關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究

關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究

ID:46153804

大?。?7.50 KB

頁(yè)數(shù):5頁(yè)

時(shí)間:2019-11-21

關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究_第1頁(yè)
關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究_第2頁(yè)
關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究_第3頁(yè)
關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究_第4頁(yè)
關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究_第5頁(yè)
資源描述:

《關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略研究分類號(hào):C93文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1008-925X(2011)07-0203-01摘要:簡(jiǎn)要地介紹數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則的概念,並在零售企業(yè)和電子商務(wù)運(yùn)營(yíng)機(jī)制基礎(chǔ)上提出瞭基於數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則理論的營(yíng)銷策略構(gòu)建方法,最後分析瞭關(guān)聯(lián)規(guī)則挖掘在零售業(yè)中的支持評(píng)價(jià)關(guān)鍵詞:數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則營(yíng)銷策略1、問(wèn)題提出零售企業(yè)以及電子商務(wù)的快速發(fā)展影響著人們生活的各個(gè)層面。商品的編碼掃描處理、存銷體系確立、客戶信息存儲(chǔ)以及線上物品交易等極大加速瞭物品流通速度,同時(shí)數(shù)字化支持下的交易模式産生瞭海

2、量的交易、銷售數(shù)據(jù)。面臨巨大競(jìng)爭(zhēng)壓力的零售企業(yè),每天都積累著海量數(shù)據(jù),但卻面臨“數(shù)據(jù)豐富,知識(shí)貧乏”的困境[1]智能化地從大量的數(shù)據(jù)中提取有用的信息和知識(shí),可以為企業(yè)銷售、進(jìn)貨等重大決策提供可靠地理論依據(jù),提高零售企業(yè)以及電子商務(wù)企業(yè)的核心競(jìng)爭(zhēng)力。海量客戶消費(fèi)信息中隱藏著重要的商務(wù)行為的模式。對(duì)於現(xiàn)代計(jì)算機(jī)技術(shù)而言,數(shù)據(jù)挖掘是一個(gè)非常好的找出模式的解決方案。在以及電子商務(wù)的應(yīng)用實(shí)踐中,數(shù)據(jù)挖掘技術(shù)發(fā)揮著愈來(lái)愈重要的作用[2]。因而,依照數(shù)據(jù)挖掘方式幫助企業(yè)獲取決策依據(jù)、制定正確的營(yíng)銷策略成為研究熱點(diǎn)2、

3、數(shù)據(jù)挖掘與銷售行為2.1.數(shù)據(jù)挖掘概念數(shù)據(jù)挖掘是近年來(lái)隨著數(shù)據(jù)庫(kù)和人工智能技術(shù)的發(fā)展而出現(xiàn)的一種新的商業(yè)信息處理技術(shù)。又稱數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn),即對(duì)海量的數(shù)據(jù)進(jìn)行精細(xì)加工,從大量的數(shù)據(jù)中提取潛在的、有價(jià)值的信息、模式和趨勢(shì),然後以易於理解的可視化形式表現(xiàn)出來(lái),其目的是讓企業(yè)分析內(nèi)外部的信息、預(yù)測(cè)客戶的行為、檢驗(yàn)異常模式,幫助企業(yè)決策者調(diào)整市場(chǎng)策略、減少風(fēng)險(xiǎn)信息時(shí)代零售企業(yè)與電子商務(wù)模式的發(fā)展為實(shí)現(xiàn)數(shù)據(jù)挖掘提供瞭便利條件,大量的信息技術(shù)如條形碼、電子收款機(jī)、POS系統(tǒng)等在零售終端隨處可見(jiàn)。在線消費(fèi)、多渠道支

4、付等也為電子商務(wù)數(shù)據(jù)積累提供瞭必備條件。提高零售企業(yè)經(jīng)營(yíng)信息化水平,應(yīng)用數(shù)據(jù)挖掘技術(shù)提取有價(jià)值的信息和知識(shí),增加其經(jīng)營(yíng)、決策、管理的科技含量,幫助其制定正確的營(yíng)銷策略,是促進(jìn)零售企業(yè)快速發(fā)展的必由之路2.2企業(yè)營(yíng)銷策略從市場(chǎng)營(yíng)銷組合策略的角度看,市場(chǎng)營(yíng)銷策略基本理論經(jīng)歷瞭4PS-4CS-4RS三個(gè)階段。20世紀(jì)50年代末的短缺經(jīng)濟(jì)時(shí)代,麥卡錫提出經(jīng)典的4PS營(yíng)銷策略,即産品(Product)策略、價(jià)格(Price)策略、分銷(Place)策略和促銷(Promotion)策略,被奉為營(yíng)銷理論中的經(jīng)典。到8

