CN113781186A - 一种基于大数据的商品营销管控方法、系统 - Google Patents
一种基于大数据的商品营销管控方法、系统 Download PDFInfo
- Publication number
- CN113781186A CN113781186A CN202111316641.4A CN202111316641A CN113781186A CN 113781186 A CN113781186 A CN 113781186A CN 202111316641 A CN202111316641 A CN 202111316641A CN 113781186 A CN113781186 A CN 113781186A
- Authority
- CN
- China
- Prior art keywords
- commodity
- data
- sales
- warehouse
- commodities
- 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
Images
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- 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
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种基于大数据的商品营销管控方法、系统,可获取销售平台以往各个时间段的销售数据,并实时获取现时间段的仓库存储商品的信息,结合往期的现时间段内热销的商品信息来对仓库中的商品数量进行补充以及将销量较少的商品和同种类的热销商品进行捆绑销售或降价促销的方式来进行处理,可以防止销售量较少的货物大量囤积在仓库内,同时也能起到提高热销商品销售量的效果。另外,本申请还通过对比分析仓库中是否存在与往期销售数据不同的商品,将其清仓后计算仓库空余存储空间。本申请还通过预先采购下一时间段热销商品并囤积在清仓处理后空余的存储空间中,可以减少后期临时进货的压力。
Description
技术领域
本申请涉及数据处理和数据传输领域,更具体的,涉及一种基于大数据的商品营销管控方法、系统。
背景技术
随着互联网技术的飞速发展,往日的实体销售模式也逐渐的拓展为网络营销和实体营销相互配合的模式,而随着营销道路的拓展,商品营销的管控也逐渐的繁琐起来,商品数量较多的情况下,无法有效的预测当下时节所受欢迎的商品信息,且无法预先对一些热销商品进行采购,而且仓库中存储的一些货物滞销后无法进行有效处理,导致仓库的无效益占用空间增多,致使仓库和销售平台之间的管控出现问题,如滞销货物存于仓库中无法处理、热销商品存货量不足等,从而导致商家出现经济损失。另外,在分析数据不足的情况下,仅通过人工采集数据并进行分析,容易出现错误,且工作量较大,无法达到有效的管控。
因此现有技术存在缺陷,急需改进。
发明内容
鉴于上述问题,本发明的目的是提供一种基于大数据的商品营销管控方法、系统,能够更有效更快速的让医生对患者进行准确的诊断。
本发明第一方面提供了一种基于大数据的商品营销管控方法,其特征在于,包括:
获取销售平台历史销售数据以及仓库存储信息数据,形成仓库存储信息数据库;
获取预设的营销策略,基于所述预设的营销策略分析销售平台历史销售数据并生成对比数据库;
将所述对比数据库输入仓库存储信息数据库中进行对比分析,并生成商品信息对比数据,将所述商品对比数据分别传输至销售平台以及仓库接收端;
所述历史销售数据包括各预设时间段内的销售商品信息数据、商品销售量数据、商品携带销售物信息以及数量数据。
本方案中,所述销售商品信息数据包括商品种类以及名称信息,所述商品携带销售物信息包括商品携带销售物的种类以及名称信息。
本方案中,所述预设的营销策略包括:
在预设时间段内,当商品销售量超过一千件时,将该商品信息数据标记为高等热销商品;
当商品销售量处于五百至一千件之间时,将该商品信息数据标记为中等热销商品;
当商品销售量处于一百至五百件之间时,将该商品信息数据标记为低等热销商品;
当商品销售量处于十至一百件之间时,将该商品信息数据标记为待滞销商品;
当商品销售量小于十件时,将该商品信息数据标记为滞销商品;
将该预设时间段内的高等热销商品、中等热销商品、低等热销商品、待滞销商品信息数据以及滞销商品按照销售量大小依次排序并生成对比数据库,然后将仓库存储信息数据库输入该对比数据库进行对比分析并生成商品信息对比数据。
本方案中,所述仓库存储信息数据库包括存储商品的种类、名称以及存储量信息,将仓库存储信息数据库输入对比数据库进行对比分析并生成商品信息对比数据,具体为:
将仓库存储信息数据与各个高等热销商品数据以及高等热销携带销售物数据对比并分别计算出差值,生成高等热销商品以及高等热销携带销售物的进货数据;
将仓库存储信息数据与各个中等热销商品数据以及中等热销携带销售物数据对比并分别计算出差值,生成中等热销商品以及中等热销携带销售物的进货数据;
将仓库存储信息数据与各个低等热销商品数据以及低等热销携带销售物数据对比并分别计算出差值,生成低等热销商品以及低等热销携带销售物的进货数据;
将仓库存储信息数据与各个待滞销商品数据以及待滞销携带销售物数据对比并分别计算出差值,生成待滞销商品以及待滞销携带销售物的待清仓数据;
将仓库存储信息数据与各个滞销商品数据以及滞销携带销售物数据对比并分别计算出差值,生成滞销商品以及滞销携带销售物的清仓数据。
本方案中,还包括:
获取预设的清仓策略,基于所述预设的清仓策略分析仓库存储信息数据库和对比数据库;
当仓库存储信息数据库中的商品的种类、名称数据与对比数据库中的销售商品的种类、名称数据均不同时,将该商品标记为清仓商品,并获取该商品于仓库中占用空间数据以生成清仓数据并传输至仓库接收端。
本方案中,还包括:
获取下一预设时间段内的高等热销商品数据以及清仓商品于仓库中占用空间数据,其中,下一预设时间段内的高等热销商品数据包括商品种类、名称以及单个商品的体积
基于下一预设时间段内的高等热销商品的单个商品的体积以及清仓商品于仓库中占用空间数据,计算出清仓商品于仓库中占用空间数据所能存储高等热销商品的数量并形成预先采购数据传输至仓库接收端。
本发明第二方面提供了一种基于大数据的商品营销管控系统,包括存储器和处理器,所述存储器中包括基于大数据的商品营销管控程序,所述基于大数据的商品营销管控程序被所述处理器执行时实现如下步骤:
获取销售平台历史销售数据以及仓库存储信息数据,形成仓库存储信息数据库;
获取预设的营销策略,基于所述预设的营销策略分析销售平台历史销售数据并生成对比数据库;
将所述对比数据库输入仓库存储信息数据库中进行对比分析,并生成商品信息对比数据,将所述商品对比数据分别传输至销售平台以及仓库接收端;
所述历史销售数据包括各预设时间段内的销售商品信息数据、商品销售量数据、商品携带销售物信息以及数量数据。
本方案中,所述销售商品信息数据包括商品种类以及名称信息,所述商品携带销售物信息包括商品携带销售物的种类以及名称信息。
本方案中,所述预设的营销策略包括:
在预设时间段内,当商品销售量超过一千件时,将该商品信息数据标记为高等热销商品;
当商品销售量处于五百至一千件之间时,将该商品信息数据标记为中等热销商品;
当商品销售量处于一百至五百件之间时,将该商品信息数据标记为低等热销商品;
当商品销售量处于十至一百件之间时,将该商品信息数据标记为待滞销商品;
当商品销售量小于十件时,将该商品信息数据标记为滞销商品;
将该预设时间段内的高等热销商品、中等热销商品、低等热销商品、待滞销商品信息数据以及滞销商品按照销售量大小依次排序并生成对比数据库,然后将仓库存储信息数据库输入该对比数据库进行对比分析并生成商品信息对比数据。
本方案中,所述仓库存储信息数据库包括存储商品的种类、名称以及存储量信息,将仓库存储信息数据库输入对比数据库进行对比分析并生成商品信息对比数据,具体为:
将仓库存储信息数据与各个高等热销商品数据以及高等热销携带销售物数据对比并分别计算出差值,生成高等热销商品以及高等热销携带销售物的进货数据;
将仓库存储信息数据与各个中等热销商品数据以及中等热销携带销售物数据对比并分别计算出差值,生成中等热销商品以及中等热销携带销售物的进货数据;
将仓库存储信息数据与各个低等热销商品数据以及低等热销携带销售物数据对比并分别计算出差值,生成低等热销商品以及低等热销携带销售物的进货数据;
将仓库存储信息数据与各个待滞销商品数据以及待滞销携带销售物数据对比并分别计算出差值,生成待滞销商品以及待滞销携带销售物的待清仓数据;
将仓库存储信息数据与各个滞销商品数据以及滞销携带销售物数据对比并分别计算出差值,生成滞销商品以及滞销携带销售物的清仓数据。
本方案中,还包括:
获取预设的清仓策略,基于所述预设的清仓策略分析仓库存储信息数据库和对比数据库;
当仓库存储信息数据库中的商品的种类、名称数据与对比数据库中的销售商品的种类、名称数据均不同时,将该商品标记为清仓商品,并获取该商品于仓库中占用空间数据以生成清仓数据并传输至仓库接收端。
本方案中,还包括:
获取下一预设时间段内的高等热销商品数据以及清仓商品于仓库中占用空间数据,其中,下一预设时间段内的高等热销商品数据包括商品种类、名称以及单个商品的体积
基于下一预设时间段内的高等热销商品的单个商品的体积以及清仓商品于仓库中占用空间数据,计算出清仓商品于仓库中占用空间数据所能存储高等热销商品的数量并形成预先采购数据传输至仓库接收端。
本发明公开的一种基于大数据的商品营销管控方法、系统,可获取销售平台以往各个时间段的销售数据,并实时获取现时间段的仓库存储商品的信息,结合往期的现时间段内热销的商品信息来对仓库中的商品数量进行补充以及将销量较少的商品和同种类的热销商品进行捆绑销售或降价促销的方式来进行处理,可以防止销售量较少的货物大量囤积在仓库内,同时也能起到提高热销商品销售量的效果。另外,本申请还通过对比分析仓库中是否存在与往期销售数据不同的商品,将其清仓后计算仓库空余存储空间。本申请还通过预先采购下一时间段热销商品并囤积在清仓处理后空余的存储空间中,可以减少后期临时进货的压力。
附图说明
图1示出了本发明一种基于大数据的商品营销管控方法的流程图;
图2示出了本发明一种基于大数据的商品营销管控系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于大数据的商品营销管控方法的流程图。
如图1所示,本发明公开了一种基于大数据的商品营销管控方法,包括:
S102,获取销售平台历史销售数据以及仓库存储信息数据,形成仓库存储信息数据库;
S104,获取预设的营销策略,基于所述预设的营销策略分析销售平台历史销售数据并生成对比数据库;
S106,将所述对比数据库输入仓库存储信息数据库中进行对比分析,并生成商品信息对比数据,将所述商品对比数据分别传输至销售平台以及仓库接收端;
其中,所述历史销售数据包括各预设时间段内的销售商品信息数据、商品销售量数据、商品携带销售物信息以及数量数据。
根据本发明实施例,可获取销售平台如各销售平台上开设的网店以及各地实体销售门店的往期销售数据,包括时间以及销售商品数据,如某一时间段内的销售商品的种类、名称以及该一时间端内的销售量,同时也需获取各地存储仓库中的商品数据,包括时间以及存储商品数据,如商品种类、名称、存储量、单个商品所占用仓库存储空间大小等,通过对往期销售数据的分析,可以获取每一年的每一月份中商品热销度以及销售量,经过大数据的分析结合,可以有效的获知某些商品在某些月份中是否为热销的商品,如冬天时保暖衣物热销量逐渐增高、夏天时清凉衣物热销量逐渐增高等,可实时的与仓库数据互联,可使得仓库于该商品热销时间段前进行一定量的货物储备,以及对一些滞销产品的清仓处理等,能够使得仓库经济利用率达到最高。
