導語：數(shù)據(jù)庫營銷中市場細分研究論文一文來源于網(wǎng)友上傳，不代表本站觀點，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)庫中的知識發(fā)現(xiàn)（KDD）越來越多地應用到企業(yè)的市場營銷設計與支持過程中。文章闡述了數(shù)據(jù)庫營銷的特點和作用，通過分析數(shù)據(jù)庫營銷中的市場細分與市場營銷中市場細分的異同，提出了適用于數(shù)據(jù)庫營銷市場細分的方法。該方法需要使用統(tǒng)計與數(shù)據(jù)挖掘的方法和工具，通過建立模型的方式，為公司運營提供支撐。

關鍵詞：市場細分；數(shù)據(jù)庫營銷；數(shù)據(jù)庫的知識發(fā)現(xiàn)；數(shù)據(jù)挖掘

企業(yè)在日常的生產(chǎn)經(jīng)營活動中，產(chǎn)生了大量運營數(shù)據(jù)，如果不加以利用就會雜亂無章地占據(jù)大量的存儲、管理、維護等資源。實際上這些數(shù)據(jù)是用戶行為、用戶習慣的表征記錄，是企業(yè)各項經(jīng)營活動的成果記錄，其中蘊涵著大量的信息與知識，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)的存儲方面，隨著數(shù)據(jù)庫技術的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應用，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)可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預測未來的發(fā)展趨勢。

因此，在學術界對數(shù)據(jù)庫的知識發(fā)現(xiàn)的研究也在不斷深入。1989年IJCAI會議進行了關于數(shù)據(jù)庫中的知識發(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，國內(nèi)對該領域研究始于1993年，國家自然科學基金開始支持該領域研究。數(shù)據(jù)分析能力是一項對開發(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、機器學習、神經(jīng)網(wǎng)絡、統(tǒng)計學、模式識別、知識庫系統(tǒng)、信息檢索和數(shù)據(jù)庫可視化等多方面的知識和技巧。

同時對于這項技術在企業(yè)中的實際應用來說，隨著理論的深入與數(shù)據(jù)挖掘工具的不斷推出，其對各個企業(yè)的實際生產(chǎn)經(jīng)營活動都起到了很大的推動作用。特別是數(shù)據(jù)庫營銷，由于其較低的成本，完善的模型和對市場的細微把握，對企業(yè)有著重大的意義。而所有的營銷活動都應以市場細分為基礎，因此數(shù)據(jù)庫營銷中市場細分就成為其不可逾越的第一步工作。

一、數(shù)據(jù)庫營銷中市場細分的作用

數(shù)據(jù)庫營銷中市場細分的應用隨著IT技術的發(fā)展和市場交易量的擴大愈來愈廣泛。目前，各個行業(yè)領域包括金融業(yè)、電信業(yè)、網(wǎng)絡相關行業(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)略資源加以應用。從目前技術的發(fā)展與行業(yè)的應用來看，其作用主要體現(xiàn)在以下方面：

第一，對運營數(shù)據(jù)進行更好的重組、匯集、抽取和預測，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)所處的競爭環(huán)境，更好地制定符合實際的戰(zhàn)略方案。

第二，在激烈的市場競爭和迅速的業(yè)務擴張中，運營數(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、捕捉對企業(yè)利益侵害行為、提高服務質(zhì)量，提高資源利用率，提高員工勞動生產(chǎn)率。例如，電信企業(yè)中對客服中心的分布的設計，基站的設置等。

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

第四，運營數(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，用戶的消費習慣有規(guī)律性，我們可以用來預測未來的生產(chǎn)經(jīng)營情況，比如我們可以通過營銷案預演，虛擬整個營銷過程，測試目標用戶反應，初步評價各種營銷案的效果，確認最能接受營銷案的客戶群體，保證在真正推出市場的銷售方案代價最小，收益最大。又如，我們可以通過運營數(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)庫營銷中市場細分與傳統(tǒng)市場營銷中市場細分的異同

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

首先，兩者的聯(lián)系主要體現(xiàn)在：市場營銷活動與數(shù)據(jù)庫營銷過程是銜接的。數(shù)據(jù)庫營銷的市場細分可以在營銷活動之前提供數(shù)據(jù)預測；也可以用在營銷活動之后分析結(jié)果，但兩者總是聯(lián)系緊密的過程。企業(yè)逐漸認識到，本企業(yè)的競爭優(yōu)勢體現(xiàn)在能夠向用戶提供滿足整體需求的產(chǎn)品和服務組合，為用戶提供個性化業(yè)務解決方案。因此，在設計市場營銷業(yè)務項目時，需要采取不同的用戶群細分方法對用戶進行細分，對不同用戶采取不同的服務策略。而企業(yè)的經(jīng)營成果也正是構(gòu)筑在不同細分用戶對企業(yè)的貢獻上的，不同的用戶群體對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用戶進行細分。這樣可以加深對市場的了解，認清每種用戶對企業(yè)經(jīng)營活動的意義，從而制定更有針對性的營銷政策。其理論依據(jù)也是相同的。根據(jù)1956年美國著名的市場學家溫德爾·史密斯（WendellSmith）的論述主要有兩個：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)品和使用服務上的需求呈現(xiàn)較大的差異。用戶需求的異質(zhì)性是進行用戶細分的內(nèi)在依據(jù)。二是企業(yè)資源的有限性和為了進行有效的市場競爭?，F(xiàn)代企業(yè)由于受到自身實力的限制，即便是處于市場領先地位也不可能在整個營銷過程中占絕對優(yōu)勢。為了進行有效的競爭，企業(yè)必須進行市場細分，選擇最有利可圖的目標用戶群體，集中企業(yè)資源，制定有效的競爭策略來增強自己的競爭優(yōu)勢。所以企業(yè)資源的有限性和為了進行有效的市場競爭是進行市場細分的外在要求。

