重慶交通大學(xué) 劉華

在20世紀(jì)80年代數(shù)據(jù)挖掘技術(shù)出現(xiàn)以前，很多企業(yè)認(rèn)為龐大的網(wǎng)絡(luò)數(shù)據(jù)信息已經(jīng)給他們帶來(lái)了很大的利益。利用這樣便捷而高效的網(wǎng)絡(luò)技術(shù)，顧客不再讓他們毫無(wú)頭緒。但是隨著21世紀(jì)的到來(lái)，信息的大爆炸式發(fā)展讓營(yíng)銷者們措手不及，數(shù)據(jù)信息已經(jīng)成為大片大片的汪洋大海，而人們正被這些海浪逐漸淹沒(méi)。單憑固有的數(shù)據(jù)信息，商家已經(jīng)很難抓住各種分散的顧客。而這時(shí)正值數(shù)據(jù)挖掘技術(shù)突飛猛進(jìn)的發(fā)展階段，一種全面的革新又給商家們?nèi)酉铝司让牡静荩皵?shù)據(jù)豐富，知識(shí)饑渴”似乎將不再是他們的形容詞。

1 數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)營(yíng)銷

1.1 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘即最初的知識(shí)發(fā)現(xiàn)(KDD)，是指在龐大的網(wǎng)絡(luò)數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或者其他信息倉(cāng)庫(kù)中，運(yùn)用特定的技術(shù)將大量、模糊、不完全、隨機(jī)的數(shù)據(jù)提取、整合、發(fā)掘之后，獲取有商業(yè)價(jià)值含量的知識(shí)，簡(jiǎn)言之就是提取、挖掘知識(shí)。運(yùn)用這些知識(shí)，商家可以掌握客戶的購(gòu)買傾向、消費(fèi)心理等，從而制定相應(yīng)的營(yíng)銷戰(zhàn)略，來(lái)達(dá)到增加利潤(rùn)的目的。

常用的數(shù)據(jù)挖掘方法有兩類：一類是機(jī)器學(xué)習(xí)技術(shù)，一類是統(tǒng)計(jì)模型。前者與數(shù)據(jù)挖掘的關(guān)系最密切。機(jī)器學(xué)習(xí)屬于人工智能的一種，也稱為歸納推理，，是通過(guò)學(xué)習(xí)訓(xùn)練數(shù)據(jù)集，來(lái)發(fā)現(xiàn)模型的參數(shù)，進(jìn)而找出隱含的規(guī)則。常用的機(jī)器學(xué)習(xí)方法有決策樹、人工神經(jīng)元網(wǎng)絡(luò)和遺傳算法等。統(tǒng)計(jì)模型在數(shù)據(jù)挖掘中的應(yīng)用主要是進(jìn)行評(píng)估，例如聚類分析、概率分布、回歸分析、相關(guān)分析和判別分析等。

人工神經(jīng)元網(wǎng)絡(luò)是數(shù)據(jù)挖掘技術(shù)中使用最廣泛的技術(shù)，它通過(guò)模仿人腦的機(jī)能，反復(fù)學(xué)習(xí)訓(xùn)練數(shù)據(jù)集，然后發(fā)現(xiàn)用于分類和預(yù)測(cè)的模式。該技術(shù)對(duì)于解決極復(fù)雜的問(wèn)題最有效，但其最大的缺點(diǎn)就是無(wú)法解釋結(jié)果產(chǎn)生的原理及其所用的規(guī)則。

決策樹是一種類似于樹型結(jié)構(gòu)的預(yù)測(cè)模型，其中樹的一些非終端節(jié)點(diǎn)分別表示屬性，而葉節(jié)點(diǎn)則表示所屬的不同類別。樹的分支是根據(jù)訓(xùn)練數(shù)據(jù)和集中數(shù)據(jù)的不同來(lái)取值建立的，所有分支組合形成一個(gè)決策樹，再對(duì)其進(jìn)行反復(fù)修剪轉(zhuǎn)化為相應(yīng)的規(guī)則，用于對(duì)新數(shù)據(jù)進(jìn)行分類。它不同于神經(jīng)元網(wǎng)絡(luò)的是其決策制定過(guò)程的可見性，它可以解釋結(jié)果產(chǎn)生的原理。

