企业营销方案与商务智能的结合

随着企业信息化进程的不断推进，以及信息技术的迅速发展，特别是数据库技术和计算机网络的广泛应用，很多企业己经积累了大量的业务数据。在大量的数据与信息中，蕴藏着企业运作的利弊得失，如果能够对这种海量的数据与信息进行快速有效地深入分析和处理，就能从中找出规律和模式，获取所需知识，帮助企业更好地进行企业运筹决策，在激烈的市场竞争中赢得主动和更多的商机。

商务智能作为一种新兴的信息技术，是一种基于大量数据基础上的提炼和重新整合的过程，它提供了一种迅速分析数据的技术和方法，包括收集、管理和分析数据，并将这些数据转化为有用的信息，帮助企业实施正确的决策。商务智能目前广泛应用于金融、保险、营销、电信与政府等行业。

1.商务智能和营销

1.1 商务智能

1.1.1 商务智能的定义

商务智能是企业利用数据仓库(DW：Data Warehouse)、数据挖掘(DM：Data Mining)、在线分析处理(OLAP：Online Analytical Processing)等现代信息技术对企业经营过程中产生的大量结构化和非结构化商务数据和信息进行收集、整理、分析，以便辅助企业做出正确决策、采取有效商务行动、优化商务流程、全面提升商务绩效的工具、方法、技术的统称。借助这一手段，企业可以在多变的市场竞争中实现高速运营、正确决策、快速响应，从而实现从数据到信息、从信息到知识、从知识到利润的转化。商务智能系统如图1所示。

1.1.2 商务智能核心技术

商务智能的支撑技术包括数据仓库、数据挖掘、联机分析处理技术。

(1)数据仓库：数据仓库是一个面向主题的、集成的、稳定的及包含历史数据的数据集合，它用于支持经营管理中的决策制定过程。

(2)数据挖掘：数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中，挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则的过程。数据挖掘可以帮助企业在大量的数据中发现那些不能靠直觉发现的信息和知识。

(3)联机分析处理技术：联机分析处理技术是一种多维分析工具，目标是满足决策支持系统或多维环境下特定的查询和报表需求，使分析人员、管理人员或执行人员能够从多个角度对数据进行快速、一致、交互地存取，从而获得对数据的更深入了解。

1.2 营销

1.2.1 营销的定义

美国著名营销学家科特勒对营销的定义是：“营销，就是个人和集体通过创造、提供和交换产品及价值来获取和满足所需的管理过程。

1.2.2 营销的功能

市场营销作为一种活动，具有以下四项基本功能：

(1)发现和了解消费者的需求

市场营销应以消费者为中心，企业也只有通过满足消费者的需求才可能实现企业的目标。因此，发现和了解消费者需求是市场营销的首要功能。

(2)指导企业决策

企业通过市场营销活动，分析外部环境，了解消费者的需求和欲望，了解竞争者的现状和发展趋势，结合自身的资源条件，指导企业在产品、定价、分销、促销和服务等方面做出相应的、科学的决策。

(3)开拓市场

通过对消费者现在需求和潜在需求的调查、了解和分析，充分把握和捕捉市场机会，积极开发产品，建立更多的分销渠道及采用更多的促销方式，开拓市场，增加销售。

(4)满足消费者需求

通过市场营销活动，从消费者的需求出发，并根据不同目标市场的顾客，采取不同的市场营销策略，合理地组织企业的人力、财力、物力等资源，为消费者提供适销对路的产品，搞好销售后的各种服务，让消费者满意。

2.基于商务智能的企业营销方案的实现

2.1 客户分析

一个企业是否有竞争力已不再完全取决于它的产品和生产运作效率，而在很大程度上取决于它是否建立和保持良好的客户关系。数据仓库技术和数据挖掘技术，让企业有效地掌握客户的行为及需求，从而最大限度地增强客户的忠诚度和贡献度。

(1)保留现实客户

相关研究表明，一个企业如果将其客户流失率降低5％的话，其利润就能增加25％—85％。因此，任何销售人员的目标都是期望维持长期稳定的现实客户。企业通过数据仓库技术对客户购买的产品、行为和时间进行预测，从而针对客户的偏好设计不同的销售策略，与现在客户建立良好的长期关系，争取客户的忠诚度。

(2)争取潜在客户

企业的发展和壮大需要新生客户，数据挖掘技术可以帮助企业利用现有的客户记录和资料找出客户的一些共同特征，从而为发展新客户提供大致的人群特征，还可以通过分类或聚类对客户进行群分，通过模式分析预测可能成为新客户的群体类型，以帮助销售人员找到正确的对象。

