CN102214342A - 智能时装销售预测系统 - Google Patents
智能时装销售预测系统 Download PDFInfo
- Publication number
- CN102214342A CN102214342A CN2010101651961A CN201010165196A CN102214342A CN 102214342 A CN102214342 A CN 102214342A CN 2010101651961 A CN2010101651961 A CN 2010101651961A CN 201010165196 A CN201010165196 A CN 201010165196A CN 102214342 A CN102214342 A CN 102214342A
- Authority
- CN
- China
- Prior art keywords
- sales
- data
- analysis
- intelligent
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种智能时装销售预测系统,包括:数据获取模块,用于获取设于销售点的多个服务终端的销售点销售数据并保存到销售预测数据库中;数据管理模块,用于对销售点销售数据进行处理并对所得的销售数据与附属数据进行管理;数据分析模块,用于对所述销售数据与附属数据进行历史销售分析和历史销售的外来因素分析;智能预测模块,用于根据所述历史销售分析和历史销售的外来因素分析的结果进行销售预测生成预测报告。本发明通过与时装零售公司的销售点数据库进行通讯,并对销售数据的进行分析以找寻外部因素和时装销售之间的关系,从而为时装零售商进行销售提供准确和可靠的中期销售预测。
Description
技术领域
本发明涉及零售业销售预测领域,更具体地说,涉及一种应用于时装零售业或其他具有类似变化规则的零售业的销售预测系统。
背景技术
销售预测的准确性对于零售商的利润率起着至关重要的作用。然而,在今天的零售行业中,时装零售商仍然依赖主观评估,以及对历史销售数据的简单统计分析获得的经验来进行销售预测。现有预测方法的主要不足之处如下:
1)目前对于时装连锁店而言,不同店铺的销售点(point-of-sales,PoS)数据可能被分开放置在不同的数据服务器。因此,现有的销售预测通常涉及的大量的人员和部门,其销售点数据量大,从而预测起来非常费时且成本高,甚至会由于缺乏包括所有历史销售数据和预测数据的数据库而导致错误概率的增加。
2)目前的时装零售公司主要依靠主观经验或简单的统计分析来进行销售预测,例如自回归法、指数平滑、移动平均法等。然而这些方法在相似的条件或者非优的情况下可能呈现不一致的结论,因此通过这些不足以把握时装产品的强非线性和季节性特征。
3)现有的销售预测技术不会考虑如推广活动等各种外部因素的影响。而这些因素对服装的销售会产生很大的影响。
由此可见,现有的这种预测模式严重影响着时装销售预测的有效性和可靠性,且一旦预测的专业人员离开公司后经验不足的采购员可能没有能力或信心来进行可靠的销售预测。而目前市场上又缺乏能够完全满足客户需求的预测系统。因此,有必要开发一种智能的系统来有效地改善上述销售预测方法的种种不足。
现有技术中公开了一种确定每日权重值和存储关闭系数的方法,可以用于短期模式(每日)的零售产品的销售预测。此外,还公开了一种用于库存管理、财务管理、容量规划和交通规划的零售供应链的分阶段预测和补给系统。然而,这些预测方法和系统没有考虑到外部因素的影响,且没有考虑到时装产品的特点,也不是专为时装产品的销售预测而设计的。因此,综上所述目前还没有一种针对时装零售的中期销售预测方法或产品。
发明内容
本发明要解决的技术问题在于,针对现有时装零售的销售预测方法的上述依靠主观评估和简单数据分析导致可靠性低的缺陷,提供一种数据全面、分析系统并综合各种因素进行销售预测的智能时装销售预测系统。
本发明解决其技术问题所采用的技术方案是:构造一种智能时装销售预测系统,通过与时装零售公司的销售点数据库进行通讯,对获取的销售数据进行管理,并通过对销售数据的分析找寻店铺数量和推广活动与时装销售之间的关系,采用启发式和误差反传神经网络(Back-propagation neural network)为时装零售商进行销售预测活动提供准确和可靠的中期销售预测。
本发明提供了一种智能时装销售预测系统,包括:
数据获取模块,用于获取设于销售点的多个服务终端的销售点销售数据并保存到销售预测数据库中;
数据管理模块,用于对销售预测数据库中的销售点销售数据进行处理并对所得的销售数据与附属数据进行管理;
数据分析模块,用于对所述销售数据与附属数据进行历史销售分析和历史销售的外来因素分析;
智能预测模块,用于根据所述历史销售分析和历史销售的外来因素分析的结果进行销售预测生成预测报告。
在本发明所述的智能时装销售预测系统中,所述系统还包括综合操作模块,用于为用户提供用户友好型综合操作平台来进行数据分析及销售预测。
在本发明所述的智能时装销售预测系统中,所述系统还包括系统基础模块,用于建立数据库备份并进行用户管理、系统信息管理和系统登录管理。
在本发明所述的智能时装销售预测系统中,所述数据管理模块对店铺数据和推广数据进行管理。
在本发明所述的智能时装销售预测系统中,所述数据分析模块按年度对所述销售数据进行历史销售分析和历史销售的外来因素分析。
在本发明所述的智能时装销售预测系统中,所述数据分析模块基于店铺对所述销售数据进行历史销售分析和历史销售的外来因素分析。