根据本发明实施例,所述销售商品信息数据包括商品种类以及名称信息,所述商品携带销售物信息包括商品携带销售物的种类以及名称信息。
需要说明的是,商品携带销售物即商品销售时进行捆绑销售或辅助销售的物品,如冷饮销售时的赠送的勺子、方便面销售时捆绑销售的碗等。
根据本发明实施例,所述预设的营销策略包括:
在预设时间段内,当商品销售量超过一千件时,将该商品信息数据标记为高等热销商品;
当商品销售量处于五百至一千件之间时,将该商品信息数据标记为中等热销商品;
当商品销售量处于一百至五百件之间时,将该商品信息数据标记为低等热销商品;
当商品销售量处于十至一百件之间时,将该商品信息数据标记为待滞销商品;
当商品销售量小于十件时,将该商品信息数据标记为滞销商品;
将该预设时间段内的高等热销商品、中等热销商品、低等热销商品、待滞销商品信息数据以及滞销商品按照销售量大小依次排序并生成对比数据库,然后将仓库存储信息数据库输入该对比数据库进行对比分析并生成商品信息对比数据。
需要说明的是,通过分析销售平台往期销售数据,获取历年来每一年的每一个月的销售数据,并获取每一个月的商品数据,将销售量处于不同数量的商品分别定义,如销售量过多的标记为高等热销产品,因当前分析日期处于现阶段,因此,需根据上述获取的往期销售数据中处于现阶段所处时间段以及下一个时间段内的销售数据与现阶段的销售物进行分析对比,以方便现阶段的销售平台对定义为热销商品的商品进行销售信息的推送,如将商品信息推送至销售平台的主页,同时也可根据往期商品的销售数量来补充仓库中货物的存储量,以防止在销售过程中出现商品存货不足的情况,同时也可以根据往期销售数据进行分析,对下一时间段内的热销商品进行提前备货,可以减少后期临时进货的压力。
根据本发明实施例,所述预设的营销策略还包括:
当具有商品携带销售物的销售商品被标记为高等热销商品时,将该销售商品具有的商品携带销售物标记为高等热销携带销售物;
当具有商品携带销售物的销售商品被标记为中等热销商品时,将该销售商品具有的商品携带销售物标记为中等热销携带销售物;
当具有商品携带销售物的销售商品被标记为低等热销商品时,将该销售商品具有的商品携带销售物标记为低等热销携带销售物;
当具有商品携带销售物的销售商品被标记为待滞销商品时,将该销售商品具有的商品携带销售物标记为待滞销携带销售物;
当具有商品携带销售物的销售商品被标记为滞销商品时,将该销售商品具有的商品携带销售物标记为滞销携带销售物。
需要说明的是,获取销售商品的携带销售物数据,因往期数据中多是存在不同销售模式,如往期的商品销售在未配备携带销售物时的销售量比在配备了携带销售物后的销售量低,那么就可以判定该携带销售物具备了提高该商品销售量的效果,反之也有可能存在因捆绑销售而导致商品销售量降低的情况,出现此种情况时摒弃该种类捆绑或辅助销售的销售方式。将提高了商品销售量的携带销售物进行标记,并持续保持将携带销售物和适配商品之间进行捆绑销售的方式,同时 也可以将提高了商品销售量的携带销售物与其他同种类的商品进行配合捆绑销售,并实时获取该时间段内新式的捆绑销售商品的销售量,以方便对新式的捆绑销售模式的开发。可有效的提高商家的商品销售量,提高商家的经济收益。
根据本发明实施例,所述仓库存储信息数据库包括存储商品的种类、名称以及存储量信息,将仓库存储信息数据库输入对比数据库进行对比分析并生成商品信息对比数据,具体为:
将仓库存储信息数据与各个高等热销商品数据以及高等热销携带销售物数据对比并分别计算出差值,生成高等热销商品以及高等热销携带销售物的进货数据;
将仓库存储信息数据与各个中等热销商品数据以及中等热销携带销售物数据对比并分别计算出差值,生成中等热销商品以及中等热销携带销售物的进货数据;
将仓库存储信息数据与各个低等热销商品数据以及低等热销携带销售物数据对比并分别计算出差值,生成低等热销商品以及低等热销携带销售物的进货数据;
将仓库存储信息数据与各个待滞销商品数据以及待滞销携带销售物数据对比并分别计算出差值,生成待滞销商品以及待滞销携带销售物的待清仓数据;
将仓库存储信息数据与各个滞销商品数据以及滞销携带销售物数据对比并分别计算出差值,生成滞销商品以及滞销携带销售物的清仓数据。
需要说明的是,通过仓储商品的数量和往期销售数据进行对比,针对热销商品以及携带销售物的数量不足时,可以提醒仓库快速补充相应数量的商品以及携带销售物,同时对于一些能够提高商品销售量的携带销售物,可以多补足一些数量,以便和其他同种类的商品进行捆绑销售,可有效的提高一些销售量较低的商品的现阶段的销售量。
根据本发明实施例,所述仓库存储信息数据库输入对比数据库进行对比分析并生成商品信息对比数据,还包括:
判断滞销携带销售物的种类中和高等热销商品以及中等热销商品的种类中是否具有相同种类,若是,将该滞销携带销售物标记为可捆绑处理携带销售物,否则将其标记为待清仓处理携带销售物;
判断高等热销携带销售物和中等热销携带销售物的种类中与滞销商品的种类中是否具有相同种类,若是,将相同种类的滞销商品标记为可捆绑处理商品,否则将其标记为待清仓处理商品。
需要说明的是,同时对于销量较少且库存量较多的商品,可以进行清仓处理,处理方式较多,如降价销售、或捆绑于一些热销商品进行辅助销售,一方面可以将仓库有效利用空间释放,便于预先存放一些热销商品或者补充现阶段的热销商品,可以起到及时止损的效果,同时也有可能会更进一步的促进其他热销商品的销售量增多。需要注意的是,降价处理时价格应不低于生产成本。
根据本发明实施例,还包括:
获取预设的清仓策略,基于所述预设的清仓策略分析仓库存储信息数据库和对比数据库;
当仓库存储信息数据库中的商品的种类、名称数据与对比数据库中的销售商品的种类、名称数据均不同时,将该商品标记为清仓商品,并获取该商品于仓库中占用空间数据以生成清仓数据并传输至仓库接收端。
需要说明的是,分析仓库中商品数据,若发现有与往期热销商品数据均不匹配的商品存在时,将其进行清仓,如将商品低价批发给其他专门销售此类商品的商家,或和原厂商沟通,进行退货处理,以防止仓库中存在无效益存储的情况,减少了商家的仓储成本,如版本较低已无市场的商品,在进行清仓处理时,计算出清仓后仓库中的存储空间,以方便对其他热销商品的进货量计算。
