
從數(shù)據(jù)挖掘視角談本土零售業(yè)的精確營(yíng)銷
隨著市場(chǎng)競(jìng)爭(zhēng)的日益激烈,零售市場(chǎng)的大眾營(yíng)銷模式已經(jīng)無法適應(yīng)當(dāng)前復(fù)雜的環(huán)境。在信息技術(shù)飛速發(fā)展的背景下,利用數(shù)據(jù)挖掘技術(shù)對(duì)精確的營(yíng)銷策略加以制定,成為當(dāng)前本土零售業(yè)提高核心競(jìng)爭(zhēng)力的有效途徑之一,近年來受到越來越多的關(guān)注。本文即立足數(shù)據(jù)挖掘視角,對(duì)本土零售業(yè)領(lǐng)域如何應(yīng)用數(shù)據(jù)挖掘技術(shù)實(shí)行精確營(yíng)銷進(jìn)行探討,以期推動(dòng)精確營(yíng)銷發(fā)展。
在零售業(yè)市場(chǎng)發(fā)展中,本土零售業(yè)以其品種豐富、便利快捷等優(yōu)勢(shì)一直都有著極好的發(fā)展勢(shì)頭。伴隨本土零售業(yè)快速發(fā)展的,是越來越激烈的企業(yè)間的相互競(jìng)爭(zhēng),而其中對(duì)顧客的爭(zhēng)奪則成為本土零售業(yè)的競(jìng)爭(zhēng)焦點(diǎn)。在本土零售業(yè)中,顧客是一種寶貴性的戰(zhàn)略資源,而對(duì)這一戰(zhàn)略資源進(jìn)行把握的首要條件則是顧客的信息。所以,在本土零售業(yè)的熱門話題中,對(duì)培養(yǎng)客戶忠誠度和針對(duì)性精確營(yíng)造的研究頗多。本土零售業(yè)開始越來越多將關(guān)注重點(diǎn)投入到對(duì)客戶分類管理、實(shí)施有目標(biāo)的精確營(yíng)銷上。作為當(dāng)前最先進(jìn)的營(yíng)銷模式,基于數(shù)據(jù)挖掘的數(shù)據(jù)庫營(yíng)銷能夠?qū)︿N售方面有明顯促進(jìn)作用,數(shù)據(jù)庫精確營(yíng)銷的高效、高回報(bào)等成本優(yōu)勢(shì)是傳統(tǒng)營(yíng)銷難比擬的,比較適用于當(dāng)代的本土零售業(yè)營(yíng)銷(張羽,2015)。而在探討本土零售業(yè)領(lǐng)域如何應(yīng)用數(shù)據(jù)挖掘技術(shù)實(shí)行精確營(yíng)銷前,首先應(yīng)對(duì)精確營(yíng)銷的背景與數(shù)據(jù)挖掘技術(shù)本身有一定了解。
精確營(yíng)銷的概念與背景
精確營(yíng)銷理念的最初提出者萊斯特·偉門,這一世界直銷理論創(chuàng)始人將精確營(yíng)銷定義為,在對(duì)顧客信息充分了解的基礎(chǔ)上,根據(jù)顧客群的不同而制定出的企業(yè)營(yíng)銷目標(biāo),從而進(jìn)行有針對(duì)性的群組式營(yíng)銷(王波等,2013)。精確營(yíng)銷的發(fā)展基礎(chǔ)為大眾營(yíng)銷,但其與以往的大眾營(yíng)銷方式渠道及方法又有所不同。當(dāng)前市場(chǎng)屬于細(xì)分市場(chǎng),顧客群體分類較多,要想增加企業(yè)銷售額和利潤(rùn),就必須找到合適的方法應(yīng)用于這些顧客群中,而像媒體等大眾營(yíng)銷工具已經(jīng)較難在細(xì)化的市場(chǎng)群體中起到相應(yīng)的作用。早在是18世紀(jì)70年代,亞當(dāng)·斯密就已經(jīng)指出生產(chǎn)的唯一目標(biāo)為消費(fèi)。