多元回归、挪动平均、ARMA等）保守的基于统计阐发的预测方式（如，的、具有随机性的时间序列时这些预测方式对于处置复杂，大的局限性暴显露很。据挖掘手艺的成长跟着机械进修和数，被普遍使用到产物需求预测范畴很多愈加无效的预测模子和算法，传算法以及其它一些元开导式算法包罗神经收集、支撑向量机、遗。维、恍惚、非线性消息时这些预测方式在处置多，方式具有更好的预测结果比保守的时间序列预测。如季候性、消费偏好、市场促销勾当比力见表1需求预测的常用方式及优错误谬误些随机性要素例。

　　t assortment）产物分类办理（Produc，品分为分歧的类别是把所运营的商，本勾当单元进行办理的一系列相关勾当并把每一类商品作为企业运营计谋的基。类办理通过品，的理解每一单品的营销环境零售企业的决策者能够很好，平、交叉发卖效益、客户选择倾向等包罗销量环境、库存周转、净利润水，局从而制定愈加无效的价钱策略以及促销策略零售商能够据此决定门店的商品组合及空间布。

　　的盈利性时当评估客户，80%的收益来自于20%的盈利客户我们起首会想到20/80法例：企业；时同，0%的非盈利客户所发生的企业80%的破费是由2，利性的一个很是主要的怀抱尺度20/80法例是评估客户的盈。中获取的收益总和减去包罗客户获取、营销以及办事的所有成本的总和先前的文献研究能够把CLV 归纳为：企业从客户生命周期买卖营业。资本和最间接利润来历作为企业主要的计谋，惹起了人们普遍的注重客户的生命周期价值。

　　业的现有客户划分为分歧的客户群客户细分是按照必然的尺度将企。的一种主要的营销计谋客户分类是现代企业，够无效地降低成本准确的客户细分能，有益可图的市场渗入同时获得更强、更。客户进行分类通过对方针，行营销筹谋以及开展促销勾当零售企业能够更有针对性地进，户响应加强客。特征（如性别、春秋、收入、教育布景等）保守的分类模子次要是基于客户的统计学，估客户的盈利能力以及将来成长潜力如许的静态分类模子不克不及很好的评，销情况表示出必然的局限性在日益动态复杂的市场营。数据挖掘手艺的成长跟着机械进修以及，户的采办行为以及生命周期价值进行分类很多分类模子和算法被提出用于对方针客。种方式的优错误谬误比力见表2常用的客户分类算法以及各。

　　店来说是一种主要的资本超市购物架对于零售门，限的购物架空间展开合作分歧品类的浩繁产物为有。商品分派几多空间以及整个超市门店的空间结构零售商需要决定购物架陈列哪些商品、为这些。物架结构分派通过合理的购，低企业的库存程度零售商能够无效降，者的对劲度提高消费，发卖量及利润程度从而提高产物的。

　　智能使用的一个主要范畴促销优化是零售行业商务。运作中堆集了大量的数据零售企业在日常的营业，售消息、汗青促销数据以及客户材料等这些数据包罗订单消息、库存消息、销，含着极具价值的消息这些海量的数据中蕴。效的加以操纵若是能够有，争力的市场营销决策将会转化为极具竞。麦德龙、家乐福、711等均已引进了响应的促销优化软件世界出名的零售巨头包罗沃尔玛、西尔斯（Sears）、，业的促销决策用于优化企，合作能力和成本劣势显著的提高了企业的。以及商务智能使用程度较低国内零售企业的消息化扶植，入促销优化的软件还没有起头普遍引，面的成功案例也没有这方。

　　参数来怀抱分歧产物之间的彼此依存度（interdependency）对于产物分类的定量研究模子次要是引入的联系关系系数和彼此感化参数以及其它。因为遭到产物和品类数量的限制然而保守基于统计阐发的模子，情况中缺乏合用性和可扩展性在日益动态复杂的市场营销。阐发客户购物篮时表示出很大的优胜性联系关系法则在搜刮大型买卖数数据库以及，类设想和交叉发卖挖掘等被普遍用于零售企业品。行处置能力以及全局寻优能力同时因为遗传算法强大的并，售企业的产物分类问题操纵遗传算法来优化零。

　　优化的次要研究标的目的和最新研究进展本文回首了国表里对于零售行业促销，产物阐发、促销决策组合阐发四个角度别离从需求预测、客户行为阐发、促销，手艺以及数据挖掘算法进行了综述对零售促销优化中常用的商务智能，数据挖掘算法的使用环境进行分类和总结重点对促销优化中常用的商务智能手艺及，业使用现状进行了简要引见最初对促销优化软件的企。意的是值得注，销情况动态复杂现实中的市场营，手艺的现实合用性以及现实可操作性本文并没有深切切磋分歧商务智能。时同，统的终端发卖市场本文次要是针对传，的消费行为以及促销优化进行研究并没有对电子商务情况下收集用户，来的一个研究标的目的这也能够作为未。

