數據挖掘技術在汽車銷售領域的應用研究

摘要：汽車銷售企業經過多年的運作，在操作型數據庫中保存了大量的歷史數據，對這些數據進行必要的分析，可以反映出汽車銷售過程中的一定規律。本文對數據挖掘技術在國內外汽車銷售中的應用情況進行了研究，總結了數據挖掘技術在汽車銷售各階段的應用情況，提出了不同銷售階段可以利用哪些數據挖掘技術進行分析，得到的結論對汽車銷售相關企業有著一定的參考價值。

關鍵詞:數據挖掘；汽車銷售；銷售預測

中圖法分類號:F272 文獻標志碼: A 文章編號：1005-2550（2011）05-0080-04

Data Mining Technology in the Field of Applied Research Car Sales

LI Bao-lin，CHEN Yan-shou

（Department of Economics and Management， Hubei University of Automotive Technology， Shiyan 442002，Chian）

Abstract：After years ofcompanies operating ， the operational database saves a lot of historical data which are necessary analysised，These data can reflect the process of car sales in certain laws. This paper analysised the data mining technology in the domestic and foreign car sales in the application for the study， summed up the data mining technology in the automotive application of the various stages of sales， sales made at different stages of data mining techniques which can be used for analysis， the conclusions related to the car sales business has a certain value.

Key words: data mining；car sales；sales forecast

近年來，隨著人民生活水平的不斷提高，汽車行業的前景十分看好，截止2011年1月底，汽車工業協會最新數據統計公布2010年我國汽車全年銷量為1 806萬輛，同比增長32.37%，產量為1 826.47萬輛，同比增長32.44%，穩坐全球第一寶座。隨著全球經濟日趨一體化，國際、國內汽車產業競爭越來越激烈，我國汽車產業也面臨著機遇和挑戰。面對日趨激烈的市場競爭，各汽車廠商越來越重視汽車銷售過程和售后服務的管理。

銷售是企業經營的起點，也是實現企業效益的焦點。汽車銷售企業經過多年的運作，在操作型數據庫中保存了大量歷史數據，這些數據中蘊涵了許多有用的信息。對這些數據進行必要的分析，可以反映出汽車銷售過程中的一定規律。用傳統的方法來分析這些海量數據非常困難，而數據挖掘是一種從大型數據庫或數據倉庫中提取隱藏的預測性信息的技術。將其應用到汽車銷售領域，對銷售領域中的大量業務數據進行處理，從中提取輔助汽車銷售決策的關鍵性數據，可以為科學的商業決策提供幫助。我國在汽車銷售領域利用數據挖掘技術目前還處于起步階段，對數據挖掘技術在汽車銷售領域中的應用研究主要是集中在該領域的某個方面，目前還沒有一個全面的分析研究報告，在其他方面的挖掘有待我們進一步的去研究。

1 數據挖掘技術在國內外汽車銷售領域的應用情況

目前在國內汽車銷售中也用到一些數據挖掘技術，包括對目標客戶群的分類、汽車銷售量的預測、汽車金融保險等。如上海大眾汽車銷售有限公司，提出了在其已有的業務系統基礎上，通過應用數據挖掘技術分析汽車競爭對手的產品信息，可以了解競爭對手動態及消費者的需求，旨在為企業提供一種新的途徑去了解市場，提高決策支持的準確度。上海通用采用數據挖掘SAS軟件提供保修分析解決方案，提高了保修分析周期和解決問題的效率。

數據挖掘技術在國外汽車銷售領域中也有一些成功的應用，涉及到豐富產品組合、提高顧客滿意度、顧客需求狀況分析等方面。如美國AutoZone是美國第一大汽車零配件連鎖銷售商，公司擁有的AutoTrader.com是世界上最大的汽車銷售站點，每天都會有大量的用戶對網站上的信息點擊，其運用SAS軟件進行數據挖掘，每天對數據進行分析，找出用戶的訪問模式。美國福特汽車公司通過從Teradata數據倉庫中抽取數據進行分析、轉換、處理，從而對汽車車型喜愛趨勢、客戶分群、客戶評分以及客戶生命周期等問題進行分析，為客戶關系管理以及市場營銷活動管理提供了支持，從而為福特公司帶來了巨大的收益。

