基于海量數據的市場投放策略研究.pdf

1、當前在市場投放策略中個人主觀判斷因素過重，需要增加市場因素，提供科學決策支撐。從歷史數據中挖掘出有價值信息，對市場的需求進行更準確的預測，從而制定不同的投放策略，確定戰(zhàn)略取向，實現產品投放的“精準打擊”，就能掌握在市場中的主動權，為企業(yè)爭取到更多的利潤。本文完成了海量市場數據的采集與處理分析，對市場上眾多零售戶進行聚類分析，識別出不同零售戶類別的特征，建立市場投放策略模型，針對不同特征進行個性化投放產品資源，并根據影響市場投放的因素進行

2、投放策略上的調整分析。最后通過應用驗證，本文所提出的市場投放策略模型能較好地對歷史銷量數據進行擬合并預測銷量，為有效的市場投放提供了技術支撐。具體研究內容如下:
　　1)海量數據采集與處理。通過終端系統(tǒng)填報、市場走訪和終端采集等方式完成企業(yè)海量數據的采集工作，并針對數據存在的問題進行預處理，接著對海量數據進行同步加工處理，運用HDFS存儲數據，MapReduce模型分布式處理數據，Hive構建數據倉庫結合Hbase進行實時數據的處

3、理與查詢，最后利用Sqoop工具在Hadoop與關系型數據庫之間進行數據交換，以滿足業(yè)務需求。
　　2)對目標零售戶的選擇分類。企業(yè)產品資源的市場化投放最終目標，就是根據零售戶的銷量、庫存、存銷比等歷史信息來計算出精準化的個性投放量。因此，在海量數據背景下，對零售戶進行聚類挖掘，對于市場投放的指導意義重大。本文采用基于MapReduce并行計算的改進CURE算法（引入馬氏距離來度量簇間相似性）實現大數據下零售戶聚類挖掘分析，通過實

4、驗驗證CURE算法在大數據下零售戶聚類的可行性。
　　3)建立市場投放策略模型。針對不同類別零售戶的特征進行個性化投放產品資源。產品資源在市場的投放量是調控市場進度的重要因素，而市場投放預測的準確度將決定著投放量計算的精確性。根據不同類別的零售戶，針對地區(qū)某種產品的銷量分別用回歸分析和ARMA時間序列進行銷量預測，對庫存、存銷比進行預測，最終建立市場投放策略的模型，并根據其他影響因素進行投放策略上的調整。最后通過驗證，所采用的市場