ダミー

階層的クラスタリングアルゴリズムと最近傍法は、小売業のデータのパターンを理解し、価値を創造するために広く使われています。次の段落では、これらの単純なアルゴリズムを使用して日常の小売業務における管理とセキュリティを簡素化する2つの強力なケースを示します。

k-最近傍アルゴリズムを実際に見る

パターン認識のためのK-最近傍法は、現代の小売業における盗難防止のためによく使用される。もちろん、訪問しているほぼすべての店舗でCCTVカメラを見るのに慣れていますが、ほとんどの人はこれらのデバイスから収集されたデータがどのように使用されているのか考えていません。

<！ - 1 - >

これらのカメラで疑わしい活動を監視している裏の部屋に誰かがいると想像してもいいかもしれません。しかし、今日、現代の監視システムは、人間の援助を必要とせずに、それ自体でビデオデータを分析し、解釈するのに十分なインテリジェントである。現代のシステムは、チェックアウト時にショッピングカートの最下段のビン内の隠れたパッケージをスキャンして検出するために、視覚パターン認識のためにk最近傍を使用することができるようになった。データベースにリストされているオブジェクトと完全に一致するオブジェクトが検出された場合は、検出された製品の価格が自動的に顧客の請求書に追加されることさえあります。この自動請求処理は現時点では広範囲には使用されていませんが、この技術は開発され、使用可能です。

<！ - 2 - >

K-最近隣は、小売店でもクレジットカード使用のパターンを検出するために使用されます。多くの新しいトランザクションを精査するソフトウェアアプリケーションでは、kNNアルゴリズムを使用してレジスタデータを分析し、疑わしいアクティビティを示す異常なパターンを検出します。

たとえば、登録データが、自動スキャンおよびスワイプではなく、手動で多くの顧客情報を入力していることを示している場合、その登録者を使用している従業員が実際に顧客の個人情報を盗んでいることを示している可能性があります。または、登録データが特定の商品が複数回返品または交換されていることを示している場合、これは従業員が返品ポリシーを悪用しているか、偽の返品をしてお金を稼ぐことを示している可能性があります。

<！平均最近接アルゴリズムの分類およびポイントパターン検出は、食料品小売りにおいて、顧客の購買行動における重要なパターンを識別し、その後売上および顧客満足度を高めるために使用することができるお客様の行動を予測して次の話を考えてみましょう。

他の食料品店と同様に、（架空の）Waldorf Food Co-opでのバイヤーの行動は、非常に固定されたパターンに従う傾向があります。管理者は、特定の年齢層のメンバーが同じ特定の時間帯に店を訪れる傾向があり、同じ種類の製品を購入する傾向があるという奇妙な事実についてもコメントしています。

ある日、マネージャーのMikeは非常に積極的に取り組み、顧客データを分析し、気付いていたこれらの奇妙な傾向について正確な詳細を提供するためにデータ科学者を雇うことに決めました。データ・サイエンティスト・ダンがそこに着いたとき、彼はすぐに作業中の中年男性の大人のパターンを明らかにした。彼らは週末や平日の終わりに食料品店を訪れる傾向があった。木曜日、彼らはほとんど常にビールを買った。

まあ、マネージャーのマイクがこれらの事実を武装させたとき、彼はすぐに木曜日の夕方にビールの販売を最大限にするためにこの情報を使って、割引、バンドル、スペシャルを提供しました。店主は収益の増加に満足していただけでなく、ウォルドーフ・フード・コープの男性顧客は、彼らが望んでいたより多くのものを手に入れたので満足していました。