根据本发明实施例,还包括:
获取下一预设时间段内的高等热销商品数据以及清仓商品于仓库中占用空间数据,其中,下一预设时间段内的高等热销商品数据包括商品种类、名称以及单个商品的体积
基于下一预设时间段内的高等热销商品的单个商品的体积以及清仓商品于仓库中占用空间数据,计算出清仓商品于仓库中占用空间数据所能存储高等热销商品的数量并形成预先采购数据传输至仓库接收端。
需要说明的是,通过获取下一时间段内热销商品的信息数据,如商品的体积,结合上述清仓后产生的空白空间,计算出可存储商品的数量,并结合不同热销商品的进货需求和储备需求,可以分别对不同热销商品进行不同数量的储备,达到仓库内空间有效利用的效果,达到仓库仓储效益最大化。
根据本发明实施例,还包括:
基于对比数据库进行分析,分析销售平台往期各个时间段内热销商品的商品数据型号是否存在变更,若存在,将销售量最多的商品型号标记为热销型号。
需要说明的是,随着同种商品的改进更迭,不同商品存在不同型号同时销售的情况,根据销售量的统计,判断哪款型号的商品更受消费者喜爱,销售量最多的型号作为主要销售商品,进行进货时优先对主要销售商品进行进货,其他型号次之,结合销售量进行进货数量的设定。
根据本发明实施例,还包括:
获取销售平台的客户浏览数据、搜索关键词数据、留言反馈数据以及与客服实时沟通数据;
获取预设的产品拓宽策略,基于该预设的产品拓宽策略分析销售平台的客户浏览数据、搜索关键词数据、留言反馈数据以及与客服实时沟通数据,提取其中相同的关键词进行数量累加,基于关键词数量进行从多至少的排序,形成产品拓宽数据库并传输至销售平台和仓库接收端。
需要说明的是,根据实时获取用户的需求,根据关键词的获取判断用户是否有需求购买销售平台所不具备的新商品,随着技术的不断进步,一些从未销售过的商品可能逐渐的受大众购买者的喜爱,根据商品关键词的获取,若关键词较多且所涉及用户的身份不同,则说明需求该种商品的用户较多,则可以进货该种商品,商品数量可根据关键词数量多少来进行适应量的调整。
图2示出了本发明一种基于大数据的商品营销管控系统的框图。
如图2所示,本发明第二方面提供了一种基于大数据的商品营销管控系统2,包括存储器21和处理器22,所述存储器中包括基于大数据的商品营销管控程序,所述基于大数据的商品营销管控程序被所述处理器执行时实现如下步骤:
获取销售平台历史销售数据以及仓库存储信息数据,形成仓库存储信息数据库;
获取预设的营销策略,基于所述预设的营销策略分析销售平台历史销售数据并生成对比数据库;
将所述对比数据库输入仓库存储信息数据库中进行对比分析,并生成商品信息对比数据,将所述商品对比数据分别传输至销售平台以及仓库接收端;
所述历史销售数据包括各预设时间段内的销售商品信息数据、商品销售量数据、商品携带销售物信息以及数量数据。
根据本发明实施例,可获取销售平台如各销售平台上开设的网店以及各地实体销售门店的往期销售数据,包括时间以及销售商品数据,如某一时间段内的销售商品的种类、名称以及该一时间端内的销售量,同时也需获取各地存储仓库中的商品数据,包括时间以及存储商品数据,如商品种类、名称、存储量、单个商品所占用仓库存储空间大小等,通过对往期销售数据的分析,可以获取每一年的每一月份中商品热销度以及销售量,经过大数据的分析结合,可以有效的获知某些商品在某些月份中是否为热销的商品,如冬天时保暖衣物热销量逐渐增高、夏天时清凉衣物热销量逐渐增高等,可实时的与仓库数据互联,可使得仓库于该商品热销时间段前进行一定量的货物储备,以及对一些滞销产品的清仓处理等,能够使得仓库经济利用率达到最高。
根据本发明实施例,所述销售商品信息数据包括商品种类以及名称信息,所述商品携带销售物信息包括商品携带销售物的种类以及名称信息。
需要说明的是,商品携带销售物即商品销售时进行捆绑销售或辅助销售的物品,如冷饮销售时的赠送的勺子、方便面销售时捆绑销售的碗等。
根据本发明实施例,所述预设的营销策略包括:
在预设时间段内,当商品销售量超过一千件时,将该商品信息数据标记为高等热销商品;
当商品销售量处于五百至一千件之间时,将该商品信息数据标记为中等热销商品;
当商品销售量处于一百至五百件之间时,将该商品信息数据标记为低等热销商品;
当商品销售量处于十至一百件之间时,将该商品信息数据标记为待滞销商品;
当商品销售量小于十件时,将该商品信息数据标记为滞销商品;
将该预设时间段内的高等热销商品、中等热销商品、低等热销商品、待滞销商品信息数据以及滞销商品按照销售量大小依次排序并生成对比数据库,然后将仓库存储信息数据库输入该对比数据库进行对比分析并生成商品信息对比数据。
需要说明的是,通过分析销售平台往期销售数据,获取历年来每一年的每一个月的销售数据,并获取每一个月的商品数据,将销售量处于不同数量的商品分别定义,如销售量过多的标记为高等热销产品,因当前分析日期处于现阶段,因此,需根据上述获取的往期销售数据中处于现阶段所处时间段以及下一个时间段内的销售数据与现阶段的销售物进行分析对比,以方便现阶段的销售平台对定义为热销商品的商品进行销售信息的推送,如将商品信息推送至销售平台的主页,同时也可根据往期商品的销售数量来补充仓库中货物的存储量,以防止在销售过程中出现商品存货不足的情况,同时也可以根据往期销售数据进行分析,对下一时间段内的热销商品进行提前备货,可以减少后期临时进货的压力。
根据本发明实施例,所述预设的营销策略还包括:
当具有商品携带销售物的销售商品被标记为高等热销商品时,将该销售商品具有的商品携带销售物标记为高等热销携带销售物;
当具有商品携带销售物的销售商品被标记为中等热销商品时,将该销售商品具有的商品携带销售物标记为中等热销携带销售物;
当具有商品携带销售物的销售商品被标记为低等热销商品时,将该销售商品具有的商品携带销售物标记为低等热销携带销售物;
