企业市场营销中数据挖掘技术的应用研究

曹凤芹（江西科技学院）

■ 前言

信息系统的普及，一方面降低了企业处理业务的难度，另一方面加快了数据分析的速度。从市场营销的立场来看，海量数据的形成，虽然代表着全新机遇，却也衍生出了一系列挑战。要想使营销活动大获成功，关键是以数据库为依托，在深入了解客户情况的基础上，确定商品推广方向与服务计划。由此可见，对市场营销而言，对数据挖掘及相关技术加以应用很有必要，本文所研究课题的现实价值有目共睹。

■ 数据挖掘技术介绍

数据挖掘强调以海量数据为载体，对有规律、有价值的数据进行挖掘与筛选。目前，对数据挖掘加以应用的方向，不仅有上文提到的筛选数据，还是总结规律和预测发展趋势，由此可见，作为萃取并展示全新知识的技术，数据挖掘所带来积极影响，主要是提升企业决策的有效性，确保企业能够获得前进所需的强大动力[1]。

研究表明，数据挖掘所涉及知识较多，对其进行分类的依据，通常为挖掘任务与方法，下文以挖掘任务为切入点，围绕挖掘技术展开深入分析，供相关人员参考。首先是结合样本数据，对其他模型加以描述，综合考虑数据变量与模型特征，向已知类别进行映射的分类模型。例如，医生能够根据患者症状，初步判断患者可能存在的问题。其次，强调发现并描述全新数据类别的聚类模型，通常被用来对市场进行细分，确保企业所提供服务更具针对性，营销效率自然能够得到提高。再次是作为数据挖掘核心而存在的关联规则，该模型的推断内容，主要是购物行为的联系，纸尿裤和婴儿奶粉便符合关联规则特点，在开展相关工作时，企业应保证所用规则科学且有效，只有这样才能使客户获得更好的购物体验。最后，强调时间链接的序列模型，更适合对长期记录进行分析，例如，预测市场发展趋势。

■ 企业市场营销情况分析

一方面，多数企业对销售情况进行预测的依据，通常为历史记录，而粗略分析所得结论存在失误的情况无法避免，如果企业出现误判，不仅会使商品大量滞销，还会使自身蒙受不必要损失。在此背景下，如何对数据进行深入剖析，确保所得出结论具备应有价值，自然成为业内人士关注的焦点。

另一方面，即便IT部门纷纷将存储客户信息和消费记录的工作提上日程，但由于相关工作并未得到深入开展，因此，企业对商品进行推广所能使用方法仍十分有限，例如，反复推送相关信息，这样做极易使客户产生厌倦心理[2]。由此可见，未来企业所开展工作的重心应为深度挖掘，根据关联分析所得结论，确定广告投放内容，从而达到激发购买欲望的目的。

■ 基于数据挖掘的营销策略

基于数据挖掘对商品进行市场推广与营销是大势所趋，要想使其优势得到发挥，以下内容需要引起重视：

（一）前期收集数据

企业数据来源较多，而数据挖掘的作用，主要是确保数据能够获得高效收集与整合，为日后工作的开展提供参考。例如，汽修企业日常工作所产生数据，通常分为维修数据和潜在客户痕迹，只有快速探查并分析相关数据，将分析结果上传至数据库，供其他环节运用，才能使数据价值得到实现。除此之外，企业对潜在客户数据进行获取的途径，同样十分丰富，主要有试用、市场调研和再次购买。而整理数据的流程，主要分为以下几步：首先，通过数据分析的方式，对消费规律进行提炼；其次，确定客户定位；最后，根据定位判断其消费偏好、习惯与意识，获得可被用来缩小营销范围的客户画像。

（二）全面调查客户

市场环境瞬息万变，对企业发展而言，客户资源现已成为其所能掌握并最具价值的资源，在此背景下，大量企业选择将营销中心由产品向客户进行转变，对客户关系进行有效管理，逐渐成为管理的全新潮流。

无论是科技进步，还是电子商务发展，均加快了商品种类增加的速度，在面对质量不一的商品时，消费者极易出现选择困难的情况，如果商品外观、价格和功能有所差异，该问题会更加严重，多数消费者都要耗费大量精力及时间，才能做出决定[3]。上述情况给企业提供了全新思路，即：第一步，全面调查客户需求；第二步，通过系统分析的方式，确定客户需求及产品选择方向；第三步，在特定范围内，对符合客户需求的商品进行提供。除此之外，后续的跟踪调查也很有必要，企业可以通过跟踪调查的方式，对商品有待改进的部分加以明确，有针对性的进行优化升级，在确保商品与客户需求高度契合的前提下，使自身声誉得到显著提高。