1.2 數(shù)據(jù)庫(kù)營(yíng)銷

所謂數(shù)據(jù)庫(kù)營(yíng)銷就是企業(yè)與其顧客進(jìn)行雙向溝通和互動(dòng)的過(guò)程。數(shù)據(jù)庫(kù)營(yíng)銷是近幾年高速發(fā)展的一個(gè)全新的營(yíng)銷概念，是網(wǎng)絡(luò)營(yíng)銷領(lǐng)域的另一次重要變革。企業(yè)首先搜集和積累網(wǎng)站消費(fèi)者的大量信息，經(jīng)過(guò)處理，然后預(yù)測(cè)消費(fèi)者購(gòu)買某種產(chǎn)品的可能性，還可以利用這些信息精確定位自己的產(chǎn)品，有專業(yè)性地制定產(chǎn)品的營(yíng)銷策略。當(dāng)然最終都是以吸引顧客購(gòu)買商品為目的的。

有效的數(shù)據(jù)庫(kù)營(yíng)銷直接就可以提高營(yíng)銷效率，建立企業(yè)與顧客之間的良好關(guān)系，提高顧客的忠誠(chéng)度，最終增加長(zhǎng)期利潤(rùn)。傳統(tǒng)的大眾化營(yíng)銷是以產(chǎn)品為中心，對(duì)產(chǎn)品進(jìn)行定量分析，而數(shù)據(jù)庫(kù)營(yíng)銷是歸納分析所有的相關(guān)數(shù)據(jù)。數(shù)據(jù)庫(kù)營(yíng)銷把企業(yè)的營(yíng)銷模式從規(guī)模營(yíng)銷轉(zhuǎn)向個(gè)性化營(yíng)銷，為顧客提供個(gè)人所需的獨(dú)特的產(chǎn)品。

1.2.1 幫助企業(yè)準(zhǔn)確快速地找到目標(biāo)消費(fèi)者

在傳統(tǒng)營(yíng)銷理念中，所有的消費(fèi)者接受的都是統(tǒng)一的、大批量生產(chǎn)的、相同的產(chǎn)品和信息。新興的數(shù)據(jù)庫(kù)技術(shù)卻能使企業(yè)將目標(biāo)集中在個(gè)人身上，實(shí)現(xiàn)目標(biāo)的準(zhǔn)確定位，從而生產(chǎn)出適用不同群體的個(gè)性化產(chǎn)品。數(shù)據(jù)庫(kù)營(yíng)銷可以幫助營(yíng)銷者有效地探測(cè)市場(chǎng)，及時(shí)發(fā)現(xiàn)新的市場(chǎng)機(jī)會(huì)然后向顧客提供新產(chǎn)品、新服務(wù)。營(yíng)銷者對(duì)特定的顧客進(jìn)行調(diào)查和觀察，追蹤每個(gè)顧客的需求和欲望，并在已有相關(guān)顧客的數(shù)據(jù)庫(kù)中挖掘新的機(jī)會(huì)，獲取新的效益。數(shù)據(jù)庫(kù)營(yíng)銷是互動(dòng)的營(yíng)銷，營(yíng)銷者必須不斷地與特定的顧客溝通了解，建立與消費(fèi)者之間的一種有效的反應(yīng)機(jī)制，進(jìn)而從中發(fā)現(xiàn)顧客的新需求，然后提供給顧客新的產(chǎn)品和服務(wù)。

