现代营销决策研究新进展及启示*

李金生 李晏墅 周 燕

现代营销决策研究新进展及启示*

李金生 李晏墅 周 燕

在复杂多变的市场环境下，如何提高营销决策的科学性和有效性，成为现代企业关注的热点问题。近年来理论界从多个角度对营销决策目标、营销决策支持系统、营销价值取向和营销决策机理等方面的理论进行研究。本文对这些有关现代企业营销决策理论研究新进展进行述评，并对企业提高营销决策水平提出相关启示。

营销决策;营销决策目标;决策支持系统;营销决策机理

随着经济全球化趋势和科技革命的加速发展，企业面临的市场环境处于高度复杂和变化之中，企业营销决策难度逐步加大。如何提高营销决策的科学化和合理性，成为人们关注的一个重要问题。近年来，为揭示现代市场环境下企业营销决策的本质和规律性，提高营销决策的有效性，国内外专家和学者从多个视角围绕现代企业的营销决策问题，对营销决策目标、营销决策支持系统、营销价值取向和营销决策机理等方面开展了相关研究。

一、营销决策目标

营销决策目标决定了现代企业选择决策技术的基本方向，影响营销决策的衡量标准和价值取向。不同的营销决策目标具有不同的营销决策机理。国内外诸多专家和学者在研究营销决策理论中从企业绩效、顾客价值和市场竞争等不同角度对决策目标提出了不同的观点，进而形成了不同分支的营销决策理论。

1．基于企业绩效的营销决策目标

利润最大化和财富最大化是传统营销决策追求的主要目标，现代企业的营销决策理论研究不再只注重经营结果，而开始关注营销过程和结果管理的综合绩效评估。Tucci和Tucker(1995)从营销成本控制的角度分析了营销决策与企业绩效目标之间的关系，认为营销经理评估企业绩效损益能力对于战略营销决策至关重要，强调营销决策及其执行情况与减少营销支出对提高营销决策水平的重要性。William和Marian等人(2000)认为竞争性营销环境决策变量的价值和复杂决策规则以及内部决策规则在整体营销决策中所占比重等因素与企业决策绩效呈正比，提出基于竞争性环境的经营性营销决策概念模型。随着企业资源计划系统(ERP)的运用和推广，Jenming、Liangt和Junder(2006)运用迭代搜索相结合的动态编程技术，提出了基于库存短缺的联合开发决策模型，实现企业总利润最大化的目标优化。近年来，营销决策理论拓展了企业绩效目标的内涵，延伸到营销成本、营销环境、战略营销管理、信息管理技术等因素对企业绩效的影响，发展了营销决策理论的研究。

2．基于顾客价值的营销决策目标

满足消费者需求是市场营销及决策的起点，许多营销决策理论是以满足消费者需求、实现顾客价值的营销决策目标为研究契入点。Indrajit和Wayne(1998)根据科特勒整体产品概念等理论，主张从产品一般使用价值、顾客一般成本、顾客需求和顾客个性特征等四个基本方面进行顾客价值评价，认为顾客价值是营销决策的基本目标。还有一些专家和学者从企业与消费者之间关系角度实现顾客价值。David(2007)在顾客价值基础上，认为实现“顾客终身价值”是营销决策目标，将顾客终身价值作为确定潜在顾客及其可能采购的份额，确定了消费者潜在购买力及其决策的重要目标。Bronnenberg和Jean等人(2008)将基于顾客价值的营销决策进一步理性化和动态化，从微观经济基础派生的结构性的计量评估模型，侧重于理性消费者对未来的预期和动态消费行为等营销变量，以衡量长期的营销决策的长期营销效果及其影响，以服务于企业的长期营销决策。在传统营销理论中，企业的营销决策主要是为了满足消费者需求和强调消费者忠诚，但是这些营销决策目标在现代企业营销决策理论研究中逐步加以摒弃，更注重将更具战略意义的、更为系统而具象的顾客价值作为营销决策目标，并将顾客价值理论发展到顾客终身价值，进而综合考虑企业与消费者的关系、未来预期和动态消费行为等因素。

3．基于竞争优势的营销决策目标

在追求顾客价值和企业绩效目标之外，还有一些专家和学者将营销决策理论中的营造市场竞争优势作为营销决策目标。许多研究强调从营销道德角度提高竞争优势。早在1986年，Shelby和Scott根据消费者人的个人特征及其所处的文化和职业等方面，提出了“亨特—维特尔营销道德模型”。随着市场竞争的不断激烈，许多学者认识到企业内部组织变量对营销决策的影响。Rao(2000)根据产品价格对市场竞争优势的影响，针对医药研发成本上升的营销情境，根据以产品定价研究为基础的营销决策支持系统和产品定价策略，客观地评估潜在的销售份额，更好地发展营销业务。Yavuz和 Hasiloglu等人(2005)立足于新产品上市与竞争优势的关系，以知识为基础，使用一个决策表作为知识工程工具构建高级营销决策模型，用于确定一个新产品进入市场的最佳时机，提高产品的竞争优势。Coussement和Benoit等人(2010)利用广义加法模型允许复杂的非线性拟合数据的线性约束，从客户关系管理角度进行研究，认为客户流失确定准指数具有一个“U”、倒“U”或更为复杂的趋势。这些理论研究成果另辟蹊径，将营销道德、营销成本、产品价格、产品生产、新产品上市和客户关系等因素作为营销决策因素，以实现企业赢得市场竞争优势的决策目标。

二、营销决策支持系统

营销决策技术是帮助决策者提高决策能力与水平，实现提高决策的质量和效果的重要手段和方法。随着现代计算机和通讯技术的发展，基于计算机软件和硬件、信息论、人工智能和管理科学等学科理论和技术，理论界在20世纪70年代末期开始研究营销决策支持(Marketing Decision Support System，简称为MDSS)。William于1977年运用计算绘图技术来帮助营销决策者分析并获取重要的营销信息。1999年，Wonjun和Kunchang针对传统营销决策中协调生产和销售存在相互冲突的问题，提出了一元决策支持系统(MDSS)方法，建立了一个协调功能分散、局部信息自主决策的体系。由计算机技术、人工智能技术与管理决策技术相结合而构成的营销决策支持系统，被许多学者和经营管理者运用于营销决策的理论研究和管理实践。对于营销决策支持系统，理论界主要从Agent、商务智能、系统模拟和数据挖掘等方面开展研究。

1．基于 Agent的 MDSS

Agent是一种可以根据用户要求完成特定任务的软件。基于Agent的营销决策模型的研究主要将分布式人工智能Agent引入营销决策之中，主要包括合作型和非合作型多 Agent系统的两种类型。Aliev、Fazlollahi和 Vahidov(2000)基于分布式多 Agent营销决策支持系统(MDSS)的软计算的新概念，认为MDSS是由一系列运行于分布式模式中的平行智能Agent和一个评价解决方案的协调Agent构成的。营销决策支持系统的主要思想是立足于整体系统智能分解于合作自主智能Agent，实现智能Agent之间的相互竞争与合作，以提出营销问题的解决方案，并整合局部解决方案获得最终的解决方案。Shuliang和Zheng(2010)运用多Agent混合智能系统，整合了用于国际营销决策的多元软件智能、模拟、知识库和模糊逻辑，来支持国际市场营销策划，并通过八个经理的评价验证了基于多Agent混合智能系统的有效性。合作型的多Agent的MDSS有一核心协调者，各Agent有统一的营销决策目标，其合作的目的是实现该营销决策目标或使该营销决策目标的效用函数最大化。非合作型的Agent的MDSS没有起控制作用的核心协调者，各Agent是根据各自的目录自主决定，其最终目的是达到各自目标或使各自的效用最大化。这两种多Agent的MDSS分别对企业的多目标营销内部决策和外部决策具有促进作用。

2．基于商务智能(BI)的MDSS

多Agent技术主要研究一组Agent在分布式开放的动态环境下，通过相互的竞争、合作等智能行为完成复杂的控制或任务求解。随着互联网技术和电子商务的快速发展，现代企业迫切需要处理大量营销数据。这些营销数据主要有所在产业、竞争企业、供应商、客户、订单、库存和交易等各种数据。商务智能就是在适应这种需求的背景下产生的营销决策支持技术，是完全不同于多Agent的技术。许多学者主要将商务智能运用于营销决策分析、商务绩效评估等方面。Gary和Arvind(2002)运用了部分商务智能的早期技术，认为商务智能是现代企业运用现代信息技术收集、整理和分析结构化和非结构化的营销数据和信息，改善营销决策水平，进而提出了运用产品定价、广告策略制定等方面的BELL模型、ADVISOR模型等营销决策模型，并开发了营销工程软件，通过计划、设计、决策辅助和营销管理支持系统将营销数据和知识运用于实践中，反映了早期商务智能在营销决策中的概念和技术特征。Jimmy和Terri(2004)认为商业智能(BI)和电子商务系统能够有助于提高知识型和高科技创业决策的质量。他们以11家总部设在北爱尔兰的公司为样本进行定性研究，得出了商业智能(BI)和电子商务模式在根植于个人关系网络的小企业中的实际运用价值。他们的研究成果发现，商务智能通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价、客户满意度评价、营销效果评价等，为现代企业的各种营销活动提供决策信息。这充分反映了商务智能技术在营销决策中的技术价值。Charles和Thomas(2006)在提取有用数据的基础上，通过联机分析处理工具、数据挖掘工具、模型库加上营销决策人员的专业知识，使信息变为辅助决策的知识，构建商务智能系统，以辅助营销管理人员提高营销决策水平。可见，商务智能是运用数据仓库、数据挖掘技术和在线数据分析对海量信息进行分析和处理，强调商务智能的技术构成。这些研究成果分别对基于商务智能的MDSS的技术概念、技术价值和技术构成等进行了研究。

3．基于系统模拟的MDSS

系统模拟是指通过系统模型间接地研究真实系统的过程。在20世纪80、90年代，G．J．Klir等人提出了归纳推理法、朴素物理学法和模糊数学法等方法，来对营销决策问题进行定性的系统模拟。Shen和Leitch(1993)采用模糊量值描述不确定性知识，比定性微分方程的描述所包含的信息要多，提出了模糊数学法，该方法成果多出自模糊逻辑。从而较早地建立了基于系统模拟的MDSS的基本概念，认识到基于系统模拟的MDSS是在建立系统的数学逻辑模型或定性模型的基础上，对一个营销系统按照一定的营销决策原则，来描述和分析一个营销状态变换为另一个营销状态的动态行为。Dennis(2001)围绕选择和开发新产品，采用了模拟真实营销问题的技术结构，用于新产品研发的营销决策模型。胡斌和黎志成(2003)研究了基于定性因果关系图的市场营销决策过程的知识描述方法以及知识学习方法，设计了学习算法步骤。他们的研究成果是定性系统模拟的MDSS的进一步发展，对新产品开发和定性系统模拟的技术进行了深入研究。Alexouda(2005)针对新产品开发决策问题对定量系统模拟的MDSS技术进行研究，运用完全枚举法和演变算法等系统模拟方法，构建产品线最优化设计的营销决策支持系统，以帮助营销人员选择和设计替代产品。Nathalie(2007)通过开展一个有经验和没有经验的营销决策人员的实验模拟，提高营销决策支持系统的开放度，降低决策人员的依赖效应。这些研究成果分别从定性和定量的系统模拟两个方面解决了营销决策支持系统的技术问题，籍以反映营销决策系统的本质，探索其内在规律，逐步形成辅助营销决策和系统设计的现代化管理技术。

