营销数据分析与研究

阳杰 李剑

摘要：市场营销是企业经营管理的重要内容，但是现在很多企业的市场营销人员没有掌握营销数据分析的方法，在营销管理工作中企业积累的大量数据得不到有效的应用，导致营销决策缺乏科学性。文章主要从营销数据分析出发，挖掘数据背后的规律和隐含的信息，以提高企业营销科学管理和科学决策水平。

关键词：市场营销；数据分析；依赖性分析；神经网络分析法

中图分类号：F768 文献标识码：A 文章编号：1009-2374（2012）01-0029-03

市场营销是企业经营管理的重要组成部分，对于企业的发展具有重要意义。市场营销主要是根据所掌握的市场情况，采取一系列的措施促进产品销售与市场开拓的活动。由于很多企业在市场营销决策中忽视了一些企业经营数据的利用，营销分析还停留在数据和信息的简单汇总与流水账式上，无法对市场、产品、营销、竞争进行深入细致的分析，简单的依靠所谓经验进行营销决策，导致营销与市场脱节，达不到营销的目的。笔者认为在营销过程中必须重视数据的力量，各种决策必须建立在充分的、科学的数据分析基础上，才能增强营销决策的针对性、有效性。

一、营销分析的组织框架和技术框架

营销分析的组织框架和技术框架是营销数据分析与研究基础和前提，企业只有建立科学的营销分析的组织框架和技术框架才能充分利用这种数据，才能顺利进行数据分析与挖掘工作。应理解数据分析的本质，以数据为核心构件组织框架和技术框架。具体来说就是企业营销决策应该了解从现有的信息当中能分析出什么，得到什么样的分析结果，该结果对企业营销决策的意义是什么。同时应该找到现在营销决策中数据分析方面的不足，根据存在的问题采取具体的技术架构和组织架构。一般来说，实施营销数据分析思路和步骤是：

图1

在这一过程中数据规划和数据收集无疑处于核心位置，没有数据规划与收集营销数据分析就成了空中楼阁，所得出的营销决策很可能背离市场经济的发展要求，只有在掌握一定的数据搜集思路和方法的基础上，才能收集到足够多的、客观的数据，为实施营销分析奠定深厚的数据基础。在这一方面营销人员应该明确所收集数据的范围，应该这一点不难把握，只要与营销有关的数据都在其范围中，如产品销售数据、价格数据、竞争对手数据、促销数据、产品分类数据等。在明确数据收集范围以后，营销人员应该正确把握数据来源和收集途径，在这一点上实际上是多种多样的，一线销售人员、网站、企业的经营统计等等，这些都是其主要途径，需要注意的是不管采用哪种途径收集，所收集的数据必须经过相应的筛选，使其具有一定的代表性、普遍性、客观性才能使用，所收集的数据应该填写在规划和设计好的数据表当中，供营销人员统一使用。在这一过程中，可以运用一些常用的数据收集与统计手段，如站点统计、财务报表、销售统计等，减轻营销人员数据分析工作。

二、数据分析的基本方法

在数据分析当中，一般情况是利用统计模型与数学模式来分析的，但是这种分析方法对于不是专业数据分析人员的营销人员来说要求比较高。现代一些专业的数据分析软件可以减轻营销人员数据分析负担，在这一方面以数据库为基础形成各种比较简便的分析方法，在营销数据分析当中能够得到简便和普遍的运用，所分析的结果也较为客观、可信。具体来说有以下几种方法：

（一）依赖性分析

依赖性分析可以说是最常见的数据分析方法，也是营销数据分析当中最常见的方法。依赖性分析主要是利用数据库当中字段和对象，从中搜索重复出现概率最高数据的一种分析方法。这种分析方法主要被用作探索数据之间的依赖关系，利用依赖性分析主要可以从某一数据对象的信息来推断另一数据对象的信息。举一个很简单的例子：贵阳和六盘水有很多钢材市场，由于建筑钢材品规较多，各市场品规经常出现短缺，客户在资源无法满足的情况下，到处进货，一些客户甚至使用汽车到六盘水市场提货，六盘水市场定价高贵阳市场50元/吨，加上六盘水仓库费用50元，贵阳到六盘水的运费120元/吨，通过汽车从六盘水提货比贵阳仓库提货高出200多元，但客户依然愿意到六盘水提货，而这就是客户对钢材和市场依赖性的一种表现，这种依赖性让客户不惜增加成本来满足自己对钢材的需求。