当具有商品携带销售物的销售商品被标记为待滞销商品时,将该销售商品具有的商品携带销售物标记为待滞销携带销售物;
当具有商品携带销售物的销售商品被标记为滞销商品时,将该销售商品具有的商品携带销售物标记为滞销携带销售物。
需要说明的是,获取销售商品的携带销售物数据,因往期数据中多是存在不同销售模式,如往期的商品销售在未配备携带销售物时的销售量比在配备了携带销售物后的销售量低,那么就可以判定该携带销售物具备了提高该商品销售量的效果,反之也有可能存在因捆绑销售而导致商品销售量降低的情况,出现此种情况时摒弃该种类捆绑或辅助销售的销售方式。将提高了商品销售量的携带销售物进行标记,并持续保持将携带销售物和适配商品之间进行捆绑销售的方式,同时 也可以将提高了商品销售量的携带销售物与其他同种类的商品进行配合捆绑销售,并实时获取该时间段内新式的捆绑销售商品的销售量,以方便对新式的捆绑销售模式的开发。可有效的提高商家的商品销售量,提高商家的经济收益。
根据本发明实施例,所述仓库存储信息数据库包括存储商品的种类、名称以及存储量信息,将仓库存储信息数据库输入对比数据库进行对比分析并生成商品信息对比数据,具体为:
将仓库存储信息数据与各个高等热销商品数据以及高等热销携带销售物数据对比并分别计算出差值,生成高等热销商品以及高等热销携带销售物的进货数据;
将仓库存储信息数据与各个中等热销商品数据以及中等热销携带销售物数据对比并分别计算出差值,生成中等热销商品以及中等热销携带销售物的进货数据;
将仓库存储信息数据与各个低等热销商品数据以及低等热销携带销售物数据对比并分别计算出差值,生成低等热销商品以及低等热销携带销售物的进货数据;
将仓库存储信息数据与各个待滞销商品数据以及待滞销携带销售物数据对比并分别计算出差值,生成待滞销商品以及待滞销携带销售物的待清仓数据;
将仓库存储信息数据与各个滞销商品数据以及滞销携带销售物数据对比并分别计算出差值,生成滞销商品以及滞销携带销售物的清仓数据。
需要说明的是,通过仓储商品的数量和往期销售数据进行对比,针对热销商品以及携带销售物的数量不足时,可以提醒仓库快速补充相应数量的商品以及携带销售物,同时对于一些能够提高商品销售量的携带销售物,可以多补足一些数量,以便和其他同种类的商品进行捆绑销售,可有效的提高一些销售量较低的商品的现阶段的销售量。
根据本发明实施例,所述仓库存储信息数据库输入对比数据库进行对比分析并生成商品信息对比数据,还包括:
判断滞销携带销售物的种类中和高等热销商品以及中等热销商品的种类中是否具有相同种类,若是,将该滞销携带销售物标记为可捆绑处理携带销售物,否则将其标记为待清仓处理携带销售物;
判断高等热销携带销售物和中等热销携带销售物的种类中与滞销商品的种类中是否具有相同种类,若是,将相同种类的滞销商品标记为可捆绑处理商品,否则将其标记为待清仓处理商品。
需要说明的是,同时对于销量较少且库存量较多的商品,可以进行清仓处理,处理方式较多,如降价销售、或捆绑于一些热销商品进行辅助销售,一方面可以将仓库有效利用空间释放,便于预先存放一些热销商品或者补充现阶段的热销商品,可以起到及时止损的效果,同时也有可能会更进一步的促进其他热销商品的销售量增多。需要注意的是,降价处理时价格应不低于生产成本。
根据本发明实施例,还包括:
获取预设的清仓策略,基于所述预设的清仓策略分析仓库存储信息数据库和对比数据库;
当仓库存储信息数据库中的商品的种类、名称数据与对比数据库中的销售商品的种类、名称数据均不同时,将该商品标记为清仓商品,并获取该商品于仓库中占用空间数据以生成清仓数据并传输至仓库接收端。
需要说明的是,分析仓库中商品数据,若发现有与往期热销商品数据均不匹配的商品存在时,将其进行清仓,如将商品低价批发给其他专门销售此类商品的商家,或和原厂商沟通,进行退货处理,以防止仓库中存在无效益存储的情况,减少了商家的仓储成本,如版本较低已无市场的商品,在进行清仓处理时,计算出清仓后仓库中的存储空间,以方便对其他热销商品的进货量计算。
根据本发明实施例,还包括:
获取下一预设时间段内的高等热销商品数据以及清仓商品于仓库中占用空间数据,其中,下一预设时间段内的高等热销商品数据包括商品种类、名称以及单个商品的体积
基于下一预设时间段内的高等热销商品的单个商品的体积以及清仓商品于仓库中占用空间数据,计算出清仓商品于仓库中占用空间数据所能存储高等热销商品的数量并形成预先采购数据传输至仓库接收端。
需要说明的是,通过获取下一时间段内热销商品的信息数据,如商品的体积,结合上述清仓后产生的空白空间,计算出可存储商品的数量,并结合不同热销商品的进货需求和储备需求,可以分别对不同热销商品进行不同数量的储备,达到仓库内空间有效利用的效果,达到仓库仓储效益最大化。
根据本发明实施例,还包括:
基于对比数据库进行分析,分析销售平台往期各个时间段内热销商品的商品数据型号是否存在变更,若存在,将销售量最多的商品型号标记为热销型号。
需要说明的是,随着同种商品的改进更迭,不同商品存在不同型号同时销售的情况,根据销售量的统计,判断哪款型号的商品更受消费者喜爱,销售量最多的型号作为主要销售商品,进行进货时优先对主要销售商品进行进货,其他型号次之,结合销售量进行进货数量的设定。
根据本发明实施例,还包括:
获取销售平台的客户浏览数据、搜索关键词数据、留言反馈数据以及与客服实时沟通数据;
获取预设的产品拓宽策略,基于该预设的产品拓宽策略分析销售平台的客户浏览数据、搜索关键词数据、留言反馈数据以及与客服实时沟通数据,提取其中相同的关键词进行数量累加,基于关键词数量进行从多至少的排序,形成产品拓宽数据库并传输至销售平台和仓库接收端。
需要说明的是,根据实时获取用户的需求,根据关键词的获取判断用户是否有需求购买销售平台所不具备的新商品,随着技术的不断进步,一些从未销售过的商品可能逐渐的受大众购买者的喜爱,根据商品关键词的获取,若关键词较多且所涉及用户的身份不同,则说明需求该种商品的用户较多,则可以进货该种商品,商品数量可根据关键词数量多少来进行适应量的调整。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括一种基于大数据的商品营销管控程序,所述一种基于大数据的商品营销管控程序被处理器执行时,实现如上述任一项所述的一种基于大数据的商品营销管控方法的步骤。
