数据挖掘技术在企业市场营销中得到了比较普遍的应用,它是以市场营销学的市场细分原理为基础,其基本假定是“消费者过去的行为是其今后消费倾向的最好说明”。

通过收集、加工和处理涉及消费者消费行为的大量信息,确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求,进而推断出相应消费群体或个体下一步的消费行为,然后以此为基础,对所识别出来的消费群体进行特定内容的定向营销,这与传统的不区分消费者对象特征的大规模营销手段相比,大大节省了营销成本,提高了营销效果,从而为企业带来更多的利润。

商业消费信息来自市场中的各种渠道。例如,每当我们用信用卡消费时,商业企业就可以在信用卡结算过程收集商业消费信息,记录下我们进行消费的时间、地点、感兴趣的商品或服务、愿意接收的价格水平和支付能力等数据;当我们在申办信用卡、办理汽车驾驶执照、填写商品保修单等其他需要填写表格的场合时,我们的个人信息就存入了相应的业务数据库;企业除了自行收集相关业务信息之外,甚至可以从其他公司或机构购买此类信息为自己所用。

这些来自各种渠道的数据信息被组合,应用超级计算机、并行处理、神经元网络、模型化算法和其他信息处理技术手段进行处理,从中得到商家用于向特定消费群体或个体进行定向营销的决策信息。这种数据信息是如何应用的呢?举一个简单的例子,当银行通过对业务数据进行挖掘后,发现一个银行帐户持有者突然要求申请双人联合帐户时,并且确认该消费者是第一次申请联合帐户,银行会推断该用户可能要结婚了,它就会向该用户定向推销用于购买房屋、支付子女学费等长期投资业务,银行甚至可能将该信息卖给专营婚庆商品和服务的公司。数据挖掘构筑竞争优势。

在市场经济比较发达的国家和地区,许多公司都开始在原有信息系统的基础上通过数据挖掘对业务信息进行深加工,以构筑自己的竞争优势,扩大自己的营业额。美国运通公司(American Express)有一个用于记录信用卡业务的数据库,数据量达到54亿字符,并仍在随着业务进展不断更新。运通公司通过对这些数据进行挖掘,制定了“关联结算(Relation ship Billing)优惠”的促销策略,即如果一个顾客在一个商店用运通卡购买一套时装,那么在同一个商店再买一双鞋,就可以得到比较大的折扣,这样既可以增加商店的销售量,也可以增加运通卡在该商店的使用率。再如,居住在伦敦的持卡消费者如果最近刚刚乘英国航空公司的航班去过巴黎,那么他可能会得到一个周末前往纽约的机票打折优惠卡。

基于数据挖掘的营销,常常可以向消费者发出与其以前的消费行为相关的推销材料。卡夫(Kraft)食品公司建立了一个拥有3000万客户资料的数据库,数据库是通过收集对公司发出的优惠券等其他促销手段作出积极反应的客户和销售记录而建立起来的,卡夫公司通过数据挖掘了解特定客户的兴趣和口味,并以此为基础向他们发送特定产品的优惠券,并为他们推荐符合客户口味和健康状况的卡夫产品食谱。美国的读者文摘(Reader's Digest)出版公司运行着一个积累了40年的业务数据库,其中容纳有遍布全球的一亿多个订户的资料,数据库每天24小时连续运行,保证数据不断得到实时的更新,正是基于对客户资料数据库进行数据挖掘的优势,使读者文摘出版公司能够从通俗杂志扩展到专业杂志、书刊和声像制品的出版和发行业务,极大地扩展了自己的业务。

基于数据挖掘的营销对我国当前的市场竞争中也很具有启发意义,我们经常可以看到繁华商业街上一些厂商对来往行人不分对象地散发大量商品宣传广告,其结果是不需要的人随手丢弃资料,而需要的人并不一定能够得到。如果搞家电维修服务的公司向在商店中刚刚购买家电的消费者邮寄维修服务广告,卖特效药品的厂商向医院特定门诊就医的病人邮寄广告,肯定会比漫无目的的营销效果要好得多。

