销售预测。

  ZARA成功的秘诀,真的不只是很会抄

  究竟什么是销售预测?

  简单来说,就是根据以往销售数据结合未来一段时间内各种因素的影响,对商品的销量和销售额做出估计。

  在销售、市场和运营工作中,销售预测无处不在。往大了说,销售预测影响着企业的整体规划,往小了说销售预测影响着企业每一次营销活动的成本投入。

  在零售行业中,销售预测的重要性更加凸显。我们知道,零售行业的收益如何,取决于供应链能否良好的运转:没有压库存的压力也没有缺货的现象、不同的产品都被储存在自己销售情况最好区域的仓库中、新商品的生产和旧商品的售卖能形成衔接。

  双十一为例,整个品牌参与过程处处和销售预测相关。一家纸制品品牌需要知道自己库存中的哪些商品更适合促销活动,是刚需类的尿不湿或是消费升级类的湿厕纸;决定好选品后,还要依靠种种数据决定库存的分布和数量;最后要根据整体的活动的销量预测评估如何对库存进行补充,以免出现大促后无货可卖的情况。



  被称为快时尚奇迹的ZARA,就是利用强大的销售预测能力实现跟随流行趋势快速上新货,并且保持可观的毛利率的。

  对于消费者来说,我们看到的是ZARA几乎过两周就会上一次新品,让人忍不住掏出钱包,可ZARA背后的秘密,却藏在数据、算法和供应链中。

  从拍脑门到机器学习,销售预测该怎么做?

  在很多时候,我们预测销售的方式常常是一拍脑门编出个数字,或者凭借自己的经验做出推测。但真正的销售预测,是要经过严格的数据计算的,在新零售时代更是如此。

  销售预测的方法基本分为三大类,最常见的就是“拍脑门”的主观预测方法,当然,现实情况这种方法通常由咨询公司的专家团队执行。到后期大数据分析方法所占份额增大,利用变量和时间之间的相关性,通过对以往数据的总结来分析将来的数据。到现在,机器学习正在越来越多的进入销售预测领域,神经网络、决策树、线性回归等等我们非常熟悉的算法也能应用到这一领域之中。

  还拿上文的纸制品公司做例子,从技术角度看,预测销售究竟是怎么完成的。

  拿到往期数据后,第一件事就是要对数据进行清洗,把因为促销活动或商品缺货带来的数据变化提取出来单独处理,从而对历史数据趋势进行一个完整的认识。然后再提取产品的特征,比如包装、质地、用途等等。

  清洗完数据,提取完特征后,我们就得到了一批训练样本。这样我们就可以把2016年全年的销售数据作为训练集,而把2017年上半年的数据作为测试集。
投稿 打印文章
留言编辑 收藏文章 推荐图书 返回栏目 返回首页

  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: