數(shù)據(jù)挖掘技術(shù)：企業(yè)網(wǎng)絡(luò)營銷的助推器
數(shù)據(jù)挖掘技術(shù)：企業(yè)網(wǎng)絡(luò)營銷的助推器
下面是小編為你整理整合了關(guān)于計(jì)算機(jī)的論文，歡迎閱讀，希望對你有幫助。.
摘 要 數(shù)據(jù)挖掘是一門交叉學(xué)科，能從數(shù)據(jù)中挖掘知識，提供決策支持。網(wǎng)絡(luò)營銷是適應(yīng)網(wǎng)絡(luò)經(jīng)濟(jì)時代的網(wǎng)絡(luò)虛擬市場的新營銷理論，數(shù)據(jù)挖掘技術(shù)同樣能在網(wǎng)絡(luò)營銷中得到廣泛的應(yīng)用，成為網(wǎng)絡(luò)營銷的助推器，為企業(yè)帶來效益。
關(guān)鍵詞 數(shù)據(jù)挖掘 網(wǎng)絡(luò)營銷 市場營銷
計(jì)算機(jī)網(wǎng)絡(luò)與數(shù)據(jù)庫技術(shù)的發(fā)展和廣泛應(yīng)用，信息日益成為企業(yè)的一種重要資源，人們利用信息技術(shù)生產(chǎn)和搜集數(shù)據(jù)的能力大幅度提高，在這些數(shù)據(jù)背后隱藏著極為重要的商業(yè)知識，但是這些商業(yè)知識是隱含的、事先未知的。面對“人們被數(shù)據(jù)淹沒，人們卻饑餓于知識”的挑戰(zhàn)，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，越來越顯示出其強(qiáng)大的生命力。
1 數(shù)據(jù)挖掘技術(shù)
數(shù)據(jù)挖掘(Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。還有很多和這一術(shù)語相近的術(shù)語，如從數(shù)據(jù)庫中發(fā)現(xiàn)知識、數(shù)據(jù)分析、數(shù)據(jù)融合以及決策支持等。數(shù)據(jù)挖掘是一門交叉學(xué)科，它把人們對數(shù)據(jù)的應(yīng)用從低層次的簡單查詢，提升到從數(shù)據(jù)中挖掘知識，提供決策支持。常用的數(shù)據(jù)挖掘技術(shù)主要有以下幾種：
1.1 人工神經(jīng)網(wǎng)絡(luò)
仿照生理神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的非線性預(yù)測模型，主要由“神經(jīng)元”的互聯(lián)，或按層組織的節(jié)點(diǎn)構(gòu)成，通常由輸入層、中間層和輸出層三個層次組成，在每個神經(jīng)元求得輸入值后，再匯總計(jì)算輸入值;由過濾機(jī)制比較輸入值，確定網(wǎng)絡(luò)的輸出值。
1.2 決策樹
決策樹是一個類似流程圖的樹型結(jié)構(gòu)，其中每個內(nèi)部節(jié)點(diǎn)表示在一個屬性上的測試，每個分枝代表1個測試輸出，而每個樹葉點(diǎn)代表類或類分布。樹的最頂層節(jié)點(diǎn)是根節(jié)點(diǎn)。目前，在數(shù)據(jù)挖掘中使用的決策樹方法有多種，典型的在國際上影響較大的決策樹方法是Quinlan研制的ID3算法。
1.3 遺傳算法
遺傳算法是模擬生物進(jìn)化過程的計(jì)算模型，是自然遺傳學(xué)與計(jì)算機(jī)科學(xué)相互結(jié)合滲透的計(jì)算方法。遺傳分析應(yīng)用搜索技術(shù)，先找出兩個合適的父樣本，通過“交叉”“變異”等帶有生物遺傳特點(diǎn)的操作產(chǎn)生下一代樣本，對子樣本反復(fù)“交叉”“變異”操作直到子樣本收斂為此，再找另外兩個合適的父樣本重復(fù)上述過程，就能得到下一代的樣本集。由此得到當(dāng)前樣本集較可能的發(fā)展方向。
1.4 近鄰算法
用該方法進(jìn)行預(yù)測的基本概念就是相互之間“接近”的對象具有相似的預(yù)測值。如果知道其中一個對象的預(yù)測值后，可以預(yù)測其最近的鄰居對象。
