网络营销中数据挖掘的应用研究

2012-08-15泰山学院乔赛

中国商论 2012年7期

泰山学院乔赛

在我国，网络营销还处于起步阶段，其总体发展水平普遍较低。对于大多数企业而言，其网络营销观念仅仅停留在建立一个网站，但对于网站、数据库中大量的数据却不能给予高度重视，使得大量的网络营销资源被浪费掉了，网络营销的效果也由此降低了。因此，在信息越来越密集的全球化商业环境中，如何从企业网络营销活动产生的大量业务数据中提取有用的数据，进行正确的决策分析，以获得有用的商业运作信息，就成为了营销者面临的一个非常重要的研究课题。

数据库技术的不断发展，以及数据库管理系统在各个领域中的广泛应用，大量的、隐藏着许多重要信息的数据不断在数据库中积累，使得其存储的数据量急剧增多，如果能从数据库中将这些信息抽取出来，并进行决策分析，将会给企业带来很大的潜在利润。基于这个原因，数据挖掘逐渐在网络营销中发展起来，并占据了非常重要的位置。

1 网络营销与数据挖掘

1.1 网络营销

网络营销是一种以Internet网络为载体，利用数字化电子方式结合营销理论开展的新型销售活动。与传统销售方式不同，网络营销方式更加激烈，优势更加突出，这主要有以下几方面原因。

(1)网络营销是在网络技术上发展起来的销售模式，因此它具有了网络全天候、适时、覆盖范围大、互动性强的性质，符合当代用户个性化需求的特点。

(2)网络营销大多都是以网站的形式呈现在用户面前的，网站上的内容、层次、用词、标题、奖励方案、服务等都有可能是吸引客户的因素。

(3)网站的构建大都具有成本低、维护简单、能够快速适应市场环境变化的特性，而这些特性恰恰也是吸引着营销者选择该模式的主要原因。

(4)网站每天的在线交易次数是非常大的，在大量的交易过程中就会有大量的记录文件和登记表产生。营销者通过对这些数据进行分析和挖掘，就可以充分了解客户需求和特点，从而可以针对不同客户群体需要设计出更加具有个性化的网站，提高市场竞争力水平。

目前，网络营销这种新型的营销方式对企业的经营战略产生的影响越来越大，已经引起人们广泛关注。

1.2 数据挖掘

数据挖掘(Data Mining)又称数据库中的知识发现(Knowledge Discovery in Database，KDD)，就是通过对模式识别、统计和数学等技术的运用，从存储着大量数据的数据库中发掘出新的、有意义的关系、模式和趋势，并对其中隐藏着的有价值的事件进行提取，然后分析，归纳成对企业有帮助的科学化的决策。

数据挖掘在网络营销中的挖掘过程可以分为五个阶段：

(1)确定营销目标。从市场角度理解数据挖掘的目标和要求，为营销者建立一个明确的营销目标。

(2)制定营销计划，了解客户消费规律。

(3)开展有针对性的一对一客户服务。

(4)实施交叉营销。利用关联分析技术分析用户感兴趣的商品，并主动推荐给用户。

(5)营销模式评估。在对大量数据进行分析的基础上，对目前正在应用的营销模式进行分析，并将其应用到业务活动中。

在网络营销活动的早期，各种商业运作信息均被存储于数据库中，人们通过查询的方式来获取有用的信息。随着数据挖掘的产生和发展，信息的获取开始向更高级的阶段转变，除了可以对数据进行查询和遍历外，还能够利用各种技术发掘数据之间存在的潜在关系，使信息的传递速度更为快捷，更好地为企业的管理人员提供决策支持。

2 网络营销中数据挖掘的应用过程

在前面内容中，我们对数据挖掘的过程有所了解，这里则针对具体的网络营销过程，对数据挖掘的应用过程进行阐述。

2.1 确定网络营销目标

明确的营销目标是构建数据挖掘目标的第一步，也是其中最重要的一步。一般而言，要确定一个明确的网络营销目标，首先需要对市场进行细分。对于细分的市场，评估时需要营销者重点考虑市场的吸引力，以及公司的目标和资源两方面；其次就是目标选定，从所划分的市场中选出有针对性的某一个市场；最后则是对目标市场的定位。

在确定网络营销目标的过程中，采用数据挖掘不仅可以从数据中发现对营销决策起关键作用的、新的、有价值的知识，还可以验证假设的成功与否，即数据挖掘能从客户数据中分析出各个层次的细分市场，为企业营销者确定网络营销目标提供最大的帮助。

2.2 制定网络营销计划

企业营销者在制定其营销计划时，首先需要对消费者市场及其行为有充分的了解和研究。将数据挖掘应用于网络营销计划的制定过程中，可以充分利用数据挖掘中提供的相关技术，对客户的消费数据进行分析，从而帮助网络营销者更好地掌握客户的消费规律，以便在此基础上制定有效的营销计划，更大范围地赢得客户，创造尽可能大的利润。

2.3 开展一对一营销

一对一营销是网络营销的主要特色之一，它能够最大限度地针对各个客户的特色提供个性化服务。当然，要实现这种一对一的营销也离不开数据挖掘的支持。利用数据挖掘中分类和聚类技术，企业就可以把客户划分为许多不同的类。由于被划分的每一类客户具有非常相似的属性，针对这些属性，企业就可以为其提供不同的服务，进而最大限度地提高了客户的满意度。

