数据挖掘与数据库营销.doc

数据挖掘与数据库营销 [2009-4-11] 网络信息 随着人们消费水平的提高、消费方式的多样化，关系营销日益受到人们的重视企业只有在深入了解顾客各方面的需求情况下，才能根据顾客的个性和他们的需求，提供适合于他们的商品和服务数据库营销正适应了企业满足不同顾客的不同需求的现实状况，同时这种营销方式也使营销管理向信息化迈进了一大步因此，数据库营销虽不是一种崭新的营销技巧，但不失为一种科学有效的营销方式 数据库营销，实际上是一门边缘科学，首先是科学然后加上少量的艺术成分其中，最主要的两门基础学科一是信息技术，一是营销学数据库营销的基本操作过程是，建立营销数据库，营销人员从其中获取情报并转化为知识，运用知识来形成策略展开行动但是随着企业信息化管理的推进，管理人员面对的数据量非常之大，用大量数据已不足以反映，通常称之为海量数据数据大到几十万、上百万时，很简单的运算也会成为很困难的事面对海量数据，相应的分析方法必须要有新的思路另一方面，海量数据中确实隐含着各种各样的信息，这些信息往往人们凭直觉与经验难以发现数据挖掘技术，正是为了解决这些问题而产生的本文将从信息技术和营销学两个角度阐述数据挖掘技术在数据库营销中的重要作用。

数据库营销数据库营销 关于数据库营销的定义，可谓众说纷纭，莫衷一是其中，较有影响的是美国全国数据库营销中心提出的定义：数据库营销，是一套内容涵盖现有顾客和潜在顾客，可以随时扩充更新的动态数据库管理系统其功能有： 一、确认最易打动的顾客及潜在顾客； 二、与常客建立起长期、高品质的良好关系； 三、根据数据库建立先期模型，使之能够做到： 1、在适当时机，以合适方式将必要的信息传达给适当的顾客；2、有效地赢得顾客的欢心；3、让营销支出更有效益；4、建立品牌忠诚度；5、增加利润 一套有效的数据库营销方法，可让营销人员乃至管理阶层有机会重新检视其营销策略与效率，认识企业与顾客关系的价值，建立长期的顾客忠诚度，并增加长期利润一个企业要想在市场竞争中取得成功，其营销人员善于利用数据库营销技巧，倾听顾客的声音，满足顾客需求，搞好同顾客的关系是其重要一环 数据挖掘数据挖掘 数据挖掘所要处理的问题，就是在庞大的数据库中寻找出有价值的隐藏事件，加以分析，并将这些有意义的信息归纳成结构模式，作为企业在进行决策时的参考此外，数据挖掘看重的是数据库的再分析，包括模式的建构或是资料特征的判定，其主要目的是要从数据库中发现先前关心却未曾获悉的有价值信息。

事实上，数据挖掘并不只是一种技术或是一套软件，而是数种专业技术的综合应用 数据挖掘技术的蓬勃发展原因是因为现代的企业已搜集了大量资料，包括市场、客户、供货商和竞争对手，以及未来趋势等的重要信息，但是数据的超载与无结构化使企业决策单位无法有效利用现存的资料，甚至会使决策行为产生混乱与误用如果能通过数据挖掘技术从巨量的数据库中采掘出不同的信息与知识，作为决策支持之用，那就一定能成为企业竞争的优势 数据挖掘的应用数据挖掘的应用 利用数据挖掘，企业能从巨大数据库中挖掘到从未发现的信息，并从使用中获利例如，拥有汽车的新婚夫妻很可能购买儿童专用汽车椅，这个现象很容易被理解，并不需要应用到数据挖掘中，但如考虑到另一个问题，这些夫妻会购买何种颜色的儿童专用汽车椅？这个问题就困难许多，需要用到许多变量来预测可能的结果，这时数据挖掘便提供了非常大的帮助又如，一个超市营销的例子，经由记录客户的消费记录与采购路线，超级市场的厨房用品是按照女性的视线高度来摆放的根据研究得出：美国妇女的视线高度是 150 公分左右，男性是 163 公分左右，而最舒适的视线角度是视线高度以下 15 度左右，所以最好的货品陈列位置是在 130-135 公分之间。

