大數據背景下數據分析運用于營銷策略研究
——以J集團為例

張金文

（無錫南洋職業(yè)技術學院 江蘇 無錫 214081）

當前，互聯網技術呈現出日益迅猛的發(fā)展態(tài)勢，大數據新時代悄然而至。大數據與企業(yè)的結合也愈來愈緊密，可以說，各大企業(yè)都陸續(xù)地從信息時代步入大數據時代，紛紛尋求科學有效的研究工具謀求新的發(fā)展道路，從而能夠在激烈的市場競爭中脫穎而出。企業(yè)在大數據背景下，展開數據的有效性科學分析，對于企業(yè)的營銷而言，能夠起到不可小覷的推進作用，甚至可以將其視作營銷策略中的有機組成部分。對于J集團而言也不例外。廣泛地使用大數據，不單單能夠減少企業(yè)運作時的成本開支，提升企業(yè)的經濟實效性，同時還可以為企業(yè)提供盡可能全面的客戶信息資料，據此制定出更具有可靠性與可行性的營銷對策。與此形成對照的是，以往的銷售方式已愈來愈無法適應當下變化了的市場經濟環(huán)境。對此，J集團必須采納更具有針對性的銷售方式，才可以更為切實地提高自己在市場中的競爭實力，占據一席之地。對于J集團而言，根據大量的數據展開分析，能夠為客戶提供更加精準的銷售服務項目，從而讓民眾的生活更趨于便捷化。通過多年的信息化發(fā)展之后，J集團已積累了豐富的業(yè)務方面的數據。當下，J集團把收集客戶數據納進了日?；匿N售計劃方案體系中，并針對性地提出了將大規(guī)模數據分析的結果視作憑借，確立起科學合理的營銷對策及+6戰(zhàn)略性目標。

一、營銷策略中數據分析相關理論概述

（一）聚類研究

聚類（clustering）指的是基于“物以類聚”的相關原理，把自身并無類別的相關樣本集聚為多樣性的組別，如此所形成的數據對象集合即為簇，同時就每個如此的簇展開相應的描述。其目標在于確保屬于相同簇的樣本內部呈現出彼此的類似性，至于簇的屬性，如果并不相同，那么相應的樣本也并不類似。比如，附屬于相同簇客戶的采購能力、對于公司銷售響應度均充分類似。如果出現了新的消費者，即能夠基于此，消費者各項指標運算出其和各個簇對應的中心消費者各個項目性質的間距，進而推斷出其歸屬為哪個具體的簇，從而推斷出該消費者所具有的采購能力和響應度情況。

（二）數據分析

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數據的功能，發(fā)揮數據的作用。數據分析是為了提取有用信息和形成結論，而對數據加以詳細研究和概括總結的過程。

數據也稱為觀測值，是實驗、測量、觀察、調查等的結果。數據分析中所處理的數據，分為定性數據和定量數據。而把某一類，不能用數值進行測度的數據稱為定性數據。定性數據中表現為類別，但不區(qū)分順序的，是定類數據，如性別、品牌等；定性數據中表現為類別，但區(qū)分順序的，是定序數據，如學歷、商品的質量等級等。

數據分析的數學基礎在20世紀早期就已確立，但直到計算機的出現才使得實際操作成為可能，并使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。

數據分析的目的，是把隱藏在一大批看來雜亂無章的數據中的信息集中和提煉出來，從而找出所研究對象的內在規(guī)律。在實際應用中，數據分析可幫助人們做出判斷，以便采取適當行動。數據分析是有組織、有目的地收集數據、分析數據，使之成為信息的過程。這一過程是質量管理體系的支持過程。在產品的整個壽命周期，包括從市場調研到售后服務和最終處置的各個過程，都需要適當運用數據分析過程，以提升有效性。例如設計人員在開始一個新的設計以前，要通過廣泛的設計調查，分析所得數據以判定設計方向，因此數據分析在工業(yè)設計中具有極其重要的地位。

