基于數據挖掘的數據庫營銷研究

重慶交通大學 劉華

在20世紀80年代數據挖掘技術出現以前，很多企業(yè)認為龐大的網絡數據信息已經給他們帶來了很大的利益。利用這樣便捷而高效的網絡技術，顧客不再讓他們毫無頭緒。但是隨著21世紀的到來，信息的大爆炸式發(fā)展讓營銷者們措手不及，數據信息已經成為大片大片的汪洋大海，而人們正被這些海浪逐漸淹沒。單憑固有的數據信息，商家已經很難抓住各種分散的顧客。而這時正值數據挖掘技術突飛猛進的發(fā)展階段，一種全面的革新又給商家們扔下了救命的稻草，“數據豐富，知識饑渴”似乎將不再是他們的形容詞。

1 數據挖掘與數據庫營銷

1.1 數據挖掘

數據挖掘即最初的知識發(fā)現(KDD)，是指在龐大的網絡數據庫、數據倉庫或者其他信息倉庫中，運用特定的技術將大量、模糊、不完全、隨機的數據提取、整合、發(fā)掘之后，獲取有商業(yè)價值含量的知識，簡言之就是提取、挖掘知識。運用這些知識，商家可以掌握客戶的購買傾向、消費心理等，從而制定相應的營銷戰(zhàn)略，來達到增加利潤的目的。

常用的數據挖掘方法有兩類：一類是機器學習技術，一類是統(tǒng)計模型。前者與數據挖掘的關系最密切。機器學習屬于人工智能的一種，也稱為歸納推理，，是通過學習訓練數據集，來發(fā)現模型的參數，進而找出隱含的規(guī)則。常用的機器學習方法有決策樹、人工神經元網絡和遺傳算法等。統(tǒng)計模型在數據挖掘中的應用主要是進行評估，例如聚類分析、概率分布、回歸分析、相關分析和判別分析等。

人工神經元網絡是數據挖掘技術中使用最廣泛的技術，它通過模仿人腦的機能，反復學習訓練數據集，然后發(fā)現用于分類和預測的模式。該技術對于解決極復雜的問題最有效，但其最大的缺點就是無法解釋結果產生的原理及其所用的規(guī)則。

決策樹是一種類似于樹型結構的預測模型，其中樹的一些非終端節(jié)點分別表示屬性，而葉節(jié)點則表示所屬的不同類別。樹的分支是根據訓練數據和集中數據的不同來取值建立的，所有分支組合形成一個決策樹，再對其進行反復修剪轉化為相應的規(guī)則，用于對新數據進行分類。它不同于神經元網絡的是其決策制定過程的可見性，它可以解釋結果產生的原理。

1.2 數據庫營銷

所謂數據庫營銷就是企業(yè)與其顧客進行雙向溝通和互動的過程。數據庫營銷是近幾年高速發(fā)展的一個全新的營銷概念，是網絡營銷領域的另一次重要變革。企業(yè)首先搜集和積累網站消費者的大量信息，經過處理，然后預測消費者購買某種產品的可能性，還可以利用這些信息精確定位自己的產品，有專業(yè)性地制定產品的營銷策略。當然最終都是以吸引顧客購買商品為目的的。

有效的數據庫營銷直接就可以提高營銷效率，建立企業(yè)與顧客之間的良好關系，提高顧客的忠誠度，最終增加長期利潤。傳統(tǒng)的大眾化營銷是以產品為中心，對產品進行定量分析，而數據庫營銷是歸納分析所有的相關數據。數據庫營銷把企業(yè)的營銷模式從規(guī)模營銷轉向個性化營銷，為顧客提供個人所需的獨特的產品。