5、0年代,經(jīng)濟(jì)逐漸趨於飽和,美國(guó)勞特朋針對(duì)4PS存在的問(wèn)題提出瞭4CS營(yíng)銷理論,即顧客(Customer)、成本(Cost)、便利(Convenience)和溝通(Communication)o隨後,客戶經(jīng)濟(jì)時(shí)代美國(guó)經(jīng)營(yíng)學(xué)傢舒爾茲又提出瞭4RS營(yíng)銷新理論,即關(guān)聯(lián)(Rele-vance)、反應(yīng)(Reaction)、關(guān)系(Relationship)和回報(bào)(Return)。根據(jù)以上市場(chǎng)營(yíng)銷策略基本理論,結(jié)合目前我國(guó)零售企業(yè)的實(shí)際狀況,文獻(xiàn)[3]認(rèn)為如何基於數(shù)據(jù)挖掘分別從商品、顧客、分銷和促銷等四個(gè)方面制定營(yíng)銷策

6、略,是零售企業(yè)亟待解決的問(wèn)題3、關(guān)聯(lián)規(guī)則支持下的營(yíng)銷策略3.1數(shù)據(jù)挖掘過(guò)程數(shù)據(jù)挖掘過(guò)程一般分為4個(gè)階段:確定業(yè)務(wù)對(duì)象、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果分析首先根據(jù)業(yè)務(wù)的特點(diǎn)和發(fā)展?fàn)顩r,確定數(shù)據(jù)挖掘的對(duì)象和商業(yè)主題,找準(zhǔn)待挖掘目標(biāo)數(shù)據(jù)準(zhǔn)備是針對(duì)確定的數(shù)據(jù)挖掘?qū)ο蠛椭黝},從多種數(shù)據(jù)源中收集所需要的數(shù)據(jù),保證數(shù)據(jù)選題,然後對(duì)其進(jìn)行整理和轉(zhuǎn)換,裝進(jìn)數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)準(zhǔn)備又分為三個(gè)子步驟:a.數(shù)據(jù)選擇,搜索所有與業(yè)務(wù)有關(guān)的內(nèi)、外部數(shù)據(jù)信息,對(duì)其進(jìn)行篩選,選擇適合數(shù)據(jù)挖掘的有效數(shù)據(jù)。b.數(shù)據(jù)預(yù)處理,主要是對(duì)數(shù)據(jù)進(jìn)行規(guī)范化的整理

7、,如:數(shù)據(jù)冗餘、數(shù)據(jù)錯(cuò)誤、缺失、不完全性等情況,使之更符合挖掘算法的需要,提高挖掘質(zhì)量。c.數(shù)據(jù)轉(zhuǎn)換,針對(duì)挖掘算法,將數(shù)據(jù)轉(zhuǎn)換成分析模型數(shù)據(jù)挖掘過(guò)程是根據(jù)轉(zhuǎn)換的數(shù)據(jù)創(chuàng)建正確的數(shù)據(jù)挖掘模型,選擇合適的挖掘算法並不斷對(duì)其進(jìn)行完善,最後實(shí)施挖掘操作,挖掘出有價(jià)值的信息,例如某兩種銷售商品的關(guān)聯(lián)程度,帶來(lái)最多利潤(rùn)的顧客分頁(yè)模型等挖掘的結(jié)果可能不滿足用戶的需求,需要重新選擇挖掘?qū)ο蠛瓦x擇相應(yīng)的數(shù)據(jù)集合,修正或更改數(shù)據(jù)挖掘算法,重復(fù)上述挖掘過(guò)程進(jìn)行挖掘。對(duì)有價(jià)值的結(jié)果,還需對(duì)其進(jìn)行解釋,用通俗易懂的語(yǔ)言或形表達(dá)出來(lái)

8、,加上商業(yè)規(guī)則和專傢知識(shí),為管理者提供決策支持3.2數(shù)據(jù)挖掘在商業(yè)領(lǐng)域中的關(guān)聯(lián)分析方法數(shù)據(jù)挖掘分析方法有關(guān)聯(lián)分析、序列分析、分類和預(yù)測(cè)以及聚類分析等,在商業(yè)零售領(lǐng)域中最常用的是關(guān)聯(lián)分析方法關(guān)聯(lián)分析是指尋找在同一事件中出現(xiàn)的不同項(xiàng)的關(guān)聯(lián)性,即確定關(guān)聯(lián)規(guī)則,挖掘的一般對(duì)象是事務(wù)數(shù)據(jù)庫(kù)。關(guān)聯(lián)分析的目的是為瞭發(fā)現(xiàn)事務(wù)數(shù)據(jù)庫(kù)中不同商品之間是否存在某種關(guān)聯(lián)關(guān)系。通過(guò)關(guān)聯(lián)規(guī)則找出顧客購(gòu)買(mǎi)行為模式,如購(gòu)買(mǎi)瞭某一商品對(duì)購(gòu)買(mǎi)其它商品的影響,從而應(yīng)用於商品貨架設(shè)

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。