導(dǎo)語：數(shù)據(jù)挖掘服裝銷售研究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：服裝產(chǎn)品銷售信息化程度的高低決定服裝企業(yè)利潤的高低，銷售得越好，利潤越高，資金回收越快，企業(yè)發(fā)展就越好。筆者通過數(shù)據(jù)挖掘將隱藏在數(shù)據(jù)倉庫中的不易被發(fā)現(xiàn)的數(shù)據(jù)挖掘出來，及時(shí)提供給服裝企業(yè)，使企業(yè)快速掌握市場上哪個(gè)季節(jié)、哪個(gè)月份、哪種款式、哪種顏色的服裝銷售得好，根據(jù)銷量進(jìn)行生產(chǎn)活動(dòng)，這樣可以有效降低庫存，準(zhǔn)確合理配送，使企業(yè)按需生產(chǎn)，按市場需求定價(jià)格，防止出現(xiàn)供過于求或者供不應(yīng)求的局面，最終使企業(yè)利潤最大化。

關(guān)鍵詞：服裝營銷；數(shù)據(jù)挖掘；決策

系統(tǒng)服裝是每個(gè)人必需的產(chǎn)品，也是我國的支柱產(chǎn)業(yè)，對國家經(jīng)濟(jì)的發(fā)展有重大的意義。服裝產(chǎn)業(yè)的發(fā)展有著明顯的特點(diǎn)：季節(jié)性很強(qiáng)，周期很短，而且是一種時(shí)尚的產(chǎn)品，受時(shí)間段流行性影響[1]。總體來說，服裝產(chǎn)業(yè)的發(fā)展呈現(xiàn)不穩(wěn)定性的特點(diǎn)，那么如何有效抑制不穩(wěn)定性因素呢？這就需要提高信息化程度，采用信息化的方法，調(diào)整服裝銷售、生產(chǎn)環(huán)節(jié)，縮短資本周轉(zhuǎn)周期，迎來發(fā)展機(jī)遇。

1服裝銷售概述

服裝不同于其他產(chǎn)品，有些商品銷售可以一年四季款式不變、型號不變，而服裝產(chǎn)品季節(jié)性比較強(qiáng)，受穿衣指數(shù)、天氣氣候以及人們的審美觀等影響，變化非常大。有些服裝與區(qū)域也有關(guān)系，可能南方賣不出去，而在北方賣得就比較好。針對這種情況，一些服裝企業(yè)就出現(xiàn)產(chǎn)出過剩或者供不應(yīng)求的現(xiàn)象。這兩種情況，對服裝企業(yè)來說都不利。比如，今年流行什么顏色、什么款式、什么風(fēng)格、哪種類型、哪種款式、哪種色系、哪種型號，在哪一個(gè)區(qū)域、哪一個(gè)時(shí)間段賣得最好，應(yīng)生產(chǎn)多少件，價(jià)位應(yīng)定多高合適。這些靠服裝企業(yè)進(jìn)行市場預(yù)測，得出的數(shù)據(jù)不能有效指導(dǎo)企業(yè)的生產(chǎn)，而且數(shù)據(jù)準(zhǔn)確性得不到保證。每個(gè)服裝企業(yè)都有一套基于信息化的服裝銷售系統(tǒng)，可以根據(jù)服裝銷售系統(tǒng)中的數(shù)據(jù)庫，對服裝銷售過程中的數(shù)據(jù)記錄進(jìn)行挖掘分析，從中挖掘出隱藏在數(shù)據(jù)庫倉庫中的數(shù)據(jù)，來指導(dǎo)服裝銷售。

