導(dǎo)語：數(shù)據(jù)庫營銷中市場(chǎng)細(xì)分研究論文一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)（KDD）越來越多地應(yīng)用到企業(yè)的市場(chǎng)營銷設(shè)計(jì)與支持過程中。文章闡述了數(shù)據(jù)庫營銷的特點(diǎn)和作用，通過分析數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分與市場(chǎng)營銷中市場(chǎng)細(xì)分的異同，提出了適用于數(shù)據(jù)庫營銷市場(chǎng)細(xì)分的方法。該方法需要使用統(tǒng)計(jì)與數(shù)據(jù)挖掘的方法和工具，通過建立模型的方式，為公司運(yùn)營提供支撐。

關(guān)鍵詞：市場(chǎng)細(xì)分；數(shù)據(jù)庫營銷；數(shù)據(jù)庫的知識(shí)發(fā)現(xiàn)；數(shù)據(jù)挖掘

企業(yè)在日常的生產(chǎn)經(jīng)營活動(dòng)中，產(chǎn)生了大量運(yùn)營數(shù)據(jù)，如果不加以利用就會(huì)雜亂無章地占據(jù)大量的存儲(chǔ)、管理、維護(hù)等資源。實(shí)際上這些數(shù)據(jù)是用戶行為、用戶習(xí)慣的表征記錄，是企業(yè)各項(xiàng)經(jīng)營活動(dòng)的成果記錄，其中蘊(yùn)涵著大量的信息與知識(shí)，如果善加利用將是企業(yè)不可估量的戰(zhàn)略資源。在數(shù)據(jù)的存儲(chǔ)方面，隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用，人們可以積累的數(shù)據(jù)越來越多。目前的數(shù)據(jù)庫系統(tǒng)已經(jīng)可以高效地實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計(jì)等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來的發(fā)展趨勢(shì)。

因此，在學(xué)術(shù)界對(duì)數(shù)據(jù)庫的知識(shí)發(fā)現(xiàn)的研究也在不斷深入。1989年IJCAI會(huì)議進(jìn)行了關(guān)于數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)（KnowledgeDiscoveryandDatabase，KDD）的專題討論，F(xiàn)ayyad將其定義為“KDD是從數(shù)據(jù)集中識(shí)別出有效的、新穎的、潛在有用的以及最終可理解的模式的非平凡過程”。從1995年開始，KDD發(fā)展為國際年會(huì)，國內(nèi)對(duì)該領(lǐng)域研究始于1993年，國家自然科學(xué)基金開始支持該領(lǐng)域研究。數(shù)據(jù)分析能力是一項(xiàng)對(duì)開發(fā)者、使用者都有很高要求的能力，需要具備數(shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)、模式識(shí)別、知識(shí)庫系統(tǒng)、信息檢索和數(shù)據(jù)庫可視化等多方面的知識(shí)和技巧。

同時(shí)對(duì)于這項(xiàng)技術(shù)在企業(yè)中的實(shí)際應(yīng)用來說，隨著理論的深入與數(shù)據(jù)挖掘工具的不斷推出，其對(duì)各個(gè)企業(yè)的實(shí)際生產(chǎn)經(jīng)營活動(dòng)都起到了很大的推動(dòng)作用。特別是數(shù)據(jù)庫營銷，由于其較低的成本，完善的模型和對(duì)市場(chǎng)的細(xì)微把握，對(duì)企業(yè)有著重大的意義。而所有的營銷活動(dòng)都應(yīng)以市場(chǎng)細(xì)分為基礎(chǔ)，因此數(shù)據(jù)庫營銷中市場(chǎng)細(xì)分就成為其不可逾越的第一步工作。

一、數(shù)據(jù)庫營銷中市場(chǎng)細(xì)分的作用

數(shù)據(jù)庫營銷中市場(chǎng)細(xì)分的應(yīng)用隨著IT技術(shù)的發(fā)展和市場(chǎng)交易量的擴(kuò)大愈來愈廣泛。目前，各個(gè)行業(yè)領(lǐng)域包括金融業(yè)、電信業(yè)、網(wǎng)絡(luò)相關(guān)行業(yè)、零售商、制造業(yè)、醫(yī)療保健及制藥業(yè)等都將其視為本公司的重要戰(zhàn)略資源加以應(yīng)用。從目前技術(shù)的發(fā)展與行業(yè)的應(yīng)用來看，其作用主要體現(xiàn)在以下方面：

