試析數據挖掘技術在企業營銷管理中的應用

[摘 要] 數據挖掘是在海量數據中找出有價值的知識的分析方法。在企業營銷管理中采用數據挖掘是現階段的必然要求，它有利于企業提高營銷效率，降低營銷成本，提高競爭優勢。通過了解數據挖掘的基本概念、樹立正確認識，以及分析數據挖掘和營銷管理的關系，從而掌握數據挖掘在市場營銷中的應用。

[關鍵詞] 數據挖掘 營銷管理 應用

隨著經濟全球化和電子商務時代的到來，企業積累了大量業務數據，商業環境中的信息越來越密集，數據庫的規模越來越大。它如實的記錄著企業運作的本質狀況，要想使數據真正成為企業的資源，就要充分利用它為企業自身的業務決策和戰略發展服務。人們需要有新的、更有效的工具對大量的業務數據進行分析、提取以挖掘其潛能，做出正確快速的決策，以獲得有利于商業運作的信息，提高企業的競爭力。數據挖掘技術正是在“人們被數據淹沒，人們卻饑餓于知識”的挑戰環境下產生并迅速發展起來的，它的出現為智能地把海量的數據轉化為有用的信息和知識提供了新的思路和手段，為企業的營銷管理提供有利的決策支持。

一、數據挖掘的基本原理

數據挖掘(data mining)又稱數據庫中的知識發現，是指從大型數據庫或數據倉庫中提取隱含的、未知的、非平凡的機潛在應用價值的信息或模式，它融合了數據庫、人工智能、機器學習、統計學等多個領域的理論和技術。它把人們對數據的應用從低層次的簡單查詢，提升到從數據中挖掘知識，可以使企業把數據轉化為有用的信息幫助決策，從而在市場競爭中獲得優勢地位。人們把原始數據看作是形成知識的源泉，就像從礦石中采礦一樣。它可分為統計方法、機器學習方法、神經網絡方法和數據庫方法等。“人腦+電腦”的發展模式正悄然改變著信息時代人們的生活方式，也改變著人們對數據和信息的認識。將這種改變施加到整個商業運作模式上，就產生了數據挖掘。

二、數據挖掘技術與企業營銷管理的關系

營銷管理是從對生產者與消費者之間的單一關系而發展成為對多重關系的管理活動。它涉及生產者、營銷者、消費者等多種關系，這就需要在各種關系中搭建一座科學合理的橋梁，從紛繁復雜的數據中分析概括出規律性的有用信息，以達到多方目的的互惠互贏。就如經濟學家熊彼特所說:許多研究停留在對表面現象的分析中，沒有深入研究其背后的工業流程，而后者才是真正重要的。這導致他們機械地、形而上學地對待幾個孤立的等價曲線，將自己的畢生精力獻給總量分析而得到的卻是事物本身并不具有的因果關系。

現在許多企業的營銷管理活動深陷在投機的泥潭中，而數據挖掘技術能使企業面對客觀諸多紛繁現象起到重要的橋梁作用。在現代科學技術推動下，企業營銷管理要跳出主觀臆想的陷阱，就需要向科學化方向發展。傳統的市場營銷，更多的是文字分析，無法量化到細節;營銷過程信息的獲取、信息的充裕度、信息的反饋等問題不能很好的解決。以往更多的側重于靜態研究，而忽略了其動態變化方面的關注。這就要求企業在開展營銷活動的過程中，借助自動化、數字化和信息化的多種工具對復雜的消費者組合系統為主的營銷系統進行分析。其最直接的表現方式就是營銷活動中產生的數量浩瀚的數據，我們需要從這些數據中提取隱藏在其中的且能對決策提供支持的信息，以及分析企業經營對社會、經濟和環境的綜合影響，并預測企業未來的發展趨勢。數據挖掘技術彌補了傳統的報表工具等的不足，能十分有效地抽取有價值的潛在知識，推動企業營銷管理活動的開展，它是現代營銷在高科技信息時代的必然產物。

三、數據挖掘在營銷管理中的應用

1.有效進行市場細分以滿足顧客需求

數據挖掘基于市場細分原理，其基本假定是“消費者過去的行為是其今后消費傾向的最好說明”。 隨著市場競爭日趨激烈，每家企業為贏得顧客而進行的種種努力，使得消費者無時不被大量的商品信息、購買建議及消費刺激所包圍著，這就使得信息到達它的目標受眾變得越來越困難。在這種情況下，企業如何把相關的產品信息及時有效傳達給更小范圍內的目標消費者就顯得猶為重要。這就要求對消費者市場進行科學有效的細分，從而確定自己的目標市場。任何企業的營銷活動都不可能面向所有顧客， 只能有效地服務于其中的一部分細分市場。為了使收益最大化，企業必須去吸引和保持那些有利可圖的顧客，20%顧客創造了公司80%的利潤。

