基于分形理论的网络精准营销评价

陈 静 怡(福建商学院 工商管理系, 福建 福州 350012)



基于分形理论的网络精准营销评价

陈 静 怡
(福建商学院 工商管理系, 福建 福州 350012)

通过构建网络精准营销的绩效评价体系,引入分形理论,从定性和定量相结合的角度,对比分析网络精准营销评价实施前后的绩效情况,并加以实证说明,为网络精准营销的评价提供新思路。

分形理论; 网络精准营销; 评价

一、 研究回溯

所谓网络精准营销,就是借助互联网相关技术,全面深入地追踪、了解客户需求的变化,更好地完善营销活动,从而实现以精准的方式将适合的营销信息传递给准确的目标受众。

具体来说,它包含以下几个要点:

(1) 强调以客户为中心的思维。网络精准营销始终贯彻“顾客至上”的理念,注重客户信息的搜集、分析,更好地追踪和预测客户需求的变化,在合适的时间、合适的地点,以合适的方式和价格,向合适的人展示合适的产品,从而完善客户体验,提高其满意度。

(2) 依托强大的数据处理技术。目前,网络精准营销主要依托三种技术,在海量复杂、灵活多样的网络数据中,获取企业所需的信息:①以Cookies追踪、LBS定位为代表的数据搜集技术;②以MPP、Hadoop为代表的海量数据存储技术;③以Map reduce为代表的数据分析技术。

(3) 实现企业与客户间的精准化匹配。一方面,对客户的数据追踪处理,帮助企业了解客户,找对目标受众,实现精准化营销;另一方面,帮助客户从眼花缭乱的网络广告中,快速、准确地找到与自身需求匹配的信息和产品。从而实现企业与客户的共赢。

总之,与传统网络营销大规模的宣传攻势相比,网络精准营销更强调通过精准定位来实现高效营销,具体对比见表1。

表1 传统网络营销与网络精准营销的区别

目前,针对网络精准营销效果的研究相对较少。林中燕从水平和垂直搜索引擎两方面对网络精准营销进行评价[1];吴小俊等结合层次分析法和模糊评价法,从信息、投放、管理和服务四方面评价烟草企业网络精准营销的效果[2];张涛通过构建营销效果、效率和顾客关系三方指标来分析网络精准营销的沟通效果[3];肖志良引入时间轴概念,构建基于大数据的客户消费趋势立体模型,强调通过不断学习和试错来评价和完善网络营销的精准性[4];仲凯旋、巩永华等则采用日本电通公司构建的AISAS模型,借助吸引、兴趣、搜索、行动、分享五个阶段不同的指标体系去评判微博营销的准确性和有效性[5]。

不难发现,传统评价模式大多集中于定性分析,也有少数学者利用数学模型,通过设置指标和确定权重去构建和优化网络精准营销的评价体系。但这种方法指标体系较为简单,很难全面反映评价效果,且在指标权重设置上多采用专家经验打分法,客观性不足。尤其针对网络精准营销这一新兴事物,所涉及的评价指标众多,且指标间权重分配困难,科学性有待考量。故本文主要采用近年来较为流行的分形理论开展评价。

二、 分形理论

1. 理论简介

分形理论最早萌芽于20世纪60年代。1967年,美国IBM公司的数学家曼德尔·布罗特在《科学》上发表论文《英国的海岸线有多长》,首次提出“自相似”思维,强调局部和整体形态的相似性。从数学角度来看,就是可以通过递归和迭代得到无限精细的结构。1975年和1982年,曼德尔·布罗特先后发表专著《分形:形,机遇与维数》《自然界的分形几何学》,标志分形理论的创立[6]。作为20世纪最有影响的新学科之一,分形理论颠覆传统的确定型思维,把随机性和不规则性引入传统数学模型中,帮助人们重新认识大自然中的众多复杂现象,为数学、计算机、物理、生物、经济等领域带来重大突破。

分形(Fractal),原意为不规则、不光滑、碎片化。曼德尔·布罗特把它描述成“一组具有某种自相似特征的集合”[7],但这并不能全面概括分形的内涵。目前,业界尚未给出一个完整客观的定义,只是从数学领域归纳出其具备的典型特征:①具有无限精细的结构,任意小尺度都可以反映细节;②具有某种程度的自相似性,统计或近似的均可;③具有不规则性,打破传统的规则性几何语言;④分形集的“分形维数”往往大于它的拓扑维数;⑤定义较为简单,可由递归或迭代等获得。

