(文/林可欣)在市场营销的日常工作中,时常面临产品经理们做了很多前期工作,但是这些工作并没有击中消费者真正的需求;企业为提高营销效果开展了各种推广活动,但却没有起到真正的营销辅助作用,那么为什么会造成这种现象呢?很直接的原因是没有做好数据挖掘,那么如何在海量的营销数据中,挖掘到想要的“宝藏”,是目前市场营销人员面临的很大一个难题。针对这些行业问题我国市场营销专家、智慧营销领域科研专家陈琼给出了高效的解决方案。

陈琼长期从事市场营销工作,特别是在金融行业的市场需求分析、营销策略分析、渠道开发、数据分析、客户关系维护等方面经验娴熟,擅长通过对市场需求的分析为金融投资产品、服务的顶层设计提供科学、有效的指导。因此她也取得了众多赞誉,荣获2021智慧营销科技创新优秀发明成果奖和“十四五”智慧营销科技创新先锋人物称号,在行业口碑颇佳。

如今,金融市场和互联网相互结合成为了密不可分的一体,在这样的时代背景下每天都会产生大量的数据洪流大数据时代下精准营销,在这些庞大的数据中往往隐藏着企业生产、商业决策的关键信息,但传统的数据库查询技术和报表工具已经无法挖掘出能够适合企业和决策者的所需求的信息。由此,陈琼根据长期从事市场营销工作的经验,主动拥抱数据挖掘技术,深入钻研潜心研究,发现了利用数据库系统的管理可以有效地对数据进行高效管理,并根据现在所存在的数据去推测来的发展,最终在不懈努力下,研发了“基于市场数据分析的金融产品优化设计系统v1.0”。该系统通过分析对比自家产品和竞争产品在各个维度上的指标,帮助市场营销和决策者明确自身的优势、劣势、机会和威胁,为产品设计、运营活动、战略规划等提供了准确及时的市场参考和行动建议。

该系统从技术层面上来看大数据时代下精准营销,分别采用数据挖掘技术当中的关联分析法、序列分析法、分类分析法、聚类分析法等多个方法。关联分析法用于发现给定事件或记录中经常一起发生的项目,以此推断事件间潜在的关联,识别有可能重复发生的模式。关联分析的典型例子是市场购物篮分析,描述顾客的购买行为。如尿布与啤酒的故事就属于关联分析,可帮助零售商决定商品的摆放和捆绑销售策略。序列分析法与关联分析相类似,只是扩展为一段时间的项目集间的关系,常把序列分析看作由时间变量连接起来的关联,序列分析可分析长时期的相关记录,发现经常发生的现象。分类分析法用于预测事件所属的类别。其中样本数据中包含标识样本事件所属类别的数据项,类别是已知的,由数据挖掘根据样本数据构建对这些类别的模式的描述,再利用所发现的模式,参照新的数据的特征变量,将其映射入已知类别中。聚类分析法用于描述和发现数据库中以前未知的数据类别,其中样本数据中不包含类别变量,数据挖掘将具有共同趋势和模式的数据元组聚集为一类。使类内各元组相似程度最高,类间差异最大。常用于市场细分,可根据已有顾客的数据,利用聚类技术将市场按顾客的消费模式的相似性分为若干细分市场,以进行有针对性的市场营销。

“基于市场数据分析的金融产品优化设计系统v1.0”一经发表应用就广受行业好评和高度认可。该系统的先进性和卓越性还在如下几个方面尤为突出:

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！