大数据时代本土零售业精确营销探讨

惠琳

内容摘要：近年来，随着外资零售企业不断进驻中国市场，本土零售业遭遇前所未有的内忧与外患。大数据时代下，传统营销思路所形成的竞争优势逐渐消失，本文从数据挖掘的角度应用精确营销，旨在使本土零售业“修炼内功”，从根本上打造核心竞争力。

关键词：大数据 精确营销 本土零售 数据挖掘 核心竞争力

精确营销与数据挖掘

精确营销（Precision Marketing）通俗的理解就是在充分了解顾客信息的基础上，针对不同的顾客群制定企业营销目标，有针对性的进行群组式的营销。本文引用莱斯特·伟门对精确营销的定义，精确营销是改变以往的营销渠道及方法，以生产厂商的客户和销售商为中心，通过电子媒介、电话访问、邮寄、互联网等方式建立客户、销售商资料库，然后通过科学分析，确定可能购买的客户，从而引导生产厂商改变销售策略，为其制定出一套可操作性强的销售推广方案，同时为生产厂商提供客户、销售商的追踪服务。

数据挖掘（Data Mining）是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。简单地讲，数据挖掘就是对海量的数据进行精细加工，从大量的数据中提取潜在的、有价值的信息、模式和趋势，然后以易于理解的可视化形式表现出来，其目的是让企业分析内外部的信息、预测客户的行为、检验异常模式，帮助企业决策者调整市场策略、减少风险，以做出正确决策。

精确营销与数据挖掘都属于涉及多学科的交叉领域。精确营销需要借助数据挖掘来实现，数据挖掘是精确营销实现的工具、方法和基础，精确营销是数据挖掘的结果。数据挖掘与精确营销互为因果关系，两者紧密结合。基于数据挖掘的应用，整合精确营销元素，改变传统营销模式，在正确的时间通过正确的渠道将正确的信息传达给正确的人，从而提高本土零售业的生产力和利润率，提高本土零售业营销活动效率和国际市场竞争力，为提高本土零售业经营管理水平提供坚实的理论基础。

零售业应用数据挖掘的主要方法

（一）关联规则

关联规则挖掘是由Rakesh Apwal等人首先提出的，两个或两个以上变量的取值之间存在某种规律性，就称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。

（二）分类分析

分类是最常见的数据挖掘方法之一，是基于一个可预测属性或特征把事物分成多个类别，每个类别包含一个或多个其它属性，其中有一个可以预测的属性。分类是通过对当前数据集合的描述以识别未知数据的归属，针对数据库中的每一类数据，挖掘出关于该类数据的描述或模型。

（三）聚类分析

聚类是把各不相同的个体分割成更多相似性的子类的工作，类似于对象细分工作。聚类与分类的区别在于聚类不依赖于事先定义的值。聚类中的一组属性是平等对待的，同一聚类中的对象或多或少具有相同的属性值。应用聚类技术能发现不同顾客群并刻画出顾客群的特征，据此制定营销策略和顾客服务策略。

（四）估值与预测

估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。预测是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预测。从这种意义上说，预测其实没有必要分为一个单独的类。预测的目的是对未来未知变量的预测，并且需要时间进行验证。

基于数据挖掘与精确营销的本土零售业核心竞争力提升策略

（一）实现零售业客类管理以达到客群精准定位

客类管理是将企业的顾客进行分类，把大群体拆分为小群体，在每个群体中的顾客特征是相似的。应用数据挖掘的分类分析和聚类分析可以实现这一管理过程，对顾客的销售数据进行传统的市场细分和顾客超细分，根据菲利普·科特勒的相关理论，以盈利能力为标准为顾客打分，将较多的注意力分配给较有价值的顾客，由此形成根据顾客盈利能力细分的顾客金字塔，如图1所示，即铂金、黄金、钢铁、重铅四层顾客群。铂金层盈利能力强，一般占顾客总数的20%，却为企业创造80%的价值；黄金层为企业提供一定价值的同时也在不同企业间选择消费，比铂金层顾客忠诚度低；钢铁层占全部顾客数量的比重较大，顾客盈利能力较差，关注商品价格折扣并耗费企业大量营销资源；重铅层不能带给企业盈利，甚至产生负毛利，一般多是问题顾客，是企业要放弃的顾客群。由此可以针对不同顾客群制定更有效的营销策略。

