关键词：数据库营销信息化策略
一、数据库营销的作用
1.细分市场,准确确定顾客
建立与运用营销数据库,可以帮助企业准确地找到目标消费群。由于顾客类型与需求的多样性,形成了商品市场细分化的特性,而每一家企业或商店均难以满足所有消费者对该种商品的需求,因此,即使导入市场细分化战略、实行目标市场营销便能成为现代企业经营发展战略的必然选择。数据库营销使得一个单独的顾客成为一个微细分市场,在不同情形下保持与不同顾客的接触和持续的控制能力,从而为企业准确的选定目标顾客,实行目标市场营销篇定了基础。
2.降低营销成本,提高营销效率
运用营销数据库能够准确找出某种产品的目标客户,企业便可以避免使用昂贵的大众传播媒体,从而运用更经济的促销方式,降低成本,增强企业的竞争力。在市场竞争日益激烈的情况下,一些企业一味追求市场占有率,导致了大量的无效营销活动,使营销成本大幅增加;而另一方面,消费者的购买行为及消费习惯发生改变,要求出现更省时、便捷的销售服务,迫使企业寻找更为经济的营销方式。数据库营销不需要经过商、批发商和零售商等中间环节的各种营销形式,并能帮助企业在最合适的时机以最合适的产品满足顾客需求,可以降低成本,提高效率。
3.开展有针对性的一对一服务
建立与运用营销数据库,可以及时把握客户需求动态,为企业开发新产品提供准确的信息。建立与运用营销数据库可以以客户个人资料库为基础,分析研究世界各个角落消费者的消费习惯和消费动态,使企业按照客户的需求形态来设计与制造产品,开展有针对性的一对一服务,并根据客户的意见不断加以改进,使企业提供的产品和服务更能符合客户的要求,进而增加客户购后的满意感,进一步强化客户对企业及产品的忠诚度。
4.培养长期的客户关系,与竞争对手进行区别竞争
建立与运用消费者数据库,可以保持企业与客户之间的紧密关系,使消费者成为企业长期、忠实的用户,企业可使消费者不再转向竞争者,同时使企业之间的竞争更加隐蔽,避免公开对抗,从而稳定与扩大产品的销售市场,巩固与提高产品的市场占有率。
5.开展交叉销售,提高营销效率
由于现在企业和客户的关系经常变动,使得交叉销售在传统营销中很难实现,而利用数据库能有效追踪目标客户并与之建立一对一的服务方式,提供更多更好的、符合其需求的相关产品或服务,从而大大提高营销的效率。
二、企业实施数据库营销的思考与对策
1.正确认识数据库营销的内涵
数据库营销不只是一种简单的新营销方法。它是通过采用新技术来改造和改进目前的营销渠道和方法,还涉及企业的组织、文化和管理等方面。所以想成功实施数据库营销,企业必须改变传统的管理模式,即从组织的结构和形式上加以变革。如果不进行管理体制和工作流程的改进,数据库营销策略就只是一种附加营销方法,而不能体现其竞争优势,相反只会增加企业的营销成本和管理复杂性。
2.区别不同的客户,并采取相应的营销策略
数据库营销的原则是:把营销资源投入在能够带来更大价值回报的方面。我们知道在企业的客户群中,有些客户群是更有价值的,而有些客户是毫无价值的。为高价值客户群提供更好的服务提高他们客户的忠诚度,确保这些客户能够更长期的保留下来,对企业长期的发展非常重要。对干中端的客户群可以设计客户关怀项目,通过服务的交叉销售来激励这些客户的价值提升。而对于最低端的客户群。他们往往给企业带来负利润应当采取措施降低服务成本,或是通过一些营销门槛,对这些客户进行淘汰。
3.成立专门负责机构和培养数据库营销的高级人才
在企业现有的营销部门中,选择人员成立数据库营销小组,指定专人负责,同时配备专业的数据库营销技术专家。小组的主要任务要明确,工作流程必须规范,因为数据库营销人才的质量是数据库营销成功的关键因素特别是数据挖掘、分析的人才。同样的数据,用不同的数据挖掘和分析方法会产生不同的结论。所以对于国内企业来说,要注重引进或培养数据挖掘方面和数据分析方面的专家。
4.建立完备的数据库
企业要充分利用网络技术,用比较低的成本与客户进行沟通,使用多种数据收集方法,广泛收集对企业有价值的信息,如顾客信息、产品信息和竞争对手信息,并要不断更新这些信息,最终建立起最新、最完备的数据库中心。同时要深入挖掘数据信息,提供有价值的数据分析。面对丰富的信息资源,如何挖掘数据中隐含的信息,直接反映了企业的数据库营销实力。不同的挖掘方法将会有不同的结论。企业不能只停留在数据的表层挖掘上,而应利用先进的计算机、信息管理、人工智能等高科技技术深入挖掘对企业有用的资源。在企业营销部设立数据分析岗位,数据分析人员要求有市场营销学和计算机背景,负责与信息技术部门的协调。
5.掌握数据库营销的技能
数据库营销人员必须学会了解客户生命周期价值、数据分析、营销产品设计、多渠道客户沟通等相关的营销工具和营销技术,而且要掌握营销活动管理的技能,因为数据库营销需要企业多部门的彼此协调配合。此外,企业要来控制营销成本和收益的平衡,利用控制组建立大量的小规模测试而不要在一开始就做大规模的测试。营销人员必须学会如何计算客户生命周期价值,并且运用生命周期价值来评价每一个策略。
三、总结
数据库营销对于市场调查、产品的研制开发、定位以及营销策略的定位、实施与控制起着至关重要的作用;它可以创造新市场、敏锐地发现新市场、维持现有的市场,它可以与消费者进行着高效的、可衡量的、双向的沟通,真正实现了消费者对营销的指导作用。它可以与顾客保持持久的、甚至是终身的关系来保持和提升企业的短期利润,实现企业的长期目标。
参考文献:
[1]王健.浅谈数据库营销与客户关系管理[J].商场现代化,2007,(05).
关键词：市场细分；数据库营销；数据库的知识发现；数据挖掘
企业在日常的生产经营活动中，产生了大量运营数据，如果不加以利用就会杂乱无章地占据大量的存储、管理、维护等资源。实际上这些数据是用户行为、用户习惯的表征记录，是企业各项经营活动的成果记录，其中蕴涵着大量的信息与知识，如果善加利用将是企业不可估量的战略资源。在数据的存储方面，随着数据库技术的迅速发展以及数据库管理系统的广泛应用，人们可以积累的数据越来越多。目前的数据库系统已经可以高效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。
因此，在学术界对数据库的知识发现的研究也在不断深入。1989年IJCAI会议进行了关于数据库中的知识发现（Knowledge Discovery and Database，KDD）的专题讨论，Fayyad将其定义为“KDD是从数据集中识别出有效的、新颖的、潜在有用的以及最终可理解的模式的非平凡过程”。从1995年开始，KDD发展为国际年会，国内对该领域研究始于1993年，国家自然科学基金开始支持该领域研究。数据分析能力是一项对开发者、使用者都有很高要求的能力，需要具备数据库、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、信息检索和数据库可视化等多方面的知识和技巧。
同时对于这项技术在企业中的实际应用来说，随着理论的深入与数据挖掘工具的不断推出，其对各个企业的实际生产经营活动都起到了很大的推动作用。特别是数据库营销，由于其较低的成本，完善的模型和对市场的细微把握，对企业有着重大的意义。而所有的营销活动都应以市场细分为基础，因此数据库营销中市场细分就成为其不可逾越的第一步工作。
