浅谈数据挖掘在农机管理中的应用

浦春雨

摘 要：近些年来，随着信息技术的跨越式发展，信息生产与数据搜集技术的重要性也逐渐被发掘、重视。越来越多的数据挖掘技术被用于政府办公、商业管理、科学研究和工程开发等领域。但在农业机械管理中的应用则基本处于起步阶段。本文通过对数据挖掘的分析浅谈数据挖掘在农机管理中的应用。

关键词：数据挖掘 农机管理 应用

中图分类号：C93 文献标识码：A 文章编号：1672-3791（2014）03（c）-0047-01

我国是一个农业大国，但并不是现代化农业强国。巨大的市场空间蕴藏在农机化发展进程中，农业市场前景广阔。面对日益庞大的潜在市场，农机经销商只有在激烈的市场竞争中抢占先机，才能在残酷的市场竞争中得以生存。同时，随着农业机械化的高速发展，日趋个性化的用户需求、便会随之出现。农机经销商迫切需要通过不断加强服务质量、提高市场竞争力的方法，进而提高企业内部的科学决策能力，以及增强企业在市场营销方面的判断能力，传统的单纯的凭经验的营销模式已经不能适应市场要求，因此，农机经营商必须以科技为手段建立新型的管理系统来应对越来越激烈的市场竞争。

1 什么是数据挖掘

如今的我们，生活在一个数据量过大，即“信息几何式增长”的时代。要将数据作为服务于公司本身业务发展和战略决策的一部分才真正成为这个公司的资源，相反的话公司可能会因为这大量的数据产生负担。所以也逐渐的产生数据挖掘技术，该技术也得到越来越广泛的应用。数据挖掘工作换句话说就是将潜在的有用信息以及知识从大量模糊的、不完整的、随机的数据中提取出来。类似含义的词语还有不少，像从数据库中发现知识、决策支持等。近些年来，随着信息技术的跨越式发展，信息生产与数据搜集技术的重要性也逐渐被发现并重视。越来越多的数据库被用于政府办公、商业管理、科学研究和工程开发等领域，但在农业机械管理中的应用则基本处于起步阶段。

2 数据挖掘的应用范围

近年来，随着人工智能和数据库技术的发展使得数据挖掘成为可能。它是从大量的数据中筛选出可信的、隐含的、有效的信息处理过程。在经典的“奶嘴与啤酒”案例中，经理和营销专家在事前并没有与“奶嘴与啤酒”的相关知识，但通过将数据挖掘技术用于超市销售单数据库后，从海量的数据中找出了未知的、隐藏的、但对企业经营十分有用的信息。数据挖掘的方法有关联性分析、分类、序列分析、群集分析、机器学习、知识发现及其他统计方法。正是数据挖掘技术能够运用统计等方法对数据进行分析，以获得更深入的了解，并具有一定的预测功能用于事前管理有很大的帮助，所以目前数据挖掘技术被广泛的应用在了各行各业，如，金融、保险、零售业、电子商务、物流、教育等等。

3 数据挖掘在农机管理研究的现状

数据挖掘技术的研究和应用得到了学术界和实业界越来越多的重视。然而值得一提的是，目前大多数个体经销商依然采用的是传统的经销模式，没有借助于科学的手段辅助经营。因此，从个体农机经销商的需求出发，利用数据挖掘技术方法对个体经营者过去经营中留下的大量数据进行分析，研究适应农机行业个体经销商的具有决策能力的管理系统，达到农机经销的科学、高效管理，避免由于经营者的决策失误给企业带来具大损失。

4 常用的数据挖掘方法

（1）关联模式分析。将现有的数据中间出现频繁的数据挑选出来。像某个商场，通过关联分析来寻找这个商场中被客户购买频率最高的商品，进一步寻找数据库中各种商品之间的隐形联系，总结出客户的购买规律。

（2）序列分析。也是像关联分析一样是为了达到寻找数据之间的隐性联系的目的。不过该方式更着重于数据之间关联关系的分析。如，可以通过分析客户在购买甲商品后，必定（或者说绝大部分与关联分析相似，它的根本目的也是为了找出数据之间的相关联系。情况下）随着会购买乙商品，来发现客户潜在的购买趋势。

（3）类目分析。类目分析就是找出一组能够描述数据特征的典型，从面能够识别未知数据的类别及归属。又如，信贷公司可以根据客户的收入情况、债务水平和工作情况，来对给定客户进行信用相关的风险分析。

（4）集类分析。是从已知的数据库中搜索相关数据对象之间所存在的某种有意义的联系。在商业领域中，集类能够通过顾客数据将顾客的信息分组，并对顾客的消费模式进行描述，找出他们所具有的特征，从而制定有针对性的营销模式。

（5）孤立点分析。独立点是数据库中与数据的一般模式不一致的数据对象，它可能是收集数据的设备出现的故障、人为输入时导致的输入错误等等。孤立点分析就是专门处理这些特殊类信息的方法。

5 数据挖掘在农机管理中的应用

5.1 进行客户归类

客户归类是将大量的客户分成不同的类别，在每一类别里的客户都有着相似的属性，然而不同类别里的客户的属性却不相同。数据挖掘可以帮助个体农机企业进行客户分类，针对不同类型的客户，提供个性化的服务从而来提高客户的满意度，充分提高现有客户的价值。细致可行的客户分类对农机企业的营销策略有很大的益处。

5.2 分析客户忠诚度

客户的忠诚意味着客户将会不断地购买公司的产品或服务。数据挖掘在客户忠诚度中的分析主要是对客户的持久性、牢固性及稳定性进行分析。比如个体农机企业通过分析顾客消费时留下来信息，如最近一次消费、消费的频率、消费的金额三项指标来对数据信息进行分析整理，从而来预测出顾客忠诚度的变化情况，依此对商品的价格、商品的种类以及营销的策略加以调整和更新，以便来留住老顾客，吸引更多的新顾客。

5.3 交叉销售和增量销售

交叉销售是促使客户能够购买从未使用的产品及服务的一种营销手段，其目的是用来拓宽企业和客户之间的关系。增量销售是促使客户将现有产品和服务升级的一种销售活动，其目的在于增强个体农机企业和客户的关系。这两种销售都是建立在互惠双赢的基础上的，客户因能从更多更好符合其需求的服务中得到益处，个体农机公司也因销售增长而获益。数据挖掘还可以采用关联性模型或预测性模型来预测什么时间将会发生什么事件，判断可能哪些客户对交叉销售和增量销售有意向，从而达到交叉销售和增量销售的目的。

6 结语

数据挖掘作为一种科学的数据分析手段，很好适应了农机经营行业的发展需求。通过利用农机管理系统对农机经营企业在过去营销中留下的大量数据提取有用信息，进而扩大企业的经营范围，及时把握新的客户需求和市场机遇，有针对性地制定经营策略，从而来占领更多的市场营业份额，还能够帮助企业在保留原有老客户的同时吸引更多的新客户。

参考文献

[1] 杨敏丽.中国农业机械化与农业国际竞争力[M].北京：中国农业科学技术出版社，2003.

[2] 冯红伟.数据挖掘技术的研究及应用[D].西北工业大学，2002.endprint