CN105678588A - 一种基于电商平台的产品销量波动性评估方法 - Google Patents
一种基于电商平台的产品销量波动性评估方法 Download PDFInfo
- Publication number
- CN105678588A CN105678588A CN201610022367.2A CN201610022367A CN105678588A CN 105678588 A CN105678588 A CN 105678588A CN 201610022367 A CN201610022367 A CN 201610022367A CN 105678588 A CN105678588 A CN 105678588A
- Authority
- CN
- China
- Prior art keywords
- module
- product
- week
- insurance
- order
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
Abstract
一种基于电商平台的产品销量波动性评估方法,步骤如下:步骤1.以周为单位,根据险种、下单平台、产品ID,进行样本统计;步骤2.利用变异系数描述样本离散程度,即产品销量长期波动性:根据险种、下单平台、产品ID,进行初步分析;步骤3.借助z-score标准化最新样本刻画最新样本与均值的偏离程度:根据险种、下单平台、产品ID,计算变异系数CV,用以表征各周承保订单数的离散程度,即长期波动性;变异系数越大,长期波动性越强;步骤4.根据险种、下单平台、产品ID,计算z-score标准化最新周承保订单数,用以反映最新周承保订单数较均值的偏离程度,即短期波动性;正标准化值表示激增,负标准化值表示暴跌;标准化的绝对值越大,短期波动性越强。
Description
技术领域
本发明涉及电商的经营评估、舆情分析领域,旨在量化剖析产品销量激增,暴跌情形。具体而言,涉及一种基于电商平台的产品销量波动性评估方法和装置。
背景技术
伴随互联网经济的迅猛发展,越来越多的用户倾向于通过电子商务平台进行消费。一定时间段或特殊时间点内,基于促销,舆论引导等方式,电商平台的产品销量呈现出较明显的长期或短期波动性。及时掌握产品销量激增,暴跌情形有利于商家拟定适宜的营销策略,以期利润最大化。
新一站保险网是国内B2C互联网保险行业先驱,其保险产品涵盖交通/综合意外险、国内/境外旅行险、健康保险、团体险、家财险、货运险、理财险、车险、人寿险、产责险等10个险种,下单平台囊括PC端、触屏端、手机移动端,已形成稳定用户群与生态圈,深具分析价值。因而本发明依托新一站保险网作为实施方式,提出一种产品销量波动性评估方法和装置。
现有技术存在问题是:1)周期性地,产品销量在每周六周日较工作日有明显下降,以天为单位进行样本统计将加剧数据离散程度;以月为单位进行样本统计则会减少样本数量(1年内仅12条记录,若引入1年前数据又将影响数据时效性)。2)一定时间段内,样本之间的离散程度表现出长期波动性。3)特殊时间点内,最新样本与均值的偏离程度呈现出短期波动性。4)出于业务分析多样性,必须使用户能够任意选择一类或几类险种、下单平台、产品,执行针对性分析。
发明内容
本发明目的是,提出一种以一定长度时间单位进行样本统计的方法,消除每周末产品销量下降的周期性影响。并根据数据和变异系数描述样本离散程度,即产品销量长期波动性。借助z-score标准化最新样本刻画最新样本与均值的偏离程度,即产品销量短期波动性。
本发明的技术方案:
一种基于电商平台的产品销量波动性评估方法,步骤如下:
步骤1.以周为单位,根据险种、下单平台、产品ID,进行样本统计;周日为1周的第1天,不满7天的相邻2周的天数合并为1整周,统计范围限定近365天内;
步骤11:若产品上架不满365天,则仅统计上架至今的周承保订单数;
步骤12:若当前日期早于或等于周三,则舍弃当前这周已有承保订单数;
步骤13:若当前日期晚于周三,则保留当前这周已有承保订单数,未来几天承保订单数由先前3周(上架不足3周则以产品上架时间开始计算;上架不足1周则忽略此产品)对应各天承保订单数均值替代,上述两部分数据汇总成当前这周承保订单数。
步骤2.利用变异系数描述样本离散程度,即产品销量长期波动性:根据险种、下单平台、产品ID,进行初步分析;
步骤21:计算各周承保订单数均值μ;
步骤22:计算各周承保订单数方差σ。
步骤3.借助z-score标准化最新样本刻画最新样本与均值的偏离程度:根据险种、下单平台、产品ID,计算变异系数用以表征各周承保订单数的离散程度,即长期波动性;变异系数越大,长期波动性越强;
步骤4.根据险种、下单平台、产品ID,计算z-score标准化最新周承保订单数其中χ0为最新周承保订单数,(χ0可来源于类似步骤12或步骤13),用以反映最新周承保订单数较均值的偏离程度,即短期波动性;正标准化值表示激增,负标准化值表示暴跌;标准化的绝对值越大,短期波动性越强。
