數(shù)據(jù)挖掘技術(shù)在數(shù)碼產(chǎn)品銷(xiāo)售商家的應(yīng)用

摘要:該文介紹了數(shù)據(jù)挖掘技術(shù)在數(shù)碼產(chǎn)品銷(xiāo)售商家中的應(yīng)用，以?shī)涞渍\(chéng)信科技公司為例，首先讓人對(duì)數(shù)據(jù)挖掘技術(shù)建立一個(gè)正確的觀念，消除對(duì)于數(shù)據(jù)挖掘技術(shù)的誤區(qū)，為后面數(shù)據(jù)挖掘技術(shù)應(yīng)用打下基礎(chǔ);接著提供數(shù)據(jù)挖掘技術(shù)中類聚分析將客戶有效分類，運(yùn)用關(guān)聯(lián)規(guī)則挖掘技術(shù)找出業(yè)務(wù)間的關(guān)聯(lián)性，從而進(jìn)行貨柜商品擺設(shè)，針對(duì)不同客戶進(jìn)行有效、個(gè)性化的營(yíng)銷(xiāo)。

關(guān)鍵詞:數(shù)據(jù)挖掘;認(rèn)識(shí)誤區(qū);精確營(yíng)銷(xiāo)

中圖分類號(hào):TP274文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2010)02-273-02

The Application of Data Mining Technology in Digital Product Sales Business

CHENG Wei

(Dean's Office in Hunan Institute of Humanities Science and Technology， Loudi 417000， China)

Abstract: This paper describes the application of data mining technology in digital product sales business. Loudi chengxin Company of Credit Technology is taken for example. Firstly， build a correct concept and eliminate the errors， which are the basis of the later application of the data mining technology; then provide the clustering analysis of data mining technology to classify customers effectively， find the relevance between businesses by the usage of mining association rules， thereby furnish the products into containers and make an effective and personalized marketing to different customers.

Key words: data mining; mistaken ideas in cognition; precision marketing

隨著人們的生活水平、生活質(zhì)量、個(gè)人素質(zhì)的提高，數(shù)碼產(chǎn)品從剛進(jìn)入市場(chǎng)到今天，已經(jīng)普遍被人們所接受，數(shù)碼產(chǎn)品相繼進(jìn)入千家萬(wàn)戶，在人們的生活中占據(jù)的比例越來(lái)越大。各大銷(xiāo)售商看著這塊香饃饃，紛紛進(jìn)入銷(xiāo)售數(shù)碼產(chǎn)品這一行業(yè)，門(mén)店也遍地開(kāi)花的出現(xiàn)在各大商場(chǎng)、電腦城里。婁底，一個(gè)小型城市，人口有限、流動(dòng)人口也不多，面對(duì)日趨激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，數(shù)碼產(chǎn)品的銷(xiāo)售商們想期望自身獲得更多的利益、更多的利潤(rùn)、在同行中繼續(xù)站穩(wěn)腳跟，就要改從原有的以產(chǎn)品為中心的銷(xiāo)售模式轉(zhuǎn)向以客戶為中心的銷(xiāo)售模式。該文將介紹數(shù)據(jù)挖掘技術(shù)在數(shù)碼產(chǎn)品銷(xiāo)售中的應(yīng)用，首先消除人們對(duì)數(shù)據(jù)挖掘技術(shù)的誤區(qū)，根據(jù)客戶生命周期理論，運(yùn)用聚類分析有效將客戶分類，關(guān)聯(lián)規(guī)則發(fā)現(xiàn)潛在、有價(jià)值的信息，從而有針對(duì)性的進(jìn)行營(yíng)銷(xiāo)，減少成本，提高效率。

1 基本概念

1.1 數(shù)據(jù)挖掘概念

數(shù)據(jù)挖掘(data minning， DM)是從大量的、不完全的、有噪聲的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)過(guò)程。

