2021年淺談數(shù)據(jù)挖掘技術(shù)在企業(yè)營(yíng)銷(xiāo)管理中的應(yīng)用

1、 摘要 為了更好地對(duì)企業(yè)的營(yíng)銷(xiāo)管理進(jìn)行量化分析， 許多企業(yè)開(kāi)始引進(jìn)數(shù)據(jù)挖掘技術(shù)為企業(yè)的營(yíng)銷(xiāo)管理提供精準(zhǔn)的信息支持。 本文就是基于這樣的一種發(fā)展趨勢(shì)， 結(jié)合數(shù)據(jù)挖掘技術(shù)特點(diǎn)與營(yíng)銷(xiāo)數(shù)據(jù)的特征， 分析數(shù)據(jù)挖掘技術(shù)在企業(yè)營(yíng)銷(xiāo)管理中的應(yīng)用 。 關(guān)鍵詞 數(shù)據(jù)挖掘 營(yíng)銷(xiāo)數(shù)據(jù)庫(kù)客戶(hù)關(guān)系管理一、 數(shù)據(jù)挖掘的概念及方法數(shù)據(jù)挖掘 (Data Mining) 是一個(gè)利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過(guò)程 , 這些模型和關(guān)系可以用來(lái)做出預(yù)測(cè) 。 它是一個(gè)多步驟的對(duì)大量數(shù)據(jù)進(jìn)行分析的過(guò)程,它在自身發(fā)展的過(guò)程中 , 吸收了數(shù)據(jù)庫(kù)、 數(shù)理統(tǒng)計(jì)和人工智能中的大量技術(shù)， 是一種利用信息資源的有效方法。數(shù)據(jù)挖掘的功

2、能用于指定數(shù)據(jù)挖掘任務(wù)中要找的模式類(lèi)型。 一般來(lái)說(shuō)數(shù)據(jù)挖掘任務(wù)可被分成描述和預(yù)測(cè)兩類(lèi)“描述性挖掘任務(wù)刻劃數(shù)據(jù)庫(kù)中數(shù)據(jù)的一般特性； 預(yù)測(cè)性任務(wù)則在當(dāng)前數(shù)據(jù)上進(jìn)行推斷， 以進(jìn)行預(yù)測(cè)。 ” 一般通過(guò)概念/ 類(lèi)描述 、 關(guān)聯(lián)分析 、 分類(lèi)和預(yù)測(cè) 、 聚類(lèi)分析等方法去實(shí)現(xiàn) 。二 、 營(yíng)銷(xiāo)管理數(shù)據(jù)的特點(diǎn)作為企業(yè)數(shù)據(jù)重要的一部分， 企業(yè)的營(yíng)銷(xiāo)數(shù)據(jù)除擁有數(shù)據(jù)的共性之外， 也有其自身特點(diǎn) 。主要特點(diǎn)如下數(shù)據(jù)量大 。 關(guān)于企業(yè)營(yíng)銷(xiāo)的數(shù)據(jù)量非常龐大， 每天的經(jīng)營(yíng)都不斷產(chǎn)生大量新的數(shù)據(jù)， 如果僅用傳統(tǒng)的分析法， 如采用計(jì)算機(jī)的常規(guī)分析手段， 其分析處理能力也非常有限， 運(yùn)用數(shù)據(jù)挖掘技術(shù)效果就大不一樣了 ， 我們僅從其