在本发明所述的智能时装销售预测系统中,所述智能预测模块用于根据所述历史销售分析和历史销售的外来因素分析的结果对公司及其各个店铺的年度销售进行预测。
在本发明所述的智能时装销售预测系统中,所述智能预测模块对公司和店铺的销售额进行的年度销售预测采取自上而下的预测方式,包括首先预测出整个公司的年度销售额,随后在此基础上,通过历史比例分析,预测出公司各个店铺的年销售额。
实施本发明的智能时装销售预测系统,具有以下有益效果:
1)销售点数据的获取
为了确保销售预测的快速反应和有效性,本发明开发一种有效的数据交换技术来转移零售商的销售点数据库中的销售点数据,并将它们传送到销售预测数据库中。
2)综合操作平台
本发明采用了基于B/S结构的综合操作平台,用户可以方便地以用户友好的方式分析历史销售数据并进行销售预测。
3)外部因素和时装销售的关系分析
本发明考虑了一些外部因素,如店铺数量和推广活动等对时装销售的影响,基于大量的数据分析获取了这些外部因素与时装销售之间的关系。
4)智能销售预测引擎
由于时装销售数据具备较高的需求不确定性和较强的季节性,本发明采用了启发式和误差反传神经网络技术制定非线性时装销售预测模型,并生成客观且可靠的时装销售预测报告,以协助时装零售商进行其销售预测工作。预测模型首先预测出整个公司的年度销售额,然后在此基础上,通过历史比例分析,预测出公司各个店铺的年销售额。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明优选实施例中的智能时装销售预测系统的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
请参阅图1,为本发明优选实施例中的智能时装销售预测系统的示意图。如图1所示,本发明提供的智能时装销售预测系统10与设于销售点的多个服务终端通讯并通过至少一个操作终端为用户提供用户友好型综合操作平台。
在本发明提供的实施例中,销售点的服务终端中建立有销售点数据库用于存储销售点的销售数据。智能时装销售预测系统10可以与这些销售点的服务终端进行通讯。例如,在本实施例中智能时装销售预测系统10可以与销售点服务终端1、销售点服务终端2......销售点服务终端N进行通讯并获取这些服务终端中的销售点数据。随后智能时装销售预测系统10对其进行分析处理并生成预测报告,其过程可以通过操作终端来实现。用户可以通过任何一台操作终端,如操作终端1或操作终端M来控制智能时装销售预测系统10进行销售数据的分析和预测操作。
下面对本发明提供的智能时装销售预测系统10的模块结构和实现过程进行说明。如图1所示,本发明提供的智能时装销售预测系统10主要包括数据获取模块100、数据管理模块200、数据分析模块300和智能预测模块400。
其中,数据获取模块100建立了一个销售数据交换平台,从而与各个销售点的服务终端进行通讯,获取销售点销售数据并将其保存到销售预测数据库中。
数据管理模块200与数据获取模块100相连,从而对销售预测数据库中的销售点销售数据进行处理并对所得的销售数据与附属数据进行管理。在本发明提供的实施例中,该销售数据包括销售量、销售种类等信息。而附属数据包括店铺数据和推广数据。
数据分析模块300与数据获取模块100、数据管理模块200相连,用于对销售数据与附属数据进行历史销售分析和历史销售的外来因素分析。在本发明提供的实施例中,这些外来因素包括店铺数量和推广活动等因素。数据分析模块300按年度对销售数据进行历史销售分析和历史销售的外来因素分析。同时也可以基于店铺对销售数据进行历史销售分析和历史销售的外来因素分析。
智能预测模块400与数据获取模块100、数据管理模块200和数据分析模块300相连,用于根据历史销售分析和历史销售的外来因素分析的结果进行销售预测生成预测报告。该预测报告可以是根据年度所制作的销售预测。由于时装销售数据具备较高的需求不确定性和较强的季节性,本模块采用了启发式和误差反传神经网络技术来制定非线性时装销售预测模型,并生成客观且可靠的时装销售预测计划,以协助时装零售商进行其销售预测决策过程。预测模型采取自上而下的预测方式,即首先预测出整个公司的年度销售额,然后在此基础上,通过历史比例分析,预测出公司各个店铺的年销售额。
此外,本发明提供的智能时装销售预测系统10还包括综合操作模块500,用于为用户提供用户友好型综合操作平台来进行数据分析及销售预测。该综合操作平台是基于B/S(browser/server,浏览器/服务器)结构建立的。该综合操作模块500与多个操作终端相连,如操作终端1至操作终端M。用户可以通过这些操作终端对整个系统的预测操作进行控制。综合操作模块500还与预测系统10中其它各个模块相连,从而控制预测过程中的每个处理步骤。
本发明提供的智能时装销售预测系统10还包括系统基础模块600,用于建立数据库备份并进行系统的用户管理、系统信息管理和系统登录管理。系统基础模块600还可以实现系统维持运行需要的一些其它功能的管理。在本实施例中,系统基础模块600与数据获取模块100和综合操作模块500相连,以执行上述相应操作。如果需要的话,系统基础模块600还可以与系统内其它模块相连。
综上所述,本发明提供的智能时装销售预测系统,通过与时装零售公司的销售点数据库进行通讯,对获取的销售数据进行管理,并通过对销售数据的分析找寻外部因素和时装销售之间的关系,采用启发式和误差反传神经网络技术为时装零售商进行销售预测活动提供准确和可靠的中期销售预测。该系统还可以进一步完善以满足各种零售公司的短期销售预测需求。