4．基于数据挖掘的MDSS

随着现代信息技术的发展，信息爆炸式激增对分析和处理大量信息的新技术形成迫切需求，基于数据挖掘技术的MDSS就是在适应这种需求的背景下产生的营销决策支持技术。Islam和Kim(2006)围绕酒店财务数据来分析营销费用分摊与细分市场管理的关系，以及由一个特定的客户或细分市场产生的利润增加，认为更多有效的财务数据将允许酒店经理分摊成本给定的细分市场。Chiang等人(2009)鉴于营销决策中充足样本数据收集的高成本投入，以加油站整体服务为研究对象，用小样本数据分析的技术增加虚拟样本，通过类神经网络等方法，预测加油站多元化服务的经营绩效。这是对营销决策支持系统中数据挖掘技术的研究。戴艳红(2007)认为交叉销售是一种销售成功率高、成本低的行销方法。交叉销售能够通过共享客户资源，利用数据挖掘中的分析技术，寻求交叉销售的目标客户及其多种相关需求，能更有效地实施交叉销售，增加企业利润。Hsu和Chen(2007)认为数据挖掘在商业管理、营销、决策中的应用将不断发展，但数据挖掘方法的效率有待提高，尤其是超大规模的海量数据挖掘的效率，应开发适应多数据类型、噪声的挖掘方法和技术，以及解决异质结构数据源的数据挖掘问题等。这些研究成果充分认识到基于数据挖掘的MDSS能够借助建立起的数据仓库，并研究了在营销决策中可以采用的数据挖掘方法，如统计方法、机器学习方法、神经网络方法和数据库方法等，并通过模型构建，来进行数据库营销、客户群体划分、背景分析、交叉销售、客户流失性分析、客户信用记分和欺诈发现等营销决策行为。

三、营销决策的价值取向

著名的管理学家西蒙曾指出，在任何决策中均包含有事实因素和价值因素两个方面。其中，事实因素是决策的事实前提，而价值因素是决策的价值前提。决策价值取向反映了客观属性对决策者的需要的满足，表现为营销决策风格。理论界对营销决策的价值取向主要包括组织价值取向和个体价值取向等不同观点。

1．组织价值取向与营销决策

许多专家和学者以企业共有的价值体系作为营销决策的价值取向。这种营销决策的组织价值取向反映在投资收益、产品利润等企业共同价值变量方面。Tucci L．A等人(1995)通过提高营销战略决策中的核心盈利的业绩评价和预测能力，以有效的营销战略决策来实现营销费用的降低和获得更高回报的投资收益。这是以企业整体利益为目标，以企业经营绩效为导向的决策价值取向。Yanghoon和Miller(2002)在分析农产品市场决策时将单位产品的利润及其利润分配与增长作为产品营销决策的重要准则。Lusk等人(2003)选择特定的最佳营销决策方式，运用超声波技术来改进牲畜营销决策。通过对牛这一特殊牲畜的实证研究结果表明，与牲畜营销决策方式相比，利用超声波信息确定牲畜的销售市场能够明显提高销售收入。这是将农场的整体利润作为农产品市场定位的营销决策价值取向。与这些强调物质形态的组织价值取向不同，Albaum和Julie等人(2010)研究了文化因素对营销决策风险的影响，通过调查西太平洋沿岸六个国家营销经理的决策风格调查，认为不同国家的管理者的决策风格受到强势文化观念的影响，营销战略联盟和跨文化管理团队的形成均受到文化价值观的影响。这种文化价值观不仅包括了某个企业的文化价值观，还涉及了具有战略联盟意义的虚拟组织文化观念。

2．个体价值取向与营销决策

在现代企业的营销决策中，营销决策者的个体价值观是影响决策风格的重要因素。William和Marian等人(2000)通过对经常性决策过程的研究，认为决策者营销决策风格受其心智模式影响较大。决策者的心智模式主要受到决策复杂性、决策焦点和决策规则等因素的影响，并在企业绩效的层面对营销决策效果产生影响。Roselie、Catherine和Cheryl(2007)基于 Janis和Mann(1977)对冲突、选择和承诺进行心理分析的营销决策模型，针对营销决策的道德困境，将员工个体和工作背景等方面的因素作为营销决策的个体价值取向。Bronnenberg和Jean等人(2008)通过分析一些新兴的动态的营销选择行为的决策案例，将营销决策者的个体信念及其行为的经济模式作为企业和消费者之间问题的价值判断依据。

四、营销决策机理

在营销决策过程中，现代企业通常需要综合考虑市场营销体系中的诸多要素及其相互作用的运行规则和原理，从而形成营销决策机理。近年来，许多学者对营销决策机理开展了多角度的研究，主要包括单目标风险型营销决策机理、高度不确定性营销决策机理和多目标营销决策机理等理论。