1.2.1 幫助企業(yè)準確快速地找到目標消費者

在傳統(tǒng)營銷理念中，所有的消費者接受的都是統(tǒng)一的、大批量生產的、相同的產品和信息。新興的數據庫技術卻能使企業(yè)將目標集中在個人身上，實現目標的準確定位，從而生產出適用不同群體的個性化產品。數據庫營銷可以幫助營銷者有效地探測市場，及時發(fā)現新的市場機會然后向顧客提供新產品、新服務。營銷者對特定的顧客進行調查和觀察，追蹤每個顧客的需求和欲望，并在已有相關顧客的數據庫中挖掘新的機會，獲取新的效益。數據庫營銷是互動的營銷，營銷者必須不斷地與特定的顧客溝通了解，建立與消費者之間的一種有效的反應機制，進而從中發(fā)現顧客的新需求，然后提供給顧客新的產品和服務。

1.2.2 降低營銷成本，提高營銷效率

當今消費者風格迥異，或多追求時尚化、個性化、風格化，企業(yè)可針對消費者這種需求， 及時對市場進行細分，以便使產品更準確地滿足目標消費群體的需求。建立消費者數據庫可以幫助企業(yè)尋找到經濟的促銷方式，而其中的關鍵就是準確的定位目標消費群。企業(yè)可以避免使用價格昂貴的大眾傳播媒體，可以運用網絡這一更經濟的促銷方式，進而降低成本、增強本企業(yè)的競爭力。

2 數據庫營銷中常用的數據挖掘技術

數據庫營銷中的關鍵是數據處理后如何尋找目標顧客，而數據挖掘技術正是關鍵所在，既如何從海量的客戶數據中找出那些對企業(yè)有價值的，能幫助企業(yè)作出正確營銷決策的信息和知識。下面介紹的是數據庫營銷中常用的數據挖掘技術：

2.1 關聯分析

關聯分析法也就是常說的市場籃子分析。它通過搜索數據庫中的所有事物，從中提取關聯規(guī)則，找到出現條件概率較高的模式，以掌握顧客的購買偏好和習慣，幫助調整市場商品的擺放及制定產品的捆綁銷售策略。

關聯實際上就是數據對象之間相關性的確定，通過對象之間的關聯關系，找出所有能將一組數據項和另一組數據項相聯系的規(guī)則。當然，這種規(guī)則的建立并不是確定的關系，而是一個具有一定置信度的可能值，即事件發(fā)生的概率。關聯分析法直觀、易理解，但對于關聯度不高或相關性復雜的情況不太有效。

2.2 序列模式

類似于關聯分析，也是為了挖掘數據之間的聯系。不同的是它側重于挖掘出數據的前后時間順序關系，分析是否存在一定趨勢，以預測未來的訪問模式，即用某個時間點發(fā)現的顧客對產品的購買行為模式來預測其將來購買產品的概率。

序列模式通過分析數據間的前后序列關系，來發(fā)現給定交易序列數據庫中，每個序列是按照交易時間排列的一組交易集，挖掘序列函數作用在這個交易序列數據庫上，返回該數據庫中出現的高頻序列。

進行序列模式分析也需要有用戶輸入最小值信度C和最小支持度S。另外，序列關聯規(guī)則挖掘中采用的Apriori 特性可以用于序列模式的挖掘，另一類挖掘此類模式的方法是基于數據庫投影的序列模式生長技術。

2.3 聚類

聚類可用于市場細分，它是按顧客的行為或特征的相似性將其劃分為若干小的市場，以便制定有針對性的營銷策略。

2.4 分類

分類用于預測對產品目錄郵寄和廣告或贈送優(yōu)惠券等促銷手段有反應的特定人群，也可以用來對顧客定級和破產預測等。

3 基于數據挖掘的數據庫營銷的實施

3.1 搜集大量有價值的顧客信息

信息是建立數據庫營銷的第一步，顧客信息是很廣泛的一類內容。例如：顧客的姓名、性別、年齡、職業(yè)、住址、電話號碼等;顧客的喜好及行為習慣；顧客與公司之間的業(yè)務交易記錄，如訂單、退貨、投訴等。整理信息時要注意信息的結構化，避免雜亂無章，否則將會影響組織和輸入的效率。

