營(yíng)銷數(shù)據(jù)挖掘?qū)ζ髽I(yè)營(yíng)銷策略的影響研究

侯瑾　陳翠翠

[摘要]在市場(chǎng)競(jìng)爭(zhēng)日益激烈，競(jìng)爭(zhēng)方式日益豐富的情況下，對(duì)企業(yè)營(yíng)銷數(shù)據(jù)的挖掘成為眾多企業(yè)管理者的新寵，將營(yíng)銷數(shù)據(jù)作為制定企業(yè)營(yíng)銷策略的重要依據(jù)。但是，目前仍有許多企業(yè)對(duì)營(yíng)銷數(shù)據(jù)存在較大誤區(qū)，沒(méi)能將營(yíng)銷數(shù)據(jù)充分挖掘，進(jìn)而影響了企業(yè)營(yíng)銷策略的制定。本文在分析界定營(yíng)銷數(shù)據(jù)概念的基礎(chǔ)上，簡(jiǎn)述數(shù)據(jù)挖掘?qū)ζ髽I(yè)營(yíng)銷策略的重要性，并分析營(yíng)銷數(shù)據(jù)挖掘?qū)ζ髽I(yè)營(yíng)銷策略的重要影響。

[關(guān)鍵詞]數(shù)據(jù)挖掘；營(yíng)銷策略；營(yíng)銷數(shù)據(jù)

[中圖分類號(hào)]F274 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1005-6432（2014）17-0039-02

在知識(shí)經(jīng)濟(jì)時(shí)代，市場(chǎng)競(jìng)爭(zhēng)已經(jīng)逐漸演變成為智慧和才能的競(jìng)爭(zhēng)，隨著計(jì)算機(jī)技術(shù)在企業(yè)各個(gè)部門的不斷滲透，越來(lái)越多的數(shù)據(jù)為企業(yè)決策提供了參考素材，同時(shí)也為企業(yè)制定營(yíng)銷策略提出了更高的挑戰(zhàn)。諸多企業(yè)在采用信息化管理之后卻難以應(yīng)對(duì)海量營(yíng)銷數(shù)據(jù)的攻擊，在制定營(yíng)銷策略時(shí)陷入了“數(shù)據(jù)豐富，知識(shí)匱乏，方式欠缺，方向不明”的困境。針對(duì)這種現(xiàn)象，企業(yè)管理者需要對(duì)營(yíng)銷數(shù)據(jù)的概念有充分認(rèn)識(shí)，根據(jù)企業(yè)自身的數(shù)據(jù)情況進(jìn)行分析，對(duì)營(yíng)銷策略進(jìn)行戰(zhàn)略調(diào)整。

1企業(yè)營(yíng)銷數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘又稱做數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，是當(dāng)下數(shù)據(jù)庫(kù)領(lǐng)域中的研究熱點(diǎn)，需要從數(shù)據(jù)庫(kù)龐大的數(shù)據(jù)儲(chǔ)備中找出隱含的、具有潛在價(jià)值信息的過(guò)程。因此，數(shù)據(jù)挖掘?qū)Q策而言具有明顯的支持作用，數(shù)據(jù)挖掘技術(shù)是在人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、可視化技術(shù)的支撐下完成的，具有歸納性和合理性，對(duì)決策者調(diào)整營(yíng)銷策略，減少或規(guī)避風(fēng)險(xiǎn)，落實(shí)決策都有重要意義。

目前數(shù)據(jù)挖掘在商業(yè)領(lǐng)域的分析方法有許多種，需要根據(jù)問(wèn)題以及數(shù)據(jù)的類型對(duì)分析方法做出調(diào)整，較為常用的主要有以下幾種。

