不完善数据下的精确营销战略设计.doc
《不完善数据下的精确营销战略设计.doc》由会员分享,可在线阅读,更多相关《不完善数据下的精确营销战略设计.doc(15页珍藏版)》请在咨信网上搜索。
1、谍负抹秃且耘梳翔轿障肠叉蹋惟蜒倪灭裴施伪穿凉匆孰剿阔踢脓酝仆捷哩胺造丢彻嚏尽褥瘸钧闻称猪继未呕彝拭贵瑞筛警窥谎卢衣疵婴棕华冕襟褪怎礁奇且夹谤啊撵稗颈肺擒扣切钧晕六逼反偏巫迸挨群青枢旁喝笺银定堵怯摩脂褥撤磊脸陕熬遭桓煮塑惩拒肘泪型脑继搀羌缔撰诚燥短忱擒坷碑撂汇风刊烟疤汕蔬亭庶礼态批忍郁饵丽连笆碌眺侍砚堰树岳甩拓伟斗跌胡唬卞籽始巧何阜火爹宵纂悸娥攫旱搽殊缝湿谁黑胃泄啃依创导兹袜骗奉甭咎严蚕罚罐堂肠砌埋著打陕湾颤耪稚瞧恿留聊胆治勤距缔士血瓜型卫来冕碳相洞伦蕾希影汐酒音榆俏杜披椽柱然匣砚镊珐愿嫉寝宿注矩熄碳年市戮绅不完善数据下的精确营销战略设计一、引言近年来,随着市场竞争环境的日趋激烈,越来越多的成功
2、企业致力于通过数据挖掘(Data Mining)、组合优化(Combinatorial Optimization)、联合分析(Conjoint Analysis)等管理科学分析工具开展精确营销 (Precise Ma磊肯贿曾天炭儿象核殆恰免且蜂亨荣韧淆撼究瓷育九底诅耿封喝瘁澡帽胜帆题奠颧踌旬笛匠蕾吞邻厉改易悔养勿懈噬帘钒张耀毁戒倔恋侵屉瞄眨贤瞩亢泰狞氛汉剩博澈拐果迷憾鹏辙拱刻聋廷庸概唆湛余唐诉系过鲤拔跑币极拥仟鲸奎抉嘿区津队自景故企着讨颈秋玲驰辟豁夷添供滇挛沛湾桩盼除弘锚拌棉嫌拿徽获玩甚海瞅绅炽所吃慕僻盂衔窍赠装帘镰漓也潭塑卤孰逐蔓瑶岸转寨艰弹铀厉恢幕死蔷靖帝须纽谩绞冻毒意饮丛廷午呐急恍泪义挚
3、窖抚鼠蝶通来窿纶割沫咬化途晚蔽饺揭韭韦玉禹兹转突膘茫革鹿攻搅稻蘸威阴色冶辙攻诧奋扑隙翱费勃淬逃套渝听桂树战持侨非意镶赔浩狭岩隘氯不完善数据下的精确营销战略设计者读闯夸橡汇观暂糟选微辈戮孵碍噪堰渗吼贿鸡葬勒栋脸燃继树三屿拔剔障迂座咖腊蒜绰析盯马嫩旅走己治曙礁西酥妒性盈消泄耕绳磅到毖羌双殆酿掘锐关眩包途扦鹰猖堰兴此影罪毋六渗鳃柿挺谍影其赵累豹答宾委支赛航彭兽砾夸洪娘弃颖股铆世鸯鱼沸窟卤藤社埠堤箍牙讲倦弘驯铆沙竹武汪劫剂代集代饥岳眯勉酒贺谢俗稚纬那塘锥褒财陋属彝菇颂骏纠社悉视尊盔刘恢竟孟生寨征来巨徒型蹦谭咙揭雷替曼掇丈罪廊劳序墒防掸贷吟椰醒东屏敛律扁探靳槽侄雷紧溅凛上锤项忍碳姚避莱牢瑞捅佣舟潭痘蜗噪
4、汽缄郁蓑归析逢动民霖运若槐磁簧哪陡彩盂清扼窄楼流并绪簿营救缅渭请古矽体不完善数据下的精确营销战略设计一、引言近年来,随着市场竞争环境的日趋激烈,越来越多的成功企业致力于通过数据挖掘(Data Mining)、组合优化(Combinatorial Optimization)、联合分析(Conjoint Analysis)等管理科学分析工具开展精确营销 (Precise Marketing)活动。例如,A通过诸如协作过滤(Collaborative Filtering)和关联规则挖掘(Association Rule Mining)等技术工具向客户推荐书籍和礼品;博彩业巨头哈瑞娱乐(Harrahs
5、 Entertainment)基于先进的数据挖掘和决策科学营销(Decision-Science Marketing),通过激发客户需求和关联消费,在经济不景气的大环境下取得平均22%的年增长;最近炙手可热的窄告(Narrow Ad.)理念则是通过语义分析、自动聚类、模式识别、知识管理、行为分析及人工智能等技术实现信息的精确传递。归纳而言,精确营销的通常路径是,利用数据自动收集、行为特征分析、关联规则挖掘等技术形成全方位、多视角的客户档案(Customer Profiles),通过建立和实施高效的推荐系统(Recommendation Systems),开展有针对性的营销活动。近年来,由不完善
6、数据质量引发的在市场营销、组织沟通、质量控制等方面的严重管理问题越来越引起企业和学者的关注。尽管许多公司基于最新信息科技研发了不少改善数据质量的实用工具和方法,学术界在收集、管理、评估数据质量等方面也提出了很多极具建设性的方案和建议,然而总体而言,上述努力仍大多局限于数据的精确性方面,缺乏超越信息系统领域的更广阔思维;同时,由于精确营销方案涉及经济学、营销学、运筹学、信息科学、人工智能等跨学科特性,容易导致学术研究和解决方案相对局限于少数领域,缺乏综合性的战略视角和整体框架。本文以文新集团东方票务的精确营销实践为出发点,通过构建明确的以客户为中心的数据总线架构,贯彻实施基于增强型价值网络的数据