　　响着产物的市场所作能力以及盈利能力产物所处的分歧生命周期会无力的影，业的营销策略进而影响到企。uct Life Cycle产物生命周期理论（Prod，C）PL，雷蒙德弗农初次提出的是由美国哈佛大学传授。指市场上的的营销生命费农认为：产物生命是，的生命一样产物和人，成熟、阑珊如许的周期要履历构成、成长、。n）等按照产物分歧市场期间的发卖变化美国的波兹（Booz）、阿隆（Ale，期、成持久、成熟期和阑珊期将产物生命周期划分为引入。

　　方面另一，以及IT界的遍及注重商务智能获得了理论界。 Intelligence商务智能（Business，oup的Howard传授于1996年提出来的简称BI）的概念最早是Gartner Gr。数据阐发、数据挖掘、数据备份和恢复等部门构成的、以辅助企业决策为目标的手艺及其使用Gartner Group将商务智能定义为一类由数据仓库（或数据集市）、查询报表、。今如，仅仅只是软件产物或东西商务智能的概念曾经不，一种办理思惟曾经升华为，的运营决策的能力表现的是一种理性。P之后最主要的手艺变化贸易智能曾经成为继ER。头纷纷引入贸易智能软件越来越多的跨国零售巨，杂的决策问题用于处理复。销优化范畴出格是在促，术界和使用界的普遍关心商务智能手艺获得了学，智能手艺追踪客户的采办行为人们起头寻求操纵先辈的商务，业的促销决策优化零售企，针对性以及无效性以提高促销决策的。

　　最具挑战性同时又必必要去面临的一个问题需求的不确定性是现代企业供应链办理中。勾当以及其它一些随机要素等城市形成需求的较大波动产物的季候性特征、购物架的空间结构、企业的促销。业的促销勾当出格是零售企，求在短时间内急剧上升会使该类型产物的需，货形成的机遇丧失之间衡量企业需要在库存成本与因缺，程度是企业必需面临的一个挑战若何无效办理库存并最大化收益。

　　阐发模子中在浩繁的，量客户价值和客户盈利能力RFM 模子被普遍用于衡。所Arthur Hughes提出的RFM 模子是由美国数据库营销研究，频次以及消费金额三项目标来描述该客户的价值情况该模子通过引入客户的近期采办行为、采办的总体。FM 模子及其一些扩展的模子而展开当前关于CLV的很多研究都是环绕R，型同数据挖掘手艺以及其它优化算法相连系例如Rosset等把扩展的RFM 模，及将来潜力进行评估对客户的当前价值以。

　　券促销、礼物赠送、样品赠送、特惠包装促销等常用的促销手段包罗告白促销、价钱扣头、优惠。导致分歧的消费感知分歧的促销手段会，采办偏好和采办行为进而影响到消费者的。体例选择时在进行促销，部的市场情况要素分析的进行考虑企业需要对本身的内部环境以及外，程度、方针客户、促销机会以及合作敌手的促销勾当等这些要素可能包罗企业的市场营销计谋、产物的库存。

　　合优化问题对于促销组，的国立台湾科技大学几位学者表示活跃以郭瑞哲（Kuo R J）为代表。以及遗传算法三者相连系把恍惚理论、神经收集，的预测模子建立智能，销手段对于促销结果的影响程度来权衡分歧的价钱扣头以及促。对该问题进行了研究其他的一些学者也。基于法则的预测模子RRBFLertuthai等建立，式和促销前言对于产物发卖量的影响程度操纵汗青促销数据来预测分歧的促销方。

　　统计的阐发方式保守的基于计量，影响要素的限制因为遭到变量及，情况中日益表露其局限性在动态复杂的市场营销。法式设想算法的前进跟着机械进修以及，和专家系统都被提出很多更智能的算法，业的促销订价决策用于优化零售企。婧等 例如王；算法和粒子群算法的动态订价模子王宏达等嘞 成立基于改良遗传，订价问题进行了研究对季候性产物的促销。法与恍惚理论相连系Roy等把遗传算，促销订价问题进行了研究对多门店多产物的不同。

　　客户连结率提高5 大量的行业实践表白，25％ 以上利润将会提高。时同，连结一个老客户的5倍以上获得一个新客户的成本是。可见由此，利能力有着很是主要的影响客户连结对公司的持续盈。可能的留住现有客户、吸引新客户客户连结/流失阐发的目标就是尽，户的维护成本削减低价值客，筹谋以及开展定向客户办事从而更有针对性的进行营销。

　　能手艺的一个主要使用范畴产物生命周期办理是商务智。绕着该问题进行了研究学术界的很多学者围。国印郭，挖掘手艺在PLM 中的使用进行了较完整的阐述Kusiak等对PLM 的系统布局及其数据。型对短生命周期产物的销量进行了预测Philip等操纵GA-RBF模。络模子对产物生命周期成本进行了研究Seo以及吴秀丽等操纵人工神经网，到产物的概念设想而且把该模子使用。的预测模子和算法此中部门颠末验证，cle、SAP等）的PLC设想中已被引入到ERP软件（如Ora。