（三）促銷活動的響應度模型

本論文所說的促銷活動響應模型，指的是借助于忠誠消費者以及流失消費者的情況，針對性地設置適合J集團消費者屬性的市場值式子，運算每一位浮動消費者對應的市場值，且借助于現實的促銷類活動所涉及到的消費者，響應率指標來證實市場值愈高的浮動消費者響應率愈高，基于此結果，J集團即能夠針對市場值浮動消費者情況投進數量更為龐大的銷售成本，從而使得浮動消費者進一步發(fā)展變成忠誠消費者。

（四）相關性分析

所謂相關性分析，指的是分析至少兩個處在相同地位的隨機性變量內部的相關性聯系的統計學研究方法。其為描述不同客觀事物內部關聯性的緊密情況，且借助于合適的統計學指標，加以表達的動態(tài)流程。兩個不同變量內部的相關性程度借助于相關性系數r加以表達。相關性系數r的數值范圍在－1-1之間，當然，其具體數值能夠在上述范疇內任選其一。若存在著正相關的關系，r值的范圍在0-1區(qū)間浮動，相應的散點圖呈現出斜向上的格局，此時，如果一個變量遞增，那么，另外的一個變量也呈現出遞增的趨勢；若存在著負相關的關系，那么，r值范圍在－1-0區(qū)間浮動，相應的散點圖呈現出斜向下的格局。在這種情況下，一個變量遞增，另外的一個變量遞增；如果存在著負相關的關系，r數值的范圍處于－1與0間浮動，散點圖呈現斜向下的格局，在這時變量保持著遞增的態(tài)勢，而另外的變量遞減。r所具有的絕對值愈靠近于1，表明兩個變量之間的關聯性愈為明顯r；r具有的絕對值愈靠近于0，表明兩個變量之間的關聯性愈弱。

二、大數據背景下J集團營銷策略的數據分析

（一）J集團概況

J集團屬于一家將空氣工程視作主業(yè)類型的國家級高新技術公司，創(chuàng)建于1984年，在該集團下，附屬4個分公司與1家研究院（由6家研究所所構成），有職員千人，兼具系統研發(fā)、產品設計、加工研制以及工程安置等多項功能，構建起風機、紡織類空調除卻灰塵、清潔護理、風機以及冷卻裝置等多項產業(yè)的發(fā)展體系。

J集團自始至終秉持著“以人為本”的思想，以及“科技推進”的策略觀念，創(chuàng)辦科研院所，成立了一支出色的科研團隊。關注于人才的引入、培育與遣用，將人才視為企業(yè)的生存根本、發(fā)展之道，同時亦為企業(yè)的致富之經。與多家國內外著名的科研所，以及高等院校建立起合作的聯系，配置科研工作人員約200位，享有國務院特殊津貼待遇的專家學者多干名，逐漸地打造并形成了一支集技術、銷售與管理等，多種因素于一身的人才團隊。構建起圍繞J集團研究院、博士后科研工作站、省級公司技術重點站、全國環(huán)標委袋式除塵器研究團隊，以及國內紡織除塵裝置技術研發(fā)中心，為軸心的科技創(chuàng)新系統，把握并占據空氣工程項目的核心技能，具備實力雄厚的科學技術研發(fā)能力，以及負責清潔工程項目的能力。研發(fā)技術及其產品數次榮獲科學技術進步獎，全球知識產權機構和國家知識產權局，所授予的十佳專利金獎等獎項。其中，該集團所研發(fā)的蜂窩除塵式紡織類空調去除雜塵技術，在整個國家乃至全球范圍內處于領先水平。

J集團將一如既往地發(fā)揚公司“一絲不茍、開拓進取”的理念，繼承“公正、信賴、挑戰(zhàn)、協作、共享”的價值觀，全心竭力地為消費者提供所需的產品及其服務項目，為客戶帶來優(yōu)質的服務體驗，為社會創(chuàng)造可觀的價值，最終和客戶“一同前進、一同發(fā)展”。

（二）J集團系統目標與核心業(yè)務程序

J集團在構建數據庫銷售系統時，所確立的目標主要在于采納互聯網與數據庫的相關技術，搭建起可以和客戶對象直接發(fā)生互動作用的有利平臺，從而在較長的時間段內維持著平穩(wěn)的客戶內部聯系，盡可能地收集與獲取客戶對象的信息以及業(yè)務方面的數據，開展以匹配客戶所需為目標的市場銷售活動，且替銷售決策的確定提供必需的數據方案及其支持功能。

