试析数据挖掘技术在企业营销管理中应用.docVIP

试析数据挖掘技术在企业营销管理中应用 　　[摘 要] 数据挖掘是在海量数据中找出有价值的知识的分析方法。在企业营销管理中采用数据挖掘是现阶段的必然要求,它有利于企业提高营销效率,降低营销成本,提高竞争优势。通过了解数据挖掘的基本概念、树立正确认识,以及分析数据挖掘和营销管理的关系,从而掌握数据挖掘在市场营销中的应用。 　　[关键词] 数据挖掘 营销管理 应用 　　 　　随着经济全球化和电子商务时代的到来,企业积累了大量业务数据,商业环境中的信息越来越密集,数据库的规模越来越大。它如实的记录着企业运作的本质状况,要想使数据真正成为企业的资源,就要充分利用它为企业自身的业务决策和战略发展服务。人们需要有新的、更有效的工具对大量的业务数据进行分析、提取以挖掘其潜能,做出正确快速的决策,以获得有利于商业运作的信息,提高企业的竞争力。数据挖掘技术正是在“人们被数据淹没,人们却饥饿于知识”的挑战环境下产生并迅速发展起来的,它的出现为智能地把海量的数据转化为有用的信息和知识提供了新的思路和手段,为企业的营销管理提供有利的决策支持。 　　一、数据挖掘的基本原理 　　数据挖掘(data mining)又称数据库中的知识发现,是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的机潜在应用价值的信息或模式,它融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。它把人们对数据的应用从低层次的简单查询,提升到从数据中挖掘知识,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。人们把原始数据看作是形成知识的源泉,就像从矿石中采矿一样。它可分为统计方法、机器学习方法、神经网络方法和数据库方法等。“人脑+电脑”的发展模式正悄然改变着信息时代人们的生活方式,也改变着人们对数据和信息的认识。将这种改变施加到整个商业运作模式上,就产生了数据挖掘。 　　二、数据挖掘技术与企业营销管理的关系 　　营销管理是从对生产者与消费者之间的单一关系而发展成为对多重关系的管理活动。它涉及生产者、营销者、消费者等多种关系,这就需要在各种关系中搭建一座科学合??的桥梁,从纷繁复杂的数据中分析概括出规律性的有用信息,以达到多方目的的互惠互赢。就如经济学家熊彼特所说:许多研究停留在对表面现象的分析中,没有深入研究其背后的工业流程,而后者才是真正重要的。这导致他们机械地、形而上学地对待几个孤立的等价曲线,将自己的毕生精力献给总量分析而得到的却是事物本身并不具有的因果关系。 　　现在许多企业的营销管理活动深陷在投机的泥潭中,而数据挖掘技术能使企业面对客观诸多纷繁现象起到重要的桥梁作用。在现代科学技术推动下,企业营销管理要跳出主观臆想的陷阱,就需要向科学化方向发展。传统的市场营销,更多的是文字分析,无法量化到细节;营销过程信息的获取、信息的充裕度、信息的反馈等问题不能很好的解决。以往更多的侧重于静态研究,而忽略了其动态变化方面的关注。这就要求企业在开展营销活动的过程中,借助自动化、数字化和信息化的多种工具对复杂的消费者组合系统为主的营销系统进行分析。其最直接的表现方式就是营销活动中产生的数量浩瀚的数据,我们需要从这些数据中提取隐藏在其中的且能对决策提供支持的信息,以及分析企业经营对社会、经济和环境的综合影响,并预测企业未来的发展趋势。数据挖掘技术弥补了传统的报表工具等的不足,能十分有效地抽取有价值的潜在知识,推动企业营销管理活动的开展,它是现代营销在高科技信息时代的必然产物。 　　三、数据挖掘在营销管理中的应用 　　1.有效进行市场细分以满足顾客需求 　　数据挖掘基于市场细分原理,其基本假定是“消费者过去的行为是其今后消费倾向的最好说明”。 随着市场竞争日趋激烈,每家企业为赢得顾客而进行的种种努力,使得消费者无时不被大量的商品信息、购买建议及消费刺激所包围着,这就使得信息到达它的目标受众变得越来越困难。在这种情况下,企业如何把相关的产品信息及时有效传达给更小范围内的目标消费者就显得犹为重要。这就要求对消费者市场进行科学有效的细分,从而确定自己的目标市场。任何企业的营销活动都不可能面向所有顾客, 只能有效地服务于其中的一部分细分市场。为了使收益最大化,企业必须去吸引和保持那些有利可图的顾客,20%顾客创造了公司80%的利润。 　　企业可以运用顾客收益性分析模型,通过顾客的地理、人口统计和交易行为特征等信息,计算出每个顾客的收益性,找到最有价值顾客。但一定要考虑顾客管理的隐性成本。例如,一个总是通过传真订货并同时用信用卡支付的顾客的成本,就要比一个通过电话订购而收到货物后很久才付款的顾客的成本低。找到目标市场后,可利用背景分析模型勾勒出那些最有价值的顾客的轮廓,并给出对他们的相关描述如人口统计特征和交易行为特征等,这样可以针对顾客需