数据挖掘技术在零售超市CRM中的应用实例
随着信息化的推进,零售企业积累的销售数据急速膨胀,包括顾客购买历史记 录,货物进出,消费与服务记录等,为企业 管理客户关系提供了大量的数据资料。利 用数据挖掘技术对这些数据进行分析,进而识别顾客的购买行为,发现顾客购买模 式和趋势,改进服务质量,取得更好顾客保持力和满意程度,提高货品销售比率,设计更好的货品运输与分销策略,从而促进商品的销售,发现未知的商机,以获取更多的利益。
数据挖掘技术在零售超市CRM中的应用实例
关联分析方法的应用
关联分析是寻找在同一事件中出现的不同项的关联性。关联分析可形式化地描述为:设,I={i1,i2,…,im}是m个不同项目的集合,D是针对I上的事件的集合,D中每一项事件包含若干项目I′,且I′属于I。则关联规则表示为X=>Y其中X,Y属于I,并且X∩Y=¢。X称作规则的前提,Y是结果。针对每一条规则应同时计算最小支持度和最小置信度,得出的最小支持度和最小置信度必须同时大于用户给出的最小支持度和最小置信度阈值,这条规则才被认为有参考的价值,并被列入分析的结果。以某家电零售超市在一定时间范围内客户购买家电详细情况为例,如表1所示。
表1 家电销售详细资料
客户购买家电类型
1电磁炉,微波炉,吸尘器
2饮水机,吸尘器,净水器
3微波炉,吸尘器
4饮水机,净水器,微波炉,电磁炉
5饮水机,净水器
①针对表1进行关联分析,首先构造两种家电间的关联表,如表2,表中每一个数值表示的是行、列代表的两种商品同时被一个客户购买的次数。
表2 关联分析表
x(行)y(列)微波炉电磁炉吸尘器饮水机净水器
微波炉3 2 2 1 1
电磁炉2 2 1 1 1
吸尘器2 1 3 1 1
饮水机1 1 1 3 3
净水器1 1 1 3 3
②根据设定的最小支持度阈值,计算每一个的最小支持度,并列出大于最小支持度阈值的内容(本例中设最小