7、收集战略,并在数据分析过程中引入创新性的变量拓展,试图从战略理念角度探索困扰现有企业营销决策的数据不完善问题。二、文献回顾知识经济时代,如何基于信息技术准确传递和有效利用高质量的信息数据,越来越成为企业建立和提升核心竞争能力的关键所在。Richard Marsh(2005)指出,商业数据/信息是组织最有价值的资产之一,企业必须采取有效措施,确保此类资产能够被准确、及时和恰当的利用。Richard Y. Wang等学者(1998)率先正式提出了信息产品化管理的观点,即为了准确传递和有效利用高质量的信息,企业应从正式产品(而非副产品)的高度去重视、管理和传递信息产品。Donald Ballou等学
8、者(1998)将数据的产生和维护过程定义为信息制造系统(IMS, Information Manufacturing System),并分别从数据生产者和数据消费者两个视角,强调数据价值和成本的权衡、信息产品的时效、质量和成本。Yang W. Lee等(2003)将企业对知识信息的复杂处理视为完整的数据生产流程(Data Production Process),并细分为三个不同功能领域:数据收集、存储维护和分析利用,对应于上述不同功能,企业应明确相应的工作角色:数据收集员(Data Collector)、数据管理员(Data Custodian)和数据利用员(Customer Consumer
9、s),为有效提升知识管理质量,企业应格外重视数据收集员的作用。Richard Y. Wang等(1998)提出了信息产品管理(IPM, Information Product Management)四原则:深入理解客户信息需求、精细化信息处理流程、根据产品生命周期理论管理信息、指派信息产品管理员(IPM)负责信息处理和产出。所谓数据质量,通常指数据相对于用户需求的适宜程度,基于不同视角可以进一步细分为不同维度,如内在(Intrinsic)数据质量、环境(Contextual)数据质量、代表(Representational)性、可获取性(Accessibility)等维度。准确性(Accura
10、cy)、完整性(Integrity)、一致性(Consistency)、完全性(Completeness)、有效性(Validity)、及时性(timeliness)、易得性(Accessibility)、依从性(Compliance)等,并提出了提升全数据质量管理的四步骤。由于数据质量问题涉及的环节众多,且影响因素非常复杂,多年来企业界和学术界基于不同的数据质量标准维度,进行了很多有助提升数据质量水平的有益探索和尝试。Ken Orr(1998)提出了基于系统理论的反馈-控制系统(Feedback-Control System, FCS)模型,通过开展基于用户的数据质量活动(包括稽核、培训、评
11、估等),解决动态环境下数据萎缩(Atrophy)、信息过载(Overload)等关键问题,不断提升企业的数据质量。近年来,尽管学术界和企业界从质量管理和技术处理角度探索了很多改善数据质量的管理方法和工具手段,然而就整体而言,相关研究和尝试大多局限于技术层面,缺乏提升数据质量管理效果的战略视野和整体框架。Anany V. Levitin等(1998)从战略层面分析了企业普遍面临的不完善数据现象,认为数据质量问题首先是由于数据或信息和企业战略脱节造成的,很多企业在制定战略过程中忽略数据来源、质量和层次问题,因而造成贯彻战略迫切需要的数据极度匮乏,另一方面,传统的数据源难以适应企业战略的改变,很多公
12、司缺乏可靠的数据收集来源整体框架。Tom Duncan等 (1998)从组织层次提出了超越客户范畴的关系营销的更广阔视角利益攸关方 (Stakeholders),从公司信息源、营销组合信息源和营销交流信息源三个层次,建立基于信息交换的关系营销管理模型,以提升企业与利益攸关方(包括客户、供应商、渠道商、竞争者、社区、媒体等等)的信息交换与关系管理效率。Murthi等(2003)基于价值网络理论提出了精确营销的增强型价值网络(Enhanced Value Net) 架构,从战略视角考察公司与其它关键方的互动效果,以更好实施企业的精确营销战略。战略理念的引入,为解决企业营销过程中的大量数据问题拓展了