一、数据库营销中市场细分的作用
数据库营销中市场细分的应用随着IT技术的发展和市场交易量的扩大愈来愈广泛。目前，各个行业领域包括金融业、电信业、网络相关行业、零售商、制造业、医疗保健及制药业等都将其视为本公司的重要战略资源加以应用。从目前技术的发展与行业的应用来看，其作用主要体现在以下方面：
第一，对运营数据进行更好的重组、汇集、抽取和预测，更方便、快捷地从企业现有资源上采集和转化信息和数据，能为企业管理提供更好的决策支持，使管理层及时地了解企业生产经营现状，深入地了解企业所处的竞争环境，更好地制定符合实际的战略方案。
第二，在激烈的市场竞争和迅速的业务扩张中，运营数据可以用来分析数据的一般特性，使用数据可视化、分类、聚类分析、序列模式分析等工具，理解商业行为、确定商业模式、捕捉对企业利益侵害行为、提高服务质量，提高资源利用率，提高员工劳动生产率。例如，电信企业中对客服中心的分布的设计，基站的设置等。
第三，运营数据是用户消费行为的直接记录，通过对用户长期消费活动数据的规律总结。有助于划分用户群体，使用分类技术和聚类技术，可以更精确地挑选出潜在的用户；识别用户购买行为，发现用户购买模式和趋势，进行关联分析，以便更好地进行产品组合、产品推介等等。
第四，运营数据虽然是历史数据的集合，如果能够通过各种工具发现其中存在的普遍规律。由于企业的生产经营有延续性，用户的消费习惯有规律性，我们可以用来预测未来的生产经营情况，比如我们可以通过营销案预演，虚拟整个营销过程，测试目标用户反应，初步评价各种营销案的效果，确认最能接受营销案的客户群体，保证在真正推出市场的销售方案代价最小，收益最大。又如，我们可以通过运营数据，发现用户流失的规律与特征，使企业能在用户流失之前做出有效地挽留措施，降低流失率。
二、数据库营销中市场细分与传统市场营销中市场细分的异同
市场细分是现代营销理念的产物是市场营销理论和战略的新发展。目前市场细分的理论和方法不断完善，而且被广泛地应用于营销实践。而作为本文研究的重点，数据库营销中的市场细分与市场营销中的市场细分既有联系又有区别。
首先，两者的联系主要体现在：市场营销活动与数据库营销过程是衔接的。数据库营销的市场细分可以在营销活动之前提供数据预测；也可以用在营销活动之后分析结果，但两者总是联系紧密的过程。企业逐渐认识到，本企业的竞争优势体现在能够向用户提供满足整体需求的产品和服务组合，为用户提供个性化业务解决方案。因此，在设计市场营销业务项目时，需要采取不同的用户群细分方法对用户进行细分，对不同用户采取不同的服务策略。而企业的经营成果也正是构筑在不同细分用户对企业的贡献上的，不同的用户群体对总体收入的影响是不同的，因而在经营成果的分析中，也必不可少的需要对用户进行细分。这样可以加深对市场的了解，认清每种用户对企业经营活动的意义，从而制定更有针对性的营销政策。其理论依据也是相同的。根据1956年美国著名的市场学家温德尔・史密斯（Wendell Smith）的论述主要有两个：一是用户需求的异质性。由于用户需求、欲望及购买行为是多元的，所以用户在购买产品和使用服务上的需求呈现较大的差异。用户需求的异质性是进行用户细分的内在依据。二是企业资源的有限性和为了进行有效的市场竞争。现代企业由于受到自身实力的限制，即便是处于市场领先地位也不可能在整个营销过程中占绝对优势。为了进行有效的竞争，企业必须进行市场细分，选择最有利可图的目标用户群体，集中企业资源，制定有效的竞争策略来增强自己的竞争优势。所以企业资源的有限性和为了进行有效的市场竞争是进行市场细分的外在要求。
其次，数据库营销中的市场细分与市场营销中的市场细分区别主要是：目的不同。数据库营销的市场细分目的是为了更好的从现有的经营数据中，找出对经营成果有影响的各个用户群体，并分析其影响程度或者找出其中规律；市场营销的市场细分，主要是为了开拓用户未被开发的潜力，增加其对经营成果的贡献。方法不同。数据库营销中的市场细分更加倚重数据库营销的各种手段，包括统计分析、数据挖掘等等，从海量的日常经营数据中，通过设定参数与算法，建立模型的方式，找出符合细分条件的用户群体。市场营销的市场细分，主要依据两种方法：一是依据自然属性来细分用户，主要是利用人口统计学、社会经济学、经济地理原理所提供的特定市场内有关个人的重要信息来细分用户，其变量主要有地理细分变量、人口统计变量、社会经济变量等，也可以把这些变量结合起来进行细分；二是依据行为属性来细分用户依据行为属性细分，用户主要是通过对人们的心理分析，个性特征，生活方式的研究来细分用户，其变量主要有心理分析变量、产品使用变量和产品效用变量等。对象不同。数据库营销中的市场细分主要面对企业现有用户，这是因为数据库营销的数据来源主要是企业已经获得的经营数据。市场营销的市场细分主要面对全体消费者，从中找出目标用户群体发展为企业的新用户。标准不同。数据库营销中的市场细分依据的标准在细分前是未知的，需要运用数据挖掘的方法与工具从大量数据中找出可以用来细分用户的标准。而市场营销的市场细分主要基于一些已知的标准，对目标可以进行归类与分析。
三、数据库营销中市场细分的方法与过程
上文结合市场营销的市场细分总结了数据库营销中的市场细分有以上的一些特点，所以在应用上，后者更多地依靠统计学与数据挖掘的方式进行。通过设定变量与参数，在企业经营获得的大量日常生产经营数据中，找出各种隐含的商务关系、产品关联、营销机会与用户行为特征。
数据库营销中市场细分的方法可以分为5项：关联分析、分类和预测、聚类分析、孤立点分析、演变分析等。实现上述功能的算法包括统计类的诸如回归分析、时间序列、判别分析、因子分析；神经学习网络类的诸如粗糙集、决策树、模糊集、支持向量集等等。数据库营销中的市场细分的过程，如图1所示。
第一，确定市场细分参数。即决定使用何种参数从数据库的海量数据中提取相应的用户数据对用户进行细分。一般目前企业级的数据库营销应用中，为了更加精确地描述实际市场情况，模型的设计维数都比较高，设计与提取的参数数量一般都需要上百个。
第二，数据准备。一般前面两个步骤就会占据整个过程的50-90%的时间和精力。需要完成的工作包括：数据收集、数据描述、数据质量评估和数据清理、合并与整合、构建元数据，加载数据挖掘库等。
第三，数据分析与验证，运用数据挖掘的方法，将初步确定参数的具体数值进行分析，进而发现参数设定的有效性并进行参数的变换，形成对解释问题有效的参数集。
第四，建立模型。通过以上步骤，建立相应的数据模型，为了保证得到的模型具有较好的精确度和健壮性，需要一个定义完善的“训练-验证”协议，进行模型训练与优化。
第五，模型应用与评估。按照确定的参数将目标用户导入模型进行细分，同时分析同类用户的各种特征，找出其中隐含的关联，为分析与应用提出结论。最后还要根据实际情况，对模型输出进行营销学上的解释，并进行实施效果评估。
参考文献：
1、张晓航.基于聚类算法的客户细分[J].通信企业管理,2005(12).
2、David Hand等著;张银奎等译.数据挖掘原理[M].机械工业出版社,2003.
3、Jiawei Han,Micheline Kamber著;范明,孟小峰等译.数据挖掘:概念与技术[M].机械工业出版社,2001.