系統應有客戶數據的直接搜集途徑，且可以整合在較長的一段時間內，所積攢的業(yè)務類型信息，具備對所搜集到的大量數據展開同步管理的能力，可以充分借助于所搜集的數據展開分析，從而使得最初的數據變成能夠使用的數據對象。

就維護數據方面，本文所設計的營銷系統，應基于技術領域確保數據的可依賴性與安全性，且有助于數據的讀取，替數據的分析奠定基礎；同時，需可同步修改客戶的信息內容，針對性做出相應的回復。

就使用客戶數據領域，J集團營銷系統可以對消費者數據展開準確地區(qū)分，目的在于有助于營銷工作人員基于客戶的情況進行分組，并針對性實施多樣性的營銷對策，從而提高消費者的自身價值，增加營銷開支的回報率、拓寬市場面、增收利益，且在較長的時間段內構建起平穩(wěn)的客戶聯系。

就使用業(yè)務數據領域，J集團系統應有效地使用本集團，在較長的一段時間內所積累的歷史性業(yè)務數據，從而據此推測市場情況。

在對數據進行分析并處理之后的結果，可以直接地為相應的業(yè)務工作者提供數據文本，使他們可以基于客戶數據分析的結果，而對客戶企業(yè)實施個性化的銷售手段，基于業(yè)務情況分析數據的結果，據此構建起科學合理的市場應付對策。

基于以上J集團營銷系統所樹立的目標，能夠歸納該集團數據分析營銷系統的核心業(yè)務程序。

1.收集客戶企業(yè)數據，整合寄存系統業(yè)務所涉及到的數據，并展開規(guī)范性的處置，其后，進行統一化的儲存。

2.對大量數據展開精簡化的預處理之后，及時地加以儲存；

3.對客戶企業(yè)數據以及業(yè)務數據展開數據分析、挖掘及其模型的構建，檢測數據的結果情況；

4.基于決策研究平臺呈現數據分析的結果，有關業(yè)務工作者基于數據分析的結果確定營銷的對策，執(zhí)行營銷的具體方案。

（三）系統構成模塊

基于J集團所樹立的系統目標及其業(yè)務程序所需，該集團的數據庫銷售系統核心模塊包括如下的三塊：數據管理中心、數據庫營銷管理中心、呼叫中心與短信平臺。在它們之下，又進一步地區(qū)分成數項功能模塊，將于本節(jié)中進行詳細的闡述。

圖3-1 系統構成模塊圖示

在數據庫營銷系統中，數據顯然處于最為根本的地位。因而，數據管理中心模塊理應被視作其他兩項功能模塊的根基。數據管理中心肩負著管理系統數據源、數據搜集工具管理以及數據的規(guī)范性，預處理且統一地進行儲存。其中，客戶數據源包括如下的模塊：聯絡平臺、短信接收以及會員網頁等。

1.系統內部數據源：業(yè)務工作者經由數據分析銷售系統業(yè)務工作者的工作媒介，定期地上報有關市場方面的數據。

2.系統外部數據源：J集團在運作的其他系統，包括財務系統以及經濟運營系統等。

J集團的外界：相關的主管部門定期地給空氣構成企業(yè)，下發(fā)國內商業(yè)類的數據。下發(fā)的主要數據包括：統一的編碼、國內商業(yè)企業(yè)（銷售方）采購數據、國內零售業(yè)主采購存儲數據。

數據搜集工具方面的管理。收集數據的工具關鍵基于業(yè)務方面的數據，業(yè)務數據必須通過外界系統提取至數據庫營銷系統中，由于數據源和規(guī)模的差異性，涉及到的業(yè)務數據也并不相同，數據管理中心處會挑選相異的收集工具，小規(guī)?；臄祿鬟f借助于Web Service進行，至于提取大規(guī)?；臄祿?，則借助于ETL的中間件進行。收集數據的具體流程通過數據庫營銷管理中心處的數據接口途徑得以完成。