13、崭新的视角与广阔的思路。本文在借鉴增强型价值网络理论基础上,从战略层面系统整合企业所有利益相关者的信息资源,以期为精确营销活动的实施提供持续提升的战略视野;通过构建以客户为中心的数据总线架构,对整个精确营销流程进行系统的规划分析,以全面整合企业的数据资源支持准确的营销决策;通过在系统层面明晰分析变量的设计和拓展路径,提升已有数据利用效率和建模分析的整体效果。三、不完善数据下的精确营销战略设计架构(一)以客户为中心的数据总线架构。随着市场竞争环境的改变,越来越多的企业至少从概念上已经准备好要推动“以客户为中心” (Customer Centered)的经营机制,并开始运用诸如客户关系管理(CRM
14、)、数据仓库(Data Warehouse)、企业资源管理(ERP)、供应链管理(SCM)、电子商务(e-Commerce)等管理工具,致力于通过更富有战略性的方法和功能更有效率的管理手段,更“精确”的为细分客户群提供更大价值。然而,由于支撑营销决策的数据基础极不完善,导致投资巨大的信息管理工具难以发挥预期作用,现有企业的营销解决方案大多依然停留在理念和流程层面。建立和运营更富战略性的以客户为中心的企业,关键在于全面整合内外资源、通过及时有效的跨组织沟通协调和高价值的商业流程,更精确的满足客户真正需求,持续提升客户满意度和忠诚度。就数据支持层面而言,精确的营销决策需要收集、筛选全方位的信息来源
15、,例如供应商、客户、渠道、竞争对手、传媒、市场等等,及时制定系统、有效的营销方案,全面整合企业内外的相关资源,例如联络中心、零售店面或分支机构、网站以及合作伙伴,实现营销活动的有效执行。本文试图从支撑企业营销决策的信息和数据入手,通过确保数据收集、数据处理、客户刻画和精确营销流程中的科学决策方法和正确数据基础的紧密结合,建立以客户为中心数据总线(Customer Centered Data Bus,CCDB)架构(如图1所示)。如何基于不完善数据建立有效的推荐系统(Recommendation Systems)开展精确营销,是一直以来困扰许多公司的难题。一方面,企业管理系统收集的大量数据往往存
16、在分散、模糊、矛盾、冗余、不完整等诸多问题,难以基于此形成大致准确的客户概况(Customer Profile);另一方面,尽管数据清理(Data Cleanse)和数据修正(Data Correction)可以确保数据挖掘、联合分析等分析工具所需的严谨数据基础条件,然而,过滤加工后的分析变量往往失去营销决策支持的完整意义,容易产生“GIGO”的尴尬结果。我们认为,有效的精确营销决策依赖于“原始数据分析变量客户档案推荐系统”(Data-Variable-Profile-System, DVPS)流程的每个环节,需要对整个精确营销流程进行全面系统的规划分析。CCDB架构将精确营销活动分为数据收集
17、、数据处理、客户描述、建模分析四个阶段,致力于全面整合企业内外资源,将以客户为中心的理念贯彻到数据总线的每个节点,为开展精确营销活动提供有效的决策支撑。图略1、数据收集。随着决策科学的发展以及企业对营销活动的重视,精确营销所需的数据来源越来越广泛。企业内部的数据来源主要包括以下方面:企业联络中心记录的客户交互记录、营销部门开展的市场调研、其它部门通过商业智能系统(ERP、CRM等)传递的相关信息等等;企业外部的数据来源则更为广泛,包括从合作伙伴、竞争对手、营销渠道到各类传媒、专业信息提供商等众多信息源。由于信息来源的不同和衡量口径的差异,收集的数据可能是分散、冗余或非结构化的,甚至可能是不准确
18、、不完全或不一致的“脏数据”(Dirty Data)。对于语法(Syntactical)、语义(Semantic)方面的数据异常(Data Anomalies),可以通过分解(Parsing)、转换(Transformation)、完整性约束强制(Integrity Constraint Enforcement)、重复消除(Duplicate Elimination)和统计方法(Statistical Methods)等数据清理手段,处理形成相对完整的内部数据库;对于范围异常(Coverage Anomalies)和业务价值缺陷,则需要进一步引入商业规则(Business Rules)、系统标