目前數據挖掘技術在國內和國外汽車銷售中的應用具有一個共同點，即主要應用在領域的某一方面，卻沒有一個銷售各階段應用情況的全面總結。

2 數據挖掘技術在汽車銷售不同階段應用

2.1 數據挖掘技術在汽車銷售前的應用

在汽車銷售前，可以用數據挖掘技術進行汽車客戶獲取、競爭對手分析、客戶對汽車喜愛款型的預測、洞察客戶需求分析等。具體應用總結如下。

1）目標客戶群的分類

通過對汽車銷售歷史數據分析，對客戶購買屬性進行關聯規則挖掘，可以有效地挖掘顧客購買行為和汽車屬性之間蘊藏的內在聯系；汽車公司通過采用決策樹算法來分析實際的客戶數據，得到客戶群的共同特征，幫助營銷人員確定哪些是潛在的客戶，從而針對他們展開營銷策略，提高銷售成功率。

廣州本田采用企業實際銷售的客戶數據作為數據挖掘的樣本，通過數據庫中的四個表：銷售記錄表、客戶表、車型表、銷售員表進行決策樹分析。通過分析，可以根據客戶的家庭經濟條件和年齡等因素判斷潛在客戶能否成為廣州本田的目標客戶，對客戶進行分類，而客戶的一些其他因素如文化程度、職業性質、個人愛好等對能否成為廣州本田目標客戶的影響不是很大。

2）競爭對手的產品分析

利用數據挖掘中的聚類技術，可以分析競爭對手的產品在不同區域的銷量，找出影響車型銷售的關鍵因素。這些因素可能包括車型的價格、級別、裝備配置情況等，從而挖掘出不同區域的購車者偏好差異；通過分析競爭對手的產品在某個特定區域的銷售數據來預測在該地區推出新車型后的銷量情況，確定企業的競爭戰略。通過收集競爭者幾年內的資料，分析競爭對手產品性能上的優勢和劣勢，了解競爭對手的目標、戰略、強弱，確定競爭對手的反應模式，最后確定本企業的競爭戰略，獲得較大的利潤。

3）網站個性化的推薦

汽車銷售網站已經成為人們獲取信息的一個重要途徑。用戶對Web站點的要求越來越高，這種要求體現在網站的設計能否根據用戶的興趣而有針對性地改變，如果能在汽車銷售過程中根據用戶的訪問興趣進行個性化推薦，就可以有針對性地滿足用戶的需求，贏得用戶的青睞。可以利用數據挖掘的關聯技術對用戶訪問頁面的順序進行分析，獲得相應的關聯規則，這類關聯規則可以幫助汽車網站改善結構，輔助市場營銷，根據用戶的訪問歷史對用戶進行專門推薦，還可以幫助預先取讀網頁以減少用戶的訪問等待時間。

利用數據挖掘技術，對客戶瀏覽汽車銷售網站的行為進行挖掘，進行用戶個性化的服務推薦，可以成功地推銷用戶喜愛的車型，提高營銷成功率，為企業贏得利潤。

2.2 數據挖掘技術在汽車銷售中的應用

在汽車銷售中可以用數據挖掘技術預測某地區的汽車銷售量，制定交叉銷售的營銷策略。用到的數據挖掘技術可以是時間序列、線性回歸、非線性回歸、灰色系統模型、多維關聯、Apriori算法等。

1）汽車銷售量的預測

經銷商需要對汽車的市場需求進行預測，從而制定銷售方案，而生產商同樣需要對汽車市場進行預測，從而制定生產方案。汽車銷售預測將根據汽車市場過去和現在的數據信息，運用已有的知識、經驗和科學方法，利用企業現存的歷史數據，對汽車銷售未來的發展趨勢進行預先估計和推測，幫助企業決策，從而提供生產或銷售規劃的依據，避免盲目性，減少決策投資風險。在實際汽車銷售量的預測中有很多方法，時間序列法是比較常見的，由于存在的誤差比較大，企業實際預測時越來越趨向用徑向基神經網絡法，它是一個單隱藏層的三層前饋神經結構，結構簡單、訓練簡潔而且學習收斂速度快，能逼近任何非線性函數。

2）汽車銷售中交叉銷售的營銷策略

交叉銷售是指服務人員在向顧客提供某種產品或服務的同時，推銷其他產品和服務。利用數據挖掘中的關聯分析，可以發現客戶所購買的產品或服務之間的關聯規則，從而指導交叉銷售。交叉銷售作為一種銷售成功率高、成本低的營銷方法，已經越來越得到以客戶關系管理為中心的汽車企業的認同和采用。交叉銷售通過共享客戶資源，基于數據庫，利用數據挖掘中的關聯分析技術，不僅能尋求交叉銷售的目標客戶，而且還能發現客戶的多種相關需求，從而更有效地在汽車銷售中實施交叉銷售策略，增加企業利潤。

