数据挖掘项目总报告.ppt

数 据 挖 掘 彩电 项 目 总 报 告,萝卜网数据分析资料之,彩电销售的盈利趋势分析与预测,一、项目概述 二、项目实施 三、数据分析 四、最终结论,一、项目概述,1.项目安排 本项目实施时间为四个星期，安排如下： 第一周（4月10日-4月16日） 寻找数据源，确定课题研究内容和方向，人员分工，完成计划书。 第二周（4月17日-4月23日） 按分工计划进行各自工作（数据清理，模型设计，程序设计等） 第三周（4月24日-4月30日） 周中完成统计结果分析，周末集中讨论报告初稿。 第四周（5月8日-5月13日） 报告定稿,1、问题的提出,家电零售业的激烈竞争 上海市场三足鼎立：国美、永乐、苏宁，三大连锁集团占据绝大多数市场份额。 其余企业如一百、华联。由于自身原因，难以进一步扩展规模。 三大连锁集团都在积极增加门店数量、加大广告投入。多年的激烈竞争，才达到今天的市场地位。 家电销售早已进入微利时代 激烈的竞争，导致家电零售企业都把市场占有率，作为首要考虑的问题，甚至优于盈利。因此，价格战成为最主要的手段，无利润，甚至亏本销售现象普遍存在。家电零售业通过扩大销售，以此来要求生产厂家提供更低的供货价格。 市场信息对家电零售业的意义 家电零售企业都采用了计算机管理进、销、存数据，因面对的是家电产品的最终消费者。因此，在海量的销售记录中，存在大量有价值的信息。若能提取这些信息，提供给管理部门作为决策时的依据，有助于提高管理部门决策的准确性。,2、目标的确定,数据资源的选取 本次项目，选用国美电器某门店的进销存系统数据作为分析对象。 该系统使用SQL Server作为数据库平台，包括财务、商品信息、销售记录等大量数据。,2、目标的确定,系统初步分析 数据库系统包含21个表。 商品分类信息存储在Item和ItemList两个表中。 商品销售信息存储在Out和OutDetail两个表中 下图为数据库关系图（部分）：,2、目标的确定,作简单查询，该系统定义350种大类，共10539种家电商品信息，其中1713种为经销或代销的彩色电视机品种。是最多品种的分类，也考虑到彩色电视机在家电中占有最大比重，我们本次项目将其定为研究的对象。 系统记录的是从2001年3月15日到2002年4月27日的销售记录。,2、目标的确定,我们从系统中提取有关彩色电视机的商品品牌、规格、销售价格、销售数量、毛利等相关数据进行分析。 应用Microsoft SQL Server 2000 Enterprise 的Analysis Server OLAP/Data Mining作为分析和挖掘工具。 采用的数据挖掘的理论（聚类、决策树）,目标的确定,最终目标 根据彩色电视机的品牌、规格、型号、屏幕尺寸及销售价格等特征，通过一定的数据挖掘技术和方法，找出这些特征与彩电销售是否盈利间存在的关联。,二、项目实施,1、数据清理 2、多维数据集建立 3、挖掘模型设计及决策树处理,1、数据清理,对系统原有信息的分析 原系统对商品分类采用两级分类的方式：其中，FName列存储商品大类信息，FSpecification存储商品品牌和型号信息。结构不大合理。,1、数据清理,为便于数据挖掘，将商品相关信息合理存储，采用细化分类的思想，针对本次分析的商品为彩电，将其改为4级分类，依次为： *销售类别（经销和代销两种） *屏幕尺寸 *品牌 *型号,1、数据清理,为此，在Itemlist表中加入两列：Brand和Size，存储彩电品牌和屏幕尺寸信息。新列数据从FSpecification列中提取：,1、数据清理,无关数据的清除 新建一个TV_Item表，只存储与彩电有关的商品信息：,1、数据清理,从Itemlist表中导出与彩电相关数据项到TV_Item表中：,1、数据清理,销售记录的清理 建一TV_Sales表，用于存储相关彩电的销售信息，表中只保留本次项目用到的信息：,1、数据清理,根据TV_Item表中存在的彩电编码列，将OutDetail表中与彩电相关条目倒入TV_Sales表：,1、数据清理,其余清理工作 商品编码的规范 无销售记录的彩电条目的清除（包括：北京、上海、牡丹、孔雀等品牌） 错误销售数据的清除（如因抵消价格输入错误的单据，而输入付销售数量的销售记录）,1、数据清理,结果 仅将相关数据集中在仅两个表中，大大减少数据量，有利于下一阶段工作。 规范了信息存储形式，为进一步挖掘打好基础。,2、多维数据集建立,利用SQL Server企业版所带的Analysis Manager 工具建立多维数据集 事实数据表：TV_Sales 度量值： FQuanty（销售数量） FProfit （毛利）,2、多维数据集建立,维度的建立 *时间维度:,2、多维数据集建立,*品牌和尺寸维度:,3、挖掘模型设计及决策树处理,采用的技术： Microsoft决策树 数据预处理： 原因：SQL Server不支持自定义挖掘模型 为适应Microsoft决策树运算要求，减小数据范围，将销售记录中每笔销售的毛利值，按其值为正、零和负，划分为盈利、无利和亏损（销售）三类。 将每笔销售记录的销售单价划归入以下几类：,3、挖掘模型设计及决策树处理,挖掘模型建立 四个挖掘模型： 时间、价格、品牌、屏幕尺寸,价格模型图片,三、数据分析,为便于观察，将挖掘结果倒入EXCEL表中分析 除2001年3月门店新开张时亏损销售幅度较大，以及2002年4月数据不完整外，其余月份波动较小，无明显变化趋势。 在2月、5月、10月进行的降价促销活动，对整体盈利情况无明显影响,彩电屏幕尺寸和销售价格间有对应关系，放在一起分析 虽然14寸彩电有非常好的盈利能力，但并非消费主流 随着彩电销售价格增加（或屏幕增大），亏损销售的比例也在增加，所以并非越高档的彩电，越能给销售企业带来利润。,盈利情况较好品牌：三洋、海尔、厦华 盈利情况较差品牌：东芝 中外品牌对比： 国产品牌以无利销售占主流，国外品牌中无利销售大多占小部分比例 。造成此现象，是因为国产彩电销售以跑量为主，达到一定销量后，可要求厂家提供返利。形成另外的利润来源。而国外品牌大多无返利提供，利润仅来自销售毛利。,四、最终结论,从能否创造正利润的角度看，中低端彩电品种比高端品种有更好的表现，并且应看到到