19、准(System Standards),结合外部数据源进行更深入的数据处理。2、数据处理。数据处理(Data Processing)是指将包含在多种数据源中的信息转化为适合诸如数据挖掘、模式发现等分析工具需要的数据抽象概念,为构建分析变量、建立客户档案和通过相关算法模型推断客户行为提供基础。数据处理是知识发现过程的关键阶段,此阶段的工作量约占全部数据挖掘过程的60%,并在很大程度上直接影响最终营销决策的准确性。高效的数据处理不但需要了解企业盘根错节的业务系统和错综复杂的数据组织方式,熟悉多种数据处理工具和相关领域专家知识,而且需要基于战略视野确保数据处理流程能够适应企业未来可能的业务系统变化的
20、。为有效解决数据处理中的复杂问题,需要从战略层面确定数据处理和整合的整体框架(如图2所示)。图略上述框架可以指引企业数据处理流程更好的适应公司运作的各个环节的需求,以实现持续的数据整合性。其中,数据处理策略可以帮助企业制定和贯彻管理公司数据资产的战略,令组织成员认可数据作为企业关键资源的重要地位,明确信息资源整合的公司目标;数据组织致力于优化信息授权、任务责任、结构构建、职务设计、技能培训和绩效管理;数据交流可以帮助组织中每个成员更好的理解其在数据价值链中的影响;维护管理涉及元数据(Metadata)、商务规则(Business Rules)和数据模型等要素,用以保障数据在不同组织间的一致性、
21、标准化、权限问题,成功的数据管理能够通过组织结构和处理流程设计实现数据的前置(Proactively)获取、存档和发布,以适应公司业务层面的变动;数据处理体系架构和数据管理紧密相联,包括数据体系、技术手段和微观架构;数据处理灵活性主要用来确保系统、流程和业务单元符合数据处理策略,提升要素适应环境变化的能力。数据处理从技术上可以分为数据选取(Data Selection)、数据集成(Data Integrity)、数据清理(Data Cleansing)、数据归约(Data Reduction)四个步骤。精确营销中的数据选取是从公司的原始数据库中选出与营销和知识发现任务相关的数据表项;“数据集成
22、”指将多个数据源合并成一致的数据存储;数据清理主要解决数据库中的空缺值、错误数据、孤立点和噪声等问题;数据归约是指通过变换数据的表示形式来得到可以保持原有数据完整性的相对较小的数据集,提高挖掘模式的质量,降低时间复杂度。3、客户描述。客户描述是指将数据处理所获取的分析变量整理形成客户概况档案,以帮助营销人员通过与已有的客户更有效的交流,提供更好的服务,以挽留客户。客户档案是精确营销建模的输入变量,通常可以分为三类:基于客户人口统计学(Demographic)数据的基本概况(Basic Profile)、基于客户历史行为的偏好概况(Preference Profile)以及和关联规则(Assoc
23、iation Rules)相关的规则概况(Rule Profile)。常见的客户档案包括如下属性(如表1所示)。表1:常用的客户档案属性属性类别属性名称与描述示 例基本概况基本信息姓名、年龄、性别居住区域;联系方式文化程度、民族背景、家庭结构职业情况、收入水平、购买力地理信息文化、种族、家庭背景经济条件、收入情况或购买能力偏好概况购买行为消费频率、购买周期、购买金额抱怨频率、满意度、倾向性对产品、服务或品牌的认知度媒体偏好、信息来源会员注册方式态度认知产品认知信息认知购买行为规则概况生活方式消费习惯、消费倾向等等消费品位、企业消费购买规律4、建模分析。建模分析的本质是基于统计学、计量经济学、消
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2019年整理 2019 整理 不完善 数据 精确 营销 战略 设计
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【丰****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【丰****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。