数据挖掘项目总报告.pdf

萝卜网数据分析资料之 数 据 挖 掘 彩电 项 目 总 报 告 彩电销售的盈利趋势分析与预测 一、项目概述 二、项目实施 三、数据分析 四、最终结论 一、项目概述 1.项目安排 本项目实施时间为四个星期，安排如下： 第一周（4月10日4月16日） 寻找数据源，确定课题研究内容和方向，人员分工，完成计划书。 第二周（4月17日4月23日） 按分工计划进行各自工作（数据清理，模型设计，程序设计等） 第三周（4月24日4月30日） 周中完成统计结果分析，周末集中讨论报告初稿。 第四周（5月8日5月13日） 报告定稿 1、问题的提出 家电零售业的激烈竞争 上海市场三足鼎立：国美、永乐、苏宁，三大连锁集团占据绝大多数市场份额。 其余企业如一百、华联。由于自身原因，难以进一步扩展规模。 三大连锁集团都在积极增加门店数量、加大广告投入。多年的激烈竞争，才达到今天 的市场地位。 家电销售早已进入微利时代 激烈的竞争，导致家电零售企业都把市场占有率，作为首要考虑的问题，甚至优于盈 利。因此，价格战成为最主要的手段，无利润，甚至亏本销售现象普遍存在。家电零售业通过扩 大销售，以此来要求生产厂家提供更低的供货价格。 市场信息对家电零售业的意义 家电零售企业都采用了计算机管理进、销、存数据，因面对的是家电产品的最终消 费者。因此，在海量的销售记录中，存在大量有价值的信息。若能提取这些信息，提供给管理部 门作为决策时的依据，有助于提高管理部门决策的准确性。 2、目标的确定 数据资源的选取 本次项目，选用国美电器某门店的进销存系统 数据作为分析对象。 该系统使用SQL Server作为数据库平台，包括 财务、商品信息、销售记录等大量数据。 2、目标的确定 系统初步分析 数据库系统包含21个表。 商品分类信息存储在Item和ItemList两个表 中。 商品销售信息存储在Out和OutDetail两个表中 下图为数据库关系图（部分）： 2、目标的确定 作简单查询，该系统定义350种大类，共10539种家电商 品信息，其中1713种为经销或代销的彩色电视机品种。 是最多品种的分类，也考虑到彩色电视机在家电中占有 最大比重，我们本次项目将其定为研究的对象。 系统记录的是从2001年3月15日到2002年4月27日的销售 记录。 2、目标的确定 我们从系统中提取有关彩色电视机的商品品牌、规格、 销售价格、销售数量、毛利等相关数据进行分析。 应用Microsoft SQL Server 2000 Enterprise 的 Analysis Server OLAP/Data Mining作为分析和挖掘工 具。 采用的数据挖掘的理论（聚类、决策树） 目标的确定 最终目标 根据彩色电视机的品牌、规格、型号、屏幕尺 寸及销售价格等特征，通过一定的数据挖掘技术和方 法，找出这些特征与彩电销售是否盈利间存在的关联。 二、项目实施 1、数据清理 2、多维数据集建立 3、挖掘模型设计及决策树处理 1、数据清理 对系统原有信息的分析 原系统对商品分类采用两级分类的方式：其 中，FName列存储商品大类信息，FSpecification存储商 品品牌和型号信息。结构不大合理。 1、数据清理 为便于数据挖掘，将商品相关信息合理存储， 采用细化分类的思想，针对本次分析的商品为彩电，将 其改为4级分类，依次为： *销售类别（经销和代销两种） *屏幕尺寸 *品牌 *型号 1、数据清理 为此，在Itemlist表中加入两列：Brand和Size， 存储彩电品牌和屏幕尺寸信息。