Le prix des biens de modèle sensible faisant référence à un effet de levier pour trouver la sensibilité et la sensibilité des utilisateurs par la recherche. Utilisez des modèles sensibles aux prix pour soutenir la valorisation, les méthodes de réduction, les prix de référence, les changements de prix, V.V.

Si la promotion devrait inclure des produits M2; Lorsque le prix des produits M3 a augmenté de 100 yuans, le montant de la commande a changé; Le prix de référence des détails du produit doit être personnalisé pour permettre aux clients de se sentir actualisés, de réduction complète, de remboursement intégral et de bons croisés, les plus adaptés aux produits M4.
L'analyse sensible des prix des biens peut être atteinte de deux manières:

1. Questionnaires de recherche

sous forme de questions de questionnaires ou de cargaison analytique La recherche est une méthode relativement courante. Cette méthode peut obtenir les détails de la liste et peut définir des points d'information d'attention différents avec les questionnaires et les informations collectées.Plus loin avec les besoins réels.

Cependant, face à une nouvelle analyse sensible, il est souvent nécessaire de mener des enquêtes et des analyses. Cette approche a un cycle plus long et un retour plus contraire, en outre, peut être difficile à obtenir des données complètes lorsque les informations sur le produit sont collectées en tant que.

2. Données de modélisation

La relation entre les prix des produits de base et le volume des ventes est une méthode efficace pour étudier la sensibilité.

Cette méthode est relativement simple:

Premièrement, collectez les données de vente sous différents prix. Le modèle de sensibilité des prix doit être généré sur la base de différentes données de vente de prix, il est donc nécessaire de régler le prix cible des activités de base. Cette action d'ajustement des prix peut être à long terme ou peut-être à court terme.
L'ajustement des prix à long terme est «État naturel», car chez des produits plus longs a subi une variété de prix combinés à la promotion des biens, diminutionsPrix, etc. Ventes de données; Les prix réglables à court terme sont créés pour collecter des données.

Analysez la deuxième modélisation de données. Le modèle de biens sensible à la relation entre les prix et les ventes, qui peuvent être traités avec des méthodes de régression. Dans la méthode de régression, en plus des prix, en outre, deux autres types d'informations sont requis:

Informations sur le produit, Catalogue commercial, Temps de cotation, prix des concurrents, devrait être impliqué Promotions, méthodes de promotion, réductions, universelles Attributs, etc.

Informations client, CLIENT, AGIFICATION, Revenu, Qualifications, NIVEAUX MEMBRES, COMMANDE HISTORIQUE Nombre de fées articles, actifs, valeur.

Pourquoi voudriez-vous ajouter plus d'informations sur les produits et d'informations client au modèle de régression, car si vous ne retournez que des ventes de prix et de produits, le prix des produits de prix peut être expliqué par des prix qui sont sous réserve de modifications. Il sera très limité, l'évolution des ventes peut également être affectée parDe nombreux autres facteurs, le modèle de régression devrait donc être fait sous la prémisse pour contrôler ces facteurs d'intervention.

Lundi. Nouveau modèle de positionnement du marché du marché


Nouvelle analyse de marketing de produit utilisé dans la nouvelle production ou la planification d'un produit, doit analyser le positionnement en fonction des concurrents de la concurrence existante sur le marché.

Le but de cette analyse est d'évaluer tous les produits pouvant former une relation concurrentielle que les produits peuvent former une relation concurrentielle. Par exemple, caractéristiques fonctionnelles, cycles, qualité de produit, V.V. Applicable aux prix des produits, à la publicité du marché, à la promotion des canaux et à d'autres aspects.

Une analyse de marketing de nouveau produit peut être réalisée par une méthode similaire.

Exemple: Utilisation de KNN sélectionné (KIEMWER) sélectionné, le noyau du modèle similaire à de nouveaux produits pour de nouveaux produits en comparant avec les données de données nouvelles et actuelles.
Étapes pour atteindre l'analyse du nouveau positionnement du marché des produits via KNn comme suit:

Étape 1: Préparez des données. Préparer des ensembles de données formés, car il ne s'agit pas d'une application de classification, le jeu de données ne contient que les variables typiques de différents concours et n'ont pas besoin de cibler les variables.