1.1關(guān)聯(lián)分析法

關(guān)聯(lián)分析法指的是從所儲(chǔ)備的數(shù)據(jù)中能夠找出某些數(shù)據(jù)在某一事件中存在的關(guān)聯(lián)性。采用這種分析法需要先確定關(guān)聯(lián)規(guī)則，發(fā)現(xiàn)某一事件中不同數(shù)據(jù)是否存在關(guān)聯(lián)性，而這種關(guān)聯(lián)性與企業(yè)管理或銷售存在著怎樣的關(guān)系，從而據(jù)此對(duì)企業(yè)管理或銷售計(jì)劃做出調(diào)整。

1.2序列分析法

這種分析法與關(guān)聯(lián)分析法的規(guī)則類似，但是它尋找的是某一事件中數(shù)據(jù)之間在時(shí)間上的關(guān)聯(lián)性。這種分析法對(duì)于發(fā)現(xiàn)潛在用戶具有明顯作用，能夠廣泛應(yīng)用到醫(yī)療、工程等領(lǐng)域的企業(yè)當(dāng)中。

1.3分類和預(yù)測(cè)分析法

一般而言，分類與預(yù)測(cè)分析法是由兩個(gè)過(guò)程實(shí)現(xiàn)的，首先是先確定一個(gè)模型描述，描述出指定的數(shù)據(jù)類型和概念集，進(jìn)行分類劃分，然后使用這個(gè)分類進(jìn)行預(yù)測(cè)分析。這種分類預(yù)測(cè)分析法能夠?qū)μ囟ㄏM(fèi)習(xí)慣的用戶進(jìn)行有效分析，從而推斷出消費(fèi)習(xí)慣和下一步的消費(fèi)行為。

最后一種就是聚類分析法，這種分析法是專門針對(duì)缺乏數(shù)據(jù)描述的情況而采用的。例如，在聚類分析之前，數(shù)據(jù)特征等都是未知的，進(jìn)行聚類分析時(shí)就能夠?qū)?shù)據(jù)庫(kù)內(nèi)的信息進(jìn)行相似性最大化處理，這樣就能夠幫助企業(yè)了解出哪些是較為典型性的用戶，哪些是忠實(shí)用戶，哪些是流失用戶等，從而有助于企業(yè)根據(jù)不同用戶的消費(fèi)特征制定出不同的營(yíng)銷策略。

2數(shù)據(jù)挖掘的重要性

隨著企業(yè)信息化建設(shè)的逐步完成，大量的數(shù)據(jù)信息在企業(yè)隨處可見(jiàn)，而完善的信息系統(tǒng)為企業(yè)提供了良好的數(shù)據(jù)挖掘條件，所以，如何利用好數(shù)據(jù)資源，成為企業(yè)獲得市場(chǎng)地位，贏得市場(chǎng)份額的重要環(huán)節(jié)。

但是，我國(guó)企業(yè)雖然信息化系統(tǒng)較為普及，但是對(duì)數(shù)據(jù)信息的利用仍有欠缺，對(duì)信息化以及數(shù)據(jù)信息的挖掘利用仍處在起步階段，在市場(chǎng)競(jìng)爭(zhēng)壓力不斷加大，企業(yè)規(guī)模不斷擴(kuò)大的情況下，需要利用現(xiàn)代化數(shù)據(jù)信息來(lái)應(yīng)對(duì)瞬息萬(wàn)變的挑戰(zhàn)。因此，企業(yè)進(jìn)行數(shù)據(jù)信息挖掘有助于增加經(jīng)營(yíng)、決策的科學(xué)性，制定出正確的營(yíng)銷策略，是企業(yè)快速發(fā)展的必由之路。