成功案例  
  1 电话收费和管理办法
加拿大BC省电话公司要求加拿大Simon Fraser大学KDD研究组根据其拥有的十多年的客户数据,总结、分析并提出新的电话收费和管理办法,制定既有利于公司又有利于客户的优惠政策。
2 竞技运动中的数据挖掘
美国著名的国家篮球队NBA的教练,利用IBM公司提供的数据挖掘工具临场决定替换队员。想象你是NBA的教练,你靠什么带领你的球队取得胜利呢?当然,最容易想到的是全场紧逼、交叉扯动和快速抢断等具体的战术和技术。但是今天,NBA的教练又有了他们的新式武器:数据挖掘。大约20个NBA球队使用了IBM公司开发的数据挖掘应用软件Advanced Scout系统来优化他们的战术组合。例如Scout就因为研究了魔术队队员不同的布阵安排,在与迈阿密热队的比赛中找到了获胜的机会。

系统分析显示魔术队先发阵容中的两个后卫安佛尼.哈德卫(Anfernee Hardaway)和伯兰.绍(Brian Shaw)在前两场中被评为-17分,这意味着他俩在场上,本队输掉的分数比得到的分数多17分。然而,当哈德卫与替补后卫达利尔.阿姆斯创(Darrell Armstrong)组合时,魔术队得分为正14分。

在下一场中,魔术队增加了阿姆斯创的上场时间。此着果然见效:阿姆斯创得了21分,哈德卫得了42分,魔术队以88比79获胜。魔术队在第四场让阿姆斯创进入先发阵容,再一次打败了热队。在第五场比赛中,这个靠数据挖掘支持的阵容没能拖住热队,但Advanced Scout毕竟帮助了魔术队赢得了打满5场,直到最后才决出胜负的机会。

Advanced Scout是一个数据分析工具,教练可以用便携式电脑在家里或在路上挖掘存储在NBA中心的服务器上的数据。每一场比赛的事件都被统计分类,按得分、助攻、失误等等。时间标记让教练非常容易地通过搜索NBA比赛的录像来理解统计发现的含义。例如:教练通过Advanced Scout发现本队的球员在与对方一个球星对抗时有犯规纪录,他可以在对方球星与这个队员“头碰头”的瞬间分解双方接触的动作,进而设计合理的防守策略。

Advanced Scout的开发人,因德帕尔.布罕德瑞,开发该应用时他正在IBM的ThomasJ.Watson研究中心当研究员,他演示了一个技术新手应该如何使用数据挖掘。布罕德瑞说:“教练们可以完全没有统计学的培训,但他们可以利用数据挖掘制定策略”。与此同时,另一个正式的体育联盟,国家曲棍球联盟,正在开发自己的数据挖掘应用NHL-ICE,联盟与IBM建立了一个技术型的合资公司,去年11月推出一个电子实时的比赛计分和统计系统。在原理上是一个与Advanced Scout相似的数据挖掘应用,可以让教练、广播员、新闻记者及球迷挖掘NHL的统计。当他们访问NHL的Web站点时,球迷能够使用该系统循环看联盟的比赛,同时广播员和新闻记者可以挖掘统计数据,找花边新闻为他们的实况评述添油加醋。

当然,所有系统都有其局限性。所以不要期望这样的数据挖掘可以帮助一支球队找到赢得足球世界杯的策略。

数据挖掘在市场营销的应用(ZZ)相关推荐

  1. 读《数据挖掘技术(第三版)》-应用于市场营销,销售与客户关系管理 有感

    读<数据挖掘技术(第三版)>-应用于市场营销,销售与客户关系管理 有感 这本书不是纯讲数据挖掘理论的书,从本书的副标题你大概也能猜得到.对于像我这样数据挖掘领域的门外汉,读起这本书也没有多 ...

  2. 如何利用大数据指导市场营销

    本文来自网易云社区. 在数字时代,人们的生活方式和思考方式已经发生了变化,同样人们的消费观念也发生了变化.它赋予消费者更广阔的视野,同时也提高了消费者的自主意识.互联网使得很多信息都公开化,消费者不仅 ...

