企业营销数据挖掘与应用范文
本站小编为你精心准备了企业营销数据挖掘与应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。
【摘要】在互联新媒体时代的当下，数字化发展将更有效地适应新媒体时代企业营销的需求。有效地进行数据挖掘与应用，将为企业营销提供更好的决策依据，从而为企业新媒体营销领域带来重大的改革和突破。本文正是结合四个企业营销数据挖掘方面的关键点，对此作出分析与研究。
【关键词】新媒体；企业营销；数据挖掘与应用
1.引言
近年来，在互联新媒体的环境下，如何高效利用产生的巨量“数据财富”，已经在一定程度上成为企业营销道路上最有创造性的探索。在信息爆炸的新时代浪潮中，必然需要一定的新技术去适应和驱动新媒介传播的受众需求，所以，企业信息的数据挖掘应运而生。目前，很多企业已与众多大数据产业链上的平台建立了密切的合作关系，虽然还需要一定的技术改善和提高，但在一定程度上已经聚合了大量有效的优质数据和资源。同时，在数据挖掘和洞察分析方面，很多专业数据处理平台将为企业提供一系列的定制化服务，帮助企业进行多维度的评估，为企业基于大数据的营销提供全面的技术支持。本文将具体结合四个企业营销数据挖掘方面的关键点，分析互联网信息时代背景下相关的企业营销，帮助企业和品牌优化推广成果，使其更好地生产和投放内容。
2.企业营销数据挖掘的关键点
2.1基于浏览行为
基于浏览行为的数据挖掘与监测技术，是在海量数据基础上对企业营销过程中的用户访问活动实施监测，实时考察PV、UV等活动指标，实现特定点击行为的全面监测。PV即PageView,表示页面浏览量或点击量，在一定统计周期内用户每次刷新网页一次即被计算一次。UV即UniqueVisitor，表示独立访客，访问网站的一台客户端为一个访客，00:00-24:00内相同的客户端只被计算一次。通过类似PV、UV等这些指标的实时统计，可以发现用户的访问行为模式，从而揭示用户群体具有潜在价值的信息，以便于企业进行深度的传播效果研究。与此同时，针对相关产品，还可设定具有特定行为的数据挖掘与监测功能，比如可以通过数据挖掘的结果了解用户在特定页面上的停留时间或者个人收藏行为，帮助企业抓住用户的兴趣特征，增加传播针对性和效率。这些基于行为的数据挖掘与监测技术，可以使企业对用户的行为进行评估与分析，帮助企业定位高转化率的传播渠道，提高其数据有效性，为企业传播的持续优化提供参考，最终实现满足用户需求的企业营销传播模式。
2.2关键意见领袖画像
关键意见领袖通常是指拥有更多、更准确的信息，且为相关群体所接受或信任，并对该群体的行为有较大影响力的人。与“意见领袖”不同的是，关键意见领袖通常是某领域内的权威或极有影响力的人士，在信息传播中，他们不依赖其自身活跃度，也容易被承认和识别出来。这部分用户对于信息的传播、话题的形成、舆论引导起着重要的作用。例如，现如今很多企业正是利用平台对接的微博数据进行数据的深度挖掘与分析，对找出的关键意见领袖进行刻画。关键意见领袖不仅诠释了二级传播中介的角色，还成为信息流和意见流的整合者，继而进行整合信息的二次传播。置于这个环境中，关键意见领袖甚至在前期就能介入到信息挖掘和发现阶段，而不局限于从传统媒介获得信息源，从而对信息流向和传播模式产生巨大影响。随着社会化媒体向日常生活的渗透,企业逐渐重视社会化媒体营销的规划和策略。社会化媒体为传统企业营销提供了新的方式和思路。线上关系网络结构在很大程度上影响企业微博营销传播的效果。在数据挖掘层面上多维度地进行精确刻画，包括兴趣导向、热门话题、关注领域、粉丝构成等，将帮助企业选择更适合的关键意见领袖。通过平台的数据分析关键意见领袖的行为特征，掌握信息的创新扩散过程，能够实现短期的企业营销实时传播监测，通过周期性观察展望关键意见领袖在企业营销过程中的成长趋势。同时，关键意见领袖的连接图景让企业更有针对性地了解新媒体营销信息流的网络传播结构，不断地探寻这些海量数据信息挖掘与分析带来的机遇和挑战，从而使企业营销更高效地适应信息传播时代的新逻辑与新规则。
2.3社群画像
社群是以人为基本组成要素的集合。品牌不仅要将用户变为粉丝，更要将粉丝聚集起来，形成品牌社群。用户画像是社群画像的基础，只有具有完备的全方位的精准用户画像，才能实现社群画像的完整性。用户画像是由现实环境用户行为总结诠释而来的用户模型，通过挖掘与分析用户的消费习惯、社会角色等数据信息之后，对用户特征进行较精准的描述，使企业的营销决策和产品服务更加高效。国内著名传媒集团蓝色光标正是洞察到数据挖掘与应用为基础的商业智能，曾向国家申请了一个关于“标签标注”的大数据专利。该专利是依托于其智能营销系统的自然语言处理技术和机器学习技术，将非参数统计学习技术创造性地运用到用户画像实践上而实现精准定位。它通过采集公开身份信息、媒体行为数据、社会媒体口碑数据、购买行为、微博、贴吧、APP等平台属性数据，将获取的数亿移动端用户行为数据与用户在社会化平台上的互动数据进行有效结合，并基于购买行为、兴趣习惯、日常角色、媒介使用等方面，全方位地刻画出用户的行为轨迹，对“人”进行标签提取和精准画像。在社群画像的应用层面上，一般先根据用户制定话题，然后通过各维度的数据接口挖掘数据，再对参与该话题讨论的用户进行多层次技术分析，实现对这一群体的全方位了解，从而建立完整的画像。社群画像主要是对活动效果进行评估与监测，检验其是否覆盖目标人群，然后为后续的企业精准营销做铺垫。在愈发发展的大数据洪流中，用户的动作数据更加实时，行为数据更加碎片化，带有地理位置的信息数据更加精准，这些也需要社群画像的全方位刻画的进一步完善。抓住了社群画像，企业才能拥有丰富的信息储备，精确地了解用户需求，并提供对应的反馈处理机制，从而实现价值数据挖掘之上的企业商业智能的不断提升。
2.4系统化长期性
舆情监控在新媒体时代，企业营销离不开对网络舆情的监控。现如今网络舆情造成或加剧企业危机的情况不在少数，如富士康“跳楼事件”、肯德基“秒杀门”、俏江南“回锅油事件”等，均是由网络新媒体推动的，甚至越来越多的事件是直接由网络引发。传统的传播环境已被代替，取而代之的是高速流动的数字信息桥梁，如何在瞬息万变的信息洪流中实现企业系统化长期性的网络舆情监控是决定企业营销成功与否的重中之重。基于浏览行为、关键意见领袖画像、社群画像等是基于微观方面企业营销的数据挖掘的关键，而企业的系统化长期性舆情监控则是关于企业营销数据挖掘与应用的计划性宏观性的关键。微信作为拥有无可比拟的传播优势和巨大的社会传播能力的新媒体平台，可较便捷地使企业实现舆情信息系统化监测与时间瀑布流方式分析企业营销数据。以下就以微信为例，分析互联新媒体环境下企业数据营销的系统化长期性舆情监控。众所周知，现如今微信发展方兴未艾，现阶段的企业平台舆情监控很多正是基于全量微信公众号数据的挖掘与分析，帮助企业在营销过程中实现微信舆情监控。微信传播渠道虽然具有私密性，但其传播内容又具有公共属性，企业对微信舆情已愈发关注。在实施方面，企业微信舆情监控是基于系统化的微信公众号数据，实时挖掘部分图文信息或语音信息数据，对传播效果实现定制化的监测，建立舆情信息收集、预警、分析工作机制。同时，通过长期监测的公众号大数据，大大保证了数据的有效解读，减少了舆情的分析误差，更有利于企业制定长期性策略，优化企业信息传播渠道。不过，随着信息环境的社交性和交互性越来越强，舆情监测变得越来越困难。相对于微博而言，微信公共号监测趋于封闭、分散的特点增加了舆情监测的复杂度，应当引起高度重视。在企业营销过程中，通过数据信息的挖掘与监测实现系统化长期性的舆情监控，可帮助企业形成一定的舆情机制，对企业舆情危机的化解大有裨益，为企业的良性健康发展发挥重要的作用。
3.存在的不足
一方面，虽然以上企业营销数据挖掘与分析大都是基于多方来源的数据应用，但在数据的有效筛选和过滤方面还需要一定的技术改善和提高。企业营销过程中的数据本身数量巨大，类型繁多，价值密度低，怎样挖掘和过滤得到有效的数据是最终效率体现所在，更是企业营销成功的关键。另一方面，相对于未来企业营销的拓展，目前层次的数据挖掘应用的兼容问题、数据分析层面以及信息流传播渠道方面都具有一定的发展空间。企业必须在整合营销一体化服务发展的道路上重视这些问题，才能对新媒体大数据环境下的企业营销效果得到正确的认识。同时，企业营销不仅需要基于数据的技术支持，更要从整体上把握新媒体信息传播的关键所在，这样才能使企业一步一步地取得竞争优势和商业成功，最终促进企业品牌形象的提升，达到互联时代企业数据营销的最终目的。
结论
在互联新媒体与数据技术爆发的融合时代，数字化发展将更有效地实现企业市场需求的量化和渠道的评估展现，也在整体上较为适应新媒体时代的营销需求。大数据环境下的传播是信息时代下传播价值的新解读，是以多层次、多维度的数据为基础展现信息流通进程中的多节点网络拓扑的新方式。有效地进行数据挖掘与应用，将为企业营销活动提供决策依据，有效维护品牌信誉并树立品牌形象，继而扩大企业知名度，为企业新媒体营销领域带来重大的改革和突破，最终实现信息新时代企业营销的精准与高效。
作者：石晓菲 单位：上海理工大学
