金蝶云·星空V7.7新版本創新推出數據智能服務

金蝶云·星空的零售新老客戶，在儲備了豐富數據資源的基礎上，可以使用金蝶云·星空的大數據中臺，低成本使用大數據智能應用，為門店人員、門店銷售進行科技賦能：

• 通過消費大數據計算當客戶購買A商品時，最有可能購買的B、C、D、E、F商品是什么，并將客戶消費的商品通過POS副屏展示出來；

• 通過零售云特有的大數據關聯商品推薦算法模型將零售各前端應用收集的客戶交易數據進行加工處理，并生成關聯商品推薦表；

• 大數據關聯推薦算法可以根據用戶需求自定義修改，比如是否考慮銷售熱度、是否考慮銷售成本、數據計算范圍等；

• 在標準產品中，通過算法模型計算好的關聯商品推薦表，目前只在PC-Pos中有商品副屏呈現，未來會將該推薦表應用于其他應用場景中。

大數據關聯商品推薦-算法模型展示

??  應用分享：

配置關聯商品推薦方案：

1. 消費數據計算類型：計算商品關聯度時，需要明確數據計算的范圍，當計算類型為“通過組織消費數據計算”，則在計算關聯度時，過濾條件為該組織下的所有消費數據；當計算類型為“通過門店消費數據計算”時，在計算關聯度時，過濾條件則為該門店；當計算類型選擇“通過賬套消費數據計算”時，則使用賬套中的所有數據計算商品關聯度。

2. 零售單數據生效周期：有些行業期望的關聯商品呈現周期性，比如鞋服，有的行業不具有周期性，比如珠寶首飾，故計算商品關聯度所需要的零售單數據需要通過時間控制，如果生效周期為12月，則計算關聯度時過濾條件為近12月的消費數據。

3. 銷售熱度：使用銷售額計算，通過周期內零售單中商品銷售額的占比做為商品熱度計算，客單價高的商品會被優先推薦；使用銷售量計算，通過周期內零售單商品銷售量的占比做為商品熱度計算，銷量高的商品會被優先推薦。

4. 店長期望某些商品擁有固定的商品關聯度，不會受到其他參數的影響，大數據部門不用關注此參數，數據抓取過去，返回數據時，再返回來即可。

?? 應用價值：

• 智能導購，引導客戶消費

  通過智能算法計算，可以快速引導消費者增購與已購買商品相關的商品，實現商品對消費者的快速觸達。

• 款搭營銷，合理分配利潤

  根據商品的搭配屬性，引流搭配利潤款，爆款搭配新款，可以合理分配門店商品利潤。

• 商品互補，提升門店業績

  可依據商品的功能互補、屬性互補、價格互補、爆品新品互補等屬性，設置相關商品的互為推薦，提高商品的曝光度，高效提升門店業績。

• 大數據算法分析，精準推薦

  依托金蝶云·星空大數據中臺，收集商品線上線下營銷數據，結合消費者購買歷史、客單價、消費行為等用戶畫像信息，精準推薦商品，支撐商品的相互引流作用。

了解及體驗

??