3、定義即可看出它面向的就是大數(shù)據(jù)量。 特別是它與數(shù)據(jù)倉(cāng)庫(kù)的結(jié)合， 更是加強(qiáng)了其對(duì)海量數(shù)據(jù)的處理能力 。動(dòng)態(tài)性與規(guī)律不明性 。 營(yíng)銷(xiāo)數(shù)據(jù)中所包含的規(guī)律性往往不是很強(qiáng) ， 隨著時(shí)間 、 經(jīng)濟(jì)環(huán)境的變化 ， 規(guī)律也在不斷更迭變化 ， 比如在銷(xiāo)售旺季中的某種模式到銷(xiāo)售淡季中可能就不起作用或作用不明確。 對(duì)于這樣多變且復(fù)雜的現(xiàn)象數(shù)學(xué)形式的模型很難及時(shí)適應(yīng)或預(yù)測(cè)這種變化 ， 但在采用某種數(shù)據(jù)挖掘技術(shù)后企業(yè)一般就可以在不斷獲得新數(shù)據(jù)后 ， 自動(dòng)對(duì)模型進(jìn)行動(dòng)態(tài)更新以適應(yīng)新的環(huán)境。數(shù)據(jù)類(lèi)型多 。 市場(chǎng)的不確定性與銷(xiāo)售、 客戶(hù)關(guān)系的變化與許多因素的影響， 如經(jīng)濟(jì)的 、 政治的 、 社會(huì)的 、 心里的等等有關(guān)。 數(shù)據(jù)

4、的類(lèi)型既有數(shù)值型的也有大量非數(shù)值型的 ， 如分類(lèi)數(shù)據(jù)。關(guān)系復(fù)雜 企業(yè)的營(yíng)銷(xiāo)變量從產(chǎn)品種類(lèi) 、 廣告場(chǎng)所 、 客戶(hù)特征到銷(xiāo)售量可謂眾多繁雜取值既類(lèi)型多樣化且也可能和很多因素有關(guān)。 這種相關(guān)的性質(zhì)有可能是線性的也有可能是非線性的 。 也許可以較為簡(jiǎn)單的初等函數(shù)形式來(lái)描述， 但有些根本無(wú)法以數(shù)學(xué)形式表示達(dá)。三、 數(shù)據(jù)挖掘技術(shù)在營(yíng)銷(xiāo)管理中的應(yīng)用根據(jù)數(shù)據(jù)挖掘在企業(yè)營(yíng)銷(xiāo)管理中的現(xiàn)實(shí)與到目前為止的理論研究成果， 本文認(rèn)為數(shù)據(jù)挖掘在營(yíng)銷(xiāo)管理中的應(yīng)用已滲透到從產(chǎn)品銷(xiāo)售關(guān)聯(lián) 、 潛在客戶(hù)分析、 客戶(hù)關(guān)系管理到廣告投放決策等等方面 ， 主要應(yīng)用介紹如下尋找替在客戶(hù) 。 數(shù)據(jù)挖掘在尋找替在客戶(hù)主要工作是識(shí)別好的潛在客

5、戶(hù) 、 為接近潛在客戶(hù)選擇溝通渠道、 信息簡(jiǎn)檔的匹配等。 不像傳統(tǒng)的僅靠營(yíng)銷(xiāo)部門(mén)的經(jīng)驗(yàn)去選擇一部分人群， 數(shù)據(jù)挖掘技術(shù)提供了許多效果顯著的更為精確的定量方法。 如在利用簡(jiǎn)檔匹配定義替在客戶(hù)時(shí)， 我們可以用距離度量評(píng)價(jià)替在客戶(hù)的得分、 計(jì)算匹配度等， 從而更為精準(zhǔn)地知道那些人有可能是企業(yè)或公司的客戶(hù) 。定向市場(chǎng)營(yíng)銷(xiāo)活動(dòng)。 企業(yè)在選擇了一部分人群作為替在客戶(hù)后 ， 要使這部隊(duì)部人群成為企業(yè)的人現(xiàn)實(shí)客戶(hù) ， 需要開(kāi)展許多營(yíng)銷(xiāo)活動(dòng)。 如何開(kāi)展?fàn)I銷(xiāo)活動(dòng)、 合理安排預(yù)算等都是企業(yè)迫切需要知道的情報(bào)， 否則容易造成預(yù)算分配不合理、 強(qiáng)度與止目標(biāo)群錯(cuò)位等。 數(shù)據(jù)挖掘在改進(jìn)市場(chǎng)營(yíng)活動(dòng)時(shí)主要是采取響應(yīng)度建模 ，

