决策树在基于消费者外表的服装营销中的应用(2)
2014-01-23 01:23
导读：经过上面的数据预处理后,可以利用信息熵来分析厂商产品营销定位是否准确,也可通过最后规则的建立来为销售人员提供推销策略,以集中精力对付那些犹豫
经过上面的数据预处理后,可以利用信息熵来分析厂商产品营销定位是否准确,也可通过最后规则的建立来为销售人员提供推销策略,以集中精力对付那些犹豫不决的人。下面分别给出面向“性别、年龄和打扮”的信息熵增益情形。可以看出,性别的增益最大,这说明,厂商首先必须按“性别”进行分类,其次是“年龄”,然后是“打扮”。这说明厂商的分类基本上是正确的。这样可得到一条营销规则:如果对象为女性,其年龄为25~34岁,打扮合体,则可能会购买该服装。通常推销人员会根据厂商的指导意见来进行营销,但是还需要加入更多的元素。推销人员可进一步根据上面的分类方法来进行分类,包括发型、气质与眼神等特征,从而可锁定对象,重点应对,在有限时间内推销给更多合适的顾客,提高购买率(目前统计的结果未超过20% )。
分类属性信息量与增益(“消费行为”信息总量I0=1.28750)如下。
1)基于“性别”的分类:“性别”A的信息量IA= 0;“性别”B的信息量IB= 1. 274 31;“性别”平均信息量I=1. 26487;“性别”信息增益GI = I0-I= 0. 02263;2)基于“年龄”的分类:“年龄”A的信息量IA=0. 918296;“年龄”B的信息量IB= 1. 494919;“年龄”C的信息量IC= 1. 249884;“年龄”D的信息量ID= 1. 486566;“年龄”E的信息量IE= 1. 584963;“年龄”平均信息量I= 1. 5;“年龄”信息增益GI = I0-I= 0. 2125;3)基于“打扮”的分类:“打扮”A的信息量IA=1.29574;“打扮”B的信息量IB= 1. 54302;“打扮”C的信息量IC=1.39605;“打扮”D的信息量ID= 1. 485 48;“打扮”平均信息量I= 1.44963;“打扮”信息增益GI = I0-I=0.16213。
（科教作文网http://zw.NSEaC.com编辑发布）
3 服装消费的外表印象决策树挖掘实例
第2章中的分类过程计算繁琐,在大数据量情况下,必须借助于
计算机技术。决策树的程序化实现也比较简单,目前各大数据库提供商如微软提供的AnalysisManager(数据分析与联机分析器)里有决策树工具, SPSS提供的强大的数据挖掘软件Clementine也有决策树工具。本研究利用Clementine10. 1来进行基于消费者外表印象特征的消费行为挖掘,并给出分析结果。Clementine中的决策树算法C5. 0可生成树图和规则集。
试穿行为规则集
分析结果显示了31条规则,包括只看或询问(a)、比划和试穿(b)、购买(c)等三种行为的分类规则。每一类规则包含若干子规则。图2显示了分析后生成有3类规则集, a类行为规则包含14个子规则, b类行为规则包含9个子规则, c类行为规则包含8个子规则。
下面给出a类行为规则的
14个子规则。a类行为是“非购买”行为,只询问或查看,营销人员无需对这部分人群分出注意力。
基于顾客印象的“非购买”规则集如下:Rule 1: if I1=B∩I5=B∩I7=A then action=aRule 2: if I8=C∩I12=A∩I13=B then action=aRule 3: if I9=A∩I11=C then action=aRule 4: if I2=C∩I11=D∩I14=E then action=aRule 5: if I2=C∩I8=B∩I11=D∩I13=E then action=aRule 6: if I2=E∩I8=B then action=aRule 7: if I8=E then action=aRule 8: if I2=C∩I4=C∩I8=B then action=a…c类行为是“购买”行为,这部分来到店铺基本上有购买意向,取决于服装对其吸引力。营销人员的主要任务是培养其忠诚度。
基于顾客印象的“购买”规则集如下:Rule 1: if I8=B∩I12=A then action=cRule 2: if I4=C∩I6=C∩I12=C∩I14=B then action=cRule 3: if I2=C∩I11=A then action=cRule 4: if I8=B∩I13=D then action=cRule 5: if I8=C∩I14=A then action=cRule 6: if I2=B∩I14=D∩I8=B then action=cRule 7: if I2=D∩I7=B∩I8=B∩I11=D then action=cRule 8: if I8=C∩I12=D then action=c对于营销人员来说,最重要也最需要花时间精力应对的就是b类用户,这部分用户中有部分人有购买倾向,因此,营销人员必须采用适当的手段,包括:价格或促销性优惠、重点推荐、说服与对比以及其他策略。这些方法的应用必须根据具体的消费者特征来实施。图2是对比划、试穿行为规则的展开,显示了4条规则。例如:规则3表示如果客户的年龄在24~35岁,体型匀称,而服饰比较淡雅,能交谈,但行动比较随便,则客户的行为通常是比划或试穿,不购买。比划或试穿这说明客户有需求意向,但最后未买。原因可能是价格问题,也可能是一些服装特征如尺码、款式风格、细节部件或者颜色等不符合消费者需求,如果是尺码问题回旋余地小,但其他问题应该可能得到解决。
（转载自http://zw.ＮＳＥaＣ.com科教作文网）
从数据挖掘的结果来看,对于该款服装的分类应该从性别、年龄着手,然后是打扮、言谈、脸谱,这说明厂商的分类大范围内是恰当的,而销售商还需要进一步细分才能提高销售效率。
4 结语
建立这种消费行为与客户外表特征印象关联模型的好处是为营销人员提供一些经验规则,以指导销售人员在有限的时间内把握客户,把b型客户尽量转化为c型客户,从而创造更大的销售量,供应链的上游成员也可因此获得更大的订单而获利。从另一个角度来说,生产商可根据消费群体的喜好特征、群体密度来开发有针对性的产品,从而帮助实现小批量生产、个性化地开展快速营销活动。决策树算法的数据挖掘技术,计算速度快,实现起来比较容易,而且现在很多的数据库厂商的产品中都提供了这种功能,容易为一般操作人员使用。要嵌入到自己的小商业系统中,则需自己建立挖掘模型。
未来的工作是将服装按性别、年龄、款型分类,然后进行实地跟踪和观察,集中进行规则挖掘,构成服装消费者的外表特征印象与消费行为关联规则库,指导销售人员的营销。
参考文献:
[1] 许多顶.网络数据库营销[J].商业研究, 2002(18): 121-123.
[2] 唐晓宇.个性化消费需求下的网络数据库营销的竞争优势[J].
商业研究, 2002(4): 94-95.
