基于數據挖掘的營銷信息系統研究進展

■楊艷春（河北大學管理學院）

一、前言

營銷信息系統作為連結企業和營銷環境的紐帶,對企業的決策和經營活動起著重要的作用。關于營銷信息系統的研究不勝枚舉，但是目前涉及該領域研究的綜述文章較少，呈現了一定的研究缺陷。本研究將基于客觀數據，運用以定量為主，定性為輔的研究方法，對營銷信息系統研究現狀進行可視化分析，著重分析其整體發展方向和已有研究的內在關聯，并對該領域的未來研究趨勢進行展望，以期對營銷信息系統研究有所啟發。

二、研究設計

（一）數據來源

本文使用的數據來源于中國知網數據庫，采集時間為2019年12月31日。在CNKI中以“營銷信息系統”為主題詞進行檢索。時間跨度為2010到2019年。共檢索出417篇文獻，通過人工剔除與主題偏差較大的文獻，最后得到有效文獻314 篇。

（二）研究方法及過程

本文主要使用CiteSpace對樣本文獻在作者以及關鍵詞這兩個方面繪制知識圖譜。并且以Excel為輔助工具，對樣本文獻進行時間分布統計。

首先，從CNKI中檢索相關主題文獻并進行數據清洗，將來自CNKI的文獻以Refworks格式導出用于進行CiteSpace分析，每條記錄主要包括作者、出版社、關鍵詞、題目等基本信息。然后將導出數據在CiteSpace中轉化為所需格式。接著在Excel中進行樣本文獻的年代統計和趨勢預測，在CiteSpace中設置相應條件，對作者、關鍵詞進行可視化圖譜分析。

三、研究結果

（一）樣本的時間分析

圖1發文量隨年代分布圖

通過Excel對數據進行統計和線性趨勢預測得圖1。結果發現，營銷信息系統的研究整體維持在每年約30篇的較低水平且呈現下降趨勢。2019年僅納入了到11月底的文獻，故而文獻量較少。由此預測未來該領域的論文產出量仍然會在低水平上維持相對平穩狀態。

（二）作者分析

通過CiteSpace對樣本文獻作者做出可視化知識圖譜。將Timespan設置為2010~2019，一年為一個時間切片，每個時間切片閾值TopN 為10，節點類型選擇“Author”，使用“最小生成樹”來提高網絡可讀性，處理后得到結果如圖2。圖2中節點連線僅顯示出由陳榮權與蔣城穎構成的一個主要作者合作群，其余作者的節點均分散分布。可以看出營銷信息系統的作者相互之間合作關系強度較弱，營銷信息系統研究者尚未形成系統化、高影響力的研究節點。

圖2文獻作者可視化圖譜

（三）關鍵詞分析

1.關鍵詞共現分析

通過CiteSpace對樣本文獻關鍵詞進行分析，節點類型選擇“Keyword”，其余設置不變。圖中可見網絡密度為0.0447，共現網絡密度較高、結構緊密。圖譜中節點大小代表關鍵詞出現的頻次，可以發現電力營銷、信息系統、營銷信息系統、營銷管理等關鍵詞是營銷信息系統研究領域的熱點詞匯。并且熱點詞匯之間的聯系非常緊密，說明這些關鍵詞是研究的中心。其他詞都是圍繞其展開研究，說明營銷信息系統研究領域形成了系統化的研究方向。

2.關鍵詞聚類分析

為了更直觀地分析營銷信息系統研究的關鍵詞，對關鍵詞共現圖譜進行聚類分析。在CiteSpace中使用“Clusters”視圖得到聚類模型，并運用LLR算法生成聚類標簽。

如圖3所示，Q 值為0.5742 意味著聚類結構顯著，S值為0.593意味著聚類合理。共聚為8類，分別是現狀、營銷管理、管理信息系統、電力、管理、客戶服務、營銷管理信息系統和營銷數據。

通過對形成的8個聚類進一步分析得出，營銷信息系統研究對現有營銷信息系統的運行現狀關注最多，其次是數據、網絡環境、建設管理信息系統以及管理控制這類技術層面，最后關注點較多的是與之相關的營銷數據以及客戶服務。另外發現營銷信息系統主要研究對象為電力。

圖3文獻關鍵詞共現并聚類可視化圖譜

四、結論與展望

（1）目前對營銷信息系統的研究處于穩定狀態，通過趨勢預測可知相關研究仍會在低水平上維持相對平穩狀態。因而需要相關營銷信息系統的研究者加大研究力度，推動該研究領域發展。

（2）營銷信息系統的研究人員之間處于分散的狀態，合作強度較弱，尚未形成系統化、高影響力的研究節點，相關研究者相互之間需要加強學術交流。

（3）通過關鍵詞共現圖譜可知，電力營銷、信息系統、營銷信息系統、營銷管理等關鍵詞代表了該領域的研究熱點且營銷信息系統研究領域形成了系統化的研究方向。

（4）通過對關鍵詞的聚類分析得到營銷信息系統研究的8大方面，關注點較多的是現有營銷信息系統的運行現狀，與營銷信息系統相關的技術、營銷數據以及客戶服務。另外分析得出有關研究對象主要為電力，在其他行業應用較少。因此需要日后的研究更多地著眼于其他行業，豐富營銷信息系統研究領域。