总体上看,较传统简单的欧氏几何,分形理论更多强调以系统的观念去看待分形集中的点、线、面等,帮助人们更好地揭示整体与部分、无序与有序、混沌与规则间的关系。

简单分形更多强调整体性和均衡性,无法全面深入地描述不同区域、不同层次、不同方向的非均衡结构。而多重分形(Muti-Fractals)则通过引入多重“标度指数”,将分形集分解为若干个小区域,并构造谱函数来描述不同区域、不同层次、不同方位的结构特征,并利用统计物理的方法,从局部入手,研究其特征参数的概率分布规律。

2. 分形评价理论

在开展绩效评价的过程中,涉及的指标体系越全面、越详细,则评价的效果越具有说服力,但在实际操作过程中,难度较大。而分形评价理论恰好能够帮助人们分析和处理大量的复杂数据,更好地优化绩效评价的效果。目前的研究主要有:倪沈冰等从组织结构、运作模式、组织文化和共享平台四个维度入手,提出供应链自相似性的分形评价模型[8];刘凯把分形思维引入区域可持续发展评价并以黄河流域九省(市、区)具体实例加以佐证[9];郑淑蓉则根据多重分形理论,结合网站质量、客户服务、成长创新等六方面影响因素,对虚拟商店的绩效开展评价[10];张元将分形思维和多元统计方法相结合,提出基于层次分析-功效系数的评价模型,更好地优化了分形供应链的结构[11]。

三、 分形理论与网络精准营销评价模型

现结合分形理论,纵向对比企业实施网络精准营销前后绩效的变化。

1. 选择指标体系

主要从以下五个方面构建网络精准营销评价指标体系。

(1) 营销信息(X1)。要想实现网络精准营销,离不开海量信息的搜集和处理。企业利用各种新兴技术,全面地搜集、存储、整理、分析和优化客户信息,提高其准确性和利用度。①全面性。只有保证信息的多元化和完整性,才有可能帮助企业更清晰地了解和预测客户需求的变化。因此,企业应该通过多种渠道、多种媒介追踪和搜集客户、竞争对手,甚至潜在对手的信息,全面完善和优化营销信息。②正确性。准确的信息能够帮助企业了解真实的营销情况和客户信息,更好地帮助企业进行营销决策。而事实是,信息在多重媒介的传播、过滤中,往往失真,导致营销决策失误。这就要求企业必须重视客户信息搜集、处理和分析的每一个环节,尽可能提升信息的准确性。③利用率。除了保证信息的全面性和准确性以外,企业还需要提高信息的利用率,从而获得更为全面清晰的客户形象。这主要依赖于:信息搜集方向、途径的正确性,信息存储工具的先进性、信息处理方法的高效性等。

(2) 营销效率(X2)。所谓营销效率,就是指达到一定营销效果所耗费的各种成本的总和。对于企业来说,达到预期效果花费的营销成本越低,企业的营销效率越高。具体包括人力、财力、物力和精神四方面的成本。①金钱成本。企业在网络精准营销过程中所花费的货币成本,主要包括数据库的建设成本、网络推广的成本、人员成本,以及一些外包的费用等。②时间成本。企业为达到一定营销目的而付出的时间代价,这不仅包括时间本身的流逝,还包括在此期间所失去的市场机会。时间成本越高,说明营销的效率越低。③人力成本。主要包括人员的招聘、培训、激励和保障等方面的成本。企业只有重视人员投入,不断提高企业队伍素质,才能在竞争中立于不败之地。④精神成本。企业为达到既定营销目的所耗费精力的多少。任何市场活动都具备一定风险性,必然会引起企业经营者精神压力的增加,这也是一种不容小觑的成本。

(3) 营销效果(X3)。指销量、利润、市场占有率等。取得丰厚的投资回报是企业实施网络精准营销的终极目标。它主要包括两方面:一方面是当前利润,主要是指销售利润率、市场占有率、网页浏览量等;另一方面是未来价值,主要通过无形资产的增值、潜在客户的增加等来衡量。①销售利润率。它是衡量企业盈利水平的重要指标,主要用来说明企业在实施网络精准营销以后利润占销售额的比重。销售利润率越高,说明企业的获利能力越强。②市场占有率。它是衡量企业在同类市场竞争中的重要指标。一个企业的产品在市场中的占有率越高,竞争力越强,排他性就越大。③网页浏览量。它是衡量营销效果的重要因素之一。只有不断提升网络广告的浏览量,增加企业和产品的曝光度,才能吸引更多人的眼球。④品牌知名度。反映了消费者对品牌的知晓程度,是一个品牌影响宽度和广度的直接体现。它包括品牌识别、品牌回想,以及第一提及知名度三个阶段。⑤潜在客户。是指具备一定购买力,且对企业产品或服务有需求但尚未行动的人。企业的潜在客户越多,说明企业的市场前景越好。企业可以通过网络精准营销挖掘更多潜在客户,并通过数据分析,更好地为其提供服务,从而促成交易。

