零售业数据科学家不可不知的5个领域知识

技术很重要，但深入的理解业务，了解领域知识，才能真正的应用好技术为公司创造价值。

作者：Moeedlodhi 编译：McGL

本文简要回顾了我从一个真实零售项目工作中获得的领域知识。

我们都知道一个数据科学家需要擅长数学，Python，SQL，还需要优秀的沟通技巧。

所有这些技能都是成为“完美数据科学家”的必备，但无论你在上述技能方面有多优秀，唯一能将你与其他人区分开来的就是领域知识。

是的，领域知识是区分从事零售业的数据科学家和从事电信行业的数据科学家的东西。不管一个人的经验有多丰富，如果他/她缺乏想要为之工作的企业的专门知识，那么就不可能为那家公司创造巨大的价值。

因此，在这篇文章中，我将重温一些非常重要的术语，这些术语是我在第一个现实零售数据科学项目中学到的，对于想要获得数据科学零售领域知识的人，我相信这可以为他们提供有价值的信息。

1). 价格弹性

价格弹性只不过是“产品销售额与价格之比”。价格弹性告诉我们一个给定产品的需求随着产品“价格”的变化而“波动”多少。

如果产品的销售额没有因为价格的变化而发生太大的变化，则被认为是“无弹性的” ，而如果产品的销售额发生了变化，则被认为是“有弹性的”。产品需求对价格变化越“敏感” ，它的弹性就越大。

公司一直在寻找“最优”点，通过提高产品价格，同时关注销售量，以实现利润最大化。

太高的价格可能会导致“销售下降” ，这就是为什么必须找到一个完美的平衡，这也是价格弹性的意义。

那么价格弹性是如何计算的呢? 让我们来看看。

价格(旧)=9 价格(新)=10 需求量(旧)=150 需求量(新)=110

在上面的例子中，价格上涨了1个单位，数量下降了40单位。

我们首先计算需求量的百分比变化

（需求量(新) - 需求量(旧)） / 需求量(旧) （110-150） / 150 = (-40/150) = -0.2667

即 -0.2667 或 -26.67%

然后我们计算价格的百分比变化

（价格(新) - 价格(旧)） / 价格（旧） （10 - 9） / 9 = （1/9） = 0.1111 or 11.11％

我们现在用这两个百分比的比率来计算价格弹性，即:

需求价格弹性 = (需求量百分比变动)/(价格百分比变动) 需求价格弹性 = (-0.2667)/(0.1111) = -2.4005

这表明单位价格的变化将导致2.4倍的需求量变化。

2).季节性

季节性是在一个给定的时期内（每年，每月或甚至每周）数据的基础上，用来找到“趋势”。

出现这种情况的原因有很多，比如节假日、体育赛事等等。

季节性的一个很好的例子就是圣诞节期间，由于更多的购物者去购物中心，销售额有所增加。

它有助于数据科学家查明和调查销售额的“下降”或“上升” ，并得出结论，这些“异常”是否仅仅是巧合，还是背后有具体的原因。

通过精确定位和调查这些“趋势” ，数据科学家可以更好地理解他/她正在使用的数据，并帮助他/她向客户提出更好的建议。

3).空间弹性

公司花很多钱让商店把他们的产品放在货架上。货架空间越多，货架空间的“可见度”越高，价格就越高。

公司总是希望他们最畅销的产品能以最高的可见度展示在货架上，并且总是寻求优化货架空间，以降低空间租金的成本，同时保持销售在一个不错的水平上。即使公司决定购买更多的货架空间，也需要有力的证据证明额外的货架空间会带来更多的销售。

这就是整个空间弹性概念的来源。基本上是指随着货架空间的增加或减少，特定产品的销售量会有多大的变化。

额外的货架空间是否会带来更多的销售额？

如果是，那么展出的产品是应该展出的“最佳”产品吗？

所有这些问题都用空间弹性的概念来回答，作为一个试图给客户提供重要建议的数据科学家，了解空间弹性的概念是必须的。

4 & 5).连锁零售店

顾名思义，“连锁店”只不过是“超市和零售商连锁店”。一个常见的例子是 Lulu 或沃尔玛，在全球各地经营多个零售店。意识到连锁和零售商的概念是非常重要的，因为如果一个特定的连锁业务表现不好，我们开始调查问题在哪里，我们从表现不好的“零售商店”开始。然后，我们进一步观察哪些“产品”在该特定商店表现不佳，并继续进一步的调查。

总结

我还在做这个零售项目，它教会了我很多，但是我学到的最重要的事情是学会增加价值。

伙计们，相信我，如果你能用支持向量机，决策树和随机森林工作，这很酷，但是如果你知道的“知识”没有增加价值，这对客户来说就不值得。因此，简而言之，做一个能够增加价值的人。

参考：

[1]: Thought co.. A Primer on the Price Elasticity of Demand https://www.coursera.org/learn/machine-learning

[2]: Forbes: Seasonality In Business And Economics: A Primer https://www.forbes.com/sites/billconerly/2014/12/15/seasonality-in-business-and-economics-a-primer/#7b7b474b7870

来源：https://medium.com/swlh/the-5-must-know-terms-for-data-scientists-getting-into-the-retail-domain-518d4e8d9d6a