營(yíng)銷活動(dòng)的發(fā)生,是為了實(shí)現(xiàn)企業(yè)生產(chǎn)能力和顧客實(shí)際需求的匹配過程,即提供產(chǎn)品和服務(wù)給已知的顧客,是市場(chǎng)營(yíng)銷的目的,而非企業(yè)僅僅將自己喜歡生產(chǎn)的東西賣出去。競(jìng)爭(zhēng)優(yōu)勢(shì)的識(shí)別和創(chuàng)造,是營(yíng)銷方案的目的及制造原則。以顧客為中心,是從20世紀(jì)50年代就已經(jīng)形成的潮流,發(fā)展到70年代時(shí)消費(fèi)者關(guān)系已經(jīng)對(duì)組織生存的核心層次產(chǎn)生直接影響,銷售市場(chǎng)開始轉(zhuǎn)變?yōu)椤百I方市場(chǎng)”,在多數(shù)情況下都是顧客在選擇商品。在組織利益的外部關(guān)系中,顧客尤為重要,市場(chǎng)是否盈利很大程度上依賴于顧客。
20世紀(jì)后期,通過對(duì)某些消費(fèi)者特征的研究,F(xiàn)ader和Lodish認(rèn)為在零售商品定價(jià)和促銷環(huán)境中家庭滲透和購買頻率等信息對(duì)其具有一定的解釋能力。在進(jìn)一步的研究中,Narasimhan等人發(fā)現(xiàn),一類商品的品類結(jié)構(gòu)與相關(guān)消費(fèi)者特征,對(duì)該類商品的促銷彈性具有部分決定性作用。Hoch等人對(duì)各類商品的商店價(jià)格彈性進(jìn)行研究的過程中,重點(diǎn)關(guān)注了其與所在商圈消費(fèi)者人口統(tǒng)計(jì)特征的關(guān)系。Raju對(duì)不同類商品銷量的差異性進(jìn)行研究的同時(shí),對(duì)它同品類特征和營(yíng)銷組和變量的關(guān)系加以建立(謝治春,2010)。以上研究,都提供了許多理論依據(jù)和現(xiàn)實(shí)證據(jù)對(duì)消費(fèi)者購物行為進(jìn)行分析,對(duì)于市場(chǎng)如何對(duì)消費(fèi)者實(shí)施精確引導(dǎo)具有重大意義。隨著現(xiàn)代市場(chǎng)的發(fā)展以及互聯(lián)網(wǎng)時(shí)代的到來,傳統(tǒng)營(yíng)銷已經(jīng)無法應(yīng)對(duì)高度發(fā)達(dá)的市場(chǎng),在營(yíng)銷環(huán)境的巨變過程中,精確營(yíng)銷順勢(shì)出現(xiàn)。精確營(yíng)銷對(duì)傳統(tǒng)營(yíng)銷的渠道及方法進(jìn)行了改變,其中以生產(chǎn)廠商的客戶和銷售商為中心,利用電子媒介、互聯(lián)網(wǎng)等對(duì)客戶、銷售商資料庫加以建立,在科學(xué)分析的基礎(chǔ)上,對(duì)可能購買的客戶進(jìn)行確定,從而為生產(chǎn)廠商提供更加精確的引導(dǎo)來改變銷售策略,幫助其對(duì)一套具有可操作性更強(qiáng)的銷售推廣方案實(shí)施制定,并將客戶、銷售商的追蹤服務(wù)提供給生產(chǎn)商。
不過最初的精確營(yíng)銷很多研究所針對(duì)的,主要是歐美發(fā)達(dá)國(guó)家的消費(fèi)者群體。在我國(guó)經(jīng)濟(jì)迅速騰飛的大背景下,零售商品市場(chǎng)正在我國(guó)飛速發(fā)展,各大國(guó)際知名超市等在我國(guó)快速發(fā)展,這些大企業(yè)都非常重視消費(fèi)者行為的微觀數(shù)據(jù),而我國(guó)本土零售業(yè)卻比較少見分析消費(fèi)者微觀數(shù)據(jù)的行為。宏觀層面或者純粹的數(shù)量技術(shù)模型,是過去人們有限研究中的主要注意力集中點(diǎn)。