3.2 建立顧客數據庫

充分掌握了顧客的信息之后，如何有效地保存并組織和利用這些信息，就要建立一個統(tǒng)一的系統(tǒng)：顧客數據庫。用來分析搜集的數據信息進而產生更多的決策信息。然后再根據這些信息定期地進行整合分析，掌握瞬息萬變的市場需求的特點和變化，從而滿足各種顧客的多樣化需求。

3.3 定期更新

搜集的信息不能一成不變，要定期從企業(yè)的不同角度收集信息，及時掌握顧客的需求變化，并盡快將變化的信息輸入顧客數據庫。同時對數據庫中的信息也要定期進行匯總分析，并歸納總結出顧客需求變化的趨勢，有利于營銷者及時調整經營方向，以免錯過市場商機。

3.4 售后加強

掌握了顧客的購買信息后，合理地運用市場營銷手段，可以是加強顧客對產品的忠誠度，可以是刺激顧客需求，來挖掘潛在顧客。消費心理學有研究，顧客都有想買到物美價廉的產品的心理，他們在購買一個企業(yè)的某一品牌產品之后，通常都會有意識地在價格、性能等方面與其他不同品牌的同類產品進行比較。因此，順利地賣出商品并不是完成了營銷的全部，之后還需要繼續(xù)對本產品進行不斷宣傳如做廣告等，打造品牌形象，讓顧客得到心理上的滿足，以此加強顧客對該產品的依賴和信任。

目前許多國外金融保險行業(yè)和大型零售企業(yè)都紛紛建立了營銷數據庫，并合理運用數據挖掘技術來分析發(fā)現對本企業(yè)各種產品感興趣的顧客群，幫助制定獲取最佳顧客量的計劃，加深與顧客之間的關系，及時發(fā)現并跟蹤有發(fā)展前景的商品市場，根據顧客的各種反饋確定不同產品的開發(fā)計劃、合理調配銷售人員，為企業(yè)帶來了競爭優(yōu)勢。如美國Firstar銀行運用Marksman數據挖掘工具，預測應在不同的時候向不同的客戶提供特定的產品；美國運通公司運用一個記錄信用卡業(yè)務的大型數據庫，進行數據挖掘，制定了一個“關聯結算優(yōu)惠”的策略，既增加了運通卡的使用率，也提高了該商店的銷售量。美國讀者文摘出版公司的業(yè)務數據庫，擁有積累了40年遍布全球一億多個客戶的資料，并不斷實時的更新數據，再進行數據挖掘，使該公司實現了從通俗雜志到專業(yè)雜志、出版發(fā)行書刊和聲像制品的跨越，極大地發(fā)揮了自己的才能，擴展了公司的業(yè)務范圍。

4 結語

數據庫營銷作為一種適應現代網絡信息社會的獨特的營銷方式，它通過在顧客和企業(yè)之間建立直接的溝通，體現了一切為顧客服務這一營銷公理，是一種很有發(fā)展前景的網絡營銷方式。但是在我國，數據庫營銷被引進不久，尚屬新生事物。然而我國網絡信息技術正值高速發(fā)展時期，數據庫營銷必定會被不斷運用并得到提升，而這一提升也必定少不了數據挖掘的支持。因此，我國的各個企業(yè)應盡快建立穩(wěn)定準確的顧客數據庫，并巧妙運用數據挖掘技術進行有效分析和預測，制定營銷戰(zhàn)略，才能應對當今激烈的競爭環(huán)境。

[1](加)韓家煒,堪博(Kam ber).數據挖掘:概念與技術[M].北京:機械工業(yè)出版社,2007(3).

[2]李文濱.論數據庫營銷的功能及在CRM中的應用[J].現代商貿工業(yè),2007(4).

[3]馮艷婷,柯士濤.電子商務環(huán)境下的客戶關系管理及技術研究[J].云南民族大學學報：哲學社會科學版,2007(2).

[4]中國雙軟認定網.企業(yè)與產品相關統(tǒng)計數據.www.chinasoftware.com.cn,2010-5-11.

[5]百度網.教育軟件.www.baidu.com,2010-5-12.

[6]教育部.2008年全國教育事業(yè)發(fā)展統(tǒng)計公報.www.jyb.cn,2009-7-17.