极客黑色星期五指南:不是买什么，而是科技如何帮助囤货!

发布的丽莎哈维，2016年11月22日

6次(最近30天)|0喜欢|0评论

就销售额而言，“网络星期一”可能已经超过了去年的“黑色星期五”，但这并不意味着实体店在今年的假日季会有更大的销售额。根据街上“……超过1.5亿美国人将在这个感恩节周末前往商场和购物中心。感恩节周末购物者的平均消费为413.50美元，81%的假日购物者计划在实体店消费。”

过去几年黑色星期五的人群。

而数据科学家在为这个假日季的在线销售数据做准备时，实体店的销售背后也有惊人的技术力量。下面是一些例子:

淘便宜货的人遇到了空架子

你在一个不合适的时间把自己从床上拽起来，结果发现还不够不合适。就在你到达之前，商店的“完美礼物”已经卖完了。后面的仓库还有吗?你能找个店员帮你找吗?

在研究论文中应用图像处理技术检测零售商店货架可用性和产品定位，作者提出了一种利用来自安全摄像机的视频馈送的系统。通过应用图像处理技术，商店可以检测到货架上的空白空间。本研究使用了中提供的几种特征提取算法MATLAB,包括冲浪(加速健壮功能)，轻快的(二进制鲁棒不变可扩展关键点)，FAST(加速段测试的特征)等。

检测目标图像和参考图像的最强点。图片来源:Verma Et al。

试想一下，当货架上的一个空点对应于后面房间的多余库存时，这个系统可以提醒商店的员工。当需要补充库存时，可以实时通知相关人员。瞧!“完美礼物”又回到了货架上。

如果仓库也是空的呢?

为什么仓库里没有“完美礼物”了?除非该产品有意限量供应，例如赔本赚吆喝这个预测系统本来只是想吸引一群人，结果却让这家零售商失望了。他们希望有消费者会购买的商品。

图片来源:peter Kratochvil

如果零售商需要更好的需求预测，他们可以求助于人工智能(AI)。在论文中基于神经网络的供应链需求预测，作者使用人工神经网络和机器学习来更好地建模时间序列预测。人工智能使他们能够根据过去的行为模式来预测复杂的商业和购物者行为。为此，他们创建了一个人工神经网络(ANN)深度学习工具箱。研究发现零售商可以用人工神经网络改进他们的预测:“所提出的方法，需求预测问题作为一个现实世界的案例研究在一家制造公司进行了调查……所提出的方法可以被认为是预测中的一个成功的决策支持工具。”金宝app结果是提高预测准确性的能力。”