对于产品承保金额,也采用上述处理方式,亦采用QlikView计算均值、方差、变异系数,z-score标准化最新周样本。不再赘述。
本发明有益结果:
1)消除每周末产品销量下降的周期性影响。
2)选择性保留当前这周数据,保证时效性,强化短期波动性分析灵敏度。
3)兼顾观测短期与长期波动性,考察方向比较全面。
4)结合QlikView软件的数据字段联动性,用户可任意选择一类或几类险种、下单平台、产品,进行波动性观测,能够胜任复杂多样的业务分析需求。
5)兼顾统计承保订单数,承保金额,巩固分析合理性。
附图说明
图1为产品销量波动性评估方法流程图;
图2为产品销量波动性评估装置结构示意图。
具体实施方式
以下结合附图和实施例,具体阐述本发明实施方案。所描述的实施例仅为示例,基于本发明技术实质所做的改变或等同变化,仍落入本发明保护范围。
基本方法:基于电商平台的产品销量波动性评估方法,1)以周为单位进行样本统计(周日为1周的第1天,不满7天的相邻2周的天数合并为1整周),消除每周末产品销量下降的周期性影响;若当前日期早于或等于周三,则舍弃当前这周已有销量数据(未知天数过多,预测准确性下降);若当前日期晚于周三,则保留当前这周已有销量数据,未来几天销量由先前3周对应各天销量数据均值替代,上述两部分数据汇总成当前这周销量数据。
2)利用变异系数描述样本离散程度,即产品销量长期波动性。
3)借助z-score标准化最新样本刻画最新样本与均值的偏离程度,即产品销量短期波动性。
4)将匹配格式的销量数据载入QlikView软件,凭借其数据字段联动性,经过合理的模块设计,可任意选择险种、下单平台、产品,进行波动性观测。
参阅图1所示,本发明实施例评估流程如下:
步骤11:选定险种为境外旅行保险,下单平台为新一站官网(即PC端),prod_id=210,以此作为实施例。
步骤12:经后台数据验证,在新一站官网平台,该产品上架已满365天,可提取近期整周数据。
步骤13:按周汇总承保订单数,承保金额,时段范围限定于2014年52周至2015年51周,不满7天的相邻2周合并为1整周(如2014年53周共4天,2015年1周共3天,并为1整周)。
得到的一组数据记录如下,已按时间降序排列:
周承保订单数:[25193441424429292522265165492333534937284534266351385054473833686954492438494760445928467790705250554649]
周承保金额:[487531254810332576506265416033153445403533257380854097605225529078956430349029404775469041851118067806145667086856600548059208915117507695787531354380824583057405402097203260733011610162251087082508305923572357705]
步骤14:QlikView计算均值,方差
μ周订单=44.75,σ周订单=15.35
μ周金额=6689.6,σ周金额=2775.1
步骤15:QlikView计算变异系数,z-score标准化最新周样本
可知,产品210销量长期波动幅度较小。
可知,产品210销量短期波动幅度较小,但最近1周承保订单数,承保金额较平均水平均有小幅下降。
类似地,选定境外旅游保险,默认选择全部下单平台,prod_id=331,得到的分析结果为:
CV周订单=7.31,CV周金额=7.58
可知,产品331销量长期波动较明显。
可知,产品331销量短期波动较明显,且最近1周销量激增。
结合QlikView给出的完整销量、访问记录,商家可针定制适当的营销策略。
参阅图2所示,本发明实施例装置结构如下:
模块1:数据源单元,此模块向后续模块提供数据;
模块11:业务系统模块,此模块存储新一站保险网明细交易记录,包括投保人信息,被保人信息,订单信息等;本发明从此模块提取承保订单数与承保金额;
模块12:访问日志模块,此模块存储新一站保险网访问记录,包括访问时间,referer,request,爬虫标记,session_num,visit_num等;本发明从此模块提取产品页面访问量。
模块2:QlikView数据预处理单元,此模块以周为单位,根据险种、下单平台、产品ID,进行样本统计;周日为1周的第1天,不满7天的相邻2周合并为1整周,统计范围限定近365天内。
模块3:QlikView输入选择单元,此模块提供输入选择功能,满足业务分析需求多样性;
模块31:险种选择模块,此模块可选择任意险种,默认全选;
模块32:下单平台模块,此模块可选择任意下单平台,默认全选;
模块33:产品选择模块,此模块可选择任意产品,默认全选。
模块4:QlikView数据分析单元,此模块对模块3选定的数据源进行波动性分析,用户可进一步筛选出需要观测的产品;
模块41:变异系数分析模块,此模块计算周承保订单数,周承保金额变异系数,用以表征样本离散程度,即长期波动性,模块3选定多个产品时,此模块提供排序功能;
