AI/Big Data資料分析師養成班學員專題作品
GOLDEN RULE—企業產品行銷策略平台
專題緣由
大數據的經典案例啤酒與尿布是否真的能應用在實務上? 會遭遇到什麼樣的困難還是終究只是個都市傳說? 從2002年到現在15年過去了有沒有更有效率更準確的分析方式? 這次我們就試著運用台灣賣場實際收銀機(POS機)資料再現啤酒與尿布傳說~
提綱挈領
運用收銀機資料與外部資料找出相關性獲得資訊優勢進而改進行銷模式推出具競爭力且活躍的促銷方式。
多元嘗試
商品內部資料相關分析並結合外部影響因素分析(天氣節慶等)。利用爬蟲抓取競爭對手相關商品資訊讓決策者擁有更完整的資訊進行SWOT分析更準確的制定銷售策略。在商店內安裝影像分析系統自動辨識客潮流動方向進行數據統計。
資訊自動化
動態更新資料讓使用者可以得到最即時性的資訊以最短的時間擬定戰略方向。
專題內容
1.對可能影響銷量的因素與競爭對手商品資料進行爬蟲。
2.收銀機與外部資料清洗與分析。
3.運用深度學習找出傳統分析方式所無法挖掘出的資訊。
4.整合各項資料加入ERP系統。
5.開發影像辨識系統統計店內客戶數與客潮動向。
使用技術
→WORK2VEC
(1)分析商品名稱提取關鍵字進行分類
(2)進行購物籃分析
→使APRIORI
分析發票的商品組合
→PEARSON
相關性分析-分析商品間銷量相關程度
→ARIMA
預測商品未來銷量
→SCRAPY
自動化爬蟲
→PYTORCH
高效省時架構神經網路加強numpy並運用GPU提升運算效能
→SPARK
分散式架構加強資料提取與分析效率
→影像辨識人潮分析
YOLOv2,keras,tensorflow,CUDA
→TABLEAU
將資料視覺化呈現
→DJANGO
網頁框架部屬網頁與資料庫串流