本发明是根据特定实施例进行描述的,但本领域的技术人员应明白在不脱离本发明范围时,可进行各种变化和等同替换。此外,为适应本发明技术的特定场合或材料,可对本发明进行诸多修改而不脱离其保护范围。因此,本发明并不限于在此公开的特定实施例,而包括所有落入到权利要求保护范围的实施例。
Claims (8)
1.一种智能时装销售预测系统,其特征在于,包括:
数据获取模块,用于获取设于销售点的多个服务终端的销售点销售数据并保存到销售预测数据库中;
数据管理模块,用于对销售预测数据库中的销售点销售数据进行处理并对所得的销售数据与附属数据进行管理;
数据分析模块,用于对所述销售数据与附属数据进行历史销售分析和历史销售的外来因素分析;
智能预测模块,用于根据所述历史销售分析和历史销售的外来因素分析的结果进行销售预测生成预测报告。
2.根据权利要求1所述的智能时装销售预测系统,其特征在于,所述系统还包括综合操作模块,用于为用户提供用户友好型综合操作平台来进行数据分析及销售预测。
3.根据权利要求1所述的智能时装销售预测系统,其特征在于,所述系统还包括系统基础模块,用于建立数据库备份并进行用户管理、系统信息管理和系统登录管理。
4.根据权利要求1所述的智能时装销售预测系统,其特征在于,所述数据管理模块对店铺数据和推广数据进行管理。
5.根据权利要求1所述的智能时装销售预测系统,其特征在于,所述数据分析模块按年度对所述销售数据进行历史销售分析和历史销售的外来因素分析。
6.根据权利要求1所述的智能时装销售预测系统,其特征在于,所述数据分析模块基于店铺对所述销售数据进行历史销售分析和历史销售的外来因素分析。
7.根据权利要求1所述的智能时装销售预测系统,其特征在于,所述智能预测模块用于根据所述历史销售分析和历史销售的外来因素分析的结果,对公司和店铺的销售额进行年度销售预测。
8.根据权利要求7所述的智能时装销售预测系统,其特征在于,所述智能预测模块对公司和店铺的销售额进行的年度销售预测采取自上而下的预测方式,包括首先预测出整个公司的年度销售额,随后在此基础上,通过历史比例分析,预测出公司各个店铺的年销售额。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101651961A CN102214342A (zh) | 2010-04-09 | 2010-04-09 | 智能时装销售预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101651961A CN102214342A (zh) | 2010-04-09 | 2010-04-09 | 智能时装销售预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102214342A true CN102214342A (zh) | 2011-10-12 |
Family
ID=44745639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101651961A Pending CN102214342A (zh) | 2010-04-09 | 2010-04-09 | 智能时装销售预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102214342A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077706A (zh) * | 2013-03-26 | 2014-10-01 | 深圳先进技术研究院 | 基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法 |
CN106204086A (zh) * | 2015-05-06 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 商品销量的预警方法和装置 |
CN107424000A (zh) * | 2017-04-11 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 一种数据获取方法和装置 |
WO2018068603A1 (zh) * | 2016-10-10 | 2018-04-19 | 香港纺织及成衣研发中心有限公司 | 基于大数据技术的供应链管理决策支持系统 |
CN108428146A (zh) * | 2017-12-21 | 2018-08-21 | 中国平安人寿保险股份有限公司 | 业务推广方法、装置及存储介质 |
WO2018201291A1 (zh) * | 2017-05-02 | 2018-11-08 | 深圳齐心集团股份有限公司 | 一种基于云计算的文具销售分析系统 |
CN108960895A (zh) * | 2018-06-07 | 2018-12-07 | 佛山市业鹏机械有限公司 | 一种基于宠物展示架的销售统计分析系统 |
CN109978306A (zh) * | 2017-12-28 | 2019-07-05 | 北京京东尚科信息技术有限公司 | 数据处理方法及装置 |
-
2010
- 2010-04-09 CN CN2010101651961A patent/CN102214342A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077706A (zh) * | 2013-03-26 | 2014-10-01 | 深圳先进技术研究院 | 基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法 |