但伴隨著全世界營(yíng)銷潮流的變化,我國(guó)本土零售業(yè)的營(yíng)銷理念也不得不做出一些改變,面對(duì)大量閑置的客戶資源,僅僅將其作為記載的數(shù)據(jù),無疑是一種資源浪費(fèi)。精確營(yíng)銷是以數(shù)據(jù)挖掘技術(shù)為依托的一種科學(xué)營(yíng)銷方式,通過將顧客購物行為的研究,對(duì)每一個(gè)顧客的消費(fèi)規(guī)律進(jìn)行洞察,將市場(chǎng)做深做透,從不同的顧客群出發(fā)對(duì)營(yíng)銷策略加以制定,以使消費(fèi)者得到最大限度的滿足,達(dá)到企業(yè)營(yíng)銷目標(biāo),促進(jìn)企業(yè)自身價(jià)值最大化的實(shí)現(xiàn)。作為一種新型營(yíng)銷方式,精確營(yíng)銷可促進(jìn)企業(yè)營(yíng)銷效率的迅速提高,使企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中取得更多的市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì),與我國(guó)本土零售業(yè)的發(fā)展相符,我國(guó)本土零售業(yè)應(yīng)正確認(rèn)識(shí)精確營(yíng)銷,將數(shù)據(jù)挖掘技術(shù)應(yīng)用于零售業(yè)營(yíng)銷中。
數(shù)據(jù)挖掘技術(shù)的概念與挖掘方法
數(shù)據(jù)挖掘是對(duì)大量數(shù)據(jù)進(jìn)行探查和分析的過程,以期通過這一過程來發(fā)現(xiàn)有意義的模式和規(guī)律。數(shù)據(jù)挖掘技術(shù)是一門新興技術(shù),不僅包含數(shù)據(jù)庫、人工智能,同時(shí)包含數(shù)據(jù)倉庫、統(tǒng)計(jì)分析等,在研究、開發(fā)和應(yīng)用數(shù)據(jù)庫和數(shù)據(jù)倉庫技術(shù)中,數(shù)據(jù)挖掘技術(shù)是最為活躍的分支之一(宋寶香,2013)。從海量的數(shù)據(jù)中,數(shù)據(jù)挖掘技術(shù)可將其隱含的一些信息有效地進(jìn)行提煉,將提煉出來的信息反饋給企業(yè),讓企業(yè)根據(jù)信息對(duì)客戶有更多的了解,在此基礎(chǔ)上針對(duì)性地改善各項(xiàng)營(yíng)銷、客戶服務(wù)工作等。數(shù)據(jù)挖掘技術(shù)已經(jīng)成功應(yīng)用到一些在客戶數(shù)據(jù)方面較多的領(lǐng)域,如電信、航空公司等,零售業(yè)、生產(chǎn)控制領(lǐng)域是后來延伸的領(lǐng)域,至此數(shù)據(jù)庫營(yíng)銷基本已經(jīng)進(jìn)入成熟階段,逐漸被應(yīng)用于各種類型的企業(yè)營(yíng)銷中。
在我國(guó),電信行業(yè)最早將數(shù)據(jù)挖掘技術(shù)引入其中,數(shù)據(jù)挖掘技術(shù)的應(yīng)用已經(jīng)日趨成熟,之后被先后引入、銀行、航空及互聯(lián)網(wǎng)行業(yè)中,在零售業(yè)中的應(yīng)用則較晚。因數(shù)據(jù)庫技術(shù)引入我國(guó)的時(shí)間并不長(zhǎng),所以整體發(fā)展還不夠成熟,尤其體現(xiàn)在我國(guó)零售業(yè)中的應(yīng)用?;趪?guó)情,我國(guó)零售業(yè)很長(zhǎng)一段時(shí)期內(nèi)都比較偏重規(guī)模擴(kuò)張,在管理上還保持在品類管理階段,較少接觸新技術(shù)、新手段。