论文部分内容阅读
本文是在宏观经济背景下尝试用一种新的方法解读上海地区的服装销售状况，定量研究大数据思维下的上海服装销售数据与上海地区经济统计数据之间的相关关系，对与服装销售看似无关无序的数据进行分析研究，寻找与服装销售相关的潜因子。研究采用大数据的思维模式，突破了传统研究中“建立模型－抽样调研－验证模型”的研究思路，传统模式的弊端在于模型假设本身的局限性，即只能通过现有知识的逻辑推理建立更新的模型。而本文采用“大数据采集－寻找数据相关性－深度访谈分析”的研究方法，依托数据进行研究，探索大数据思维在服装销售领域应用的可行性。在数据采集方面，上海服装销售数据由上海服装协会提供，数据的起止时间为2011-2013年，包括三年三项指标十二个品类的月度数据；上海经济统计数据来源于上海统计局官方网站，包括四大类二十个细分指标。通过对数据的预处理，对存在缺失的项目通过人工计算获取，并对数据进行整合分类。在此基础上，采用spss分析了两大类数据的相关性，重点解读了四类与上海服装销售具有较高相关性的经济统计数据，并明确重点关注的指标。作为探索性的研究，本文在相关研究分析的基础上，进行了专家验证，以明确本研究探索方向的正确性与准确性。考虑到访谈的专业性、权威性和代表性，将对大数据的思考整理成提纲的形式，对服装行业专家、统计行业专家以及大数据研究专家三类专家进行深度访谈，本文的研究结论得到专家的肯定，专家们也对未来的研究提出了思考和建议，部分建议与上海统计局写信进行问题反馈与总结。总之，随着大数据研究的不断发展，越来越多的行业会投身到大数据的研究分析中，服装行业作为消费品行业中必不可缺的部分，研究分析其内部与外部大数据更是至关重要。服装行业的大数据研究是一个值得深入研究的方向，它极大程度地顺应新的营销时代与环境的发展，希望本文的研究成果能为服装行业提供基础性的参考，也为后续相关研究作为引荐。