基于数据挖掘的烟草消费者数据库营销研究

2010-12-31刘向峰于洪鹏山东大学现代物流研究中心山东济南250061

物流科技 2010年6期

刘向峰，于洪鹏（山东大学现代物流研究中心，山东济南 250061）

0 引言

卷烟消费者数据库的建立与分析是一个长期的、系统的工作。要结合烟草公司的发展战略，借鉴烟草现有业务的发展和运营经验，在选定区域内，通过多种数据采集方式获取消费者的基本特征、购烟习惯等各种消费者数据，建立消费者数据库系统。利用DM等技术手段，分析和研究市场发展趋势以及预测消费行为，针对性地制定营销策略，实现精确营销。

所谓数据库营销，就是企业与其顾客进行双向沟通和互动的过程。企业通过直邮、电话、推销、访问等多种方式，搜集并整理顾客及潜在购买者的大量信息，然后利用计算机信息管理系统建立消费者数据库，并通过对数据库的处理和分析来预测消费者有多大可能去购买某种产品，以及利用这些信息给产品精确定位，有针对性地设计营销信息达到说服消费者购买产品的目的。一旦做好该项工作我们就能够有效锁定及服务于目标消费群，通过技术与知识的结合，指导上游的工业企业针对性地组织生产和向下游的商业企业进行精确投放，提高零售户和消费者的满意度，初步建立起“工业——商业——零售户——消费者”的价值链，逐步形成一个零售户围绕在烟草公司周围、消费者围绕在零售户周围的和谐烟草体系。烟草公司可以更好的管理消费者信息，规划烟草营销网络发展策略，提高零售终端固化的科学性，降低决策风险。

1 消费者数据库的建立

1.1 消费者数据库的内容

（1）消费者人口统计资料，即消费者的姓名、性别、家庭结构组成、出生年月、教育程度、职业、收入、住址、联系方式等；

（2）消费者心理统计资料，即消费者期望价值、购买行为、购买态度、购买要求、性格特征和心理特征等；

（3）消费者购买经历，即消费者购买历史、购买数据和购买经验等；

（4）地理因素（所在城市等），据统计网上消费者集中于经济较为发达的地区，这也直接关系到货物配送问题。

1.2 消费者数据库的建立途径

（1）当不同层次的顾客在销售现场购买产品时，由销售人员忠实记录下他们的详细个人资料。

（2）通过接听企业设立的对外咨询电话、服务热线等登记顾客的反馈信息及顾客疑问。企业还可利用现代技术，通过以计算机语音集成技术（CTI）建立起来的呼叫中心，从顾客那里获取各种信息和数据。

（3）企业通过举办有奖销售、免费试用、举办研讨会和产品讲座等各种形式的促销活动有针对性地收集顾客的相关信息。

（4）企业通常通过在其网站上设计一些能够引起顾客注意和兴趣的表格，要求顾客在注册为会员时填写并提交，还可以通过网站交易平台获得来自顾客对产品的评价与建议。

（5）通过问卷调查等市场调研方法获得竞争对手和消费者的信息。

2 数据库营销中常用的数据挖掘方法

所谓数据挖掘（Data Mining），是指从数据库中抽取隐含的、以前未知的、具有潜在应用价值的信息、新关联模式和趋势的过程。从商业的角度定义，其主要特点是对商业数据库中的大量业务数据进行制取、转换、分析，从中提取辅助商业决策的关键性数据。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾旧的模型。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。

2.1 描述型数据挖掘

对数据进行总结，进行数据的泛化,在泛化的基础上对数据进行高层次的处理。

（1）数据总结：数据总结的目的是对数据进行浓缩，给出相应的紧凑描述。如计算出数据库各个字段上的总和值、平均值和方差值等，或者用直方图、圆形图等图形方式表示，以实现数据的可视化。

（2）聚类分析：聚类是根据一定的规则，按照相似性把样本归成若干类别。在对样本合理划分后，对不同的类进行描述。聚类通常用于将客户细分成不同的客户群，如有相同爱好的客户群。聚类方法包括统计方法、机器学习方法、神经网络方法和面向数据库的方法。

（3）关联分析：用关联规则挖掘大量数据中项集之间的有趣联系。它的主要应用领域是购物篮分析，也可对市场促销活动的有效性进行挖掘。此外，关联规则也可用于序列模式发现。序列模式发现的侧重点在于分析数据项集在时间上或序列上的前后（因果）规律，可以看作是一种特定的关联规则。

2.2 预言型数据挖掘

根据已知目标变量值的历史数据,来建立预测模型。

（1）分类。它能将数据库中的数据项，映射到给定类别中的一个。分类方法在人们的日常生活和商务领域中普遍存在。分类定义了一种从属性到类别的映射关系，给定样本的属性值，根据已知的模式将其划分到特定的类中。

