從數據挖掘視角談本土零售業的精確營銷

隨著市場競爭的日益激烈，零售市場的大眾營銷模式已經無法適應當前復雜的環境。在信息技術飛速發展的背景下，利用數據挖掘技術對精確的營銷策略加以制定，成為當前本土零售業提高核心競爭力的有效途徑之一，近年來受到越來越多的關注。本文即立足數據挖掘視角，對本土零售業領域如何應用數據挖掘技術實行精確營銷進行探討，以期推動精確營銷發展。

在零售業市場發展中，本土零售業以其品種豐富、便利快捷等優勢一直都有著極好的發展勢頭。伴隨本土零售業快速發展的，是越來越激烈的企業間的相互競爭，而其中對顧客的爭奪則成為本土零售業的競爭焦點。在本土零售業中，顧客是一種寶貴性的戰略資源，而對這一戰略資源進行把握的首要條件則是顧客的信息。所以，在本土零售業的熱門話題中，對培養客戶忠誠度和針對性精確營造的研究頗多。本土零售業開始越來越多將關注重點投入到對客戶分類管理、實施有目標的精確營銷上。作為當前最先進的營銷模式，基于數據挖掘的數據庫營銷能夠對銷售方面有明顯促進作用，數據庫精確營銷的高效、高回報等成本優勢是傳統營銷難比擬的，比較適用于當代的本土零售業營銷(張羽，2015)。而在探討本土零售業領域如何應用數據挖掘技術實行精確營銷前，首先應對精確營銷的背景與數據挖掘技術本身有一定了解。

精確營銷的概念與背景

精確營銷理念的最初提出者萊斯特·偉門，這一世界直銷理論創始人將精確營銷定義為，在對顧客信息充分了解的基礎上，根據顧客群的不同而制定出的企業營銷目標，從而進行有針對性的群組式營銷(王波等，2013)。精確營銷的發展基礎為大眾營銷，但其與以往的大眾營銷方式渠道及方法又有所不同。當前市場屬于細分市場，顧客群體分類較多，要想增加企業銷售額和利潤，就必須找到合適的方法應用于這些顧客群中，而像媒體等大眾營銷工具已經較難在細化的市場群體中起到相應的作用。早在是18世紀70年代，亞當·斯密就已經指出生產的唯一目標為消費。營銷活動的發生，是為了實現企業生產能力和顧客實際需求的匹配過程，即提供產品和服務給已知的顧客，是市場營銷的目的，而非企業僅僅將自己喜歡生產的東西賣出去。競爭優勢的識別和創造，是營銷方案的目的及制造原則。以顧客為中心，是從20世紀50年代就已經形成的潮流，發展到70年代時消費者關系已經對組織生存的核心層次產生直接影響，銷售市場開始轉變為“買方市場”，在多數情況下都是顧客在選擇商品。在組織利益的外部關系中，顧客尤為重要，市場是否盈利很大程度上依賴于顧客。

20世紀后期，通過對某些消費者特征的研究，Fader和Lodish認為在零售商品定價和促銷環境中家庭滲透和購買頻率等信息對其具有一定的解釋能力。在進一步的研究中，Narasimhan等人發現，一類商品的品類結構與相關消費者特征，對該類商品的促銷彈性具有部分決定性作用。Hoch等人對各類商品的商店價格彈性進行研究的過程中，重點關注了其與所在商圈消費者人口統計特征的關系。Raju對不同類商品銷量的差異性進行研究的同時，對它同品類特征和營銷組和變量的關系加以建立(謝治春，2010)。以上研究，都提供了許多理論依據和現實證據對消費者購物行為進行分析，對于市場如何對消費者實施精確引導具有重大意義。隨著現代市場的發展以及互聯網時代的到來，傳統營銷已經無法應對高度發達的市場，在營銷環境的巨變過程中，精確營銷順勢出現。精確營銷對傳統營銷的渠道及方法進行了改變，其中以生產廠商的客戶和銷售商為中心，利用電子媒介、互聯網等對客戶、銷售商資料庫加以建立，在科學分析的基礎上，對可能購買的客戶進行確定，從而為生產廠商提供更加精確的引導來改變銷售策略，幫助其對一套具有可操作性更強的銷售推廣方案實施制定，并將客戶、銷售商的追蹤服務提供給生產商。

