浅谈数据分析和挖掘对商品营销工作的指导

侯永利

摘  要：随着信息化技术与商品营销业务结合日趋紧密，各企业拥有大量的商品购销、客户和商品品牌等数据信息，利用好这些信息，既能够为商品购销和品牌管理提供数据支持，又能够提升客户对企业的依赖性和忠诚度。

本文详细论述：分析和挖掘销售数据和客户数据，提升服务客户服务水平，进而提升客户忠诚度;分析和挖掘商品销售数据和购进数据，提升品牌管理水平，为商品销售的发展方向提供理论支撑。

关键词：数据分析和挖掘;提升服务水平;提升品牌管理水平

一、引言

随着信息化技术与商品营销业务结合日趋紧密，各企业拥有大量的商品购销、客户和商品品牌等数据信息，利用好这些信息，既能够为商品购销和品牌管理提供数据支持，又能够提升客户对企业的依赖性和忠诚度。

本文通过使用专业的数据分析软件，通过数据分类、回归分析、关联规则、偏差分析等数据分析方法，对商品购销、客户和品牌等数据进行分析挖掘，最终得到对服务客户和品牌管理工作有意义的结论。

二、通过数据分析和挖掘指导商品营销工作

（一）数据分析和挖掘对提升服务客户水平的指导

（1）提升客户服务水平的意义

提升客户服务水平，是每个企业长远发展的重要战略，信息化技术是提升客户服务水品的一把利器，用好它就能高效、精准的为客户经理甚至是终端客户服务，全面推进信息化与客户服务的融合是未来发展的必然趋势。

（2）依托数据分析和挖掘提升客户服务水平

一是通过对销售数据和客户数据的分析和挖掘，得出客户环比销售分析、销售结构分析等能够指导走访客户的有效结论。既能使客户经理脱离繁琐的数据计算工作，将个人精力投入到客户服务之中;又便于客户经理针对不同类型的客户提供差异化服务。

二是由于客户从市场中得到的数据比较片面、零乱，这些信息无法对客户自身经营形成有效的指导，这就需要企业结合自身拥有的资源优势、数据优势和对发展的了解程度，对客户进行商品销售进行指导。例如针对处于棚户区改造搬迁户聚居区域的客户，应该购进价位较低但流转快的中低价位商品，而不是盲目的购进中高档商品。

三是实现上述结果，最重要的一个环节就是通过信息化手段给客户经理提供足够的数据支撑，这类数据包括三个方面的数据：一是客户所在商圈的商品销售情况，二是企业的商品销售发展趋势，三是国家宏观经济政策对企业销售的影响。这三类数据的核心是企业的销售数据，三类数据的不同点在于是使用不同的分析维度。

（二）数据分析和挖掘对促进品牌管理的指导

（1）提升品牌管理水平的意义

商品品牌管理是商品销售管理的重要环节。利用数据分析挖掘技术，分析商品品牌销售情况，管理商品品牌生命周期，预测商品品牌销售趋势，制定商品品牌发展战略，规划商品品牌销售方向，对做好商品销售工作有着极其重大的意义。

（2）依托数据分析和挖掘提升商品品牌生命周期管理

商品品牌的生命周期包括新品期、品牌成长期、品牌成熟期和品牌衰退期四个阶段，利用数据分析工具，对多个品牌历史数据和购进数据的汇总、分析建立商品品牌生命周期分析模型。该模型通过分析单一品牌的历史销售数据和购进数据，得出品牌所处产品生命周期的具体阶段。再依据品牌所处的阶段，建立数据分析模型，得出销售数据分析结果，进而有针对性地制定营销策略：

新品期要结合与其价位品质相似品牌的历史销售数据，制定积极的促销方案，并对新品期商品品牌的销售数据给予充分关注。

品牌成长期要分析其在新品期的销售数据，了解消费者对该品牌的认知和定位，归纳总结出影响该品牌销量的主要指标，结合该类指标制定适合的营销策略。

品牌成熟期重点关注品牌销售趋势，及时分析品牌的销量、毛利率、贡献率等重要指标，一旦发现处于成熟品牌的商品的关键性指标出现边际效益递减现象，就要及时分析原因，采取有效措施，如果仍然不能解决边际效益递减的问题，就要盡早培育替代商品品牌，以免出现空档影响商品营销工作。

品牌衰退期关键是提前做好品牌退出计划，依据销售情况和库存情况，通过对商品在销期间的销量利润情况分析，得出合适的促销政策，及时处理衰退品牌剩余库存。在品牌完全退出市场后要全面分析该品牌在产品全生命周期的销售情况，为今后品牌发展提供经验。

（3）依托数据分析和挖掘提升品牌管理水平

一是通过对现有销售数据和购进数据的分析和挖掘，得出品牌盈利能力、品牌引入退出情况分析、商品购进计划等能够指导商品品牌管理和商品购进管理的有效结论;促进对品牌盈利能力等指标的了解，有效提升品牌管理能力和商品购进规划管理的能力;还可通过对品牌历史销售数据的分析挖掘，发现品牌所处品牌生命周期的位置，指导品牌的引入和退出，避免出现品牌的空档期。例如对某品牌商品的历史销售数据进行分析和挖掘后发现：该商品品牌单箱利润虽然很高，但销量较低，进一步分析该商品销量低的具体原因发现，影响其销量的主要因素是由于其供货量不足，通过继续分析发现供货量不足是由于其所在价类商品品牌较多，导致其供货量不能够满足实际需求，最终得出结论是该价类的商品需要减少品牌，进而提升在销品牌的质量。

二是通过对现有销售数据和购进数据的分析，特别是对商品销量、销售额、毛利和毛利率等关键指标按照时间、品类和价位区间等不同维度进行数据汇总，然后与营销人员研究商品销售数据，建立数据分析挖掘模型，通过数据分类、回归分析、关联规则、偏差分析等数据分析方法，对各个品牌的销售数据进行全面、系统的分析，得出不同品牌的盈利能力、销售贡献等有价值的数据，指导品牌引入和退出工作;通过分析品牌的销售态势、边际效益，估算品牌最优销量，规划商品销售中各类品牌商品的比重，最终为品牌在未来的销售决策提供支持。

三、结论

从上面两个方面看，做好数据分析和挖掘，充分利用数据的潜在价值，能够降低相关人员的工作量，提升客户服务水平和品牌管理水平;实施过程中需反复征求业务部门的意见，逐步完善数据分析模型，引入更优数据分析方法，最终达到更好的效果。

参考文献

[1]  《数据分析》 作者：爱德华·L.罗宾逊   出版社：机械工业出版社

[2]  《企业经营数据分析》 作者：赵兴峰      出版社：电子工业出版社