1.2 精確營(yíng)銷(xiāo)概述

精確營(yíng)銷(xiāo)在大量相關(guān)客戶信息的基礎(chǔ)上，對(duì)這些信息挖掘整理來(lái)發(fā)現(xiàn)各戶的特性，針對(duì)這些特性，分析客戶需求行為，進(jìn)行有效的營(yíng)銷(xiāo)推廣或是各種促銷(xiāo)活動(dòng)，提供個(gè)性化的產(chǎn)品和服務(wù)。精確營(yíng)銷(xiāo)的主要目的就是降低營(yíng)銷(xiāo)成本，提高營(yíng)銷(xiāo)效率，分析出不同客戶的需求，把產(chǎn)品提供給最需要的，用最小的投入得到最好的銷(xiāo)售。

2 數(shù)據(jù)挖掘在數(shù)碼產(chǎn)品經(jīng)銷(xiāo)商中的發(fā)展現(xiàn)狀

隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，在各行各業(yè)的到了應(yīng)用，包括金融業(yè)、電信業(yè)、零售商、制造業(yè)、醫(yī)療保健及制藥業(yè)等。在婁底市，數(shù)據(jù)挖掘技術(shù)在數(shù)碼銷(xiāo)售商中運(yùn)用并不理想，現(xiàn)狀如下:

1) 數(shù)碼銷(xiāo)售商在婁底市大多都是小規(guī)模個(gè)體商戶、家族型小店，店員人數(shù)不多，銷(xiāo)售商經(jīng)營(yíng)模式停留在以個(gè)人在商場(chǎng)上的多年經(jīng)驗(yàn)、決策上帶有很多的主觀性與隨意性，并且憑著自己的直覺(jué)、經(jīng)驗(yàn)去把握、感知市場(chǎng)，沒(méi)有運(yùn)用科學(xué)工具。

2) 店員素質(zhì)較低。店員門(mén)檻低，工作要求只需能順利買(mǎi)賣(mài)，并沒(méi)有很多專業(yè)素質(zhì)，對(duì)于數(shù)據(jù)挖掘技術(shù)掌握困難。

3) 沒(méi)有建立信息系統(tǒng)。由于規(guī)模小、人員少，很多經(jīng)銷(xiāo)商并沒(méi)有完善的管理制度，工作流程相對(duì)簡(jiǎn)單，買(mǎi)賣(mài)商品只有一紙憑證，沒(méi)有建立完整的客戶信息。

3 數(shù)據(jù)挖掘的誤區(qū)

3.1 只要有了數(shù)據(jù)挖掘工具，就能得到所需要的信息

認(rèn)為數(shù)據(jù)挖掘是萬(wàn)能的，就像我們平時(shí)所用的軟件，并不要懂得那些技術(shù)與復(fù)雜的程序，不用掌握數(shù)據(jù)挖掘技術(shù)，只要像運(yùn)用軟件一樣，輸入相關(guān)問(wèn)題或是相關(guān)步驟，就可以解決所要解決的問(wèn)題。數(shù)據(jù)挖掘并非人們想象這樣，它是提供一系列的工具，數(shù)據(jù)挖掘不會(huì)在缺乏知道的情況下自動(dòng)的發(fā)現(xiàn)模型，它需要結(jié)合可靠的基礎(chǔ)數(shù)據(jù)，根據(jù)專業(yè)人員分析而建立預(yù)測(cè)模型，最后得出整體解決方案。

3.2 所有的數(shù)據(jù)都能進(jìn)行數(shù)據(jù)挖掘，而且能得到好的數(shù)據(jù)挖掘結(jié)果

數(shù)據(jù)挖掘作為一種先進(jìn)的數(shù)據(jù)信息處理技術(shù)，它是數(shù)據(jù)關(guān)系的一個(gè)探索過(guò)程，所有數(shù)據(jù)中，往往很多數(shù)據(jù)是冗余的、缺失的、有噪聲的，如果輸入這些異常數(shù)據(jù)進(jìn)去分析，往往會(huì)影響到分析的結(jié)果。因此，數(shù)據(jù)挖掘的成敗，數(shù)據(jù)預(yù)處理是至關(guān)重要的。原始信息轉(zhuǎn)化為挖掘信息流程圖如圖1。