2服裝銷售中的數(shù)據(jù)挖掘

數(shù)據(jù)挖掘也被稱為數(shù)據(jù)庫的知識(shí)發(fā)現(xiàn)[2]。現(xiàn)在數(shù)據(jù)挖掘技術(shù)被應(yīng)用于各行各業(yè)中，比如用在汽車銷售中，能夠挖掘出汽車在一年當(dāng)中黃金銷售期為9月、10月、11月、12月，銷售量最少的季節(jié)為每年的2月、3月、4月，其次為5月、6月、7月、8月。那么這就給汽車生產(chǎn)企業(yè)提供決策依據(jù)，每年上半年生產(chǎn)、下半年賣，才不會(huì)導(dǎo)致庫存積壓。同時(shí)也能挖掘分析出來哪個(gè)地域、哪種價(jià)位、哪種型號的商品賣得好，可以指導(dǎo)銷售供貨。數(shù)據(jù)挖掘技術(shù)應(yīng)用于服裝銷售中能夠快速、準(zhǔn)確、有效地挖掘出來隱藏在數(shù)據(jù)庫中的數(shù)據(jù)，為服裝企業(yè)生產(chǎn)銷售提供決策依據(jù)[3]。服裝銷售數(shù)據(jù)挖掘流程圖如圖1所示。圖1服裝銷售數(shù)據(jù)挖掘流程圖從圖1可以看出，數(shù)據(jù)挖掘全過程大致如下。（1）跟進(jìn)服裝銷售系統(tǒng)中的后臺(tái)數(shù)據(jù)庫，創(chuàng)建數(shù)據(jù)庫倉庫，并對數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行清洗。消除有噪音的、不完整的、不一致的數(shù)據(jù)，識(shí)別孤立點(diǎn)，糾正數(shù)據(jù)中不一致的數(shù)據(jù)[4-5]。數(shù)據(jù)倉庫中的數(shù)據(jù)也有被污染的數(shù)據(jù)，這些數(shù)據(jù)是指沒有經(jīng)過數(shù)據(jù)預(yù)處理而直接被接收的數(shù)據(jù)，就是處于原始狀態(tài)的數(shù)據(jù)，這種數(shù)據(jù)是不能用的，我們稱之為臟數(shù)據(jù)。（2）數(shù)據(jù)集成與數(shù)據(jù)轉(zhuǎn)換。將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)存放到一處，再合并轉(zhuǎn)換為用戶滿意的數(shù)據(jù)。有些數(shù)據(jù)測量值和實(shí)際值之間存在誤差，不完整、不準(zhǔn)確、重復(fù)的較多，也有些數(shù)據(jù)不一致，這樣的數(shù)據(jù)是要進(jìn)行轉(zhuǎn)換的，將它們變成符合數(shù)據(jù)挖掘標(biāo)準(zhǔn)的數(shù)據(jù)。（3）數(shù)據(jù)挖掘。選擇適合的數(shù)據(jù)挖掘算法，將前期經(jīng)過清洗的數(shù)據(jù)進(jìn)行分析、建模，采用多維度算法進(jìn)行分析，按照季節(jié)、服裝類型、銷售時(shí)間、銷售區(qū)域、天氣情況等因素進(jìn)行分析，從中分析出來，哪一款衣服，在哪一個(gè)季節(jié)，在哪個(gè)區(qū)域，多少價(jià)位賣出去合適。那么明年這個(gè)時(shí)候，進(jìn)行服裝銷售時(shí)，就可以參照今年的情況進(jìn)行生產(chǎn)和配貨。（4）對挖掘的結(jié)果進(jìn)行評估，選擇能夠接受的評估結(jié)果交給服裝生產(chǎn)企業(yè)，為企業(yè)提供決策依據(jù)。在數(shù)據(jù)倉庫中存有海量的數(shù)據(jù)，需要分析和挖掘的時(shí)間比較長，要按照規(guī)則將挖掘出來的數(shù)據(jù)進(jìn)行評估，最終得出能夠指導(dǎo)企業(yè)決策的數(shù)據(jù)。