對數據進行規(guī)范化的預處理且統一化地儲存。通過提取各個數據源的業(yè)務類數據，顯現出多樣性的數據體系構造，同時呈現出無序化的狀態(tài)，無法直接地儲存至系統數據庫中，因而，數據管理中心處應及時地清理且轉變對所搜集的數據，且做好規(guī)范化的處理工作。

首先，對數據進行清洗。最先取得的數據通常會出現遺漏、錯誤以及贅余等問題。比如，“企業(yè)營銷量”相關業(yè)務項目中，假定商品規(guī)格的字段發(fā)生遺漏。那么，要把此一類的數據單一性地加以過濾，輸入到excel表格之中，且及時地補充完整信息，如此才可以寫入到系統數據庫中；至于存在著錯誤的若干數據，則應先展開錯誤的歸類。由于錯誤的緣故存在著多元化的情況，比如，日期的格式錯誤、數值與字符相混淆。由于錯誤的種類不同，提出的修正方案也存在著差異性。能夠經由編寫多元化的SQL語句方式，及時地發(fā)現存在著錯誤情況的數據，據此加以修訂。清洗數據的過程并非為一次性的，需要多次的展開，才可以確保最終的數據正確無誤。

其次，轉變數據。因為提取的數據源自于多元化的系統，表示相同語義功能的字段通常呈現出多元化的表現方式。比如，有一些系統采用“YYYY-MM-DD”的格式儲存日期，有一些采用“YYYYMMDD”的格式儲存日期等。系統通過格式的轉變之后，則會統一地借助于“YYYY-MM-DD”的格式儲存日期。系統不同，對于字段所進行的細分情況也存在著區(qū)別。例如，日期字段。部分系統會把“年、月、日”細分為3個字段進行儲存，但是數據庫營銷系統，在具體展開業(yè)務時并不需要進行進一步的區(qū)分，通過轉變之后把提取的數據3個字段加以合并處理。

（三）選擇數據

將2018年整年的營銷數據當作研究的基準點，同時結合J集團所提供的相關數據，為數據分析的對象進行研究。根據該集團公司所提供的樣本數據可知，2018年J集團擁有的客戶數為742家。因為J集團研發(fā)產品的屬性緣故，所有的客戶均屬于公司，并不存在著單個的客戶對象。2019年的客戶共計為781家。經由客戶花名冊的比對后可知，新增加的客戶數量為39家，同時，2018年客戶對象中流失數為113家。在兩年內，維持持續(xù)性交易狀態(tài)的629家客戶屬于忠誠消費者，至于流失的113家客戶則屬于流失消費者。

2020年，J集團出于減少客戶流失的目的，強化忠誠消費者的忠誠度目的，J集團展開了促銷的相關活動。其結果體現在客戶的整體數量呈現出大幅度遞增的態(tài)勢。經由相關數據比對后發(fā)現，113家所流失的客戶群體中，約有76家會重新挑選采購J集團所研發(fā)的產品，因此，在本論文中，將這76家客戶界定成浮動型客戶。

（四）模型的構建

基于客戶對象所提供的相關數據，將公司產值視作根據，把全部的客戶對象區(qū)分成如下的4種類別：超大型公司、大型公司、中等公司以及小型公司。另外，將2018年的相關數據視作精準數據，把客戶數據總匯如下表1所示。

表1 不同規(guī)模公司客戶數據統計表

假設存在著多個指標之間存在著如下的兩個關系式，即：消費者流失率=流失消費者數/消費者總數；消費者浮動率=浮動的消費者數/流失消費者數。

（五）相關性研究

基于運算之后，獲取消費者流失率和消費者浮動率的相關數據，總匯成如下表2所示。

表2 不同規(guī)模公司消費者流失率和消費者浮動率數值統計表

從上表2可知，小型公司的消費者流失率、消費者浮動率依次為27.49%、61.95%；中等公司的消費者流失率、消費者浮動率依次為11.95%、26.67%；大型公司的消費者流失率、消費者浮動率依次為11.94%、25.00%；超大型公司的消費者流失率、消費者浮動率依次為23.08%、33.33%。由此可見，在4種規(guī)模的公司中，小型公司的消費者流失率最高，大型公司的消費者流失率最低；小型公司的消費者浮動率首屈一指，大型公司消費者浮動率排行最末。

另外，把上述4種不同規(guī)模公司的平均產值展開簡易化的處理，即把小型公司的平均產值設置成1，中等公司的平均產值設置成5，大規(guī)模公司的平均產值設置成20，至于超大型公司平均產值設置成100，平均設置成定量X，同時把消費者流失率設置成Y，消費者浮動率設置成Z。對X和Y、X和Z相關性系數展開運算，最終計算并得到如下的數值結果：

X和Y相關性系數R1=-0.48

X和Z相關性系數R2=-0.88。

從以上的數值運算結果可知，公司的產值和消費者流失率存在著中度的負相關關聯性，公司的產值和消費者浮動率存在著高度的負相關關聯性。

（六）小結

客戶公司產值愈大，客戶愈不會流失；客戶公司產值愈小，那么客戶流失的概率愈大。消費者浮動率和客戶公司的產值存在著高度的負相關關聯性，意味著客戶公司產值愈小，對于價格的敏感度愈高。只須J集團在具體的銷售策略確定流程中，實施促銷的相關活動，那么，已經流失了的小型公司中的絕大多數會出現再次購買的現象。

據此可知，大型公司與超大型公司客戶對于價格而言，其敏感度并不高，更加注重的是總體性化解的對策，至于中小型公司對于價格指標會感到更加敏感。因此，J集團在確定營銷對策時，須基于客戶公司的具體規(guī)模情況，實施多元化的營銷對策，具體來說，就是根據大型公司與超大型公司等，不同的對象提供總體性的化解方案，至于中小型公司，則應采用促銷的活動，提升浮動客戶的響應率，將其發(fā)展成為忠誠的消費者對象。

三、大數據背景下數據分析對于J集團營銷的契機及其發(fā)展對策

（一）大數據背景下數據分析對于J集團營銷的契機

1.輔助J集團進行更為科學的定價處理

有效地借助于大數據分析，能夠對J集團平臺中的客戶企業(yè)，展開市場層面的進一步細化，展開有針對性的銷售處理。該店就以往的銷售模式而言，省卻了不少的人力、物力和財力。對于J集團而言，企業(yè)內存在著不少的標準化產品。在產品的種類過多的情況下，該集團在定價時，很有可能存在著難以決斷的現象。根據大數據分析對于后臺產品營銷狀況，展開進一步的研究后發(fā)現，能夠推測具體的銷量數據結果。J集團能夠運用大數據分析來同步監(jiān)控該集團銷售的數據情況，進而對全部的客戶企業(yè)展開針對性的分析。

2.有利于鎖定準確的客戶企業(yè)目標

J集團平臺的用戶遍布于全國的各個地方，倘若可以有效地使用好大數據分析的相關技術，可以輔助公司盡快地定位客戶目標對象，進而明晰地理層面的區(qū)分對于消費行為所造成的影響。把搜集得到的數據展開深層次的研究，能夠對客戶企業(yè)展開投其所好的銷售活動。大數據分析還能夠對用戶需求的信息展開相關性的探討。比如，分析加入購物車中的各類產品內部所存在的聯系，能夠大致上推斷此客戶的消費所需及其習慣，從而進一步地探討目標客戶的消費心態(tài)，據此可以更具有針對性地展開精準式的銷售方案。

3.有利于提高J集團的總體性服務程度

J集團在展開大數據分析技術以后，能夠更深入地了解并掌握客戶的心理需求，在提升J集團精準銷售的同時，還可以在客戶企業(yè)群體中打造具有較高可信賴的、優(yōu)良的企業(yè)集團形象。當客戶的需求能夠得以較為充分的滿足之后，J集團的經濟效益亦會呈現出連續(xù)性遞增的態(tài)勢。比如，可以充分地在分析大數據的基礎上，確定出適宜的精準銷售對策。J集團就某一件商品由詢問、訂單、物流，以及售后等諸多服務步驟，均會給客戶帶來更佳的感受。

（二）大數據背景下數據分析對于J集團營銷的發(fā)展對策

制定出與當下市場發(fā)展格局相吻合的精準式營銷對策，對于J集團在較長的發(fā)展時期內，會有很大的輔助價值。不單單能夠提高J集團的社會經濟實效性，另外，亦能夠強化J集團市場的競爭實力。本論文主要通過如下的四個維度展開深入的闡發(fā)。