摘要本文在对精准营销系统梳理的基础上，针对烟草企业在精准营销中对消费者研究不足的现状，提出基于精准营销构建消费者数据库的解决思路，并对消费者数据库的具体指标体系、数据挖掘方法和应用方向进行了探讨。希望通过消费者数据库的构建，为面临行业市场化改革，处于消费者市场复杂多变环境下的烟草企业的精准营销，提供支持和帮助。
关键词精准营销消费者数据库数据挖掘
一、引言
自科特勒第一次提出精准营销的概念以来，企业界和学术界在不同的角度对精准营销的理论和实践进行了大量的探索。国内烟草行业是提出和实践精准营销理念较早的行业之一，在精准营销领域也已积累很多的经验。随着我国烟草行业市场化改革的持续推进，卷烟市场竞争变得日益激烈，如何进行卷烟的精准营销已经成为烟草品牌做大做强的必由之路，也是当前烟草行业营销理论和实践都极为关注的焦点。但国内烟草行业的精准营销，缺少对于精准营销中最重要的消费者因素的研究。而随着烟草市场消费者市场呈现出日趋理性和个性化张扬并存的复杂表现，使得对消费者的研究，更加成为烟草企业精准营销体系成败的关键。
二、精准营销的产生与发展
（一）精准营销的概念
精准营销是近年来在营销理论和营销实践方面都获得极大的关注。菲利普・科特勒（Philip Kotler）提出精准营销这一概念后，受到了社会各界的广泛关注。精准营销最早应用于互联网广告领域，因其良好的适用性，开始在其他行业广泛应用，烟草行业也是其中之一。特别是进入 21 世纪后，消费者需求多样性和个性化更加突出，大众市场正逐步向分众市场转变，这也使得企业制定营销策略、开展营销活动时需要更“精准”。另外，信息技术不断发展和广泛运用，使企业建立消费者数据库，更快更准确地搜集到消费者资料，展开数据挖掘和分析并实现更加精准的沟通成为可能。
国内关于精准营销研究，也从未间断，其中较为有代表性的伍青生等的研究理论。在《精准营销的思想和方法》一文中，伍青生等学者提出精准营销就是在市场细分、目标市场选择的基础上用定量和定性相结合的方法展开对目标消费者的精确分析，分析出消费者的基本特征、行为特征和心理特征，并据此采用有针对性的策略，运用现代技术和方法，与目标消费者进行有效的沟通和交流，以实现高投资回报。
（二）精准营销的要求
从现有的理论研究和企业实践来看，如何构建精准营销体系还没有一个公认的标准。整体现有的理论研究和实践成果来看，一个合理的精准营销体系应满足收下几个方面的要求：
1.市场定位的“精准”。精准营销要求企业要依据一定的细分标准对市场进行细分，并选择适合的细分市场作为企业营销的主战场。在明确了目标市场以后，企业还要能通过分析准确地了解企业的目标消费者，最后根据竞争现状和企业实力，给自己一个明确的市场定位，这是实施精准营销的基础。
2.营销信息的“精确”。精准营销要求企业的营销活动要注重营销信息的建设，要通过畅通内部信息管理、加强信息采集、构建信息数据库等方式确保企业精确地把握好与营销密切相关的市场信息、销售信息和客户信息。
3.营销沟通的“精准”。精准营销的最终目的是通过“精准”的营销沟通来更有效地打动目标消费者、俘获目标消费者，并藉此来降低成本，因此要求企业能通过构建个性化、高效化的沟通体系，并依靠现代化的技术手段，以恰当的形式，通过恰当的渠道，高效地与目标消费者进行沟通，以有效地减少沟通费用的浪费，并保证足够的效果。
4.配套管理的“精细”。精细化管理就是变粗放为精细、科学的管理模式，是注重细节的管理模式，能降低管理成本，提高管理效率。
三、消费者数据库指标体系
（一）指标体系设计原则
根据烟草企业实际业务工作的需要，消费者数据库数据指标体系的设计，既要充分反映消费者价值内涵，又要有较强的可执行性，主要体现在以下几个方面：
1.科学性原则。科学性是制定消费者数据库评价指标体系的基础，指标的选择、指标的权重和量度的确定、数据的收集和计算，应以相关的学术理论、管理科学等科学理论为依据。
2.可操作性原则。消费者数据库所设置的评价指标体系应具有较强的可测性和可比性，指标项目有关资料收集的可行性以及指标体系本身的可行性。另外，指标体系应是简洁与复杂的平衡统一。
3.层次性、逻辑性和重要性相结合原则。消费者数据库指标的全面性有助于从不同侧面反映消费者价值的内涵，但是过于面面俱到往往反而会使指标体系模糊不清。
（二）指标体系内容
消费者数据库主要从收集以下三个方面的消费者资料，构成指标体系的内容：
1.消费者人口统计资料。消费者人口统计资料包括消费者的姓名、性别、家庭结构组成、出生年月、教育程度、联系方式等。
2.消费者心理统计资料。消费者心理统计资料包括消费者期望价值、购买行为、购买态度、购买要求和心理特征等。
3.消费者购买经历。消费者购买经历指消费者购买历史、购买数据和购买经验等。
（三）信息收集途径
消费者数据库的信息收集途径，主要可能通过下列方式完成：
1.现场收集。当不同层次的消费者在销售现场购或门店买产品时，由现场销售人员或店员忠实记录下他们的详细个人资料。
2.活动收集。企业通过举办有奖销售、免费试用和产品讲座等各种形式的促销活动有针对性地收集消费者的相关信息。
3.电话收集。通过接听企业设立的对外咨询电话、服务热线等登记顾客的反馈信息及消费者疑问。企业还可利用现代技术，从消费者那里获取各种信息和数据。
4.网络收集。企业通常通过在其网站上设计吸引消费者注册为会员，并填写表格提交，还可以通过网站交易平台获得消费者对产品的评价与建议。
5.问卷收集。通过问卷调查等市场调研方法获得竞争对手和消费者的信息。
四、消费者数据库数据挖掘方法
所谓数据挖掘是指从数据库中抽取隐含的、以前未知的、具有潜在应用价值的信息、新关联模式和趋势的过程。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。
（一）描述型数据挖掘
描述型数据挖掘，是对数据进行总结和泛化的基础上，对数据进行高层次的处理。
1.数据总结：数据总结的目的是对数据进行浓缩，给出相应的紧凑描述。
2.聚类分析：聚类是根据一定的规则，按照相似性把样本归成若干类别。在对样本合理划分后，对不同的类进行描述。聚类通常用于将客户细分成不同的客户群。
3.关联分析：用关联规则挖掘大量数据中项集之间的有趣联系。它的主要应用领域是购物篮分析，也可对市场促销活动的有效性进行挖掘。此外，关联规则也可用于序列模式发现。
（二）预言型数据挖掘
预言型数据挖掘是根据已知目标变量值的历史数据， 来建立预测模型。
1.分类。它能将数据库中的数据项，映射到给定类别中的一个。分类定义了一种从属性到类别的映射关系，给定样本的属性值，根据已知的模式将其划分到特定的类中。
2.回归分析。通过已知变量来预测其他变量的值，找到相关的逻辑规律进行预测。
3.时间序列。用变量过去的值来预测未来的值。
五、消费者数据库的应用
（一）消费者特征分析
在精准营销时，需要了解消费者的具体特征。消费者数据库可以通过收集消费者的个人统计数据和购买交易数据，通过使用关联分析、分类描述和概念描述等，了解消费者的特征，构造有用的消费者特征模型，以此制定精准的营销决策来满足消费者的需求。
1.购买频繁度。通过了解消费者的购买频繁度，帮助制定精准的促销周期。
2.购买数量。通过了解消费者交易中购买的数量，准确地找出大客户，并提供相应的服务。
3.最近购买时间。通过分析消费者购买时间间隔，可找出长时间未购买的消费者并了解原因，采取相应的措施。
4.识别典型的消费群。通过分类和概念描述，可以获得不同类别的消费群体的特征。
5.目标消费者预测。通过对现有消费者特征的描述，可以预期未来的潜在消费者。
（二）消费者购买异常行为分析
消费者在购买活动中，出现与正常情况具有偏差的信息，对营销者是很重要的。通过对消费者购买时间、购买频次和购买数量等数据的分析，可以及时的发现消费者购买异常行为，并分析原因，制订精准的营销对策。
（三）消费趋势分析
通过消费者数据库对消费者的消费趋势进行分析，主要体现在以下几个方面：
1.分析指定区域内消费者的年龄、收入、职业、身体健康程度等静态特征发生变化时对卷烟销量、结构的影响，并挖掘主要影响因素，有针对性的调整卷烟投放策略。
2.分析指定区域内消费者数量、消费卷烟品牌的档次等因素发生变动时对卷烟销量、结构的影响，并以专题图的形式进行结果展示，及时掌握消费者变动趋势对指定区域内消费结构的影响程度。
3.综合分析人口数量、GDP、物价、人均收入等因素发生变化时对卷烟销量、结构及消费者的影响，挖掘宏观经济变化对卷烟销量、结构及消费者的变化规律。
六、小结
卷烟消费者数据库的建立与分析是一个长期的、系统的工作。要结合烟草公司的发展战略，借鉴烟草现有业务的发展和运营经验，在选定区域内，通过多种数据采集方式获取消费者的基本特征、购烟习惯等各种消费者数据，建立消费者数据库系统。通过消费者数据库系统的建立，更好地支撑烟草企业精准营销的开展。
参考文献：
[1] 菲利普・科特勒营销管理，上海人民出版社，2005.
