数据挖掘技术在超市营销系统中的应用研究

王泽伟　郝倩倩

摘 要：基于经济一体化进程不断加快、市场竞争日渐激烈的背景下，企业客户需求更加趋于多样化和个性化。面对着残酷商业现状，使得企业由“以产品为主”的传统商业模式逐渐转型为“以客户为主”现代化模式。此外，近年来电子商务发展迅猛，为客户提供了更加新颖的选择渠道，了解潜在客户实际需求，针对性提供产品服务，成为商业竞争核心内容。本文以数据挖掘技术为例，综合性分析这项技术在超市营销的系统中应用效果，进一步提出数据挖掘应用模型，以供参考。

关键词：数据挖掘技术 超市营销系统 模型应用

中图分类号：00 文献标识码：A 文章编号：1003-9082（2017）11-0-01

一、数据挖掘技术概述

概况来讲，数据挖掘作为一项循环过程，主要包括以下四方面内容：第一，确定挖掘对象。数据挖掘前提条件是确定需要实现的目标和任务，所以，相关工作人员必须要求全面掌握和了解各项业务内容。虽然数据挖掘具有预防性特征，但是在实际研究和实施阶段依旧存在着不可避免风险，只有确定最终的业务目标，才能进行风险预防和控制。第二，挖掘数据准备。这一环节主要是对批量化数据信息进行整理和分析，例如：数据转换、格式校正以及预处理等。第三，数据挖掘实施。基于上述两项内容完成的条件下，技术人员对获取的信息数据科学转换和处理。多数情况下，算法挖掘完善工资主要是由人工操作，而其他环节的工作则是由系统自动化处理。第四，评估结果与分析。按照数据挖掘具体操作和流程编制使用分析的方法，目前以可视化技术为主。然后将得到的分析数据汇总入信息业务体系和组织结构中，以便后期业务运行的规律变化反馈。

二、数据挖掘在超市营销系统的应用方面

1.营销策略的分析

一方面，结合超市营销角度展开分析，技术人员首先确定超市营销实际的策略范围，深入超市周边收集环境特征。然后，运用获取的有效客户信息综合性分析商品需求和销售特点，最终编制出针对性强的差事营销方案与策略。另一方面，由于超市周边人口分布与环境信息具有地域差异性，这也决定了各个超市的商品销售和需求不一致。结合销售需求的差异问题，超市对比自身营销系统的特点，调整营销策略，从本质上提高超市竞争力。以最科学合适的营销系统，实现超市营销的效益最大化

2.商品库存分析

针对超市库存商品存留较多的问题，工作人员必须要意识到留存对公司资金运行和净利润的影响。而对于超市库存商品存留较少的问题，工作人员则需要分析客户购买需求，防止出现断货缺货现象，保护商业信誉不受影响。所以，商品库存的管理核心内容就是库存量调节和库存商品有效需求的预测。

3.商品采购分析

商品采购的准备阶段，要求相关采购人员必须分析热销产品和滞销产品的实际需求，针对销售流动快的产品增加采购量，合理安排货架摆放，通过热销商品捆绑滞销商品的方法来加速企业的资金流动，进一步提高企业的营销收益。

4.客户关系分析

根据超市营销经营系统角度而言，主要可以采用二八理论进行分析。客户总体中百分之二十忠诚客户的购买力占据了总销售额百分之八十。概况来讲，企业总利润的核心来源是百分之二十的忠诚客户。这要求企业表现要对黄金客户有机划分，深入研究黄金客户对企业的服务需求和不同客户的群体所带来实际利润。

三、数据挖掘在超市营销策略分析的应用

1.选定挖掘模型

基于确定数据挖掘具体对象的条件下，收集相应的数据模型信息，并且了解数据挖掘技术应用的影响因素和预期目标，最后借助目标变量的评价反映营销系统实际应用结果。针对不同类型的客户群，需要正确预测他们对营销策略的态度，并且借助分类模型分析具体客户对营销系统应用的态度。挖掘细分和聚类分析核心内容是超市实际客户分解，通过挖掘分析的目标评价来说明技术应用效果。

2.建立数据挖掘库

首先，数据选择。按照客户模型分类在系统业务中原始表与字段，结合客户群特性划分出识别有效的具体业务问题。积极运用科学激素评估和分析数据信息，进而筛选出数据库可以使用的有效信息。其次，转换检验。在确定挖掘数据条件上，将数据科学提取和复制，扩展数据库信息量，实现数据偏差的把控。需要注意的是，引入数据挖掘库的信息必须真实可靠，严执行数据检验的具体步骤，确保整体数据的质量。再次，预留合适数据。实际应用数据挖掘的技术时，针对数据量选择较少的情况，需要注意模型反馈准确情况。而数据量选择较大的情况下，则要把控系统资源与实践。最后，确地目标的变量格式与初始值。为数据挖掘技术的应用提前准备数据集，并且验证其有效性。设置初始数值，确保设定不会影响到整体模式精准程度。

四、数据挖掘模型的应用

实际应用数据挖掘技术的过程中涉及到诸多目标变量，因此，必须重视相关目标变量之间的关系。通过先分析部分相关的目标变量，然后再分析剩余部分的目标变量方式。例如：营销系统评价的指标具体包括产生费用和成本降低比率、销售商品增长比率，针对内容中目标变量展开分析，确保挖掘数据过程中不会出现偏差。在完成基础数据的分析挖掘后，分析营销系统的目标变量，结合获取的有效信息和数据，储存至多维数据库中，用户通过数据展现的具体工具来查看挖掘技术收集的使用数据，研究隐含于挖掘数据中的指导经营决策信息。

五、结语

总而言之，营销系统和营销策略制定环节，需要综合性研究市场营销定位。企业按照多样化角度对不同客户群体实际需求进行分析，確保超市营销的整体系统应用可行性。超市营销的系统价值评估阶段，相关技术人员必须侧重收集商品销量与利润增长比率和增加数量，并将上述指标引入超市营销系统的数据模型建立中，为企业提供更加全面的客户需求，把握商机、执行科学有效的营销方案，最终实现运营效益最大化目标。

参考文献

[1]张晴，高广银，贾波. 数据挖掘技术在超市营销系统中的应用[J]. 软件工程，2016，19（05）：35-38.

[2]许敏. 数据挖掘技术在电力营销系统中的应用及发展[J]. 科技与企业，2015，（10）：60.endprint