模块42:标准化分析模块,此模块计算z-score标准化最新周承保订单数,承保金额,用以反映最新周样本较均值的偏离程度,即短期波动性,模块3选定多个产品时,此模块提供排序功能。
模块5:QlikView数据展示单元,根据模块4筛选出的产品,展示完整的销量、访问记录;
模块51:承保订单趋势模块,此模块以图表形式展示选定产品上架以来的承保订单数,时间维度可按照日、周、月、季度、年任意切换;
模块52:承保金额趋势模块,此模块以图表形式展示选定产品上架以来的承保金额,时间维度可按照日、周、月、季度、年任意切换;
模块53:产品访问趋势模块,此模块以图表形式展示选定产品上架以来的访问量,时间维度可按照日、周、月、季度、年任意切换。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种基于电商平台的产品销量波动性评估方法,其特征是步骤如下:
步骤1.以周为单位,根据险种、下单平台、产品ID,进行样本统计;周日为1周的第1天,不满7天的相邻2周的天数合并为1整周,统计范围限定近365天内;
步骤11:若产品上架不满365天,则仅统计上架至今的周承保订单数;
步骤12:若当前日期早于或等于周三,则舍弃当前这周已有承保订单数;
步骤13:若当前日期晚于周三,则保留当前这周已有承保订单数,未来几天承保订单数由先前3周,上架不足3周则以产品上架时间开始计算;上架不足1周则忽略此产品,对应各天承保订单数均值替代,上述两部分数据汇总成当前这周承保订单数;
步骤2.利用变异系数描述样本离散程度,即产品销量长期波动性:根据险种、下单平台、产品ID,进行初步分析;
步骤21:计算各周承保订单数均值μ;
步骤22:计算各周承保订单数方差σ;
步骤3.借助z-score标准化最新样本刻画最新样本与均值的偏离程度:根据险种、下单平台、产品ID,计算变异系数用以表征各周承保订单数的离散程度,即长期波动性;变异系数越大,长期波动性越强;
步骤4.根据险种、下单平台、产品ID,计算z-score标准化最新周承保订单数其中χ0为最新周承保订单数,用以反映最新周承保订单数较均值的偏离程度,即短期波动性;正标准化值表示激增,负标准化值表示暴跌;标准化的绝对值越大,短期波动性越强。
2.根据权利要求1所述的基于电商平台的产品销量波动性评估方法,其特征是设有如下模块:
模块1:数据源单元,此模块向后续模块提供数据;
模块11:业务系统模块,此模块存储新一站保险网明细交易记录,包括投保人信息,被保人信息,订单信息;从此模块提取承保订单数与承保金额;
模块12:访问日志模块,此模块存储新一站保险网访问记录,包括访问时间,referer,request,爬虫标记,session_num,visit_num;从此模块提取产品页面访问量;
模块2:QlikView数据预处理单元,此模块以周为单位,根据险种、下单平台、产品ID,进行样本统计;周日为1周的第1天,不满7天的相邻2周合并为1整周,统计范围限定近365天内;
模块3:QlikView输入选择单元,此模块提供输入选择功能,满足业务分析需求多样性;
模块31:险种选择模块,此模块可选择任意险种,默认全选;
模块32:下单平台模块,此模块可选择任意下单平台,默认全选;
模块33:产品选择模块,此模块可选择任意产品,默认全选;
模块4:QlikView数据分析单元,此模块对模块3选定的数据源进行波动性分析,用户可进一步筛选出需要观测的产品;
模块41:变异系数分析模块,此模块计算周承保订单数,周承保金额变异系数,用以表征样本离散程度,即长期波动性,模块3选定多个产品时,此模块提供排序功能;
模块42:标准化分析模块,此模块计算z-score标准化最新周承保订单数,承保金额,用以反映最新周样本较均值的偏离程度,即短期波动性,模块3选定多个产品时,此模块提供排序功能;
模块5:QlikView数据展示单元,根据模块4筛选出的产品,展示完整的销量、访问记录;
模块51:承保订单趋势模块,此模块以图表形式展示选定产品上架以来的承保订单数,时间维度可按照日、周、月、季度、年任意切换;
模块52:承保金额趋势模块,此模块以图表形式展示选定产品上架以来的承保金额,时间维度可按照日、周、月、季度、年任意切换;
模块53:产品访问趋势模块,此模块以图表形式展示选定产品上架以来的访问量,时间维度可按照日、周、月、季度、年任意切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610022367.2A CN105678588B (zh) | 2016-01-13 | 2016-01-13 | 一种基于电商平台的产品销量波动性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610022367.2A CN105678588B (zh) | 2016-01-13 | 2016-01-13 | 一种基于电商平台的产品销量波动性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105678588A true CN105678588A (zh) | 2016-06-15 |