内容摘要：数据库营销作为目前一种全新营销模式，顺应了网络 经济 时代 社会 的发展潮流，体现了以人为本的经营理念，也为企业实现利润最大化提供了方便、快捷的途径。现代化的统计手段与先进的营销方式的结合，极大地提高了营销的效率，成为数据库营销不可或缺的得力助手。
数据库营销的内涵
数据库营销是指营销者通过建立、维持和利用顾客数据库和其它数据库(产品、供应商、批发商和零售商等)，与客户进行接触和成交的过程。笔者认为，数据库营销是统计、数据库与 市场 营销有机结合而形成的一种新型的营销方式。它通过市场 调查 ，搜集、整理消费者和其他同类企业的大量信息，经过分析、加工和处理，预测消费者购买某种产品的概率以及企业的市场占有率，据此选择、确定企业的目标消费者群及正确的营销策略，以便在合适的时间、地点，以合适的价格、销售渠道、促销方式销售产品，并通过相关的售后服务，达到企业预期的目标，实现自身的经济效益和社会效益。
由于市场调查一整理、分析、处理信息一预测一决策是数据库营销的生命线，而这一系列程序恰恰也是现代企业统计工作的重要环节，因此数据库营销与统计的结合，不仅可能，而且必要。
数据库营销的优势
（一）降低营销 成本
企业运用消费者数据库能够准确找出某种产品的目标消费者，这样就避免了使用昂贵的大众 传播 媒体，从而能以更为经济的促销方式，降低成本，提高营销效果，增强竞争力。根据有关资料显示，运用数据库技术筛选消费者后，其邮寄宣传品的反馈率较高。
传统营销方式的营销效果一般很难直接测定，而运用中间商和竞争者数据库，每次数据库营销的效果比较容易测定。因为顾客可通过回复卡、电话等方式进行查询、订货或付款， 管理 人员获取顾客的反馈信息非常方便。
（二）准确识别目标顾客的需求及其数量
由于顾客数据库是在顾客个体层次上建立和整理的，因而营销者可以从质量和数量上很精确地确定目标顾客的需求，进而可以进行“大规模定制”，即制造大量定做产品以满足个别顾客的需求。
据1997年11月的《幸福》报道，总部位于美国康涅狄格(CONNECTICUT)的CUSTOMFOOT公司利用数据库营销实施“大规模定制”策略，效益显著。顾客在公司的六家连锁鞋店里，自己选择鞋样、颜色和皮革，并由 电子 扫瞄仪精确测出顾客左右两脚的尺寸。所有这些个性化的资料都被输入电脑，然后经由中央数据库处理，再传输到公司设在意大利佛罗伦萨的办事处，最后再分别下单给意大利六家为世界顶尖品牌加工的鞋厂制作。顾客一般在三周内就可以取到自己参与设计的皮鞋。
（三）有助于增强顾客的信任感和信赖感
运用数据库营销，经常与消费者保持沟通和联系，可以维持和增强企业与消费者之间的感情。并且，企业根据数据库的信息能够分析出顾客是些什么人，采取什么措施可以留住顾客。另外，运用储存的消费记录来推测其未来消费者行为具有相当精确性，从而使企业能更好地满足消费者的需求，使消费者成为企业长期、忠实的用户。
在当前，顾客服务(CUSTOMER SERVICE)也是一个较为关键的 营销 变量，甚至可以与营销学中传统的4PS’相提并论。对一个营销者来说，已有的顾客数据库加上顾客服务环节中形成的数据是取得卓越和高效的顾客服务的关键资源。美国通用电气公司的顾客数据库包括了每一位顾客的 地理 位置、家庭状况和 心理 特点以及购买家用电器的 历史 等信息。这些数据为有效的售前、售中和售后服务，提供了强有力的支持，并使营销者能与其顾客建立一种特殊的关系纽带。
与传统的一般营销不同，数据库营销是在个体水平层次上收集、保留和利用数据的，这里的个体可以是单个顾客、单个家庭或单个公司实体。这些个体不是一般营销中的“匿名顾客”，而是一个个有名有姓有特征的目标。这意味着在数据库营销的情况下，企业的 市场 分析和营销决策是在个体水平上计划和实施的，因而它是在一对一的基础上展开的营销。在一段时间内营销者能与众多单个目标化的顾客进行直接的联系和沟通，从而迅速追溯和评估与各个顾客接触的有效性并及时调整。这种随“个体化”而来的目标的可瞄准性、可定制性和结果的可追溯性、可评估性以及过程的适时互动，构成了数据库营销的一个特殊侧面。
营销与 统计 相结合的数据库营销策略
如上所述，市场 调查 一整理、分析、处理信息一预测一决策是数据库营销的生命线，而这一系列程序恰恰是现代企业统计工作的重要环节。
笔者认为，企业统计的发展是企业营销 管理 在今天生存发展的必然。市场营销要求企业以消费者为中心，以市场需求为导向，创造和充分发挥企业自身的绝对优势和比较优势，努力寻求两者的最佳结合点，以实现企业 经济 效益和 社会 效益的最大化。而所有这些活动，都需要有效的市场调研予以支持和配合，即：深入研究消费者的消费心理、消费习惯、消费行为的特征、变化和趋势；深入研究科技发展、新技术采用、产品更新换代、商品经济寿命现状和发展趋势；深入研究销售业态的演变，售前售中售后服务的完备程度；深入研究其他企业促销措施成败的概率和实际效果等。因此可以说，在现代，所有营销活动的基础，无不都是统计工作的题中之意，也是一个有良好竞争意识企业的统计部门的职责范畴。
在市场经济条件下，信息是企业生存发展的根本，只有利用市场信息才能给企业产品以精确的定位，有针对性地制作营销信息，达到说服消费者购买企业产品的目的。而在众多信息中，统计信息是主体。由于市场瞬息万变，信息量急剧增加，企业仅凭少量、分散的信息已难以把握市场动态，必须借助科学的调查方法和手段，全面系统地收集市场信息，深刻认识市场发展变化的规律。而掌握科学的调查方法、并能运用科学的分析方法和先进技术手段进行数据的存储、分类、分析、预测、决策，从而确定理想消费者的统计人员更是不可或缺。
数据库营销是一种高层次的营销活动，涉及市场营销、 计算机 、市场调查、信息资源的开发、利用等各个方面。相比企业的销售、生产、 会计 人员，统计人员搜集信息、科学咨询及计算机综合的能力较强。所以，由统计部门负责安排和配备熟悉市场的营销人员进行数据库营销工作，一方面可节省新建机构的开支，另一方面，又可节约大量广告费用，从而降低营销 成本 ，提高企业的营销效率，可谓一举多得。
实际上，企业营销的基础，不一定取决于企业拥有何种资源和能力，而取决于市场和消费者需要你拥有何种资源和能力，这恰恰就需要企业通过统计活动去收集、分析、识别和制定对策。在有了相应的营销对策后，企业还需要对自身营销对策的后续活动进行跟踪和数据收集，从而进入再一轮的统计活动，为下一步的营销活动提供坚实的实践基础。
总之，数据库营销，是营销与统计相结合的产物，而在不久的将来，不管企业所进行的是何种营销活动，统计都将成为其不可或缺的得力助手。
参考文献：
美国西北大学凯洛格管理学院高级讲师马克?杰佛瑞(Mark Jeffery) 最近曾对252家企业进行了调查研究。参与调查的这252家企业每年的营销预算高达530亿美元，但他们的营销经理们却对营销绩效测定所知不多。调查显示，55%的营销执行经理们承认其营销人员不知道计量技术，因此他们没有应用数据库进行营销活动；53%的被调查企业在其营销经营过程中没有采用营销投资回报、净现值、顾客终身值等重要的营销计量方法；57%的被调查企业没有使用中央数据库来记录和分析他们的营销活动；82%的被调查企业从未使用诸如营销资源管理之类的软件来记录和监测其营销活动及其所创造的价值。杰佛瑞的调查研究结果令美国营销理论界为之震惊，因为调查数据表明大多数企业没有以明确的职业性操作程序规则来管理他们的营销活动，不会或者不知道在其日常营销、经营方面进行计量和计量分析。
通过对比分析，杰佛瑞发现那些善于应用计量分析的公司一般都有较好的经营效益，在营销投资预算上也与那些不善于应用计量分析的公司有很大的不同。比如那些经营效益较好的企业在营销投资上比平均水平高出20%，而那些经营效益较差的企业在营销投资方面比平均水平低4%。前者在品牌和顾客权益方面的投资比重为27%，而后者在这方面的投资