不過最初的精確營銷很多研究所針對的，主要是歐美發達國家的消費者群體。在我國經濟迅速騰飛的大背景下，零售商品市場正在我國飛速發展，各大國際知名超市等在我國快速發展，這些大企業都非常重視消費者行為的微觀數據，而我國本土零售業卻比較少見分析消費者微觀數據的行為。宏觀層面或者純粹的數量技術模型，是過去人們有限研究中的主要注意力集中點。但伴隨著全世界營銷潮流的變化，我國本土零售業的營銷理念也不得不做出一些改變，面對大量閑置的客戶資源，僅僅將其作為記載的數據，無疑是一種資源浪費。精確營銷是以數據挖掘技術為依托的一種科學營銷方式，通過將顧客購物行為的研究，對每一個顧客的消費規律進行洞察，將市場做深做透，從不同的顧客群出發對營銷策略加以制定，以使消費者得到最大限度的滿足，達到企業營銷目標，促進企業自身價值最大化的實現。作為一種新型營銷方式，精確營銷可促進企業營銷效率的迅速提高，使企業在市場競爭中取得更多的市場競爭優勢，與我國本土零售業的發展相符，我國本土零售業應正確認識精確營銷，將數據挖掘技術應用于零售業營銷中。

數據挖掘技術的概念與挖掘方法

數據挖掘是對大量數據進行探查和分析的過程，以期通過這一過程來發現有意義的模式和規律。數據挖掘技術是一門新興技術，不僅包含數據庫、人工智能，同時包含數據倉庫、統計分析等，在研究、開發和應用數據庫和數據倉庫技術中，數據挖掘技術是最為活躍的分支之一(宋寶香，2013)。從海量的數據中，數據挖掘技術可將其隱含的一些信息有效地進行提煉，將提煉出來的信息反饋給企業，讓企業根據信息對客戶有更多的了解，在此基礎上針對性地改善各項營銷、客戶服務工作等。數據挖掘技術已經成功應用到一些在客戶數據方面較多的領域，如電信、航空公司等，零售業、生產控制領域是后來延伸的領域，至此數據庫營銷基本已經進入成熟階段，逐漸被應用于各種類型的企業營銷中。

在我國，電信行業最早將數據挖掘技術引入其中，數據挖掘技術的應用已經日趨成熟，之后被先后引入、銀行、航空及互聯網行業中，在零售業中的應用則較晚。因數據庫技術引入我國的時間并不長，所以整體發展還不夠成熟，尤其體現在我國零售業中的應用?；趪?，我國零售業很長一段時期內都比較偏重規模擴張，在管理上還保持在品類管理階段，較少接觸新技術、新手段。但從零售企業本身與其他企業明顯相區別的特點來說，現代零售業其實具有很大的實施數據庫營銷的優勢。目前我國很多零售企業中都已經普及會員卡制度，在這一制度背景下大量的會員個人信息被收錄在零售企業中，且數據庫中會員的消費數據伴隨著條碼、掃描設備、POS機等的不斷應用正在快速增長，相對來說這些數據對零售企業具有重要意義。如果視點再深入一些，零售業正如一個象形的數據工廠，以零售門店中的單品數量為例，如果數量為10000，從理論上來說其商品組合方案就可以達到1 0000的階乘，這些還只是針對商品情況的單純考慮，若將客戶等這些維度考慮進去，數字則會更加驚人。在當前的營銷環境中，主要以技術為驅動，利用數據挖掘技術可以從這些數據中挖掘出很多有效的營銷技巧和能力。

作為一種精確營銷方式，基于數據挖掘技術的營銷在國外發達國家中的發展歷史已有幾十年，且數據挖掘的方法有多種，表現在零售業精確營銷中主要有五種(王玉梅，2015)。第一種為關聯分析，對隱藏在數據之間的關系進行挖掘，對哪些事物會一起出現加以確定，即為關聯分析的目的，通俗來說就是通過數據分析確認顧客在超市中會將哪些商品共同放入購物籃中。第二種為分類分析，對一個新的客觀事物特征進行描述，是該種方法運行的第一步，在此基礎上才能分配客觀事物的觀察值，如確定好顧客類型后對顧客進行分組等。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。與分類相較來說，聚類對并不依賴的事物先確定好組別，該工作也是很多其他數據挖掘或建模的前提。以“顧客青睞哪種營銷方式”來說，顧客的購買習慣是落腳點，可對顧客的購買習慣進行調查，將習慣接近的顧客聚為一類，設計最受這類顧客青睞的營銷內容。第四種方法為估計與預測，估計往往用在完成分類的工作中。相比分析來說，估計是對連續結果的處理，而前者則是對離散結果的處理。面對一些輸入數據處于已知情況時，對一些未知的連續型隨機變量某一數值的獲得可以通過估計的方法取得，比如對一個家庭中孩子數量多少進行估計等。第五種方法為描述與可視化，數據可視化在數據挖掘中是作為一種描述性的有效手段而存在的，主要為了進一步增進對復雜數據庫內容的了解，同時促進行為描述方面更加準確。

本土零售業中基于數據挖掘的精確營銷具體應用

本土零售業利用數據挖掘技術可更好地發現商品規律，提供指導給企業的商場布局，能夠幫助商品銷售數量提升；同時能夠在數據挖掘的過程中準確地定位目標客戶，根據不同的顧客類別對更加有效的差異化營銷加以實施等。因此，必須積極應用數據挖掘對本土零售業展開精確營銷，其在本土零售業精確營銷中的具體應用如下：