第一，對(duì)運(yùn)營數(shù)據(jù)進(jìn)行更好的重組、匯集、抽取和預(yù)測(cè)，更方便、快捷地從企業(yè)現(xiàn)有資源上采集和轉(zhuǎn)化信息和數(shù)據(jù)，能為企業(yè)管理提供更好的決策支持，使管理層及時(shí)地了解企業(yè)生產(chǎn)經(jīng)營現(xiàn)狀，深入地了解企業(yè)所處的競(jìng)爭環(huán)境，更好地制定符合實(shí)際的戰(zhàn)略方案。

第二，在激烈的市場(chǎng)競(jìng)爭和迅速的業(yè)務(wù)擴(kuò)張中，運(yùn)營數(shù)據(jù)可以用來分析數(shù)據(jù)的一般特性，使用數(shù)據(jù)可視化、分類、聚類分析、序列模式分析等工具，理解商業(yè)行為、確定商業(yè)模式、捕捉對(duì)企業(yè)利益侵害行為、提高服務(wù)質(zhì)量，提高資源利用率，提高員工勞動(dòng)生產(chǎn)率。例如，電信企業(yè)中對(duì)客服中心的分布的設(shè)計(jì)，基站的設(shè)置等。

第三，運(yùn)營數(shù)據(jù)是用戶消費(fèi)行為的直接記錄，通過對(duì)用戶長期消費(fèi)活動(dòng)數(shù)據(jù)的規(guī)律總結(jié)。有助于劃分用戶群體，使用分類技術(shù)和聚類技術(shù)，可以更精確地挑選出潛在的用戶；識(shí)別用戶購買行為，發(fā)現(xiàn)用戶購買模式和趨勢(shì)，進(jìn)行關(guān)聯(lián)分析，以便更好地進(jìn)行產(chǎn)品組合、產(chǎn)品推介等等。

第四，運(yùn)營數(shù)據(jù)雖然是歷史數(shù)據(jù)的集合，如果能夠通過各種工具發(fā)現(xiàn)其中存在的普遍規(guī)律。由于企業(yè)的生產(chǎn)經(jīng)營有延續(xù)性，用戶的消費(fèi)習(xí)慣有規(guī)律性，我們可以用來預(yù)測(cè)未來的生產(chǎn)經(jīng)營情況，比如我們可以通過營銷案預(yù)演，虛擬整個(gè)營銷過程，測(cè)試目標(biāo)用戶反應(yīng)，初步評(píng)價(jià)各種營銷案的效果，確認(rèn)最能接受營銷案的客戶群體，保證在真正推出市場(chǎng)的銷售方案代價(jià)最小，收益最大。又如，我們可以通過運(yùn)營數(shù)據(jù)，發(fā)現(xiàn)用戶流失的規(guī)律與特征，使企業(yè)能在用戶流失之前做出有效地挽留措施，降低流失率。

二、數(shù)據(jù)庫營銷中市場(chǎng)細(xì)分與傳統(tǒng)市場(chǎng)營銷中市場(chǎng)細(xì)分的異同

市場(chǎng)細(xì)分是現(xiàn)代營銷理念的產(chǎn)物是市場(chǎng)營銷理論和戰(zhàn)略的新發(fā)展。目前市場(chǎng)細(xì)分的理論和方法不斷完善，而且被廣泛地應(yīng)用于營銷實(shí)踐。而作為本文研究的重點(diǎn)，數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分與市場(chǎng)營銷中的市場(chǎng)細(xì)分既有聯(lián)系又有區(qū)別。