1．单目标风险型营销决策机理

许多专家和学者针对现代企业不能完全确定地掌握的营销情境的风险型单目标营销决策机理进行了研究(Mark、David，1992)。对于这种类型的营销决策机理，理论界主要提出营销决策最优化的观点。自20世纪60年代以来，国外许多学者在销售反应函数方面进行了理论研究。Conklin和Lipovetsky(2005)从最大化满足顾客需求的角度，研究了为顾客提供产品/服务组合的营销决策，运用Turf模型(即累计净到达率和频次分析模型)往往不可能区分不同风味组合的子集之间几乎相同的覆盖水平，而运用合作博弈论中Shapley值方法能够实现顾客的最大购买能力，比Turf模型获得更稳定的结果。Alexouda(2005)运用假设分析方法，围绕消费者福利、企业回报和市场份额等最优化标准，通过营销决策支持系统，帮助营销管理人员选择和设计系列替代产品。Lipovetsky(2007)针对市场营销和广告决策问题，将博弈论及其相关分析模型运用于企业及其竞争对手的比较、排名和测度中，认为双矩阵博弈均衡、沙普利和纳什议价模型等是比较理想的最优化营销决策的分析方法。对于单目标风险营销决策机理，理论界比较强调运用博弈论和数学等方法，实现现代企业市场营销体系的优化途径及方案，为营销决策者提供最优化决策依据。

2．高度不确定性营销决策机理

随着市场环境日趋复杂，营销决策者往往无法估计与营销决策有关的事件及其状态，面临不确定营销决策。许多专家和学者主要基于模糊信息情境研究营销决策机理。Rafik等人(2000)认为每个分布式智能代理是基于模糊知识与规则的数目有限的系统，针对模糊信息运用神经模糊估计的遗传算法，设计营销组合决策支持系统。Klaus和Zhaohao(2000)为了最大限度地实现基于模糊集的利润目标，利用模糊控制方法，构建了一种新的模糊随机动态规划模型。Chiang等人(2009)针对模糊性不确定性信息，运用BP网络和贝叶斯网络等学习工具，对小样本数据进行营销决策。对于不定性营销决策机理，近年来理论界认识到高度不确定性营销决策目标与约束条件带有一定的模糊，运用模糊语言学和模糊逻辑，构建营销决策的模糊数学模型，把模糊数学理论应用于营销决策研究，构成市场营销的模糊决策机理。

3．多目标营销决策机理

在复杂的市场环境下，理论界认识到现代企业在营销决策中面临着多个营销目标，对多目标营销决策机理进行了研究。对于多目标营销决策机理的研究主要包括了决策机制、多目标组合机理和决策规则等方面。Stephen和Gregory(1992)在研究定价和广告等多目标战略营销决策时，对完全理性追求利润最大化和消费者追求效用最大的营销决策进行了否定，并根据营销决策者的决策性质，利用加权法求非劣解集等数学方法构建一个多营销目标的防御策略模型。Antonie和Lorraine(1992)围绕市场和生产流程等决策问题，设计了多目标规划模型和互动式的求解过程及其决策机制。Mahapatra和Maiti(2005)分析了商品需求、库存水平与商品价格，产品生产率与单位生产成本和产品质量等多营销目标之间的关系，运用梯度优化技术，遵循一定优化路径逐渐寻找最优点，即后一阶段优化是在前一阶段优化的基础上进行单向寻优，进行多目标营销决策问题的折衷方案的目标规划。还一些学者认为多目标营销决策的营销信息和约束条件具有一定的模糊性，强调运用模糊数学的模糊分析技术、多目标遗传算法推导出模糊规则，构建多目标模糊决策模型。

理论界关于单目标风险型、高度不确定性和多目标等营销决策机理的研究，主要是基于营销决策的信息特征和约束条件等决策情境，对营销决策规划、决策技术、决策方法、决策模型等方面进行了研究，为复杂决策系统下的营销决策提供了理论指导。

