案例描述

如今的零售商在激烈地商业竞争中面临越来越多的挑战、面对日益广泛，活跃和发达的商业网络，消费者变得更加挑剔，比以往任何时候都通晓信息和要求更多。除了新技术对他们购买行为产生的影响，他们也更容易受到朋友，家庭的意见的左右，以及产品销售人员和社会新媒体的影响。他们不再像过去那样完全依赖并信任产品销售人员和这些零售商、制造商们通过电视，电台等传统渠道播出的广告。这些越来越多知情的消费者想要得到快速的个性化服务，他们希望零售商听取他们的意见，了解他们，并能让他们随时随地浏览和购买他们想要的商品。消费者和提供者之间的这种动态的转变，意味着零售商必须加强了解客户的洞察力和购买倾向，例如，某产品特定的一个 VIP 顾客在网上购物，在他生日当月，可以提供给他想要购买的产品相关的价格优惠政策和优惠券。采用这种客户关怀活动，能确保客户满意度，增强对客户推荐新产品和服务的可能性，使其购买更多的商品，保持对零售商的忠诚度。

还有许多零售的过程，如产品策划推广、频繁更换的销售活动和计划以及最终客户的参与程度等等要经过精心策划从而做到成本最优化。零售商需要具有快速准确的业务决策能力，能捕捉和了解客户需求、喜好、购买模式和倾向， IBM 旗下的统计分析软件 IBM SPSS Modeler(Modeler) 和预测分析产品 IBM SPSS Decision Management(DM) 以及 IBM SPSS Collaboration and Deployment Services 的珠联璧合能为零售行业定制打造智慧零售的解决方案，能够非常出色灵活的解决他们的问题，使企业用户做出最智慧的决定。

在本论文第三节中我们将详细地讨论如何采用这些产品来实现零售行业商业利润最大化。

回页首

产品介绍

跟据分析上述客户需求，客户需要一个特殊定制的预测分析程序能够生成符合要求的产品模型 , 不但要能够应用到商业规则以及商业模型，还要求模拟出最终客户应用的场景。根据这些特点我们选择以下三个最具代表性的预测分析产品：IBM SPSS Decision Management，IBM SPSS Collaboration and Deployment services, IBM SPSS Modeler. 这些产品的使用不但能够满足客户的需求而且其自身的很多特点也是为与数据挖掘，预测分析，决策制定相关的应用服务的。

IBM SPSS Decision Management

IBM SPSS Decision Management 是一个具有可定制功能的商业决策预测分析产品：它可以通过商业规则自动给出最终决策，并且能够加载预测模型使结果更准确，以及利用优化和模拟的功能给出最好的决策，并且最终将商业预测的整个模型部署在客户的环境中 , 如图 1, 2 所示。而它最大亮点在于能够根据客户的需求量身制定出客户化的产品，而且可以通过特殊的配置解决一系列非常明确详细的问题。这个产品旗下中共有 4 种应用：

IBM SPSS Decision Management for Customer Interaction, 这个应用是用来预测分析商业销售中如何以最高的利益回收通过实时的交互渠道，网站，电话服务中心等为客户推荐最优的 offer, 这个 offer 可以是产品，服务或者客户关怀信息，这个应用也是用来解决本篇文章中客户的需求，在接下来的章节里会根据客户需求对产品做更详细的介绍；

IBM SPSS Decision Management for Claims, 这个应用是用来预测分析商业领域中的欺诈行为，运用商业规则和商业预测模型实时快速的给出处理解决方案。

IBM SPSS Rules Management 和 IBM SPSS Modeler Advantage 这两个应用更像两个工具，一个是用来创建商业规则另一个是用来创建商业预测模型，这里的商业模型有局限性只能够创建基于两种算法的预测模型，所以当客户需要更多的预测模型时，可以使用 IBM SPSS Modeler 这个产品。

IBM SPSS Modeler

IBM SPSS Modeler 是一个专业的数据挖掘的工具，对于商业领域专家来说能够轻松地通过它建立符合各个领域的预测模型并将他们部署在商业活动中辅助决策的制定。因为这个工具是基于 CRISP-DM ( 各个行业数据挖掘处理的标准流程，如图 3 所示。）设计开发的，所以他的应该用更适用于商业领域中的预测分析。在本篇中的客户案例我们将使用到这个产品中强大的建模工具。