（二）聚类和分类分析

在营销数据分析过程中应该先界定分析数据类型，根据数据的类型采取不同的分析方法，在这种情况下营销人员可以采用聚类算法发现一些不知道的数据和怀疑的数据。所谓的聚类算法主要是指以一定的时间和特征为主要依据找出一些共享这一时间和特征的数据群体。在分类的过程中，聚类算法是发现一些规定某些商品或实践是否属于某一特定数据子集的规则的方法。这些数据类应该是营销数据库当中没有进行定义，而在规范的数据模型当中也没有这些数据的位置。这一方面的典型案例是信用卡的核准过程，这种分析方法主要作用是否按照商品价格和某种购买行为的特征将某一购买者可接受的哪一类的当中。以贵阳仓库数据为例，要想了解钢材市场在最近一段时间内的市场走向情况，应该按照类型分析最近一段时间贵阳仓库入库和出库的情况，在这里可以根据仓储商品的类型对入出仓库进行分析，从而得出比较直接的市场发展数据结论。例如：

（三）神经网络分析法

神经网络分析方法主要是通过学习待分析数据中的模式来构造模型，根据构造的模型对特定营销数据进行分析的方法，这种方法主要适用于模型化非线性的、复杂的营销数据分析当中。这种分析方法一般由三个部分组成，也就是数据库数据输入、中间层和数据输出。在营销数据分析当中，一般用于销售数据的分布式分析当中，也就是将所有销售区域的销售数据汇总以后，将销售点作为作为神经元，对数据进行横向与纵向的分析，找到区域营销的发展变化规律。以某品牌电视销售为例，该品牌电视在某一地级市有87个销售点，其中城区销售点13个，县城及乡镇销售点74个，营销人员可以以该市地图作为数据汇总的基础，将所有销售点的在某一年度销售业绩进行汇总，并标示在图中，以线连接就可以得出该品牌电视在该市的整体销售情况，还能总结出一些旺季、某款产品的销售情况，可以为营销决策提供充分的数据

支持。

（四）关联规则数据分析法

关联规则也是数据分析的一个常见方法，关联规则分析主要用于分析数据之间的定性关联关系。如一个商品交易数据库，一条记录表示用户一次购买的商品种类，每个属性（A、B……）代表一种商品，每个属性都是布尔类型的。一条关联规则的例子是：{A、B}→{D}[2%][60%]，规则的含义是“如果用户购买商品A和B，那么也可能购买商品D，因为同时购买商品A、B和D的交易记录占总交易数的2%而购买A和B的交易中，有60%的交易也包含D”。规则中60%是规则的信任度，2%是规则的支持度。1关联规则数据分析只能定性的描述一个交易是否应该包含某种商品，也就是说只能定义关系还不能定义商品的交易量。不过数据记录的属性往往是数值型和字符型，这些数据对于营销决策也具有重要意义。

三、客户细分和精确营销

（一）客户细分

客户细分是当前企业营销当中一个永恒的主题，这主要是因为对于企业来说营销资源是有限的，企业不可能对所有的客户投入同样的营销资源，再者随着市场经济的快速发展，消费者的选择权越来越广泛，消费者的行为表现出越来越突出的个性化取向，不同的消费偏好就有不同的消费行为。因此，客户细分是市场营销当中的必然行为。这就要求企业在营销过程中应该分析客户的不同行为特征，针对客户的行为特征迎合客户的个性化需求，很多企业在研发产品服务的过程中都是以客户的需要为商品的本身，这种产品本位的营销思维恰恰忽略了客户的本质需求。这就要求企业必须改变企业的思维习惯，要求企业应该以客户的真实需求作为出发点，将产品层面上的竞争转化为市场竞争与企业竞争。当然客户细分并不是越细越好，而是应该将客户细分与多种营销策略结合起来，也就是一对一的营销，最典型的就是大客户营销。

（二）精确营销

精确营销实际上市在客户细分的基础上进行的， 也就是以客户数据库为基础，在充分了解客户信息的基础上，对目标市场进行细分，这种细分是基于客户组的行为偏好，采取针对性的营销策略，以提高营销效果的营销方式。精确营销的本质是根据不同的客户采取不同的营销策略，对于企业来说这种营销的作用在于有效提高了企业的营销效率。精确营销是企业客户关系管理的一个基础，是企业以产品为中心向以客户为中心营销方式的转变，能够有效的保持与客户之间的商业关系。精确营销的的基础上是数据挖掘与分析能力，只有在精确的数据分析的基础上才能拓展传统大众营销的能力，拓展一系列的营销新领域，如：交叉销售、向上销售、客户流失预警和挽留，才能使企业的营销战略更有效、更精准、更具有可测

量性。

参考文献

[1]吕魏．精确营销[M]．机械工业出版社，2008．

[2]唐·舒尔茨，海蒂·舒尔茨著，何西军，黄鹂译．整合营销传播[M]．中国财政经济出版社，2008．

[3]蔡景蕊．电子商务网站营销数据分析技术初探[J]．环渤海经济瞭望，2008，（1）．

（责任编辑：周加转）