基于“用戶畫像”的精準(zhǔn)營銷數(shù)學(xué)模型

王倩倩

【摘 要】在大數(shù)據(jù)時代，完善“會員畫像”描繪，挖掘消費數(shù)據(jù)，加強對現(xiàn)有會員的精細(xì)化管理，實施會員細(xì)分和精準(zhǔn)營銷，不僅能夠維系會員的忠誠度，給商場帶來更大的利潤，還能夠節(jié)約商場的營銷成本。文章從營銷的角度構(gòu)建了精準(zhǔn)營銷細(xì)分模型，并以百貨商場的銷售數(shù)據(jù)為對象，利用SPSS工具對會員進行細(xì)分，并根據(jù)著名的“尿布與啤酒的故事”，采用FP-Growth算法對會員消費數(shù)據(jù)進行關(guān)聯(lián)分析，從而可以對商品實施連帶銷售。

【關(guān)鍵詞】會員畫像;數(shù)據(jù)挖掘;K-均值聚類;關(guān)聯(lián)規(guī)則算法

【中圖分類號】F426.86;F274【文獻標(biāo)識碼】A 【文章編號】1674-0688（2019）11-0042-02

1 大數(shù)據(jù)時代精準(zhǔn)營銷模型的建構(gòu)

1.1 會員畫像

由于“會員畫像”屬于信息層面，因此需要用SQL Server數(shù)據(jù)庫的語言進行設(shè)計，也就是需要使用實體—聯(lián)系圖。E-R圖提供了實體（即數(shù)據(jù)對象）、屬性、聯(lián)系的方法，用來描述現(xiàn)實世界的概念模型（如圖1所示）。

1.2 會員細(xì)分模型

為了對會員的購買力進行刻畫，我們根據(jù)會員的消費特征，選用K-均值聚類法，運用SPSS軟件對篩選整理好的數(shù)據(jù)進行聚類分析，將會員進行分類，建立分類模型。先尋找對會員最合適的分類個數(shù)（即K值），K值以公式（1）進行確定（使得D值最小）：

D=類內(nèi)平均距離/類間平均距離（1）

D值計算結(jié)果如圖2所示。

通過分析可知，K取值4，使D值最小，故將會員分為4類。通過數(shù)據(jù)分析，將消費金額和消費次數(shù)分為低、較低、較高、高4級。

表1和表2中，一類會員為大眾會員;二類會員為黃金會員;三類會員鉑金會員;四類會員為鉆石會員。通過對會員的分類，使得商場能對每一位會員的價值進行識別。

1.3 商品關(guān)聯(lián)分析模型

商場策劃促銷活動，主要是為了提高銷售量，同時減少庫存。處于此目的，對商品的連帶銷售的營銷模式是非常有效的，在此營銷模式中，對商品的關(guān)聯(lián)分析是尤為重要的。

對數(shù)據(jù)進行關(guān)聯(lián)分析，找出商品之間的關(guān)聯(lián)規(guī)則，有利于商品之間的連帶銷售。商品之間的關(guān)聯(lián)規(guī)則，就如尿布和啤酒一起賣的案例，其中的商品的關(guān)聯(lián)規(guī)則可表示為{Diaper}→{Beer}。

{Diaper}→{Beer}代表的意義是購買了紙尿褲的顧客會購買啤酒。這個關(guān)系不是必然的，但是可能性很大，這就已經(jīng)足夠用來輔助商家調(diào)整紙尿褲和酒的擺放位置了，例如擺放在相近的位置，進行捆綁促銷來提高銷售量。

采用購物籃數(shù)據(jù)采用FP-Growth算法，對會員消費明細(xì)數(shù)據(jù)進行關(guān)聯(lián)分析，支持度計數(shù)設(shè)為50，即規(guī)則支持度計數(shù)大于等于50才是頻繁項集，得到關(guān)聯(lián)分析的excel表，展示部分計算結(jié)果見表3。

根據(jù)上述數(shù)據(jù)分析，為了提高商場連帶消費的效益，建議將置信度高的X和Y商品擺放在相同區(qū)域（置信度建議選取0.8及以上），以便會員能同時找到這幾種商品，很快完成購物，實現(xiàn)商場捆綁銷售的目的。

2 結(jié)語

大數(shù)據(jù)時代，基于“用戶畫像”數(shù)據(jù)庫基礎(chǔ)上的精準(zhǔn)營銷，不是對經(jīng)典營銷理論和方法的顛覆，而是在對數(shù)據(jù)深入挖掘的基礎(chǔ)上，重新理解消費者。本文通過構(gòu)建“用戶畫像”數(shù)據(jù)庫挖掘消費需求，并在整理消費者細(xì)分因素的基礎(chǔ)上，構(gòu)建了大數(shù)據(jù)時代消費者細(xì)分模型及商品關(guān)聯(lián)模型，不僅為企業(yè)實施精準(zhǔn)營銷策略提供了借鑒，同時也為大數(shù)據(jù)時代研究精準(zhǔn)營銷提供了一些思路。

參 考 文 獻

[1]劉海，盧慧，阮金花，等.基于“用戶畫像”挖掘的精準(zhǔn)營銷細(xì)分模型研究[J].絲綢，2015，12（12）：37-47.

[2]王志春.一種改進的挖掘關(guān)聯(lián)規(guī)則Apriori算法[J].電腦知識與技術(shù)，2015，12（34）：4-17.

[3]黃升民，劉珊.大數(shù)據(jù)背景下營銷體系的結(jié)構(gòu)與重構(gòu)[J].現(xiàn)代傳播，2012（12）：13-20.

[4]呂紅艷.基于顧客價值的市場細(xì)分研究[D].天津：天津大學(xué)，2007：5-8.