淺談數據挖掘在農機管理中的應用

浦春雨

摘 要：近些年來，隨著信息技術的跨越式發展，信息生產與數據搜集技術的重要性也逐漸被發掘、重視。越來越多的數據挖掘技術被用于政府辦公、商業管理、科學研究和工程開發等領域。但在農業機械管理中的應用則基本處于起步階段。本文通過對數據挖掘的分析淺談數據挖掘在農機管理中的應用。

關鍵詞：數據挖掘 農機管理 應用

中圖分類號：C93 文獻標識碼：A 文章編號：1672-3791（2014）03（c）-0047-01

我國是一個農業大國，但并不是現代化農業強國。巨大的市場空間蘊藏在農機化發展進程中，農業市場前景廣闊。面對日益龐大的潛在市場，農機經銷商只有在激烈的市場競爭中搶占先機，才能在殘酷的市場競爭中得以生存。同時，隨著農業機械化的高速發展，日趨個性化的用戶需求、便會隨之出現。農機經銷商迫切需要通過不斷加強服務質量、提高市場競爭力的方法，進而提高企業內部的科學決策能力，以及增強企業在市場營銷方面的判斷能力，傳統的單純的憑經驗的營銷模式已經不能適應市場要求，因此，農機經營商必須以科技為手段建立新型的管理系統來應對越來越激烈的市場競爭。

1 什么是數據挖掘

如今的我們，生活在一個數據量過大，即“信息幾何式增長”的時代。要將數據作為服務于公司本身業務發展和戰略決策的一部分才真正成為這個公司的資源，相反的話公司可能會因為這大量的數據產生負擔。所以也逐漸的產生數據挖掘技術，該技術也得到越來越廣泛的應用。數據挖掘工作換句話說就是將潛在的有用信息以及知識從大量模糊的、不完整的、隨機的數據中提取出來。類似含義的詞語還有不少，像從數據庫中發現知識、決策支持等。近些年來，隨著信息技術的跨越式發展，信息生產與數據搜集技術的重要性也逐漸被發現并重視。越來越多的數據庫被用于政府辦公、商業管理、科學研究和工程開發等領域，但在農業機械管理中的應用則基本處于起步階段。

2 數據挖掘的應用范圍

近年來，隨著人工智能和數據庫技術的發展使得數據挖掘成為可能。它是從大量的數據中篩選出可信的、隱含的、有效的信息處理過程。在經典的“奶嘴與啤酒”案例中，經理和營銷專家在事前并沒有與“奶嘴與啤酒”的相關知識，但通過將數據挖掘技術用于超市銷售單數據庫后，從海量的數據中找出了未知的、隱藏的、但對企業經營十分有用的信息。數據挖掘的方法有關聯性分析、分類、序列分析、群集分析、機器學習、知識發現及其他統計方法。正是數據挖掘技術能夠運用統計等方法對數據進行分析，以獲得更深入的了解，并具有一定的預測功能用于事前管理有很大的幫助，所以目前數據挖掘技術被廣泛的應用在了各行各業，如，金融、保險、零售業、電子商務、物流、教育等等。

3 數據挖掘在農機管理研究的現狀

數據挖掘技術的研究和應用得到了學術界和實業界越來越多的重視。然而值得一提的是，目前大多數個體經銷商依然采用的是傳統的經銷模式，沒有借助于科學的手段輔助經營。因此，從個體農機經銷商的需求出發，利用數據挖掘技術方法對個體經營者過去經營中留下的大量數據進行分析，研究適應農機行業個體經銷商的具有決策能力的管理系統，達到農機經銷的科學、高效管理，避免由于經營者的決策失誤給企業帶來具大損失。

4 常用的數據挖掘方法

（1）關聯模式分析。將現有的數據中間出現頻繁的數據挑選出來。像某個商場，通過關聯分析來尋找這個商場中被客戶購買頻率最高的商品，進一步尋找數據庫中各種商品之間的隱形聯系，總結出客戶的購買規律。

（2）序列分析。也是像關聯分析一樣是為了達到尋找數據之間的隱性聯系的目的。不過該方式更著重于數據之間關聯關系的分析。如，可以通過分析客戶在購買甲商品后，必定（或者說絕大部分與關聯分析相似，它的根本目的也是為了找出數據之間的相關聯系。情況下）隨著會購買乙商品，來發現客戶潛在的購買趨勢。

（3）類目分析。類目分析就是找出一組能夠描述數據特征的典型，從面能夠識別未知數據的類別及歸屬。又如，信貸公司可以根據客戶的收入情況、債務水平和工作情況，來對給定客戶進行信用相關的風險分析。

（4）集類分析。是從已知的數據庫中搜索相關數據對象之間所存在的某種有意義的聯系。在商業領域中，集類能夠通過顧客數據將顧客的信息分組，并對顧客的消費模式進行描述，找出他們所具有的特征，從而制定有針對性的營銷模式。

（5）孤立點分析。獨立點是數據庫中與數據的一般模式不一致的數據對象，它可能是收集數據的設備出現的故障、人為輸入時導致的輸入錯誤等等。孤立點分析就是專門處理這些特殊類信息的方法。

5 數據挖掘在農機管理中的應用

5.1 進行客戶歸類

客戶歸類是將大量的客戶分成不同的類別，在每一類別里的客戶都有著相似的屬性，然而不同類別里的客戶的屬性卻不相同。數據挖掘可以幫助個體農機企業進行客戶分類，針對不同類型的客戶，提供個性化的服務從而來提高客戶的滿意度，充分提高現有客戶的價值。細致可行的客戶分類對農機企業的營銷策略有很大的益處。

5.2 分析客戶忠誠度

客戶的忠誠意味著客戶將會不斷地購買公司的產品或服務。數據挖掘在客戶忠誠度中的分析主要是對客戶的持久性、牢固性及穩定性進行分析。比如個體農機企業通過分析顧客消費時留下來信息，如最近一次消費、消費的頻率、消費的金額三項指標來對數據信息進行分析整理，從而來預測出顧客忠誠度的變化情況，依此對商品的價格、商品的種類以及營銷的策略加以調整和更新，以便來留住老顧客，吸引更多的新顧客。

5.3 交叉銷售和增量銷售

交叉銷售是促使客戶能夠購買從未使用的產品及服務的一種營銷手段，其目的是用來拓寬企業和客戶之間的關系。增量銷售是促使客戶將現有產品和服務升級的一種銷售活動，其目的在于增強個體農機企業和客戶的關系。這兩種銷售都是建立在互惠雙贏的基礎上的，客戶因能從更多更好符合其需求的服務中得到益處，個體農機公司也因銷售增長而獲益。數據挖掘還可以采用關聯性模型或預測性模型來預測什么時間將會發生什么事件，判斷可能哪些客戶對交叉銷售和增量銷售有意向，從而達到交叉銷售和增量銷售的目的。

6 結語

數據挖掘作為一種科學的數據分析手段，很好適應了農機經營行業的發展需求。通過利用農機管理系統對農機經營企業在過去營銷中留下的大量數據提取有用信息，進而擴大企業的經營范圍，及時把握新的客戶需求和市場機遇，有針對性地制定經營策略，從而來占領更多的市場營業份額，還能夠幫助企業在保留原有老客戶的同時吸引更多的新客戶。

參考文獻

[1] 楊敏麗.中國農業機械化與農業國際競爭力[M].北京：中國農業科學技術出版社，2003.

[2] 馮紅偉.數據挖掘技術的研究及應用[D].西北工業大學，2002.endprint