通过应用数据挖掘进行客类管理以后，针对不同客群进行精确营销管理。把偶尔光顾的顾客转变为经常光顾的顾客，把非会员顾客转变为会员顾客，使精确营销成为“盈利中心”元素。在顾客金字塔中，可以按顾客盈利能力高低划分层级，发现零售商需求的是铂金层顾客，通过精确营销保持黄金层顾客，改善钢铁层顾客关注，提高钢铁层顾客购买方式，适当放弃重铅层顾客，是提高本土零售经营业绩的有效方式。因此，顾客分类成为企业实现高销售和盈利的战略方式之一。在争夺客源的过程中，商品同质性导致商品价格营销不再是顾客唯一的关注点，只有对顾客进行客类管理基础上的精确营销才能提高顾客贡献度。顾客群体之间的差别让企业必须重新划分其拥有的顾客，基于企业价值和顾客盈利性标准进行顾客分类，按顾客的消费额、企业实现利润额、消费频次、企业广告成本付出等进行分析，从而达到本土零售业客群精准定位。

（二）改进商品销售管理以促进交叉销售

本土零售业每天产生大量销售数据，应用数据挖掘对累积的销售数据进行深层次分析，可以获取各种商品的销售状况，从而合理制定各种商品的整体战略，如对各个商品品类进行管理，实施产品配置计划（Products Assortment Plan， PAP），综合分析商品的直接收益能力和间接收益能力，从而为零售业货架确定最优的产品组合，以及对零售各种商品的定货、库存进行合理的控制等。endprint

同时，在对商品进行销售管理的基础上，通过应用数据挖掘中的关联规则，可以对顾客的购物篮进行商品销售相关性分析，分析商品在被购买时的相关性，挖掘经常被顾客一同购买的商品之间隐含的规则，从而辅助商家进行经营决策，通过对历史销售数据进行分析， 可以挖掘用户的消费模式。其效果体现在顾客一次的购买行为中和不同时间顾客多次采购活动中，前者称为交叉销售的即时效果，后者称为交叉销售的延时效果。所谓商品的交叉销售效果是指一种商品的销售在多大程度上促进了其它商品的销售。商品的收益能力既表现为商品本身的销售所带来的直接收益，也体现在该商品通过交叉销售而获得的间接收益。通过应用数据挖掘中的关联规则和聚类分析等方法，可以改进商品销售管理，促进交叉销售，从而优化本土零售商场货架布局、协助商品定价和制定营销计划等。

（三）优化促销商品配置以体现针对性促销

促销是对既有和潜在的顾客运用各种积极的营销方式，吸引顾客，进而刺激顾客的购买需要，以提高商品的销售业绩。Antony 等在20世纪60年代的实验结果就表明：提高商品展示（display）水平是一种非常有效的促销手段。在本土零售业中，比较常用的促销形式是运用DM（Direct Mail），即直邮邮件、广告信函或直接邮寄函件，业内人士将这种DM称为宣传册，是本土零售业一直以来广泛采用的一种对商品和店内促销进行宣传的主要形式。对于每一次促销活动，DM页面非常有限，为了充分利用这些页面的促销能力，本土零售经营者需要了解各种商品的收益能力，将收益能力高的商品配置在这些DM页面中。由于商品间存在功能互补关系，一种商品的畅销往往会提升其它商品的销售业绩。为制定科学的促销策略，本土零售商必须全面了解商品的直接收益能力和间接收益能力。为此，可以通过数据挖掘中的关联规则、遗传算法等方法，提炼出不同类别商品间的直接收益能力和间接收益能力，即交叉销售效果，进一步优化促销页面中的产品配置，确定其合理的促销商品组合。