Étape 2: Traitement des données. Les processus de traitement peuvent inclure la conversion des drapeaux binirisés, la gestion du manque de valeur, une manipulation de la valeur anormale, une standardisation de données et des ensembles de données similaires. Il convient de noter que, étant donné que la distance est calculée, les variables classées et séquentielles doivent être converties docalormées, une valeur inhabituelle (y compris les anomalies et les valeurs de la valeur) ont une incidence intéressante sur la similitude.
Étape 3: Configurez un modèle de modèle et une formation de modèle. Utilisez la méthode appropriée pour la formation.

Étape 4: Localisez de nouveaux produits près de K produits similaires. Méthode Kneighbors à l'aide du modèle Knn a donné un certain nombre de voisins K Nest Xac spécifié.

L'exemple suivant est un exemple d'étapes simples mais contient des étapes de base:

Résultats:







from sklearn.neighbors import NearestNeighbors #导入NearestNeighbors库 X = [0 0.1, 0.6], [0 1.5, 0.3], [1.2, 1.6, 0.5] #定义训练集，训练集包含3 条记录，每个记录包含3个特征变量 neigh = NearestNeighbors(n_neighbors=1) #建立非监督式的KNN模型对象 neigh.fit(X) # 训练模型对象 new_X = [1 1 1.] #要预测的新产品数据 print(neigh.kneighbors(new_X)) #打印输出新产品最相似的训练集产品

Le premier nombre est la distance entre le produit des données de produit similaires

Le deuxième numéro est la valeur d'index correspondant au plus Profil de produit similaire (notez le traitement des prix des index de 0, 2 tables) mardi)
(array([ 0.80622577]), array([2])) III. Modèle prédisant les ventes


Les ventes prédictives du modèle prédisent que les ventes peuvent être à l'avenir en fonction des données de vente historiques. Ce modèle est couramment utilisé dans l'appui auxiliaire pour les applications de coûts, le développement ciblé, la stratégie opérationnelle, etc. Avant la promotion.

Le modèle de prévision des ventes conduit souvent à la création de valeurs spécifiques à l'avenir, telles que les ventes, les revenus, la quantité de commandes, etc peut être effectuée par trois méthodes de séries de temps, de régression et de classification.

Prédire les ventes basées sur la série série. Méthodes de vente de prédictions de venteG Série temporelle est généralement utilisée dans les scripts sans trop d'arguments disponibles et ne peut effectuer qu'une analyse prédictive basée sur des données de vente historiques. Ajouter des sujets sur la série Time, TRACK.
Prédiction des ventes basées sur les ventes. Le modèle de régression basé sur le contrôle peut être contrôlé est prédit que les ventes futures sont plus courantes, et plus sur les modèles de régression, suivis par la suite.

Sur la base de la classification, des prévisions de vente. La méthode de classification est une classification prédictive achetée pour chaque vente client, puis basée sur la classification prédictive du tri pré-acheté, la commande, la quantité de commande et l'analyse de revenus. Ceci est une variation pour effectuer des valeurs spécifiques. Ajoutez du contenu associé à la classification et à l'analyse de suivi.

Les marchandises de modèle de vente liées sont principalement utilisées pour résoudre tous les produits pouvant être vendus ensemble. Ou ne peut pas emballer dans des combinaisons. VentesIl est associé aux moyens habituels de promouvoir les revenus de vente unique et d'améliorer l'efficacité de la réutilisation.

La mise en œuvre du modèle de vente liée au commerce est l'algorithme de l'association, y compris l'Apriori, la croissance de la FP, la préfixe, la pelle, l'apiorial, l'Apiorisome, etc principalement basée sur la vente croisée dans une commande et basée sur les ventes connexes de la série de séries.

