行銷應用資料採礦誰做的更好？

資料採礦背景

當下的時代是互聯網的時代，互聯網的深入的應用已經覆蓋了各行各業，老老少少。 任何人，無論是什麼職業，有什麼業務模式，產品也好，服務也罷，如果想要有效地開拓市場、引起關注、喚醒客戶，都不能離開互聯網這個平臺而獨善。 一句話，如果忽視了互聯網的影響，任何業務，任何行業都難有大的發展，甚至可能生存不下去。 這話聽上去很絕對很殘酷，但是基本上是事實。 作為資料採礦行銷應用的專業人士來說，如果對互聯網的行銷應用挖掘業務不熟悉的話，那就不只是「遺憾」了，很有可能成為嚴重影響你專業能力的「短板」，因為你沒有活在「當下」(你最多活在「互聯網」之前的時代， 那個時代跟石器時代一樣都是很「遙遠」的歷史了)。 一句話，如果在你的專業領域裡沒有「互聯網的應用」的認識的話，你算不上是你本專業的現代人。

既然形勢如此殘酷，那麼主動也好，被動也罷，各位在各自的專業領域，都應該嘗試、熟悉各自專業在互聯網裡的實踐應用。 作家，可以考慮在網路上發表作品;歌手，已經有人在網路上販賣自己的音樂;速食業裡有大量的企業在開拓網路定餐業務;票務公司也在大力開拓網路銷售管道。 作為資料採礦行銷應用專業人士，也應該「識時務，挖網路」，於是有了本文，對目前比較成熟的網路使用者行為挖掘的行銷應用小小總結。 我對web挖掘的思考和總結基本上是從旁觀者的角度來學習和參考的;在以後的歲月裡，隨著我的web挖掘專案實踐的逐漸投入，相信對於這個領域的思考和總結會更加生動，更加真實，也更加有價值。 有鑑於此，此時此刻更加有必要將目前紙上談兵的一些想法和感悟敲成文字存入本博客，留待一年後自己真正從web挖掘專案中獲得新感悟時加以對照，讓實踐來證明本期紙上談兵的「web挖掘行銷應用小結」到底是沒有價值的紙上談兵， 還是真正的「正確的理論可以成功地指導實踐」?呵呵，人生無處不矛盾，人生無處不辨證!!! 看破矛盾，人生就灑脫了;學會辨證，人生就進步了!!!

網路挖掘三步驟

一般包括三大塊內容(Web內容挖掘，Web結構挖掘, 以及跟行銷應用直接相關的同時也應用最廣泛的Web用法挖掘)，本文只談這個跟行銷應用最直接最緊密的Web用法挖掘。 下面以B2C網站為例，具體說明從行銷應用的角度目前都有那些比較成熟的思路和系列方法、模型。

首先，從網站商業運營管理的一些特徵指標來分析。 各行各業都有適合本行業特性要求的特徵指標(KPI)，通過這些KPI的分析、跟蹤，就可以從宏觀上迅速的比較準確的判斷出企業的運營的效率。 B2C網站與傳統的零售行業有一些相似的地方(都是零售，都是針對消費者產生利潤)，但是B2C網站區別與傳統的零售行業的個人化指標是這個行業的基本特徵，必須充分關注，重點分析。 這些重點指標、特徵包括：流量註冊比、購物車比例、訂單轉化率、page views, 訂單平均流覽時間、客單價、重複購買率，等等。

接下來，從網站月度、季度、年度的綜合的匯總資料比較，從宏觀的角度分析網站運營連續時間段裡的運營效益、客戶變化、贏利趨勢、產品趨勢、消費變化等等(產品的、利潤的、客戶的各個緯度展開分析)。 這種宏觀的統計匯總分析比較簡單，但是很有效果，能迅速發現B2C企業最近幾年的發展趨勢，出現的問題，甚至可以鎖定核心價值客戶的群體規模和門檻指標，比如2080原理在本企業的具體定義， 比如客戶註冊之後具體的促銷刺激產生消費的時間段的明確界定，甚至客戶流失的大致規律和時間期，進出網站的路徑分析，等等。

第三步，在上述兩步簡單分析的基礎上，針對更加深入的行銷問題和客戶關係管理的問題，可以考慮從資料採礦應用的角度開展分析應用。 目前這類資料採礦應用中最常見的方法是聚類分析、關聯分析、以及在此基礎上的各種深入的預測模型應用(比如邏輯回歸，比如決策樹應用等等)。

企業具體的行銷應用

1. 消費者群體劃分，對網站使用者按照不同的行銷要求進行多緯度的指標劃分，找出核心消費群體的消費特點(尤其是網路行為特點)，並據此採取有針對性的行銷措施和服務措施加以滿足;這種聚類分析稍加深入就可用做網友關聯、興趣關聯、 閱讀推薦、商品推薦，等等。

2. 某一類消費群體的消費特點分析，找出關聯性強的利潤貢獻高的商品組合，並據此制定有針對性的促削措施、行銷推廣、產品策略、價格捆綁策略，等等，類似于零售業裡面的菜籃子分析;

3. 贏利性強的消費群體的消費特徵分析，流失分析，流失特徵分析，生命週期分析、交叉銷售分析，等等，根據這些分析挖掘出的線索制定相應的行銷措施、客戶關懷(挽留)、潛力挖掘;

上面例舉的是一些最常見的web挖掘的行銷用途，實際應用中根據具體企業的實際業務模式和實際資料資源，可以展開千變萬化的拓展應用，實在無法一一羅列完。

資料採礦運用

換一個說法，從互聯網行業的熱門術語來說，「產品推薦引擎」和「使用者導向」這兩個熱門應用是提升網站核心價值的重要途徑，其實都是可以通過上述資料採礦應用技術來圓滿回答的，其他應用包括網站路徑設計與優化(主要是採用link analysis技術)，收費產品分類行銷，等等凡是網站行銷運營管理中出現的很多重大問題和領域，都是可以借助資料採礦技術有效解決的。 至於上面每種挖掘演算法在實際應用中的具體注意事項和成熟的套路，現在也已經有了一些明確的模式和捷徑，比如說在聚類分析挖掘中，目前最成熟的商業應用基本上就是基於網路使用者的流覽中產生的frequency資料指標來進行分析( 比如消費的金額、利潤、階段時間裡的流覽次數等等);又比如在很多大型網站裡動輒就是幾百上千甚至更多的網頁，利用歸類的方法可以有效壓縮頁面種類，使得到的挖掘結果能更有效的推廣指導實踐應用。