屈臣氏个人护理有限公司是中国国内最大的个人护理连锁店，也是全球零售业前一百强（《2012全球零售力量》报告中排名51，是中国排名最前的零售企业），该公司近年来应用计量营销的原理，营销部门每开发一个网点都要首先通过充分的调查和精准的预测，然后才做出是否开发的决定。计量营销的战略开拓了屈臣氏市场营销的新局面，公司自2011年以来新开的几百家门店至今无一亏损，取得全数获利的骄人成绩，是实施计量营销战略取胜的中国版实例。
营销经理若想改变营销管理的现状，并将计量营销真正引入工作中来，需要考虑建立实施计量营销战略的企业文化，建立数据库，获取顾客信息资料，并与IT建立良好的合作模式。
1 转变企业文化
通常情况下，将市场营销人员的绩效在企业内部公布可以有效提高营销人员的业绩，并刺激营销人员提高业务能力；但是，我们必须确定哪些计量内容可以公布以及为什么要公布这些计量指标。许多企业注重考核行为和活动却忽视了对实际业绩的考评，也有些企业过于注重对实际业绩的考核而忽视了对职员的努力程度及其潜在的创造业绩能力的考评。更有些企业实行营销人员末位淘汰制，将业绩排在最后一位的营销业务人员简单地给予除名。这些企业如此这般也许有他们的道理，不过我们还是主张既要考核营销人员的努力程度，也必须考核实际业绩，两者同等重要，不可偏废。
屈臣氏近年来在市场方面取得的成绩有目共睹，在2012年底国内连锁店超过1000家，而2006年全国只不过是300家左右，并且屈臣氏定下到2016年在全国的门店数量增加到3000家，遍布300多个城市的目标。这种扩张速度是难以想象的，但据我们了解，由于屈臣氏是少数首先采用计量营销战略并且取得成功的零售企业，因此要实现这个目标应该是不难的。这取决于屈臣氏内部对计量营销战略认同的企业文化，屈臣氏鼓励团队合作，并以数据作为决策指标。正是以这样一种以数据为决策依据的企业文化，使得屈臣氏员工理解到决策的最优翻案是通过数据来体现的，因此屈臣氏的各个部门能够协调贯彻以数据分析为基础的计量营销战略，从而能最优化地实施计量营销战略。
2 建立数据库
没有数据库，就不可能有真正意义上的计量营销。在大数据、云计算等概念已经渐渐融入商业生活的今天，建立一个系统有效而且完整的数据库，技术本身已不是关键，如何利用好数据才是计量营销的核心。数据分析过程需要基于历史数据做出对未来策划的指导，而国内的大部分企业尚未建立起自己完善的历史数据库。这意味着，在精准营销计量方面，国内大部分企业还有不少功课要做。这也是国内企业和百事这样的跨国公司的差距之一。计量市场营销人员对相关的关键信息，包括折扣促销信息、新产品活动信息、新的服务信息、与消费者有关联或对其有帮助的个性化信息等等，必须加以量化分析处理，并分门别类予以储存，方能使得数据库发挥作用。
有的公司数据库十分强大，功能齐全。例如中国慧聪公司的顾客数据库就能精确列出每个顾客的家庭居住的地理性置、心理特征、电器购买历史记录等。营销人员通过对这些数据的分析，便能够基本确定曾在本公司购买洗衣机的顾客中哪些人将要更新洗衣机了，还可以根据顾客购买家电的记录分析推断哪些顾客会对公司新近推出的录像机感兴趣，从而给这些顾客介绍公司的新产品并鼓励他们购买。此外，营销人员还可以通过对信息库资料的分析研究找出公司过去的大买主，并以赠送礼物卡和优惠券等方式，鼓励和吸引这些顾客的再次惠顾。
3 获取顾客信息资料
在组建数据库时，定义目标消费者是一项非常关键的工作。收集到消费者资料后，计量营销人员要对所收集到的信息资料数据进行认真的筛选，这个过程有点像传统营销中的细分市场。它的基本要求是筛选出有需求、同时有购买力的消费者。往往在名单收集过程中与消费者有了初次接触后即可以选择时机登门拜访，以增加消费者的兴趣和信任程度，然后直接针对这些消费者进行必要的促销活动。
在这里我们认为在收集整理与顾客有关的信息资料数据时，有两个问题需要提醒注意。其一就是我们要尽力避免不加选择地收集储存顾客信息资料数据，根据以往的经验教训，有许多公司在建立顾客信息数据库时存在着一种错误的认识，即以为有关顾客的信息资料项目收集储存的越多越好，其实未必。中国古语说得好，过犹不及，我们在收集、整理、储存顾客信息资料数据时，应当只收集储存那些与我们的业务有关的信息，而不是什么都要收集。其二就是我们一定要注意相关的法律问题，凡是法律不容许我们收集的顾客信息，无论这种信息对我们公司的业务发展有多么重要，我们也不该收集。我们建议凡实行计量市场营销战略的营销机构，在建立数据库之前，必须先制定相应的顾客隐私保密制度，以免顾客隐私信息泄露，给公司带来损失。在美国，营销机构因为顾客隐私信息泄露而招致法律诉讼的案例很多，我们必须非常谨慎。
4 与IT部门的合作
计量营销人员需要IT部门的合作与支持，这是毫无疑问的，特别是对大中型企业来说更是如此。一般情况下，市场营销部门会根据自己业务的发展而提出相关需求，IT部门则根据需求制定方案并负责执行。但实际的操作往往不是理论上的“需求与执行”机制这么简单，两者之间常常会将两个部门变为公司在思维和形式上的两个极端。一方面，市场营销人员会抱怨IT技术人员不甚了解品牌沟通的价值；另一方面，IT技术人员则常常批评市场营销人员不懂技术决策的可行性和其中的结构关系。这种相互抱怨和误解常常会使得公司无法集中所有的专家和相关人员来为市场营销决策做出支持。在某些极端情况下，市场营销人员甚至被排挤出计量设计之外。与此同时，技术人员和软件工程师则不得不在没有使用者提供需求和意见的情况下对IT系统的设计和修改做出主观性的决策。
造成上述困境的根本原因在于市场营销和IT技术专业人员之间缺少交流的公共语言。在公司中，市场营销总监总是提及品牌价值、多渠道市场启动、人口统计学、目标市场等等；而公司技术和信息总监则是满口的公司数据机构、可延展性、可量测性、兼容性等等。公司计量营销战略主管的任务就是要将这两种属于不同业务部门的人员组合起来，让彼此之间增加了解和互动并鼓励两组人员换位思考，从对方的角度来认识计量营销与IT技术的关系。从而使得IT部门的技术人员懂得营销部门人员的真正需要，使得计量营销人员懂得IT技术人员对数量运算过程的逻辑要求，这样才能最终完成计量营销方案的数据化运行模式。
5 结论：计量营销开拓着市场营销的新局面
经济成长决定于多种要素，其中，市场营销占据重要地位。随着中国社会主义市场经济体制的构建和完善，市场营销的作用还将会进一步得到加强。企业的效益和成长，是国民经济发展的基础。市场营销学对经济成长的贡献，主要表现在其解决企业成长与发展中的基本问题上。而从市场营销学衍生出来的计量营销学，更肩负着企业科学理性地判断市场，提高企业全面竞争能力的重任，因此更应该受到工商企业的重视。
市场营销学从诞生到现在已有近百年的历史了，中国则是自改革开放以后，才开始引进市场营销学的，至今只有20余年。如今，在中国虽然市场营销学原理与方法已被广泛地应用于各类企业，甚至于事业单位。但由于各地区、各部门之间生产力发展不平衡，产品市场趋势有别，加之各部门经济体制改革进度不一，各企业经营机制改革深度不同等，使市场营销学在各地区、各部门、各类企业的应用程度不尽相同。
如果说市场营销学以满足需要为宗旨，引导企业树立正确的营销观念，面向市场组织生产过程和流通过程，不断从根本上解决企业成长中的关键问题的话，那么计量市场营销学则为企业成长提供具体的详尽的计量分析，为企业战略管理原则、竞争策略，以及组织管理和营销计划执行与控制方法提供决策依据，指引企业创造竞争优势，力求处于不败之地。
【关键词】大数据；精准营销；卷烟精准营销
大数据是一个大到极易被忽略的庞大数据体系，运用数据挖掘技术从海量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含其中的、人们事先不知道且潜在有用的信息和知识，并充分运用信息的关联、分类、聚类、相关性等方法，使其能够应用于卷烟精准营销体系，解决卷烟精准营销过程中“信息、投放、管理”等具体问题。笔者通过查阅有关大数据及卷烟营销的大量文献，结合建立卷烟精准营销体系的实际工作，就如何运用大数据的技术解决卷烟精准营销在实际应用过程中的难题，提出自己的观点和对其将来发展提出展望。
一、大数据理论和研究现状
1.大数据概述