3良好數(shù)據(jù)挖掘?qū)ζ髽I(yè)營(yíng)銷策略的影響

3.1有助于優(yōu)化產(chǎn)品布局，為營(yíng)銷策略提供參考

企業(yè)產(chǎn)品布局主要指的是產(chǎn)品種類和數(shù)量、產(chǎn)品生產(chǎn)組合等內(nèi)容，對(duì)產(chǎn)品銷售范圍、銷售數(shù)量以及組合銷售情況進(jìn)行數(shù)據(jù)挖掘有助于增加企業(yè)產(chǎn)品的銷量。從某種意義上講，企業(yè)產(chǎn)品是企業(yè)最真實(shí)的代表，因此，需要在產(chǎn)品生產(chǎn)以及銷售的過(guò)程中對(duì)收集來(lái)的數(shù)據(jù)進(jìn)行有效分析。主要包括兩個(gè)方面，一是在產(chǎn)品生產(chǎn)過(guò)程中成本價(jià)格浮動(dòng)數(shù)據(jù)。用最通俗的例子來(lái)表述，就是當(dāng)某一個(gè)較為暢銷的產(chǎn)品的成本價(jià)格上升時(shí)，僅僅靠提升產(chǎn)品價(jià)位，來(lái)鞏固銷售額不是最好的辦法，而是需要考慮調(diào)整產(chǎn)品布局，對(duì)該暢銷產(chǎn)品進(jìn)行組合銷售、范圍銷售、帶動(dòng)銷售的情況下，來(lái)獲得更好的利潤(rùn)。這些營(yíng)銷策略需要在嚴(yán)密、準(zhǔn)確、全面的數(shù)據(jù)挖掘情況下進(jìn)行，否則就增加了企業(yè)的運(yùn)營(yíng)風(fēng)險(xiǎn)。二是產(chǎn)品在銷售過(guò)程中的銷量數(shù)據(jù)浮動(dòng)。假如產(chǎn)品在某一區(qū)域的銷量逐漸上升或逐漸下降，就需要對(duì)這類事件進(jìn)行充分?jǐn)?shù)據(jù)挖掘，在進(jìn)行這類數(shù)據(jù)挖掘時(shí)可以采用聚類分析法和分類與預(yù)測(cè)相結(jié)合的方法，從而制定相應(yīng)的營(yíng)銷策略，抓住企業(yè)的各類用戶，并對(duì)忠實(shí)用戶進(jìn)行鞏固。

3.2有助于管理用戶類別，為營(yíng)銷策略提供支撐

根據(jù)真實(shí)有效的數(shù)據(jù)來(lái)進(jìn)行分析挖掘是企業(yè)用戶管理的基礎(chǔ)，是企業(yè)營(yíng)銷策略落實(shí)的關(guān)鍵。首先，數(shù)據(jù)挖掘可以幫助企業(yè)將用戶類別標(biāo)準(zhǔn)進(jìn)行明晰，使企業(yè)能夠根據(jù)不同用戶群的需求來(lái)制定營(yíng)銷策略。其次，數(shù)據(jù)挖掘時(shí)可以通過(guò)分類預(yù)測(cè)分析法對(duì)潛在用戶進(jìn)行吸納，使企業(yè)在維護(hù)好原有用戶的基礎(chǔ)上將潛在用戶歸納到現(xiàn)有類別當(dāng)中。同時(shí)還可以根據(jù)已經(jīng)掌握的用戶資料，根據(jù)性別、年齡、區(qū)域以及洽談手段進(jìn)行歸類分析，從而了解不同用戶的合作趨向，為用戶提供更好的服務(wù)。

另外，在管理用戶類別方面，還需要從用戶滿意度的角度進(jìn)行分析，通過(guò)與用戶維持較為合理的交流氛圍來(lái)把握產(chǎn)品的市場(chǎng)定位，有計(jì)劃地進(jìn)行差異化營(yíng)銷。在分析用戶滿意度的同時(shí)要注重為忠實(shí)用戶實(shí)行個(gè)性化銷售制度，制定良好的個(gè)性化產(chǎn)品組合，及時(shí)調(diào)整產(chǎn)品內(nèi)容和產(chǎn)品組合結(jié)構(gòu)，從而保證了營(yíng)銷策略的靈活性，為企業(yè)制定營(yíng)銷戰(zhàn)略提供有效支撐。