本发明公开的一种基于大数据的商品营销管控方法、系统和可读存储介质,可获取销售平台以往各个时间段的销售数据,并实时获取现时间段的仓库存储商品的信息,结合往期的现时间段内热销的商品信息来对仓库中的商品数量进行补充以及将销量较少的商品和同种类的热销商品进行捆绑销售或降价促销的方式来进行处理,可以防止销售量较少的货物大量囤积在仓库内,同时也能起到提高热销商品销售量的效果。另外,本申请还通过对比分析仓库中是否存在与往期销售数据不同的商品,将其清仓后计算仓库空余存储空间。本申请还通过预先采购下一时间段热销商品并囤积在清仓处理后空余的存储空间中,可以减少后期临时进货的压力。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种基于大数据的商品营销管控方法,其特征在于,包括:
获取销售平台历史销售数据以及仓库存储信息数据,形成仓库存储信息数据库;
获取预设的营销策略,基于所述预设的营销策略分析销售平台历史销售数据并生成对比数据库;
将所述对比数据库输入仓库存储信息数据库中进行对比分析,并生成商品信息对比数据,将所述商品对比数据分别传输至销售平台以及仓库接收端;
所述历史销售数据包括各预设时间段内的销售商品信息数据、商品销售量数据、商品携带销售物信息以及数量数据。
2.根据权利要求1所述的一种基于大数据的商品营销管控方法,其特征在于:所述销售商品信息数据包括商品种类以及名称信息,所述商品携带销售物信息包括商品携带销售物的种类以及名称信息。
3.根据权利要求1所述的一种基于大数据的商品营销管控方法,其特征在于,所述预设的营销策略包括:
在预设时间段内,当商品销售量超过一千件时,将该商品信息数据标记为高等热销商品;
当商品销售量处于五百至一千件之间时,将该商品信息数据标记为中等热销商品;
当商品销售量处于一百至五百件之间时,将该商品信息数据标记为低等热销商品;
当商品销售量处于十至一百件之间时,将该商品信息数据标记为待滞销商品;
当商品销售量小于十件时,将该商品信息数据标记为滞销商品;
将该预设时间段内的高等热销商品、中等热销商品、低等热销商品、待滞销商品信息数据以及滞销商品按照销售量大小依次排序并生成对比数据库,然后将仓库存储信息数据库输入该对比数据库进行对比分析并生成商品信息对比数据。
4.根据权利要求3所述的一种基于大数据的商品营销管控方法,其特征在于,所述仓库存储信息数据库包括存储商品的种类、名称以及存储量信息,将仓库存储信息数据库输入对比数据库进行对比分析并生成商品信息对比数据,具体为:
将仓库存储信息数据与各个高等热销商品数据以及高等热销携带销售物数据对比并分别计算出差值,生成高等热销商品以及高等热销携带销售物的进货数据;
将仓库存储信息数据与各个中等热销商品数据以及中等热销携带销售物数据对比并分别计算出差值,生成中等热销商品以及中等热销携带销售物的进货数据;
将仓库存储信息数据与各个低等热销商品数据以及低等热销携带销售物数据对比并分别计算出差值,生成低等热销商品以及低等热销携带销售物的进货数据;
将仓库存储信息数据与各个待滞销商品数据以及待滞销携带销售物数据对比并分别计算出差值,生成待滞销商品以及待滞销携带销售物的待清仓数据;
将仓库存储信息数据与各个滞销商品数据以及滞销携带销售物数据对比并分别计算出差值,生成滞销商品以及滞销携带销售物的清仓数据。
5.根据权利要求4所述的一种基于大数据的商品营销管控方法,其特征在于,还包括:
获取预设的清仓策略,基于所述预设的清仓策略分析仓库存储信息数据库和对比数据库;
当仓库存储信息数据库中的商品的种类、名称数据与对比数据库中的销售商品的种类、名称数据均不同时,将该商品标记为清仓商品,并获取该商品于仓库中占用空间数据以生成清仓数据并传输至仓库接收端。
6.根据权利要求5所述的一种基于大数据的商品营销管控方法,其特征在于,还包括:
获取下一预设时间段内的高等热销商品数据以及清仓商品于仓库中占用空间数据,其中,下一预设时间段内的高等热销商品数据包括商品种类、名称以及单个商品的体积
基于下一预设时间段内的高等热销商品的单个商品的体积以及清仓商品于仓库中占用空间数据,计算出清仓商品于仓库中占用空间数据所能存储高等热销商品的数量并形成预先采购数据传输至仓库接收端。
7.一种基于大数据的商品营销管控系统,其特征在于,包括存储器和处理器,所述存储器中包括基于大数据的商品营销管控程序,所述基于大数据的商品营销管控程序被所述处理器执行时实现如下步骤:
获取销售平台历史销售数据以及仓库存储信息数据,形成仓库存储信息数据库;
获取预设的营销策略,基于所述预设的营销策略分析销售平台历史销售数据并生成对比数据库;
将所述对比数据库输入仓库存储信息数据库中进行对比分析,并生成商品信息对比数据,将所述商品对比数据分别传输至销售平台以及仓库接收端;
所述历史销售数据包括各预设时间段内的销售商品信息数据、商品销售量数据、商品携带销售物信息以及数量数据。
8.根据权利要求7所述的一种基于大数据的商品营销管控系统,其特征在于,所述预设的营销策略包括:
在预设时间段内,当商品销售量超过一千件时,将该商品信息数据标记为高等热销商品;
当商品销售量处于五百至一千件之间时,将该商品信息数据标记为中等热销商品;
当商品销售量处于一百至五百件之间时,将该商品信息数据标记为低等热销商品;
当商品销售量处于十至一百件之间时,将该商品信息数据标记为待滞销商品;
当商品销售量小于十件时,将该商品信息数据标记为滞销商品;
将该预设时间段内的高等热销商品、中等热销商品、低等热销商品、待滞销商品信息数据以及滞销商品按照销售量大小依次排序并生成对比数据库,然后将仓库存储信息数据库输入该对比数据库进行对比分析并生成商品信息对比数据。
