翟　音

隨著信息技術的不斷發(fā)展,人們利用信息技術處理數(shù)據(jù)的能力大幅度提高,越來越多的數(shù)據(jù)庫被應用于商業(yè)管理、生產(chǎn)控制和工程設計等各種領域。但是,面對不斷增加的各種復雜數(shù)據(jù),已存在的數(shù)據(jù)庫的查詢功能已經(jīng)不能滿足人們的需要,能不能從數(shù)據(jù)中提取人們所需要的信息和知識是大家越來越關注的問題。傳統(tǒng)的統(tǒng)計技術已面臨極大的挑戰(zhàn),集統(tǒng)計學、數(shù)據(jù)庫、知識發(fā)現(xiàn)等技術于一身的數(shù)據(jù)挖掘技術應運而生。近幾年來,數(shù)據(jù)挖掘技術在零售業(yè)、直效行銷界、制造業(yè)、財務金融保險、通訊業(yè)以及醫(yī)療服務等領域應用廣泛。

一、數(shù)據(jù)挖掘的基本概念

(一)“啤酒尿布”的典型案例

在了解數(shù)據(jù)挖掘的概念之前,我們先來看一個“啤酒尿布”的故事。故事的主角是沃爾瑪這個世界上最大的零售商,在其遍布美國數(shù)千家超級市場中,小孩尿布與啤酒居然并排擺放在鄰近的貨價上一起銷售,而且兩者銷量都還不錯。原來沃爾瑪通過建立的數(shù)據(jù)倉庫,分析了原始交易數(shù)據(jù),按周期統(tǒng)計產(chǎn)品的銷售信息,然后利用數(shù)據(jù)挖掘工具進行分析和挖掘,結(jié)果發(fā)現(xiàn),每逢周末沃爾瑪連鎖超市啤酒和尿布的銷量很大。進一步調(diào)查表明,在美國有孩子的家庭中,太太經(jīng)常囑咐她們的丈夫下班后要為孩子買尿布,而丈夫們在買完尿布后又順手帶回了自己愛喝的啤酒,因此啤酒和尿布一起購買的機會是最多的。之后該店打破常規(guī),將啤酒和尿布的貨架放在了一起,使得啤酒和尿布的銷量進一步增長。啤酒和尿布這兩者看似毫無關聯(lián),但在特定的條件下,它們之間卻有密切的關系,這就是數(shù)據(jù)挖掘技術。

(二)數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘(Data Mining)就是從海量的原始數(shù)據(jù)中,找出隱含在其中的、我們事先不知道的、但又是潛在的有意義的知識和信息,從而利用這些知識來指導我們的活動。從統(tǒng)計學的角度,數(shù)據(jù)挖掘可以看成是通過計算機對大量的復雜數(shù)據(jù)的自動探索性分析。隨著信息技術的高速發(fā)展,人們積累的數(shù)據(jù)量急劇增長。數(shù)據(jù)挖掘就是為順應這種需要應運而生發(fā)展起來的數(shù)據(jù)處理技術。

二、零售業(yè)應用數(shù)據(jù)挖掘的背景

零售業(yè)客戶關系管理(Customer Relationship Management,CRM)是一種以客戶為中心的市場營銷理念和策略。 CRM的目標是縮減銷售周期和銷售成本、增加收入、尋找擴展業(yè)務所需的新市場和渠道以及提高客戶的價格、滿意度、盈利性和忠誠度。

零售業(yè)客戶關系管理主要通過條形碼、銷售管理系統(tǒng)、客戶資料管理系統(tǒng)等各種途徑獲得關于商品信息、客戶信息、供應商信息及店鋪信息等大量的數(shù)據(jù)信息,如何利用這些海量數(shù)據(jù)信息分析出哪些商品好賣、哪些商品不好賣、哪些客戶適宜哪些商品、商品之間如何搭配,是令零售商頭疼的問題。利用數(shù)據(jù)挖掘工具對這些數(shù)據(jù)進行分析,可以幫助零售商進行科學的決策,分析哪些商品顧客最有希望一起購買,從而將這些商品擺放在一起;分析商品的銷售趨勢,從而給零售商提供進貨建議;分析購買商品的人員信息,從而幫助零售商選擇店鋪的所在

地點等。

三、數(shù)據(jù)挖掘技術的常用算法

數(shù)據(jù)挖掘是零售業(yè)CRM中的核心技術,通過分析顧客已購買商品及這些商品之間的內(nèi)在聯(lián)系,確定顧客的購買習慣和關聯(lián)購買傾向,從而幫助零售商制定營銷策略。為了實現(xiàn)在零售業(yè)CRM中的應用,數(shù)據(jù)挖掘技術中主要涉及以下常用算法:

(一)聚類分析算法

聚類分析算法是根據(jù)事物的特征對其進行聚類或分類,即所謂物以類聚,以期從中發(fā)現(xiàn)規(guī)律和典型模式。在零售業(yè)中,聚類分析可以幫助市場分析人員從消費者數(shù)據(jù)庫中區(qū)分出不同的消費群體來,并且概括出每一類消費者的消費模式或者說習慣。

(二)決策樹算法

決策樹算法就是利用訓練集生成一個測試函數(shù),根據(jù)不同取值建立樹的分支;在每個分支子集中重復建立下層結(jié)點和分支,這樣便生成一棵決策樹。然后對決策樹進行剪枝處理,最后把決策樹轉(zhuǎn)化為規(guī)則。決策樹算法常用于預測模型,它通過將大量數(shù)據(jù)有目的分類,從中找到一些有價值的,潛在的信息。它分類速度快,特別適合大規(guī)模的數(shù)據(jù)分類處理。

