基于數據挖掘的精確營銷研究

[摘要] 市場競爭的加劇，企業利潤空間的急劇減小，使得經營者不得不在新的領域（藍海）開辟領地，降低營銷成本，提高營銷效率，做到精確營銷是每個企業家共同愿望，本文就精確營銷，以及實現途徑和方法進行了闡述

美國前郵政部長，百貨商店之父，約翰·華納梅克（John Wanamaker）感嘆到：“我在廣告上的投資有一半是無用的，但是問題是我不知道是哪一半”。在現代信息技術條件下，如何做到盡可能減少浪費，做到有的放矢，精確營銷體系就是依據這個原則，基于數據挖掘構建的一種當今社會環境下的新營銷模式。

一、精確營銷的由來

精確營銷(Precision marketing)就是在對客戶精細分定位的基礎上，依托現代信息技術手段建立個性化的顧客溝通服務體系，實現企業可度量的低成本擴張之路。

1.市場競爭加劇是精確營銷的前提。隨著市場競爭的加劇，企業過去所生存的“紅海”將變得異常擁擠，同時，消費者需求不斷變化，都需要企業去開辟產品及服務的“藍海”，去創造新的價值。價值創造構成企業藍海戰略的目標，而科學的客戶細分就將成為藍海遨游的指南針，對消費者需求差異的理解和滿足就顯得十分關鍵。

2.追求效益是精確營銷的誘因。當大眾廣告和促銷活動盛行的時候，很多營銷經理都感到迷茫 “有一半的廣告費用我不知道浪費在哪里”。當消費者不再容易被蠱惑的時候，企業就不能再依靠地毯式的轟炸來攫取市場，這樣只能收效甚微。面對激烈的競爭環境和挑剔的消費者，企業要想生存就必須考慮成本收益。

3.技術進步是精確營銷的推動力。信息技術正經歷著天翻地覆的變化，數據挖掘技術、大容量存儲技術、非結構化和半結構化查詢技術以及已經普及的網絡技術的廣泛應用，使得關系營銷、網絡營銷、數據庫營銷在技術上成為現實。借助眾多的技術手段，企業則可以真正了解到消費者所需要的產品、服務，并最大限度滿足其需求。

二、精確營銷的基礎——數據挖掘

精確營銷的基礎是擁有大量的相關客戶信息，在對這些信息挖掘整理的基礎上發現客戶特性，進行有效的營銷推廣，提供個性化的產品和服務。這里不難發現，精確營銷的成功決定于對客戶信息的充分發現，也就是科學的數據挖掘。

所謂數據挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。其過程可表示為下圖。

數據挖掘流程圖

數據挖掘的主要有六項任務：關聯分析、時序模式、聚類、分類、偏差檢測、預測。其對象主要是關系數據庫，并隨著數據挖掘技術的發展，逐步進入到空間數據庫，時態數據庫，文本數據庫，多媒體數據庫，環球網WEB等。數據挖掘方法是由人工智能、機器學習的方法發展而來，結合傳統的統計分析方法、模糊數學方法，以及科學計算可視化技術，以數據庫為研究對象，形成了數據挖掘方法和技術。

三、基于數據挖掘的精確營銷應用

精確營銷的主要目的就是降低營銷成本，提高營銷效率，發現不同客戶需求差異，進行針對性較強的組合營銷。那么，發現客戶的不同需求和不同消費傾向僅僅依靠人是無法在客戶海量信息中完成的，必須依靠數據挖掘技術，利用數據倉庫、聯機事務分析等手段，利用類聚法、關聯分析法、決策數法，以及神經網絡法等發現和預測客戶消費傾向，找到客戶消費規律，協助制定營銷策略。

因此，基于數據挖掘的精確營銷有以下五個步驟:一是收集和整理客戶相關信息，并進行基本預處理（剔除不合規則的數據），建立客戶數據庫;二是通過數據挖掘，將不同特征的客戶進行類聚，對不同客戶群的特征進行剖析，找出不同客戶群體的不同消費特征和消費差異特征;三是依據客戶特征設計不同的營銷策略，從而提供不同的產品和服務，通過提供差異化產品和服務，滿足客戶差異化的需求;四是營銷活動的評價與反饋，通過對營銷活動結果的分析，進一步深化對客戶本質需求，尤其是客戶未來期望的理解，形成新的營銷策略。

1.客戶數據收集與整理。客戶數據收集與整理就是將經過預處理準確的客戶數據收集和存儲到一條邏輯記錄中，該過程是實現客戶細分和理解的必要條件，這項工作分為兩個步驟：

(1)建立客戶數據庫。將分散在企業內部各個IT系統中的數據，以及企業外部數據(如市場調查數據、第三方數據等)分類后，以客戶ID為關鍵字進行抽取、轉換并裝載到一個集中的數據庫中，作為進行全面客戶研究和分析的基礎，為下一步進行數據挖掘所需的目標數據集提供可用的數據源。