3.3 數(shù)據(jù)挖掘能解決所有商業(yè)問(wèn)題

數(shù)據(jù)挖掘并不能解決企業(yè)中所有商業(yè)信息問(wèn)題，數(shù)據(jù)挖掘僅是一個(gè)工具，在挖掘之前要先考慮到用數(shù)據(jù)挖掘解決什么問(wèn)題，再針對(duì)問(wèn)題，進(jìn)行了解企業(yè)的業(yè)務(wù)，收集相關(guān)數(shù)據(jù)，找到合適分析方法，建立模型，再解決問(wèn)題。

4 數(shù)據(jù)挖掘在精確營(yíng)銷(xiāo)中的應(yīng)用

4.1 客戶生命周期理論

客戶生命周期(Customer Relationship Life Cycle)——客戶關(guān)系從開(kāi)始到結(jié)束的整個(gè)發(fā)展過(guò)程，有若干具有先后順序的客戶關(guān)系階段組成。如圖2所示。

客戶生命周期，在數(shù)碼產(chǎn)品銷(xiāo)售商家中，表現(xiàn)為客戶選擇在哪家銷(xiāo)售商購(gòu)買(mǎi);資金流進(jìn)入商家，信任此商家，在一段時(shí)間里會(huì)保持良好的合作關(guān)系;接著出現(xiàn)客戶在此商家的購(gòu)買(mǎi)力、消費(fèi)行為下降;直到最后到失去客戶。

根據(jù)客戶生命周期理論，銷(xiāo)售商就要提高對(duì)客戶行為的敏感性，在衰退期或是更早時(shí)做到預(yù)警，采取合理的營(yíng)銷(xiāo)措施來(lái)留住客戶，讓客戶停留在發(fā)展期或是穩(wěn)定期。那這樣，銷(xiāo)售商就要利用數(shù)據(jù)挖掘工具，從客戶行為、從業(yè)務(wù)角度去分析出有價(jià)值、有用的信息，穩(wěn)定現(xiàn)有客戶、發(fā)展?jié)撛诳蛻簟⑽?jìng)爭(zhēng)對(duì)手客戶。

4.2 客戶細(xì)分模型

4.2.1 因素分析

精確營(yíng)銷(xiāo)首先是要進(jìn)行數(shù)據(jù)的選取、數(shù)據(jù)預(yù)處理，為了對(duì)婁底誠(chéng)信科技公司做客戶細(xì)分，從該公司的每日出庫(kù)憑據(jù)中抽取了2008年9月-11月抽樣客戶消費(fèi)憑證，從原始資料中，分析歸納出7個(gè)因素，總結(jié)的7個(gè)因素如下:

1) 電腦。這方面包括臺(tái)式的品牌電腦、組裝電腦，筆記本電腦，網(wǎng)吧購(gòu)買(mǎi)電腦、單位購(gòu)買(mǎi)電腦。

2) 電腦配件。鼠標(biāo)、鍵盤(pán)、音響、手寫(xiě)板、攝像頭、純平顯示器、液晶顯示器。

3) 大數(shù)碼。各種品牌的DV、數(shù)碼相機(jī)。

4) 大數(shù)碼配件。DV包、相機(jī)包、三腳架、專業(yè)相機(jī)鏡頭。

5) 小數(shù)碼。MP3、MP4、MP5、錄音筆。

6) 耳機(jī)。MP3、MP4、MP5耳機(jī)，電腦耳機(jī)，筆記本耳機(jī)。

7) 售后服務(wù)。電腦維修、MP3、MP4、MP5維修，下載歌曲，電影，手機(jī)下載歌曲電影，數(shù)碼照片沖洗、刻錄光碟。

4.2 聚類分析

根據(jù)上述因素分析結(jié)果，應(yīng)用聚類模型，將客戶分為7類。

由上圖分析可以看出，組1的客戶在人數(shù)上是最少的，但是消費(fèi)總額是最高的，而組7客戶群人數(shù)是涵蓋率是最多而它的消費(fèi)卻是最低的。從表1分類，我們可以總結(jié)出對(duì)于婁底誠(chéng)信科技公司來(lái)說(shuō)，存在4類客戶:

1) 優(yōu)質(zhì)型客戶。如組1、組3業(yè)務(wù)中的客戶，他們帶來(lái)的利潤(rùn)很大，作為客戶當(dāng)前價(jià)值和潛在價(jià)值都大，要對(duì)這些客戶加倍的關(guān)注、關(guān)懷，并提高這些客戶對(duì)本公司置信度、忠誠(chéng)度，防止其成為競(jìng)爭(zhēng)對(duì)手的客戶。

2) 維持型客戶。組5、組2中的客戶，當(dāng)前價(jià)值較大，有較強(qiáng)的購(gòu)買(mǎi)力，潛在價(jià)值也較大，公司要做的就是充分發(fā)掘他們的潛在價(jià)值，采取各種方式如促銷(xiāo)等活動(dòng)提高他們的購(gòu)買(mǎi)欲。

3) 發(fā)展型客戶。組6中的客戶，目前這些客戶給公司帶來(lái)的利潤(rùn)并不多，且缺乏夠買(mǎi)潛力，所以公司應(yīng)當(dāng)用個(gè)性化的產(chǎn)品和服務(wù)吸引他們，并且加強(qiáng)與他們的溝通與交流，介紹更多的有特色的產(chǎn)品和服務(wù)。

4) “淘汰型”客戶。組7中的客戶，這類客戶的當(dāng)前價(jià)值和潛在價(jià)值都相對(duì)較小，公司對(duì)這類客戶營(yíng)銷(xiāo)成本的投入大于他們?yōu)楣緞?chuàng)造的價(jià)值，所以應(yīng)在充分享有他們帶來(lái)的利潤(rùn)后逐漸地放棄他們。

4.3 關(guān)聯(lián)規(guī)則分析模型

通過(guò)對(duì)婁底誠(chéng)信科技公司出庫(kù)憑證上的購(gòu)買(mǎi)產(chǎn)品業(yè)務(wù)數(shù)據(jù)進(jìn)行分析，可以發(fā)現(xiàn)不同的消費(fèi)者購(gòu)買(mǎi)業(yè)務(wù)之間存在著關(guān)聯(lián)性。采用Apriori算法建立關(guān)聯(lián)規(guī)則模型，得到最大頻繁項(xiàng)集:{因素1、因素2、因素6}。然而通過(guò)關(guān)聯(lián)規(guī)則模型，還發(fā)現(xiàn)了其他的購(gòu)買(mǎi)產(chǎn)品中也存在著較強(qiáng)的關(guān)聯(lián)性。如:購(gòu)買(mǎi)了大數(shù)碼產(chǎn)品的DV或是數(shù)碼相機(jī)的客戶，有79%的客戶都會(huì)購(gòu)買(mǎi)大數(shù)碼配件DV包、相機(jī)包、三腳架、專業(yè)相機(jī)鏡頭其中的一件產(chǎn)品甚至有更多的產(chǎn)品。購(gòu)買(mǎi)了電腦類產(chǎn)品的客戶，接著會(huì)配套挑選音響、攝像頭等電腦配件產(chǎn)品，特別一些網(wǎng)吧客戶，這些客戶多半購(gòu)買(mǎi)是組裝電腦，那么在電腦配件里的商品如鼠標(biāo)、鍵盤(pán)、攝像頭和耳機(jī)類的電腦耳機(jī)更是會(huì)100%的購(gòu)買(mǎi)。購(gòu)買(mǎi)小數(shù)碼的客戶，63%的客戶會(huì)要下載電影、歌曲。

