工业品的生产与销售是现实生活中必不可少的重要因素,已经影响到社会的各个方面,也在社会众多领域中扮演着重要的角色。目前阶段工业品分类众多、决策采购的过程繁琐、交易涉及的金额大、对专业性要求强。传统的购买方式靠客户关系代购、渠道采购或在销售平台上选择购买,这导致顾客需要花费大量的时间和精力。对于公司销售平台来说能分析顾客购物的意图,实现精准化营销,同时预测出工业品的销售情况,才在竞争激烈的当今社会占有一席之地,也是销售平台系统运营胜出的必由之路。为了实现对客户的精准营销以及预测工业品的销售情况,建立工业品销售预测系统。销售预测系统帮助销售人员解决实现对客户的精准营销,帮助平台管理人员预测工业品的销售情况,因此系统具有以下功能:1)数据预处理功能。从电商平台数据库中提取所有数据表,结合销售数据记录表,共同完成系统的数据获取;获取后的数据需要预处理,清除存在的“脏”数据;由于数据的来源不同,需要完成数据的格式转换。2)预测模型功能。对于实现精准营销而言需要分析不同类型的客户、不同类型的工业品和相关影响因素;对于实现预测工业品的销售情况,需要分析不同类型的工业品以及影响其销售的因素。为了准确的预测分析结果,选择C4.5决策树算法建立预测模型,引入Gini指数提高系统在工业品预测销售的精准度。改进后的模型不仅建模快、处理分类简单而且提高了系统预测的准确度。对于实现精准营销而言,将相关影响因素数据导入预测模型,预测模型给出客户偏爱工业品的类型;对于预测工业品的销售情况而言,将不同类型的工业品以及影响因素导入系统,预测出该类型工业品的销售情况。3)调整营销策略功能。销售人员可以根据预测模型的结果对用户实现精准销售,为个人提高业绩为公司实现效益。平台管理人员可以调整平台营销策略,也为公司的仓库存储提供便利。结合电商销售平台实际情况,通过对电商销售平台上用户以及工业品的研究,找出用户未来会购买的工业品以及预测工业品销售情况。通过制定恰当的销售策略,为该平台销售以及业务的长期规划带来积极的意义。