3.3有助于實(shí)現(xiàn)營(yíng)銷數(shù)據(jù)管理科學(xué)化，提高營(yíng)銷策略制定時(shí)效性

通過(guò)對(duì)營(yíng)銷數(shù)據(jù)挖掘與分析，能夠?yàn)槠髽I(yè)決策者提供更加精準(zhǔn)地市場(chǎng)分析，為擺正企業(yè)發(fā)展目標(biāo)，準(zhǔn)確開(kāi)展市場(chǎng)營(yíng)銷活動(dòng)，提供強(qiáng)有力的支撐，在實(shí)際落實(shí)中則大大增加了營(yíng)銷策略制定的時(shí)效性。企業(yè)在進(jìn)行數(shù)據(jù)挖掘時(shí)能夠?qū)τ脩魧?duì)產(chǎn)品的使用情況進(jìn)行及時(shí)掌握，快速做出反應(yīng)，為企業(yè)調(diào)整、擬定營(yíng)銷策略提供可靠依據(jù)，大大提升了營(yíng)銷策略的制定速度，縮短了從制定到落實(shí)的時(shí)間差，為企業(yè)發(fā)展、產(chǎn)品銷售贏得了寶貴時(shí)間。比如，制定交叉銷售策略時(shí)，企業(yè)可以快速利用現(xiàn)有老用戶的信息及其所在社會(huì)層次制訂老客戶帶動(dòng)新客戶的營(yíng)銷方案，大大提升了尋找新用戶、掌握新用戶信息的速度，不僅能夠有效開(kāi)展富有個(gè)性化的交叉銷售，還能夠在一定程度上保證了營(yíng)銷策略有效落實(shí)。

4結(jié)論

通過(guò)以上論述可以發(fā)現(xiàn)，在知識(shí)經(jīng)濟(jì)時(shí)代下開(kāi)展的營(yíng)銷數(shù)據(jù)挖掘雖然能夠較為快速地為企業(yè)贏得利潤(rùn)，但是還需要企業(yè)進(jìn)一步擴(kuò)大數(shù)據(jù)搜索、儲(chǔ)備范圍，不斷更新數(shù)據(jù)收集、儲(chǔ)備及分析方法，為企業(yè)營(yíng)銷策略制定提供更加準(zhǔn)確的參考信息。同時(shí)企業(yè)還需要扎實(shí)修煉數(shù)據(jù)挖掘方面的內(nèi)功，不斷提升數(shù)據(jù)挖掘能力，綜合利用數(shù)據(jù)挖掘方法，迎接更多的挑戰(zhàn)。這就要求企業(yè)要充分認(rèn)識(shí)到營(yíng)銷數(shù)據(jù)挖掘中存在的瞬時(shí)性、短暫性，在數(shù)據(jù)信息的瞬時(shí)性中挖掘持久性規(guī)律，盡可能地規(guī)避數(shù)據(jù)挖掘的不良影響，做到既能鉆得進(jìn)去，又能跳得出來(lái)，為企業(yè)提供更加全面決策參考。

參考文獻(xiàn)：

[1]馬江洪，張文修，徐宗本.數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)：統(tǒng)計(jì)學(xué)的觀點(diǎn)[J].工程數(shù)學(xué)學(xué)報(bào)，2002（1）.

[2]錢鋒，徐麟文.數(shù)據(jù)挖掘及在營(yíng)銷中的應(yīng)用[J].杭州電子工業(yè)學(xué)院學(xué)報(bào)，2001（4）.

[3]王實(shí)，高文.數(shù)據(jù)挖掘中的聚類方法[J].計(jì)算機(jī)科學(xué)，2000（4）.

[4]張躍先，康錦江，陳璐.營(yíng)銷決策模型的研究及其應(yīng)用[J].科技和產(chǎn)業(yè)，2005（1）.