但從零售企業(yè)本身與其他企業(yè)明顯相區(qū)別的特點(diǎn)來說,現(xiàn)代零售業(yè)其實(shí)具有很大的實(shí)施數(shù)據(jù)庫營(yíng)銷的優(yōu)勢(shì)。目前我國(guó)很多零售企業(yè)中都已經(jīng)普及會(huì)員卡制度,在這一制度背景下大量的會(huì)員個(gè)人信息被收錄在零售企業(yè)中,且數(shù)據(jù)庫中會(huì)員的消費(fèi)數(shù)據(jù)伴隨著條碼、掃描設(shè)備、POS機(jī)等的不斷應(yīng)用正在快速增長(zhǎng),相對(duì)來說這些數(shù)據(jù)對(duì)零售企業(yè)具有重要意義。如果視點(diǎn)再深入一些,零售業(yè)正如一個(gè)象形的數(shù)據(jù)工廠,以零售門店中的單品數(shù)量為例,如果數(shù)量為10000,從理論上來說其商品組合方案就可以達(dá)到1 0000的階乘,這些還只是針對(duì)商品情況的單純考慮,若將客戶等這些維度考慮進(jìn)去,數(shù)字則會(huì)更加驚人。在當(dāng)前的營(yíng)銷環(huán)境中,主要以技術(shù)為驅(qū)動(dòng),利用數(shù)據(jù)挖掘技術(shù)可以從這些數(shù)據(jù)中挖掘出很多有效的營(yíng)銷技巧和能力。
作為一種精確營(yíng)銷方式,基于數(shù)據(jù)挖掘技術(shù)的營(yíng)銷在國(guó)外發(fā)達(dá)國(guó)家中的發(fā)展歷史已有幾十年,且數(shù)據(jù)挖掘的方法有多種,表現(xiàn)在零售業(yè)精確營(yíng)銷中主要有五種(王玉梅,2015)。第一種為關(guān)聯(lián)分析,對(duì)隱藏在數(shù)據(jù)之間的關(guān)系進(jìn)行挖掘,對(duì)哪些事物會(huì)一起出現(xiàn)加以確定,即為關(guān)聯(lián)分析的目的,通俗來說就是通過數(shù)據(jù)分析確認(rèn)顧客在超市中會(huì)將哪些商品共同放入購物籃中。第二種為分類分析,對(duì)一個(gè)新的客觀事物特征進(jìn)行描述,是該種方法運(yùn)行的第一步,在此基礎(chǔ)上才能分配客觀事物的觀察值,如確定好顧客類型后對(duì)顧客進(jìn)行分組等。第三種為聚類分析,顧名思義該種方法著重“聚類”,聚類的前提為相似,對(duì)差異較大的事物即可將其分到其他的類別中,這也是聚類的主要任務(wù)。與分類相較來說,聚類對(duì)并不依賴的事物先確定好組別,該工作也是很多其他數(shù)據(jù)挖掘或建模的前提。以“顧客青睞哪種營(yíng)銷方式”來說,顧客的購買習(xí)慣是落腳點(diǎn),可對(duì)顧客的購買習(xí)慣進(jìn)行調(diào)查,將習(xí)慣接近的顧客聚為一類,設(shè)計(jì)最受這類顧客青睞的營(yíng)銷內(nèi)容。第四種方法為估計(jì)與預(yù)測(cè),估計(jì)往往用在完成分類的工作中。相比分析來說,估計(jì)是對(duì)連續(xù)結(jié)果的處理,而前者則是對(duì)離散結(jié)果的處理。面對(duì)一些輸入數(shù)據(jù)處于已知情況時(shí),對(duì)一些未知的連續(xù)型隨機(jī)變量某一數(shù)值的獲得可以通過估計(jì)的方法取得,比如對(duì)一個(gè)家庭中孩子數(shù)量多少進(jìn)行估計(jì)等。第五種方法為描述與可視化,數(shù)據(jù)可視化在數(shù)據(jù)挖掘中是作為一種描述性的有效手段而存在的,主要為了進(jìn)一步增進(jìn)對(duì)復(fù)雜數(shù)據(jù)庫內(nèi)容的了解,同時(shí)促進(jìn)行為描述方面更加準(zhǔn)確。
