一种基于大数据的可视化销售信息分析方法及系统技术方案

本发明专利技术公开了一种基于大数据的可视化销售信息分析方法及系统，包括以下步骤：监测销售商品在销售初期的自然销售业绩序列；基于自然销售业绩序列在销售商品中利用商品分类模型定位出增量商品；将增量商品作为聚类中心在历史商品销售日志中进行聚类分析确定出增量商品的销售参照；利用销售参照在销售周期的自然销售业绩序列构建出增量点位定位模型，再利用增量点位定位模型定位出增量商品的增量点位

【技术实现步骤摘要】
一种基于大数据的可视化销售信息分析方法及系统


[0001]本专利技术涉及销售分析
，具体涉及一种基于大数据的可视化销售信息分析方法及系统
。

技术介绍

[0002]销售是指以出售
、
租赁或其他任何方式向第三方提供产品的行为，包括为促进该行为进行的有关辅助活动，例如广告
、
促销
、
展览
、
服务等活动；可视化是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论
、
方法和技术
。
[0003]掌握商品售卖趋势能够更好的提高销售业绩，在现有的技术中，销售的先验信息挖掘不充分，缺乏对商品售卖趋势的精准定位，导致商品销售业绩随机性强，影响最佳销售效果的达成
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的可视化销售信息分析方法，以解决现有技术中销售的先验信息挖掘不充分，缺乏对商品售卖趋势的精准定位，导致商品销售业绩随机性强，影响最佳销售效果的达成的技术问题
。
[0005]为解决上述技术问题，本专利技术具体提供下述技术方案：
[0006]一种基于大数据的可视化销售信息分析方法，包括以下步骤：
[0007]监测销售商品在销售初期的自然销售业绩序列；
[0008]基于自然销售业绩序列在销售商品中利用商品分类模型定位出增量商品，其中，增量商品表征为销售商品中具有销售潜力的商品；
[0009]将增量商品作为聚类中心在历史商品销售日志中进行聚类分析确定出增量商品的销售参照，其中，销售参照表征为用于增量商品参照销售业绩趋势的商品，历史商品销售日志中记录有各种历史销售商品在销售周期的自然销售业绩序列；
[0010]利用销售参照在销售周期的自然销售业绩序列构建出增量点位定位模型，再利用增量点位定位模型定位出增量商品的增量点位，以实现在增量点位出对增量商品进行增量宣传，其中，增量点位为在销售周期中商品的销售业绩潜力爆发的时期
。
[0011]作为本专利技术的一种优选方案，所述基于自然销售业绩序列在销售商品中利用商品分类模型定位出增量商品，包括：
[0012]将所有销售商品的销售业绩序列输入至商品分类模型中，由商品分类模型输出销售商品的类别标签，所述类别标签包含增量类别和非增量类别；
[0013]将类别标签为增量类别的销售商品作为增量商品
。
[0014]作为本专利技术的一种优选方案，所述商品分类模型的构建包括：
[0015]在历史商品销售日志中对各种历史销售商品在销售周期的自然销售业绩序列进行增量分析，并将超预设阈值的增量分析结果对应的历史销售商品赋予增量类别，未超预
设阈值的增量分析结果对应的历史销售商品赋予非增量类别；
[0016]将各种历史销售商品在销售初期的自然销售业绩序列作为
CNN
神经网络的输入项，将各种历史销售商品的类别标签作为
CNN
神经网络的输出项；
[0017]利用
CNN
神经网络对所述神经网络的输入项和所述神经网络的输出项进行网络训练得到所述商品分类模型；
[0018]所述商品分类模型的模型表达式：
[0019]Label
＝
CNN(sale_list)
；
[0020]式中，
Label
为类别标签，
sale_list
为销售初期的自然销售业绩序列，
CNN
为
CNN
神经网络；
[0021]所述增量分析包括：
[0022]设定基础销售业绩指标作为业绩期望，将各种历史销售商品在销售周期的自然销售业绩序列基于业绩期望进行正向筛选，以得到在销售周期的自然销售业绩序列中高于业绩期望的序列项作为正向增量项；
[0023]将正向增量项基于业绩期望利用方差进行量化得到历史销售商品的正向增量值作为增量分析结果；
[0024]所述正向增量值的量化公式为：
[0025][0026]式中，
D
为正向增量值，
A
i
为第
i
个正向增量项，
E
为业绩期望，
n
为正向增量项的总数量，
i
为计数变量
。
[0027]作为本专利技术的一种优选方案，所述将增量商品作为聚类中心在历史商品销售日志中进行聚类分析确定出增量商品的销售参照，包括：
[0028]分别将增量商品作为聚类中心，将历史商品销售日志中各个历史销售商品以聚类中心进行聚类分析得到多个商品簇；
[0029]将每个商品簇中除聚类中心外的历史销售商品作为每个商品簇中聚类中心对应的增量商品的销售参照；
[0030]所述聚类分析采用
Kmeans
