大數(shù)據(jù)環(huán)境下企業(yè)銷售數(shù)據(jù)處理方法與市場感知研究

徐東輝

DOI：10.19392/j.cnki.16717341.201720169

摘要：本文大致描述了大數(shù)據(jù)環(huán)境下企業(yè)銷售數(shù)據(jù)的處理方法和途徑，對大數(shù)據(jù)環(huán)境下企業(yè)市場預(yù)測和感知方法進(jìn)行了研究，分析了大數(shù)據(jù)環(huán)境下企業(yè)進(jìn)行營銷需要采取的方法和策略。

關(guān)鍵詞：大數(shù)據(jù)；企業(yè)銷售數(shù)據(jù)；市場感知

在信息技術(shù)快速發(fā)展，大數(shù)據(jù)技術(shù)普遍應(yīng)用的前提下，任何一個行業(yè)都已經(jīng)離不開數(shù)據(jù)的影響。對企業(yè)來說，如何利用銷售數(shù)據(jù)對未來的市場進(jìn)行預(yù)測和市場感知，進(jìn)而制定有效的營銷策略是當(dāng)前最為重要的事情。企業(yè)需要通過一定的技術(shù)手段對銷售數(shù)據(jù)進(jìn)行處理，獲得對未來市場預(yù)測的能力，為提升市場占有率奠定良好的基礎(chǔ)和前提，使得企業(yè)在激烈的市場競爭中獲得一席之地。

一、大數(shù)據(jù)環(huán)境下企業(yè)銷售數(shù)據(jù)處理方法概述

第一，分類分析。簡單的說，分類分析就是將數(shù)據(jù)按照一定的分類規(guī)則劃分到相應(yīng)的數(shù)據(jù)組之中去的過程。分類分析建立在一般的分類算法的基礎(chǔ)上，每當(dāng)獲取一條新的數(shù)據(jù)，系統(tǒng)都會按照分類規(guī)則對數(shù)據(jù)進(jìn)行分類。分類分析在市場預(yù)測中具有至關(guān)重要的地位，它可以在分析歷史數(shù)據(jù)的基礎(chǔ)上對數(shù)據(jù)未來的走向進(jìn)行預(yù)測。比如，分類分析可以預(yù)測產(chǎn)品在未來一段時間內(nèi)的銷售趨勢，便于企業(yè)進(jìn)行生產(chǎn)安排、物流協(xié)調(diào)和促銷活動的計劃。

第二，關(guān)聯(lián)規(guī)則分析。關(guān)聯(lián)規(guī)則分析的目的在于找出數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系和派生關(guān)系。當(dāng)一些數(shù)據(jù)信息和另外一些數(shù)據(jù)信息相伴相神出現(xiàn)的時候，二者之間可能就存在著某種關(guān)聯(lián)關(guān)系。在數(shù)據(jù)挖掘之中，關(guān)聯(lián)規(guī)則分析可以劃分為相關(guān)關(guān)系分析和函數(shù)關(guān)系分析兩種。相關(guān)關(guān)系是描述的是變量和因變量之間存在著一定的規(guī)律，但是二者之間不存在著一一對應(yīng)的確定性關(guān)系的狀態(tài)；函數(shù)關(guān)系描述的是變量的變化由因變量變化唯一確定的一種確定關(guān)系狀態(tài)。

第三，回歸分析?；貧w分析是一種建立在統(tǒng)計分析上的數(shù)據(jù)挖掘技術(shù)，是對聯(lián)系變化的變量進(jìn)行分析的主要方法，通過數(shù)學(xué)方程式來對自變量和因變量之間的關(guān)系進(jìn)行模擬從而找到其中的關(guān)系，發(fā)現(xiàn)數(shù)據(jù)之間隱藏的規(guī)律。在發(fā)現(xiàn)數(shù)據(jù)之間規(guī)律之后，可以對數(shù)據(jù)未來的變化趨勢進(jìn)行預(yù)測。在運用回歸分析進(jìn)行數(shù)據(jù)預(yù)測時候，只要給出自變量和時間的值，就可以運用已經(jīng)建好的模型得到預(yù)測值。

第四，時間序列分析。時間序列分析是進(jìn)行大難度和綜合性課題研究的主要方法和工具，時間序列分析提供的預(yù)測技術(shù)和評估技術(shù)是非常完善的。在通過參數(shù)模型分析和處理觀測到的有序隨機(jī)數(shù)據(jù)的。時間序列分析一方面可以對某事物的發(fā)展規(guī)律進(jìn)行解釋，從而達(dá)到認(rèn)識客觀世界的目的；另一方面則可以通過模型來預(yù)測和控制事件未來的行為。

二、大數(shù)據(jù)環(huán)境下企業(yè)進(jìn)行銷售數(shù)據(jù)處理和市場感知的方法與對策

在時間的推移中，企業(yè)積累的銷售數(shù)據(jù)會日益龐大，如何安全有效地存儲這些銷售數(shù)據(jù)并將之運用到未來的市場預(yù)測之中去是企業(yè)營銷的重中之重。市場預(yù)測結(jié)果不僅僅關(guān)乎到企業(yè)營銷的成敗，還和企業(yè)制定的發(fā)展戰(zhàn)略和發(fā)展策略有著直接的關(guān)系。如果不能針對銷售數(shù)據(jù)制定有效的數(shù)據(jù)處理方法，一些重要的信息就會淹沒在噪音和干擾之中。