五、简评与启示

对于现代企业营销决策理论的研究，理论界对营销决策目标、营销决策支持系统、营销决策的价值取向和营销决策机理等方面的理论进行了研究。在营销决策目标方面，近年来的研究成果主要集中于企业绩效、顾客价值和市场竞争等方面的营销目标，较为系统地研究了企业内外营销因素及其与营销目标的内在关系。在营销决策支持系统方面，理论界将计算机软件和硬件、信息论、人工智能等学科理论加以运用，从Agent、商务智能、系统模拟和数据挖掘等方面技术引入营销决策支持系统，促进了营销决策的信息收集、分析和预测等方面的能力。在决策价值取向方面，许多学者主要从组织价值取向和决策者个体价值取向等两个方面分析了决策价值取向对营销决策风格的作用和影响。在营销决策机理方面，国内外理论界主要根据营销情境研究上的不同，分析了单目标风险型营销决策机理、高度不确定性营销决策机理和多目标营销决策机理。这些研究成果充分反映了现代企业在营销决策情境研究上的变化，对于复杂系统下的不确定性营销决策、多目标营销决策等问题提出了具有借鉴意义的理论和方法，丰富和促进了营销决策理论乃至营销工程理论的创新与发展。但是，这些研究成果分散于市场营销的多个方面，没有充分考虑到现代企业营销决策面临的高度不确定性决策情境(如模糊信息和混沌信息等);营销决策支持系统的研究还未开发出实际应用价值的软件或相关决策工具，同时也没有研究非结构化营销决策及其与结构化营销决策之间的关系，因而这些理论成果的实际应用价值有待提高。

尽管如此，这些理论研究成果对于我国企业改进营销决策方法，提高营销决策的有效性具有重要的借鉴意义。我国许多企业在营销决策中仍然以定性分析和经验判断为主，因此应运用现代市场数据搜集和分析技术，采用营销决策支持系统、营销工程软件等决策工具，改进营销决策支持的方式，提高营销决策依据的科学性和有效性，使企业能够更好地应对复杂条件营销决策问题。

1．现代营销决策应增强调查、识别和处理高度不确定性信息的能力。随着经济社会转型带来的市场复杂变化，在现代营销决策信息的研究中，具有高度不确定性的模糊信息，提出了高度不确定性营销决策理论。目前许多企业在营销决策中主要针对风险要素关注风险事件发生概率的随机信息，而很少注意到市场营销中存在的模糊信息及其对营销决策产生的影响。这些信息通常由于市场现象的高度复杂性，信息元素特征界限不分明而难以给出确定的信息评定标准。与模糊信息相类似的，还有未确知信息(既无随机性又无模糊性，营销决策者由于条件限制而认识不清的信息)、灰色信息(即由于信道受到干扰使营销决策者只能获得部分已知、部分未知的市场信息)、泛灰信息(即灰色信息的扩张)等高度不确定性信息。这些高度不确定性的信息广泛存在于市场中，现代企业在营销决策中不仅要关注这些高度不确定性信息，更要提升对这些信息的调查、识别和处理能力，这样才能提高营销决策水平。

2．现代企业应运用大数据分析技术探索市场营销规律。在营销决策支持的研究中，营销决策支持系统广泛采用了数据挖掘技术，以在海量的市场信息中探寻市场发展规律。这对于我国企业的营销决策乃至投资决策、战略决策等方面均具有重要的指导意义。特别是近年来随着互联网和物联网的快速发展，各类数码传感器等技术的广泛运用和数字生活空间的普及，各类市场的信息总量正呈现爆炸式增长，描绘和反映各类消费者群体多维化行为规律的大数据不仅自身具有巨大的商业价值，更对现代企业的营销决策具有重要的战略意义。在大数据分析的基础上，现代企业能够更为有效地描绘、预测、分析、指引消费者行为，能够探索到通过一般数据分析方法无法获得的、更多潜在的市场营销规律，从而帮助我国企业制定出更具有针对性的商业模式和商业策略。

3．现代企业应关注多目标优化技术在营销决策中的运用。目前许多企业在营销决策中关注较多的通常是单目标的风险型营销决策技术，而多目标决策主要是基于营销决策者对市场的主观判断加以决策，这使多目标营销决策丧失了客观性和科学性。我国企业在经济社会转型中面临诸多复杂的多目标营销决策问题，例如新产品开发、投资收益最大化、市场竞争优势、持续发展、顾客价值最大化等多个营销目标。现代企业希望在这些方面均得到兼顾，但是由于营销决策技术的匮乏，使得我国企业在多目标营销决策中举步维艰。理论界关于多目标营销决策机理方面的研究，模糊分析技术、多目标遗传算法、多目标跟踪系统等多目标营销决策技术，可以给我国企业在进行多目标营销决策时带来许多有益的启示。