L'étape de mise en œuvre de l'algorithme de vente de liaison est légèrement différente des algorithmes de surveillance et de surveillance normaux, car l'analyse de l'association est différente pour les exigences du jeu de données. Il est généralement inclus dans les trois formats de source de données:

Tout d'abord, ce sont les données de transaction de transaction, le format de données typique correspond à la taille de référence de chaque ligne de données sous forme d'identifiant de commande ou d'une pièce d'identité client, si le même ordre est dans le même ordre combien d'éléments seront enregistrés, il y aura plusieurs enregistrements de flux de données, comme indiqué ci-dessous:
sont les données de livraisonH Combiné, le format de données est le flux de données. Lorsque la taille de référence de l'analyse avec l'ID de commande ou l'ID client, s'il existe plusieurs éléments dans le même ordre, plusieurs produits seront consolidés dans un enregistrement. Dans l'image ci-dessous:

]
La troisième est la valeur de la table de valeur réelle, chaque ligne de données est destinée à chaque identifiant de commande ou identifiant client et colonnes est un élément de corrélation. Si la valeur d'achat est généralement indiquée dans T ou F, comme indiqué ci-dessous:

Dans les trois formats de données ci-dessus, les premier et seconde dans l'entrepôt interne de l'environnement ou l'entrepôt de données, le troisième doit gérer Traitement de l'ETL, de nombreux outils tiers peuvent également fournir ce formulaire de données. Si l'entreprise ne dispose pas de données pouvant être directement corrélées, vous devez effectuer le traitement correspondant.

5. Commandes inhabituelles Découvertes

Les ordonnances inhabituelles détectent l'utilisée pour identifier les anomalies dans l'ordre (en particulier dans l'ordre des cendresNG Promotions) L'objectif de trouver des enregistrements pour les utilisateurs n'est pas déployé, de même que les commandes de bœuf, les commandes malveillantes, les traders, V.V.

L'ordre de boeuf jaune réduira le niveau de promotion des utilisateurs normaux. Les droits et les avantages de la promotion obtiennent donc quelques personnes, au lieu de donner un membre cible.
Des ordonnances toxiques plus dangereuses et de nombreux concurrents verrouillent souvent des promotions dans des activités de promotion, puis émettront des stocks en annulation, de retour, V.V. Une fois l'opération terminée. De cette manière permettra des promotions qui ne peuvent pas être promues car elles ne peuvent pas réellement vendre des biens, tout en consommant beaucoup de force humaine et matérielle, c'est une méthode très démantelée des différentes entreprises.
Le brosse commerçant unique est un moyen populaire d'améliorer le classement des entreprises, d'organiser généralement des employés internes ou liés pour former un grand nombre de marchandises àla formation des commerçants et des améliorations des ventes.

commandes inhabituelles découverts reposent principalement sur deux types de méthodes:
basé sur l'algorithme de classification suivi: les données d'ordre inhabituel a été effectivement déterminé L'histoire est classé (comme SVM, les forêts aléatoires , etc.) la formation, puis appliquer de nouvelles données pour classer, voir si le résultat prédit appartient à un ordre inhabituel.
Basé sur des algorithmes sans surveillance: formation sur les données historiques (par exemple OneClassSVM), puis indique de nouvelles données pour trouver des commandes avec des cartes de probabilité exceptionnelles.

6. La combinaison optimale de la planification des produits de base

Lors de la fabrication de produits de publicité ou de la publicité publique, souvent , les entreprises devront faire face à de nombreuses guerres peigne combinaison. Il regarde la cible maximale ou minimale selon certaines stratégies combinées dans certaines limites. À ce stade, une méthode de planification linéaire peut être envisagée.
Plan ligneCalculer (occlicité sous-linéaire, LP) est un domaine de recherche dans la recherche en recherche et des domaines de recherche relativement matures, principalement utilisés pour soutenir la gestion scientifique de chacun. Les objectifs sont une utilisation raisonnable des personnes, des ressources, des ressources et d'autres ressources. Excellente décision -Me.


