日历

2008 7.4 Fri
1234567
891011121314
15161718192021
22232425262728
2930     
«» 2008 - 6 «»

日志分类

文章搜索

日志文章列表

2008年06月29日 13:02:15

数据分析讲堂

数据分析讲堂

第七课 TM1应用实例(3)——市场和销售

第八讲 市场和销售的数据挖掘(续)

3)分配市场开支到产品销售
我们需要把所有的市场开支分配到foodcake产品的销售中去,Lulu说。你会怎么处理,Thor?我想把合并后的市场开支按产品和月份等级分配到商店,但我怀疑我漏掉了什么。你同意Thor吗?你怎么想?
Lulu回答,你很对,Thor。你确实遗漏了一些东西。遗憾的是,我们不能重用我们合并后的市场开支变量,合并后的市场开支变量的问题在于,确切地说,它是对产品类型相关(产品线)和产品无关(品牌和商店)市场开支的合并,相反,我们则需要分配这些成本到其各自的产品种类。我们不应该在计算蔬菜cake的市场开支时,把对fishcake的市场开支也计算进去。
同样,为了更清楚起见,给定我们市场开支数据的粒度等级之后,我建议我们在与产品线等级相当的每个产品基础上计算市场开支。这样,我们的结果将按照月份和产品类型——fishcake或蔬菜cake——显示每个商店平均的市场成本与产品销售的百分比。
Lulu说,我建议下面的公式,结果集显示在图7.8.1内。
“Marketing costs as a percentage of product sales”,
  Geog.store.,
  Foodcake.(Fish +..

阅读全文>>

类别: 无分类 |  评论(0) |  浏览(219) |  收藏
2008年06月21日 11:06:53

数据分析讲堂

数据分析讲堂

第七课 TM1应用实例(3)——市场和销售

第七讲 市场和销售的数据挖掘(续)

2)市场开支
传统上FCI在品牌、产品线和商店等级上进行市场活动。为了这一原型的有效性,Jane要求Lulu和Thor对现行的市场活动美元开支在每个产品的基础上做一个大概估计。Jane 已经提供了FCI的市场开支数据。由于市场开支数据的维是由与销售数据一样(虽然并不是所有的等级和成员都完全一致)的维所度量的,它也被载入到同一个立方体内。
你想如何载入数据?Lulu问。我们应该给每种类型的市场开支创建一个独立的变量吗?或者我们应该把所有不同的市场开支加载到同一个市场的开支变量中去?你怎么想?你如何决定?
Thor回答说他的决定依赖于是否存在不同市场开支不聚合在一起的情况。如果不管是为了聚合还是为了分配到产品线等级、品牌、产品线和商品的市场开支总是汇总在一起,那我更愿意把所有的市场开支加载到同一个变量内。Lulu问,但测量过程的差异性怎么办?如果FCI计算品牌市场开支的假定方式,与计算产品线市场开支的假定方式不一样怎么办?Thor回答,任何需要做的注解都可以在一个地区范围与地区范围的基础上的一个变量内做,中心问题是,Thor继续讲道,是否每种市场开支..

阅读全文>>

类别: 无分类 |  评论(1) |  浏览(402) |  收藏
2008年06月09日 20:21:08

数据分析讲堂

数据分析讲堂

第七课 TM1应用实例(3)——市场和销售

第六讲 市场和销售的数据挖掘(续)

3.1市场
Lulu和Thor很满意他们对FCI销售的分析,并且开始把注意力转移到FCI的市场分析上。他们想知道的第一件事情是FCI的市场份额是多少。你觉得我们应该如何达到这个目的?Thor问。他在市场分析方面只有有限的经验。你会怎么做?
1) 市场份额
Lulu回答道,我们要做的第一件事情是基于可用的数据源确定粒度,我们在此基础上定义市场。这包括地理、产品和时间。我们是在谈论国家市场、区域市场,还是本地市场?要区分fishcake和蔬菜cake的数据吗?存在低热量cake的数据吗?或者我们必须基于可用的一般食物馅饼的数据给我们每个foodcake产品线的市场规模建立接口呢?目前,我先假定我们可以利用已有的市场数据,如果我错了,我们也许不得不进行一次市场调研。
幸运的是,Lulu的假定是正确的。按地区分的fishcake和蔬菜cake的市场数据已经存在。下面的公式用来计算FCI蔬菜foodcake每个地区月度的市场份额。
“market size”{$},
      Foodcake.vegetarian.,
      Time.month.,
      Geography.region.,
  ..

阅读全文>>

类别: 无分类 |  评论(0) |  浏览(632) |  收藏
2008年06月08日 11:40:12

寻求帮助

各位读者,你们好。自从2年来对数据统计分析及数据挖掘的认识深入,通过一些数据挖掘项目的实践。我越来越感到挖掘数据为企业所带来的价值,哪怕是只在数据统计与分析层面也会为企业提供很多的有用的信息。另外,数据统计分析或挖掘工作如果能与CRM、ERP、财务滚动预测等结合的话,对企业的销售、服务、市场的作用和意义更大。不知那位读者可以帮我推荐一个这方面的工作?
我的联系方式:
Email:philde@sina.com
电话:13910524455

阅读全文>>

类别: 无分类 |  评论(0) |  浏览(224) |  收藏
2008年06月05日 23:48:57

数据分析讲堂

数据分析讲堂

第七课 TM1应用实例(3)——市场和销售

第五讲 市场和销售的数据挖掘(续)

3.销售分析
现在Lulu和Thor已经建立了基本框架,他们想生成一些FCI高级管理层期望的典型聚合报表。给定基本框架之后,Lulu觉得这些聚合报表的定义是简单直接的,如图7.5.1至图7.5.7中的6个功能显示屏所示,其中包含查询的文字描述,相应的定位内容(LC)表达式和结果视图的例子。
1) 不同商店、月份和包类型的foodcakes总收入:
“Total_Revenue”{$},
Store., Time.month., package., Foodcake.all
2) 不同foodcake和月份的foodcake总收入:
“Total_Revenue”{$},
Foodcake., Time.month., package.all, Store.all
'800')this.width='800';if(this.height>'600')this.height='600';" border="0" />
1) 月收入排名前5的商店,以及各自的月销售量:
“Store”, “Qty_sold”{Kg},
Foodcake.all, Time.month., Total_Revenue.Drank.(1 to 5)
'800')this.width='800';if(this.height>'600')this.height='600';" border="0" />
4)4月份销售最好的前3个商店中销售最好的前5种foodcake:
“Store.(Total_Revenue, Foodcake.all).Drank.(1 to 3)”,
“Foodcake.(Qty_Sold..

阅读全文>>

类别: 无分类 |  评论(0) |  浏览(610) |  收藏