Розничная торговля является важной коммерческой деятельностью, которая предоставляет покупателям возможность приобретать товары и услуги у различных типов продавцов. По данным Министерства торговли США, общий объем продаж в 2015 году составил около 5 миллиардов долларов, при этом на долю электронной коммерции приходилось всего 7,1% выручки. Однако прогнозируется, что этот процент увеличится в ближайшем будущем, и ожидается, что к 2019 году на долю электронной коммерции будет приходиться 9,8% доходов. , такие как торговые центры и развлекательные центры, становятся все более популярными.
Стратегии продвижения в розничной торговле постоянно развиваются, и предприятия используют бизнес-аналитику и неконтролируемые методы машинного обучения на основе правил, такие как фильтрация на основе контента и совместная фильтрация по правилу ассоциации, для разработки различных стратегий продвижения. Основная цель этого исследования — выявить закономерности в покупательском опыте клиентов, и с помощью этого анализа компания может нацелить нужных клиентов на правильные продукты. В процессе внедрения используется общедоступный набор данных, который можно загрузить через официальный веб-сайт Dunnhumby, в частности, данные о транзакциях постоянных клиентов в течение трех месяцев. Набор данных очищается с помощью скрипта Python.
Одним из часто используемых приложений является анализ рыночной корзины, а одним из методов на основе правил, которые можно использовать для поиска общих закономерностей в больших наборах данных, является правило ассоциации, которое подпадает под неконтролируемые инструменты машинного обучения. Две основные модели, используемые в этом исследовании, — это модели фильтрации на основе содержимого и модели совместной фильтрации в соответствии с правилом ассоциации. Исследователь разработал два пользовательских интерфейса с помощью Microsoft Machine Learning Studio и использовал сценарии Python и сценарии R Studio для процесса реализации.
Конечным результатом исследовательского проекта является внедрение индивидуальной схемы продвижения и модели с использованием машинного обучения, которые помогут компании увеличить продажи за счет модели продвижения, ориентированной на клиента, для розничной торговли. Исследователь будет использовать иллюстрации Power BI для описания покупательского поведения клиентов с разных точек зрения и использовать реализованные модели для предоставления рекомендаций по продуктам со скидкой. Основная цель исследования — понять модели покупок и то, как они влияют на общую производительность и прибыль компании.
Вот мое исследование относительно вышеизложенного. Для получения более подробной информации, пожалуйста, проверьте эту ссылку. В то же время, я хотел бы знать и ваши мысли.
