營銷數據挖掘對企業營銷策略的影響研究

侯瑾　陳翠翠

[摘要]在市場競爭日益激烈，競爭方式日益豐富的情況下，對企業營銷數據的挖掘成為眾多企業管理者的新寵，將營銷數據作為制定企業營銷策略的重要依據。但是，目前仍有許多企業對營銷數據存在較大誤區，沒能將營銷數據充分挖掘，進而影響了企業營銷策略的制定。本文在分析界定營銷數據概念的基礎上，簡述數據挖掘對企業營銷策略的重要性，并分析營銷數據挖掘對企業營銷策略的重要影響。

[關鍵詞]數據挖掘；營銷策略；營銷數據

[中圖分類號]F274 [文獻標識碼]A [文章編號]1005-6432（2014）17-0039-02

在知識經濟時代，市場競爭已經逐漸演變成為智慧和才能的競爭，隨著計算機技術在企業各個部門的不斷滲透，越來越多的數據為企業決策提供了參考素材，同時也為企業制定營銷策略提出了更高的挑戰。諸多企業在采用信息化管理之后卻難以應對海量營銷數據的攻擊，在制定營銷策略時陷入了“數據豐富，知識匱乏，方式欠缺，方向不明”的困境。針對這種現象，企業管理者需要對營銷數據的概念有充分認識，根據企業自身的數據情況進行分析，對營銷策略進行戰略調整。

1企業營銷數據挖掘的概念

數據挖掘又稱做數據庫中的知識發現，是當下數據庫領域中的研究熱點，需要從數據庫龐大的數據儲備中找出隱含的、具有潛在價值信息的過程。因此，數據挖掘對決策而言具有明顯的支持作用，數據挖掘技術是在人工智能、機器學習、統計學、可視化技術的支撐下完成的，具有歸納性和合理性，對決策者調整營銷策略，減少或規避風險，落實決策都有重要意義。

目前數據挖掘在商業領域的分析方法有許多種，需要根據問題以及數據的類型對分析方法做出調整，較為常用的主要有以下幾種。

1.1關聯分析法

關聯分析法指的是從所儲備的數據中能夠找出某些數據在某一事件中存在的關聯性。采用這種分析法需要先確定關聯規則，發現某一事件中不同數據是否存在關聯性，而這種關聯性與企業管理或銷售存在著怎樣的關系，從而據此對企業管理或銷售計劃做出調整。

1.2序列分析法

這種分析法與關聯分析法的規則類似，但是它尋找的是某一事件中數據之間在時間上的關聯性。這種分析法對于發現潛在用戶具有明顯作用，能夠廣泛應用到醫療、工程等領域的企業當中。

1.3分類和預測分析法

一般而言，分類與預測分析法是由兩個過程實現的，首先是先確定一個模型描述，描述出指定的數據類型和概念集，進行分類劃分，然后使用這個分類進行預測分析。這種分類預測分析法能夠對特定消費習慣的用戶進行有效分析，從而推斷出消費習慣和下一步的消費行為。

最后一種就是聚類分析法，這種分析法是專門針對缺乏數據描述的情況而采用的。例如，在聚類分析之前，數據特征等都是未知的，進行聚類分析時就能夠將數據庫內的信息進行相似性最大化處理，這樣就能夠幫助企業了解出哪些是較為典型性的用戶，哪些是忠實用戶，哪些是流失用戶等，從而有助于企業根據不同用戶的消費特征制定出不同的營銷策略。

2數據挖掘的重要性

隨著企業信息化建設的逐步完成，大量的數據信息在企業隨處可見，而完善的信息系統為企業提供了良好的數據挖掘條件，所以，如何利用好數據資源，成為企業獲得市場地位，贏得市場份額的重要環節。

但是，我國企業雖然信息化系統較為普及，但是對數據信息的利用仍有欠缺，對信息化以及數據信息的挖掘利用仍處在起步階段，在市場競爭壓力不斷加大，企業規模不斷擴大的情況下，需要利用現代化數據信息來應對瞬息萬變的挑戰。因此，企業進行數據信息挖掘有助于增加經營、決策的科學性，制定出正確的營銷策略，是企業快速發展的必由之路。

