圖1：營(yíng)銷(xiāo)方法論

　　2、營(yíng)銷(xiāo)中常見(jiàn)的數(shù)據(jù)挖掘算法
　　
　　數(shù)據(jù)挖掘是指從大量數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。在營(yíng)銷(xiāo)中我們常用的數(shù)據(jù)挖掘的算法有：聚類(lèi)、分類(lèi)、關(guān)聯(lián)。
　　
　　1)聚類(lèi)
　　
　　聚類(lèi)是一種無(wú)監(jiān)督的學(xué)習(xí)算法，也就是說(shuō)聚類(lèi)不需要”結(jié)果變量“，它可以通過(guò)對(duì)自變量的探索自動(dòng)告訴你應(yīng)該分成多少類(lèi)。聚類(lèi)的基本原理是根據(jù)樣本自身的屬性，用數(shù)學(xué)方法按照某種相似性或差異性指標(biāo)，定量地確定樣本之間的親疏關(guān)系，并按這種親疏關(guān)系程度對(duì)樣本進(jìn)行聚類(lèi)。

　　

　　
　　聚類(lèi)在營(yíng)銷(xiāo)中的應(yīng)用
　　
　　某電商公司進(jìn)口食品類(lèi)目需要探索不同消費(fèi)者群體特征，我們結(jié)合近半年購(gòu)買(mǎi)進(jìn)口食品類(lèi)目的顧客的購(gòu)買(mǎi)品類(lèi)、購(gòu)物方式、購(gòu)物時(shí)間等因素通過(guò)聚類(lèi)進(jìn)行分類(lèi)，找出每類(lèi)用戶的特征。通過(guò)聚類(lèi)我們分成了11組，可以看出每一組人群特征，從而針對(duì)不同的組實(shí)現(xiàn)營(yíng)銷(xiāo)。

　　

　　
　　2)分類(lèi)
　　
　　分類(lèi)是一種有監(jiān)督的學(xué)習(xí)方法，分類(lèi)屬于預(yù)測(cè)性模型，是通過(guò)對(duì)過(guò)去數(shù)據(jù)的學(xué)習(xí)來(lái)判斷未來(lái)某種行為。例如在電商客戶中事先定義好顧客是否流失，如果我們要預(yù)測(cè)未來(lái)一段時(shí)間某個(gè)顧客是否流失，這時(shí)就要構(gòu)建分類(lèi)模型。分類(lèi)學(xué)習(xí)方法所使用的數(shù)據(jù)集稱(chēng)為訓(xùn)練集，訓(xùn)練集中每一個(gè)個(gè)體都有明確的類(lèi)別，通過(guò)訓(xùn)練集中的數(shù)據(jù)表現(xiàn)出來(lái)的特征，為每一個(gè)類(lèi)找到一種準(zhǔn)確的描述或者模型。

　　

　　圖2：分類(lèi)模型示意圖

　　
　　分類(lèi)在營(yíng)銷(xiāo)中的應(yīng)用
　　
　　小王的目的是通過(guò)下周天氣預(yù)報(bào)尋找什么時(shí)候人們會(huì)打高爾夫，他了解到人們決定是否打球的原因主要取決于天氣情況。而天氣狀況有晴，云和雨;氣溫用華氏溫度表示;相對(duì)濕度用百分比;還有有無(wú)風(fēng)。如此，我們便可以構(gòu)造一棵決策樹(shù)，如下(根據(jù)天氣這個(gè)分類(lèi)決策這天是否合適打網(wǎng)球)：

　　

　　
　　從上面分類(lèi)樹(shù)種我們可以看出人們打高爾夫的條件是：晴天并且濕度小于70或者多云天氣或者雨天不刮風(fēng)，這三種情況人們打高爾夫的概率會(huì)比較大。
　　
　　決策樹(shù)是是分類(lèi)模型常用的方法之一，其優(yōu)點(diǎn)是容易理解、預(yù)測(cè)準(zhǔn)確度高。除了決策樹(shù)我們還可以利用logistic回歸，神經(jīng)網(wǎng)絡(luò)、貝葉斯分類(lèi)器、SVM等算法構(gòu)建分類(lèi)模型。
　　
　　3)關(guān)聯(lián)
　　
　　關(guān)聯(lián)分析是從大量數(shù)據(jù)中發(fā)現(xiàn)項(xiàng)集之間有趣的關(guān)聯(lián)和相關(guān)聯(lián)系。關(guān)聯(lián)分析的一個(gè)典型例子是購(gòu)物籃分析。該過(guò)程通過(guò)發(fā)現(xiàn)顧客放入其購(gòu)物籃中的不同商品之間的聯(lián)系，分析顧客的購(gòu)買(mǎi)習(xí)慣。通過(guò)了解哪些商品頻繁地被顧客同時(shí)購(gòu)買(mǎi)，這種關(guān)聯(lián)的發(fā)現(xiàn)可以幫助零售商制定營(yíng)銷(xiāo)策略。
　　
　　在數(shù)據(jù)挖掘當(dāng)中，通常用“支持度”(support)和“置性度”(confidence)兩個(gè)概念來(lái)量化事物之間的關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則A->B的支持度support=P(AB)，指的是事件A和事件B同時(shí)發(fā)生的概率。置信度confidence=P(B|A)=P(AB)/P(A),指的是發(fā)生事件A的基礎(chǔ)上發(fā)生事件B的概率。同時(shí)滿足小支持度閾值和小置信度閾值的規(guī)則稱(chēng)為強(qiáng)規(guī)則。比如：Computer=>antivirus_software,其中support=2%,confidence=60%，表示的意思是所有的商品交易中有2%的顧客同時(shí)買(mǎi)了電腦和殺毒軟件，并且購(gòu)買(mǎi)電腦的顧客中有60%也購(gòu)買(mǎi)了殺毒軟件。
　　
　　關(guān)聯(lián)規(guī)則在營(yíng)銷(xiāo)中應(yīng)用
　　
　　某電商公司的類(lèi)目運(yùn)營(yíng)通過(guò)找出二級(jí)類(lèi)目之間的關(guān)聯(lián)性，來(lái)指導(dǎo)跨類(lèi)目的聯(lián)合促銷(xiāo)。我們通過(guò)訂單數(shù)據(jù)利用關(guān)聯(lián)規(guī)則計(jì)算關(guān)聯(lián)性結(jié)果如下：

　　

　　
　　根據(jù)上述的關(guān)聯(lián)規(guī)則，我們?cè)谧龃黉N(xiāo)活動(dòng)時(shí)，可以考慮將廚房調(diào)料和紙質(zhì)品、廚房調(diào)料和糧油、餅干和堅(jiān)果等相關(guān)產(chǎn)品一起捆綁銷(xiāo)售。