  3. 分享5个制定市场营销神器

    对于每一位做市场的同学而言,制定一份市场营销方案,几乎都会抓耳挠腮,绞尽脑汁.这里推荐5款神奇,帮助同学制作一份完美的市场营销方案. 1.亿图脑图(MindMaster):专业的国产思维导图软件 亿图 ...

  4. 大数据时代下市场营销面临的机遇与挑战

    大数据时代,谁掌握了数据,谁就具有了主动权.大数据作为时代发展的产物,让市场营销变得更为复杂化及多样化.大数据在企业市场营销活动中作用日益凸显,企业在营销过程中应抓住机遇,积极应对挑战,为企业创造更大 ...

  5. 市场营销OKR模板推荐,有哪些最新的OKR模板?

    营销部门的顺利运转,是公司效益提升的重要保证.面对较为宏大的目标和工作量,他们又该如何分解完成呢? 本期内容,我们将为您介绍市场营销部门的OKR管理法. OKR (Objectives and Key ...

  6. 市场营销部门OKR案例

    编写好的,结构合理且有效的 OKR 并不容易.市场营销人员在定义自己的 OKR 时常常会遇到这些问题 编写好的,结构合理且有效的 OKR 并不容易.市场营销人员在定义自己的 OKR 时常常会遇到这些问 ...

  7. 浅谈机器学习在市场营销中的应用

    https://www.toutiao.com/a6641920612455416334/ 2019-01-02 23:24:11 原创: Frank 机器学习blog 2017-02-26 目前,在 ...

  8. 移动游戏高速增长为市场营销带来新的机会

    对于移动游戏方面的数据,用一个词语概括,那就是难以置信.我们或许时不时的在生活中用到"革命"这个词汇,不过,现在用"革命"这个词形容移动游戏和之前人们对移动游戏 ...

  9. 2022版全球及中国消防设备市场营销策略分析与竞争趋势展望报告

    2022版全球及中国消防设备市场营销策略分析与竞争趋势展望报告 -------------------------------------  <出版单位>:鸿晟信合研究院 <修订日期 ...

最新文章

  1. ps aux|grep
  2. 高效程序员的 7 个共同特征
  3. Jboot 2.0.1 发布,新增基于 Fescar 的分布式事务支持
  4. [ 一起学React系列 -- 10 ] i18n
  5. PCB工艺的一些小原则
  6. vb.net如何查询电脑麦克风收到声音_如何正确使用苹果电脑?
  7. jmeter接口测试----9函数助手: random, counter, time
  8. FreeRTOS中断配置与临界段
  9. 不同的模块中定义同样的宏为不同的值合法吗_如何创建自定义的建模规范
  10. 集成算法——Adaboost代码
  11. C#基础概念二十五问[转]
  12. nodejs+express 初学(一)
  13. 单面打印机双面打印———python pdf拆分重排
  14. 购买域名不得不注意的事项
  15. 腾讯技术分享:微信小程序音视频与WebRTC互通的技术思路和实践
  16. Unity PBR学习(二) 一个简单的IBL
  17. 用html5实现一个播放器,6 个基于 HTML5 实现的多媒体播放器
  18. unturned服务器重置,服务器配置文件Config.json说明
  19. Rsa前后端加密交互 带demo
  20. ECCV 2020 论文大盘点-手势估计篇

热门文章

  1. UVA 401Palindromes
  2. 云端搭建直播点播系统
  3. 微电网|含分布式发电的微电网中储能装置容量优化配置(Matlab代码实现)
  4. 军工保密资质等级划分以及所需资料
  5. 计算机对身体危害,生命时报:电脑对身体危害有多大
  6. Django制作blog界面
  7. python:URL转短(长链接转短链接)
  8. P02014252 孙浩宸 信息论课程问答题作业
  9. 2021-08-16开发红外额温枪方案用国产芯片CS1258
  10. 关于外包公司和自营产品公司的区别