数据挖掘与商业企业的发展，本文主要内容关键词为：数据挖掘论文,商业论文,企业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
随着信息技术的飞速发展，企业正在获得比以往更多的经营手段，电子商务的开展也为企业提供了另一个发展的平台。同时，网络和软件业的发展为企业提供了更为庞大的而且可以获得的数据，企业在获得巨大的数据的同时也开始寻求数据所带来的作用。
根据IBM的不完全统计分析，今天大多数的公司只用了不到其总数据拥有量的1%。虽然越来越多的企业认识到数据对于自身经营的重要性，但对于那些突如其来的巨大数据量，有的企业视而不见，而更多的企业却是无从下手，缺少对数据的处理方法，也即对“数据挖掘”缺少认识，中国的企业尤为如此。只有当数据转化成信息，使企业聪明地应对顾客、潜在顾客和市场的时候，数据才会变得有价值。
什么是数据挖掘
数据挖掘，也可以称为数据库中的知识发现，是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程。
从国外数据挖掘的例子中我们都可以发现，通过数据挖掘，企业可以：
1.发现最有价值的客户。
2.使组合销售更有效率。
3.留住那些最有价值的客户。
4.用更小的成本发现欺诈现象。
当然，数据挖掘对于不同企业的作用有着不同的着重点，但一般来说数据挖掘总能帮助企业正确选择瞄准潜在目标，向现有的客户提供额外的产品，识别那些准备离开的好客户。
数据挖掘在中国的应用正越来越多，但是从目前的情况来看，绝大多数进行数据挖掘的企业集中在电信、银行、保险公司、电子商务以及一些政府部门中，而在竞争日益激烈的国内商业企业中应用较少，几乎没有。
对于数据挖掘在商业中的应用，最为简单而且已经成为经典例子的就是啤酒和尿布的关系；位于美国中西部的一个连锁超市曾经使用Oracle公司的软件进行当地的购买行为方式分析，结果他们发现当男性购买者在星期四和星期六购物时，购买尿布的同时也会购买啤酒。进一步的分析显示，原来这些人由于通常要到每个星期六才进行大量的购物，所以星期四的时候只是少量购买。超市于是得出结论，那些消费者买啤酒是为了能够应付即将到来的周末，因此它们就可以采取相应的措施了，比如将啤酒的位置放的更靠近尿布一些，而同时将这两种货物的价格回复原价，取消折扣。
很显然，一些简单的数据分析就能够得出消费者的消费行为，对于商家的经营决策起到了很大的作用。随着国外大型百货商店、大卖场和超市进入中国，国内的商业竞争也日趋激烈，我们如何做好数据挖掘，提高自身的经营手段，建立良好的客户关系，已经成为成功的关键性因素，而从目前来看，真正依靠数据挖掘来提高自身经营实力的企业还几乎没有。
以上海为例，我们从百货业和超市业两方面来进行分析。上海的百货业层次分明，高档的有恒隆、中信泰富、东方商厦等，中档的有太平洋百货、百盛、港汇广场等，而较低档的则是那些原来的国有百货商店。随着商店档次的不同，自然而然的形成了不同的消费群体，百货商店虽然知道自己的目标客户和其它商店不同，但是具体的不同之处又有几个商店能够分析出来呢？而这些属于自己的客户群体他们的消费行为又具有怎样的特点呢？很少有百货店进行如此仔细的分析。对于超市同样如此，大买场和普通超市以及便利店的消费群体虽然有重叠，但是他们在不同的商店的不同消费行为又有哪些区别呢？而超市的供应商们又是怎样来区别对待呢？这些问题都需要大量的数据挖掘来处理和解决。
为什么要进行数据挖掘
由于竞争激烈，大多数的商业企业诸如百货和超市采取了降价策略，这无疑加重了企业的负担，因此商店的成本控制成为了利润的来源，而与此同时居高不下的营销成本则是对商业企业的巨大考验，百货商店和超市通常通过邮寄和分发的方式来进行自身商品的推广，其中包括商品介绍和折价券的赠送，漫无目的的散发这些信件对于企业来说是一项不小的费用，对比其效果来说更是显得很不划算。不同的顾客有不同的需求，一本包罗万象的商品小册子可能比不上几种特别吸引消费者的商品的介绍和折价券。个性化的消费需要企业有个性化的营销手段，当一个刚刚拥有小宝宝的家庭收到商店的婴儿用品推销的邮件时，其回应率肯定要比其它方式高许多，当然这需要企业构建巨大的数据库并从中发现不同的客户需要。
大型的百货公司一般都有一部分忠实消费者，虽然百货公司知道存在这样的客户群体，但这些消费者并不是简单的从消费数量上可以找出来的，更何况数量的统计也同样需要数据挖掘来得到。根据一般的经验就可以知道，企业20%左右的顾客完成了80%左右的企业营业额，对于百货公司来说这个道理尤为重要，如何从过往的消费人群中寻找出这20%的顾客，并且总结出他们的购物方式和购物习惯，能够主动地为他们提供个性化的服务是相当关键的。没有数据库的建立和数据挖掘的应用，我们很难100%的做到这一点，仅仅凭借经验行事在当今市场经济中是远远不够的。国内的大多数百货公司采取贵宾卡来确定其客户重要等级的划分，但也仅仅是通过消费额度给与其一定的优惠，而没有将他们的消费模式作为营销手段来考虑。
从前面的例子中我们可以看到，数据挖掘对于有效的物品摆放方式所起的作用，那只是这项技术的一个功能而已。供应商是卖场和超市的一个重要管理对象，建立与供应商的良好关系是每个超市所希望的。沃尔玛(Wal-mart)作为世界上最大的零售商，它通过对6个国家超过2900家连锁店的销售交易进行数据统计，并且将这些数据传输到统一的数据库，沃尔玛不仅自己使用这些数据，他还允许其超过3500家供应商共同享用这些数据和经过分析得出的结论。而这些供应商就利用这些数据来更进一步地分析他们的产品和产品的受欢迎程度，进而更好地管理它们给当地的沃尔玛的配货数据和发现新的销售机会。这样，沃尔玛不仅实现了自己的利益，更提高了供应商的积极性，实现了一个双赢的局面。上海有许多的大卖场和到处生根开花的连锁便利店，可是营销手段似乎只有“低价”，当然我们不能忽视低价格对于消费者的吸引力，但是如果我们能够针对消费者的消费行为做出更为符合他们习惯的营销活动，那么无疑将在激烈的竞争中取得一席之地。
此外，商业企业建立一个完善的客户管理系统(CRM)也需要数据挖掘的帮助，对于大型百货商店和大型卖场来说显得格外重要。数据挖掘技术可以帮助百货商店和大卖场管理客户生命周期的各个阶段，包括争取新的客户，让已有的客户创造更多的利润、保持住有价值的客户等等。它能够帮助这些企业确定客户的特点，使它们能够为客户提供有针对性的服务。通过数据挖掘可以发现购买一种商品的顾客的性别、学历、收入如何，有什么爱好，是什么职业，消费的组合是怎样的等等。通过这些数据我们可以挖掘出表面上不存在任何关系的数据的背后是一种怎样的联系。对于这些商业企业来说，建立良好的客户关系对于企业利润的实现主要有三种方法：1.最长时间地保持这种关系；2.最多次数地核你的客户交易；3.最大数量地保证每次交易的利润。因此我们就需要对我们已有的客户进行交叉销售。交叉销售是指商店向原有客户销售新的商品和服务的过程，因此对于这些商店来说，只有数据发掘才能帮助它们发现如何进行交叉销售，如何才能发现消费者行为中的微妙关系，如何将商品进行搭配销售。
