[摘要] 市场竞争的加剧，企业利润空间的急剧减小，使得经营者不得不在新的领域（蓝海）开辟领地，降低营销成本，提高营销效率，做到精确营销是每个企业家共同愿望，本文就精确营销，以及实现途径和方法进行了阐述

美国前邮政部长，百货商店之父，约翰·华纳梅克（john wanamaker）感叹到：“我在广告上的投资有一半是无用的，但是问题是我不知道是哪一半”。在现代信息技术条件下，如何做到尽可能减少浪费，做到有的放矢，精确营销体系就是依据这个原则，基于数据挖掘构建的一种当今社会环境下的新营销模式。

一、精确营销的由来

精确营销(precision marketing)就是在对客户精细分定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路。

1.市场竞争加剧是精确营销的前提。随着市场竞争的加剧，企业过去所生存的“红海”将变得异常拥挤，同时，消费者需求不断变化，都需要企业去开辟产品及服务的“蓝海”，去创造新的价值。价值创造构成企业蓝海战略的目标，而科学的客户细分就将成为蓝海遨游的指南针，对消费者需求差异的理解和满足就显得十分关键。

2.追求效益是精确营销的诱因。当大众广告和促销活动盛行的时候，很多营销经理都感到迷茫 “有一半的广告费用我不知道浪费在哪里”。当消费者不再容易被蛊惑的时候，企业就不能再依靠地毯式的轰炸来攫取市场，这样只能收效甚微。面对激烈的竞争环境和挑剔的消费者，企业要想生存就必须考虑成本收益。

3.技术进步是精确营销的推动力。信息技术正经历着天翻地覆的变化，数据挖掘技术、大容量存储技术、非结构化和半结构化查询技术以及已经普及的网络技术的广泛应用，使得关系营销、网络营销、数据库营销在技术上成为现实。借助众多的技术手段，企业则可以真正了解到消费者所需要的产品、服务，并最大限度满足其需求。

二、精确营销的基础——数据挖掘

精确营销的基础是拥有大量的相关客户信息，在对这些信息挖掘整理的基础上发现客户特性，进行有效的营销推广，提供个性化的产品和服务。这里不难发现，精确营销的成功决定于对客户信息的充分发现，也就是科学的数据挖掘。

所谓数据挖掘（data mining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。其过程可表示为下图。

数据挖掘流程图

数据挖掘的主要有六项任务：关联分析、时序模式、聚类、分类、偏差检测、预测。其对象主要是关系数据库，并随着数据挖掘技术的发展，逐步进入到空间数据库，时态数据库，文本数据库，多媒体数据库，环球网web等。数据挖掘方法是由人工智能、机器学习的方法发展而来，结合传统的统计分析方法、模糊数学方法,以及科学计算可视化技术，以数据库为研究对象，形成了数据挖掘方法和技术。

三、基于数据挖掘的精确营销应用

精确营销的主要目的就是降低营销成本，提高营销效率，发现不同客户需求差异，进行针对性较强的组合营销。那么，发现客户的不同需求和不同消费倾向仅仅依靠人是无法在客户海量信息中完成的，必须依靠数据挖掘技术，利用数据仓库、联机事务分析等手段，利用类聚法、关联分析法、决策数法,以及神经网络法等发现和预测客户消费倾向，找到客户消费规律，协助制定营销策略。

因此，基于数据挖掘的精确营销有以下五个步骤:一是收集和整理客户相关信息，并进行基本预处理（剔除不合规则的数据），建立客户数据库;二是通过数据挖掘，将不同特征的客户进行类聚，对不同客户群的特征进行剖析，找出不同客户群体的不同消费特征和消费差异特征;三是依据客户特征设计不同的营销策略，从而提供不同的产品和服务，通过提供差异化产品和服务，满足客户差异化的需求;四是营销活动的评价与反馈，通过对营销活动结果的分析，进一步深化对客户本质需求，尤其是客户未来期望的理解，形成新的营销策略。

1.客户数据收集与整理。客户数据收集与整理就是将经过预处理准确的客户数据收集和存储到一条逻辑记录中，该过程是实现客户细分和理解的必要条件，这项工作分为两个步骤：

(1)建立客户数据库。将分散在企业内部各个it系统中的数据，以及企业外部数据(如市场调查数据、第三方数据等)分类后，以客户id为关键字进行抽取、转换并装载到一个集中的数据库中，作为进行全面客户研究和分析的基础，为下一步进行数据挖掘所需的目标数据集提供可用的数据源。