（2）回归分析。通过已知变量来预测其他变量的值。如对商品的销售量、股票价格、产品合格率等，找到相关的逻辑规律进行预测。

（3）时间序列。用变量过去的值来预测未来的值。

3 基于数据挖掘的卷烟消费者数据库营销

建立卷烟消费者数据库管理与分析平台，以采集、维护管理卷烟消费者数据，并在消费者数据的基础上提供烟草市场的需求预测、零售客户商圈分析等服务。在此系统的基础上分析各类别消费者特征和各品牌客户的销售情况，建立烟草市场预测和零售户商圈分析模型。

今天的消费者具有不同的品位和偏好，每个顾客都要求根据其个人的特殊需求得到个性化服务。不可能把他们集成到一个大群体来进行市场开发。由于缺乏合适的工具和技术来分析这种大型数据库，大量有价值的顾客信息和购买模式都无法发现。使用数据挖掘工具，便能有效地解决该问题，数据挖掘工具能够帮助企业从数据库中发现隐藏的规律。基于数据挖掘的数据库营销主要有三个领域的应用：

3.1 顾客轮廓描述

顾客轮廓描述是一个顾客的模型，在此基础上营销者可以制定正确的营销决策来满足顾客的需求。在描述顾客轮廓时，营销者主要了解顾客的个人统计数据和购买交易数据，通过使用关联分析，分类描述，概念描述等，了解顾客的交易特征，构造有用的顾客轮廓。

（1）购买的频繁度。了解了这些信息，可以制定目标促销活动，例如：频繁购买者计划。

（2）购买数量。一次交易中购买的金额。可以帮助营销者为大客户提供合适的资源。

（3）最近购买时间。顾客上次购买距今的时间。可以分析顾客在一段很长的时间内没有进行购买的原因,并采取相应的措施。

（4）识别典型的顾客群。通过分类和概念描述，可以获得每类顾客的特征。

（5）计算顾客的生命价值。

（6）预测。通过对顾客轮廓描述,尤其是对其购买模式的描述，可以预期未来的潜在顾客。

3.2 偏差分析

与正常情况具有偏差的信息，对营销者是很重要的。过去，这种偏差是很难及时探测到的，因此无法及时调整策略。数DM技术能及时发现偏差，并进行分类。例如，如果一位经常光顾的顾客的购买周期或购买量出现明显变化时，这是潜在的顾客流失迹象。通过监视顾客的交易资料，对潜在流失迹象做出警示，企业可以采取相应的策略。偏差也可能是顾客信息的变化，例如顾客工资的调整，导致购买商品的金额增大。这时，营销者应不断更新顾客信息。通过偏差分析可以检验顾客对突然的价格变化和促销方式的反应。

3.3 消费趋势分析

（1）分析指定区域内消费者的年龄、收入、职业、受教育程度、身体健康程度等静态特征发生变化时对卷烟销量、结构的影响，并挖掘主要影响因素，有针对性的调整卷烟投放策略。

（2）分析指定区域内消费者数量、消费卷烟品牌的档次等因素发生变动时对卷烟销量、结构的影响，并以专题图的形式进行结果展示，及时掌握消费者变动趋势对指定区域内消费结构的影响程度。

（3）综合分析人口数量、GDP、物价、人均收入、人均消费、年龄结构、职业结构等因素发生变化时对卷烟销量、结构及消费者的影响，挖掘宏观经济变化对卷烟销量、结构及消费者的变化规律。

4 数据库营销的竞争优势和实施

4.1 数据库营销的竞争优势

企业实施数据库营销，可以从以下几个方面帮助企业获取市场竞争优势：

（1）可以帮助企业准确找到目标消费者群。

（2）数据库营销帮助企业判定消费者和目标消费者的消费标准并准确定位。

（3）帮助企业在最合适的时机以最合适的产品满足顾客需求，可以降低成本，提高效率。

（4）帮助营销者结合最新信息和结果制定出新策略，使消费者成为本企业产品长期忠实用户。越来越多的企业投资建立数据库，以便能够记录顾客最新反馈，利用公司最新成果分析出针对性强的保证稳定消费群的计划来。

（5）数据库营销为开发营销新项目并增加收益提供信息。

（6）选择合适的营销媒体。企业根据顾客数据库确定目标，从顾客所在地区，从消费者的购买习惯，购买能力，商店数目做出大致销售的估计，这些是决定营销媒体分配，充分传达广告内容，使消费者产生购买行为必须要考虑的内容。数据库营销的着眼点是在一个人而不是广大群众，所以必须根据数据库提供的信息谨慎考虑要以何种频率来与个人沟通才能达到良好的效果。

（7）运用数据库与消费者建立紧密关系，企业可使消费者不再转向其竞争者，同时使企业间竞争更加隐秘，避免公开对抗。

（8）及时的营销效果反馈，可以直接分析市场活动的效果，及时提出新的经营、营销策略和改进方法。