企業營銷決策中數據挖掘技術的應用與探索

[摘要] 本文闡述了企業營銷決策系統的設計思想，數據挖掘的思想和一般技術，并論述了數據挖掘技術在該決策系統中應用的研究，并對該技術的商業應用進行總結和展望。

[關鍵詞] 企業營銷 數據挖掘 決策 數據倉庫

一、引言

在市場競爭日趨激烈、商業環境發生巨大變化的時代，社會、技術、經濟、政治等環境因素變得越來越復雜和難以預測，任何經濟個人或企業單位都面臨著一個課題，就是如何想辦法采取營銷策略把自己的商品推銷出去。尤其社會是進入信息數字化階段后，該問題顯得更加突出，因此，如何利用數字化信息決定自己的企業決策方案變得非常重要。數據挖掘是解決該問題非常有效的技術。

二、數據挖掘(data mining)思想

數據挖掘是集統計學、人工智能、計算機等結合的交叉技術。數據挖掘也稱為知識發現（KDD—Knowledge Discovery in Database），其主要思想是可以從大量的、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，并通過這些知識指導我們將來的工作，以提高效益。目前該技術在企業營銷中的應用也是剛剛起步，但是已經暗示了該技術在商業營銷活動中的潛在能力，尤其是在企業營銷決策系統當中的應用，將會對企業營銷活動和決策和發展起到非常重要的作用。

三、數據挖掘技術簡介

數據挖掘是一個從存儲在數據庫、數據倉庫或其他介質種中的大量數據中發現人們感興趣的知識的過程。其的應用過程可以描述為：按照既定目標，對大量的企業數據進行探索和分析，揭示隱藏的、未知的或驗證已知的規律性，并進一步將其模型化的先進有效的方法，并且最終將其在實踐中應用的過程。

數據挖掘技術大體可以劃分成以下四個主要階段：數據準備、數據挖掘、表示與結果分析、知識應用。其中數據挖掘是很關鍵的階段，主要包括：回歸分析、統計分析、聚類分析、神經網絡、決策樹、探索分析等方法，這將決定數據挖掘的思路和最終實現的結果。

四、數據挖掘在企業營銷決策中的應用簡介

企業營銷是企業戰略的重要組成部分，營銷戰略的制定與實施，在企業戰略中居于重要地位，是確保企業戰略得以實現的重要保證。

市場營銷管理，就是由企業市場部門根據戰略規劃所確定的業務經營范圍、目標、業務組合和發展戰略，認真識別、分析、評價外部環境等因素。并用其去指導未來的發展戰略和計劃的過程。

數據挖掘技術在企業營銷決策中應用的過程如下：

1.數據準備階段。數據挖掘的前提是必須要有大量的可靠的數據，這需要企業營銷管理者平時對各種數據的積累，所需要的數據包括營銷企業內部管理的數據，營銷對象的相關信息，影響營銷管理和決策的各外界因素及數據。并且對數據要采取分類的方式進行管理，此時數據分類的標準是非常關鍵的，不但要考慮分類內部數據之間的聯系，同時還要考慮各數據之間的關系。

2.數據挖掘階段。該階段主要是對存儲在數據倉庫中的數據進行科學的方法進行分析，關鍵的數據挖掘方法的使用，常用的數據挖掘方法有：

(1)回歸分析，該方法利用一組觀測數據之間建立的依賴關系發現數據之間的聯系，并作出相關預測的方法。(2)時序分析，該方法注重數據之間時間的前后順序關系，并找出某事件在某個時間段內發生的頻率。例如，某月某顧客在該糧店中購買的大米的次數和數量，這對分析顧客的消費水平和銷售數量有著非常大的幫助。(3)分類分析，在前面的數據倉庫里，對商品進行準確的描述，包括商品名稱，特征，面向顧客，數量等數據項，然后用相應的分類標準將數據進行分類操作和管理。(4)聚類分析，通過分析數據倉庫中已經分好類的數據，將其按照預測的結果劃分不同的集合，并確定集合劃分的標準。

3.表示與結果分析。通過前面的過程，企業營銷決策管理者希望通過數據之間的關系得到相互數據的影響和關系，該結果以某種形式表示出來，一般都采用圖形、圖表或者數據報表的方式表示結果。通過結果進行相應分析，希望得到諸如如何得到最有價值顧客、如何使用組合效果使銷售效率最好、如何留住有價值的顧客、以最小的成本發現欺詐行為等結論。

4.知識應用。發現營銷規律和知識不是目的，將其應用到企業營銷決策中才能夠起到真正的作用，并在不斷的營銷中對所得出的結論進行論證，并不斷的修正，使其更加合理，以便更加有利的指導營銷行為和決策。

五、未來的展望

數據挖掘是一門新興的技術，且在商業管理、營銷、決策中的應用也剛剛起步，但就目前的形勢看，數據挖掘技術在該領域的作用是不可估量的，并且發展的形勢呈上升趨勢，相信在不久的將來，在數據挖掘技術支持下，企業營銷決策將會得到更加完善并有很好的前途。

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。