1.5 規(guī)則推導(dǎo)
根據(jù)統(tǒng)計(jì)意義上對數(shù)據(jù)中的規(guī)則“如果條件怎么樣、怎么樣，那么結(jié)果或情況就怎么樣”，對給定的一組項(xiàng)目和一個記錄集合，通過分析記錄集合，推導(dǎo)出項(xiàng)目間的相關(guān)性。
1.6 聚類方法
聚類分析方法按一定的距離或相似性測度將數(shù)據(jù)分成系列相互區(qū)分的組，它是不需要預(yù)定義知識而直接發(fā)現(xiàn)一些有意義的結(jié)構(gòu)與模式?？刹捎猛?fù)浣Y(jié)構(gòu)分析、空間緩沖區(qū)及距離分析、覆蓋分析等方法，旨在發(fā)現(xiàn)目標(biāo)在空間上的相連、相鄰和共生等關(guān)聯(lián)關(guān)系。
1.7 可視化技術(shù)
可視化技術(shù)在數(shù)據(jù)挖掘過程中的數(shù)據(jù)準(zhǔn)備階段是非常重要的，它能夠幫助人們進(jìn)行快速直觀地分析數(shù)據(jù)。利用可視化方法，很容易找到數(shù)據(jù)之間可能存在的模式、關(guān)系和異常情況等。
2 數(shù)據(jù)挖掘技術(shù)在營銷中應(yīng)用的理論假設(shè)
隨著數(shù)據(jù)量的急劇增長，現(xiàn)在的用戶很難再像以前那樣，自己根據(jù)數(shù)據(jù)的分布找出規(guī)律，并根據(jù)此規(guī)律進(jìn)行分析決策。因此必須借助于相應(yīng)的數(shù)據(jù)挖掘工具，自動發(fā)現(xiàn)數(shù)據(jù)中隱藏的規(guī)律或模式，為決策提供支持。隨著市場經(jīng)濟(jì)國際化、區(qū)域經(jīng)濟(jì)全球化、業(yè)務(wù)處理數(shù)字化、消費(fèi)需求個性化的市場競爭環(huán)境的形成，企業(yè)將面臨更多的競爭對手和不確定的信息，需要借助于數(shù)據(jù)挖掘技術(shù)對商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)，來控制成本、提高效益。
數(shù)據(jù)挖掘技術(shù)在企業(yè)市場營銷中得到了比較普通的應(yīng)用，它是以市場營銷學(xué)的市場細(xì)分原理為基礎(chǔ)，其基本假定是“消費(fèi)者過去的行為是其今后消費(fèi)傾向的最好說明”。通過收集、加工和處理涉及消費(fèi)者消費(fèi)行為的大量信息，確定特定消費(fèi)群體或個體的興趣、消費(fèi)習(xí)慣、消費(fèi)傾向和消費(fèi)需求，進(jìn)而推斷出相應(yīng)消費(fèi)群體或個體的下一步的消費(fèi)行為，然后以此為基礎(chǔ)，對所識別出來的消費(fèi)群體進(jìn)行特定內(nèi)容的定向營銷。這與傳統(tǒng)的不區(qū)分消費(fèi)者對象特征的大規(guī)模營銷手段相比，大大節(jié)省了營銷成本，提高了營銷效率，從而為企業(yè)帶來更多的利潤。
3 數(shù)據(jù)挖掘技術(shù)在企業(yè)網(wǎng)絡(luò)營銷中的應(yīng)用
網(wǎng)絡(luò)營銷作為適應(yīng)網(wǎng)絡(luò)經(jīng)濟(jì)時代的網(wǎng)絡(luò)虛擬市場的新營銷理論，是市場營銷理念在新時期的發(fā)展和應(yīng)用。從本質(zhì)上來說，網(wǎng)絡(luò)營銷與傳統(tǒng)市場營銷的目標(biāo)都是一致的，都是為了實(shí)現(xiàn)企業(yè)的營銷目標(biāo)。
3.1 客戶關(guān)系管理
