Increasing Retail Sales Revenue Using Data Mining Techniques

Abstract

In this study, we analyze a customer’s single purchase data to increase revenue by using data mining apriori and association rules to make product and withdrawal predictions  based on historical sales data for a retail store and understand why things happened in  the past through data mining. (descriptive analytics) tells about algorithms and how to use them optimally. Nowadays, every enterprise and business organization and individuals use data mining techniques from the historical information of operations to take the required information as knowledge and use it wisely in their future work and life activities. Data mining has the advantage of uncovering hidden patterns and links that can provide economic  benefits that other tools cannot detect.    Өгөгдөл Олборлолтын Аргыг Ашиглан Жижиглэн Худалдааны Борлуулалтын Орлогыг Нэмэгдүүлэх нь Хураангуй: Энэхүү өгүүлэлд бид жижиглэн худалдаа хийдэг дэлгүүрийн хувьд зарагдсан  барааны түүхэн өгөгдөлд тулгуурлан бараа, татан нийлүүлэлтийн таамаглалыг өгөгдөл олборлолтын apriori болон association rule-г ашиглан орлогыг нэмэгдүүлэхийн тулд худалдан аваг-  чийн нэг удаагийн худалдан авалтын өгөгдөлд дүн шинжилгээ хийж, өгөгдөл олборлолтын  өнгөрсөнд болсон зүйлс яагаад тохиолдсон болохыг ойлгох (descriptive analytics) арга алгоритмуудын талаар болон тэдгээрийг хэрхэн оновчтойгоор ашиглах талаар өгүүлнэ. Одоо үед аж  ахуй нэгж, бизнесийн байгууллага бүр түүнчлэн хувь хүн хүртэл үйл ажиллагааны түүхэн мэдээллээс өгөгдөл олборлолтын арга техникүүдийг ашиглан шаардлагатай мэдээллийг мэдлэг  болгон авч цаашдын ажил, амьдралын үйл ажиллагаандаа ухаалгаар ашиглаж байна. Өгөгдөл олборлолтын хувьд бусад хэрэгслүүдээр илрүүлэх боломжгүй эдийн засгийн үр өгөөж өгөх  боломжтой нууцлаг зүй тогтол, холбооснуудыг ч илрүүлж чаддагаараа илүү давуу талтай.  Түлхүүр үгс: Машин сургалтын алгоритмууд, сагсны шинжилгээ, хэрэглэгчийн зан төлөв,  Apriori, Хамаарлын шинжилгээ