在商业上，有很多特征是很难理解的，但若了解到这些信息就会增加企业的竞争能力数据挖掘主要有 3 个应用方式，即获得新顾客、留住老顾客和增加顾客的消费额 如何获得新顾客？我们希望找出客户的一些共同特征，希望能借此预测哪些人可能成为我们的客户，以帮助营销人员找到正确的营销对象数据挖掘，可以从现有客户资料中找出他们的特征，再利用这些特征到潜在客户数据库里去筛选出可能成为我们客户的名单，作为营销人员推销的对象营销人员就可以针对这些名单寄发广告资料，既可以降低成本，又提高了营销的成功率 如何留住老顾客？我们可以由一些原本是我们的客户、后来却转向成为我们竞争对手的客户着手，分析他们的特征，再根据这些特征到现有客户资料中找到有可能转向的客户，然后公司必须设计一些方法将他们留住，因为毕竟找一个新客户的成本要比留住一个原有客户的成本要高出许多 如何增加顾客的消费额？譬如，哪些产品客户会一起购买，或是客户在买了某一样产品之后，在多长时间之内可能购买另一产品等利用关联性的产品销售和连贯性销售方法，来提高客户的终生价值利用数据挖掘，零售业者可以更有效地决定进货量、库存量，以及在店里如何摆设货品，同时也可以用来评估店里促销活动的成效。

在销售资料中挖掘顾客的消费习性，很容易由交易记录找出顾客偏好的产品组合可以找出流失顾客的特征，确定推出新产品的时机还可结合基本资料，并以品牌价值等级的高低来区分顾客，进而达到差异化营销的目的 这样看来，数据挖掘强大的功能可以确保企业数据库营销顺利开展 数据挖掘的实施数据挖掘的实施 目前，国外企业界把数据挖掘应用在许多领域，并且在产学合作下发展出许多实用的系统，例如：MDT、Coverstory and Spotlight、NichWork visualization system、LBS、FALCON、FAIS、NYNEX、TASA 等但是，这些系统结构都是建立在数据仓库基础上的 “数据仓库”，简单说，就是搜集来自其它系统的有用资料，存放在整合的存储区内其实就是一个经过处理整合、容量特别大的关系型数据库，用以存储决策支持系统所需的资料，供分析使用从信息技术的角度来看，数据仓库的目标是组织好资料，在恰当的时间，将恰当的资料交给恰当的人这是一种持续性的作业，不是做一次就结束的，与过去以交易为主的系统就开发的方式而言也有所不同数据仓库常见的问题就是如何将各个不同来源的数据库整合在一起，并且迅速地将资料搬运到数据仓库内。

数据仓库可以按需取得内部资料以及市场资料，得知企业对市场的反应情况 数据仓库从企业各个不同类型的数据库中抽取有用信息，并使数据净化数据挖掘就是在这些数据的基础上，使用预测模型、数据库分割、连接分析和偏差监测等分析方法进行分析，寻找出有价值的隐藏事件，给出决策参考国际上适合数据挖掘应用的行业包括金融业、保险业、电信业、网络相关行业、零售业、制造业、医疗保健及制药业等这些行业的共同点是，都拥有大量信息数据这些行业也正是数据库营销发展最快的领域 应用案例应用案例 英国 Safeway 利用数据挖掘技术从资料中萃取商业知识，这是一个数据库营销的最佳范例 英国 Safeway 的年销售量超过 100 亿美元，旗下的员工接近 7 万名，是英国第三大的连锁超级市场，提供的服务种类达 34 种在英国市场运用传统的技术，如更低的价位、更多的店面以及更多种类的产品，竞争已经越来越困难了Safeway 的信息总监迈克温曲先生说：“大部分的竞争对手在价格以及产品范围方面都能与我们匹敌由于土地以及扩充的成本，没有一家公司有足够的资源可以在扩充方面超越对手温曲先生的说法是：必须以客户为导向，而不是以产品与店家为导向。

这意味着，我们必须更了解客户个人为了达成这个目标，我们必须了解 600 万客户所做的每一笔交易，以及这些交易彼此之间的关联性换句话说，Safeway 想要知道哪些种类的客户买了哪些种类的产品，以及购买的频率，以建立“个人导向的市场” 将资源集中在特定的问题上，并设定可达成的目标以后，Safeway 将有关部门的客户交易资料集中在数据仓库中然后，利用 IBM 公司的 Intelligent Miner 数据挖掘产品，根据客户的相关资料，将客户分为 150 类再用关联的技术来比较这些资料集合，然后列出商品吸引力清单等 温曲先生的说法是，由于数据挖掘的贡献，“我们找出了超越人类想像范围的关联”例如，Intelligent Miner 发现某一种乳酪产品虽然销售额排名第 209，可是消费额最高的客户中有 25％都常常买这种乳酪，这些客户可是 Safeway 最不想得罪的客户如果使用传统的分析方法的话，这种产品很快就会不卖了，可是事实上这种产品是相当重要的Safeway 也发现在 28 种品牌的橘子汁中，有8 中特别受到欢迎因此，该公司重新安排货架的摆设，使橘子汁的销量能够增加到最大还有，Safeway 在了解客户每次采购时会购买哪些产品以后，就可以利用数据挖掘中的监测功能，监测出长期的经常购买行为。

再将这些资料与主数据库的人口统计资料结合在一起，Safeway 的营销部门就可以根据每个家庭的特性，也就是哪些季节会购买哪些产品的趋势，发出邮件。