CN104077706B (zh) * | 2013-03-26 | 2018-01-05 | 深圳先进技术研究院 | 基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法 |
CN106204086A (zh) * | 2015-05-06 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 商品销量的预警方法和装置 |
WO2018068603A1 (zh) * | 2016-10-10 | 2018-04-19 | 香港纺织及成衣研发中心有限公司 | 基于大数据技术的供应链管理决策支持系统 |
CN107424000A (zh) * | 2017-04-11 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 一种数据获取方法和装置 |
WO2018201291A1 (zh) * | 2017-05-02 | 2018-11-08 | 深圳齐心集团股份有限公司 | 一种基于云计算的文具销售分析系统 |
CN108428146A (zh) * | 2017-12-21 | 2018-08-21 | 中国平安人寿保险股份有限公司 | 业务推广方法、装置及存储介质 |
CN109978306A (zh) * | 2017-12-28 | 2019-07-05 | 北京京东尚科信息技术有限公司 | 数据处理方法及装置 |
CN108960895A (zh) * | 2018-06-07 | 2018-12-07 | 佛山市业鹏机械有限公司 | 一种基于宠物展示架的销售统计分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102214342A (zh) | 智能时装销售预测系统 | |
CN108171531A (zh) | 一种基于数据挖掘的售货机智能管理系统及方法 | |
KR20170099078A (ko) | 생산관리시스템(mes)의 제조생산설비 수집정보를 활용한 빅데이터 기반 경영예측 플랫폼 시스템 | |
CN108876085B (zh) | 一种基于互联网的企业销售支撑平台 | |
CN110222937A (zh) | 一种应用于钢铁制造的新型产销融合系统 | |
CN110826980A (zh) | 一种基于云平台的erp系统及其运行方法 | |
CN107153977A (zh) | 网上交易平台中交易实体信用评估方法、装置及系统 | |
CN104573996A (zh) | 一种铸造企业用自动报价系统 | |
CN111047128A (zh) | 企业财务曝险管理系统 | |
Ehrenthal et al. | A Service-Dominant Logic view of retail on-shelf availability | |
CN117057686A (zh) | 物料采购智能管理方法、装置、设备及存储介质 | |
CN108629467B (zh) | 一种样品信息处理方法及系统 | |
CN114881515A (zh) | 供应商选取方法、装置、存储介质以及电子设备 | |
CN111353794A (zh) | 数据处理的方法、供应链调度的方法和装置 | |
CN115330468B (zh) | 数据处理方法及相关装置 | |
CN107480703A (zh) | 交易故障检测方法及装置 | |
Härting et al. | Cost-benefit considerations for data analytics-an SME-oriented framework enhanced by a management perspective and the process of idea generation | |
KR102057609B1 (ko) | 지능형 주문 서비스 제공 서버 및 지능형 주문 서비스 제공 방법 | |
CN102542432B (zh) | 库存管理系统及方法 | |
Dahbi et al. | Supply chain efficient inventory management as a service offered by a cloud-based platform | |
Tubis et al. | Supply chain vulnerability and resilience–case study of footwear retail distribution network | |
Nielsen et al. | The impact of stochastic lead times on the bullwhip effect–an empirical insight | |
JP2003345961A (ja) | 中古品販売における在庫リスク管理システム及び在庫リスクの管理方法 | |
CN113850609A (zh) | 一种客户管理系统、方法、计算机设备和存储介质 | |
CN115809894A (zh) | 一种基于三次指数平滑法实现积分兑换异常检测的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20111012 |