[发明专利]一种基于主成分分析的卷烟市场饱和度评价方法及系统

权利要求书

1.一种基于主成分分析的卷烟市场饱和度评价方法，其特征在于，该方法是根据获取的卷烟的指标数据，通过主成分分析方法确定各指标的权重，并计算卷烟市场饱和度，根据量化后的市场饱和度分析各卷烟的市场状态预测卷烟的市场趋势，辅助营销决策，合理规划各个销区各个卷烟的投放量，做到精准投放，使各卷烟维持在平衡稍紧的状态；具体如下：

S1、获取并预处理数据；

S2、确定指标权重：通过spss软件进行因子分析确定指标权重；

S3、计算市场饱和度：将标准化后各指标的值与指标权重相乘加和求得市场饱和度的大小；

S4、判断并确定营销决策：用聚类分析方法依据各指标对样本集进行聚类分析，判断聚类结果与市场饱和度分布是否一致，进而合理规划卷烟、销区数量。

2.根据权利要求1所述的基于主成分分析的卷烟市场饱和度评价方法，其特征在于，所述步骤S1中获取并处理数据具体如下：

S101、选择并获取数据：包括卷烟的订货销售指标以及信息采集指标；

S102、数据预处理：分别横向、纵向的查看每个指标进行对比分析，将每个指标的数据按多个区间划分，统计各区间内数据的个数，并剔除掉极值、异常值，同时找出缺失值并进行替代处理；

S103、特征工程：包括特征选择、特征提取和特征构建。

3.根据权利要求2所述的基于主成分分析的卷烟市场饱和度评价方法，其特征在于，所述步骤S101中卷烟的订货销售指标包括订单满足率、投需比、订足面、订购面、重需面和订足率；

其中，订单满足率＝客户订购量/客户需求量*100％；

投需比＝客户投放量/客户需求量*100％；

订足面＝订足户数/订购户数*100％；

订购面＝订购户数/总户数*100％；

重需面＝某规格本期有需求记录的零售客户数/前三周期有该规格订单记录的零售客户数*100％；

订足率＝订购量/投放量*100％。

4.根据权利要求2所述的基于主成分分析的卷烟市场饱和度评价方法，其特征在于，所述信息采集指标包括市场覆盖率、社会销量和社会库存；

其中，市场覆盖率是指卷烟市场覆盖情况；

社会销量是指所有客户周期销售；

社会库存是指所有客户期末库存。

5.根据权利要求2所述的基于主成分分析的卷烟市场饱和度评价方法，其特征在于，所述步骤S102中数据预处理包括数据格式化、数据清理或数据采样；

其中，数据格式化是将一组数据按照规格式样进行规范，并记性表示、存储、运算；在求饱和度时涉及到卷烟的订货销售指标以及信息采集指标，将采集到的卷烟的订货销售指标以及信息采集指标用浮点数表示，并用DataFrame表格存储，行索引为卷烟品规，列索引为卷烟的订货销售指标以及信息采集指标，利用dataframe切片方法读取数据并计算；

数据清理是指删除异常值和极值并将缺失数据用该缺失数据所对应指标求平均值来代替；

数据采用是指通过随机抽样或分层抽样构建所需要的样本集，在计算卷烟的订货销售指标以及信息采集指标时，随机抽取部分零售户并采集零售户订购信息进而计算指标或者根据零售户档位，每档选出指定比例的零售户并采集零售户的订购信息进而计算指标。

6.根据权利要求2-5中任一所述的基于主成分分析的卷烟市场饱和度评价方法，其特征在于，所述步骤S103中特征选择是指从从特征集合中挑选一组最具统计意义的特征子集，从而达到降维的效果；其中，特征集合指的是数据预处理完成之后的dataframe多维表格中每一列所构成的集合；

所述步骤S103中特征提取是指根据数据预处理完成后的dataframe表格中的原始数据自动构建新的特征，将原始数据的特征转换为一组具有明显物理意义或统计意义或核的特征；

所述步骤S103中特征构建是指从数据预处理完成后的dataframe表格中的原始数据，再结合根据卷烟业务知识，挖掘潜在形式和数据结构，构建新的特征。