9.根据权利要求7所述的一种基于大数据的商品营销管控系统,其特征在于,还包括:
获取预设的清仓策略,基于所述预设的清仓策略分析仓库存储信息数据库和对比数据库;
当仓库存储信息数据库中的商品的种类、名称数据与对比数据库中的销售商品的种类、名称数据均不同时,将该商品标记为清仓商品,并获取该商品于仓库中占用空间数据以生成清仓数据并传输至仓库接收端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111316641.4A CN113781186B (zh) | 2021-11-09 | 2021-11-09 | 一种基于大数据的商品营销管控方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111316641.4A CN113781186B (zh) | 2021-11-09 | 2021-11-09 | 一种基于大数据的商品营销管控方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113781186A true CN113781186A (zh) | 2021-12-10 |
CN113781186B CN113781186B (zh) | 2022-04-08 |
Family
ID=78956866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111316641.4A Active CN113781186B (zh) | 2021-11-09 | 2021-11-09 | 一种基于大数据的商品营销管控方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781186B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707771A (zh) * | 2022-06-06 | 2022-07-05 | 南京易联阳光信息技术股份有限公司 | 基于大数据的医药供应链管理方法及平台 |
CN117314325A (zh) * | 2023-09-25 | 2023-12-29 | 江苏多飞网络科技有限公司 | 一种基于图像识别的电商产品仓储全流程监控管理系统 |
CN117350791A (zh) * | 2023-12-04 | 2024-01-05 | 北京六一六信息技术有限公司 | 基于个性化推广的营销活动模板定制方法以及系统 |
Citations (7)
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 |
CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
CN110111042A (zh) * | 2019-03-25 | 2019-08-09 | 北京蒙成科技有限公司 | 一种配送仓库选址的方法,装置及系统 |
CN110363558A (zh) * | 2018-04-11 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 一种生成商品关联信息的方法和装置 |
CN110400103A (zh) * | 2019-05-08 | 2019-11-01 | 深圳壹账通智能科技有限公司 | 补货量确定方法、装置、计算机装置及存储介质 |
CN111784245A (zh) * | 2020-06-30 | 2020-10-16 | 广东奥园奥买家电子商务有限公司 | 仓库采购清单生成方法、装置、设备以及存储介质 |
CN113537882A (zh) * | 2021-07-12 | 2021-10-22 | 武汉沃丰电子商务有限公司 | 一种跨境电子商务平台海外仓商品库存管理方法 |
-
2021
- 2021-11-09 CN CN202111316641.4A patent/CN113781186B/zh active Active
Patent Citations (7)
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 |
CN110363558A (zh) * | 2018-04-11 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 一种生成商品关联信息的方法和装置 |
CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
CN110111042A (zh) * | 2019-03-25 | 2019-08-09 | 北京蒙成科技有限公司 | 一种配送仓库选址的方法,装置及系统 |
CN110400103A (zh) * | 2019-05-08 | 2019-11-01 | 深圳壹账通智能科技有限公司 | 补货量确定方法、装置、计算机装置及存储介质 |
CN111784245A (zh) * | 2020-06-30 | 2020-10-16 | 广东奥园奥买家电子商务有限公司 | 仓库采购清单生成方法、装置、设备以及存储介质 |
CN113537882A (zh) * | 2021-07-12 | 2021-10-22 | 武汉沃丰电子商务有限公司 | 一种跨境电子商务平台海外仓商品库存管理方法 |
Non-Patent Citations (1)
Title |
---|
徐智等: "基于工商协同的卷烟库存周转率提升", 《物流工程与管理》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707771A (zh) * | 2022-06-06 | 2022-07-05 | 南京易联阳光信息技术股份有限公司 | 基于大数据的医药供应链管理方法及平台 |