CN105678588B CN105678588B (zh) | 2017-05-31 |
Family
ID=56300481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610022367.2A Active CN105678588B (zh) | 2016-01-13 | 2016-01-13 | 一种基于电商平台的产品销量波动性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105678588B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294587A (zh) * | 2016-07-28 | 2017-01-04 | 焦点科技股份有限公司 | 一种快速实施的网站内专题模块引流效果展示方法 |
CN106779878A (zh) * | 2017-01-19 | 2017-05-31 | 新站保险代理股份有限公司 | 一种基于电商平台的用户续约续保行为分析方法 |
CN107093120A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略推送方法和装置 |
CN109408268A (zh) * | 2018-10-09 | 2019-03-01 | 浪潮软件股份有限公司 | 一种基于云pos机的新零售扫码数据异常检测方法 |
CN109447716A (zh) * | 2018-11-09 | 2019-03-08 | 四川长虹电器股份有限公司 | 基于循环神经网络的销量预测方法及服务器 |
CN109816975A (zh) * | 2018-10-11 | 2019-05-28 | 北京九五智驾信息技术股份有限公司 | 交通事故提醒方法 |
CN110163682A (zh) * | 2019-05-24 | 2019-08-23 | 成都一创友邦科技有限公司 | 一种基于电子商务平台的产品销量原因分析方法 |
CN114372857A (zh) * | 2022-01-19 | 2022-04-19 | 江西服装学院 | 基于数据分析的夹克定制服务平台 |
CN114723474A (zh) * | 2022-02-21 | 2022-07-08 | 浪潮卓数大数据产业发展有限公司 | 基于电商商品库存量推算销量的方法及系统 |
CN116805254A (zh) * | 2023-08-22 | 2023-09-26 | 深圳市感恩网络科技有限公司 | 一种基于大数据的产品营销状态评估系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955769A (zh) * | 2014-05-04 | 2014-07-30 | 广西中烟工业有限责任公司 | 基于协同过滤的零售点产品销量预测方法 |
CN104036103A (zh) * | 2013-03-06 | 2014-09-10 | 南京邮电大学 | 一种面向供应链系统的多尺度需求预测方法 |
US20140278793A1 (en) * | 2013-03-15 | 2014-09-18 | Alex Beltrani | Mobile systems and methods for customer feedback |
-
2016
- 2016-01-13 CN CN201610022367.2A patent/CN105678588B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036103A (zh) * | 2013-03-06 | 2014-09-10 | 南京邮电大学 | 一种面向供应链系统的多尺度需求预测方法 |
US20140278793A1 (en) * | 2013-03-15 | 2014-09-18 | Alex Beltrani | Mobile systems and methods for customer feedback |
CN103955769A (zh) * | 2014-05-04 | 2014-07-30 | 广西中烟工业有限责任公司 | 基于协同过滤的零售点产品销量预测方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294587A (zh) * | 2016-07-28 | 2017-01-04 | 焦点科技股份有限公司 | 一种快速实施的网站内专题模块引流效果展示方法 |
CN106294587B (zh) * | 2016-07-28 | 2019-05-10 | 焦点科技股份有限公司 | 一种快速实施的网站内专题模块引流效果展示方法 |
CN107093120A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略推送方法和装置 |
