大数据驱动下的零售需求预测 与绩效评价研究

本书对零售超市营销问题进行了相关创新性的研究与探讨，一方面研究了其关键生鲜品类的需求分析与预测，为零售超市提供科学的营销依据，以及相应的定价、采购、促销计划。另一方面，提出针对性的营销绩效评价指标体系与评价方法，在丰富营销绩效理论研究的同时及时反馈与解决营销中的问题。选用全国近30省的4000余家超市门店数据, 并借鉴深度学习自然语言处理技术, 对生鲜类目进行标准化处理。在此基础上, 进行生鲜产品需求分析、生鲜产品准确预测、营销绩效评价以解决零售超市对关键生鲜产品缺乏营销依据与营销效果评价的痛点问题。基于大数据技术，建立了生鲜产品预测模型和零售超市营销绩效评价体系，对零售超市营销问题进行了研究与探讨。

李林泽，女，管理学博士，首都经济贸易大学工商管理学院讲师，多年从事大数据分析、人工智能算法相关学科的教学与科研工作。主讲大数据供应链分析方法、人工智能时代的预测创新等课程，在相关领域国内外核心期刊发表十余篇论文。