(一)客戶細分

洞察單個顧客的消費行為，很顯然正是精確營銷的關鍵，這就需要利用數據挖掘技術來對客戶的消費行為加以細分。在帕累托的80/20原則中，在企業中能夠為其創造利潤的重要客戶大約為20%，企業80%的利潤均由該部分客戶所創造，企業只要將這部分客戶抓牢，就能夠很大程度上實現有限資源背景下最大化的回報，因此在本土零售企業中，實現客戶細分是其中異常重要的一步。從消費行為數據入手，對客戶進行分類，也是精確經銷中需要邁出的第一步。在客戶細分方面具有很多維度，本土零售業可根據營銷需要建立N多個維度，這一點也是基于數據挖掘的精確營銷區別于品類管理的一種本質性差別(萬志濤，2015)。數據挖掘在分類規則方面所采用的并不固定，較為鮮明地體現著人們消費行為中無意識聚類，因此數據挖掘最突出的特點就是真實、自然和客觀，簡單來說回歸技術和決策樹算法在數據挖掘中屬于經常采用的客戶細分方法。建立對象特征數據并將其有效提取，是模型建立的基礎，本土零售業客戶行為的數據正是這些數據的來源。比如顧客在本土零售企業進行消費的過程中，所呈現出來的消費次數、種類、最后一次消費時間等。客戶細分需要從這些本土零售業中顧客的現實購買資料出發，利用分類回歸樹對不同客戶的價值進行分辨，在此基礎上才能確定客戶的重要程度(見圖1)。

圖1  客戶細分標準

根據帕累托的80/20原則來看，本土零售業中的價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，在營銷中屬于重點保持的部分；次價值客戶，則是本土零售業中比較容易流失的客戶，很容易受到本土零售業其他競爭對手的引誘，為了避免該部分客戶被對手吸引走，就需要在營銷設計中適當地對這部分客戶進行關照在本土零售業中，其客戶群中數量占比較大的是潛在價值客戶，這部分顧客潛在價值較大，如果營銷策略能夠激發其購買潛力，很可能會促進其升級，轉變為價值客戶；而本土零售業中的低價值客戶，往往很難被營銷策略所轉變，對這類無價值客戶則不需要投入過多。通過數據挖掘技術和方法處理后的客戶數據，可以看出分類十分明顯，是重要客戶識別模型建立的重要依據。本土零售業也可根據客戶群，使營銷決策在制定過程中更有針對性，從而將更可靠的支持提供給本土零售業企業。

(二)客戶市場購物籃定位

本土零售業對數據的挖掘，目的并不完全在于分析消費者的消費行為，其本質目的仍然是功利的，即對本土零售業貢獻最大的客戶進行尋找，將最優質的服務提供給這部分客戶，促進良性互動循環的實現。與品類管理相比來說，品類管理對顧客的價值雖然也保持認同態度，但它主要面對供應商而背對顧客，向廠商所求最大的回報，是他們對消費者服務的主要目的。而基于數據挖掘的精確營銷，其在本土零售業中的應用，面對的則是消費者，消費者的需求是其關注重點和所在，那些對本土零售業貢獻較大的消費者的需求與動向尤其是它們所高度關注的，在此基礎上動員供應商積極地響應這顧客的各種需求，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，在顧客的良性循環維持下本土零售企業的發展也會在其促使下走向良性循環方向。細分客戶后，就可以在此基礎上進一步對客戶的價值進行評估。按照客戶的價值潛力可以將其分為四種，第一種為高價值客戶，第二種為有價值客戶，第三種與第四種分別為低價值客戶與負價值客戶(杜奇平等，2012)。對客戶價值準確評估后，本土零售業的營銷即可將高價值客戶與有價值客戶作為營銷服務的重點，在其身上投入更多的商品資源；而對于負價值客戶，則可選擇收回投入的商品資源，不再對這類客戶進行資源投入。對低價值客戶，在其資源花費上本土零售業可選擇限制使用，在進行這樣精確選擇后，本土零售業就可以不用與競爭對手展開同質化競爭，減少本土零售業在營銷方面的資源耗費，從而更快地走向差異化經營和精細化管理階段。

