制造公司使用数据分析的应用场景有哪些？
发布时间：2021-11-06 16:05:06 所属栏目：资源 来源：互联网
导读：我们分三个主要的场景来说明。 第一个是线下营销场景，使用到商业统计分析的主要是产品怎么组合带来的销售额最大、该给哪些消费者寄礼物和卷能够加大其消费概率、哪里选店最合理、区域销售因素主要是哪些因素决定的、销售预测、折扣多少比例能达到最大销售
|
我们分三个主要的场景来说明。 第一个是线下营销场景，使用到商业统计分析的主要是产品怎么组合带来的销售额最大、该给哪些消费者寄礼物和卷能够加大其消费概率、哪里选店最合理、区域销售因素主要是哪些因素决定的、销售预测、折扣多少比例能达到最大销售额/销售利润率、哪些产品的反馈更好、应该开发哪些产品、不同产品在不同区域和人群应该怎么投放/陈列等。 第二个是线上场景，在这里使用商业统计分析和机器学习的组合方法较多，包含人群圈选和分类、千人千面的营销策略、推送策略、自然语义相关的评论分析等。 第三个是营销管理相关的场景，更多是营销活动费用的最大化投入产出、营销策略的好坏及效果、不同区域的营销策略制定、销售预算的有效性/广告有效性、营销团队的分析。 在如上三个主要场景中，牵扯的算法比较多，传统的商业统计分析方法较多，包含假设检验，回归，DoE，机器学习，方差分析，时间序列分析等，使用的工具可以是Excel、Qlik、Minitab、Tableau、SPSS等，也可以结合一些BI平台的分析工具，比如慧都的商业智能BI分析工具，具体要看场景来进行选择。 ② 研发： 这里我们分为两个主要场景来讲，即一个是偏重于研究和产品开发场景，另一个是工艺。 在研究和产品开发领域，除了学科领域内的算法，在研发过程中，物理集成/配方的开发、最优组合或参数或者配方对应某一效果/性能/成本/质量/服务/效率的最佳组合、可靠性分析和预测、公差分析、寿命预测等。 在工艺场景也类似于研发，比如工艺参数优化、工艺过程控制、工艺开发等。算法上，用到传统的算法比较多，DoE、回归、方差、假设检验等，有特殊场景尤其是比较复杂的超多因素场景，机器学习和神经网络也会有不少应用。在这个部分，常见的数据分析工具有Excel、Qlik、Minitab、Matlab，特殊领域的仿真软件等。 ③ 供应链： 对于仓储物流等场景，着重可以使用经典的供应链统计学，里面有大量的算法可以使用，包含运筹学等。在这里对于制造型企业并未有太大的突破，更多的是怎么使用好现成的方法和算法，不再赘述。比如对库存控制的领域，经典的供应链统计学中有结合库存逻辑和服务水平（六西格玛）和方差来控制最大库存、最小库存、安全库存的量对应销售预测的波动，也可以做到动态安全库存的控制。对于物流仓储设点，配送等可以使用运筹学方法，也可以使用机器学习的算法，最终实现的都是最短路径/最短时间/最小成本/最XXXX。分析工具层面可以使用Excel、Qlik、SPSS以及专用的仓储物流仿真工具和分析工具。 （编辑：云计算网_泰州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330476号