4．现代企业应考虑到营销决策主体的价值取向的重要影响。在许多企业的营销决策中，营销决策者习惯地认为自己的营销决策是立足于企业的发展需要，是以企业经营绩效为基本的决策价值取向。事实上，由于营销决策主体的价值观、心智模式、经营理念等个体因素，形成了营销决策者各自不同的营销决策风格，这些个体价值取向潜移默化地对营销决策的有效性产生了重要影响，甚至会产生决定性影响。因此，国内外学者从个体价值取向视角对营销决策理论的研究，对我国企业如何协调个体价值取向与企业价值取向之间的内在关系、优化营销主体的结构等方面具有重要的借鉴意义。

〔1〕Albaum，G．，Julie，Y．，et al 2010．Culture based values and management style of marketing decision makers in six western pacific rim countries．Journal of Global Marketing 23．2:139 －151．

〔2〕Alexouda，G．2005．A user－ friendly marketing decision support system for the product line design using evolutionary algorithms．Decision Support Systems 38．4:495 －509．

〔3〕Aliev，R．A．，Fazlollahi，B．，Vahidov，R．M．2000．Soft computing based multi－agent marketing decision support system，Journal of Intelligent＆ Fuzzy Systems 9．1/2:1 －9．

〔4〕Antonie，S．，Lorraine，R．G．1992．A multiple objective marketing－manufacturing approach for order(market)selection．Computers＆ Operations Research 19．7:571－583．

〔5〕Bronnenberg，B．，Jean，D．，et al 2008．Measuring long－run marketing effects and their implications for long－run marketing decisions．Marketing Letters 19．3/4:367 －382．

〔6〕C．C．Hsu，Y．C．Chen 2007．Mining of mixed data with application to catalog marketing．Expert Systems with Applications 32．1:12 －23．

〔7〕Charles，P．S．，Thomas，H．D．2006．KM meets business intelligence:merging knowledge and information at intel．KM Review 2:10－15．

〔8〕Conklin，W．M．，Lipovetsky，S．2005．Marketing decision analysis by turf and Shapley value．International Journal of Information Technology＆ Decision Making 4．1:5－19．

〔9〕Coussement，K．，Benoit，D．F．，et al 2010．Improved marketing decision making in a customer churn prediction context using generalized additive models．Expert Systems with Applications 37．3:2132 －2143．

〔10〕David，R．2007．Determining“CLV”can lead to making magical marketing decisions．B to B 92．6:18 －18．

〔11〕G．Dennis 2001．A marketing－decision－support model for evaluating and selecting concepts for new products．Interfaces 31．3:S166 － S183．

〔12〕Gary，L．L．，Arvind，R．2002．Marketing Engineering．International Press 25－36．

〔13〕Indrajit，S．，Wayne，S．D．1998．An integrated approach toward the spatial modeling of perceived customer value．Journal of Marketing Research May:236－249．

〔14〕Jenming，C．，Liangtu，C．，Junder，L．2006．Developing optimization models for cross－ functional decision－making:integrating marketing and production planning．OR Spectrum 28:223－240．

〔15〕Jimmy，H．，Terri，S．2004．A consideration of the roles of business intelligence and e－business in management and marketing decision making in knowledge－based and hightech start－ ups．Qualitative Market Research:An International Journal 7．1:48 －57．

〔16〕K．Islam，W．G．Kim 2006．Comparing market－ segmentprofitability analysis with department－profitability analysis as hotel marketing－decision tools．Cornell Hotel＆ Restaurant Administration Quarterly 47．2:155 －173．

〔17〕Klaus，W．，Zhaohao，S．2000．Fuzzy stochastic dynamic programming for marketing decision support．International Journal of Intelligent Systems 15．8:763 －783．

〔18〕L．D．Chiang，et al．2009．Constructing marketing decision support systems using data diffusion technology:A case study of gas station diversification．Expert Systems with Applications:An International Journal 36．2:2525 －2533．