1.2.2 降低營(yíng)銷成本，提高營(yíng)銷效率

當(dāng)今消費(fèi)者風(fēng)格迥異，或多追求時(shí)尚化、個(gè)性化、風(fēng)格化，企業(yè)可針對(duì)消費(fèi)者這種需求， 及時(shí)對(duì)市場(chǎng)進(jìn)行細(xì)分，以便使產(chǎn)品更準(zhǔn)確地滿足目標(biāo)消費(fèi)群體的需求。建立消費(fèi)者數(shù)據(jù)庫(kù)可以幫助企業(yè)尋找到經(jīng)濟(jì)的促銷方式，而其中的關(guān)鍵就是準(zhǔn)確的定位目標(biāo)消費(fèi)群。企業(yè)可以避免使用價(jià)格昂貴的大眾傳播媒體，可以運(yùn)用網(wǎng)絡(luò)這一更經(jīng)濟(jì)的促銷方式，進(jìn)而降低成本、增強(qiáng)本企業(yè)的競(jìng)爭(zhēng)力。

2 數(shù)據(jù)庫(kù)營(yíng)銷中常用的數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)庫(kù)營(yíng)銷中的關(guān)鍵是數(shù)據(jù)處理后如何尋找目標(biāo)顧客，而數(shù)據(jù)挖掘技術(shù)正是關(guān)鍵所在，既如何從海量的客戶數(shù)據(jù)中找出那些對(duì)企業(yè)有價(jià)值的，能幫助企業(yè)作出正確營(yíng)銷決策的信息和知識(shí)。下面介紹的是數(shù)據(jù)庫(kù)營(yíng)銷中常用的數(shù)據(jù)挖掘技術(shù)：

2.1 關(guān)聯(lián)分析

關(guān)聯(lián)分析法也就是常說(shuō)的市場(chǎng)籃子分析。它通過(guò)搜索數(shù)據(jù)庫(kù)中的所有事物，從中提取關(guān)聯(lián)規(guī)則，找到出現(xiàn)條件概率較高的模式，以掌握顧客的購(gòu)買偏好和習(xí)慣，幫助調(diào)整市場(chǎng)商品的擺放及制定產(chǎn)品的捆綁銷售策略。

關(guān)聯(lián)實(shí)際上就是數(shù)據(jù)對(duì)象之間相關(guān)性的確定，通過(guò)對(duì)象之間的關(guān)聯(lián)關(guān)系，找出所有能將一組數(shù)據(jù)項(xiàng)和另一組數(shù)據(jù)項(xiàng)相聯(lián)系的規(guī)則。當(dāng)然，這種規(guī)則的建立并不是確定的關(guān)系，而是一個(gè)具有一定置信度的可能值，即事件發(fā)生的概率。關(guān)聯(lián)分析法直觀、易理解，但對(duì)于關(guān)聯(lián)度不高或相關(guān)性復(fù)雜的情況不太有效。

2.2 序列模式

類似于關(guān)聯(lián)分析，也是為了挖掘數(shù)據(jù)之間的聯(lián)系。不同的是它側(cè)重于挖掘出數(shù)據(jù)的前后時(shí)間順序關(guān)系，分析是否存在一定趨勢(shì)，以預(yù)測(cè)未來(lái)的訪問(wèn)模式，即用某個(gè)時(shí)間點(diǎn)發(fā)現(xiàn)的顧客對(duì)產(chǎn)品的購(gòu)買行為模式來(lái)預(yù)測(cè)其將來(lái)購(gòu)買產(chǎn)品的概率。

序列模式通過(guò)分析數(shù)據(jù)間的前后序列關(guān)系，來(lái)發(fā)現(xiàn)給定交易序列數(shù)據(jù)庫(kù)中，每個(gè)序列是按照交易時(shí)間排列的一組交易集，挖掘序列函數(shù)作用在這個(gè)交易序列數(shù)據(jù)庫(kù)上，返回該數(shù)據(jù)庫(kù)中出現(xiàn)的高頻序列。

進(jìn)行序列模式分析也需要有用戶輸入最小值信度C和最小支持度S。另外，序列關(guān)聯(lián)規(guī)則挖掘中采用的Apriori 特性可以用于序列模式的挖掘，另一類挖掘此類模式的方法是基于數(shù)據(jù)庫(kù)投影的序列模式生長(zhǎng)技術(shù)。