大数据与大量数据是不同的概念，大数据具有数量（Volume） ，增速（Velocity ） ，多样性（Variety ） 的“3V”特征。因此，大数据可概括为规模达到数量级，更加多样化，包括结构化、半结构化和非结构化数据，且以比以往更快的速度生成的庞大数据集。
麦肯锡认为，“大数据”是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集。
由此可见，大数据不仅包含了数据集的概念，更重要的是还包含了数据处理和应用的技术，数据、技术与应用三者的有机统一构成了广义概念上的大数据。
2.大数据研究热点和前沿
伴随着数据挖掘技术的发展，为人们在挖据和提取数据中隐含的具有潜在价值的信息方面有了更多的渠道。数据挖掘涉及数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化等多学科领域，数据挖掘技术是一门广义的交叉学科，其本身还在不断发展。
通过对大数的挖掘和分析，寻找数据间的相关联系，发现其存在的规律。通过大数据的思维逻辑，更加注重“为什么”的因果关系研究，而不只是解决“是什么”的问题。当我们通过寻找相关关系得出有A出现的地方就会有B出现，而不再去深挖“为什么”，这为数据价值的提取找到捷径。
当前，非结构化和半结构化数据的处理是目前大数据研究面临的难题，据统计，目前采集到的数据85%以上是非结构化和半结构化数据，而传统的关系数据库技术无法胜任这些数据的处理，因为关系数据库系统的出发点是追求高度的数据一致性和容错性。根据CAP（Consistency，Availability，tolerance to network Partitions）理论，在分布式系统中，一致性、可用性、分区容错性三者不可兼得，因而并行关系数据库必然无法获得较强的扩展性和良好的系统可用性。系统的高扩展性是大数据分析最重要的需求，必须寻找高扩展性的数据分析技术。
大数据把数学算法运用到海量的数据上来预测事情发生的可能性，预测是大数据的核心。例如，一封邮件有被作为垃圾邮件过滤掉的可能性；输入的“teh”应该是“the”的可能性，某个区域在某个时间节点爆发瘟疫的可能性等，都是大数据可以预测的范围。
二、卷烟精准营销理论体系及发展历程
1.精准营销概念
简单来说，精准营销可以概括为5W营销分析框架，既在合适的时机（When），将合适的产品（Which），通过合适的渠道（Where），采取合适的行动（What），营销给合适的客户（Who），在整个过程中贯彻“以客户为中心”的理念，实现营销管理的持续改善和提升。
2.卷烟精准营销理论
卷烟精准营销是以扎实的网建为基础，以卷烟营销数据库为支撑，依托现代信息技术手段，运用定量和定性相结合的方法选择准确的目标市场，通过针对性营销策略，实现卷烟产品宣传宣传的目标人群准确覆盖，实现卷烟货源投放的目标市场需求有效满足，使有限的资源得到最大化配置。
卷烟精准营销要以科学发展为指导，紧紧抓住品牌培育的第一要务，实施重点骨干品牌精准营销，促进重点骨干品牌的良好成长，着力推进卷烟营销工作上水平；以“精确信息、精准投放、精细管理”为重点，建立完善精准营销体系，并与卷烟网建工作充分结合，有效促进卷烟网建上水平。
卷烟精准营销的工作要围绕以下几个重点来开展：一是数据信息的精确把握；二是数据挖掘的有效实施；三是卷烟信息的精确传递；四是卷烟货源的精准投放；五是卷烟营销的精细管理。
3.烟草企业卷烟精准营销发展历程
三、试述如何利用大数据解决目前卷烟精准营销实际难题
根据《国家烟草专卖局办公室关于深入推进卷烟品牌精准营销工作的意见》（国烟办综〔2011〕197号）文件，明确以“精确信息、精准投放、精细管理”为重点，建立完善精准营销体系，但笔者在实际工作开展过程中发现要达到精准营销还有一定困难，主要表现在信息的准确度不高、货源的投放不够精准等方面，基于以上问题，笔者试述如何运用大数据的方法来加以解决。
1.从接受不准确的数据信息开始，利用大数据思维提高信息准确度
据统计，目前采集到的数据85%以上是非结构化和半结构化数据，只有当我们接受了非结构化和半结构化信息的不准确性，我们才能更好地掌握和分析剩余结构化信息，才能真正看清冰山的全貌，否则我们只能通过看似准确度较高的部分结构化信息窥视冰山的一角。信息准确度的高低直接取决于收集到的信息量的大小，如一个色盲想确定手中的卡片是红色还是绿色，他向2个人提问或向200个人提问后所得答案的准确度是不同的，无疑当200个人告诉他是红色比只有2人告诉他是红色的的准确度要更高。
在卷烟精准营销中我们所需要的答案当然不可能像“红或绿”这样简单，通常我们有待解决的问题都是需要从多方面加以计算和分析的。如某县级烟草公司今年5月的销量预测，我们通常很难得出准确的预测数据，于是为了找到这些纷繁复杂的问题的答案，我们就需要通过海量的数据信息，从多维度、多方面的数据分析来提高我们信息的准确度。
（1）总体信息代替样本信息，解决信息准确度不高问题
过去由于信息处理能力有限，所以产生了利用信息样本采集的方法，为达到用最少的数据获得最多的信息的目的。随着大数据时代的信息处理、分析技术得到巨大发展，当我们能够对海量数据进行有效的处理时，在数据采集过程中将采取更为全面的方式，而不只是采用随机抽样。因此，要解决目前卷烟精准营销信息准确度不高的问题，就应对总体数据信息进行收集。
通过以上对比分析可知，安龙县社会总体库存情况分析时用样本客户信息采集的方法进行测算的准确率仅为34.89%，在贵烟库存总量分析时的准确率也仅为54.30%。虽然社会库存总体信息采集的准确度也不能达到100%，但无疑它的准确度是大大高于样本客户信息采集的方法的。因此在市场营销数据分析过程中，通过对总体客户信息进行采集所得的数据结果远远比样本客户信息采集所得结果有效。
（2）信息采集与处理
目前，烟草企业已经成功开通卷烟营销系统（V3）、新商盟、现代零售终端系统，依托卷烟行业的数据系统，对系统数据的采集与处理已不再是很大难题，为提高卷烟营销信息的准确度，对总体客户信息数据的采集、分析和运用将成为我们工作的重点和未来探寻的方向。
通过信息来源可将信息的收集分为企业内部信息和企业外部信息，其中企业外部信息包括零售客户信息、消费者信息、社会信息及其他等，企业内部信息则包括货源供应信息、新品上市、政策法规等。企业内部信息的收集相比企业外部信息的收集要简洁得多，笔者试通过对如何对零售客户信息、社会信息进行数据收集，来展望将来信息采集的发展方向。零售客户信息的收集主要包括经营者、店铺、商圈、销售数据、上柜品牌等方面的信息，其中经营者、店铺基本情况、商圈等在专卖办理许可证时已经一并收集，上柜品牌、销售数据等也可以通过卷烟营销系统进行收集，但是客户自己的库存情况、销售价格执行情况、每日经营业绩等信息则能够通过现代零售终端系统进行实时采集。
同时，我们烟草企业应加强与地方统计部门的合作，积极探索出信息资源共享的双赢通道，建立卷烟营销数据库，利用数据分类、聚类等方法找到相关信息，提取信息数据的价值。 2.利用卷烟营销数据库解决货源精准投放问题
利用数据库信息能够准确找到目标消费群，从而建立精准的市场定位。通过数据库中对客户以及消费者的各种信息的收集整理，根据这些信息对消费行为进行有效地分析，并利用数据库中所能掌握到的市场、品牌、货源和客户等，对烟草消费者的数据进行分析，可以得出不同消费群体对特定品牌有不同的偏好，借此细分市场，从而达到货源精准投放的目的。
利用卷烟营销数据库，提取有关货源精准投放的数据，通过对“二点四维五率N度”，既“二点”，卷烟价格和社会库存；“四维”，市场类型、零售业态、商圈和供应级别；“五率”，上柜率、动销率、断货率、重需率、成长率。从多维度、多角度来进行分析，用数据化的科学分析结果指导货源分配，真正做到精准投放。
关键词：地理信息 空间分析 营销模型
中图分类号：F123文献标志码：A文章编号：1673-291X（2011）24-0237-05
一、地理信息系统技术在市场营销研究中应用可能性分析