　　略中饰演着很是主要的脚色促销在企业的市场营销战。争的日趋激烈跟着市场竞，手段以激发消费者的采办愿望企业纷纷采纳形式各样的促销。部分统计据权势巨子，有营销开支中占75%或更多的比例国内零售企业的促销勾当费用在所，以12%的速度递增每年的促销开支都。也最无效的市场营销东西促销作为一种最间接同时，售企业普遍采用被越来越多的零。而然，行促销筹谋时良多零售商进，的盲目性具有很大，的阐发和论证缺乏深切无效，择方面也很随便在促销策略的选，资报答率很低导致促销投，了零售企业的承担这必然程度上加重。

　　失阐发的模子良多关于客户连结/流，、主成分阐发、判别阐发、logistic回归阐发等）保守的基于统计阐发或者概率的方式（如朴实贝叶斯分类，、含有非线性关系的客户数据时这些方式在处置大规模、高维度，证所建模子的泛化能力其结果不抱负且不克不及保。无效的预测模子和算法因而很多学者寻求愈加，失预警进行研究对客户连结/流。自组织映照SOM、支撑向量机等此次要包罗决策树、神经收集、。具有很好的非线性映照能力和泛化能力这些算法在处理客户流失预警问题时，高的预测精度同时也具有较。

　　性市场营销勾当及其纪律为方针企业的发卖勾当是以研究分析，需求以及消费偏好通过识别客户的，产物与办事将其转化为，价钱策略等来最大限度地满足顾客需求再通过无效的促销手段、分销渠道、。销情况日益动态复杂等因为现代企业的市场营，影响产物的需求会很大程度地，决策以及库存节制策略等进而影响企业的市场营销。销产物的需求进行预测若何及时、精确的对促，须面临的一道难题是营销决策者们必。

　　市场的成长比力完美国外促销优化软件，A Software、Demand Tec、CAS等）一些大型的ERP软件厂商（如Oracle、SAP、JD，促销优化的智能阐发软件都开辟了面向零售行业，度阐发以及促销决策支撑等丰硕的功能支撑库存优化、品类办理、价钱活络，户级别上快速完成阐发能够在各个产物和用，析流程的主动化实现促销勾当分，理条理的决策要求满足企业分歧管。如例，的使用集成架构处理方案Oracle公司推出，Demantra预测性商业打算与促销优化软件的相关功能无效集成通过把Oracle Siebel促销办理软件和Oracle ，时监控到促销结果评估等一系列强大功能支撑从促销前模仿预测、促销勾当的实，供全方位的决策支撑为企业的促销筹谋提。善的促销建模引擎软件操纵先辈完，促销汗青数据进行深切阐发能够对客户的消费行为和，方案对于促销结果的影响程度预测将来的促销策略以及营销，流程的可视性提高整个促销。常用的促销优化软件见表3国外软件市场上其它的一些。

　　司查询拜访发觉：产物的价钱优化改良1%麦肯锡征询公司对跨越2400个公，提高11.1%由此可见能够使公司的营销利润，市场营销决策来说至关主要合理的产物订价对于企业的。行业最常用的促销手段价钱扣头已成为零售。中影响产物订价的要素良多一个一般的市场营销情况，产物的季候性波动以及节假日等如产质量量、市场所作环境、，影响着企业的促销订价策略这些内在/外在的要素城市。

　　户的汗青采办数据进行阐发购物篮阐发就是通过对客，中的分歧商品之间的联系关系发觉顾客放入“购物篮”，的采办习惯阐发顾客。解哪些产物屡次地被顾客同时采办这种联系关系的发觉能够协助零售商了，愈加无效的营销策略从而协助他们开辟。惠券的设想以及购物架的合理结构等这些营销决策包罗商品的选择、优。”就是一个典型例子“啤酒”和“尿布，关的两种商品看似完全无，令人意想不到的结果一路发卖则发生了。

　　学术界以及零售商的普遍乐趣超市购物架结构问题惹起了，一个很好的实例啤酒和尿布就是。优化的模子研究关于购物架结构，敏度以及交叉弹性的概念次要是引入购物架空间灵，品的发卖量以及利润程度的影响程度权衡购物架空间的变化对于分歧产。及其它元开导式算法（如粒子群算法、模仿退火算法、禁忌搜刮算法等）购物架结构优化的常用算法包罗联系关系法则挖掘、神经收集、遗传算法以。

　　al算法的提出跟着Agraw，则的研究很是活跃学术界对于联系关系规，al算法进行了扩展和改良很多学者环绕着Agraw，进的联系关系法则提出了一些改，掘、恍惚联系关系挖掘以及可视化联系关系挖掘等包罗：多层联系关系法则、基于束缚的联系关系挖，客户的购物篮进行阐发这些算法被普遍用于对。

　　模手艺以及开导式算法很多学者操纵预测性建，货优化问题进行了研究对零售企业的库存补。器进修及演化算法Chi等基于机，商办理补货系统成立智能的供应，应能力和预测精度具有很高的自适。收集建立CPFR优化模子Huang等基于BP神经，需求预测以及库存节制支撑SKU 粒度级的。外此，售产物的库存优化问题进行了研究别的一些学者操纵遗传算法对零。