企業可以運用顧客收益性分析模型，通過顧客的地理、人口統計和交易行為特征等信息，計算出每個顧客的收益性，找到最有價值顧客。但一定要考慮顧客管理的隱性成本。例如，一個總是通過傳真訂貨并同時用信用卡支付的顧客的成本，就要比一個通過電話訂購而收到貨物后很久才付款的顧客的成本低。找到目標市場后，可利用背景分析模型勾勒出那些最有價值的顧客的輪廓，并給出對他們的相關描述如人口統計特征和交易行為特征等，這樣可以針對顧客需求制定營銷策略。

2.加強客戶管理以改善顧客關系

研究表明，吸引一個新顧客所耗費的成本大概相當于保持一個現有顧客的5倍，這就使有效保持現有顧客顯得尤為重要。二十一世紀的市場營銷將是一種“小眾營銷”，而不是現在的“大眾營銷”。這種營銷方式允許，同時也是迫使商家將市場細分到每個人，做到盡可能詳盡地了解每個現有或潛在的客戶，然后再對其實施不同的促銷策略，即“不放走一個最適合自己業務的顧客，也不接受一個與自己所提供服務不相關的顧客”。 bill gates在《未來時速》中將數據挖掘和市場營銷及顧客關系管理聯系起來。書中寫道，“數據挖掘是顧客關系管理方面的一部分，其中信息技術幫助公司依靠單獨接觸而不是大眾營銷模式來管理顧客關系”，“數據挖掘的最大價值將是幫助公司決定生產適銷產品并適當地給產品定價”，“數據挖掘的強大能力將幫助公司決定怎樣來爭取新顧客，向誰推銷產品”等等。

3.依據關聯分析以尋找新的利潤點

商業消費信息來自于市場中的各種渠道，企業除了自行收集相關業務信息之外，還可以從其他公司或機構購買此類信息為自己所用企業將這些來自各種渠道的數據信息組合在一起，應用超級計算機、并行處理、神經元網絡、模型化算法和其他信息處理技術手段進行處理，依據關聯分析，可以推斷出顧客在現有消費需求的基礎上可能會導致與此相關的其他需求。營銷者如果能滿足這些擴展需求， 就可以在現有的顧客利潤基礎上找到新的利潤點。

4.構筑競爭優勢以擴大營業額

在市場經濟比較發達的國家和地區，許多公司都開始在原有信息系統的基礎上通過數據挖掘對業務信息進行深層次加工，以構筑自己的競爭優勢，擴大自己的營業額。美國運通公司有一個用于記錄信用卡業務的數據庫， 數據量達到541億字符，并仍在隨著業務進展不斷更新。運通公司通過對這些數據進行挖掘，制定了“關聯結算(Relationship Billing)優惠” 的促銷策略，一個顧客在一個商店用運通卡購買一套時裝， 那么在同一個商店再買一雙鞋，就可以得到比較大的折扣，這樣既可以增加商店的銷售量，也可以增加運通卡在該商店的使用率。再如，居住在倫敦的持卡消費者如果最近剛剛乘英國航空公司的航班去過巴黎， 那么他可能會得到一個周末前往紐約的機票打折優惠卡。

5.建立業務數據庫以擴展自身業務

基于數據挖掘的營銷，常常可以向消費者發出與其以前的消費行為相關的材料。卡夫(Krait)食品公司建立了一個擁有3000萬客戶資料的數據庫，數據庫是通過收集對公司發出的優惠券等其他促銷手段作出積極反應的客戶和銷售記錄而建立起來的，卡夫公司通過數據挖掘了解特定客戶的興趣和口味，并以此為基礎向他們發送特定產品的優惠券，并為他們推薦符合客戶口味和健康狀況的卡夫產品食譜。

在信息時代，企業要充分利用信息資源，從以產品為中心的管理模式轉變為以客戶為中心的營銷管理模式。利用數據挖掘技術，分析客戶的需求，探索企業營銷管理的運營規律，不斷提高企業的經濟效益是企業發展的必由之路。

參考文獻:

[1]Jiawei Hart，Mieheline Karnber(范明，等譯).數據挖掘:概念與技術[M].北京:機械工業出版社，2006

[2][意]Paolo Giudici(袁方，王煜，王麗娟，等譯).實用數據挖掘[M].北京:電子工業出版社.2005

[3]Eric Spendy，陳武.袁國忠/譯，企業數據倉庫——規劃、建立與實現 北京:人民郵電出版社，2004