CN114707771B (zh) * | 2022-06-06 | 2022-09-27 | 南京易联阳光信息技术股份有限公司 | 基于大数据的医药供应链管理方法及平台 |
CN117314325A (zh) * | 2023-09-25 | 2023-12-29 | 江苏多飞网络科技有限公司 | 一种基于图像识别的电商产品仓储全流程监控管理系统 |
CN117314325B (zh) * | 2023-09-25 | 2024-04-05 | 江苏多飞网络科技有限公司 | 一种基于图像识别的电商产品仓储全流程监控管理系统 |
CN117350791A (zh) * | 2023-12-04 | 2024-01-05 | 北京六一六信息技术有限公司 | 基于个性化推广的营销活动模板定制方法以及系统 |
CN117350791B (zh) * | 2023-12-04 | 2024-02-06 | 北京六一六信息技术有限公司 | 基于个性化推广的营销活动模板定制方法以及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113781186B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113781186B (zh) | 一种基于大数据的商品营销管控方法、系统 | |
JP4360759B2 (ja) | 相関分析を用いて広告の販売効果を調査する方法およびシステム | |
CN106097076B (zh) | 商品销售管理系统 | |
Brijs et al. | Using association rules for product assortment decisions: A case study | |
Brijs et al. | Building an association rules framework to improve product assortment decisions | |
US10176508B2 (en) | System, method, and non-transitory computer-readable storage media for evaluating search results for online grocery personalization | |
CN106844787A (zh) | 一种为汽车行业寻找目标用户并匹配目标产品的推荐方法 | |
US10430854B2 (en) | System, method, and non-transitory computer-readable storage media for evaluating search results for personalized product substitutions | |
CN107016587B (zh) | 一种个性化页面推送方法及装置 | |
JP2002150071A (ja) | 商品検索方法及び装置 | |
JP2007094592A (ja) | マーケティングデータ収集分析システム、サーバシステム及びマーケティングデータ収集分析プログラム | |
CN106469392A (zh) | 选择及推荐展示对象的方法及装置 | |
JP4227982B2 (ja) | 販売情報管理システム | |
CN108288182A (zh) | 基于大数据的超市商品管理系统及方法 | |
KR20170038237A (ko) | 오픈 마켓별 통합 재고 자동 모니터링 및 변경 시스템 | |
US20140316874A1 (en) | System and method for providing relative price point incentives based upon prior customer purchase behavior | |
CN110517103A (zh) | 一种基于用户收藏的商品推荐方法及系统 | |
US10417688B2 (en) | System, method, and non-transitory computer-readable storage media for evaluating search results for matching ingredients to products | |
CN107169841A (zh) | 基于用户直接发起的众筹式商品交易方法及系统 | |
CN106228401A (zh) | 一种销售系统 | |
Sukhia et al. | Introducing Economic Order Quantity Model for inventory control in web based point of sale applications and comparative analysis of techniques for demand forecasting in inventory management | |
CN112348430B (zh) | 一种用户数据分析方法、计算机设备及存储介质 | |
JP2016133816A (ja) | 商品需要予測システム | |
JP2002167047A (ja) | ネットワークを用いた在庫管理方法及びその在庫管理システム | |
Fazlollahtabar | Intelligent marketing decision model based on customer behavior using integrated possibility theory and K-means algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |