本站原创
内容摘要：近年来，随着外资零售企业不断进驻中国市场，本土零售业遭遇前所未有的内忧与外患。大数据时代下，传统营销思路所形成的竞争优势逐渐消失，本文从数据挖掘的角度应用精确营销，旨在使本土零售业“修炼内功”，从根本上打造核心竞争力。
关键词：大数据 精确营销 本土零售 数据挖掘 核心竞争力
精确营销与数据挖掘
精确营销（Precision Marketing）通俗的理解就是在充分了解顾客信息的基础上，针对不同的顾客群制定企业营销目标，有针对性的进行群组式的营销。本文引用莱斯特·伟门对精确营销的定义，精确营销是转变以往的营销渠道及策略，以生产厂商的客户和销售商为中心，通过电子媒介、电话访问、邮寄、互联网等方式建立客户、销售商资料库，然后通过科学分析，确定可能购写的客户，从而引导生产厂商转变销售策略，为其制定出一套可操作性强的销售推广方案，同时为生产厂商提供客户、销售商的追踪怎么写作。
数据挖掘（Data Mining）是从大量的、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的过程。简单地讲，数据挖掘就是对海量的数据进行精细加工，从大量的数据中提取潜在的、有价值的信息、模式和趋势，然后以易于理解的可视化形式表现出来，其目的是让企业分析内外部的信息、预测客户的行为、检验异常模式，帮助企业决策者调整市场策略、减少风险，以做出正确决策。
精确营销与数据挖掘都属于涉及多学科的交叉领域。精确营销需要借助数据挖掘来实现，数据挖掘是精确营销实现的工具、策略和基础，精确营销是数据挖掘的结果。数据挖掘与精确营销互为因果关系，两者紧密结合。基于数据挖掘的应用，整合精确营销元素，转变传统营销模式，在正确的时间通过正确的渠道将正确的信息传达给正确的人，从而提高本土零售业的生产力和利润率，提高本土零售业营销活动效率和国际市场竞争力，为提高本土零售业经营管理水平提供坚实的理论基础。
零售业应用数据挖掘的主要策略
基于数据挖掘与精确营销的本土零售业核心竞争力提升策略
通过应用数据挖掘进行客类管理以后，针对不同客群进行精确营销管理。把偶尔光顾的顾客转变为经常光顾的顾客，把非会员顾客转变为会员顾客，使精确营销成为“盈利中心”元素。在顾客金字塔中，可以按顾客盈利能力高低划分层级，发现零售商需求的是铂金层顾客，通过精确营销保持黄金层顾客，改善钢铁层顾客关注，提高钢铁层顾客购写方式，适当放弃重铅层顾客，是提高本土零售经营业绩的有效方式。因此，顾客分类成为企业实现高销售和盈利的战略方式之一。在争夺客源的过程中，商品同质性导致商品营销不再是顾客唯一的关注点，只有对顾客进大数据时代本土零售业精确营销由提供海量免费论文范文的www.udooo.com,希望对您的论文写作有帮助.行客类管理基础上的精确营销才能提高顾客贡献度。顾客群体之间的差别让企业必须重新划分其拥有的顾客，基于企业价值和顾客盈利性标准进行顾客分类，按顾客的消费额、企业实现利润额、消费频次、企业广告成本付出等进行分析，从而达到本土零售业客群精准定位。
关键词：大数据 精确营销 本土零售 数据挖掘 核心竞争力
精确营销与数据挖掘
精确营销（Precision Marketing）通俗的理解就是在充分了解顾客信息的基础上，针对不同的顾客群制定企业营销目标，有针对性的进行群组式的营销。本文引用莱斯特·伟门对精确营销的定义，精确营销是转变以往的营销渠道及策略，以生产厂商的客户和销售商为中心，通过电子媒介、电话访问、邮寄、互联网等方式建立客户、销售商资料库，然后通过科学分析，确定可能购写的客户，从而引导生产厂商转变销售策略，为其制定出一套可操作性强的销售推广方案，同时为生产厂商提供客户、销售商的追踪怎么写作。
数据挖掘（Data Mining）是从大量的、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的过程。简单地讲，数据挖掘就是对海量的数据进行精细加工，从大量的数据中提取潜在的、有价值的信息、模式和趋势，然后以易于理解的可视化形式表现出来，其目的是让企业分析内外部的信息、预测客户的行为、检验异常模式，帮助企业决策者调整市场策略、减少风险，以做出正确决策。
精确营销与数据挖掘都属于涉及多学科的交叉领域。精确营销需要借助数据挖掘来实现，数据挖掘是精确营销实现的工具、策略和基础，精确营销是数据挖掘的结果。数据挖掘与精确营销互为因果关系，两者紧密结合。基于数据挖掘的应用，整合精确营销元素，转变传统营销模式，在正确的时间通过正确的渠道将正确的信息传达给正确的人，从而提高本土零售业的生产力和利润率，提高本土零售业营销活动效率和国际市场竞争力，为提高本土零售业经营管理水平提供坚实的理论基础。
零售业应用数据挖掘的主要策略
(一)关联规则
关联规则挖掘是由Rakesh Apwal等人首先提出的，两个或两个以上变量的取值之间存在某种规律性，就称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。(二)分类分析
分类是最常见的数据挖掘策略之一，是基于一个可预测属性或特征把事物分成多个类别，每个类别包含一个或多个其它属性，其中有一个可以预测的属性。分类是通过对当前数据集合的描述以识别未知数据的归属，针对数据库中的每一类数据，挖掘出关于该类数据的描述或模型。(三)聚类分析
聚类是把各不相同的个体分割成更多相似性的子类的工作，类似于对象细分工作。聚类与分类的区别在于聚类不依赖于事先定义的值。聚类中的一组属性是平等对待的，同一聚类中的对象或多或少具有相同的属性值。应用聚类技术能发现不同顾客群并刻画出顾客群的特征，据此制定营销策略和顾务策略。(四)估值与预测
估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。预测是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预测。从这种作用上说，预测其实没有必要分为一个单独的类。预测的目的是对未来未知变量的预测，并且需要时间进行验证。基于数据挖掘与精确营销的本土零售业核心竞争力提升策略
(一)实现零售业客类管理以达到客群精准定位
客类管理是将企业的顾客进行分类，把大群体拆分为小群体，在每个群体中的顾客特征是相似的。应用数据挖掘的分类分析和聚类分析可以实现这一管理过程，对顾客的销售数据进行传统的市场细分和顾客超细分，根据菲利普·科特勒的相关理论，以盈利能力为标准为顾客打分，将较多的注意力分配给较有价值的顾客，由此形成根据顾客盈利能力细分的顾客金字塔，如图1所示，即铂金、黄金、钢铁、重铅四层顾客群。铂金层盈利能力强，一般占顾客总数的20%，却为企业创造80%的价值；黄金层为企业提供一定价值的同时也在不同企业间选择消费，比铂金层顾客忠诚度低；钢铁层占全部顾客数量的比重较大，顾客盈利能力较差，关注商品折扣并耗费企业大量营销资源；重铅层不能带给企业盈利，甚至产生负毛利，一般多是理由顾客，是企业要放弃的顾客群。由此可以针对不同顾客群制定更有效的营销策略。通过应用数据挖掘进行客类管理以后，针对不同客群进行精确营销管理。把偶尔光顾的顾客转变为经常光顾的顾客，把非会员顾客转变为会员顾客，使精确营销成为“盈利中心”元素。在顾客金字塔中，可以按顾客盈利能力高低划分层级，发现零售商需求的是铂金层顾客，通过精确营销保持黄金层顾客，改善钢铁层顾客关注，提高钢铁层顾客购写方式，适当放弃重铅层顾客，是提高本土零售经营业绩的有效方式。因此，顾客分类成为企业实现高销售和盈利的战略方式之一。在争夺客源的过程中，商品同质性导致商品营销不再是顾客唯一的关注点，只有对顾客进大数据时代本土零售业精确营销由提供海量免费论文范文的www.udooo.com,希望对您的论文写作有帮助.行客类管理基础上的精确营销才能提高顾客贡献度。顾客群体之间的差别让企业必须重新划分其拥有的顾客，基于企业价值和顾客盈利性标准进行顾客分类，按顾客的消费额、企业实现利润额、消费频次、企业广告成本付出等进行分析，从而达到本土零售业客群精准定位。