另外，应用数据挖掘技术，通过聚类分析可以知道应该在什么时间、什么地点、以何种方式和对什么样的顾客进行促销活动，可以极大地提高促销活动的有效性；通过关联分析可以找出哪些商品可能随降价商品一起购买，特别是与促销商品活动前后的销售相比。同时，应用数据挖掘比较促销期间的销售量和交易数量与促销活动前后的有关情况，进行多维分析，使用过去相关的促销数据来寻找未来投资中回报最大的顾客，实现针对性促销，从而增强促销的有效性，提高本土零售业的利润。

（四）合理配置营销资源以打造本土零售业核心竞争力

基于数据挖掘应用精确营销，可以合理分配市场营销资源，将有限的营销资源用在高价值的顾客上，将顾客价值不对称转变为对称价值，将高销售额的顾客群作为企业关注顾客群体，制定针对性市场营销策略，实现高销售额下的高回报，无论在商品促销还是营销奖励上都是一对一营销，达到顾客满足，保持客源的稳定，提高顾客光顾保持率、销售额和利润额，从而打造本土零售业核心竞争力。

大数据时代，信息技术的不断完善和增强，一方面为零售业带来了海量数据，另一方面也为零售业迅速处理数据和有效应用数据提供了可能。另外，随着市场竞争环境的日益复杂化和激烈化，本土零售业竞争压力增大，仍然凭借传统的产品策略、价格策略、分销策略及促销策略等营销组合策略差异化所形成的竞争优势已不明显。因此，在目前的市场环境下，本土零售业必须另辟蹊径，改变以往传统的粗犷式营销模式为精确营销模式，将数据挖掘技术应用于营销策略制定中，利用累积的现有海量数据，深层次挖掘有用的市场知识，合理配置企业营销资源，有针对性地开展营销活动，提高营销效率，实现智能化营销，提升顾客价值、满意度和忠诚度，从而不需在无序的价格竞争和商品竞争中疲于应战，真正打造本土零售业核心竞争力。

参考文献：

1.吕魏.精确营销[M].机械工业出版社，2008

2.梁循.数据挖掘算法与应用[M].北京大学出版社，2006

3.盛昭瀚，柳炳祥.客户流失危机分析的决策树方法[J].管理科学学报，2005（8）

4.丁健石，韩景丰.基于数据挖掘的精确营销研究[J].商场现代化，2007（4）

5.张国方，金国栋.客户细分理论及应用策略研究[J].华中科技大学学报，2003（3）

6.黄解军，万幼川.基于数据挖掘的电子商务策略[J].计算机应用与软件，2004（27）

7.马志龙，米热古丽·艾力.聚类分析在企业网络营销中的应用[J].科技信息，2010（21）endprint

同时，在对商品进行销售管理的基础上，通过应用数据挖掘中的关联规则，可以对顾客的购物篮进行商品销售相关性分析，分析商品在被购买时的相关性，挖掘经常被顾客一同购买的商品之间隐含的规则，从而辅助商家进行经营决策，通过对历史销售数据进行分析， 可以挖掘用户的消费模式。其效果体现在顾客一次的购买行为中和不同时间顾客多次采购活动中，前者称为交叉销售的即时效果，后者称为交叉销售的延时效果。所谓商品的交叉销售效果是指一种商品的销售在多大程度上促进了其它商品的销售。商品的收益能力既表现为商品本身的销售所带来的直接收益，也体现在该商品通过交叉销售而获得的间接收益。通过应用数据挖掘中的关联规则和聚类分析等方法，可以改进商品销售管理，促进交叉销售，从而优化本土零售商场货架布局、协助商品定价和制定营销计划等。