本土零售業(yè)中基于數(shù)據(jù)挖掘的精確營(yíng)銷具體應(yīng)用
本土零售業(yè)利用數(shù)據(jù)挖掘技術(shù)可更好地發(fā)現(xiàn)商品規(guī)律,提供指導(dǎo)給企業(yè)的商場(chǎng)布局,能夠幫助商品銷售數(shù)量提升;同時(shí)能夠在數(shù)據(jù)挖掘的過程中準(zhǔn)確地定位目標(biāo)客戶,根據(jù)不同的顧客類別對(duì)更加有效的差異化營(yíng)銷加以實(shí)施等。因此,必須積極應(yīng)用數(shù)據(jù)挖掘對(duì)本土零售業(yè)展開精確營(yíng)銷,其在本土零售業(yè)精確營(yíng)銷中的具體應(yīng)用如下:
(一)客戶細(xì)分
洞察單個(gè)顧客的消費(fèi)行為,很顯然正是精確營(yíng)銷的關(guān)鍵,這就需要利用數(shù)據(jù)挖掘技術(shù)來對(duì)客戶的消費(fèi)行為加以細(xì)分。在帕累托的80/20原則中,在企業(yè)中能夠?yàn)槠鋭?chuàng)造利潤(rùn)的重要客戶大約為20%,企業(yè)80%的利潤(rùn)均由該部分客戶所創(chuàng)造,企業(yè)只要將這部分客戶抓牢,就能夠很大程度上實(shí)現(xiàn)有限資源背景下最大化的回報(bào),因此在本土零售企業(yè)中,實(shí)現(xiàn)客戶細(xì)分是其中異常重要的一步。從消費(fèi)行為數(shù)據(jù)入手,對(duì)客戶進(jìn)行分類,也是精確經(jīng)銷中需要邁出的第一步。在客戶細(xì)分方面具有很多維度,本土零售業(yè)可根據(jù)營(yíng)銷需要建立N多個(gè)維度,這一點(diǎn)也是基于數(shù)據(jù)挖掘的精確營(yíng)銷區(qū)別于品類管理的一種本質(zhì)性差別(萬志濤,2015)。數(shù)據(jù)挖掘在分類規(guī)則方面所采用的并不固定,較為鮮明地體現(xiàn)著人們消費(fèi)行為中無意識(shí)聚類,因此數(shù)據(jù)挖掘最突出的特點(diǎn)就是真實(shí)、自然和客觀,簡(jiǎn)單來說回歸技術(shù)和決策樹算法在數(shù)據(jù)挖掘中屬于經(jīng)常采用的客戶細(xì)分方法。建立對(duì)象特征數(shù)據(jù)并將其有效提取,是模型建立的基礎(chǔ),本土零售業(yè)客戶行為的數(shù)據(jù)正是這些數(shù)據(jù)的來源。比如顧客在本土零售企業(yè)進(jìn)行消費(fèi)的過程中,所呈現(xiàn)出來的消費(fèi)次數(shù)、種類、最后一次消費(fèi)時(shí)間等。客戶細(xì)分需要從這些本土零售業(yè)中顧客的現(xiàn)實(shí)購買資料出發(fā),利用分類回歸樹對(duì)不同客戶的價(jià)值進(jìn)行分辨,在此基礎(chǔ)上才能確定客戶的重要程度(見圖1)。
圖1 客戶細(xì)分標(biāo)準(zhǔn)
根據(jù)帕累托的80/20原則來看,本土零售業(yè)中的價(jià)值客戶很明顯就是其中20%的重要客戶(王樹良等,2013)。這類客戶類型也是最為理想的,在營(yíng)銷中屬于重點(diǎn)保持的部分;次價(jià)值客戶,則是本土零售業(yè)中比較容易流失的客戶,很容易受到本土零售業(yè)其他競(jìng)爭(zhēng)對(duì)手的引誘,為了避免該部分客戶被對(duì)手吸引走,就需要在營(yíng)銷設(shè)計(jì)中適當(dāng)?shù)貙?duì)這部分客戶進(jìn)行關(guān)照在本土零售業(yè)中,其客戶群中數(shù)量占比較大的是潛在價(jià)值客戶,這部分顧客潛在價(jià)值較大,如果營(yíng)銷策略能夠激發(fā)其購買潛力,很可能會(huì)促進(jìn)其升級(jí),轉(zhuǎn)變?yōu)閮r(jià)值客戶;而本土零售業(yè)中的低價(jià)值客戶,往往很難被營(yíng)銷策略所轉(zhuǎn)變,對(duì)這類無價(jià)值客戶則不需要投入過多。