淺談數據分析在企業精準營銷中的應用

淺談數據分析在企業精準營銷中的應用

廣西臻實項目數據分析師事務所特約分析師 陳虹堅/文

一、引言

在當前，企業如果想要在在市場營銷或決策方面做到事半功倍，就需要在浩如煙海的客戶及市場、銷售和服務信息中，將原始數據轉化為簡明扼要的商業數據信息。通過數據分析技術和工具，讓企業在商業活動中了解到自身存在的各種問題並分析其原因。數據分析可以幫助企業解決接下來該如何去做的問題，可以幫助企業了解市場變化，找出對未來企業戰略具有影響的因素，讓企業營銷管理真正能夠「運籌帷幄之中，決勝千里之外」。

二、精準營銷的價值

（一）精準營銷具有針對性

精準營銷是有針對性地，以目標客戶群體為導向，致力於滿足客戶差異化、個性化的需求，通過分析每一位客戶的消費行為、消費軌跡和消費特點，找出哪些用戶是某一個產品或營銷活動最有可能消費的用戶，每個類型的用戶，在什麼時間段最適合給他推薦的產品有哪些。簡而言之，精準營銷的銷售群體是有針對性的一部分目標客戶，因此在節約營銷成本，提高利潤水平上更具有優勢。

相比之下，傳統營銷面對的對象則要模糊得多，營銷的目標是更為廣大的用戶群體，有一定的隨機性，忽視了細分用戶群體里的差異化，個性化的購買需求，導致營銷的投入過大但是成交量不理想，性價比較低。

（二）精準營銷是對目標用戶的量化過程

精準營銷是一個對用戶數據、銷售數據進行分析的量化過程，以客戶歷史消費情況為依據，是對客戶消費習慣和特徵的識別和分析，從而達到對客戶的購買定位和對不同的客戶，不同的業務內容的精準推薦。

傳統營銷則更多的採用了市場調研的方式或行業專家的經驗來了解客戶的消費行為習慣和消費特點，進行定性分析，受主觀因素影響較大，客戶的某些消費習慣、潛在的需求或者間接的購買偏好都是無法通過市場調研、行業經驗等傳統方式得出所有答案的。

三、怎樣進行數據分析

（一）使用數據

1.從歷史數據中找出規律

觀察上一年或歷月的銷售數據。分析不同產品的銷售情況，哪個產品銷量最大，哪個產品銷量最小，每月或者每周的平均增長率和同期增長率是多少，不同的季節銷售情況的變化。通過歷史數據把上面的這些指標分析出來之後，就可以看到哪些產品是優勢產品，不用促銷就可有很大的量，哪些是弱勢的產品等等，這樣可以確定出來什麼季節拿哪個產品出來做促銷。

2.從現有的數據中發現存在問題

市場推廣過程中，每天都要監控產品的銷售量，當出現銷售數據波動非常大或者產品銷售異常的時候我們應該注意，是否是銷售的終端出現了問題，是不是競爭對手做活動分流了大量的銷售額等等。數據是工具，能夠幫助我們發現問題，找到問題的根源所在。

3.通過分析，進行預測

通過觀察年度每個月不同的產品的增長率，分析各月之間的影響情況，依據這個可以預測未來月度的交易量的增長情況，銷售能夠達到什麼樣的水平。同時，在某個大型的營銷推廣活動結束之後，不是立即分析銷售數據，而是要看活動結束后一個月後的數據，這樣才能看到究竟有多少用戶是因為活動的獎品而進行的一次性或衝動消費，活動結束之後就離開了，在一個月內，客戶的流失情況才能較為清晰的顯現出來。

4.分解數據

每天各種產品的運營數據，推廣數據以及銷售數據量都非常大，需要對這些數據進行分解，才能了解每一個數據的波動都來自哪些市場的變化，增高或者降低的趨勢是什麼。

（二）選擇分析方式的依據

數據分析的方法有很多，包括數據的描述性分析、線性回歸分析、方差分析、主成分分析和典型相關分析、判別分析、聚類分析、Bayes統計分析等等，由於每一種數據分析方法都有其自身的特點和實現的步驟，對數據的形式有具體的要求，並且與具體的應用問題密切相關，因此成功的應用數據分析方法以達到目標過程本身就是一件很複雜的事情，需要從分析任務和可獲得的數據兩個角度來確定數據分析的方法。

一般而言，一個完整的營銷行為應包括以下幾個步驟：首先，確定營銷的對象，其次，確定營銷的方式，第三，選擇營銷的時間，最後，對營銷的效果進行評估。

根據不同分析方法的特點，在營銷行為的不同階段，都需要使用不同的分析方式。確定營銷對象時，採用的分析方法一般有：聚類分析、異常分析、RFM分析、決策樹、神經網路、 logistics；確定營銷的方式時，一般採用：關聯分析、序列分析；選擇營銷的時間的方法有：生命周期挖掘、時間序列、回歸分析；對營銷的效果進行評估一般使用：T檢驗，卡方檢驗，對比分析，環比情況，同比情況。

四、數據分析在企業精準營銷中的應用

（一）確定營銷的對象

一個電冰箱的生產商需要通過廣告宣傳來吸引潛在顧客。他們從各大商場及超市獲得了會員的信息，想要將廣告宣傳手冊和禮品寄送給這些會員。但是這些宣傳都是需要成本的，不可能寄送給所有的會員。而這些會員中有的人會受廣告宣傳的影響而購買產品，有的人就算得到宣傳手冊和禮品也對此毫無興趣。所以商家想要將廣告投遞給那些對宣傳手冊感興趣從而購買電冰箱的會員。利用分類模型就能夠識別出什麼樣的會員可能購買電冰箱。商家首先從所有會員中抽取了2000個會員，向這些會員寄送遞廣告宣傳手冊，然後記錄這些收到手冊的會員是否購買了電冰箱。在模型中，每個會員被作為一個事例，居民的婚姻狀況、性別、年齡等特徵作為輸入列，所需預測的分類是客戶是否購買了電冰箱。

使用2000個會員事例模型后得到決策樹的分類，根據分類可以找出幾個有用的節點：一是年齡小於35歲，居住在A地區的會員有70%的概率會購買電冰箱；二是年齡在35和45歲之間的會員有54%的概率購買電冰箱；三是年齡在45和65歲之間，與商業區距離不大於10公里，有1輛汽車的會員有50%的概率購買電冰箱；四是年齡小於32歲，不住在A地區，與商業區距離在1公里範圍內的會員有45%的概率會購買電冰箱；

在得到了分類模型后，將其他的會員在分類模型中查找就可預測這些會員購買電冰箱的概率有多大。隨後廠商就可以有選擇性的投遞廣告宣傳手冊並在各大商場或超市備貨，等待購買者的到來。

（二）確定營銷的方式

在顧客的一個消費訂單中，包含了多種產品，這些產品都是相互關聯的。比如購買了啤酒的顧客，就會購買下酒的滷菜或花生等；購買了鉛筆的顧客，就會購買鉛筆刀或橡皮。使用關聯分析就能夠識別出交易中大量相互關聯的事件，預測一個事件發生時有多大的概率會發生另一個事件。從而對產品進行組合營銷，最終達到促進銷售，減少庫存的目的。

（三）營銷時間的選擇

某商場A、B化妝品專櫃分別舉辦了一場現場營銷活動，A專櫃的營銷時間是周六，B專櫃的營銷時間是周一，從大眾參與度來看，A專櫃活動結束后仍然有大量的消費者諮詢，B專櫃從早晨到下午上門人數卻寥寥無幾。

B專櫃在活動前投入了大量的廣告，人力物力進行宣傳，然而在選擇時間上定在周一這個比較敏感的時間實為失誤。周一是消費者上班的時間，無論是個體經營者還是在職職工都需要安排一周的工作計劃，需要做很多事情，因此參加活動的人很少。

活動策劃人員仔細分析一下商場的消費時間序列特徵不難發現，商場消費高峰期在周末的午後。因此專櫃開展營銷活動最好把時間安排在消費者時間比較寬鬆的周末進行，如周五、周六、周日，如果再具體一點最好是下午2點最為合適。

（四）營銷效果的評估

營銷活動結束后，需要根據活動開展的目的，對活動的媒體傳播效果、品牌提升效果、銷售促進效果和活動外部效應進行評估，與同期或不做活動的時段相比看是否對銷售有所促進。

五、小結

科學合理的使用數據分析技術可以幫助企業依據已經發生的事情和以往的規律來預測市場未來的銷售趨勢、制定有效的市場營銷策略並解決一系列可能存在的問題，使銷售活動更有針對性和準確性，切實提高營銷活動的質量，為企業節省營銷成本，創造更多的利潤。

溫馨提示：歡迎同行加入廣西數據分析師群探討交流QQ群：117268053