首先，兩者的聯(lián)系主要體現(xiàn)在：市場(chǎng)營銷活動(dòng)與數(shù)據(jù)庫營銷過程是銜接的。數(shù)據(jù)庫營銷的市場(chǎng)細(xì)分可以在營銷活動(dòng)之前提供數(shù)據(jù)預(yù)測(cè)；也可以用在營銷活動(dòng)之后分析結(jié)果，但兩者總是聯(lián)系緊密的過程。企業(yè)逐漸認(rèn)識(shí)到，本企業(yè)的競(jìng)爭優(yōu)勢(shì)體現(xiàn)在能夠向用戶提供滿足整體需求的產(chǎn)品和服務(wù)組合，為用戶提供個(gè)性化業(yè)務(wù)解決方案。因此，在設(shè)計(jì)市場(chǎng)營銷業(yè)務(wù)項(xiàng)目時(shí)，需要采取不同的用戶群細(xì)分方法對(duì)用戶進(jìn)行細(xì)分，對(duì)不同用戶采取不同的服務(wù)策略。而企業(yè)的經(jīng)營成果也正是構(gòu)筑在不同細(xì)分用戶對(duì)企業(yè)的貢獻(xiàn)上的，不同的用戶群體對(duì)總體收入的影響是不同的，因而在經(jīng)營成果的分析中，也必不可少的需要對(duì)用戶進(jìn)行細(xì)分。這樣可以加深對(duì)市場(chǎng)的了解，認(rèn)清每種用戶對(duì)企業(yè)經(jīng)營活動(dòng)的意義，從而制定更有針對(duì)性的營銷政策。其理論依據(jù)也是相同的。根據(jù)1956年美國著名的市場(chǎng)學(xué)家溫德爾·史密斯（WendellSmith）的論述主要有兩個(gè)：一是用戶需求的異質(zhì)性。由于用戶需求、欲望及購買行為是多元的，所以用戶在購買產(chǎn)品和使用服務(wù)上的需求呈現(xiàn)較大的差異。用戶需求的異質(zhì)性是進(jìn)行用戶細(xì)分的內(nèi)在依據(jù)。二是企業(yè)資源的有限性和為了進(jìn)行有效的市場(chǎng)競(jìng)爭?，F(xiàn)代企業(yè)由于受到自身實(shí)力的限制，即便是處于市場(chǎng)領(lǐng)先地位也不可能在整個(gè)營銷過程中占絕對(duì)優(yōu)勢(shì)。為了進(jìn)行有效的競(jìng)爭，企業(yè)必須進(jìn)行市場(chǎng)細(xì)分，選擇最有利可圖的目標(biāo)用戶群體，集中企業(yè)資源，制定有效的競(jìng)爭策略來增強(qiáng)自己的競(jìng)爭優(yōu)勢(shì)。所以企業(yè)資源的有限性和為了進(jìn)行有效的市場(chǎng)競(jìng)爭是進(jìn)行市場(chǎng)細(xì)分的外在要求。

其次，數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分與市場(chǎng)營銷中的市場(chǎng)細(xì)分區(qū)別主要是：目的不同。數(shù)據(jù)庫營銷的市場(chǎng)細(xì)分目的是為了更好的從現(xiàn)有的經(jīng)營數(shù)據(jù)中，找出對(duì)經(jīng)營成果有影響的各個(gè)用戶群體，并分析其影響程度或者找出其中規(guī)律；市場(chǎng)營銷的市場(chǎng)細(xì)分，主要是為了開拓用戶未被開發(fā)的潛力，增加其對(duì)經(jīng)營成果的貢獻(xiàn)。方法不同。數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分更加倚重?cái)?shù)據(jù)庫營銷的各種手段，包括統(tǒng)計(jì)分析、數(shù)據(jù)挖掘等等，從海量的日常經(jīng)營數(shù)據(jù)中，通過設(shè)定參數(shù)與算法，建立模型的方式，找出符合細(xì)分條件的用戶群體。市場(chǎng)營銷的市場(chǎng)細(xì)分，主要依據(jù)兩種方法：一是依據(jù)自然屬性來細(xì)分用戶，主要是利用人口統(tǒng)計(jì)學(xué)、社會(huì)經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)地理原理所提供的特定市場(chǎng)內(nèi)有關(guān)個(gè)人的重要信息來細(xì)分用戶，其變量主要有地理細(xì)分變量、人口統(tǒng)計(jì)變量、社會(huì)經(jīng)濟(jì)變量等，也可以把這些變量結(jié)合起來進(jìn)行細(xì)分；二是依據(jù)行為屬性來細(xì)分用戶依據(jù)行為屬性細(xì)分，用戶主要是通過對(duì)人們的心理分析，個(gè)性特征，生活方式的研究來細(xì)分用戶，其變量主要有心理分析變量、產(chǎn)品使用變量和產(chǎn)品效用變量等。對(duì)象不同。數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分主要面對(duì)企業(yè)現(xiàn)有用戶，這是因?yàn)閿?shù)據(jù)庫營銷的數(shù)據(jù)來源主要是企業(yè)已經(jīng)獲得的經(jīng)營數(shù)據(jù)。市場(chǎng)營銷的市場(chǎng)細(xì)分主要面對(duì)全體消費(fèi)者，從中找出目標(biāo)用戶群體發(fā)展為企業(yè)的新用戶。標(biāo)準(zhǔn)不同。數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分依據(jù)的標(biāo)準(zhǔn)在細(xì)分前是未知的，需要運(yùn)用數(shù)據(jù)挖掘的方法與工具從大量數(shù)據(jù)中找出可以用來細(xì)分用戶的標(biāo)準(zhǔn)。而市場(chǎng)營銷的市場(chǎng)細(xì)分主要基于一些已知的標(biāo)準(zhǔn)，對(duì)目標(biāo)可以進(jìn)行歸類與分析。