通過數(shù)據(jù)挖掘技術(shù)和方法處理后的客戶數(shù)據(jù),可以看出分類十分明顯,是重要客戶識(shí)別模型建立的重要依據(jù)。本土零售業(yè)也可根據(jù)客戶群,使營(yíng)銷決策在制定過程中更有針對(duì)性,從而將更可靠的支持提供給本土零售業(yè)企業(yè)。
(二)客戶市場(chǎng)購物籃定位
本土零售業(yè)對(duì)數(shù)據(jù)的挖掘,目的并不完全在于分析消費(fèi)者的消費(fèi)行為,其本質(zhì)目的仍然是功利的,即對(duì)本土零售業(yè)貢獻(xiàn)最大的客戶進(jìn)行尋找,將最優(yōu)質(zhì)的服務(wù)提供給這部分客戶,促進(jìn)良性互動(dòng)循環(huán)的實(shí)現(xiàn)。與品類管理相比來說,品類管理對(duì)顧客的價(jià)值雖然也保持認(rèn)同態(tài)度,但它主要面對(duì)供應(yīng)商而背對(duì)顧客,向廠商所求最大的回報(bào),是他們對(duì)消費(fèi)者服務(wù)的主要目的。而基于數(shù)據(jù)挖掘的精確營(yíng)銷,其在本土零售業(yè)中的應(yīng)用,面對(duì)的則是消費(fèi)者,消費(fèi)者的需求是其關(guān)注重點(diǎn)和所在,那些對(duì)本土零售業(yè)貢獻(xiàn)較大的消費(fèi)者的需求與動(dòng)向尤其是它們所高度關(guān)注的,在此基礎(chǔ)上動(dòng)員供應(yīng)商積極地響應(yīng)這顧客的各種需求,通過滿足顧客的各類需求獲得顧客更高的滿意度和貨幣投票,在顧客的良性循環(huán)維持下本土零售企業(yè)的發(fā)展也會(huì)在其促使下走向良性循環(huán)方向。細(xì)分客戶后,就可以在此基礎(chǔ)上進(jìn)一步對(duì)客戶的價(jià)值進(jìn)行評(píng)估。按照客戶的價(jià)值潛力可以將其分為四種,第一種為高價(jià)值客戶,第二種為有價(jià)值客戶,第三種與第四種分別為低價(jià)值客戶與負(fù)價(jià)值客戶(杜奇平等,2012)。對(duì)客戶價(jià)值準(zhǔn)確評(píng)估后,本土零售業(yè)的營(yíng)銷即可將高價(jià)值客戶與有價(jià)值客戶作為營(yíng)銷服務(wù)的重點(diǎn),在其身上投入更多的商品資源;而對(duì)于負(fù)價(jià)值客戶,則可選擇收回投入的商品資源,不再對(duì)這類客戶進(jìn)行資源投入。對(duì)低價(jià)值客戶,在其資源花費(fèi)上本土零售業(yè)可選擇限制使用,在進(jìn)行這樣精確選擇后,本土零售業(yè)就可以不用與競(jìng)爭(zhēng)對(duì)手展開同質(zhì)化競(jìng)爭(zhēng),減少本土零售業(yè)在營(yíng)銷方面的資源耗費(fèi),從而更快地走向差異化經(jīng)營(yíng)和精細(xì)化管理階段。
