浅析电子商务对小微企业市场营销方式的影响.doc

浅析电子商务对小微企业市场营销方式的影响 1、相关定义 1.1、从企业战略的需要出发定义市场营销方式转型举措 通过对企业发展方向相关因素的分析,对于企业的战略需要已经有了大概的了解,从而可 以得出对”M 公司”市场营销方式转型的举措建议。市场营销方式的转型必然要以企业的战略 需要为出发点,下面这张图体现了所建议的市场营销方式转型举措同企业战略需要及企业的发 展方向之间的对应关系: 图 6 企业发展方向、战略需要、营销方式转型举措三者之间的关系 Figure 6 Relation among strategic vision, strategic needs, and marketing model 提供差异化的 产品和服务 扩张规模 明确自身定位 开 发 建 设 更 加 先 进 的 物 流与 IT 体系 增加所销售产 品的种类 建设专业的数 据库营销团队 扩大业务地域 范围 融资 利用技术工具对 消费者进行分类 利用技术工具充 分挖掘客户数据 使市场营销工作 流程化 推出市场营销方 案前先做试验 建设网上虚拟社 区 加强服务个性化 企业的发展方向: 企业战略需要: 营销方式转型举措: 定 义 及 交 付 差 异 化 的 产 品和服务 24 1.2、数据挖掘技术的一般概念 4.2.1 什么是数据挖掘 数据挖掘就是从大量的、可能不完整的、可能有噪声的、可能比较模糊的、看上去随机的 数据中提取隐含在其中的、事先不知道的、但有用的信息和知识的过程。随着信息技术近年来 的高速发展,人们积累的数据量急剧增长,企业的数据往往以 TB 计,甚至达到 PB,如何从如 此大量的数据中提取有用的知识成为一个重要的课题。数据挖掘就是顺应这种需要而发展起来 的数据处理技术。 对于数据挖掘,目前还没有一个为人们所公认的正规的定义,一些常见的对于数据挖掘的 定义包括: SAS 研究所(1997):”在大量相关数据基础之上进行数据探索和建立相关模型的先进方 法”。 Bhavani(1999):”使用模式识别技术、统计和数学技术,在大量的数据中发现有意义的 新关系、模式和趋势的过程”。 Hand et al(2000):”数据挖掘就是在大型数据库中寻找有意义、有价值信息的过程”。 34 其实数据挖掘中所运用的数据分析技术本身并不是什么新的东西,它们往往已经有很多年 的历史,只不过以前对数据进行收集和分析的目的一般是为了科学研究。而且,由于以前计算 的运算和存储能力都比较有限,对大数据量进行复杂的数据分析成本过高,只能运用于基础研 究或军事领域。而现在,由于计算机系统在各个行业中的广泛运用,商业领域里已经积累了大 量的业务数据,这些数据不是为了预设的研究课题而有意收集的,而纯粹是商业经营过程中的 副产品。对这些数据进行分析不再是出于科学研究的需要,而更主要的是为商业决策提供支 持,通过做出正确的判断获得利润。但这里有一个明显的难点,经营活动中积累的数据杂乱无 章,量又非常地大,隐藏在其中有价值的信息却很少。由于要对大量的数据进行处理和深入分 析才能够获得有用的知识,这就如同从原始矿石中淘出金子一般,所以数据挖掘这样一个形象 的词汇也就产生了。 4.2.2 数据挖掘的主要分析方法 聚类分析 聚类分析就是把数据根据其互相之间的相似程度分成若干类别,同一类别中的数据彼此之 间更为接近,不同类别之间的数据更为远离。聚类分析可以帮助人们建立在高层次上的类别概 念,发现数据的分布模式,以及数据属性之间可能的相互关系。将消费者根据其偏好习惯进行 分类、将人们根据性格特征进行分类、将城市根据家庭支出分配比例进行归类,这些都可以考 虑运用聚类分析。 归类 聚类分析回答了”这批数据该分哪几类”的问题,而归类回答的是”这一个数据该归入哪 一类”。它的目标是构造出一种模型,只要将数据带入这个模型,就可以得出它该归入哪一类 的结论,而且这个结论的准确性应该很高。归类的模型一般用规则、决策树或神经网络来实 现。而归类模型的获得一般是利用训练数据集通过一定的算法而求得模型中的各项参数来做到 的。训练数据集越多,参数数量越多,则模型的归类准确度也越高。比如说根据出生日期所属 的星座来对人们的性格进行猜测,或者根据家庭所居住的小区的房价来对家庭收入进行猜测, 都是归类,当然,这两个模型都过于简单而且准确度不高。 35 关联分析 关联分析是由 Rakesh Apwal 等人首先提出的。在一批数据中,如果两个或多个变量的取值 之间存在某种规律性,则可以认为这些变量存在关联。关联关系是数据中非常重要的一类关 系,通过寻找关联关系,可以发现隐藏在数据中的知识,从而用来指导经营活动。关联分为简 单关联、时序关联和因果关联。由于变量之间的关联一般都存在一定的概率,所以用支持度和 可信度两个指标来