(2)生成目标数据集市。一般来说，日常的运营数据的组织形式都是没有固定主题的，因此就需要将所有与客户相关的所有历史数据根据挖掘任务的不同，选择不同主题，并将相关数据有机地整合为一个整体，形成数据集市。例如以客户为主题的所有用户的记录集合就称为以客户为主题目标数据集市。

目标数据集市的记录是由许多个字段组成，每个字段都反映了客户数据的某个方面的信息。在对目标数据集市记录的字段名、字段的数据来源、字段的逻辑进行设计后，通过各种工具（例如olap联机事务分析）将原始数据转化为目标数据集。

同理，根据分析需求的不同，可以生成不同主题的数据集市（例如:产品集市、价格集市、满意度集市等），从而构成数据挖掘的基础。

2.数据挖掘（客户类聚）及对客户群的理解

(1)客户类聚。客户类聚就是把客户分成一个个具有某些相同特征的群体，在每个群体内部，客户的特征非常相似，而在群体与群体之间，客户的特征非常不相似。有了这样的客户类聚，企业就可以对每个客户群有效地管理并采取相应的营销手段，提供符合这个客户群特征的产品或服务，从而起到类似于“gps”的精确营销作用。

(2)通过数据分析进行客户理解。形成客户群后，对客户群的描述直接影响到营销活动的策划和执行，因此我们还需要对客户的特征做进一步的了解和剖析。这些剖析可以有基本特征的剖析，也可以根据不同的专题的深入刻画（例如产品的关联度），有时还需要加入外部信息进行丰富。针对专题的剖析应根据主题情况而变，最终形成的客户群特征描述，把很多枯燥无味的数据变成活生生的客户的特性体现，以帮助市场营销人员更好地理解客户群。

由于客户本身是不断变化的，因此客户群的构成和特征也是动态的，我们需要以灵活动态的指导思想理解客户群，才能得到正确的结论。一般来说，企业应根据客户关系生命周期进行不同阶段的客户类聚和理解，在生成客户营销策略后 需要对客户进行再次的细分和类聚，以设计产品、价格、渠道和广告等策略。这个时候，就需要其他的数据模式和维度，例如设计广告策略，可能就需要以媒体习惯对客户群进行再次的划分，形成电视维、广播维、杂志维等；设计产品策略，就需要根据客户群的消费特征进行划分，形成基本功能维、包装维、送货安装维等。

3.营销方案设计与实施。企业从客户营销策略和当前营销工作重点出发，筛选出适合自身的目标客户群。根据目标客户群的营销活动目标，可以采用头脑风暴法、专家访谈法，结合以往的营销经验，设计针对该客户群的营销活动创意(包括产品组合的选择以及渠道的选择等内容)，制定产品组合定价，并对其可能造成的影响进行评估，根据评估结果挑选出最佳创意，然后形成最终营销方案(包括针对性的产品组合方案、产品组合价格方案、渠道方案)。

精确营销主要强调以数据来支撑营销决策和营销策划，比如通过数据的分析(建立交叉销售模型)支持产品关联假设，通过数据挖掘，提出支持理性的营销设计等。在营销方案设计完成后，为提高营销活动成功率，提高市场营销活动投资回报，还需要利用数据挖掘技术建立预测模型对客户进行评价，以选取购买可能性高、并符合市场营销活动要求的客户。

营销方案制定后，就要按照营销活动计划，执行相关的市场营销活动和促销活动。从客户、市场接收输入信息，识别并利用交叉销售，升级销售机会，为产品和服务处理定单，获得反馈信息及额外的客户信息，提供针对客户的更为丰富的理解。

第四，营销结果评价与反馈。基于营销活动执行过程中收集到的数据，对营销活动的执行、渠道、产品和广告的有效性进行评价，寻找需要改进和优化的关键点，总结和获取在执行期间得到的相关经验和教训，为下一循环的营销活动打下良好的基础。营销结果的反馈是营销本次营销活动的终点，同时也是精确营销闭环的下个循环过程的起点，是对下一个循环的提升。

总之，精确营销是当今世界营销界的一个热点问题，对精确营销体系的理解也存在很大差异，由于实践的局限性和技术手段的限制对精确营销的研究还处于初级阶段，尤其是利用数据挖掘的精确营销研究涉及的很少，这在我国表现的更为突出。本文就这方面的问题作一探讨，以助于面向客户需求降低营销成本的实战运用。

本文中所涉及到的图表、注解、公式等内容请以pdf格式阅读原文。