1.地理信息系统的技术特点。与非空间信息系统相比，地理信息系统（Geographic Information System）具有以下特点：（1）地理信息系统在分析处理问题中使用了空间数据与属性数据，并通过数据库管理系统将两者联系在一起共同管理、分析和应用，从而提供了认识地理现象的一种新的思维方法；而管理信息系统则只有属性数据库的管理，即使使用了图形，也往往以文件形式等机械地存储，不能进行有关空间数据的操作，如空间查询、检索、相邻分析等，更无法进行复杂的空间分析和时空分析。（2）地理信息系统强调空间分析，通过利用空间解析式模型来分析空间数据，地理信息系统的成功应用依赖于空间分析模型的研究与设计[1]。
空间查询与分析可以提出的问题有：两商业中心有多远，哪里是生活区，本区内最适宜的商业中心如何布置，促销有效覆盖面多大等，空间分析与查询是GIS中最具特点的功能，也是GIS区别于其他信息系统（如计算机辅助设计CAD、数据库管理系统、自动制图等）的本质特征。空间查询可按属性信息的要求查询空间位置，也可按空间位置查询相应的属性信息；空间分析则可以通过对数据的操作和分析演绎出新的信息，实现对客观事物的客观规律的研究[2]。GIS提供从最简单的点击查询到辩证思维的空间分析方法，GIS最引人入胜的工作是通过各种假设分析来模拟区域内空间规律和发展趋势。分析工具有：（1）邻近度分析，商业中心10公里内的顾客如何分布；GIS软件提供缓冲区分析工具对地物要素间相互关系进行计算度量；（2）叠加分析，不同地理层面间的物理叠加是GIS的看家本领，通过空间上的“相交、合并、切割“等运算，可获取和派生空间决策最重要的依据。可视化表达输出。GIS的操作结果通过可视化的地图、影像、多媒体的方式加以直观表达，这是GIS无与伦比的另一优势。
2.市场营销模型研究。市场营销理论研究，已经从纯粹的理论阶段发展到对营销理论模型化，并以模型为基础，对市场营销实务进行解析，获取决策支持信息。市场营销模型研究，主要是系统地设计、搜集、分析并报告与企业有关的资料和研究结果。现代市场经济条件下，各企业的市场营销研究部门都在扩充其研究活动和研究技术[3]。其中，最主要的研究活动有：市场特性的确定、市场潜量的开发、市场占有率分析、销售动态分析、竞争产品研究、新产品接受力与潜量、短期预测及企业趋势研究[4]。地理信息作为运行在信息高速公路上的基础信息，可以帮助人类了解和掌握社会发展在地域空间上的运行状态、分布特征、资源环境条件和社会经济基础的空间效应，GIS技术在上面的研究活动中，具有明显的技术优势，除了企业趋势比较难以胜任外，其余各项都可以胜任。因此，需要在营销实务中引入地理信息系统的分析技术，我们把应用于营销研究中的地理信息技术命名为市场营销地理信息系统。
二、市场营销地理信息系统的应用定位
企业内部存在着三个不同的管理层，即战略管理层、策略管理层、操作管理层，对不同的管理活动有着不同的信息要求[5]。信息系统应该向整个企业提供一致的信息。根据地理信息系统的技术特性，市场营销地理信息系统完全能胜任这些要求。下页图1是对市场营销地理信息系统在企业管理层次中所处位置的分析：由图1可以看出，市场营销地理信息系统跟图形管理类的GIS不同，市场营销地理信息系统中的关于图形数据的编辑修改以及图形的输入输出不应过多，市场营销地理信息系统兼有上面两层的功能，是中层和高层管理决策的信息系统。重点在运用GIS的核心技术，实现市场营销模型解析及可视化表达，支持企业决策。
三、市场营销地理信息系统的分析
1.企业营销业务流程分析。一个企业营销功能如果比较健全，一般应有这样的部门或业务功能：产品的研究与开发（R&D）、市场调研、广告公关、价格管理、分销渠道管理等。而产品研发、营销财务等对空间信息的需求比较淡，相反，其他的事务对空间信息的需要则是非常紧密。图2就企业营销业务的信息流程作分析：2.系统功能分析。根据业务流程分析，可以推出企业营销职能方面需要这样一些功能：（1）市场需求分析职能；（2）分销管理分析职能；（3）产品管理分析职能；（4）促销管理分析职能；（5）制订计划决策职能。因而系统应具备这样一些功能：（1）数据输入、编辑、数据格式转换功能；（2）市场需求分析功能；（3）分销管理分析功能；（4）产品管理分析功能；（5）促销管理分析功能；（6）制订计划决策功能；（7）数据表达、输出、数据格式转换功能。
3.系统数据分析。由于系统的功能要求，决定了系统需要多种领域的数据信息，这包括[6]：企业内部的人力资源数据、企业内部的财务数据；企业已有的营销数据信息（如关于企业自己的营销数据、竞争或替代企业的数据）；政府方面的行业统计数据、法规、政策、发展规划、人口普查统计数据信息等；行业协会的行业统计数据、其他信息；数据公司的各种研究数据；国土测绘和规划部门或企业的地形地貌地物等地理空间数据；所感兴趣的居民和消费者的相关信息（如消费偏向）；其他相关的公司企业的营业数据信息（如广告公司的广告费用、期刊杂志等出版物的出版发行、购买原材料数据信息）。四、市场营销地理信息系统的设计
1.系统功能设计。根据市场营销信息系统的功能要求和地理信息系统技术的特性，确定市场营销地理信息系统的作用层次主要是为企业中、高层管理者提供信息，并辅助进行近期、远期、局部、全局的决策分析，结合具体行业（本例系统具体设计是结合家用日化产品行业的具体应运过程而设计的）设计系统的应实现的功能及结构（见图3）：系统各图层对应的属性数据表结构（见表2）：
表2 基本人口统计分布表（省级）
表2描述了某个省各个地区或城市的人口分布情况。
表3基本人口统计分布表（县区级）
表3描述了某个县各个乡镇或某个市区各个街道的人口分布情况，其结构和地市级几乎相同，只是多了一个字段，并且“Pinyin_Districtname”这个字段解除索引功能。
表4道路运输网属性表
表4描述了道路的属性，如是否为单向行道、是何种级别的、运费率等。
表5 客户属性表
表5描述了本公司的客户属性情况，如客户等级、业务关键人姓名、负责业务员姓名、客户性质（是独占、还是与竞争对手共享）、合作历史记录（Word文档路径）、照片位图文件路径等。
表6分销渠道（代销商、批发商、经销商）属性表
表6描述了分销渠道的属性情况，包括分销商类型、级别、关键人、分销商特性（是否为共享还是独占）等。
表7 竞争、替代商属性表
表7描述了竞争对手的基本情况。8电台、电视台、广告展示面、报刊杂志发行点属性表
表8描述了广告媒体的属性情况，如媒体名称、媒体级别、媒体公关类型、关键人、费率、覆盖面、展露频率、送达率等。
系统数据库包括存储空间地理信息的空间数据库和多媒体文件库。其中空间数据库又有两部分组成，一部分是存储表现空间地物地貌的位置、结构、分布特征的数据，叫图形图象库。一部分是与这些空间地理数据相连的与营销有关的人文、环境的数据，为属性数据库 [7]。系统模型库内含现有营销模型，这些模型经过算法转化和地理信息编码化，转化为可以被系统调用的功能函数，处理各类专门问题。由于篇幅有限，不再展开。
五、结论
本文论述了地理信息系统技术GIS在市场营销中的应用，并称此应用中的GIS为市场营销地理信息系统，是市场营销信息系统的主要构成技术之一，建立了系统的整体理论框架。研究了地理信息系统技术的技术特点，论证了地理信息系统技术在市场营销中主要应用于战略管理和策略管理，讨论了系统的结构，构建了系统的整体结构，总结出了开发市场营销地理信息系统的工作流程。市场营销研究热点进入工程领域，以地理信息系统技术构建营销体系，进而为企业营销决策的科学化作出贡献，这是市场营销理论与相关技术发展的必要。参考文献：
[1]向南平，董加伟.浅析地理信息系统的发展[J].中国有色金属学报，1999，(8).
[2]陈述彭，等.地理信息系统导论[M].北京：科学出版社，1999：5.
[3]王方华，黄沛.市场营销管理[M].上海：上海交通大学出版社，2003.
[4]郭国庆.市场营销管理理论与模型[M].北京：中国人民大学出版社，1995：3.
[5]菲利普・科特勒.市场营销管理理论与模型(亚洲版)[M].北京：中国人民大学出版社，1997.