三、數(shù)據(jù)庫營銷中市場(chǎng)細(xì)分的方法與過程

上文結(jié)合市場(chǎng)營銷的市場(chǎng)細(xì)分總結(jié)了數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分有以上的一些特點(diǎn)，所以在應(yīng)用上，后者更多地依靠統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘的方式進(jìn)行。通過設(shè)定變量與參數(shù)，在企業(yè)經(jīng)營獲得的大量日常生產(chǎn)經(jīng)營數(shù)據(jù)中，找出各種隱含的商務(wù)關(guān)系、產(chǎn)品關(guān)聯(lián)、營銷機(jī)會(huì)與用戶行為特征。

數(shù)據(jù)庫營銷中市場(chǎng)細(xì)分的方法可以分為5項(xiàng)：關(guān)聯(lián)分析、分類和預(yù)測(cè)、聚類分析、孤立點(diǎn)分析、演變分析等。實(shí)現(xiàn)上述功能的算法包括統(tǒng)計(jì)類的諸如回歸分析、時(shí)間序列、判別分析、因子分析；神經(jīng)學(xué)習(xí)網(wǎng)絡(luò)類的諸如粗糙集、決策樹、模糊集、支持向量集等等。數(shù)據(jù)庫營銷中的市場(chǎng)細(xì)分的過程，如圖1所示。

第一，確定市場(chǎng)細(xì)分參數(shù)。即決定使用何種參數(shù)從數(shù)據(jù)庫的海量數(shù)據(jù)中提取相應(yīng)的用戶數(shù)據(jù)對(duì)用戶進(jìn)行細(xì)分。一般目前企業(yè)級(jí)的數(shù)據(jù)庫營銷應(yīng)用中，為了更加精確地描述實(shí)際市場(chǎng)情況，模型的設(shè)計(jì)維數(shù)都比較高，設(shè)計(jì)與提取的參數(shù)數(shù)量一般都需要上百個(gè)。

第二，數(shù)據(jù)準(zhǔn)備。一般前面兩個(gè)步驟就會(huì)占據(jù)整個(gè)過程的50-90%的時(shí)間和精力。需要完成的工作包括：數(shù)據(jù)收集、數(shù)據(jù)描述、數(shù)據(jù)質(zhì)量評(píng)估和數(shù)據(jù)清理、合并與整合、構(gòu)建元數(shù)據(jù)，加載數(shù)據(jù)挖掘庫等。

第三，數(shù)據(jù)分析與驗(yàn)證，運(yùn)用數(shù)據(jù)挖掘的方法，將初步確定參數(shù)的具體數(shù)值進(jìn)行分析，進(jìn)而發(fā)現(xiàn)參數(shù)設(shè)定的有效性并進(jìn)行參數(shù)的變換，形成對(duì)解釋問題有效的參數(shù)集。

第四，建立模型。通過以上步驟，建立相應(yīng)的數(shù)據(jù)模型，為了保證得到的模型具有較好的精確度和健壯性，需要一個(gè)定義完善的“訓(xùn)練-驗(yàn)證”協(xié)議，進(jìn)行模型訓(xùn)練與優(yōu)化。

第五，模型應(yīng)用與評(píng)估。按照確定的參數(shù)將目標(biāo)用戶導(dǎo)入模型進(jìn)行細(xì)分，同時(shí)分析同類用戶的各種特征，找出其中隱含的關(guān)聯(lián)，為分析與應(yīng)用提出結(jié)論。最后還要根據(jù)實(shí)際情況，對(duì)模型輸出進(jìn)行營銷學(xué)上的解釋，并進(jìn)行實(shí)施效果評(píng)估。

參考文獻(xiàn)：

1、張曉航.基于聚類算法的客戶細(xì)分[J].通信企業(yè)管理,2005(12).

2、DavidHand等著;張銀奎等譯.數(shù)據(jù)挖掘原理[M].機(jī)械工業(yè)出版社,2003.

3、JiaweiHan,MichelineKamber著;范明,孟小峰等譯.數(shù)據(jù)挖掘:概念與技術(shù)[M].機(jī)械工業(yè)出版社,2001.

4、陳祖義,華勇,王培.商業(yè)數(shù)據(jù)挖掘技術(shù)的應(yīng)用及發(fā)展[J].當(dāng)代經(jīng)濟(jì),2007(4).