6、進(jìn)而計(jì)算固定預(yù)算的響應(yīng)率、 從而達(dá)到優(yōu)化營(yíng)銷(xiāo)活的收益例如 ， 公司想給大量的替在客戶(hù)發(fā)郵件 ， 但每客戶(hù)的響應(yīng)度不一樣， 在不同的普及底線 、 穿透度要求下利用數(shù)據(jù)挖掘技術(shù)我們可以計(jì)算出響應(yīng)度的排位， 從而為合理安排定向營(yíng)銷(xiāo)活動(dòng)提供決策 。產(chǎn)品關(guān)聯(lián)分析 。 史上啤酒與尿布放在貨架鄰近處一起銷(xiāo)售的營(yíng)銷(xiāo)經(jīng)典案例就是產(chǎn)品關(guān)聯(lián)規(guī)則的側(cè)面反應(yīng)。 數(shù)據(jù)挖掘在零售企業(yè)對(duì)于產(chǎn)品關(guān)聯(lián)的分析大大地促進(jìn)產(chǎn)品的銷(xiāo)售， 傳統(tǒng)的做法是按產(chǎn)品分類(lèi)擺放， 但這樣企只能獲得簡(jiǎn)單的銷(xiāo)量數(shù)據(jù)并不能獲得如購(gòu)買(mǎi)習(xí)慣、 捆邦銷(xiāo)售等信息。 通過(guò)關(guān)聯(lián)規(guī)則挖掘可經(jīng)挖掘到所有支持度和軒信度分別大于等于預(yù)定的最小支持度和最小置信度的規(guī)則 ， 并找

7、出其中的規(guī)律 。 在做此類(lèi)分析時(shí)， 常用 APRIORI 算法去實(shí)現(xiàn)。 目前 ， 大部分大超市都開(kāi)始使用關(guān)聯(lián)規(guī)則挖掘幫助其決策， 為企業(yè)的交叉售銷(xiāo) 、 提升銷(xiāo)售 、 銷(xiāo)售推薦提 TOC o 1-5 h z 供支持 ， 更好地為顧客的服務(wù)， 實(shí)現(xiàn)企業(yè)與顧客雙贏。客戶(hù)關(guān)系管理。 在產(chǎn)品高度同質(zhì)化 、 客戶(hù)需求多樣化的今天， 如何進(jìn)行有效地客戶(hù)關(guān)系管理已是企業(yè)競(jìng)爭(zhēng)能力提升的的重要基礎(chǔ)。 以前 ， 人們認(rèn)為客戶(hù)關(guān)系管理就是“以客戶(hù)為中心”對(duì)客戶(hù)進(jìn)行管理， 這種觀點(diǎn)雖然有一定的道理， 但只是概念性描述， 沒(méi)有具體的量化指導(dǎo)措施只是片面強(qiáng)調(diào)表面現(xiàn)象， 沒(méi)有深層次的分析。 如無(wú)法精準(zhǔn)地辯別出那些客戶(hù)最有價(jià)值， 對(duì)如何保持客戶(hù)和流失客戶(hù)分析缺少令人信服的方案。、 結(jié)論隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展和企業(yè)越來(lái)越重視從營(yíng)銷(xiāo)數(shù)據(jù)中獲得知識(shí) ， 數(shù)據(jù)挖掘技術(shù)的在企業(yè)營(yíng)銷(xiāo)數(shù)據(jù)管理中將扮演著更為重要的角色。 同時(shí)企業(yè)信息化的加強(qiáng)和營(yíng)銷(xiāo)定量分析的俱增， 數(shù)據(jù)挖掘技在企業(yè)營(yíng)銷(xiāo)管理的中應(yīng)用將越來(lái)越廣 。 充分利用數(shù)據(jù)挖據(jù)技術(shù)為企業(yè)的營(yíng)銷(xiāo)管理服務(wù) ， 提高從營(yíng)銷(xiāo)數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)的能力 ， 從而使企業(yè)在競(jìng)爭(zhēng)中處于有利位置。參考文獻(xiàn)1Jiawei Han, Micheline Kanmber.數(shù)據(jù)挖掘概念與技術(shù)， 機(jī)械工業(yè)出版社 ，20012營(yíng)銷(xiāo)管理：第3版（原文版）/（美）菲利普