[发明专利]一种基于大数据的迭代产品销售预测方法

说明书

技术领域

本发明涉及大数据应用技术领域，尤其涉及一种基于大数据的迭代产品销售预测方法。

背景技术

随着大数据的不断发展，目前应用大数据解决供应链问题越来越多，中国制造2025的提出，工业4.0智能制造的提出，都在于智能化解决供应链，销售是供应链的源头，首先要运用大数据技术解决销售预测，从而取代人为主观预估(企业销售预测目前基本处于专家评估，根据经验和历史同环比数据进行)，其中迭代产品的特殊性也是目前难以运用自身数据解决。迭代家电产品是指：产品系列的新家电产品型号替代旧家电产品型号，核心功能一致，性能或其他因素等有一定提升以满足进步市场的需求，迭代产品推出市场时没有自身历史销售数据。销售预测核心有三类技术：专家评估、时间序列分析、机器学习；专家评估属于主观预测，人为因素，准确率不稳定；时间序列分析和机器学习是以算法模型为基础的电脑大数据计算，数据客观预测准确稳定，前提需要大量的自身历史数据进行模型训练。

发明内容

针对现有技术存在的不足之处，本发明的目的在于提供一种基于大数据的迭代产品销售预测方法，在不影响历史产品销售的情况下，利用大数据技术预测迭代型号产品的销量预估，达到新旧产品平滑过渡，产品工厂采购及生产数量精准化。

本发明的目的通过下述技术方案实现：

一种基于大数据的迭代产品销售预测方法，包括数据处理模块、模型算法模块和预测输出可视化展示模块，所述数据处理模块用于最底层各业务系统数据、第三方网站数据及部分手工数据引入mysql数据库存储并按照模型算法模块的模型提出数据要求进行ETL工作，模型算法模块用于根据已经准备好的数据做出建模工作并得到最终模型，所述最终模型通过学习发现规律预测未来销量，所述预测输出可视化展示模块用于获取模型算法模块产出的预测数据进行可视化图形展示并支持产品型号及该产品型号的月度预测；其方法步骤如下：

A、数据处理模块的数据处理过程：

A1、各业务系统通过脚本接口进入mysql数据库中；第三方网站数据通过java程序形式读取和写入mysql数据库中；国家统计局行业数据通过爬虫技术定制抓取页面信息并将获取到的页面信息写入mysql数据库中；

A2、数据处理模块按照模型算法模块所提出的数据要求针对mysql数据库中的数据进行ETL工作，结果数据继续存储在mysql数据库中供模型算法模块使用；

B、预测输出可视化展示模块用于获取模型算法模块产出的预测数据进行可视化图形展示并支持产品型号及该产品型号的月度预测，模型算法模块的预测数据结果存放在mysql数据库中并从mysql数据库中读取数据进行可视化图表及趋势展示。

一种基于大数据的迭代产品销售预测方法，本发明的具体方法如下：

第一步、数据准备：各业务系统通过脚本接口进入mysql数据库中；第三方数据excel通过java程序形式读取和写入mysql数据库中；国家统计局行业数据通过定制抓去页面信息爬虫的方式获取写入mysql数据库中。

第二步、数据处理：由模型组提出数据要求，针对mysql数据库中的数据进行ETL工作，结果数据继续存储在数据库中供模型算法使用。

第三步、模型算法

①、指标体系建立：对迭代新产品型号的指标体系内容建立包括：新迭代产品规划，与历史产品系匹配关联；数据调研，与营销中心、分公司、经营部、客户；业务系统数据调研；数据指标梳理，分类；根据质量调整数据指标比重；建立指标体系，进行模型训练，根据结果调整指标比重，优化指标体系。指标体系内容包括：与销售相关的数据分类，包括产销存：销售历史数据、库存历史数据、生产产能历史数据、库存周转率等；与成本价格有关的数据分类，包括价格数据、成本数据等；消费者相关数据，包括消费者行为：浏览行为数据、咨询行为数据、收藏行为数据、购物车行为数据、下单行为数据、支付行为数据、用户评价数据、使用行为数据等；宏观因素相关分类，包括人口结构数据、行业市场数据、经济水平、国家政策数据等；内部经营相关分类，包括市场活动数据、客户主推日、客户店庆日、节假日活动数据等；其中销售相关数据和消费者行为数据综合迭代历史产品的数据进行预测，新旧产品迭代过渡期分析，综合建立成为迭代新产品的销售预测模型指标体系。

②、模型学习：模型从mysql数据库中获取销售数据和第三方数据、行业数据、系统参数，并将结果输入mysql数据库中。

③、模型评价分析：通过对指标的不断优化，对模型的不断训练，根据预测结果评价分析选择可靠的适合的销售预测算法模型。