2.3 聚類

聚類可用于市場(chǎng)細(xì)分，它是按顧客的行為或特征的相似性將其劃分為若干小的市場(chǎng)，以便制定有針對(duì)性的營(yíng)銷策略。

2.4 分類

分類用于預(yù)測(cè)對(duì)產(chǎn)品目錄郵寄和廣告或贈(zèng)送優(yōu)惠券等促銷手段有反應(yīng)的特定人群，也可以用來(lái)對(duì)顧客定級(jí)和破產(chǎn)預(yù)測(cè)等。

3 基于數(shù)據(jù)挖掘的數(shù)據(jù)庫(kù)營(yíng)銷的實(shí)施

3.1 搜集大量有價(jià)值的顧客信息

信息是建立數(shù)據(jù)庫(kù)營(yíng)銷的第一步，顧客信息是很廣泛的一類內(nèi)容。例如：顧客的姓名、性別、年齡、職業(yè)、住址、電話號(hào)碼等;顧客的喜好及行為習(xí)慣；顧客與公司之間的業(yè)務(wù)交易記錄，如訂單、退貨、投訴等。整理信息時(shí)要注意信息的結(jié)構(gòu)化，避免雜亂無(wú)章，否則將會(huì)影響組織和輸入的效率。

3.2 建立顧客數(shù)據(jù)庫(kù)

充分掌握了顧客的信息之后，如何有效地保存并組織和利用這些信息，就要建立一個(gè)統(tǒng)一的系統(tǒng)：顧客數(shù)據(jù)庫(kù)。用來(lái)分析搜集的數(shù)據(jù)信息進(jìn)而產(chǎn)生更多的決策信息。然后再根據(jù)這些信息定期地進(jìn)行整合分析，掌握瞬息萬(wàn)變的市場(chǎng)需求的特點(diǎn)和變化，從而滿足各種顧客的多樣化需求。

3.3 定期更新

搜集的信息不能一成不變，要定期從企業(yè)的不同角度收集信息，及時(shí)掌握顧客的需求變化，并盡快將變化的信息輸入顧客數(shù)據(jù)庫(kù)。同時(shí)對(duì)數(shù)據(jù)庫(kù)中的信息也要定期進(jìn)行匯總分析，并歸納總結(jié)出顧客需求變化的趨勢(shì)，有利于營(yíng)銷者及時(shí)調(diào)整經(jīng)營(yíng)方向，以免錯(cuò)過(guò)市場(chǎng)商機(jī)。

3.4 售后加強(qiáng)

掌握了顧客的購(gòu)買信息后，合理地運(yùn)用市場(chǎng)營(yíng)銷手段，可以是加強(qiáng)顧客對(duì)產(chǎn)品的忠誠(chéng)度，可以是刺激顧客需求，來(lái)挖掘潛在顧客。消費(fèi)心理學(xué)有研究，顧客都有想買到物美價(jià)廉的產(chǎn)品的心理，他們?cè)谫?gòu)買一個(gè)企業(yè)的某一品牌產(chǎn)品之后，通常都會(huì)有意識(shí)地在價(jià)格、性能等方面與其他不同品牌的同類產(chǎn)品進(jìn)行比較。因此，順利地賣出商品并不是完成了營(yíng)銷的全部，之后還需要繼續(xù)對(duì)本產(chǎn)品進(jìn)行不斷宣傳如做廣告等，打造品牌形象，讓顧客得到心理上的滿足，以此加強(qiáng)顧客對(duì)該產(chǎn)品的依賴和信任。

