大數據環境下企業銷售數據處理方法與市場感知研究

徐東輝

DOI：10.19392/j.cnki.16717341.201720169

摘要：本文大致描述了大數據環境下企業銷售數據的處理方法和途徑，對大數據環境下企業市場預測和感知方法進行了研究，分析了大數據環境下企業進行營銷需要采取的方法和策略。

關鍵詞：大數據；企業銷售數據；市場感知

在信息技術快速發展，大數據技術普遍應用的前提下，任何一個行業都已經離不開數據的影響。對企業來說，如何利用銷售數據對未來的市場進行預測和市場感知，進而制定有效的營銷策略是當前最為重要的事情。企業需要通過一定的技術手段對銷售數據進行處理，獲得對未來市場預測的能力，為提升市場占有率奠定良好的基礎和前提，使得企業在激烈的市場競爭中獲得一席之地。

一、大數據環境下企業銷售數據處理方法概述

第一，分類分析。簡單的說，分類分析就是將數據按照一定的分類規則劃分到相應的數據組之中去的過程。分類分析建立在一般的分類算法的基礎上，每當獲取一條新的數據，系統都會按照分類規則對數據進行分類。分類分析在市場預測中具有至關重要的地位，它可以在分析歷史數據的基礎上對數據未來的走向進行預測。比如，分類分析可以預測產品在未來一段時間內的銷售趨勢，便于企業進行生產安排、物流協調和促銷活動的計劃。

第二，關聯規則分析。關聯規則分析的目的在于找出數據之間的關聯關系和派生關系。當一些數據信息和另外一些數據信息相伴相神出現的時候，二者之間可能就存在著某種關聯關系。在數據挖掘之中，關聯規則分析可以劃分為相關關系分析和函數關系分析兩種。相關關系是描述的是變量和因變量之間存在著一定的規律，但是二者之間不存在著一一對應的確定性關系的狀態；函數關系描述的是變量的變化由因變量變化唯一確定的一種確定關系狀態。

第三，回歸分析。回歸分析是一種建立在統計分析上的數據挖掘技術，是對聯系變化的變量進行分析的主要方法，通過數學方程式來對自變量和因變量之間的關系進行模擬從而找到其中的關系，發現數據之間隱藏的規律。在發現數據之間規律之后，可以對數據未來的變化趨勢進行預測。在運用回歸分析進行數據預測時候，只要給出自變量和時間的值，就可以運用已經建好的模型得到預測值。

第四，時間序列分析。時間序列分析是進行大難度和綜合性課題研究的主要方法和工具，時間序列分析提供的預測技術和評估技術是非常完善的。在通過參數模型分析和處理觀測到的有序隨機數據的。時間序列分析一方面可以對某事物的發展規律進行解釋，從而達到認識客觀世界的目的；另一方面則可以通過模型來預測和控制事件未來的行為。

二、大數據環境下企業進行銷售數據處理和市場感知的方法與對策

在時間的推移中，企業積累的銷售數據會日益龐大，如何安全有效地存儲這些銷售數據并將之運用到未來的市場預測之中去是企業營銷的重中之重。市場預測結果不僅僅關乎到企業營銷的成敗，還和企業制定的發展戰略和發展策略有著直接的關系。如果不能針對銷售數據制定有效的數據處理方法，一些重要的信息就會淹沒在噪音和干擾之中。

企業可以借助市場感知模型的建立來進行市場預測，在實踐之中，企業經常通過ARIMA模型和灰色模型的結合來達到市場預測的目的。在數據挖掘的基礎上，將各項數據輸入到市場感知模型之中來，比如將各地區數據、某個零售商的銷售走勢和存銷比趨勢、重復購進比率、鋪貨比率等等信息納入到市場感知模型指中國來，這些數據可以在模型建立和預測中發揮較大的效果，能夠幫助企業預測市場動向和未來的銷售趨勢。在市場感知預測中大多使用時間序列分析方法來預測市場發展動向，為企業管理層提供決策可以依靠的數據，便于企業根據市場環境做出相應的反應，進而提升市場占有率，積極地搶占市場資源，并適時地根據市場預測結果做出相應的促銷活動，在市場競爭中贏得先機。市場預測也可以讓企業減少不必要的存貨儲備，降低企業的運營成本，實現盈利的最大化和最優化，將損失降低到最小化的程度。

ARIMA模型可以在大數據環境下準確地預測短期內的數據走勢，灰色模型則可以在數據量不大的情況下準確地預測出數據在長時間內的走勢和趨勢。通過這兩個模型可以根據企業過往的銷售數據和銷售量分析和預測出未來的銷售量和銷售趨勢。模型的應用范圍還可以拓展到某一個零售商乃至某一個地級市范疇。ARIMA模型和灰色模型提供了預測序列分析結果，決策者可以有效地得到感知參考數據，對未來的市場走向有精準的把握。

三、大數據環境企業營銷策略改進方法

第一，市場營銷需更加精準。在市場預測和感知能力提升的基礎上，企業應該意識到消費者的個性化特點，通過分析銷售商和零售商的偏好可以分析出消費者的消費行為、消費偏好。企業應該意識到市場需求是個性化營銷的基礎和前提，對市場進行感知和預測是企業發展必不可少的環節。大數據的應用成為必不可少的環節，在此基礎上進行的數據歸納整理和得出的分析結論將會是最具參考價值的。任何一個市場營銷行為都要以客戶至上為原則。客戶的需求就是市場的方向，市場預測便于企業進行促銷、產品、價格和渠道等營銷策略的選擇，使得企業能夠獲得量身定做的營銷方案。營銷組合的組合方法非常多樣，影響因素也異常之多，只有精準地進行市場預測，才能將支付方式、支付價格、付款期限等具體問題落實下去，也才能便于企業將存貨地點、覆蓋區域等具體情況安排妥當。

第二，客戶關系管理需放在更加重要的位置上。大數據的時代背景和經濟全球化的時代條件使得很多企業發展都面臨著嚴重的產品同質化問題，這也給企業管理帶來很大的困擾。如果企業在大數據環境下能夠建立和維護良好的客戶關系，那么在搜集和洞察客戶動態的時候能夠更加獲得更加準確的信息。當前，很多企業都已經意識到了客戶管理的重要性，從客戶關系管理中挖掘重要的客戶資源。在激烈的市場競爭環境下，長期的客戶關系將會是影響企業市場預測準確性的重要因素。

參考文獻：

[1]陳懷濤，鄒欣，李繼崢.大數據背景下市場營銷方式變革探討[J].現代商貿工業，2015，09：1113.

[2]趙從容.移動互聯時代的移動數據業務市場營銷策略[J].通信與信息技術，2014，03：6164.

[3]林杰，趙冬梅，趙強.基于數據倉庫的市場營銷決策支持系統的研究[J].管理工程學報，2016，11：34.