IBM SPSS Collaboration and Deployment services

IBM SPSS Collaboration and Deployment services 是一个企业级的数据分析应用程序，它提供可靠的集中的分析对象的存储管理，例如 IBM SPSS Decision management 的各种对象结果的存储，IBM SPSS Modeler 的各种对象的存储。能够对预测分析流程管理进行更高级的控制 , 例如按照指定的时间触发模型分析功能，发现模型不符合实时要求是能够提示客户进行更新。而且能够用最新的数据基于各种模型为客户评估出最优的预测分析结果。在这个客户案例中我们将用到这个产品中 Scoring Service 这一强大的功能，它是一个能够将实时输入的数据通过模型评估出最终的值，这个值可以是我们要给客户提供的产品或服务，也可以是预测欺诈行为的最终处理手段。

回页首

解决方案实现

我们通过一个实际的案例来详细地说明怎么结合 IBM SPSS Decision Management, IBM SPSS Collaboration and Deployment Services 和 IBM SPSS Modeler 实现零售业的利润最大化。下图 4 是 IBM SPSS Decision Management 的 Launch Page。

通过这个界面可以进入到 Decision Management 的不同应用中。本文中用到的是 Decision Management 的 Customer Interaction Management 这一应用。这一应用主要应用在商业活动为每个客户提供合适的促销商品并且能够计算出整个商业活动的利润。接下来本文会通过一个实际的案例来详细说明如何结合商业逻辑和商业预测模型来给客户提供最优的解决方案同时实现商业利润的最大化。说到 Launch Page 就不能不提到 Decision Management 的另一个特色就是能够根据客户需求打造属于自己的应用。其中可以配置的部分包括界面显示例如帮助性的文字，图片以及专业术语同时在产品功能上客户也可以自己配置需要的步骤或者去掉一些不必要的步骤。我们现在看到的 Launch Page 就是经过改造之后的，这里的 3 个应用是用于不同的商业背景。本文会着重于零售业如何用 Decision Management 策划活动从而获得最大化的商业利润。本文中用到的是 Retail online Promotion 这个应用。它是根据 Decision Management 的一个重要应用 Customer Interaction Management 衍生而来的。 点击进入之后看到的是图 5 Home Page，在这里列出了 5 个步骤来构建一个模型。

第一个步骤是数据选用，在这一步用户根据需要选择用于构建模型所用到的数据。Project Data Model 是贯穿于整个模型构建所要用的数据基于这个数据用户可以创建商业规则和评测模型。所有的数据都必须和 Project Data Model 做匹配才能用于商业模型的构建。

在选取了合适的数据源之后第二个步骤是 Global Selection, 这一步的作用是为所创建的模型选取一个特定的受重群体。本文所构建的是一个零售业的模型为了销售更多的商品来谋取最大利润所以不在这里对受重群体不做过滤针对所有的消费者来创建模型。有了合适的数据源和受重群体之后接下来就要进入 Decision Management 核心的部分 Define，如图 6 所示。

首先要定义的是要推广的活动，例如我们现在有一个活动是某个购物网站为了回馈顾客而进行的商品打折活动。这个活动中会向顾客提供两种打折商品 - 牙膏和香皂。如果要构建这样一个活动，首先活动策划人员需要选择本次活动所要针对的顾客群，接下来要创建商业规则来对不同的顾客分配不同的打折商品。商业规则的创建一般都是根据创建模型本人的专业经验结合客户的特征来定义的。在创建商业规则的时候我们也可以通过一个模型的输出来定义。这就用到了 IBM Business Analytic 的另一个重要软件 IBM SPSS Modeler。活动策划人会通过一个模型来选择特价牙膏的受惠群体，此处用到的商业模型是根据顾客所购买过的商品来预测即将购买的商品，在这里我们可以用到 IBM SPSS Modeler 创建的预测模型，如图 7 所示。

如果某个顾客被预测到有购买牙膏的可能性很高的话，策划人员就会给他一个特价牙膏的信息。还有另外一种情况，人们在购买某种商品的同时可能会购买其他的商品这就是所谓的购买模式，可以用这种购买模式来创建商业规则。比如说购买了除臭剂的客户同时购买香皂的可能性很大针对这样的客户我们会给他一个特价香皂的信息。类似于这样商业规则的创建可以通过使用 Rule Management 实现。