3良好數據挖掘對企業營銷策略的影響

3.1有助于優化產品布局，為營銷策略提供參考

企業產品布局主要指的是產品種類和數量、產品生產組合等內容，對產品銷售范圍、銷售數量以及組合銷售情況進行數據挖掘有助于增加企業產品的銷量。從某種意義上講，企業產品是企業最真實的代表，因此，需要在產品生產以及銷售的過程中對收集來的數據進行有效分析。主要包括兩個方面，一是在產品生產過程中成本價格浮動數據。用最通俗的例子來表述，就是當某一個較為暢銷的產品的成本價格上升時，僅僅靠提升產品價位，來鞏固銷售額不是最好的辦法，而是需要考慮調整產品布局，對該暢銷產品進行組合銷售、范圍銷售、帶動銷售的情況下，來獲得更好的利潤。這些營銷策略需要在嚴密、準確、全面的數據挖掘情況下進行，否則就增加了企業的運營風險。二是產品在銷售過程中的銷量數據浮動。假如產品在某一區域的銷量逐漸上升或逐漸下降，就需要對這類事件進行充分數據挖掘，在進行這類數據挖掘時可以采用聚類分析法和分類與預測相結合的方法，從而制定相應的營銷策略，抓住企業的各類用戶，并對忠實用戶進行鞏固。

3.2有助于管理用戶類別，為營銷策略提供支撐

根據真實有效的數據來進行分析挖掘是企業用戶管理的基礎，是企業營銷策略落實的關鍵。首先，數據挖掘可以幫助企業將用戶類別標準進行明晰，使企業能夠根據不同用戶群的需求來制定營銷策略。其次，數據挖掘時可以通過分類預測分析法對潛在用戶進行吸納，使企業在維護好原有用戶的基礎上將潛在用戶歸納到現有類別當中。同時還可以根據已經掌握的用戶資料，根據性別、年齡、區域以及洽談手段進行歸類分析，從而了解不同用戶的合作趨向，為用戶提供更好的服務。

另外，在管理用戶類別方面，還需要從用戶滿意度的角度進行分析，通過與用戶維持較為合理的交流氛圍來把握產品的市場定位，有計劃地進行差異化營銷。在分析用戶滿意度的同時要注重為忠實用戶實行個性化銷售制度，制定良好的個性化產品組合，及時調整產品內容和產品組合結構，從而保證了營銷策略的靈活性，為企業制定營銷戰略提供有效支撐。

3.3有助于實現營銷數據管理科學化，提高營銷策略制定時效性

通過對營銷數據挖掘與分析，能夠為企業決策者提供更加精準地市場分析，為擺正企業發展目標，準確開展市場營銷活動，提供強有力的支撐，在實際落實中則大大增加了營銷策略制定的時效性。企業在進行數據挖掘時能夠對用戶對產品的使用情況進行及時掌握，快速做出反應，為企業調整、擬定營銷策略提供可靠依據，大大提升了營銷策略的制定速度，縮短了從制定到落實的時間差，為企業發展、產品銷售贏得了寶貴時間。比如，制定交叉銷售策略時，企業可以快速利用現有老用戶的信息及其所在社會層次制訂老客戶帶動新客戶的營銷方案，大大提升了尋找新用戶、掌握新用戶信息的速度，不僅能夠有效開展富有個性化的交叉銷售，還能夠在一定程度上保證了營銷策略有效落實。

4結論

通過以上論述可以發現，在知識經濟時代下開展的營銷數據挖掘雖然能夠較為快速地為企業贏得利潤，但是還需要企業進一步擴大數據搜索、儲備范圍，不斷更新數據收集、儲備及分析方法，為企業營銷策略制定提供更加準確的參考信息。同時企業還需要扎實修煉數據挖掘方面的內功，不斷提升數據挖掘能力，綜合利用數據挖掘方法，迎接更多的挑戰。這就要求企業要充分認識到營銷數據挖掘中存在的瞬時性、短暫性，在數據信息的瞬時性中挖掘持久性規律，盡可能地規避數據挖掘的不良影響，做到既能鉆得進去，又能跳得出來，為企業提供更加全面決策參考。

參考文獻：

[1]馬江洪，張文修，徐宗本.數據挖掘與數據庫知識發現：統計學的觀點[J].工程數學學報，2002（1）.

[2]錢鋒，徐麟文.數據挖掘及在營銷中的應用[J].杭州電子工業學院學報，2001（4）.

[3]王實，高文.數據挖掘中的聚類方法[J].計算機科學，2000（4）.

[4]張躍先，康錦江，陳璐.營銷決策模型的研究及其應用[J].科技和產業，2005（1）.