CN106779878A (zh) * | 2017-01-19 | 2017-05-31 | 新站保险代理股份有限公司 | 一种基于电商平台的用户续约续保行为分析方法 |
CN109408268A (zh) * | 2018-10-09 | 2019-03-01 | 浪潮软件股份有限公司 | 一种基于云pos机的新零售扫码数据异常检测方法 |
CN109408268B (zh) * | 2018-10-09 | 2021-11-19 | 浪潮软件股份有限公司 | 一种基于云pos机的新零售扫码数据异常检测方法 |
CN109816975A (zh) * | 2018-10-11 | 2019-05-28 | 北京九五智驾信息技术股份有限公司 | 交通事故提醒方法 |
CN109447716A (zh) * | 2018-11-09 | 2019-03-08 | 四川长虹电器股份有限公司 | 基于循环神经网络的销量预测方法及服务器 |
CN110163682A (zh) * | 2019-05-24 | 2019-08-23 | 成都一创友邦科技有限公司 | 一种基于电子商务平台的产品销量原因分析方法 |
CN114372857A (zh) * | 2022-01-19 | 2022-04-19 | 江西服装学院 | 基于数据分析的夹克定制服务平台 |
CN114723474A (zh) * | 2022-02-21 | 2022-07-08 | 浪潮卓数大数据产业发展有限公司 | 基于电商商品库存量推算销量的方法及系统 |
CN116805254A (zh) * | 2023-08-22 | 2023-09-26 | 深圳市感恩网络科技有限公司 | 一种基于大数据的产品营销状态评估系统 |
CN116805254B (zh) * | 2023-08-22 | 2023-12-22 | 深圳市感恩网络科技有限公司 | 一种基于大数据的产品营销状态评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105678588B (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678588A (zh) | 一种基于电商平台的产品销量波动性评估方法 | |
US8583408B2 (en) | Standardized modeling suite | |
CN109102394A (zh) | 风险评估方法、装置及计算机可读存储介质 | |
KR101422562B1 (ko) | 지능형 징수 관리 시스템 | |
CN112487105A (zh) | 一种企业画像的构建方法 | |
CN109670824A (zh) | 电子账本的生成方法、装置、设备及存储介质 | |
CN108154311A (zh) | 基于随机森林和决策树的优质客户识别方法及装置 | |
JP2012088994A (ja) | 広告効果分析システム及びその方法 | |
Molinos-Senante et al. | Cost efficiency of English and Welsh water companies: a meta-stochastic frontier analysis | |
CN111639102A (zh) | 客户数据资源共享方法、装置及电子设备 | |
CN112950359B (zh) | 一种用户识别方法和装置 | |
CN114154672A (zh) | 一种用于客户流失预测的数据挖掘方法 | |
CN111932064A (zh) | 一种建立风险评估等级的方法 | |
CN107622409A (zh) | 购车能力的预测方法和预测装置 | |
CN107844874A (zh) | 企业营运问题分析系统及其方法 | |
CN115880077A (zh) | 基于客户标签的推荐方法及其装置、电子设备及存储介质 | |
CN115760363A (zh) | 一种基于人行征信报告的利率测算方法及设备 | |
CN109978304A (zh) | 面向对象的评估方法和装置 | |
CN114285896A (zh) | 信息推送方法、装置、设备、存储介质及程序产品 | |
CN111105154A (zh) | 股市运行风险评估方法、装置、电子设备及存储介质 | |
CN110675136A (zh) | 信息处理方法、装置及设备 | |
CN114330847A (zh) | 用于票据评分计算的数据处理方法以及相关装置 | |
CN115496590A (zh) | 处理授信数据的方法、装置、电子设备和计算机可读介质 | |
Mirja | Minimum Wages, Productivity | |
CN116308536A (zh) | 一种广告流量数据采集分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |