- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大数据挖掘技术在卷烟消费者营销中应用
上海交通大学 王凯
摘要:本文首先归纳了数据挖掘技术在烟草公司卷烟营销领域中的应用,众所周知,数据挖掘技术已广泛应用于各行各业,可以对大量、庞杂的信息进行快速有效的分析,为管理决策提供依据。通过探讨数据挖掘技术在烟草消费者中的应用,为中国烟草企业制定合适的营销措施,也为零售商在向烟草商业公司订烟时提供一定的信息决策,也提供一些同时也为烟草控制者辨识有较强区分度的消费者群体,提供有效的工具。
关键词:数据挖掘技术;烟草消费者;细分;营销措施
引言
中国是世界最大的烟草生产国和卷烟消费市场,近几年,中国烟草行业的发展更加迅速,卷烟生产企业众多、产品多样化,以及中国加入WTO 之后,烟草产业国内市场国际化的压力增大,使得烟草行业面临更加激烈的市场竞争。要应对市场的挑战,必须及时分析卷烟市场信息,制定有效的营销策略。在制定烟草控制措施时,必须考虑到不同消费者群体的需求特点,采取有针对性地税收等措施,以便在减少烟草消费的同时,同时提高政府税收。数据挖掘是一个利用各种分析方法和分析工具在大型数据库或数据仓库中建立模型和发现数据间关系的过程,这些模型和关系可以用来做出决策和预测。通过数据挖掘可以对大量、庞杂的信息进行快速有效的分析,为烟草企业制定适宜的营销计划,提高竞争力和烟草控制者制定政策提供依据。
然而,要想挖掘出卷烟市场消费者的各种特征,包括不同层次消费的购买偏好和频率,首先要建立消费者数据库,然后利用消费者数据里面的各种信息,利用大数据技术挖掘出消费者的各种特征,为烟草公司和零售商提供决策支持。卷烟消费者数据库的建立和分析是一个长期的、系统的工作。要结合当地烟草公司的发展战略,借鉴烟草公司现有业务和运营经验,在选定区域内,通过各种数据采集方式和相关优惠活动获取消费者的相关信息,通过大量的消费者的相关信息可以建立一个较为系统的消费者数据库,通过数据挖掘技术(DM)和计算机平台软件,分析和研究卷烟消费市场的发展趋势及预测消费行为,针对不同种类的消费者制定不同的营销策略,实现精确营销。
所谓卷烟消费者数据库营销,就是零售商与其顾客进行双向沟通和互动的过程。零售商通过现代终端技术和各种优惠活动,获取消费者相关信息和其消费信息,然后利用计算机信息管理系统建立消费者数据库,并通过对数据库的处理和分析来预测消费者有多大可能去购买某种卷烟规格,以及利用这些信息给产品精确定位,有针对性地设计营销信息达到说服消费者购买产品的目的。一旦做好该项工作我们就能够有效锁定及服务于目标消费群, 通过技术与知识的结合,指导上游的工业企业针对性地组织生产和向下游的商业企业进行精确投放,提高零售户和消费者的满意度,初步建立起 “工业-商业―零售户—消费者” 的价值链,逐步形成一个零售户围绕在烟草公司周围、消费者围绕在零售户周围的和谐烟草体系。烟草公司可以更好的管理消费者信息,规划烟草营销网络发展策略,提高零售终端固化的科学性, 降低决策风险。
1. 数据挖掘技术简介
所谓数据挖掘(Data Mining), 是指从数据库中抽取隐含的、以前未知的、具有潜在应用价值的信息、新关联模式和趋势的过程。从商业的角度定义,其主要特点是对商业数据库中的大量业务数据进行制取、转换、分析,从中提取辅助商业决策的关键性数据。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾旧的模型。它可以从大量的数据中抽取出潜在的、有价值的知识、模型或规则,有助于企业发现业务的趋势,揭示已知的事实,预测未知的结果,利用功能强大的数据挖掘技术,可以使企业把数据转化为有用的信息帮助决策,从而在市场竞争中获得优势地位。
目前在很多领域尤其是商业银行领域如银行、电信、电商等,数据挖掘可以解决很多问题,包括市场营销策略制定、背景分析、企业管理危机等。零售商信息化经过这么多年的发展,已经建立了健全的营销、专卖、物流、收银等各类经营管理的支持系统,这些信息系统每天都会产生大量的销售数据,为了进一步提高零售商经营管理水平和消费者需求,有必要将先进的信息技术手段融入到零售商经营管理当中。通过对这些数据进行分析挖掘,提炼出对经营管理有效和有用的信息,为制定合理有效的经营策略提供数据支持。
1.1 描述性数据挖掘
对数据进行总结,进行数据的泛华,在泛化的基础上对数据进行高层次的处理。
(1) 数据总结: 数据总结的目的是对数据进???浓缩,给出相应的紧凑描述。如计算出数据库各个字段上的总和值、平均值和方差值等,或者用直方图、圆形图等图形方式表示, 以实现数据的可视化。
(2) 聚类分析:聚类是根据一定的规则,按照相似性把样本归成若干类别。在对样本合理划分后,
文档评论(0)