目前許多國(guó)外金融保險(xiǎn)行業(yè)和大型零售企業(yè)都紛紛建立了營(yíng)銷數(shù)據(jù)庫(kù)，并合理運(yùn)用數(shù)據(jù)挖掘技術(shù)來(lái)分析發(fā)現(xiàn)對(duì)本企業(yè)各種產(chǎn)品感興趣的顧客群，幫助制定獲取最佳顧客量的計(jì)劃，加深與顧客之間的關(guān)系，及時(shí)發(fā)現(xiàn)并跟蹤有發(fā)展前景的商品市場(chǎng)，根據(jù)顧客的各種反饋確定不同產(chǎn)品的開發(fā)計(jì)劃、合理調(diào)配銷售人員，為企業(yè)帶來(lái)了競(jìng)爭(zhēng)優(yōu)勢(shì)。如美國(guó)Firstar銀行運(yùn)用Marksman數(shù)據(jù)挖掘工具，預(yù)測(cè)應(yīng)在不同的時(shí)候向不同的客戶提供特定的產(chǎn)品；美國(guó)運(yùn)通公司運(yùn)用一個(gè)記錄信用卡業(yè)務(wù)的大型數(shù)據(jù)庫(kù)，進(jìn)行數(shù)據(jù)挖掘，制定了一個(gè)“關(guān)聯(lián)結(jié)算優(yōu)惠”的策略，既增加了運(yùn)通卡的使用率，也提高了該商店的銷售量。美國(guó)讀者文摘出版公司的業(yè)務(wù)數(shù)據(jù)庫(kù)，擁有積累了40年遍布全球一億多個(gè)客戶的資料，并不斷實(shí)時(shí)的更新數(shù)據(jù)，再進(jìn)行數(shù)據(jù)挖掘，使該公司實(shí)現(xiàn)了從通俗雜志到專業(yè)雜志、出版發(fā)行書刊和聲像制品的跨越，極大地發(fā)揮了自己的才能，擴(kuò)展了公司的業(yè)務(wù)范圍。

4 結(jié)語(yǔ)

數(shù)據(jù)庫(kù)營(yíng)銷作為一種適應(yīng)現(xiàn)代網(wǎng)絡(luò)信息社會(huì)的獨(dú)特的營(yíng)銷方式，它通過(guò)在顧客和企業(yè)之間建立直接的溝通，體現(xiàn)了一切為顧客服務(wù)這一營(yíng)銷公理，是一種很有發(fā)展前景的網(wǎng)絡(luò)營(yíng)銷方式。但是在我國(guó)，數(shù)據(jù)庫(kù)營(yíng)銷被引進(jìn)不久，尚屬新生事物。然而我國(guó)網(wǎng)絡(luò)信息技術(shù)正值高速發(fā)展時(shí)期，數(shù)據(jù)庫(kù)營(yíng)銷必定會(huì)被不斷運(yùn)用并得到提升，而這一提升也必定少不了數(shù)據(jù)挖掘的支持。因此，我國(guó)的各個(gè)企業(yè)應(yīng)盡快建立穩(wěn)定準(zhǔn)確的顧客數(shù)據(jù)庫(kù)，并巧妙運(yùn)用數(shù)據(jù)挖掘技術(shù)進(jìn)行有效分析和預(yù)測(cè)，制定營(yíng)銷戰(zhàn)略，才能應(yīng)對(duì)當(dāng)今激烈的競(jìng)爭(zhēng)環(huán)境。

[1](加)韓家煒,堪博(Kam ber).數(shù)據(jù)挖掘:概念與技術(shù)[M].北京:機(jī)械工業(yè)出版社,2007(3).

[2]李文濱.論數(shù)據(jù)庫(kù)營(yíng)銷的功能及在CRM中的應(yīng)用[J].現(xiàn)代商貿(mào)工業(yè),2007(4).

[3]馮艷婷,柯士濤.電子商務(wù)環(huán)境下的客戶關(guān)系管理及技術(shù)研究[J].云南民族大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版,2007(2).

[4]中國(guó)雙軟認(rèn)定網(wǎng).企業(yè)與產(chǎn)品相關(guān)統(tǒng)計(jì)數(shù)據(jù).www.chinasoftware.com.cn,2010-5-11.

[5]百度網(wǎng).教育軟件.www.baidu.com,2010-5-12.

[6]教育部.2008年全國(guó)教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào).www.jyb.cn,2009-7-17.