2.3 數據挖掘技術在汽車銷售后的應用

在汽車售后階段，主要遇到的問題是售后服務問題，包括汽車故障件問題、汽車安全檢測問題、汽車保險問題、汽車金融、客戶關系管理等方面，可以利用數據挖掘技術，在售后服務方面提高顧客滿意度。

1）汽車故障件的管理

汽車故障件的管理已成為售后服務的一個重要方面，隨著故障件信息化管理的實施，企業希望從故障件信息中發現規律以支持企業決策，通過查詢統計功能只能發現故障件信息中的表層知識，對于企業的決策支持有限，對于隱藏在故障件信息中的非線性規律及較為隱秘的知識是一般的數據分析方法無法實現的，因此應用數據挖掘技術挖掘隱藏在故障件信息中的知識以達到支持企業決策的目的。

可以使用聚類分析技術結合關聯規則算法找到車型故障信息中的隱含知識，通過關聯規則算法對車型故障信息進行分析，企業可以發現適合特定地區的車型，通過不同維修時間段的選擇，企業可以監控供應商產品質量是否提升，通過對不同車型故障原因的分析，企業可以發現各車型之間的配置問題，從而監控與改進車型配置、車型質量，支持企業營銷決策。

2）汽車安全檢測數據的管理

汽車安全性能檢測是指對于汽車運行中安全因素直接相關的系統技術指標，進行定量測試，可以對汽車的可靠性、穩定性進行分析評價。可以利用決策樹技術預測車輛的安全等級水平；利用聚類分析技術對檢測安全數據聚集，就能發現一定地區范圍內車輛的安全或環保性能狀況。汽車安全檢測排氣污染數據的挖掘分析能真實反映地區車輛尾氣排放狀況，不僅可以為環保部門監控和管理提供科學依據，而且可以為顧客購買時推薦環保汽車提供依據。

3）汽車金融中客戶風險的管理

汽車金融服務已經成為制造業最大的利潤點，成為國內汽車制造商爭奪優質客戶，搶占市場占有率的有效手段，而風險控制是汽車金融公司的核心要素。汽車企業利用關聯規則對潛在的風險客戶進行挖掘，利用遞歸分類樹的方法對信用風險進行分析，利用神經網絡法對信用進行評分，貝葉斯分類方法對信用進行評價，讓汽車金融服務能夠在競爭激烈的汽車行業做的更好更科學。

4）汽車制造業CRM管理

由于市場日趨飽和，汽車行業的競爭激烈，獲取新客戶的成本遠比留住原有客戶的成本高很多，對客戶的流失進行預測并采取有效措施留住客戶成為汽車銷售的重要問題。利用數據挖掘中的遺傳算法可以找到最大的收益客戶群，汽車企業就可以將具有該客戶特征的客戶作為公司的重點客戶予以積極對待，防止客戶的流失；利用粗糙集方法可以找到流失客戶的特征，防止客戶的流失，最大限度地保持現有客戶，增加客戶的忠誠度，提高公司收益；利用聚類分析方法，可以對客戶價值信息進行挖掘，提高企業的客戶關系管理，為企業盈利。

2.4 數據挖掘技術在汽車銷售領域的總結

本文對數據挖掘技術在汽車銷售領域的應用進行了分析總結，在汽車銷售的不同階段，所用到的數據挖掘技術有所不同，具體總結見表1。

3 結語

數據挖掘技術在汽車銷售領域中已經實現了部分應用，但是已有的研究只在汽車銷售領域的某一個具體方面進行，沒有一個全面的研究分析報告。本文分析總結了數據挖掘技術在汽車銷售三個不同階段的應用情況，得到了一個全面的分析報告，對汽車銷售企業有著實際的參考價值。

參考文獻：

［1］ 邵峰晶，于忠清.數據挖掘原理與算法［M］.北京：科學出版社出版，2009：164-170.

［2］ 李柏林.汽車售后服務故障件管理及數據挖掘技術的應用研究［D］.成都：西南交通大學，2008.

［3］ 張友志.基于關聯規則web日志挖掘方法的研究［J］.安慶師范學院學報（自然科學版），2006，（1）：57-59.

［4］ 劉建平.我國汽車品牌銷售及其走向分析［J］.中國工商管理研究，2006，(1)：72-73.

［5］ 閆曉婷.數據挖掘在網絡銷售系統中的應用［J］.計算機與網絡，2011，（2）：257-258.