《基于大数据思维的卷烟零售店微商圈分析研究》由会员分享，可在线阅读，更多相关《基于大数据思维的卷烟零售店微商圈分析研究（4页珍藏版）》请在金锄头文库上搜索。
1、D a t a B a s e T e c h n i q u e数据库技术 基于大数据思维的卷烟零售店微商圈分析研究 在传 统 商 圈划分技 术进 行 分 析 的基础 上 ，引入 大数据 分 析 方 法，从 注 重数据 的相 关性和 实时 性 出发， 重新 选择 商 圈的 分析 角 度 ，对 现有 商圈进行微 商圈划分 以贵 阳烟草 2 0 1 4年 1 到 3月某 区 域 约 7 0 O个零 售 户经 营 活动 实际 数 据 进行 验 证。 结果 表 明，微 商 圈分 类 具有较 好 的应 用价 值 ，能 为贵阳烟草精细化营销提供支撑。 文 高山 胡蓉 孔荣 杨欣。 李勇 圈。但 在在实际
2、应用中，商圈分析效果往往不 尽如人意。鉴于此 ， 本文通过大数据分析方法 ， 进行微商圈的划分研究 ，以提升商圈分析 的实 践应用价值。 2传统商圈划分的局限性分析 传统 的商圈调研通 常采集数据 一般包括 ， 商业环境数据和人流数量数据 。存在两个突 出 的问题： 2 1柱虚鼠岳面毛 精 细 化 营 销 大 数 据 分 析 商 圈 零 耄 嚣 茎 髻 星 盒 善 军 售 店 微 商 圈 ! 、 以量化评估 。 1引言 商圈就 是指店铺 以其所在地 点为 中心，沿 着一定的方向和距离扩展 ，那些优先选择到该 店来消 费的顾客所分布 的地 区范 围。 国家局 关 于进 一步规 范卷烟零售客户分类
3、工作的通知 中烟销 网 2 0 0 8 5 2号文 )将卷烟 零售 客户按 7 个业态 ，城 镇、乡村区域，大、中、小规模共 划分为 4 2个 类别 。其 中，城镇 、乡村 区域属 于商圈相关的分类维度。在此基础上，有烟草 商业 公司将 商圈进 一步细 分， 分 出类似政府 区、 学校 区、商业购物中心、旅游景 区等等细分商 2 2从实施层面看 完全 取得 以上数 据是 困难 的。虽 然商 圈 细分到类似政府 区、学校 区等细 微程 度，但 在 实 际经营 中， 即使距离很近的两家卷烟零售店， 其销售情况也大不相 同。因此从环境和 人流 量 信息进行商 圈划分难 以反映实际应用情况 。 为 验
4、证 以上 观 点，本文 随机 选择 贵 阳市 某 区的卷烟零售店 进行分析 ( 表 1 )。采用工 具为 S P S S 1 9 0软件 。 ( 1 )验 证方法 。假 设现有 商圈划分符 合 具有合理性 ，即相 同商圈其销 量与金额具有差 异 。基于此假设采 用线性 回归方法进 行拟合检 表 l ：零售户 2 0 1 4年 1至 3月销 售数据 验 。回归方程如下 ： l n Y= 13 o + p 1 l n XI + p 2 l n X 2 + p 3 l n X3 + p 4 l n X4 + p 5 1 n x5 + l n X6 + l n Y表 示 区域 ，xI 、x2 、X3
5、、x4 、x5 、x6 分 别一到三 月的销量与金额 。表示非主要 因 素 的影 响、随机变 化、观测 误差和模 型数学形 式设 定偏差等 各种 因素对 因变 量 Y 的影 响总 和 ，通常称 为随机扰 动项 ，常数 13 是待定参数。 ( 2 )检验 ，选 择区域为 因变量 ，销 量与 金额为 自变量，直接带入 3个月的销售数据 ， 监测拟合度 ，如表 2 。 3大数据思维下的微商圈划分 在商 业领 域，大 数据 分析 并应用 它来 解 决商业 问题 已经成为趋势 ，如消 费预测等等 。 应用大数据分析方法划分卷烟零售店的商圈 ， 思路如下： ( 1 )使用真实不变的稳定数据与可采集 的动态
6、变化的实时数据。 ( 2 )着重考 虑数据 的相关关系 ，而不考 虑因果关系。 ( 3 )通过最 直接的结 果数据进行 预测与 数据挖掘。 基于 上述 三 点，采用 深挖 贵 阳烟草 现有 的卷烟销量数据 、卷烟金额数据 、卷烟结构数 据进行商圈划分 。 3 1基于大数据 的微商 圈划分 编号 区域 一月销量 ( 条 ) 一 月金额 ( 元 ) 二月销量 ( 条) 二月金额 ( 元 ) 三月销量 ( 条) 三月金额 ( 元) 1 区域 1 9 2 0 7 5 3 4 8 0 2 7 9 1 5 1 6 3 5 3 5 7 9 0 l 1 4 l 2 4 2 区域 l 6 1 2 9 5 1 8
7、 4 8 9 6 4 6 0 7 1 6 4 2 4 8 5 6 6 3 9 l 3 区域 5 1 0 0 0 1 4 9 4 8 9 4 1 0 6 2 7 5 8 5 0 0 8 0 9 6 1 4 区域 2 0 6 3 5 6 2 9 9 3 5 3 1 5 2 9 2 3 3 5 2 9 0 2 8 7 3 3 5 5 区域 1 7 5 8 5 8 1 7 2 1 5 2 4 5 3 6 9 0 5 2 7 0 4 0 3 l 4 6 区域 2 0 l 9 0 5 3 5 6 8 2 7 5 l 0 9 0 l 9 9 7 8 3 9 5 0 1 8 5 2 7 2 数据来源：贵阳烟草
8、 V3系统 数据时间：2 0 1 4年 1月 3月 样本量 ：6 3 6个 数据项 目： ( 1 )编号 ，零售店唯一性标示 。 ( 2 )区域 ，基于地理位置 的细分商 圈，为 实现软件 分析进 行了数据编码 处理。 ( 3 )销售 数据 包括销量与金额数据。 E l e c t r o n i c T e c h n o l o g y S o f t w a r e E n g i n e e r in g电子技术与软件工程 2 0 9 数据库技术 D a t a B a s e T e c h n iq u e 在贵阳 市局原有 2 O个 商圈的基础 上， 以 某区域 内 l 一 3月
9、销 售数据为基础 ，应用 卷烟销 量数据 、卷烟金额数据、卷烟结构数据等直接 数据，采用聚类分析的方法，对每一个 区域重 新进行商圈的细分 ，形成新的微商圈 。微商圈 的划分方式如下： 3 1 1数据准备 ( 1 )增加 数据 ：增加 了卷烟 结构数据 ， 卷烟销量数据反映量 的大小 ，卷烟销售结构数 据反映质的水平，卷烟销售金额是二者结合。 卷烟结构 ：卷 烟金额 卷烟销量 在此基础上 ，产生三个月的分析数据。 ( 2 )数 据标准化 处理 ：由于卷烟销量 、 卷烟销售金额与卷烟结构三类数据 的计量单位 表 2 ：线性 回归检验 不 同，必须进行无 量纲化处理。本文采用对变 量 的标准 差标
10、 准 化 ( z s c o r e标 准化 )，标 注 为 Z s c o r e 。 整理后 ，数据 结构如表 3 。 3 1 2聚类分析划分微商圈 步骤 如下 模型汇总 模型 R R方 调整 R方 标准 估计的误差 1 1 3 5 a O1 8 0 0 9 7 5 01 a 预测变量： ( 常量 ) ，三月金额 ，二月销量 ，一月销量， 三月销量，二月金额， 一月金额 。 I A h o y a b 模型 平方和 d f 均方 F S i g 回归 6 5 8 - 3 9 l 6 1 O 9 7 3 2 1 9 5 0 0 7 l a 残差 3 5 3 9 4 3 7 6 6 2 9 5
11、 6 -2 7 1 总计 3 6 0 5 2 7 6 7 6 3 5 a 预测变量 ： ( 常量 ) ，三月金额 ，二月销量 ，一月销量 ，= - B销量 ，二月金额 ，一月金额 。 b 因变量： 区域编号 系数 非标准化系数 标准系数 模型 t S i g 13 标准 误差 试用版 f 常量 ) 1 0 6 5 5 5 7 7 1 8 4 6 5 0 0 0 一月销量 一 0 0 5 0 0 4 一 -3 l 5 1 2 9 3 1 9 7 一月金额 3 7 6 3 E 一 5 0 0 0 4 4 l 1 7 0 8 0 8 8 二月销量 0 2 1 0 0 8 4 9 0 2 4 4 2
12、0 1 5 二月金额 0 0 0 0 0 0 一 5 5 8 2 5 0 5 O l 3 三月销量 一 O l 0 0 0 8 。 2 9 4 1 3 4 5 1 7 9 三月金额 6 5 7 2 E 一 5 0 0 0 3 2 8 1 4 l 3 1 5 8 a 因变量 ： 区域编号 ( 1 )R平方 = O 0 1 8 ，非常低 ，说 明商 圈 ( 区域 )的 l - 8 的变差可 以由 6个分项指标解释，或 者说，6个分项指标可 以解释商 圈 1 8 的变差。 ( 2 )s i g值 均较高，说明假设不具 备显著性，可 以拒绝假设 。说 明贵阳市该区域 内的商圈划 分在 用于卷烟营销解释
13、 与预测的实际意义不 大。 这个结论印证 了，2 1中所述的观点 ，现有纯粹基于地理位置的商圈调研，在后续应用中难 以实践。 2 1 0 电子技术与软件工程E l e c t r o n ic T e c h n o l o g y &S o f t w a r e E n g i n e e r i n g 数据库技术 D a t a B a s e T e c h n iq u e 表 5 ：线 性回归检验 模型汇总 模型 R R方 调整 R方 标 准 估 计的误差 1 9 0 6 a - 8 21 8 1 0 1 70 a 预测变量 ：( 常量 ) ， Z s c o r e ( 平均结
14、构 ) ， Z s c o r e ( 平均销量 ) ， Z s c o r e ( 平均金额 ) An o v a 模型 平方 和 d f 均方 F S i g 回归 6 6 4 2 3 2 2 1 4 7 6 3 2 3 O 0 0 a 1 残差 1 4 5 0 5 0 0 2 9 总计 8 0 9 3 5 3 a 预测变量：( 常量 ) ， Zs c o r e ( 平均结构 ) ， Zs c o r e ( 平均销量 ) ， Z s c o r e ( 平均金额 ) 。 b 因变量 ：案例 的类别号 系数 非标准化系数 标准系数 模型 t S i g D 标准 误差 试用版 1 ( 常
15、量 ) 1 8 2 2 O 2 4 7 7 0 8 4 0 0 0 Zs c o r e ( 平均销量 ) 7 4 3 1 3 O 1 5 4 8 5 7 3 2 0 0 0 Z s c o r e ( 平均金额 ) 一 1 2 7 0 1 4 6 2 5 0 l 一 8 6 8 7 0 0 0 Z s c o r e ( 平均结构 ) 1 7 1 0 2 9 5 l O 5 9 0 0 0 0 0 a 因变量：案例的类别号 异。 从 系 数 表 格 可 以 得 到 如 下 回归 方 程 ： l n Y=1 8 2 2 +0 7 41 n Xl 1 27 1 n X2 + 0 1 7 l n X3 在 上 式 中，l n Y代 表 分 类，x。 代 表卷 烟 销量 、x， 代 表卷烟 销售金 额、x 代