其次，數(shù)據(jù)庫營銷中的市場細分與市場營銷中的市場細分區(qū)別主要是：目的不同。數(shù)據(jù)庫營銷的市場細分目的是為了更好的從現(xiàn)有的經(jīng)營數(shù)據(jù)中，找出對經(jīng)營成果有影響的各個用戶群體，并分析其影響程度或者找出其中規(guī)律；市場營銷的市場細分，主要是為了開拓用戶未被開發(fā)的潛力，增加其對經(jīng)營成果的貢獻。方法不同。數(shù)據(jù)庫營銷中的市場細分更加倚重數(shù)據(jù)庫營銷的各種手段，包括統(tǒng)計分析、數(shù)據(jù)挖掘等等，從海量的日常經(jīng)營數(shù)據(jù)中，通過設定參數(shù)與算法，建立模型的方式，找出符合細分條件的用戶群體。市場營銷的市場細分，主要依據(jù)兩種方法：一是依據(jù)自然屬性來細分用戶，主要是利用人口統(tǒng)計學、社會經(jīng)濟學、經(jīng)濟地理原理所提供的特定市場內(nèi)有關個人的重要信息來細分用戶，其變量主要有地理細分變量、人口統(tǒng)計變量、社會經(jīng)濟變量等，也可以把這些變量結(jié)合起來進行細分；二是依據(jù)行為屬性來細分用戶依據(jù)行為屬性細分，用戶主要是通過對人們的心理分析，個性特征，生活方式的研究來細分用戶，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。對象不同。數(shù)據(jù)庫營銷中的市場細分主要面對企業(yè)現(xiàn)有用戶，這是因為數(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)。市場營銷的市場細分主要面對全體消費者，從中找出目標用戶群體發(fā)展為企業(yè)的新用戶。標準不同。數(shù)據(jù)庫營銷中的市場細分依據(jù)的標準在細分前是未知的，需要運用數(shù)據(jù)挖掘的方法與工具從大量數(shù)據(jù)中找出可以用來細分用戶的標準。而市場營銷的市場細分主要基于一些已知的標準，對目標可以進行歸類與分析。

三、數(shù)據(jù)庫營銷中市場細分的方法與過程

上文結(jié)合市場營銷的市場細分總結(jié)了數(shù)據(jù)庫營銷中的市場細分有以上的一些特點，所以在應用上，后者更多地依靠統(tǒng)計學與數(shù)據(jù)挖掘的方式進行。通過設定變量與參數(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關系、產(chǎn)品關聯(lián)、營銷機會與用戶行為特征。

數(shù)據(jù)庫營銷中市場細分的方法可以分為5項：關聯(lián)分析、分類和預測、聚類分析、孤立點分析、演變分析等。實現(xiàn)上述功能的算法包括統(tǒng)計類的諸如回歸分析、時間序列、判別分析、因子分析；神經(jīng)學習網(wǎng)絡類的諸如粗糙集、決策樹、模糊集、支持向量集等等。數(shù)據(jù)庫營銷中的市場細分的過程，如圖1所示。

第一，確定市場細分參數(shù)。即決定使用何種參數(shù)從數(shù)據(jù)庫的海量數(shù)據(jù)中提取相應的用戶數(shù)據(jù)對用戶進行細分。一般目前企業(yè)級的數(shù)據(jù)庫營銷應用中，為了更加精確地描述實際市場情況，模型的設計維數(shù)都比較高，設計與提取的參數(shù)數(shù)量一般都需要上百個。

第二，數(shù)據(jù)準備。一般前面兩個步驟就會占據(jù)整個過程的50-90%的時間和精力。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)分析與驗證，運用數(shù)據(jù)挖掘的方法，將初步確定參數(shù)的具體數(shù)值進行分析，進而發(fā)現(xiàn)參數(shù)設定的有效性并進行參數(shù)的變換，形成對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，需要一個定義完善的“訓練-驗證”協(xié)議，進行模型訓練與優(yōu)化。

第五，模型應用與評估。按照確定的參數(shù)將目標用戶導入模型進行細分，同時分析同類用戶的各種特征，找出其中隱含的關聯(lián)，為分析與應用提出結(jié)論。最后還要根據(jù)實際情況，對模型輸出進行營銷學上的解釋，并進行實施效果評估。

參考文獻：

1、張曉航.基于聚類算法的客戶細分[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[M].機械工業(yè)出版社,2001.

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