[发明专利]一种基于大数据的白酒销售管理方法及系统

权利要求书

1.一种基于大数据的白酒销售管理方法，其特征在于，包括：

获取预设区域的白酒销售大数据；

将所述白酒销售大数据根据地区进行划分，得到地区销售数据；

根据地区销售数据进行基于线上与线下的销售特征分析，得到地区线上销售特征数据与线下销售特征数据；

基于所述地区数据特征导入预测模型进行销量预测，得到预设区域中各销售地区的预测销售数据；

将所述预测销售数据导入物流平台进行物流仓储分析，得到物流仓储分配方案；

其中，所述根据地区销售数据进行基于线上与线下的销售特征分析，得到地区线上销售特征数据与线下销售特征数据，具体为：

获取地区销售数据；

将所述地区销售数据基于线上与线下数据进行划分，得到地区线上数据与地区线下数据；

从地区线上数据提取出销售订单信息，所述销售订单信息包括线上订单时间、订单商品种类、订单价格、订单商品数量；

从地区线上数据中提取出用户基础信息，所述用户基础信息包括用户ID、用户订单地址、用户IP地址、用户浏览记录、用户个人公开信息；

将销售订单信息导入大数据分析模型，基于销量、价格、时间维度进行销售特征分析，得到线上销售特征数据；

将用户基础信息导入大数据分析模型，基于预设聚类算法，对用户进行聚类群体分析与群体划分，得到多个用户群体；

分析每个用户群体的用户基础信息，并基于用户下单时间、订单商品、用户个人信息进行群体相似特征提取，得到用户群体特征；

一个用户群体对应于一种用户群体特征；

其中，所述根据地区销售数据进行基于线上与线下的销售特征分析，得到地区线上销售特征数据与线下销售特征数据，还包括：

获取当前销售地区的地区线下数据与当前销售地区内线下门店分布信息；

根据线下门店分布信息，从地区线下数据中提取每个线下门店的销售数据，得到线下销售数据；

将线下销售数据导入大数据分析模型进行基于销售商品品种、销售时间、商品价格维度的销售特征分析，得到每个线下门店的线下销售特征数据；

根据预设聚类算法与线下销售特征数据，对当前销售地区内全部线下门店进行销售特征群体划分，得到多个线下门店群体；

一个线下门店群体包括至少一个线下门店；

其中，所述基于所述地区数据特征导入预测模型进行销量预测，得到预设区域中各销售地区的预测销售数据，具体为：

构建基于深度学习的预测模型；

将当前销售地区的线上销售特征数据导入预测模型进行销售数据预测，得到第一预测销售数据；

获取所有用户群体的用户群体特征，判断第一预测销售数据是否符合用户群体特征；

若符合，则将所述第一预测销售数据作为当前销售地区的线上预测销售数据；

若不符合，则根据用户群体特征，对所述第一预测销售数据进行数据修正，直至符合所有用户群体特征，并将修正后的第一预测销售数据作为当前销售地区的线上预测销售数据；

其中，所述基于所述地区数据特征导入预测模型进行销量预测，得到预设区域中各销售地区的预测销售数据，还包括：

从多个线下门店群体中选取一个线下门店群体作为当前门店群体；

获取当前门店群体中所有线下门店的线下销售特征数据；

将所述线下销售特征数据导入预测模型进行线下群体的销售数据预测，得到线下群体销售预测数据；

分析预测多个线下门店群体中的其余线下门店群体，得到多个线下群体销售预测数据；

将所述多个线下群体销售预测数据进行数据整合得到当前销售地区的线下预测销售数据；

所述预测销售数据包括线上预测销售数据与线下预测销售数据；

其中，所述将所述预测销售数据导入物流平台进行物流仓储分析，得到物流仓储分配方案，具体为：

分析预设区域内所有销售地区的地区销售数据，并得到各销售地区的预测销售数据；

提取各销售地区的预测销售数据中的线下预测销售数据；

获取各个销售地区的当前物流仓储数据；

将所述当前物流仓储数据与线下预测销售数据导入物流平台进行销售地区之间地物流货物调运分析，得到物流仓储分配方案；

提取各销售地区的预测销售数据中的线上预测销售数据；

基于所述线上预测销售数据，对每个销售地区进行对应白酒商品的销售利润分析，并得到每个销售地区对应的线上促销方案；

其中，所述线上促销方案，还包括：

获取一个销售地区的所有用户群体与对应的用户群体特征；

对用户群体特征进行商品兴趣度分析，并将大于预设兴趣度的商品标记为第一商品；

基于第一商品生成商品广告方案，一个用户群体对应一个商品广告方案；

根据所述商品广告方案，结合线上预测销售数据进行用户群体推荐商品分析，得到推荐商品数据；

将所述推荐商品数据发送至对应用户群体。