新書推薦：
《
新民说·现实政治史：从马基雅维利到基辛格
》
售價：NT$
454.0
《
宽容是件奢侈品（人生360度·一分钟经典故事）
》
售價：NT$
203.0
《
甲骨拼合六集
》
售價：NT$
1520.0
《
视觉美食家：商业摄影实战与创意解析
》
售價：NT$
602.0
《
中国经济发展的新阶段：机会与选择
》
售價：NT$
454.0
《
DK月季玫瑰百科
》
售價：NT$
959.0
《
为你想要的生活
》
售價：NT$
301.0
《
关键改变：如何实现自我蜕变
》
售價：NT$
352.0
|
| 內容簡介： |
自２０１６年马云在演讲中提出新零售这个概念后，它逐渐成为零售业发展的趋势和标杆。新零售不仅包含以互联网技术为依托的电子商务模式，也更加重视融合线上与线下渠道，对传统零售方式进行改良和创新，而实现这些的关键点之一就是数据驱动。随着信息技术的发展，企业获取和使用数据的成本越来越低廉，这也进一步促使数据成为企业发展的重要生产要素。据麦肯锡咨询公司测算，大数据的有效运用将促使多数零售企业提高６０％以上的利润率。
企业对于大数据的重视引起了学术界的关注，为管理和决策理论带来了研究和创新机遇。但是，目前我们看到，现有研究仍然存在很多问题：①目前关于数据驱动的零售业管理研究中，大多数学者以电子商务作为主要研究对象，对于实体零售业在大数据背景下的管理模式研究不多；②目前相关的专著大多是从企业管理的角度，即战略设定和运作管理两个方面着手，对于企业数据挖掘内容涉及不多；③虽然目前研究成果较为丰富，但仍缺乏这些成果在零售业中的应用路径。
鉴于此，本书从供应链的角度研究零售业管理的相关问题，即针对产品从生产、运输、上架到清仓的整个过程中涉及的主要决策入手，按照数据学习模型决策的研究范式，首先从数据中挖掘需求产生的机制和消费者的行为特征，开发产品需求预测和预测更新方法，然后基于预测优化企业在选址、配送、库存管理等方面的决策。 自２０１６年马云在演讲中提出新零售这个概念后，它逐渐成为零售业发展的趋势和标杆。新零售不仅包含以互联网技术为依托的电子商务模式，也更加重视融合线上与线下渠道，对传统零售方式进行改良和创新，而实现这些的关键点之一就是数据驱动。随着信息技术的发展，企业获取和使用数据的成本越来越低廉，这也进一步促使数据成为企业发展的重要生产要素。据麦肯锡咨询公司测算，大数据的有效运用将促使多数零售企业提高６０％以上的利润率。
企业对于大数据的重视引起了学术界的关注，为管理和决策理论带来了研究和创新机遇。但是，目前我们看到，现有研究仍然存在很多问题：①目前关于数据驱动的零售业管理研究中，大多数学者以电子商务作为主要研究对象，对于实体零售业在大数据背景下的管理模式研究不多；②目前相关的专著大多是从企业管理的角度，即战略设定和运作管理两个方面着手，对于企业数据挖掘内容涉及不多；③虽然目前研究成果较为丰富，但仍缺乏这些成果在零售业中的应用路径。
鉴于此，本书从供应链的角度研究零售业管理的相关问题，即针对产品从生产、运输、上架到清仓的整个过程中涉及的主要决策入手，按照数据学习模型决策的研究范式，首先从数据中挖掘需求产生的机制和消费者的行为特征，开发产品需求预测和预测更新方法，然后基于预测优化企业在选址、配送、库存管理等方面的决策。
本书不仅包含针对各种零售数据的建模方法，而且包含与模型相对应的算法以及数据处理步骤，读者可以随时上手进行测试。此外，笔者一直与一家跨国时尚企业和一家在新加坡经营自动贩售机的企业展开合作，利用企业提供的时尚产品的销售数据对本书中所涉及的模型和算法进行实证分析，展现了数据驱动的决策方法在零售业管理中的应用路径。
|
| 目錄：
|
第１章 绪论
１．１ 研究背景与研究问题
１．２ 研究内容与章节安排
本章参考文献
第１部分 产品总销售量预测
第２章 针对具有高维特征产品的总销售量预测模型
２．１ 理论回顾
２．２ 广义因子分解模型
２．３ 数值实验
２．４ 本章小结
本章参考文献
第３章 考虑需求截断的总销售量预测模型
３．１ 理论回顾
３．２ 需求截断的预测模型
３．３ 数值实验
３．４ 本章小结
本章参考文献
第２部分 产品期销售量预测
第４章 基于间断时间序列分析的产品需求预测
４．１ 理论回顾
４．２ 基准预测模型
４．３ 基于聚合分解的预测模型
４．４ 数值实验
４．５ 本章小结
本章参考文献
第５章 短生命周期产品销售量预测方法
５．１ 理论回顾
５．２ 预测方法
５．３ 数值实验
５．４ 本章小结
本章参考文献
第６章 基于客户基础分析的销售量预测模型
６．１ 理论回顾
６．２ 基准模型
６．３ 基于客户基础分析的方法
６．４ 数值实验
６．５ 本章小结
本章参考文献
第３部分 数据驱动的零售管理
第７章 数据驱动的选址决策
７．１ 理论回顾
７．２ 数据收集与整理
７．３ 模型构建
７．４ 实验结果分析
７．５ 本章小结
本章参考文献
第８章 数据驱动的产品配送决策
８．１ 理论回顾
８．２ ＶＲＰＳＰＤＴ问题
８．３ ＡＭＰ算法设计
８．４ 数值实验
８．５ 本章小结
本章参考文献
第９章 数据驱动的库存分类决策
９．１ 理论回顾
９．２ 随机多目标ＡＢＣ分析法
９．３ 数值实验
９．４ 本章小结
本章参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