[关键词] 企业营销 数据挖掘 决策 数据仓库
一、引言
在市场竞争日趋激烈、商业环境发生巨大变化的时代，社会、技术、经济、政治等环境因素变得越来越复杂和难以预测，任何经济个人或企业单位都面临着一个课题，就是如何想办法采取营销策略把自己的商品推销出去。尤其社会是进入信息数字化阶段后，该问题显得更加突出，因此，如何利用数字化信息决定自己的企业决策方案变得非常重要。数据挖掘是解决该问题非常有效的技术。
二、数据挖掘(data mining)思想
数据挖掘是集统计学、人工智能、计算机等结合的交叉技术。数据挖掘也称为知识发现（KDD―Knowledge Discovery in Database），其主要思想是可以从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识，并通过这些知识指导我们将来的工作，以提高效益。目前该技术在企业营销中的应用也是刚刚起步，但是已经暗示了该技术在商业营销活动中的潜在能力，尤其是在企业营销决策系统当中的应用，将会对企业营销活动和决策和发展起到非常重要的作用。
三、数据挖掘技术简介
数据挖掘是一个从存储在数据库、数据仓库或其他介质种中的大量数据中发现人们感兴趣的知识的过程。其的应用过程可以描述为：按照既定目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法，并且最终将其在实践中应用的过程。
数据挖掘技术大体可以划分成以下四个主要阶段：数据准备、数据挖掘、表示与结果分析、知识应用。其中数据挖掘是很关键的阶段，主要包括：回归分析、统计分析、聚类分析、神经网络、决策树、探索分析等方法，这将决定数据挖掘的思路和最终实现的结果。
四、数据挖掘在企业营销决策中的应用简介
企业营销是企业战略的重要组成部分，营销战略的制定与实施，在企业战略中居于重要地位，是确保企业战略得以实现的重要保证。
市场营销管理，就是由企业市场部门根据战略规划所确定的业务经营范围、目标、业务组合和发展战略，认真识别、分析、评价外部环境等因素。并用其去指导未来的发展战略和计划的过程。
数据挖掘技术在企业营销决策中应用的过程如下：
1.数据准备阶段。数据挖掘的前提是必须要有大量的可靠的数据，这需要企业营销管理者平时对各种数据的积累，所需要的数据包括营销企业内部管理的数据，营销对象的相关信息，影响营销管理和决策的各外界因素及数据。并且对数据要采取分类的方式进行管理，此时数据分类的标准是非常关键的，不但要考虑分类内部数据之间的联系，同时还要考虑各数据之间的关系。
2.数据挖掘阶段。该阶段主要是对存储在数据仓库中的数据进行科学的方法进行分析，关键的数据挖掘方法的使用，常用的数据挖掘方法有：
(1)回归分析，该方法利用一组观测数据之间建立的依赖关系发现数据之间的联系，并作出相关预测的方法。(2)时序分析，该方法注重数据之间时间的前后顺序关系，并找出某事件在某个时间段内发生的频率。例如，某月某顾客在该粮店中购买的大米的次数和数量，这对分析顾客的消费水平和销售数量有着非常大的帮助。(3)分类分析，在前面的数据仓库里，对商品进行准确的描述，包括商品名称，特征，面向顾客，数量等数据项，然后用相应的分类标准将数据进行分类操作和管理。(4)聚类分析，通过分析数据仓库中已经分好类的数据，将其按照预测的结果划分不同的集合，并确定集合划分的标准。
3.表示与结果分析。通过前面的过程，企业营销决策管理者希望通过数据之间的关系得到相互数据的影响和关系，该结果以某种形式表示出来，一般都采用图形、图表或者数据报表的方式表示结果。通过结果进行相应分析，希望得到诸如如何得到最有价值顾客、如何使用组合效果使销售效率最好、如何留住有价值的顾客、以最小的成本发现欺诈行为等结论。
4.知识应用。发现营销规律和知识不是目的，将其应用到企业营销决策中才能够起到真正的作用，并在不断的营销中对所得出的结论进行论证，并不断的修正，使其更加合理，以便更加有利的指导营销行为和决策。
五、未来的展望
关键词：终端店铺；精细化管理；数据分析；销售策略；店长主导
精细化管理是一种理念，一种文化。它在日本丰田的精益生产模式上融入了泰勒的科学管理和戴明的质量管理的理念，采用科学分析的方法，强调现场管理的规范化、精细化和个性化。
中国服装终端店铺走的是一条以模仿为主的营销道路，同质化现象严重。尤其是一些中小服装营销店铺在经营过程中，几乎没有支撑的理论体系，只是简单地借鉴一些成功品牌的营销模式。2012年以来，随着网上购物的人数不断增多，加强终端建设成为提升品牌内在价值的关键，精细化管理的理念越来越受到重视。
一 、服装行业终端店铺管理现状
随着国际品牌大举进入中国市场，中国服装终端精细化管理中的短板日益凸显。
1.计算机已经普遍应用与服装终端店铺，但只局限于收集数据，缺乏对数据的有效分析，更不用说应对之策。
2.只重视销售结果，忽视了销售过程，没有将服装销售的生命周期与销售策略挂钩，当库存大量出现时才匆忙以打折结尾，降低了品牌本身的价值。
3.意识到店长在专卖店中的重要作用，但没有给予店长真正的权利，没能最大程度发挥店长的潜力。
二、服装行业终端店铺精细化管理分析
1.数据背后的秘密
在服装终端店铺经营的过程中，通过对计算机收集的数据进行分析，我们可以得到一系列数据指标。
上表显示的是服装终端卖场中的常见数据及计算公式。在精细化管理的模式下，需要对计算的结果进行进一步分析并寻找原因。
（1）总销售额
总销售额的作用体现在三个方面：一是为员工订立销售目标提供理论依据，并且设立相应的奖励机制；二是了解店铺的生意走势，结合整个地区行业的发展状况及时调整促销及推广活动；三是及时掌握各分店的销售情况，评估分店员工及货品组合。
（2）平均货单价、客单价、连带率
这三个指标一般在一起进行比较分析。平均货单价可以帮助导购了解顾客的消费能力，提高高价位产品的销售意识和销售技巧。客单价和连带率反映了货品搭配销售情况，既能够了解员工的销售技巧和服装的搭配技巧，也能够发现促销策略中存在的问题。
案例：某服装店铺平均货单价是560元。某天，有10个人光顾了店铺，5个人试穿了服装，成交了3单。第一个客户买了1件，成交金额是589元，第二个客户买了2件，成交金额是689元，第三个客户买了5件，成交金额是2488元。
从上面的案例，能够很快得出：客单价是1255元，连带率2.7件。客单价1255元高出平均货单价一倍多，说明客户对产品的认可度和购买能力高于现有服装价值，应考虑减少低价位的产品数量或者提高现有服装的价格。连带率2.7，远高于行业的平均连带率1.5，说明员工有很强的服装搭配能力。反之，如果连带率过低，说明需要加强员工的服装搭配能力。
（3）人效、坪效
人效数据的高低直接反映出了员工对货品知识的掌握程度，也从侧面反映了员工排班的合理性。坪效则是从店铺面积利用率的角度确认店内库存与销售比例的情况，深入了解店铺销售的真实情况。通过对坪效的分析，确认店铺是否应该扩大店面或者店内的库存是否足够。如果店铺的坪效数比较低，则需要考虑是否重新进行店铺陈列，合理规划动线。
（4）分类货品占比、消化率、售罄率、库存销比
这几个数据都是实时考查店铺内服装的销售情况。库存销比越高，说明该类商品库存量大，导致销售不畅；库存销比过低，说明该类商品库存量不足，需要及时补充库存。消化率和售罄率则分别从服装的销售件数和销售金额两个角度反映出服装的销售情况。
（5）畅/滞销款
在销售的过程中，通过销售数据及时发现十大畅销款和十大滞销款并做出相应的营销策略的调整。
2.根据服装生命周期调整销售策略
服装由于有很强的季节性，生命周期相对比较短，所以需要快速进行销售策略的调整。一般可以将服装销售周期分为三个阶段：导入期、实销期和衰退期。
导入期：这个阶段的成交量并不多，重点是对导购进行商品知识的培训，并寻找顾客的问题点，为二次培训做准备。在导入期前，需要了解上货的时间、上货的波段，制订宣传方案和培训方案。
实销期：重点是进行商品分析、商品归类和及时发现库存。这一阶段首先是通过各种数据分析货品，发现问题，首先做店铺的货品整合、调整营销策略。通过对销售额的分析及时了解商品在不同店铺的销售情况，加速问题货品在店铺间的流动，增大商品销售出去的机率。在这个阶段需要及时发现销不动的商品并想办法解决掉，避免滞销。通过回转率、消化率、售罄率和折扣率等数据分析哪种品类的商品或哪家店铺的库存压力比较大，及时做好促销策略。
衰退期：通过促销手段缓解库存压力。
事实上，促销并不仅仅存在于衰退期，每个阶段都需要做促销。导入期促销的目的是提高客单价，增加利润；实销期促销是为了提高连带率，推动滞销品的销售；衰退期的目的是清货。衰退期基本上没有利润可言，应该尽可能把销售压力分摊给前两个阶段。
3.店长的主导地位
从目前市场情况来看，担任服装终端店铺店长职位的人员大致分为两类：一类是从销售人员中晋升上来的，有多年的导购经历，但没有系统学习过专业的理论知识。另一类是经过系统理论知识学习的服装专业的学生，但缺乏实践知识。由于这两类人各自的弊端，很少有服装终端店铺敢放手让他们独当一面。
在优衣库，40%店长是从导购晋升而来，他们拥有与总经理同样的权限。正如优衣库创始人柳井正所说的：“在优衣库，店长被视为公司的‘最高经营者’，不采取‘店长是公司主角’的管理机制，零售业就很难繁荣。”西班牙品牌ZARA的店长每天除了管理门店外，还有完成数据分析和预测，直接对话西班牙总部，他们是ZARA供应链的核心。
拥有综合素质、专业知识的店长的缺乏已经成为中国终端服装发展的瓶颈。一个好的店长，不仅需要有优秀的管理能力，还需要掌握服装营销、服装搭配、服装陈列、消费者心理学等专业知识。可以这样说，店长才是“终端致胜”的关键。
三、结束语
中国服装行业正面临着前所未有的机遇和挑战，如何在竞争激烈的环境中脱颖而出，精细化管理也许会成为决定未来服装企业竞争成败的关键。
参考文献：
[1]张丹，周启红，潘文星.纺织服装行业“精英店长班”特色人才培养[J].纺织教育，2014（4）.
[2]潘力，及文昊.服装店铺的精细化管理[J].纺织导报，2010（2）.
购物车(0)