在對(duì)客戶價(jià)值進(jìn)行定位后,即可對(duì)客戶市場(chǎng)購物籃加以分析定位。關(guān)于客戶一次購物活動(dòng)中購物籃中物品組成成分的研究,即指市場(chǎng)購物籃分析。該種分析是一種基礎(chǔ)性的數(shù)據(jù)挖掘,簡(jiǎn)單的統(tǒng)計(jì)分析,對(duì)大量數(shù)據(jù)的處理,是其所依賴的。通過這些分析得到的確切信息,本土零售業(yè)還可以獲得更多的與商品同族有關(guān)的數(shù)據(jù),即可通過對(duì)商品定位與交叉銷售的利用促進(jìn)銷售收入的增加。比如,在零售業(yè)領(lǐng)域中,不少消費(fèi)者在購買某一種物品時(shí)也會(huì)有較大的概率購買另一種物品,即可將這些商品貨架調(diào)整到相鄰狀態(tài),從而促進(jìn)兩種產(chǎn)品在銷量方面的共同提升。市場(chǎng)購物籃中的數(shù)據(jù)挖掘不具有定向性,屬于一種知識(shí)發(fā)現(xiàn)的形式,需要根據(jù)關(guān)聯(lián)規(guī)則尋找之前并不知道的模型(鄭貴生,2013)。神經(jīng)網(wǎng)絡(luò)方法與可視化的結(jié)合,是當(dāng)前市場(chǎng)購物籃分析的主要應(yīng)用方法,也可與過濾算法協(xié)同起來對(duì)客戶的選擇或偏好進(jìn)行預(yù)測(cè)。市場(chǎng)購物籃分析的邏輯規(guī)則主要表現(xiàn)在關(guān)聯(lián)規(guī)則模型上,在本土零售業(yè)中,購買某一種產(chǎn)品的客戶通常有時(shí)還是購買另一種產(chǎn)品的潛在客戶,構(gòu)成了另一種產(chǎn)品的潛在市場(chǎng)。在關(guān)聯(lián)規(guī)則的引導(dǎo)下,本土零售業(yè)即可對(duì)每個(gè)預(yù)測(cè)購買不同產(chǎn)品的可能性進(jìn)行預(yù)測(cè),并在此預(yù)測(cè)基礎(chǔ)上對(duì)促銷活動(dòng)加以設(shè)計(jì)。在本土零售業(yè)中,零售組織應(yīng)通過自身掌握的信息不斷補(bǔ)充市場(chǎng)購物籃數(shù)據(jù),這些數(shù)據(jù)的分析都可以增加本土零售業(yè)精確營(yíng)銷的準(zhǔn)確率。
(三)根據(jù)客戶實(shí)施針對(duì)性營(yíng)銷
在對(duì)客戶進(jìn)行了細(xì)分,實(shí)施客戶價(jià)值評(píng)估,并對(duì)客戶購物籃進(jìn)行定位,將本土零售業(yè)高價(jià)值和有價(jià)值客戶找出后,本土零售業(yè)就可以針對(duì)這些客戶展開精確營(yíng)銷。在數(shù)據(jù)挖掘中,顧客消費(fèi)需求與響應(yīng)模型毫無疑問是最常見的應(yīng)用(丁建石,2007)。在本土零售業(yè)中,包含著較多的潛價(jià)值顧客和次價(jià)值顧客,利用促銷活動(dòng)的策劃使這部分顧客成為有價(jià)值顧客,并使其保持對(duì)本土零售企業(yè)的忠誠度,是本土零售企業(yè)市場(chǎng)營(yíng)銷部門的核心工作。面對(duì)大量的客戶數(shù)據(jù),需要通過數(shù)據(jù)挖掘技術(shù)進(jìn)行分析,鎖定營(yíng)銷對(duì)象,同時(shí)將分析結(jié)果融入到傳統(tǒng)市場(chǎng)營(yíng)銷理論中,這些都是本土零售企業(yè)針對(duì)性營(yíng)銷的前提,也是其精確營(yíng)銷的主要內(nèi)容。本土零售企業(yè)可以聚類有價(jià)值客戶的需求,發(fā)現(xiàn)這些客戶對(duì)哪一類或哪幾個(gè)單品的需求比較高,在營(yíng)銷方面即可重點(diǎn)關(guān)注那些品類或單品;之后對(duì)哪些品類或單品有拉動(dòng)性進(jìn)行分析,針對(duì)這些品類或單品加以促銷;與此同時(shí)本土零售企業(yè)還應(yīng)跟蹤分析營(yíng)銷的拉動(dòng)效果,對(duì)具體的拉動(dòng)效應(yīng)進(jìn)行記錄分析,以確定營(yíng)銷在想要吸引的客戶方面是否真的起到了效果。基于數(shù)據(jù)挖掘的本土零售業(yè)精確營(yíng)銷中,期望吸引的客戶是營(yíng)銷資源最終配置的核心,通過這些客戶拉動(dòng)整個(gè)營(yíng)銷效果到最大化。
在客戶細(xì)分和購物籃分析兩種應(yīng)用的支持下,本土零售企業(yè)的針對(duì)性促銷還需要對(duì)神經(jīng)網(wǎng)絡(luò)模型、回歸分析技術(shù)方法及決策樹等加以采用。根據(jù)客戶的年齡、收入、生活習(xí)性等信息的挖掘和分析,將個(gè)性的產(chǎn)品提供給不同類型的客戶;通過對(duì)客戶消費(fèi)偏好的分析,使本土零售企業(yè)可以增加交叉銷售的機(jī)會(huì),為本土零售企業(yè)的針對(duì)性促銷做準(zhǔn)備。從本質(zhì)上來說,本土零售企業(yè)的針對(duì)性促銷,就是根據(jù)顧客本身需求對(duì)顧客最感興趣的促銷單進(jìn)行打造,以使本土零售企業(yè)可以牢固地掌握顧客的消費(fèi)興趣,通過這一關(guān)鍵點(diǎn)設(shè)計(jì)營(yíng)銷戰(zhàn)略吸引顧客再次購物。針對(duì)性促銷的模型邏輯(見圖2)顯示其為預(yù)測(cè)模型,即未來顧客購買的需求是其預(yù)測(cè)目標(biāo)(金曉彤等,2013)。對(duì)本土零售業(yè)的針對(duì)性促銷來說,有著明確的目標(biāo)觀念,促進(jìn)每一份寄出的促銷單的收益率,使顧客響應(yīng)度與企業(yè)利潤(rùn)最大化,是本土零售業(yè)針對(duì)性促銷的總體目標(biāo)。基于數(shù)據(jù)挖掘的針對(duì)性促銷,使現(xiàn)代本土零售業(yè)的促銷難題可以得到較大程度的解決。該種針對(duì)性促銷在本土零售業(yè)中的應(yīng)用,首先需要收集本土零售業(yè)的銷售數(shù)據(jù),然后需要整理本土零售業(yè)客戶的相關(guān)信息,在收集、整理信息的過程中將不同特征的客戶進(jìn)行聚類,找出各種客戶群客戶突出的消費(fèi)特征,根據(jù)客戶消費(fèi)差異設(shè)計(jì)針對(duì)性不同的促銷單,以將不同的產(chǎn)品和服務(wù)送達(dá)不同類型的客戶群體中,使客戶差異化的需求得到滿足。
圖2 針對(duì)性促銷預(yù)測(cè)模型邏輯
在本土零售業(yè)中,作為一種營(yíng)銷新趨勢(shì),精確營(yíng)銷正在被越來越多的商家所關(guān)注。以數(shù)據(jù)挖掘技術(shù)和方法為支撐的精確營(yíng)銷,能夠通過數(shù)據(jù)的分析洞察時(shí)代的變化,對(duì)精確的營(yíng)銷信息加以掌握,改變傳統(tǒng)本土零售業(yè)營(yíng)銷中經(jīng)驗(yàn)型營(yíng)銷方式,能夠更有效的擊中營(yíng)銷目標(biāo)。本土零售業(yè)的精確營(yíng)銷,需要利用數(shù)據(jù)挖掘技術(shù)進(jìn)行客戶細(xì)分,同時(shí)定位客戶市場(chǎng)購物籃,并采取針對(duì)性促銷方式,按照精確營(yíng)銷的邏輯線來運(yùn)作,才能將重點(diǎn)資源精確地聚集到有價(jià)值客戶的身上,促進(jìn)零售商、供貨商、客戶三贏的長(zhǎng)期可持續(xù)發(fā)展?fàn)I銷模式的實(shí)現(xiàn)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10