1.建立全方位的精準銷售體系

由于對于大數據有了深入的分析，從而能夠建立體系完備的客戶企業(yè)數據庫結構。對于J集團而言，能夠明顯地發(fā)揮極為可觀的推動效果。將客戶企業(yè)數據作為軸心，能夠輔助J集團對客戶企業(yè)展開深入的分析，制定出針對性的精準銷售策略，從而替客戶企業(yè)提供準確的產品及其價格等信息情況。

在具體化的銷售工作過程中，J集團并不僅僅注意到客戶的某次采購的行為，同時根據客戶在較長的時間段內，在此平臺采購后所出現的一系列數據信息展開整合式處理，再將此當作基礎，替多元化的客戶展開層次性的銷售活動。比如，就J集團來說，具有較高消費能力的消費者，應針對性地推出較高價格的優(yōu)質型產品；如果關注性價比的消費者，則應重點推送最近打折的促銷活動內容。

2.構建J集團共享式數據庫

建立健全J集團大數據庫系統，顯然是大數據境遇下數據分析所必然采用的方式。在該流程中，處于行業(yè)前端的J集團理應凸顯出引領的價值。比如，淘寶和京東等一些大規(guī)模公司具備很強的資金實力，擁有技術更為優(yōu)質型的資源，另外，在搜集數據信息的過程中其采集方面更為周到。倘若由于無法展開數據的有效性運用，那么，則會導致J集團的銷售策略處于瓶頸的尷尬階段。倘若J集團處于行業(yè)內的領頭羊地位，則能夠搭建起有效性的數據共享平臺，從而能夠達到共贏的效果，同時，對于該行業(yè)均可以提供不錯的發(fā)展外部環(huán)境。

在共同分享大數據體制的建設流程中，在確?？蛻魧ο箅[私處于安全的前提條件下，基于J集團在數據領域的優(yōu)勢與數據支持的基礎上，牽頭構建起共享式數據庫體系結構。經由上述渠道，J集團不單單可以為本集團提供不錯的口碑，同時，還可以在很大的程度上推進本行業(yè)朝著健康、快速的方向發(fā)展，最終，為提供精準的銷售方案提出有利的數據的支撐。

3.提高廣告投放的準確度

投放互聯網的廣告在J集團營銷策略中，占據著不可小覷的地位。第一，J集團須全方位地整合和本集團有關的廣告資源，同時，應深入而又全方位地了解各大媒體所產生的廣告實效性，在此前提條件下，盡可能地尋求到與本集團發(fā)展情況相吻合的媒體資源，并做好精準的投放工作。比如，在投放互聯網廣告時，J集團須定期復盤本集團在不同的廣告媒介平臺（例如，百度、騰訊以及今日頭條等）投放的實際效果，基于不同平臺消費者的特征展開優(yōu)化處理，尋覓到與本集團產品特征最為吻合的平臺，展開連續(xù)性平穩(wěn)地投放工作。第二，J集團理應規(guī)劃好互聯網廣告的預算工作。第三，在廣告投放的時間方面，也應有意識地做好準確的考慮，從而做出合理的選擇方案。結合移動互聯網的大時代背景環(huán)境，投放的電商廣告時間段，理應借鑒大眾運用手機的習慣情況，基于不同情況下的時間段展開比對式的檢測，通過必要的篩選，從而最終確定效果最為合理的投放廣告時間段。

結束語：

綜上所述，在大數據技術和移動互聯網高速發(fā)展的今天，J集團對于精準營銷的建立和推動至關重要。制定合理有效的精準營銷策略，對J集團有很強的現實意義，不僅能夠迅速滿足消費者日益增長的個性化需求，實現J集團和消費者的有效營銷，還可以保證營銷的效率，提高消費者的忠誠度。在深入了解了消費者的行為模式后，便于J集團提供更加個性化的服務，在提高經濟效益的同時，還能樹立可靠的企業(yè)形象，對未來實現長久穩(wěn)固發(fā)展起著不可替代的作用。