網(wǎng)絡(luò)營銷的企業(yè)競爭是一種以顧客為焦點(diǎn)的競爭形態(tài)，爭取顧客、留住顧客、擴(kuò)大顧客群、建立親密顧客關(guān)系、分析顧客需求、創(chuàng)造顧客需求等，都是最關(guān)鍵的營銷課題。因此，如何與散布在全球各地的顧客群保持緊密的關(guān)系并能掌握顧客的特性，再經(jīng)由教育顧客與企業(yè)形象的塑造，建立顧客對于虛擬企業(yè)與網(wǎng)絡(luò)營銷的信任感，是網(wǎng)絡(luò)營銷的關(guān)鍵?；诰W(wǎng)絡(luò)時代的目標(biāo)市場、顧客形態(tài)、產(chǎn)品種類與以前有很大的差異，如何跨越地域、文化、時空差距再造顧客關(guān)系，發(fā)掘網(wǎng)絡(luò)客戶，了解并掌握網(wǎng)絡(luò)客戶的愿望并利用互動服務(wù)與客戶保持良好的關(guān)系，是眾多企業(yè)需要考慮的首要問題。相關(guān)研究表明：一個企業(yè)如果將其客戶流失率降低5%的話，其利潤就能增加25%～85%。因此，企業(yè)必須要加強(qiáng)與客戶之間的緊密聯(lián)系和提高客戶忠誠度。數(shù)據(jù)挖掘技術(shù)為客戶關(guān)系管理提供了便利，企業(yè)可以將從各種渠道收集的客戶信息組合后，應(yīng)用超級計(jì)算機(jī)、并行處理、神經(jīng)元網(wǎng)絡(luò)、模型化算法和其他信息處理技術(shù)手段進(jìn)行處理，提煉出有用信息。一方面是根據(jù)客戶行為進(jìn)行聚類。另一方面是從所建立的數(shù)據(jù)倉庫中挖掘出為企業(yè)創(chuàng)造利潤的這部分客戶，從而與創(chuàng)造利潤的優(yōu)良客戶建立長期關(guān)系。
3.2 企業(yè)經(jīng)營定位
通過挖掘出消費(fèi)者的相關(guān)數(shù)據(jù)，可以找出其共性和個性，并對消費(fèi)者進(jìn)行分類，來制定企業(yè)的經(jīng)營目標(biāo)和市場定位，以利于企業(yè)利用網(wǎng)絡(luò)優(yōu)勢，與客戶進(jìn)行積極有效的信息交流與情感溝通，一對一地向客戶提供個性化的產(chǎn)品與服務(wù)。例如，利用關(guān)聯(lián)分析，可以發(fā)現(xiàn)客戶的關(guān)聯(lián)購買需要。有些客戶在購買某種商品時，會同時購買其他的產(chǎn)品，企業(yè)就可以針對這種情況，采取積極的營銷策略，擴(kuò)展客戶購買的產(chǎn)品范圍或提供相關(guān)的服務(wù)，吸引更多的客戶;通過挖掘客戶的個人特征以及消費(fèi)數(shù)據(jù)，可以將客戶群體進(jìn)行細(xì)分，根據(jù)不同的客戶群，實(shí)施不同的營銷和服務(wù)方式，從而提高客戶的滿意度;可以通過分類技術(shù)，根據(jù)顧客的消費(fèi)水平和基本特征對顧客進(jìn)行分類，找出對本企業(yè)有較大貢獻(xiàn)的重要客戶的特征，通過對其進(jìn)行個性化服務(wù)，提高他們的忠誠度。企業(yè)只能找準(zhǔn)了顧客的真正需求和特征，才能有的放矢，提供個性化、多樣化、差異化的富有成效的網(wǎng)絡(luò)營銷方案，從而找準(zhǔn)企業(yè)的營銷定位。
3.3 客戶信用風(fēng)險控制
企業(yè)在實(shí)施網(wǎng)絡(luò)營銷過程中經(jīng)常經(jīng)受來自買方的信用風(fēng)險：個人消費(fèi)者可能在網(wǎng)絡(luò)上使用信用卡進(jìn)行支付時惡意透支，或使用仿造的信用卡騙取賣方的貨物;集團(tuán)購買者有拖延貨款的可能。賣方需要對此承擔(dān)風(fēng)險。利用數(shù)據(jù)挖掘技術(shù)可以解決企業(yè)經(jīng)常面臨的詐騙行為或延付貨款行為。通過數(shù)據(jù)挖掘，企業(yè)可以得到這樣的判斷：“什么樣的人使用信用卡屬于什么樣的模式”，而且一個人在相當(dāng)長的一段時間內(nèi)，其使用信用卡的習(xí)慣往往是較為固定的。因此，一方面，通過判斷信用卡的使用模式，可以監(jiān)測到信用卡的惡性透支行為;另一方面，根據(jù)信用卡的使用模式，可以識別“合法”用戶。如此得到詐騙行為的一些特性，當(dāng)某項(xiàng)業(yè)務(wù)符合這些特征時，就可以向決策人員提出警告，從而提高企業(yè)應(yīng)對客戶信用風(fēng)險的能力。
