浅析数据挖掘在精细化营销中的应用研究

申请免费试用、咨询电话：400-8352-114

资源的稀缺、竞争的日益激烈以及消费者需求的多样化是当今企业生存的市场环境，这要求企业在产品／服务的营销中采用科学的策略，而近几年受到理论界和企业界极大关注的精细化营销无疑是合适的营销模式。精细化营销的概念最早由莱斯特·伟门（Lester Wunderman）提出，他认为通过科学分析，能够识别可能的消费者，指导企业制定有针对性的营销策略。即企业对市场进行科学细分，采取精细的营销方式，进行有效的竞争。精细化营销遵循顾客导向理念，强调对现代信息技术的应用，能够合理配置营销资源。是形成和保持企业竞争优势的有效途径。结合数据挖掘技术。本文通过构建基于顾客细分与交叉销售的精细化营销模型（同时提出顾客的三维细分体系以及交叉销售的实施模型），为精细化营销的实践提供理论指导。

一、精细化营销模型的提出

现有关于精细化营销的研究主要停留在理念和流程的探讨上，更多地关注其特点、原理，以及顾客行为定性分析等，而对精细化营销模型的构建和实施缺乏探讨。在数据挖掘技术日益成熟的背景下，本文认为精细化营销是以顾客细分为基础，识别有价值的顾客群体，通过数据挖掘工具分析出产品有效的交叉销售规则，根据顾客需求特征实施不同的交叉销售策略。之所以强调对数据挖掘技术的应用，其原因是越来越多的行业（如金融业、通信业等）在长期发展中积累了大量的顾客数据，这为企业深入了解顾客群体、挖掘市场机会直至实施精细化营销提供了可能。本文认为，通过交叉销售模型和顾客细分体系的构建和实施可以达到实现精细化营销的目的，精细化营销模型见图1。

图1 精细化营销模型

企业实施精细化营销是在考虑产品假务生命周期的前提下，对现有产品进行梳理，然后细分企业的顾客群，明确产品定位和产品组合，实施交叉销售，达到营销的精细化。其中的关键在于顾客细分和交叉销售：①顾客细分是精细化营销的关键要素。顾客细分有助于企业识别顾客，找出市场机会，以便获得自己的目标市场，采取合理的营销策略。本文通过三维细分体系实现对顾客的细分，识别企业的潜在顾客。②交叉销售。交叉销售通过研究顾客的产品使用情况和消费行为特点，发现老顾客的潜在需求并满足其要求。利用数据挖掘中的关联规则分析，得出不同产品之间的关联情况．以寻找实现产品捆绑销售的机会。在顾客群中为新产品寻找营销目标。

1 顾客细分

作为营销管理的基础，细分与目标市场的思想始终贯穿于营销管理的全过程。顾客细分理念是市场竞争日益激烈的产物，也是成功管理企业顾客群的基石，其理论依据主要有三个：顾客需求的差异化、企业资源的有限性和竞争优势的获取。上世纪50年代中期，美国营销学家温德尔·史密斯（Wendell R.Smith）首先提出顾客细分（customer segmentation）概念，他认为顾客细分是指企业根据顾客的价值、消费行为和偏好等因素对顾客进行分类，为不同类型的顾客提供不同的产品／服务。顾客细分是顾客知识发现的主要任务之一。是将企业的顾客划分为具有不同价值和消费特征的顾客类别的过程。

对于顾客类型的划分应遵循两个原则：第一，顾客的划分标准应该以顾客价值为导向，并具备可操作性。第二，细分顾客群的目的是为了制定和实施不同的营销策略，在细分过程中应结合顾客的行为特征和人口统计等特征。这样才能使企业的营销策略有较强的针对性和准确性。基于此。本文提出顾客的三维（顾客价值、行为特征和人口统计特征）细分体系(如图2）。

图2 顾客的三维细分体系

顾客的三维细分的基本思想是假设消费者过去的行为或具有某种人口统计特征的顾客具有某种固定的消费倾向，每个顾客的消费行为是连续而且一致的，给企业带来的价值具有一贯性。从本质上看，该方法的思想实际上就是认为同类顾客具有同样的消费特征即同质性特征，因此可以以已知顾客消费模式的知识为基础，通过对其他顾客类型的判断来推测其消费和支出。而且由于类推是在同类顾客、类似环境下进行分析，因此类推预测用于分析顾客群的构成和变动性等是合理的。用数学语言描述，顾客细分是指在顾客数据（仓）库的各个对象中找出共同特性，并按照分类模型进行分类，分类的目标是通过分析顾客数据为每个顾客群（类）做出准确的描述或建立模型，然后用它对顾客数据（仓）库的数据进行分类，或将其上升为显式的分类规则，或描述为隐式的数学函数。这种方法也可以用来对未来的顾客进行分类。