(4) 营销体验(X4)。Bernd H Schmitt曾指出,体验营销颠覆了传统“理性消费者”的思维,将感官、情感、思考、行动和关联五方面的内容融入营销设计中,给予消费者与众不同的经历体验。它强调客户在消费过程中兼具理性和感性思维,因此,企业应该重视和完善客户在消费前、中、后的体验[12]。针对网络精准营销,企业可以通过对相关理性数据和情感信息的搜集、分析、处理,更好地把握客户的真实营销体验。①到达率。企业传递信息的接受者占传播对象的比率。信息的覆盖面越广,描述得越清晰,通过的渠道越短,则受到的噪声影响越少,营销信息的到达率就越高。②满意度。是衡量客户满意程度的指标,它是客户实际体验与期望之间相比较的结果。毫无疑问,网络精准营销的直接目的是提升客户的满意度。因此,作为企业就应该通过更深入的信息搜集和分析,全面了解客户诉求,完善营销体验,从而提升客户满意度。③参与度。客户的参与度越高,说明营销活动的互动性越强,更容易从行动和情感上产生共鸣,有利于完善客户的营销体验。④信任度。是描述客户对企业品牌、产品的信赖程度的。它是客户对企业品牌感性思维的集中体现。企业可以通过售前、中、后的精准营销服务,逐步建立客户的信任。

(5) 客户黏性(X5)。所谓客户黏性,是指客户对某一产品或品牌产生感情,形成依赖,并且愿意长期光顾。网络精准营销就是通过全面深入的消费者分析,为客户提供个性化的产品或服务,增加客户的满意度,提升客户的粘性。它可以从以下四方面体现:①重购率。客户在一定时期内重复购买企业同一产品或服务的比率。一般来说,重购率越高,说明客户对该产品和服务越满意,客户的黏性越强。②消费频度。客户在一定时期内消费企业产品或服务的次数。一般来说,客户消费越频繁,说明客户对产品或服务的黏性越高。③价格敏感度。强调由价格变动而引起的客户需求量的变化。影响客户价格敏感度的因素很多,如产品本身的质量、服务,替代品的数量、价格,促销手段,等等。在市场正常竞争环境下,客户价格敏感度越低,说明客户对企业的产品、服务越信任。④顾客保留率。企业在一定时期内,老客户的保持比率。它是衡量客户忠诚度的重要指标。

2. 模型构建

(1) 模型设计。据以上分析,可从营销信息、效率、客户黏性等五个维度来评价网络精准营销的效果,现假设精准营销的绩效为

P=(X1,X2,X3,X4,X5)。

式中:X1为营销信息;X2为营销效率;X3为营销效果;X4为营销体验;X5为客户黏性。

根据多重分形的概念,用Eni表示第i个序列指标下的可行域,用(X)M×N表示在M个序列指标组合、N个子指标所组成的可行域,由此来衡量每个序列指标在其所处的N维空间中的离散程度,具体如表2。

表2 指标集和相应可行域

式中,Sj为第j个指标的标准差,且

(3) 子指标的相关性分析。标准化后的Yi=(Yi1,Yi2,…,Yini),是一个ni维随机向量,各子指标间仍存在相关性,现找出一个ni×ni维矩阵B,构成新指标Zi,即可消除相关性:

式中,Zi为子指标Yi1,Yi2,…,Yini不同的线性组合,另据多元统计分析原理可得:

B=(β1,β2,…,βni)。

式中,β1,β2,…,βni为协方差矩阵cov(Yi)的特征向量,最终变换得到的新指标体系Zi=(Z1,Z2,…,Zni)中的子指标各两两不相关。

以原点为球心,r为半径作球,当且仅当r=R=max(Zij)时,球恰好包含Zij中的所有点N。现设半径为r的球内点数占总数的比例为M(r),则

其中,H(x)为Heaviside函数,即:

D=lnM(r)/lnr。

在双对数图lnM(r)-lnr上,选取适当的区域,利用线性回归方法拟合求出分维数D,即斜率。它反映了各子指标在空间的分布情况,往往绩效好的指标点离球心更远,而绩效差的点离球心相对更近,即:lnM(r)hao>lnM(r)cha,Dhao>Dcha。因此,分维数D的经济意义就在于反映企业实施网络精准营销的绩效情况,往往分维数越大,绩效情况越好。从图形直观上看,表现为各子指标数值离球心越远,则营销效果越好。

四、 例证分析

以某购物网站为原型,通过定性和定量评价,可得其实施精准营销前后的指标得分情况,具体数据如表3。

表3 实施精准营销前后的指标得分

在MATLAB数学软件上,先利用zscore函数进行标准化;再利用cov函数和eig函数去除相关性;接着通过find和index函数找出最大半径,使得Zij≥0;然后运用for和sum函数求出可能的M(r),最后再算出r、lnr、lnM(r)qian、lnM(r)hou,其中lnM(r)qian和lnM(r)hou分别表示网站实施精准营销前后的绩效分维数,具体见表4。

然后,在MATLAB数学软件上,利用Plot和polyfit函数进行直线拟合,得到图1。图1中,圆圈线表示实施精准营销前lnM(r)qian=0×lnr-2.251 3,斜率为0;菱形表示实施精准营销后lnM(r)hou=0.293 5×lnr-4.864 0,斜率为0.293 5。

直线拟合后,其直线的斜率即为其各自的分维数D,即有:Dhou= 0.293 5>Dqian=0。可见,实施精准营销后,企业的绩效更好。

表4 MATLAB数据处理后的结果

图1 MATLAB直线拟合后的双对数图形

五、 结 论

网络精准营销作为一种新型的营销模式,涉及的数据、信息和技术等众多,指标体系复杂,权重难以赋予,采用传统的评价方式很难进行全面客观地评判。而分形评价强调自相似性,可以帮助研究者通过局部掌握总体的信息特征和功能效用;另外,它还能克服人为赋予权重的主观性,比较适合大量复杂数据的处理,有利于提高网络精准营销评价的客观性,实例也证明了它的可行性。

在评价模型中,涉及的维数越高,说明营销的效果越好。但是这种评价模式也存在一定的弊端,它忽视了各评价指标间的相互作用,导致最终仅是一个综合评价的结果,无法反映各指标对绩效的影响,有待进一步完善。

[ 1 ] 林中燕. 搜索引擎精准营销评价及对中小企业的启示[J]. 闽江学院学报, 2007,28(4):70-74.

[ 2 ] 吴小俊,周君. 卷烟商业企业精准营销效果评价研究[J]. 河南科技, 2010(7):203-205.

[ 3 ] 张涛. 精准营销模式下的烟草企业顾客沟通效果评价体系研究[J]. 现代经济信息, 2013(6):180-181.

[ 4 ] 肖志良. 基于学习型三维大数据的企业精准营销服务模式探讨[J]. 商业经济研究, 2015(23):58-60.

[ 5 ] 仲凯旋,巩永华,薛殿中. 大数据时代的微博精准营销[J]. 通信企业管理, 2015(10):51-53.

[ 6 ] 孙洪军,赵丽红. 分形理论的产生极其应用[J]. 辽宁工业大学学报(自然科学版), 2005,25(2):113-117.

[ 7 ] MANDELBROT B B. Fractals: form, chance, and dimension[M]. San Francisco: W.H. Freeman and Company, 1977:7-10.

[ 8 ] 倪沈冰,陈俊芳,张莉娜. 分形理论在供应链管理中的应用[J]. 华中科技大学学报(自然科学版), 2003,31(11):113-116.

[ 9 ] 刘凯. 区域可持续发展评价分形模型的构建及其应用[D]. 郑州:河南大学, 2006:28-32.

[10] 郑淑蓉,马伟. 基于分形理论的虚拟商店绩效评价研究[J]. 天津商业大学学报, 2010,30(1):62-66.

[11] 张元. 基于分形理论的供应链构建及评价模型探究[D]. 西安:西安工程大学, 2013:20-22.

[12] SCHMITT B H. Experiential marketing: how to get customers to sense, feel, think, act, relate to your company and brands[M]. New York: Free Press, 1999:50-53.

[13] 张济忠. 分形[M]. 北京:清华大学出版社, 1995:80-95.

【责任编辑 李 艳】

Evaluation of Network Precision Marketing Based on Fractal Theory

ChenJingyi

(Department of Business Administration, Fujian Commercial College, Fuzhou 350012, China)

Based on the construction of performance evaluation system of network precision marketing, using the fractal theory, the situation before and after the implementation is compared and analyzed from the combination of qualitative and quantitative. The empirical explanation is provided to give new suggestion for the evaluation of network precision marketing.

fractal theory; network precision marketing; evaluation

2017-02-20

2016年福建省中青年教师教育科研项目(JAS160668)。

陈静怡(1984-),女,福建宁德人,福建商学院讲师。

2095-5464(2017)03-0282-05

F 713

A