根據(jù)關(guān)聯(lián)規(guī)則分析模型得出的結(jié)果，婁底誠(chéng)信科技公司可以采取以下措施:

1) 將關(guān)聯(lián)較大的商品，如電腦和電腦配件、大數(shù)碼和大數(shù)碼配件置在一起，在銷(xiāo)售時(shí)，售貨員可以適當(dāng)?shù)耐其N(xiāo)相關(guān)產(chǎn)品，或是進(jìn)行打折式的捆綁銷(xiāo)售，買(mǎi)了其一產(chǎn)品后再買(mǎi)相關(guān)產(chǎn)品可給予適當(dāng)折扣，用折扣來(lái)引起客戶的購(gòu)買(mǎi)欲。

2) 在購(gòu)買(mǎi)產(chǎn)品，某些產(chǎn)品能帶來(lái)增值的售后服務(wù)時(shí)，售貨員可以向客戶介紹其相關(guān)產(chǎn)品的售后服務(wù)業(yè)務(wù)，如購(gòu)買(mǎi)了MP5的客戶，可以向客戶推銷(xiāo)公司還可以歌曲、電影下載。

3) 售貨員可以根據(jù)客戶的要求的或是需求的服務(wù)來(lái)挖掘能為公司帶來(lái)利益的更多相關(guān)服務(wù)業(yè)務(wù)，如公司如果沒(méi)有客戶想要的相關(guān)產(chǎn)品型號(hào)，那么就可以采取訂貨的方式并收取一定的費(fèi)用來(lái)專程為客戶定他所需的產(chǎn)品。

4) 在進(jìn)貨與發(fā)貨運(yùn)輸上將關(guān)聯(lián)產(chǎn)品配套安排。采取這些措施后，客戶的交叉消費(fèi)大為提高，對(duì)公司的滿意度也將提高。

5) 爭(zhēng)取更多的如網(wǎng)吧電腦、單位電腦相關(guān)的高利潤(rùn)客戶，為這些客戶提供快捷、可靠、優(yōu)質(zhì)的服務(wù)，全力做好售后服務(wù)，得到這些客戶的信任，使公司獲得良好口碑，也將為公司帶來(lái)潛在的更多商機(jī)。

5 結(jié)束語(yǔ)

電子產(chǎn)品銷(xiāo)售商若想在日趨競(jìng)爭(zhēng)激烈的環(huán)境中站穩(wěn)腳跟，必須利用科學(xué)技術(shù)來(lái)提高公司的競(jìng)爭(zhēng)力。數(shù)據(jù)挖掘技術(shù)如今還在發(fā)展、完善，公司員工在銷(xiāo)售時(shí)應(yīng)當(dāng)結(jié)合利用相關(guān)數(shù)據(jù)挖掘技術(shù)，收集數(shù)據(jù)、分析數(shù)據(jù)，為公司發(fā)展更多的客戶、挖掘出更多的潛在有利的信息，爭(zhēng)取為公司帶來(lái)更多的利潤(rùn)。

參考文獻(xiàn):

[1] 丁建石，韓景豐.基于數(shù)據(jù)挖掘的精確營(yíng)銷(xiāo)研究[J].商場(chǎng)現(xiàn)代化，2007(4):1-2.

[2] 張國(guó)政.客戶關(guān)系管理中基于數(shù)據(jù)挖掘的客戶細(xì)分研究[J].商業(yè)研究，2006(13):153-155.

[3] 鄭英，王繼成.數(shù)據(jù)挖掘在電信業(yè)務(wù)精確營(yíng)銷(xiāo)中的應(yīng)用[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2008(10):33-36.

[4] 李玉梅，數(shù)據(jù)挖掘初探[J].現(xiàn)代管理科學(xué)，2005(4):151-152.

[5] 于愛(ài)民，利用數(shù)據(jù)挖掘?qū)崿F(xiàn)電信行業(yè)客戶流失分析[J].廣東通信技術(shù)，2004(5):4-7.