（三）优化促销商品配置以体现针对性促销

促销是对既有和潜在的顾客运用各种积极的营销方式，吸引顾客，进而刺激顾客的购买需要，以提高商品的销售业绩。Antony 等在20世纪60年代的实验结果就表明：提高商品展示（display）水平是一种非常有效的促销手段。在本土零售业中，比较常用的促销形式是运用DM（Direct Mail），即直邮邮件、广告信函或直接邮寄函件，业内人士将这种DM称为宣传册，是本土零售业一直以来广泛采用的一种对商品和店内促销进行宣传的主要形式。对于每一次促销活动，DM页面非常有限，为了充分利用这些页面的促销能力，本土零售经营者需要了解各种商品的收益能力，将收益能力高的商品配置在这些DM页面中。由于商品间存在功能互补关系，一种商品的畅销往往会提升其它商品的销售业绩。为制定科学的促销策略，本土零售商必须全面了解商品的直接收益能力和间接收益能力。为此，可以通过数据挖掘中的关联规则、遗传算法等方法，提炼出不同类别商品间的直接收益能力和间接收益能力，即交叉销售效果，进一步优化促销页面中的产品配置，确定其合理的促销商品组合。

另外，应用数据挖掘技术，通过聚类分析可以知道应该在什么时间、什么地点、以何种方式和对什么样的顾客进行促销活动，可以极大地提高促销活动的有效性；通过关联分析可以找出哪些商品可能随降价商品一起购买，特别是与促销商品活动前后的销售相比。同时，应用数据挖掘比较促销期间的销售量和交易数量与促销活动前后的有关情况，进行多维分析，使用过去相关的促销数据来寻找未来投资中回报最大的顾客，实现针对性促销，从而增强促销的有效性，提高本土零售业的利润。

（四）合理配置营销资源以打造本土零售业核心竞争力

基于数据挖掘应用精确营销，可以合理分配市场营销资源，将有限的营销资源用在高价值的顾客上，将顾客价值不对称转变为对称价值，将高销售额的顾客群作为企业关注顾客群体，制定针对性市场营销策略，实现高销售额下的高回报，无论在商品促销还是营销奖励上都是一对一营销，达到顾客满足，保持客源的稳定，提高顾客光顾保持率、销售额和利润额，从而打造本土零售业核心竞争力。

大数据时代，信息技术的不断完善和增强，一方面为零售业带来了海量数据，另一方面也为零售业迅速处理数据和有效应用数据提供了可能。另外，随着市场竞争环境的日益复杂化和激烈化，本土零售业竞争压力增大，仍然凭借传统的产品策略、价格策略、分销策略及促销策略等营销组合策略差异化所形成的竞争优势已不明显。因此，在目前的市场环境下，本土零售业必须另辟蹊径，改变以往传统的粗犷式营销模式为精确营销模式，将数据挖掘技术应用于营销策略制定中，利用累积的现有海量数据，深层次挖掘有用的市场知识，合理配置企业营销资源，有针对性地开展营销活动，提高营销效率，实现智能化营销，提升顾客价值、满意度和忠诚度，从而不需在无序的价格竞争和商品竞争中疲于应战，真正打造本土零售业核心竞争力。

参考文献：

1.吕魏.精确营销[M].机械工业出版社，2008

2.梁循.数据挖掘算法与应用[M].北京大学出版社，2006

3.盛昭瀚，柳炳祥.客户流失危机分析的决策树方法[J].管理科学学报，2005（8）

4.丁健石，韩景丰.基于数据挖掘的精确营销研究[J].商场现代化，2007（4）

5.张国方，金国栋.客户细分理论及应用策略研究[J].华中科技大学学报，2003（3）

6.黄解军，万幼川.基于数据挖掘的电子商务策略[J].计算机应用与软件，2004（27）

7.马志龙，米热古丽·艾力.聚类分析在企业网络营销中的应用[J].科技信息，2010（21）endprint

同时，在对商品进行销售管理的基础上，通过应用数据挖掘中的关联规则，可以对顾客的购物篮进行商品销售相关性分析，分析商品在被购买时的相关性，挖掘经常被顾客一同购买的商品之间隐含的规则，从而辅助商家进行经营决策，通过对历史销售数据进行分析， 可以挖掘用户的消费模式。其效果体现在顾客一次的购买行为中和不同时间顾客多次采购活动中，前者称为交叉销售的即时效果，后者称为交叉销售的延时效果。所谓商品的交叉销售效果是指一种商品的销售在多大程度上促进了其它商品的销售。商品的收益能力既表现为商品本身的销售所带来的直接收益，也体现在该商品通过交叉销售而获得的间接收益。通过应用数据挖掘中的关联规则和聚类分析等方法，可以改进商品销售管理，促进交叉销售，从而优化本土零售商场货架布局、协助商品定价和制定营销计划等。