（三）划分客户群体

数据挖掘可被用来对客户群体进行划分，而划分依据以客户价值为主。信息时代的到来，使企业需要处理的数据呈井喷式增加，如何快速提炼所需数据，现已成为各行各业面临的核心问题。而常规的统计分类法，即便能够根据价值确定客户类型，但对相同类型客户而言，相同特征及需求的存在，并不代表其具有相同价值，因此，统计分类所能取得效果，通常无法达到预期。在此基础上，对数据统计加以使用，往往能够达到以客户需求为依据，对服务加以提供的目的，营销效果自然有所提高。

（四）建立数据模型

关联分析模型对商品带动消费功能的发挥有促进作用。在网购风靡世界的当下，企业可以经由数据分析的方式，确定消费者购物行为存在的内在联系，还有折扣、赠品给消费者行为所带来影响，从而达到对购物行为进行评测的目的。

例如，在购买衬衫时，一部分消费者会同时购买西装裤，另一部分消费者则会选择对配饰进行购买。此时，企业便可以借助数据挖掘或相关技术，通过分析购物行为的方式，获得相应数据模型，在此基础上，全面预测消费者行为，确定能够充分发挥出应有价值的折扣方式与产品组合，从而达到对购买欲望加以刺激的目的。

综上所述，在经济发展速度极快的当下，消费者所表现出购买力与之前存在明显差异，以关联分析为落脚点，通过整合产品的方式，对消费者诉求加以满足，可使消费者表现出更强烈的购买欲望，企业所获利益自然更加可观。

（五）重视聚类分析

聚类分析依据可被分为两类，一类是客户因素，例如，性别、年龄与消费能力，另一类是商品因素，例如，购买时间、地点和类别。在对茶品进行推广时，企业可将高参与度客户视为驱动群体，根据相关数据，确定消费特征并判断购物行为，而茶品驱动群体的特点，主要是购买迅速、类别单一、对价格敏感。这就要求企业利用广告给群体以刺激，确保所制定推广方案，可表现出理想的针对性[4]。另外，冲动型消费者所占比重也相对较大，该群体的特点是对新兴事物的接受能力极强，具体表现为重复购买、快捷购买与尝鲜购买并存。企业可以先整合基本数据，再通过挖掘群体特征并建立分析模型的方式，明确客户流失原因，避免相关问题的进一步恶化。

（六）优化营销效率

在营销成本中，广告投放成本的占比极大，原有投放模式缺少精准定位，要想使投放效果得到优化，最有效的方法便是增加覆盖面，但是，这样做既需要投入更多成本，又无法使效果得到保证，对数据挖掘加以应用很有必要。事实证明，数据挖掘的优势，主要体现在以下方面：其一，提高数据获取效率；其二，根据企业需求，提前结合客户特征对范围进行缩小，通过针对分析的方式，为企业提供确定营销模式所需数据，确保消费者购买欲能够得到激发。事实证明，花费更少时间的数据挖掘，其结果往往较人工调研更为准确，营销成本随之降低。

除此之外，数据挖掘还可被用来对营销模式进行改变。信息时代的到来，使互联网成为购物的主要平台，在浏览和购物时，消费者必然会留下痕迹，例如，浏览足迹、购买记录，企业可以根据痕迹分析结果，对营销方案进行调整，确保其优势能够得到应有发挥。对具有诸多优势的商品而言，如果利用广告对其进行宣传，通常只能放大一到两个优势，以此来确保广告重点能够得到突出。由于不同群体往往会对商品提出不同诉求，传统广告所能取得效果有限。基于此，企业便可以经由数据挖掘的方式，对不同群体诉求加以明确，再对广告侧重点进行调整，确保消费者对商品有更为系统且全面的了解，为营销效率的提升做铺垫。

结论：通过上文的分析能够看出，对市场营销而言，数据挖掘是不可或缺的一环，只有对相关技术加以引入，才能通过缩小营销范围的方式，确保所开展工作具有理想的精确性。但要明确一点，企业应对数据挖掘成本及所带来效果有准确认知，避免低估成本或高估效果，导致自身蒙受经济损失的情况出现。