Le moyen le plus direct de résoudre les problèmes de planification linéaire simples est la méthode graphique, ce qui signifie la valeur maximale ou minimale de la ligne de blocage sur l'axe des Y par ligne droite et intersection de la zone d'aéronef.

Certains concepts liés à la planification linéaire:

Inconnu: Décider de l'impact des variables clés ou des facteurs.
Conditions de liaison: Les conditions préalables sont connues pour aborder les problèmes de planification linéaire et doivent être observés.
Fonction objective: Utilisé pour indiquer une fonction de relations et d'objectifs variables inconnues, les programmes linéaires sont généralement fonctionnels.linéaire.
Disponibilité Nom de domaine: La possibilité de retarder les questions d'optimisation, appelée ligne de domaine ne peut pas provenir de toutes les solutions possibles.

Solution optimale: la solution optimale au maximum ou minimiser les fonctions cible.

Étapes de base Pour déployer le plan linéaire comme suit:

Étape 1: Trouvez les principaux facteurs affectant l'objectif, ils ne sont pas connus dans le plan d'installation. Étape 2: Les conditions de liaison linéaire sont déterminées en fonction des nombres inconnus.

Étape 3: Déterminez la fonction cible en fonction de la relation entre non définie et ciblée.
Étape 4: Trouvez un nom de domaine viable dans le système de coordonnées de coin droit.

Étape 5: Solution optimale et valeur optimale de la fonction cible dans le domaine réalisable.

Pour montrer clairement les concepts et les étapes ci-dessus, le processus s'est avéré ici.

Supposons que la société a deux articles P1 et P2. Lors de la promotion de P1, chaque coût est de 60 yuans; Lors de la promotion de produits P2, chaque coût est de 30 multiplicateursyuan. Maintenant, il y a 1800 budgets de yuans pour effectuer des produits P1 et P2, qui sont limités par deux articles et catalogues. Les produits P1 ne peuvent être placés que 20 fois et P2 ne peuvent être définis que 40 fois et deux éléments, la quantité totale n'est pas supérieure à 45 fois. On sait que les produits de chaque poussée P1 et P2 peuvent obtenir des bénéfices bruts de produits individuels 40 yuans et 30 yuans,

Q: Comment organiser la livraison des marchandises de P1 et P2 peut atteindre une cible maximale Bénéfice des ventes?

Pour résoudre le problème, nous pensons que le nombre de procédures des deux éléments de P1 et P2 est X1 et X2, maximisant les morceaux de Z de Z, à ce stade:




Comme il s'agit d'une simple variable à double sens, vous pouvez dessiner les coordonnées d'angle droit et peut être dominée, puis trouver la solution optimale basée sur la destination de fonctionnalité




Des solutions optimales peuvent être trouvées par l'image, la fonction cible est l'intersection de x1 + x2= 45 et 60x1 + 30x2 = 1800, régler en fonction des décisions des deux fonctions pour les connaissances mathématiques obligées neuf ans.



Étape 1: Convertir l'équation 1: x1 = 45-x2 alors converti x1 converti en équation 2 et résolue:

Étape 2: 60 (45-x2) + 30x2 = 1800

Étape 3: 2700-60x2 + 30x2 = 1800 Étape 4: 2700-30x2 = 1800 Étape 5: 30x2 = 900 Étape 6: x2 = 30 Étape 7: X1 = 45-30 = 15 Étape 8: Utilisez ensuite X1 et X2 dans la cible: Z = 40x1 + 30x2 = 40 × 15 + 30 × 30 = 1500 S'il existe de nombreuses variables dans la planification linéaire, nous n'explorons pas directement la position de la valeur optimale à travers le chemin, à ce stade, à la Solution linéaire Le point d'emploi peut être complété avec la bibliothèque dérivée linéaire de Python, y compris Scipey, Optimisation, LinProg, Pulpe, etc. Finir. Terminer. Source: Nuggets Cet article est copié partagé, tel que des violations, veuillez contacter l'arrière-plan pour supprimer .