企業(yè)可以借助市場感知模型的建立來進(jìn)行市場預(yù)測，在實踐之中，企業(yè)經(jīng)常通過ARIMA模型和灰色模型的結(jié)合來達(dá)到市場預(yù)測的目的。在數(shù)據(jù)挖掘的基礎(chǔ)上，將各項數(shù)據(jù)輸入到市場感知模型之中來，比如將各地區(qū)數(shù)據(jù)、某個零售商的銷售走勢和存銷比趨勢、重復(fù)購進(jìn)比率、鋪貨比率等等信息納入到市場感知模型指中國來，這些數(shù)據(jù)可以在模型建立和預(yù)測中發(fā)揮較大的效果，能夠幫助企業(yè)預(yù)測市場動向和未來的銷售趨勢。在市場感知預(yù)測中大多使用時間序列分析方法來預(yù)測市場發(fā)展動向，為企業(yè)管理層提供決策可以依靠的數(shù)據(jù)，便于企業(yè)根據(jù)市場環(huán)境做出相應(yīng)的反應(yīng)，進(jìn)而提升市場占有率，積極地?fù)屨际袌鲑Y源，并適時地根據(jù)市場預(yù)測結(jié)果做出相應(yīng)的促銷活動，在市場競爭中贏得先機(jī)。市場預(yù)測也可以讓企業(yè)減少不必要的存貨儲備，降低企業(yè)的運營成本，實現(xiàn)盈利的最大化和最優(yōu)化，將損失降低到最小化的程度。

ARIMA模型可以在大數(shù)據(jù)環(huán)境下準(zhǔn)確地預(yù)測短期內(nèi)的數(shù)據(jù)走勢，灰色模型則可以在數(shù)據(jù)量不大的情況下準(zhǔn)確地預(yù)測出數(shù)據(jù)在長時間內(nèi)的走勢和趨勢。通過這兩個模型可以根據(jù)企業(yè)過往的銷售數(shù)據(jù)和銷售量分析和預(yù)測出未來的銷售量和銷售趨勢。模型的應(yīng)用范圍還可以拓展到某一個零售商乃至某一個地級市范疇。ARIMA模型和灰色模型提供了預(yù)測序列分析結(jié)果，決策者可以有效地得到感知參考數(shù)據(jù)，對未來的市場走向有精準(zhǔn)的把握。

三、大數(shù)據(jù)環(huán)境企業(yè)營銷策略改進(jìn)方法

第一，市場營銷需更加精準(zhǔn)。在市場預(yù)測和感知能力提升的基礎(chǔ)上，企業(yè)應(yīng)該意識到消費者的個性化特點，通過分析銷售商和零售商的偏好可以分析出消費者的消費行為、消費偏好。企業(yè)應(yīng)該意識到市場需求是個性化營銷的基礎(chǔ)和前提，對市場進(jìn)行感知和預(yù)測是企業(yè)發(fā)展必不可少的環(huán)節(jié)。大數(shù)據(jù)的應(yīng)用成為必不可少的環(huán)節(jié)，在此基礎(chǔ)上進(jìn)行的數(shù)據(jù)歸納整理和得出的分析結(jié)論將會是最具參考價值的。任何一個市場營銷行為都要以客戶至上為原則?？蛻舻男枨缶褪鞘袌龅姆较颍袌鲱A(yù)測便于企業(yè)進(jìn)行促銷、產(chǎn)品、價格和渠道等營銷策略的選擇，使得企業(yè)能夠獲得量身定做的營銷方案。營銷組合的組合方法非常多樣，影響因素也異常之多，只有精準(zhǔn)地進(jìn)行市場預(yù)測，才能將支付方式、支付價格、付款期限等具體問題落實下去，也才能便于企業(yè)將存貨地點、覆蓋區(qū)域等具體情況安排妥當(dāng)。

第二，客戶關(guān)系管理需放在更加重要的位置上。大數(shù)據(jù)的時代背景和經(jīng)濟(jì)全球化的時代條件使得很多企業(yè)發(fā)展都面臨著嚴(yán)重的產(chǎn)品同質(zhì)化問題，這也給企業(yè)管理帶來很大的困擾。如果企業(yè)在大數(shù)據(jù)環(huán)境下能夠建立和維護(hù)良好的客戶關(guān)系，那么在搜集和洞察客戶動態(tài)的時候能夠更加獲得更加準(zhǔn)確的信息。當(dāng)前，很多企業(yè)都已經(jīng)意識到了客戶管理的重要性，從客戶關(guān)系管理中挖掘重要的客戶資源。在激烈的市場競爭環(huán)境下，長期的客戶關(guān)系將會是影響企業(yè)市場預(yù)測準(zhǔn)確性的重要因素。

參考文獻(xiàn)：

[1]陳懷濤，鄒欣，李繼崢.大數(shù)據(jù)背景下市場營銷方式變革探討[J].現(xiàn)代商貿(mào)工業(yè)，2015，09：1113.

[2]趙從容.移動互聯(lián)時代的移動數(shù)據(jù)業(yè)務(wù)市場營銷策略[J].通信與信息技術(shù)，2014，03：6164.

[3]林杰，趙冬梅，趙強.基于數(shù)據(jù)倉庫的市場營銷決策支持系統(tǒng)的研究[J].管理工程學(xué)報，2016，11：34.