(三)神經(jīng)網(wǎng)絡算法

神經(jīng)網(wǎng)絡算法能夠模擬人的神經(jīng)元功能,經(jīng)過輸入層、隱藏層、輸出層等,對數(shù)據(jù)進行調(diào)整、計算,最后得到結(jié)果。神經(jīng)網(wǎng)絡算法的優(yōu)點是它能精確地對復雜問題進行預測。它本身具有良好的魯棒性、自適應性和高度容錯性。

(四)關聯(lián)規(guī)則挖掘算法

關聯(lián)規(guī)則挖掘是用于發(fā)現(xiàn)數(shù)據(jù)庫中屬性之間的相關聯(lián)系的一種算法。關聯(lián)規(guī)則發(fā)現(xiàn)任務的本質(zhì)是在數(shù)據(jù)庫中發(fā)現(xiàn)強關聯(lián)規(guī)則,利用這些關聯(lián)規(guī)則了解客戶的行為,其最典型的例子就是購物籃分析。

四、數(shù)據(jù)挖掘技術在零售業(yè)CRM中的應用

隨著日益增長的Web或電子商務方式的興起,零售業(yè)CRM是數(shù)據(jù)挖掘的主要應用領域。數(shù)據(jù)挖掘技術可有助于識別客戶購買行為,發(fā)現(xiàn)客戶購買模式和趨勢,改進服務質(zhì)量,取得更好的客戶保持力和滿意度,提高貨品銷量比率,設計更好的貨品運輸與分銷策略,減少商業(yè)成本。數(shù)據(jù)挖掘技術在零售業(yè)CRM中的應用主要體現(xiàn)在以下幾個方面:

(一)使用多特征數(shù)據(jù)立方體進行銷售、客戶、產(chǎn)品、時間和地區(qū)的多維分析

多維數(shù)據(jù)分析是指通過多維的方式對數(shù)據(jù)進行分析、查詢和報表。維是人們觀察數(shù)據(jù)的特定角度。例如,企業(yè)在考慮產(chǎn)品的銷售情況時,通常從客戶、產(chǎn)品、時間和地區(qū)等不同角度來深入觀察產(chǎn)品的銷售情況。這里的客戶、產(chǎn)品、時間和地區(qū)就是維。根據(jù)這些維的不同組合和所考察的度量指標從客戶基本庫中發(fā)現(xiàn)不同的客戶群,以便決策者根據(jù)主客戶群的特征作相應的定貨、銷售、服務等決策。

(二)利用關聯(lián)分析挖掘關聯(lián)信息進行購買推薦和商品參照

關聯(lián)分析就是利用關聯(lián)規(guī)則進行數(shù)據(jù)挖掘技術,其目的在于挖掘隱藏在數(shù)據(jù)間的相互關系,發(fā)現(xiàn)數(shù)據(jù)庫中形如“90%的顧客在一次購買活動中購買A商品的同時也會購買B商品”之類的知識。通過從銷售記錄中挖掘關聯(lián)信息,可以發(fā)現(xiàn)買某一品牌商品的顧客很可能購買其他一些商品。這類信息可用于形成一定的購買推薦。商家通過宣傳可改進服務,幫助顧客選擇商品,增加銷售額和減少庫存積壓。

(三)使用多維分析和關聯(lián)分析進行促銷活動的有效性分析

利用多維分析和關聯(lián)分析對數(shù)據(jù)庫的數(shù)據(jù)仔細研究,以分析顧客的購買習慣、廣告成功率和其他戰(zhàn)略性信息。利用數(shù)據(jù)庫通過檢索數(shù)據(jù)庫中近年來的銷售數(shù)據(jù),用多維關聯(lián)分析方法,通過比較促銷期間的銷售量和交易數(shù)量與促銷活動前后的有關情況,可預測出季節(jié)性和月銷售量,對商品品種和庫存的趨勢進行分析還可確定降價商品,并對數(shù)量和運作做出決策。此外,用關聯(lián)分析可以找出哪些商品可以用于促銷活動,便于安排商品貨源,提高銷售額。

(四)序列模式挖掘可用于客戶忠誠分析

序列模式分析和關聯(lián)分析相似,但側(cè)重點在于分析數(shù)據(jù)間的前后序列關系。序列模式挖掘可用于分析顧客的消費或忠誠的變化,據(jù)此對價格和商品的品種加以調(diào)整,以留住老顧客,吸引新客戶,保證一定的顧客數(shù)量。商家可以從原客戶后來卻轉(zhuǎn)成競爭對手的客戶群中,分析其特征,再根據(jù)分析結(jié)果到現(xiàn)有客戶數(shù)據(jù)中找出可能轉(zhuǎn)向的客戶,然后設計一些方法預防客戶流失;也可以根據(jù)客戶的消費行為與交易紀錄對客戶忠誠度進行排序,根據(jù)流失率的等級進而配合不同的策略。

(五)利用交叉銷售模式向老客戶銷售新的產(chǎn)品或服務

零售業(yè)和客戶之間的關系是持續(xù)不斷的、發(fā)展的,交叉銷售是指向老客戶銷售新的產(chǎn)品或服務的過程。交叉銷售是建立在買賣雙方互利原則的基礎之上,客戶因得到更多更好符合他們需求的服務而獲益,企業(yè)也因銷售增長而獲益。交叉銷售的優(yōu)勢在于,商家可以比較容易得到老客戶較為豐富的信息。企業(yè)所掌握的客戶信息特別是以前購買行為的信息中,可能正包含著決定這個客戶下一個購買行為的關鍵信息。這個時候數(shù)據(jù)挖掘的作用就體現(xiàn)為它可以幫助企業(yè)尋找到那些影響顧客購買行為的信息和因素。

(作者單位:廊坊師范學院數(shù)學與信息科學學院)