3.4 客戶信譽(yù)分析
企業(yè)開展網(wǎng)絡(luò)營銷后，由于客戶的不確定性、匿名性和虛擬性，增加了企業(yè)的經(jīng)營風(fēng)險。風(fēng)險與效益并存，分析客戶的信用等級對于降低風(fēng)險、增加收益是非常重要的。利用數(shù)據(jù)挖掘工具，可以對客戶信譽(yù)進(jìn)行分析，以加強(qiáng)營銷的安全性和針對性。通常的做法是：從已有的數(shù)據(jù)中分析得到信用評估的規(guī)則或標(biāo)準(zhǔn)，即得到“滿足什么樣條件的客戶屬于哪一類信用等級”，并將得到的規(guī)則或評估標(biāo)準(zhǔn)應(yīng)用到對新的客戶的信譽(yù)分析。對不同客戶的信譽(yù)劃分等級，不同等級的客戶采取不同的營銷策略，制定不同的付款方式和交貨方式，降低營銷風(fēng)險，提高營銷效益。
3.5 消費(fèi)需求預(yù)測
在網(wǎng)絡(luò)營銷中，每一個消費(fèi)者首先是一個不斷變化的虛擬網(wǎng)絡(luò)環(huán)境中的“沖浪者”，他一方面扮演個人購買者的角色，另一方面則扮演著社會消費(fèi)者的角色，起著引導(dǎo)社會消費(fèi)的作用。從事電子商務(wù)活動的網(wǎng)絡(luò)營銷人員要想成功地行銷在因特網(wǎng)上，他所構(gòu)思的網(wǎng)絡(luò)營銷計(jì)劃除了需要考慮傳統(tǒng)市場中顧客的各種需求外，還必須照顧到網(wǎng)民對興趣、聚集和交流的需求，分析他們需求變化的表現(xiàn)、趨勢和原因，采用多種行銷方法，啟發(fā)、剌激網(wǎng)絡(luò)消費(fèi)者的需求，喚起他們的購買興趣，誘導(dǎo)網(wǎng)絡(luò)消費(fèi)者將潛在的需求轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)的需求。
3.6 企業(yè)交叉營銷
交叉營銷是指企業(yè)通過發(fā)現(xiàn)一位已有顧客的多種需求，并滿足其需求而實(shí)現(xiàn)多種相關(guān)產(chǎn)品或服務(wù)的各種策略和方法，其實(shí)質(zhì)是用戶資源在各產(chǎn)品及服務(wù)間的共享，是在擁有一定市場資源的情況下向自己的顧客或合作伙伴的顧客進(jìn)行的一種業(yè)務(wù)推廣手段。交叉營銷現(xiàn)已擴(kuò)展到兩個電子商務(wù)企業(yè)/網(wǎng)站之間開展聯(lián)盟合作的交叉網(wǎng)絡(luò)營銷，有利于企業(yè)資源互補(bǔ)、互惠互利，吸引更多的網(wǎng)絡(luò)顧客，應(yīng)用網(wǎng)絡(luò)合作伙伴所形成的資源規(guī)模創(chuàng)造競爭優(yōu)勢。利用數(shù)據(jù)挖掘工具，了解顧客在網(wǎng)上購買商品或接受服務(wù)時的選取習(xí)慣、鏈接習(xí)慣、商品組合習(xí)慣，通過關(guān)聯(lián)分析，找出其中的規(guī)律，用來指導(dǎo)本企業(yè)應(yīng)捆綁銷售的商品，提高消費(fèi)者的消費(fèi)價值，提高交叉營銷效果，提高顧客的滿意度和忠誠度。
參考文獻(xiàn)
1 馬妮娜.數(shù)據(jù)庫新的應(yīng)用技術(shù)———數(shù)據(jù)挖掘技術(shù)[J].中國電子商務(wù)雜志，2003(4)
2 曾凡濤，熊元斌.試論數(shù)據(jù)挖掘技術(shù)在旅游營銷中的應(yīng)用[J].旅游科學(xué)，2002(4)
3 蔡猷花，張岐山.數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].管理科學(xué)文摘，2003(2)
計(jì)算機(jī)論文相關(guān)文章：