(3)挽留可能流失的客户

研究表明，获得一个新客户的成本是保持一个老客户的5倍以上”。因此，老客户对公司的持续盈利能力有着非常重要的影响。企业可以通过数据挖掘技术中的孤立点分析法可以发现客户的异常行为，并采取相应的对策，避免客户流失；也可以通过决策树算法来构建预测模型，较准确地找出易流失的客户群，并制定相应的方案，最大程度地保持住老客户。

(4)识别欺诈客户

在数据分析过程，一些奇异点或者独立点可视为噪声或异常而丢弃。但是这些数据可能正是欺诈行为的表象。企业通过数据挖掘技术，对异常数据进行检测和建模分析，可以发现欺诈行为的特征。识别出这些特征，能为公司的经营决策提供支持。针对不同地域、不同客户群进行专门的数据挖掘，能发现更具体化的欺诈特征，以制定出具有针对性的措施，提高反欺诈的效果。

2.2 产品分析

从美国沃尔玛的“啤酒与尿布”的成功经验可以得知，企业可以利用数据仓库技术对产品进行市场类组分析，即分析哪些产品顾客最有希望一起购买。企业只有找准了顾客的真正需求和特征，才能有的放矢，提供个性化、多样化、差异化的富有成效的企业营销方案，从而找准企业营销定位。

(1)预测新产品类型及数量

新产品开发是企业开拓市场、提高竞争能力的基本手段，也是获得经济效益的有效途径。根据已有信息库利用数据挖掘再次进行数据处理，预测客户更乐意接受的新产品类型。同时，企业可以对市场营销环境、消费者市场、组织市场及客户的购买行为进行数据分析，根据一定顾客在一定地理区域对一定产品的购买总量判断该商品在该区域的潜在购买力，可以预测产品数量。

(2)产品分类管理

产品分类管理是把所经营的商品分为不同的类别，并把每一类商品作为企业经营战略的基本活动单位进行管理的一系列相关活动。企业可通过数据仓库技术对产品进行分类管理，企业的决策者可以很好地理解每一产品的营销情况，零售商可以据此决定门店的商品组合及空间布局从而制定更加有效的价格策略以及促销策略。

(3)购物架布局管理

超市购物架对于零售门店来说是一种重要的资源，不同品类的众多产品为有限的购物架空间展开竞争。零售商需要决定购物架陈列哪些商品、为这些商品分配多少空间以及整个超市门店的空间布局。企业通过数据挖掘技术来合理地布局购物架，提高消费者的满意度，从而提高产品的销售量。

2.3 产品促销分析

随着市场竞争的日趋激烈，企业纷纷采取形式各样的促销手段以激发消费者的购买欲望。利用商务智能技术能追踪客户的购买行为，优化企业的促销决策，以提高决策的针对性以及有效性。

(1)促销产品定价分析

价格折扣已成为零售行业最常用的促销手段。产品质量、市场竞争情况、产品的季节性波动以及节假日等这些内在/外在的因素都会影响到企业的促销定价策略。商务智能通过分析客户对产品不同促销价格的购买情况，合理地制定促销价格。

(2)促销产品手段选择

常用的促销手段包括广告促销、价格折扣、样品赠送等。不同的促销手段会导致不同的消费感知，进而影响到消费者的购买偏好和购买行为。在进行促销方式选择时，企业通过对自身的内部情况以及外部的市场环境因素综合地进行分析，从而制定企业的市场营销战略、促销时机以及促销手段等。

(3)促销产品销量预测

企业的销售活动是以研究综合性市场营销活动及其规律为目标，通过识别客户的需求以及消费偏好，将其转化为产品与服务，再通过有效的促销手段、分销渠道、价格策略等来最大限度地满足顾客需求。企业通过数据挖掘，可以及时、准确地预测促销产品的需求。

2.4 配送模式分析

配送问题是现代物流系统中重要的一部分，管理人员需要采取有效的配送策略以提高服务水平、降低货运费用。数据挖掘能从物流配送过程产生的一系列数据流中分析信息，利用算法以及改进的重心法选择最优配送中心选址方案及配送模式，为企业提供最合理的物流配送，从战略角度来提高企业的竞争力度。

2.5 库存管理分析

仓储成本在企业总的成本核算中占很大一部分。通过数据挖掘中的关联模式可以帮助企业合理安排货品的存储、压缩货品的存储，从而有效地提高拣货效率，节约物流成本。

3.总结

营销是企业管理的重要组成部分，是一个管理决策过程。营销决策在企业决策中居于重要地位，当决策问题日益复杂，大量的信息和知识需要处理，使用商务智能来支持企业营销决策是必然的发展趋势。而信息的收集与分析在营销决策中起决定性的作用，商务智能帮助企业决策者在营销管理上做出及时、正确的判断；可以把各种数据及时地转化为企业营销管理者感兴趣的信息(或者知识)，然后根据这些信息来采用明智的行动。