商业模型创建好了之后怎么判断商业模型创建的是否合适呢？ Decision Management 提供了测试功能，点击 Define 页面上的 Test 就可以实现对模型的考量。策划人员可以用历史数据来进行测试，根据测试的结果和实际结果是否一致来判断模型创建是否合适，如果有偏差活动策划人员可以通过调整预测模型或者商业规则来调整商业模型。在接下来的 Prioritize 步骤中活动策划人员可以通过 Decision Management 提供的 Prioritize 功能来算出什么样的分配能获得最大的商业利润。这个正是这个活动策划过程中最需要得到的数据。接下来将对如何根据结果调整模型来进行详细的叙述。

在 Prioritize（图 8）中用可以通过变量和公式来计算出利润。而这些变量和公式是由该应用的模板设计人员在模板中定义的。在本案例中总共用到了 6 个变量：顾客响应可能性、商品单价、商品成本、折扣、活动推广的单位花费以及单位最小利润。这 6 个变量的值可以定义在活动级别也可以定义在折扣级别。同时对变量值的定义可以用数据库里的某个字段或者模型的输出或者用户自己输入的一个值。在本次活动中还需要一个限制条件就是对于同一个客户商家发给他的特价商品数不超过 3 个，对于这个限制条件也可以在 Decision Management 界面上实现。

当所有的变量都定义好了之后活动策划人可以用 What-if 功能来计算出将有多少个打折信息被发出，整个活动的花费以及所带来的利润。活动策划人员可以通过利润报告得知有多少人参与到此次活动一级这个活动的最终所能带来多大的收益。

在得到利润报告之后，如果活动策划人员对利润不满意该怎么办呢？别着急，Decision Management 可以重新帮忙调整。活动策划人员可以通过调整客户响应的可能性、商品的单价、商品的成本、折扣、活动推广的单位花费以及单位最小利润这六个变量里面的任何一个来重新计算或者通过使用 Decision Management 的 Overwrite 功能来定义最优先考虑的优惠从而得出一个新的利润报告。在本案例中，当活动策划人得知其中有一项优惠活动的花费将由厂家提供，他就可以通过调整活动花费为零然后重新计算利润。结果显示将有更多的该优惠被发出并且为此次促销活动会带来更多的商业利润。

当市场策划人员完成了所有活动的定义之后，整个应用就可以部署到第三方的应用软件上去。如果策划人员想模拟第三方的软件的应用场景该怎么办呢？别着急，Collaboration and Deployment Services 可以帮忙做到，它提供的 Scoring Service 可以针对每条数据进行实时的 Score。在 Deployment Portal 界面是只要选中创建的模型，输入 Score 模型所需要的数据点击 Score 按钮就能一键轻松搞定。从显示的结果就能明确的看出针对此客户应派给的优惠以及所带来的利润。智慧营销，就是这么简单！

回页首

小结

通过以上的实际应用相信大家对如何使用 IBM SPSS Decision Management 来构建一个商业模型已经有了一个初步的认识。通过使用所构建的商业模型可以实时的给出合理的促销信息这样不仅赢得了时间也赢得了客户。在这个要求高效率的商业竞争中无疑为商家赢得了更多的时间和客户，同时这也就意味着为商家赢得了更多的商业利润。除了在零售业中的重要应用，IBM SPSS Decision Management 还可以应用于保险业，银行，电信等众多行业。这也就足以可见 IBM SPSS Decision Management 在预测分析领域的领先地位同时其提供的可配置功能也为用户提供了更灵活的使用方式和全新的客户体验。不仅如此 IBM SPSS Decision Management 还可以与 Cognos 结合使用，能及时的为商家提供最新最全的商业报告以便及时的更新商业模型为商家在激烈的商业竞争中赢取了宝贵的时间同时也带来的巨大的商业利润。不得不说 IBM SPSS Decision Management 确实是行业的领头产品在预测分析 领域有着不可取代的地位。

参考资料

学习

• 在 developerWorks 中国网站 Information Management 专区 了解关于信息管理的更多知识。可以从那里查找技术文档、how-to 文章、教学、下载、产品信息等。
  
  
• 随时关注 developerWorks 技术活动 和 网络广播。
  
  

获得产品和技术

• 通过 IBM 产品评估试用版软件构建您的下一个开发项目，该软件可直接从 developerWorks 下载。
  
  

讨论

• 参与论坛讨论。
  
  
• 查看 developerWorks 博客，并加入 developerWorks 中文社区，developerWorks 社区是一个面向全球 IT 专业人员，可以提供博客、书签、wiki、群组、联系、共享和协作等社区功能的专业社交网络社区。
  
  

作者简介

为本文评分

评论

回页首

内容

• 案例描述
• 产品介绍
• 解决方案实现
• 小结
• 参考资料
• 作者简介
• 评论