企業(yè)營銷數(shù)據(jù)庫的研究應用導向

1、企業(yè)營銷數(shù)據(jù)庫的研究應用導向企業(yè)營銷數(shù)據(jù)庫的研究應用導向近期國內(nèi)企業(yè)管理研究方法開始興起，說明各大企業(yè)都開始關注西方商業(yè)研究方法的規(guī)范操作流程和具體技術。鑒于在營銷領域，“拍腦袋”現(xiàn)象終究會消失，而更多企業(yè)家的營銷決策都需要充分市場研究的支持。本文圍繞企業(yè)營銷決策闡述了營銷研究流程和大量市場研究實用工具，能夠指導企業(yè)的營銷數(shù)據(jù)庫應用。同時，各大企業(yè)紛紛著手建立數(shù)據(jù)庫，卻普遍缺乏數(shù)據(jù)挖掘和市場研究的分析方法，也說明了本文關注和解決的問題都

2、是企業(yè)所需的重點。一、數(shù)據(jù)庫營銷觀念在上個世紀，企業(yè)營銷經(jīng)歷了生產(chǎn)觀念、產(chǎn)品觀念、銷售觀念、營銷觀念、社會營銷觀念的更替，不斷顯示出后工業(yè)社會專業(yè)化分工、個性化需求和和諧社會觀念的特點。數(shù)據(jù)庫，特別是大數(shù)據(jù)庫支撐，在信息時代的軟硬件支持下成為可能，對企業(yè)營銷進行了全面升級。概括現(xiàn)有的營銷者觀念：沒有顧客的存在，公司的財產(chǎn)就沒有任何價值；公司的中心任務是創(chuàng)造和抓住顧客；營銷的任務是向顧客提供優(yōu)質(zhì)的產(chǎn)品和服務保證讓顧客滿意；營銷是企業(yè)各個部

3、門共同努力的目標和結(jié)果，也是整個供應鏈共同努力的目標和結(jié)果。因此營銷數(shù)據(jù)庫就可以著重解決兩個問題：1）量化顧客需要的具體細節(jié)和滿意的程度，2）量化企業(yè)提供產(chǎn)品和服務的滿意績效。數(shù)據(jù)庫管理是從數(shù)據(jù)向信息，特別是向營銷有價值信息轉(zhuǎn)化輔助營銷決策的過程。企業(yè)通過數(shù)據(jù)庫營銷把市場黑箱打開，去發(fā)現(xiàn)、選擇、配比、控制、評估市場反應和自己的營銷行為。如同所理論預期的一樣，數(shù)據(jù)決策支持能夠提供四種有效途徑解決企業(yè)營銷的關鍵問題。1.從企業(yè)外的數(shù)據(jù)庫廠商

4、購買與企業(yè)的營銷問題配套的評分機制；2.購買數(shù)據(jù)挖掘軟件這類整體解決方案，比如信用評估，欺詐偵測，客戶流失管理；3.針對特定的問題，聘請外部專家來完成預測模型的建立；4.在組織內(nèi)部掌握數(shù)據(jù)挖掘技能。二、數(shù)據(jù)庫應用符合現(xiàn)代商業(yè)研究方法在企業(yè)界需要營銷研究是因為決策需要有力的支撐。經(jīng)營者需要特別的研究報告協(xié)助他們設立項目、定義工作、找出最好的工作策略及判斷營運成果的好壞。研究的價值在理論上，可比較使用研究報告下決策之成果與沒有使用該情報下決

5、策成果兩者之差而衡量。研究者必須視其工作為一項有順序的過程。譬如說，它可以視研究發(fā)展如同一個規(guī)范體系的連串問題。首先是經(jīng)營問題，其次為研究問題，接著是調(diào)查問題，最后是測量問題。圖3建立數(shù)據(jù)模型的企業(yè)研究過程營銷的核心是以客戶滿意為目標，要實現(xiàn)CS，需要經(jīng)歷一個規(guī)范的營銷管理流程，數(shù)據(jù)建模的核心是將數(shù)據(jù)轉(zhuǎn)換成可以操作的結(jié)果，數(shù)據(jù)挖掘和分析的整個過程是一個互動往復的過程。三、分析營銷機會與STP戰(zhàn)略科特勒認為營銷成功的基礎越來越取決于信息，

6、而非銷售力量。因此分析營銷機會就與營銷信息系統(tǒng)的構成密切相關。營銷信息系統(tǒng)（MarketingInfmationSystem）MIS由人、設備和程序組成，為營銷決策者收集、挑選、分析、評估和分配所需及時準確的信息。1.定義客戶，了解需求數(shù)據(jù)庫能夠幫助企業(yè)更好地了解客戶需求，精確的定義客戶，將定性的企業(yè)愿景和量化的分析預測手段結(jié)合起來，實現(xiàn)企業(yè)的營銷目標。主要包括以下工作：根據(jù)市場調(diào)研和歷史數(shù)據(jù)分析，了解現(xiàn)有產(chǎn)品的使用情況，銷售渠道鏈與客

7、戶的關系，了解客戶消費尺度等等。2.客戶細分和客戶行為研究指將所有客戶劃分成互不相交的不同類別，在同一類別里，客戶具有類似的特性。類似聚類分析這樣的數(shù)據(jù)分析手段，可以幫助企業(yè)進行客戶細分，從而突破了原先簡單按年齡、收入、地理區(qū)域、購買次數(shù)等有限指標（因為客觀上缺乏能力，監(jiān)測收集更多維度的客戶特征，也缺乏手段有效分析處理大量數(shù)據(jù)），實現(xiàn)了多維度大批量數(shù)據(jù)的信息處理和仿真，排除組與組之間的同質(zhì)性。此外，因子分析可以打破對調(diào)研維度的桎梏，獲取