四川大學(xué) 霍葉青 何躍

在激烈的市場競爭中，只有掌握卷煙消費(fèi)群體的特征，才能立于不敗之地。信息是決策的基礎(chǔ)，通過市場調(diào)查，可以獲得大量的信息。通過對調(diào)查得到的卷煙市場中的消費(fèi)群體的數(shù)據(jù)進(jìn)行聚類分析，可歸納出有利于提高卷煙的生產(chǎn)和銷售的信息。

聚類分析是數(shù)據(jù)挖掘領(lǐng)域中的核心技術(shù)之一，聚類分析處理的數(shù)據(jù)對象的類是未知的，把數(shù)據(jù)按照相似性歸納成若干類別。它是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)對象之間所存在的有價(jià)值的數(shù)據(jù)分布模式，實(shí)現(xiàn)在同一聚類之間的樣本差異最小化，而在不同聚類樣本之間的差異最大化的一種挖掘技術(shù)[1]。

文章使用K-均值聚類方法進(jìn)行分析，對四川省2007年卷煙市場數(shù)據(jù)進(jìn)行研究，找出其中的群體規(guī)則。

1 K-均值聚類方法介紹

聚類分析是根據(jù)一定的分類規(guī)則，劃分記錄集合，確定每個(gè)記錄所在類別。使得同一類別中，個(gè)體之間差距較小，不同類別中，個(gè)體之間的差距較大的一種挖掘技術(shù)。聚類技術(shù)能把不同格式的數(shù)據(jù)快速分簇，其中主要有K-均值聚類方法。

K-均值聚類方法是一種在無類標(biāo)號數(shù)據(jù)中發(fā)現(xiàn)簇和簇中心的方法，通過迭代把對象劃分到不同的簇中，以求目標(biāo)函數(shù)最小化，使生成的簇盡可能地緊湊和獨(dú)立[2]。

設(shè)需分析的樣本為Xi，i = 1，2 …，N。給定一組初始中心Ck，k=l，2 …，K。初始中心可以是從訓(xùn)練數(shù)據(jù)中隨機(jī)選擇的個(gè)體。K-均值算法交替執(zhí)行的步驟：

(1)對每個(gè)樣本Xi，找出離它最近的中心點(diǎn)( 簇)：

(2)計(jì)算每個(gè)簇中數(shù)據(jù)點(diǎn)的均值，并且該均值向量成為該簇新的中心：

其中nk為第 k簇包含的樣本數(shù)。

2 K-均值算法在四川省卷煙市場中的應(yīng)用

四川省2007年卷煙市場數(shù)據(jù)來源是四川省卷煙市場調(diào)查問卷數(shù)據(jù)。在四川省境內(nèi)不同地州市共發(fā)出4000份調(diào)查問卷，收回2730份有效問卷。數(shù)據(jù)分析利用SPSS軟件來進(jìn)行，在分析中用到的被調(diào)查者的基本信息包括被訪者的年齡、受教育程度、被訪者的月收入和家庭收入；用到的調(diào)查問題有常吸的卷煙產(chǎn)品的價(jià)格、最常吸的品牌、選購自己吸的卷煙時(shí)決定購買影響最大的因素、用于送禮和應(yīng)酬的卷煙時(shí)決定購買影響最大的因素。被訪者回答問題時(shí)，答案是用1、2、3等來表示的，如受教育程度這個(gè)問題：(1)表示沒受過正式教育，(2)表示小學(xué)，(3)表示初中，(4)表示高中，(5)表示中專/技校/職高，6表示大專，7表示大學(xué)或以上程度。其它問題類似。

應(yīng)用1是通過對用戶的基本信息數(shù)據(jù)和被訪者常吸的卷煙產(chǎn)品的價(jià)格、最常吸的品牌的數(shù)據(jù)進(jìn)行的聚類分析，該聚類定義為4個(gè)類中心[3]，其最后聚類中心和每個(gè)聚類中的案例數(shù)如表1所示。

由表1可知：被訪者的年齡的四個(gè)聚類中心都為36-40歲，說明這個(gè)年齡段的吸煙者較多，并且受教育程度大都為高中、中專/技校/職高。隨著被訪者月收入和家庭月收入的增加，用戶購買的卷煙產(chǎn)品的價(jià)格也隨之升高，說明隨著人們生活水平的提高，對香煙的要求也隨之提高，卷煙廠為了吸引更多高收入的客戶群體，需要從提高香煙的品質(zhì)、包裝等多方面來提升香煙的價(jià)位。

表1 最終聚類中心和案例數(shù)

表2 最終聚類中心和案例數(shù)

