基于數據挖掘的零售業(yè)銷售預測.pdf

1、改革開放三十多年來，我國的經濟持續(xù)快速發(fā)展，零售業(yè)也因此獲得了廣闊的發(fā)展空間。但隨著經濟市場的全球化，我國加入世貿組織，外資零售業(yè)可以毫無限制地進入我國市場，使得我國的零售業(yè)面對巨大的競爭和挑戰(zhàn)。不僅需要面對沃爾瑪、家樂福等大型零售業(yè)龍頭企業(yè)，還需要面對如雨后春筍一樣大量出現在大街小巷的如全家、羅森等連鎖便利店。如何才能繼續(xù)發(fā)展生存下去，是現在我國零售業(yè)面臨的重大問題。加快信息化進程，更好地用現有的數據和知識無疑是零售業(yè)繼續(xù)發(fā)展和生存的

2、重要手段。對于零售業(yè)，銷售預測無疑是利用數據轉換為信息的最常用也最具實用性的手段，預測的準確與否直接關系到企業(yè)的供應鏈、銷售鏈和庫存管理，是企業(yè)管理的重中之重。
　　 本文以某個零售業(yè)06年到09的銷售數據作為研究的對象，針對零售行業(yè)數據量大，業(yè)務復雜等特點，建立了適合該企業(yè)的數據倉庫。在數據倉庫的基礎上，建立銷售預測模型，并運用Eviews(Econometric Views)軟件得出預測結果。步驟包括：
　　 首先，

3、對導入數據倉庫中的數據運用數據預處理方法，通過ETL（Extract Transform Load）程序對數據進行了清洗和轉換，過濾出問題的數據，為得到精確數據分析結果做好先期準備。
　　 接著，根據每個企業(yè)的實際業(yè)務流程和操作，詳細研究該企業(yè)的業(yè)務流程和實際狀況，建立了適合于該企業(yè)的星型模型和數據倉庫。
　　 然后，通過閱讀和學習國內外有關數據挖掘(Data Mining)的銷售預測文獻，對幾種常見的模型進行預測和分析