CN105678588A - 一种基于电商平台的产品销量波动性评估方法 - Google Patents

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

一种基于电商平台的产品销量波动性评估方法

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。