表3 最終聚類中心和案例數(shù)

第二類的人數(shù)最多，達(dá)到1159個(gè)，說明購買4.01～5元價(jià)位的人最多，而4.01～5元價(jià)位中購買軟紅梅的人最多。從第一類看出，購買6.01～7.00元價(jià)位的人數(shù)次之，其中主要是購買阿詩瑪。第四類也可以看出，購買15.01～20.00元價(jià)位的人數(shù)最少，其中蓋紅河88是比較受歡迎的。而第三類8.01～10.00元價(jià)位中較偏愛軟紅河88，由此可知，軟紅梅、阿詩瑪、軟紅河88和蓋紅河88是用戶喜歡的卷煙產(chǎn)品，卷煙廠需要大量生產(chǎn)這幾種煙來增加銷售量。

應(yīng)用2是通過對用戶的基本信息數(shù)據(jù)和選購自己吸的卷煙時(shí)購買影響最大的因素的數(shù)據(jù)進(jìn)行的聚類分析，該聚類也定義為4個(gè)類中心[3]，其最后聚類中心和每個(gè)聚類中的案例數(shù)如表2所示。

由表2可知：第一類消費(fèi)者在選購自己吸的卷煙時(shí)決定購買影響最大的因素是自己習(xí)慣的因素，第二類是價(jià)格合適，第三類是煙味清淡、醇和、不燥，而第四類是追求新鮮，嘗試新口味。第一類到第四類的綜合收入水平是依次升高的，可見隨著收入水平的增加，用戶對香煙的要求也是依次變高的，這也再次說明卷煙廠為了吸引更多高收入的客戶群體，需要從提高香煙的品質(zhì)、包裝等多方面來考慮。

并且從表中也可以看出，隨著年齡的降低，對香煙的要求也在變高，年齡大的用戶喜歡買自己已經(jīng)習(xí)慣了的牌子，而年輕人更喜歡嘗試新的品種，所以當(dāng)卷煙廠有新的卷煙生產(chǎn)出來的時(shí)候，應(yīng)通過一些宣傳手段重點(diǎn)向年輕人宣傳新的卷煙產(chǎn)品。

應(yīng)用3通過對用戶的基本信息數(shù)據(jù)和用于送禮和應(yīng)酬的卷煙時(shí)決定購買影響最大的因素的數(shù)據(jù)進(jìn)行的聚類分析，該聚類也定義為4個(gè)類中心，其最后聚類中心和每個(gè)聚類中的案例數(shù)如表3所示。

由表3可知：第一類和第三類用戶在用于送禮和應(yīng)酬的卷煙時(shí)決定購買影響最大的因素是品牌名氣大的香煙，所以卷煙廠應(yīng)該通過電視廣告、報(bào)刊廣告或者網(wǎng)絡(luò)等等手段來增加卷煙的知名度，第二類用戶認(rèn)為體現(xiàn)身份最重要，所以卷煙廠應(yīng)該通過考慮卷煙的包裝等可以體現(xiàn)身份的做法，而第四類用戶認(rèn)為符合現(xiàn)代潮流最重要，所以卷煙廠可以在包裝上規(guī)劃可以展示潮流的圖畫等等，來提高卷煙的銷售量。

3 結(jié)語

文章采用了數(shù)據(jù)挖掘方法研究四川省卷煙市場數(shù)據(jù)，在SPSS中運(yùn)用K-均值聚類方法進(jìn)行分析，旨在通過采用數(shù)理統(tǒng)計(jì)技術(shù)和相關(guān)統(tǒng)計(jì)學(xué)工具，對調(diào)查到的卷煙用戶的數(shù)據(jù)進(jìn)行深度分析和處理。從紛繁復(fù)雜的數(shù)據(jù)中找出客戶消費(fèi)行為的本質(zhì)特征，從而有針對性地制定營銷策略，對卷煙廠的生產(chǎn)和銷售策略有較強(qiáng)的指導(dǎo)意義。

[1]何曉群.現(xiàn)代統(tǒng)計(jì)分析方法與應(yīng)用[M].北京:中國人民大學(xué)出版社,1998.

[2]趙躍,余詩武.基于Web內(nèi)容挖掘技術(shù)的應(yīng)用研究[J].科技情報(bào)開發(fā)與經(jīng)濟(jì),2008,18(36):122～123.

[3]郭秀娟,戰(zhàn)冬梅.K—means聚類算法分析及在教師授課質(zhì)量評價(jià)中的應(yīng)用[J].吉林工程技術(shù)師范學(xué)院學(xué)報(bào),2009,6(25):74～77.