在對客戶價值進行定位后，即可對客戶市場購物籃加以分析定位。關于客戶一次購物活動中購物籃中物品組成成分的研究，即指市場購物籃分析。該種分析是一種基礎性的數據挖掘，簡單的統計分析，對大量數據的處理，是其所依賴的。通過這些分析得到的確切信息，本土零售業還可以獲得更多的與商品同族有關的數據，即可通過對商品定位與交叉銷售的利用促進銷售收入的增加。比如，在零售業領域中，不少消費者在購買某一種物品時也會有較大的概率購買另一種物品，即可將這些商品貨架調整到相鄰狀態，從而促進兩種產品在銷量方面的共同提升。市場購物籃中的數據挖掘不具有定向性，屬于一種知識發現的形式，需要根據關聯規則尋找之前并不知道的模型(鄭貴生，2013)。神經網絡方法與可視化的結合，是當前市場購物籃分析的主要應用方法，也可與過濾算法協同起來對客戶的選擇或偏好進行預測。市場購物籃分析的邏輯規則主要表現在關聯規則模型上，在本土零售業中，購買某一種產品的客戶通常有時還是購買另一種產品的潛在客戶，構成了另一種產品的潛在市場。在關聯規則的引導下，本土零售業即可對每個預測購買不同產品的可能性進行預測，并在此預測基礎上對促銷活動加以設計。在本土零售業中，零售組織應通過自身掌握的信息不斷補充市場購物籃數據，這些數據的分析都可以增加本土零售業精確營銷的準確率。

(三)根據客戶實施針對性營銷

在對客戶進行了細分，實施客戶價值評估，并對客戶購物籃進行定位，將本土零售業高價值和有價值客戶找出后，本土零售業就可以針對這些客戶展開精確營銷。在數據挖掘中，顧客消費需求與響應模型毫無疑問是最常見的應用(丁建石，2007)。在本土零售業中，包含著較多的潛價值顧客和次價值顧客，利用促銷活動的策劃使這部分顧客成為有價值顧客，并使其保持對本土零售企業的忠誠度，是本土零售企業市場營銷部門的核心工作。面對大量的客戶數據，需要通過數據挖掘技術進行分析，鎖定營銷對象，同時將分析結果融入到傳統市場營銷理論中，這些都是本土零售企業針對性營銷的前提，也是其精確營銷的主要內容。本土零售企業可以聚類有價值客戶的需求，發現這些客戶對哪一類或哪幾個單品的需求比較高，在營銷方面即可重點關注那些品類或單品；之后對哪些品類或單品有拉動性進行分析，針對這些品類或單品加以促銷；與此同時本土零售企業還應跟蹤分析營銷的拉動效果，對具體的拉動效應進行記錄分析，以確定營銷在想要吸引的客戶方面是否真的起到了效果?；?a href='/map/shujuwajue/' style='color:#000;font-size:inherit;'>數據挖掘的本土零售業精確營銷中，期望吸引的客戶是營銷資源最終配置的核心，通過這些客戶拉動整個營銷效果到最大化。

在客戶細分和購物籃分析兩種應用的支持下，本土零售企業的針對性促銷還需要對神經網絡模型、回歸分析技術方法及決策樹等加以采用。根據客戶的年齡、收入、生活習性等信息的挖掘和分析，將個性的產品提供給不同類型的客戶；通過對客戶消費偏好的分析，使本土零售企業可以增加交叉銷售的機會，為本土零售企業的針對性促銷做準備。從本質上來說，本土零售企業的針對性促銷，就是根據顧客本身需求對顧客最感興趣的促銷單進行打造，以使本土零售企業可以牢固地掌握顧客的消費興趣，通過這一關鍵點設計營銷戰略吸引顧客再次購物。針對性促銷的模型邏輯(見圖2)顯示其為預測模型，即未來顧客購買的需求是其預測目標(金曉彤等，2013)。對本土零售業的針對性促銷來說，有著明確的目標觀念，促進每一份寄出的促銷單的收益率，使顧客響應度與企業利潤最大化，是本土零售業針對性促銷的總體目標?；?a href='/map/shujuwajue/' style='color:#000;font-size:inherit;'>數據挖掘的針對性促銷，使現代本土零售業的促銷難題可以得到較大程度的解決。該種針對性促銷在本土零售業中的應用，首先需要收集本土零售業的銷售數據，然后需要整理本土零售業客戶的相關信息，在收集、整理信息的過程中將不同特征的客戶進行聚類，找出各種客戶群客戶突出的消費特征，根據客戶消費差異設計針對性不同的促銷單，以將不同的產品和服務送達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  針對性促銷預測模型邏輯

在本土零售業中，作為一種營銷新趨勢，精確營銷正在被越來越多的商家所關注。以數據挖掘技術和方法為支撐的精確營銷，能夠通過數據的分析洞察時代的變化，對精確的營銷信息加以掌握，改變傳統本土零售業營銷中經驗型營銷方式，能夠更有效的擊中營銷目標。本土零售業的精確營銷，需要利用數據挖掘技術進行客戶細分，同時定位客戶市場購物籃，并采取針對性促銷方式，按照精確營銷的邏輯線來運作，才能將重點資源精確地聚集到有價值客戶的身上，促進零售商、供貨商、客戶三贏的長期可持續發展營銷模式的實現。