2.4 实现交叉营销

交叉营销可以认为是一种主动营销方式。它通过对当前客户需求的把握情况，来挖掘消费者的新需求，从而实现对其他多种服务或商品销售的目的。交叉营销充分利用了数据挖掘中的关联分析技术，根据客户购买的商品来发现客户可能感兴趣的其他信息，并将其主动推荐给客户，提高企业销售额。

2.5 使用模式评估

基于数据挖掘的最终目标是提供一个有深度、有价值的挖掘知识的前提下，这里进行模式评估则主要是为了将一个所发现的模式转化为有用的知识。

在电子商务网络营销中应用数据挖掘，可以对大量的相关数据进行分析，从中挖掘出商品的相关消费规律，分析出客户不同的访问模式，进而对其提供个性化的服务，帮助企业制定有效的营销策略，提高企业的竞争力。

3 网络营销中数据挖掘的应用实例

与传统销售一样，网络营销也是为实现企业的营销目标服务的。在当前网络营销活动中，数据量的急剧增长，迫使企业必须借助于有效的挖掘和分析工具，发现信息中隐藏的规律或模式，并根据此规律进行分析决策。

网络营销中数据挖掘的应用主要体现在以下几个方面。

3.1 客户关系管理

客户关系管理(CRM)是企业与客户之间为管理双方接触活动而建立起来的信息系统。企业的网络营销竞争的主要资源就是客户，其涉及的关键营销课题包括客户的争取、客户的保持、客户群的扩大、与客户亲密关系的建立、对客户需求的分析、为客户创造需求等。处于网络时代，营销活动过程中的目标市场、客户形态、产品种类较以前存在着极大的不同，如何掌握散布在全球各地的客户群的特性，并建立不同地域、有着极大文化差异和时空差距客户之间关系，发掘新的网络客户，掌握网络客户需求就成为了众多企业首先需要考虑的问题。

3.2 企业经营定位

将数据挖掘应用到网络营销中，对消费者的相关购买数据进行分析，并通过所反映出的共性和个性对消费者进行分类，能够更好地帮助企业进行准确的市场定位。同时，在利用数据挖掘发现客户需要的基础上，利用网络的优势，企业与客户之间还可以进行积极有效的信息交流，利用获取的信息，有针对性地提供大量客户急需的产品与服务。

利用数据挖掘中的关联分析法，还可以发现商品销售过程中部分客户在购买某种商品的同时可能会购买的产品。针对这种需求，作为企业营销者就应当积极地改变营销策略，为其提供相关的服务，以此来吸引更多的客户。例如，某大型超市曾利用关联分析来发现一部分男性顾客在购买尿不湿的同时还会购买啤酒，因此就将这两种毫不相干的商品摆放在了相邻的柜台旁，从而大大提高了啤酒的销售数量。

此外，客户群体也是网络营销中重要的潜在消费群体。通过数据挖掘对客户的一些个人消费特征及其数据进行相关分析，然后根据这些分析结果，将具有相同特性的客户细分为一个群体，为其提供有目的的、个性的、多样的、富有成效的网络营销方案，从而帮助企业实施准确的营销定位。

3.3 客户信用风险控制

信用风险管理是当前网络营销中一个非常尖锐的问题，企业在实施网络营销过程中经常受到来自买方的信用风险，如客户下订单后能否付款，将采用何种方式付款，付款是否及时，是否存在拖延货款的现象，个人消费者支付时是否存在恶意透支，或使用仿造的信用卡骗取卖方的货物等。

针对上述一系列问题，作为网络营销者就需要对客户的个人消费行为进行详细分析，对其信用额度作出评价。在进行信用评价时，如果对客户信用评价过高，应该到账的付款却没有到账，影响到企业的资金周转，使商品出现积压；如果对客户信用评价过低，因企业准备不足而无限期地拖延发货时间，则会对企业的信誉产生影响。为了保证企业在最小的风险前提下获得最大的利润，就需要有一个客观、准确的评估和控制机制，数据挖掘就是这样一种评估机制。利用数据挖掘可以对已收集到的大量的客户账户信息进行科学的分析和归类，并对这些客户的个人信用按“优”、“良”、“差”不同的等级进行评估，以此为据，再从数据库中提取客户的订单信息，分析找出哪些客户能够为起订单付款、将要采用的付款方式，以及资金到账的具体时间等，在此基础上，企业就可以合理安排进货、库存、发货等流程。

3.4 消费需求预测

在网络营销中，每一个消费者不仅是网络虚拟环境中的主角，是商品购买者的角色，同时也是社会消费者中一个重要的角色，承担着引导社会消费的作用。

基于对客户上述社会角色方面的考虑，作为一名网络营销人员，想要通过互联网获取最大的利润，在构思的网络营销计划时，首先也需要对传统销售市场中客户的各种需求进行重点考虑，这是一个非常重要的前提；其次，由于所处的环境是网络，因此还必须充分了解网络的特点、网民的兴趣及其需求，然后对其进行分析、总结，最后则在总结的基础上采用多种行销方法，达到唤起网络消费者购买兴趣，将其潜在的需求转变为现实的需求的目的。