(2)生成目標數據集市。一般來說，日常的運營數據的組織形式都是沒有固定主題的，因此就需要將所有與客戶相關的所有歷史數據根據挖掘任務的不同，選擇不同主題，并將相關數據有機地整合為一個整體，形成數據集市。例如以客戶為主題的所有用戶的記錄集合就稱為以客戶為主題目標數據集市。

目標數據集市的記錄是由許多個字段組成，每個字段都反映了客戶數據的某個方面的信息。在對目標數據集市記錄的字段名、字段的數據來源、字段的邏輯進行設計后，通過各種工具（例如OLAP聯機事務分析）將原始數據轉化為目標數據集。

同理，根據分析需求的不同，可以生成不同主題的數據集市（例如:產品集市、價格集市、滿意度集市等），從而構成數據挖掘的基礎。

2.數據挖掘（客戶類聚）及對客戶群的理解

(1)客戶類聚。客戶類聚就是把客戶分成一個個具有某些相同特征的群體，在每個群體內部，客戶的特征非常相似，而在群體與群體之間，客戶的特征非常不相似。有了這樣的客戶類聚，企業就可以對每個客戶群有效地管理并采取相應的營銷手段，提供符合這個客戶群特征的產品或服務，從而起到類似于“GPS”的精確營銷作用。

(2)通過數據分析進行客戶理解。形成客戶群后，對客戶群的描述直接影響到營銷活動的策劃和執行，因此我們還需要對客戶的特征做進一步的了解和剖析。這些剖析可以有基本特征的剖析，也可以根據不同的專題的深入刻畫（例如產品的關聯度），有時還需要加入外部信息進行豐富。針對專題的剖析應根據主題情況而變，最終形成的客戶群特征描述，把很多枯燥無味的數據變成活生生的客戶的特性體現，以幫助市場營銷人員更好地理解客戶群。

由于客戶本身是不斷變化的，因此客戶群的構成和特征也是動態的，我們需要以靈活動態的指導思想理解客戶群，才能得到正確的結論。一般來說，企業應根據客戶關系生命周期進行不同階段的客戶類聚和理解，在生成客戶營銷策略后 需要對客戶進行再次的細分和類聚，以設計產品、價格、渠道和廣告等策略。這個時候，就需要其他的數據模式和維度，例如設計廣告策略，可能就需要以媒體習慣對客戶群進行再次的劃分，形成電視維、廣播維、雜志維等；設計產品策略，就需要根據客戶群的消費特征進行劃分，形成基本功能維、包裝維、送貨安裝維等。

3.營銷方案設計與實施。企業從客戶營銷策略和當前營銷工作重點出發，篩選出適合自身的目標客戶群。根據目標客戶群的營銷活動目標，可以采用頭腦風暴法、專家訪談法，結合以往的營銷經驗，設計針對該客戶群的營銷活動創意(包括產品組合的選擇以及渠道的選擇等內容)，制定產品組合定價，并對其可能造成的影響進行評估，根據評估結果挑選出最佳創意，然后形成最終營銷方案(包括針對性的產品組合方案、產品組合價格方案、渠道方案)。

精確營銷主要強調以數據來支撐營銷決策和營銷策劃，比如通過數據的分析(建立交叉銷售模型)支持產品關聯假設，通過數據挖掘，提出支持理性的營銷設計等。在營銷方案設計完成后，為提高營銷活動成功率，提高市場營銷活動投資回報，還需要利用數據挖掘技術建立預測模型對客戶進行評價，以選取購買可能性高、并符合市場營銷活動要求的客戶。

營銷方案制定后，就要按照營銷活動計劃，執行相關的市場營銷活動和促銷活動。從客戶、市場接收輸入信息，識別并利用交叉銷售，升級銷售機會，為產品和服務處理定單，獲得反饋信息及額外的客戶信息，提供針對客戶的更為豐富的理解。

第四，營銷結果評價與反饋。基于營銷活動執行過程中收集到的數據，對營銷活動的執行、渠道、產品和廣告的有效性進行評價，尋找需要改進和優化的關鍵點，總結和獲取在執行期間得到的相關經驗和教訓，為下一循環的營銷活動打下良好的基礎。營銷結果的反饋是營銷本次營銷活動的終點，同時也是精確營銷閉環的下個循環過程的起點，是對下一個循環的提升。

總之，精確營銷是當今世界營銷界的一個熱點問題，對精確營銷體系的理解也存在很大差異，由于實踐的局限性和技術手段的限制對精確營銷的研究還處于初級階段，尤其是利用數據挖掘的精確營銷研究涉及的很少，這在我國表現的更為突出。本文就這方面的問題作一探討，以助于面向客戶需求降低營銷成本的實戰運用。

本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。