（三）优化促销商品配置以体现针对性促销

促销是对既有和潜在的顾客运用各种积极的营销方式，吸引顾客，进而刺激顾客的购买需要，以提高商品的销售业绩。Antony 等在20世纪60年代的实验结果就表明：提高商品展示（display）水平是一种非常有效的促销手段。在本土零售业中，比较常用的促销形式是运用DM（Direct Mail），即直邮邮件、广告信函或直接邮寄函件，业内人士将这种DM称为宣传册，是本土零售业一直以来广泛采用的一种对商品和店内促销进行宣传的主要形式。对于每一次促销活动，DM页面非常有限，为了充分利用这些页面的促销能力，本土零售经营者需要了解各种商品的收益能力，将收益能力高的商品配置在这些DM页面中。由于商品间存在功能互补关系，一种商品的畅销往往会提升其它商品的销售业绩。为制定科学的促销策略，本土零售商必须全面了解商品的直接收益能力和间接收益能力。为此，可以通过数据挖掘中的关联规则、遗传算法等方法，提炼出不同类别商品间的直接收益能力和间接收益能力，即交叉销售效果，进一步优化促销页面中的产品配置，确定其合理的促销商品组合。

另外，应用数据挖掘技术，通过聚类分析可以知道应该在什么时间、什么地点、以何种方式和对什么样的顾客进行促销活动，可以极大地提高促销活动的有效性；通过关联分析可以找出哪些商品可能随降价商品一起购买，特别是与促销商品活动前后的销售相比。同时，应用数据挖掘比较促销期间的销售量和交易数量与促销活动前后的有关情况，进行多维分析，使用过去相关的促销数据来寻找未来投资中回报最大的顾客，实现针对性促销，从而增强促销的有效性，提高本土零售业的利润。

（四）合理配置营销资源以打造本土零售业核心竞争力

基于数据挖掘应用精确营销，可以合理分配市场营销资源，将有限的营销资源用在高价值的顾客上，将顾客价值不对称转变为对称价值，将高销售额的顾客群作为企业关注顾客群体，制定针对性市场营销策略，实现高销售额下的高回报，无论在商品促销还是营销奖励上都是一对一营销，达到顾客满足，保持客源的稳定，提高顾客光顾保持率、销售额和利润额，从而打造本土零售业核心竞争力。

大数据时代，信息技术的不断完善和增强，一方面为零售业带来了海量数据，另一方面也为零售业迅速处理数据和有效应用数据提供了可能。另外，随着市场竞争环境的日益复杂化和激烈化，本土零售业竞争压力增大，仍然凭借传统的产品策略、价格策略、分销策略及促销策略等营销组合策略差异化所形成的竞争优势已不明显。因此，在目前的市场环境下，本土零售业必须另辟蹊径，改变以往传统的粗犷式营销模式为精确营销模式，将数据挖掘技术应用于营销策略制定中，利用累积的现有海量数据，深层次挖掘有用的市场知识，合理配置企业营销资源，有针对性地开展营销活动，提高营销效率，实现智能化营销，提升顾客价值、满意度和忠诚度，从而不需在无序的价格竞争和商品竞争中疲于应战，真正打造本土零售业核心竞争力。

参考文献：

1.吕魏.精确营销[M].机械工业出版社，2008

2.梁循.数据挖掘算法与应用[M].北京大学出版社，2006

3.盛昭瀚，柳炳祥.客户流失危机分析的决策树方法[J].管理科学学报，2005（8）

4.丁健石，韩景丰.基于数据挖掘的精确营销研究[J].商场现代化，2007（4）

5.张国方，金国栋.客户细分理论及应用策略研究[J].华中科技大学学报，2003（3）

6.黄解军，万幼川.基于数据挖掘的电子商务策略[J].计算机应用与软件，2004（27）

7.马志龙，米热古丽·艾力.聚类分析在企业网络营销中的应用[J].科技信息，2010（21）endprint