聚类算法
。
[0031]作为本专利技术的一种优选方案，所述利用销售参照在销售周期的自然销售业绩序列构建出增量点位定位模型，包括：
[0032]将增量商品的销售参照在销售周期的自然销售业绩序列中标记出正向增量项，并将正向增量项所在的时序点作为增量商品的销售参照的增量点位；
[0033]将增量商品的销售参照在销售初期的自然销售业绩序列作为
BP
神经网络输入项，将增量商品的销售参照的增量点位作为
BP
神经网络输出项；
[0034]利用
BP
神经网络对
BP
神经网络输入项和
BP
神经网络输出项进行网络训练得到增量商品的增量点位定位模型；
[0035]所述增量点位定位模型的模型表达式为：
[0036]Time
k
＝
BP
k
(k_sale_list)
；
[0037]式中，
Time
k
为第
k
种增量商品的增量点位，
k_sale_list
为第
k
种增量商品的销售
参照在销售初期的自然销售业绩序列，
BP
k
为第
k
种增量商品的
BP
神经网络，
k
为计数变量
。
[0038]作为本专利技术的一种优选方案，增量商品的销售参照在销售周期的自然销售业绩序列中标记出正向增量项与在销售周期的自然销售业绩序列中高于业绩期望的序列项作为正向增量项的方法相同
。
[0039]作为本专利技术的一种优选方案，所述利用增量点位定位模型定位出增量商品的增量点位，包括：
[0040]将增量商品在销售初期的自然销售业绩序列输入至对应的增量点位定位模型中，由对应的增量点位定位模型输出增量商品的增量点位
。
[0041]作为本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的可视化销售信息分析方法，其特征在于：包括以下步骤：监测销售商品在销售初期的自然销售业绩序列；基于自然销售业绩序列在销售商品中利用商品分类模型定位出增量商品，其中，增量商品表征为销售商品中具有销售潜力的商品；将增量商品作为聚类中心在历史商品销售日志中进行聚类分析确定出增量商品的销售参照，其中，销售参照表征为用于增量商品参照销售业绩趋势的商品，历史商品销售日志中记录有各种历史销售商品在销售周期的自然销售业绩序列；利用销售参照在销售周期的自然销售业绩序列构建出增量点位定位模型，再利用增量点位定位模型定位出增量商品的增量点位，以实现在增量点位出对增量商品进行增量宣传，其中，增量点位为在销售周期中商品的销售业绩潜力爆发的时期
。2.
根据权利要求1所述的一种基于大数据的可视化销售信息分析方法，其特征在于：所述基于自然销售业绩序列在销售商品中利用商品分类模型定位出增量商品，包括：将所有销售商品的销售业绩序列输入至商品分类模型中，由商品分类模型输出销售商品的类别标签，所述类别标签包含增量类别和非增量类别；将类别标签为增量类别的销售商品作为增量商品
。3.
根据权利要求2所述的一种基于大数据的可视化销售信息分析方法，其特征在于：所述商品分类模型的构建包括：在历史商品销售日志中对各种历史销售商品在销售周期的自然销售业绩序列进行增量分析，并将超预设阈值的增量分析结果对应的历史销售商品赋予增量类别，未超预设阈值的增量分析结果对应的历史销售商品赋予非增量类别；将各种历史销售商品在销售初期的自然销售业绩序列作为
CNN
神经网络的输入项，将各种历史销售商品的类别标签作为
CNN
神经网络的输出项；利用
CNN
神经网络对所述神经网络的输入项和所述神经网络的输出项进行网络训练得到所述商品分类模型；所述商品分类模型的模型表达式：
Label
＝
CNN(sale_list)
；式中，
Label
为类别标签，
sale_list
为销售初期的自然销售业绩序列，
CNN
为
CNN
神经网络；所述增量分析包括：设定基础销售业绩指标作为业绩期望，将各种历史销售商品在销售周期的自然销售业绩序列基于业绩期望进行正向筛选，以得到在销售周期的自然销售业绩序列中高于业绩期望的序列项作为正向增量项；将正向增量项基于业绩期望利用方差进行量化得到历史销售商品的正向增量值作为增量分析结果；所述正向增量值的量化公式为：式中，
D
为正向增量值，
A
i
为第
i
个正向增量项，
E
为业绩期望，
n
为正向增量项的总数量，
i
为计数变量
。4.
根据权利要求3所述的一种基于大数据的可视化销售信息分析方法，其特征在于：所述将增量商品作为聚类中心在历史商品销售日志中进行聚类分析确定出增量商品的销售参照，包括：分别将增量商品作为聚类中心，将历史商品销售日志中各个历史销售商品以聚类中心进行聚类分析得到多个商品簇；将每个商品簇中除聚类中心外的历史销售商品作为每个商品簇中聚类中心对应的增量商品的销售参照；所述聚类分析采用
Kmeans
聚类算法
。5.
根据权利要求4所述的一...

【专利技术属性】
技术研发人员：侯存波，杨晓东，
申请(专利权)人：深圳市杰里菲希信息技术有限公司，
类型：发明
国别省市：