机器学习在零售业中的应用
曹宇曦
2022-02-22 10:38:51 阅读: 404
收藏: 0
当前大部分国家的零售商通过日益丰富频繁的降价促销活动带动经营业绩,然而,如何通过
提升促销预测的能力控制经营成本和增加利润则让零售商们大为困扰。
传统的促销预测方法是基于不同因素预测促销活动的销售效果,而经理们往往根据商业经验
判断采用哪些因素,包括品牌品质、货架摆放陈列、商品促销等。他们通常会运用一系列的
线性回归分析,分析已知的销售数量与多项自变量之间相互依赖的定量关系,以此为依据对
下一次促销做出符合一般标准的预测。这一方法本质上依赖于人的大脑来遴选和分析数据。
机器学习算法则更为强大。计算机通过分
本文运用机器学习算法预测促销活动的销售效果,提出在新的机器学习预测方法中,零售商可以针对每个品类或细分品类或业务类型开发出定制化预测模型。机器学习算法能根据多个细分自变量组群随机创建数千个决策树,而并非局限于若干个决策树。
本文转自奥纬咨询,文章仅代表作者观点,不代表「高礼智库」立场。相关版权归原作者所有,「高礼智库」仅提供免费交流与学习,相关内容与材料请勿用于商业。如果牵涉到您的版权问题,请联系我们将及时删除处理。