近几年，国内一对一营销(One To One)正在被越来越多的企业和媒体宣传。一对一营销是指了解你的每一个客户，并和他建立起长期持久的关系。这个看似很新的概念却一直采用很陈旧的方法执行，甚至一些大型的百货商店理解的一对一营销就是每逢客户生日或纪念日给他寄一张卡片。一对一营销是一个很理想化概念，大多数行业在实际操作中是很难做到的。
数据挖掘可以把你大量的客户分成不同的类，在每个类里的客户拥有相似的属性，而不同类里的客户的属性也不同。你完全可以做得到给这两类客户提供完全不同的服务来提高客户的满意度。客户分类的好处显而易见，既是很简单的分类也可以给企业带来一个令人满意的结果。比如说如果你知道你的客户有85%是老年人，或者只有20%是女性，相信你的市场策略都会随之而不同。数据挖掘同样也可以帮助你进行客户分类，细致而切实可行的客户分类对企业的经营策略有很大益处。
如何进行数据的收集和数据挖掘
虽然商业企业不像电信和保险等行业那样有着方便的数据来源，但是数据的收集也并不是很困难。随着信息技术的高速发展，现代商业企业已经形成了数据化的终端系统，通过商店中的POS系统以及超市的收银机器等设备，这些企业完全可以得到顾客的消费数据，至于消费者的个人信息则需要这些企业根据自身的情况采取不同的方法。主要方法有：
①专用信用卡。国外许多大型的零售商自己提供长期信用卡，主要是为了收集有关顾客购买方式的可靠信息。但是对于我国的百货公司来说，这种方法并不实际。
②用来确认身份的会员卡。顾客必须填写详细的调查表才能获得一张卡，以后用这张卡进行购物时，可以享受一定的折扣，公司以这种形式或的客户的详细数据，并能够在以后的消费过程中进行追踪，当然也要付出折扣所带来的一定量的销售额的下降。目前一些大的百货商店的确采取这样的方式，但更多的是以贵宾卡的形式出现，而获得这种卡的顾客相当少，而在太平洋百货中，几乎所有柜台都备有这样的卡，他们替顾客使用，以较低的价格吸引消费者购买，造成百货商店在数据收集方面的损失。
③银行信用卡。随着信用卡在国内的使用率增长，越来越多的消费者进行刷卡消费，与此同时为商家提供了获得数据的机会。但是这种获取数据的方式是否受到法律限制，国内还没有明确的规定。
④赠券、抽奖和促销活动。这是商家惯用的营销手段，不仅可以达到增加销量的目的，同时也可以借此活动获取大量的客户信息，作为抽奖的依据，消费者必须填写详细的个人和家庭信息；而通过赠券的使用情况也可以记录消费者的消费喜好和消费习惯。
⑤Email和网络。通过建立自己的网站与消费者进行沟通，建立网上社区，在与消费者的互动中得到更为真实和有效的数据。
数据的获得以及数据库的建设和维护是一项长期的工作，需要很大的投入，这对国内的商业企业来说是一个巨大的挑战，而这也只是进行数据挖掘的基础，数据挖掘工具的选择和人员的培训同样对这些企业提出了较高的要求。
数据挖掘主要有发现规律和预测规律两方面的应用，前者通过一些数理统计的方法分析出消费者的潜在行为规律；而后者则是通过分类和回归等数学方法预测消费者的行为。两个方面相辅相成，因为用户在购买物品时，除了具有相关联的规律，还有时间上或序列上的规律，很多时候顾客会这次买这些东西，下次买同上次有关的一些东西，接着又买有关的某些东西，这需要通过对过去规律的分析来作以后的规律预测，为企业提供方便。商业企业可以通过自己建立数据挖掘系统，也可以通过第三方来进行，购买功能强大的软件系统是必不可少的。这些企业若下定决心进行数据挖掘的工作，那么还必须培养自己的人才队伍，专门地进行此项工作。
与IT技术相结合正成为现代商业的发展趋势，而数据挖掘正是这种信息技术的完美体现，希望数据挖掘在国内有一个好的发展，同样也希望数据挖掘能成为中国商业企业提高市场竞争力的有力武器。