Кластерный анализ товарных групп для формирования меню верхнего уровня

Прогнозирование продаж

Исторические данные о ежедневных продажах в разрезе поставщиков, издательств и категорий товаров были использованы для обучения модели Microsoft Time Series, предназначенной для прогнозирования временных рядов.

Ошибки прогноза, формируемого в течение 4 месяцев, с горизонтом в 2 недели составляла в среднем 7% в день, 4% в неделю, что было адекватно бизнес-требованиям заказчика. Полученные прогнозы позволили более точно планировать движение наличных средств. Оптимизация объемов закупок определенных категорий товара у определенных издательств на основании прогнозов их продаж позволило уменьшить оперативные затраты на дозакупку товаров на 12%.

Помимо прогнозирования, результаты анализа выявили якровыраженную недельную периодичность в продажах в разрезах некоторых категорий товаров. Так, пики продаж беллетристики приходятся на пятницу, учебной литературы - на середину недели, научно-популярной - на начало недели. Это знание можно конвертировать в прибыль, если в различные дни недели "выдвигать" на первые страницы торговой площадки книги соответствующих категорий.

Правила для совместно покупаемых товаров

Методом ассоциативных правил были проанализированы товары и товарные группы, совместно, входящие в одну транзакцию (один заказ).

Ассоциативный анализ ("анализ рыночных корзин") совместного вхождения книжных наименований в один заказ выявил:

Правило вхождения книг одного и того же автора в один заказ. Таким образом, для увеличения объема продаж, при заказе посетителем сайта какой-либо книги следует предлагать ему все имеющиеся в наличии книги того же автора.

Правило совместных покупок детских книг в одном заказе. Этот факт привел к выделению детской литературы в отдельную группу, что увеличило продажи книг этой группы на 7,5%.

Правило совместных покупок эзотерической литературы. Этот факт привел к рекомендации о выделении книг о "правильном питании", "личном совершенствовании" и т.д. в отдельную группу.

Ассоциативный анализ правил совместного вхождения товарных групп в один заказ не выявил значимых и достоверных правил по вхождению товаров разных групп в один заказ, что говорит о, в принципе, адекватном существующем разбиении книг на группы.

Кластерный анализ товарных групп для формирования меню верхнего уровня

Заказчиком была сформулирована задача по формированию классификатора товарных групп верхнего уровня - товарных категорий. Для этой цели был проведен кластерный анализ заказов с точки зрения входящих в них товарных групп.

В результате анализа было выявлено 5 категорий заказов с точки зрения входящих в них групп товаров:

Это разбиение привело к рекомендациям по тематической группировке этих товарных групп в категории верхнего уровня для удобства навигации пользователей интернет магазина.