3數(shù)據(jù)挖掘算法選取

數(shù)據(jù)挖掘算法比較多，選擇一個(gè)適合的數(shù)據(jù)挖掘算法進(jìn)行服裝銷售中的數(shù)據(jù)挖掘主要參照以下幾方面因素。第一，算法預(yù)測的準(zhǔn)確性。第二，執(zhí)行速度、健壯性。第三，可伸縮性以及可解釋性。根據(jù)上面幾方面因素，將服裝銷售系統(tǒng)數(shù)據(jù)倉庫中的服裝銷售記錄進(jìn)行建模，創(chuàng)建一個(gè)水立方模型，進(jìn)行多維度的分析[6-7]。服裝分為女裝、男裝、童裝、老年裝、情侶裝等，每個(gè)類別又被細(xì)分，例如女裝中，今年裙子哪一款流行，上衣哪一款流行，哪種顏色賣得好，哪種顏色賣得差，在哪一個(gè)季節(jié)、哪一個(gè)月，哪一天的上午還是下午，在哪一個(gè)地區(qū)是西安還是上海，在西安賣多少錢賣得好，在上海賣多少錢賣得好等。同一款、同一型號、同一品牌、同一面料的衣服，在不同區(qū)域應(yīng)有不同的價(jià)格，例如一件西裝，在夏季在西安可能賣500元，但是到了春天、秋天在西安可能賣到1000元。在開元商城能賣1000元，可能在專賣店能賣800元，在二線、三線城市可能賣600元左右。有一款衣服可能在西安賣不出去，有可能在咸陽賣得非常火爆，出現(xiàn)供不應(yīng)求的現(xiàn)象。通過數(shù)據(jù)挖掘明確，同一種衣服哪個(gè)區(qū)域賣得好就多投放，哪個(gè)區(qū)域賣得不好就少放，這樣才不至于出現(xiàn)庫存積壓或者供不應(yīng)求的現(xiàn)象。通過這些信息的挖掘分析，能夠?yàn)榉b企業(yè)提供比較準(zhǔn)確的生產(chǎn)銷售指導(dǎo)[8]，企業(yè)明白明年這個(gè)地域、這個(gè)季節(jié)該生產(chǎn)哪種款式的、哪種顏色的、哪種類型的衣服、多少件。這樣可以優(yōu)化企業(yè)的生產(chǎn)、銷售環(huán)節(jié)，使企業(yè)的利潤最大化。

4結(jié)語

總之，在信息化高度發(fā)展的今天，傳統(tǒng)的營銷模式已不能適應(yīng)經(jīng)濟(jì)社會(huì)的發(fā)展，同時(shí)對服裝企業(yè)的發(fā)展也有巨大的影響。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于服裝銷售中，可以更加有效地提高服裝銷售水平，同時(shí)也能積極預(yù)測市場的變化，可以有效指導(dǎo)企業(yè)的生產(chǎn)。可以有效分析出服裝銷售過程中存在的風(fēng)險(xiǎn)，避免出現(xiàn)供不應(yīng)求以及供過于求的現(xiàn)象，使服裝生產(chǎn)銷售環(huán)節(jié)緊貼市場需求，市場需要什么款式，就生產(chǎn)什么款式，哪種品牌賣得快、流行就多生產(chǎn)，哪種品牌賣得不好就少生產(chǎn)。同時(shí)也可合理指導(dǎo)庫存，避免出現(xiàn)庫存積壓過大的情況，導(dǎo)致資金流通不暢，或者庫存過少不供不應(yīng)求。將數(shù)據(jù)挖掘引入服裝企業(yè)中，為服裝企業(yè)提供決策依據(jù)，使服裝企業(yè)按需生產(chǎn)、按市場定價(jià)，使服裝企業(yè)更加穩(wěn)定健康地發(fā)展。

參考文獻(xiàn)

[1]朱愛國.數(shù)據(jù)挖掘在L服飾公司銷售管理中的應(yīng)用[D].上海:東華大學(xué),2014.

[2]張鈺.面向服裝企業(yè)市場預(yù)測的數(shù)據(jù)挖掘技術(shù)研究[D].西安:西安工程大學(xué),2015.

[3]崔寅舟.關(guān)聯(lián)規(guī)則和時(shí)序模式挖掘技術(shù)在服裝專賣店中應(yīng)用的研究[D].上海:上海交通大學(xué),2012.

[4]黃娜.數(shù)據(jù)挖掘在服裝企業(yè)庫存管理中的應(yīng)用研究[J].城市建設(shè)理論研究(電子版),2012(34).

[5]胡爾江.數(shù)據(jù)挖掘在服裝CRM中的應(yīng)用[D].廣州:華南理工大學(xué),2010.

[6]郝建軍,翟歲兵,劉冬,等.數(shù)據(jù)挖掘技術(shù)識(shí)別可疑洗錢交易行為模式研究[J].電腦知識(shí)與技術(shù),2016,12(14):204-205.

[7]郝建軍,翟歲兵,甘霖.數(shù)據(jù)挖掘在洗錢交易中的識(shí)別研究[J].中國新通信,2016,18(14):97-98.

[8]郝建軍.洗錢交易中的異常數(shù)據(jù)挖掘原理[J].信息與電腦,2016(8):109-110.

作者:郝建軍 劉斌 單位:1.陜西科技大學(xué) 2.陜西服裝工程學(xué)院