来自大规模食品分销的收银机数据是衡量和分析该行业活动和消费的特别丰富的数据来源。尽管自 2020 年以来它们就已用于制定消费者价格指数 [ Leclair, 2019 ],但法规的扩展允许使用它们来制定食品零售贸易的早期活动指数,从而取代统计调查。
大型食品分销行业的公司每天都会将收银机数据传输给 INSEE。每个销售点、每个销售日和每件售出的产品(通常通过其欧洲商品编号 - EAN - 和描述来识别)都与价格、销售数量和相应的营业额相关联。绝大多数销售数据是在销售日期后的两天内收到的。因此,月末两天后,平均只有上月销售额缺失 0.13%,五天后仅缺失 0.02%。
虽然这些数据可用于衡量“非专业食品主导零 尼泊尔 Whatsapp 数据 售”的早期活动,但它们也可用于衡量大型食品商店占零售贸易多数或相当大份额的产品消费变化。为了从收银机数据中生成特定产品的演变指数,需要为每种食品分配一个法国产品命名代码。这里我们使用一种允许自动分类标签的学习算法。最初,选择落在了包含法国 NA2008 命名法的 129 个位置的级别上:这种详细程度在用户(特别是国家会计师)的需求和自动分类的潜力(首先是文本中包含的信息级别)之间提供了良好的折衷。然而,在更详细的层面上进行进一步的开发是可能的。
一旦将产品“分类”到适当的类别中,就可以通过逐月“链接”上个月的指数和两个月之间观察到的销售变化来计算给定产品的一系列变化指数。
…可以更精确地估算每月消费量
通过按产品测量收银机数据的变化,可以丰富和完善 129 个项目在命名层面上估算食品消费的方法。根据考虑的产品系列,根据大众分销所代表的市场份额会出现不同的情况。