〔19〕L．Shuliang，L．J．Zheng 2010．Agents international:integration of multiple agents，simulation，knowledge bases and fuzzy logic for international marketing decision making．Expert Systems with Applications 37．3:2580 －2587．

〔20〕Lipovetsky S．2007．Antagonistic and bargaining games in op－timal marketing decisions．International Journal of Mathematical Education in Science＆ Technology 38．1:103－113．

〔21〕Lusk，J．L．，et al．2003．Utilizing ultrasound technology to improve livestock marketing decisions．Review of Agricultural Economics 25．1:203 －217．

〔22〕Mark，J．M．，David，S．1992．A more robust definition of subjective probability．Econometric 60．4:745 －780．

〔23〕N．K．Mahapatra，M．Maiti 2005．Decision process for multiobjective，multi－ item production inventory system via interactive fuzzy satisfying technique．Computers＆ Mathematics with Applications 49．5/6:805 －821．

〔24〕Nathalie，T．M．D．2007．Marketing decision support system openness:a means of improving managers’understanding of marketing phenomena．Decision Support Systems 44．1:79 －92．

〔25〕Rafik，A．A．et al．2000．Soft computing based multi－ agent marketing decision support system．Journal of Intelligent＆Fuzzy Systems:Applications in Engineering and Technology 9．1/2:1 －9．

〔26〕Rao，S．K．2000．Marketing decision support systems for strategy building．Marketing Health Services 20．2:14 －18．

〔27〕Roselie，M．，Catherine，G．，Cheryl，T．2007．A model of ethical decision making:the integration of process and content．Journal of Business Ethics 73．2:219 －229．

〔28〕Shen，Q．，Leitch，R．1993．Fuzzy qualitative simulation．IEEE Transactions on System，Man and Cybernetics 23．4:1037－1061．

〔29〕Stephen，S．B．，Gregory，S．C．1992．Optimal multiple － objective marketing strategies．Marketing Letters 3．4:383 －393．

〔30〕Tucci，L．A．，TuckerIII，J．J．1995．Strategic marketing decisions and core earnings performance:responding to earnings－ related reductions in marketing expenditures．Journal of Consumer Marketing 12．1:16 －31．

〔31〕William，M．P．1977．Marketing decision－making through computer cartography．Journal of the Academy of Marketing Science 4:369－378．

〔32〕William，T．R．，Marian，C．M．，et al．2000．Recurrent marketing decisions:decision complexity，decision focus，and firm performance．Marketing Letters 11．4:283 －297．

〔33〕Wonjun，L．，Kunchang，L．1999．A meta decision support system approach to coordinating production marketing decisions．Decision Support Systems 25．3:239．

〔34〕Yavuz，U．，Hasiloglu，A．S．，et al．2005．Developing a marketing decision model using a knowledge－based system．Knowledge－Based Systems 18．2/3:125 －129．

〔35〕戴艳红:《基于数据挖掘技术的交叉销售分析》，《中国管理信息化》2007年第6期。

〔36〕胡斌、黎志成:《面向定性模拟的企业市场营销决策知识描述、学习及处理方法》，《中国管理科学》2003年第2期。

〔责任编辑:清 菡〕

New Development and Inspiration of Marketing Decision-making

Li Jinsheng＆Li Yanshu＆Zhou Yan

How to improve the science and effectiveness of marketing decision－making is a common issue of modern enterprise in complex and volatile market environment．In recent years，theorists studied the theories on the goal of marketing decisions，marketing decision support systems，marketing，values and decision－making mechanism from various angles．This paper reviews and researches the new development of marketing decision－making theories，to improve marketing decisionmaking skills from research inspiration．

marketing decisions;marketing decision－making objectives;decision support systems;marketing decision－making mechanism

F272．3

A

1001－8263(2013)12－0029－07

李金生，南京师范大学商学院副教授、博士 南京210097;李晏墅，南京师范大学商学院教授、博导 南京210097;周燕，南京师范大学商学院副教授 南京210097

* 本文是国家自然科学基金项目“高技术企业自主创新的风险传递、公众风险认知与创新投资关系研究”(71372181)、国家自然科学基金项目“基于空间相关的区域间创新协调发展研究”(71303122)的阶段性成果。