李帆　劉建偉

摘 要：數(shù)據(jù)挖掘方法對于汽車銷售工作的價值主要體現(xiàn)在，通過數(shù)據(jù)挖掘能夠?qū)崿F(xiàn)企業(yè)市場定位、實現(xiàn)消費群體定位，有助于制定汽車營銷策略等。基于此，提出基于案例庫、模型庫和推理機的汽車營銷數(shù)據(jù)挖掘系統(tǒng)架構(gòu)設(shè)計，進而提出利用數(shù)據(jù)挖掘結(jié)果進行汽車消費者群體分類管理、消費者消費偏好提取、消費者個性偏好推送，以及根據(jù)汽車營銷數(shù)據(jù)進行數(shù)據(jù)挖掘模塊再優(yōu)化的應(yīng)用建議。

關(guān)鍵詞：汽車銷售；汽車產(chǎn)業(yè)；數(shù)據(jù)挖掘；模塊設(shè)計；管理應(yīng)用

中圖分類號：F426.471 文獻標志碼：A 文章編號：1673-291X（2017）06-0051-03

引言

汽車產(chǎn)業(yè)是國民經(jīng)濟的重要產(chǎn)業(yè)，因其產(chǎn)業(yè)鏈長、輻射面寬、科技含量高、產(chǎn)業(yè)帶動能力顯著等產(chǎn)業(yè)特點，是世界各國家和地區(qū)發(fā)展的重點產(chǎn)業(yè)。本文深入分析和探討數(shù)據(jù)挖掘技術(shù)在汽車銷售中的應(yīng)用，對于提高汽車營銷績效，促進汽車銷售行業(yè)發(fā)展具有重要的理論意義和實踐意義。

一、我國汽車產(chǎn)業(yè)發(fā)展的現(xiàn)狀分析

1.汽車產(chǎn)業(yè)總量分析。汽車產(chǎn)業(yè)因其產(chǎn)業(yè)鏈長、輻射面寬、科技含量高、產(chǎn)業(yè)帶動能力顯著等產(chǎn)業(yè)特點，是世界各國家和地區(qū)發(fā)展的重點產(chǎn)業(yè)。美國、德國、日本等世界產(chǎn)業(yè)強國在發(fā)展汽車產(chǎn)業(yè)的過程中，不斷實現(xiàn)了經(jīng)濟效益的提升，也帶動了整個工業(yè)發(fā)展水平的提高。

上圖顯示了1999—2011年間我國汽車生產(chǎn)總量的趨勢。從圖中可以看出，我國汽車產(chǎn)業(yè)呈持續(xù)發(fā)展態(tài)勢，汽車生產(chǎn)總量由1999年的183.2萬輛增長到2011年的1 841.64萬輛。

2.汽車產(chǎn)業(yè)銷量比重分析。從銷量比重角度分析，2000年，我國汽車銷量為207萬輛，占同期世界汽車總銷量5 759萬輛的3.59%；2011年，我國汽車銷量為1 842萬輛，占同期世界汽車總銷量8 006萬輛的23%。

3.汽車產(chǎn)業(yè)經(jīng)濟效益分析。2001—2010年期內(nèi)，我國汽車工業(yè)總產(chǎn)值由2001年的4 433.2億元提升到2010年的30 248.6億元。汽車工業(yè)總產(chǎn)值占全國工業(yè)總產(chǎn)值的比重維持在4%～5%的水平，汽車工業(yè)總產(chǎn)值占機械工業(yè)總產(chǎn)值的比重維持在20%左右的水平。

二、數(shù)據(jù)挖掘及其對汽車銷售的影響分析

數(shù)據(jù)挖掘（Data Mining），是以計算機為主要工具，以海量數(shù)據(jù)為分析基礎(chǔ)，綜合運用聚類、機器學習、分類、模式識別、專家系統(tǒng)等方法，發(fā)現(xiàn)隱藏在海量數(shù)據(jù)中的信息，以及數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，從而形成知識發(fā)現(xiàn)的基本過程。在經(jīng)濟管理領(lǐng)域，以市場營銷為例，以大數(shù)據(jù)為基礎(chǔ)，通過數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能夠發(fā)現(xiàn)消費者的消費偏好、消費模式，從而可以在消費者消費偏好和消費模式等信息的基礎(chǔ)上進行消費者分類，并根據(jù)消費者分類進行產(chǎn)品開發(fā)，向消費者提供給個性化和定制化的產(chǎn)品或產(chǎn)品組合，進行實現(xiàn)經(jīng)濟效益。數(shù)據(jù)挖掘方法對于汽車銷售工作的價值主要體現(xiàn)在，通過數(shù)據(jù)挖掘能夠?qū)崿F(xiàn)企業(yè)市場定位、實現(xiàn)消費群體定位和實現(xiàn)營銷策略制定等方面。

1.通過數(shù)據(jù)挖掘?qū)崿F(xiàn)企業(yè)市場定位。目前，汽車產(chǎn)品作為大宗商品其產(chǎn)品價格區(qū)間較寬，市場上既有幾萬元的車型，也有數(shù)百萬的產(chǎn)品，每種價格區(qū)間的汽車產(chǎn)品對應(yīng)不同的消費者群體和市場競爭。因此，合理定位汽車產(chǎn)品并制定有針對性的營銷策略，對于汽車企業(yè)發(fā)展具有重要意義。應(yīng)用數(shù)據(jù)挖掘中的聚類技術(shù)，能夠以車型價格為特征指標進行汽車銷售的市場定位分析，從而為企業(yè)制定產(chǎn)品價格決策和新車型產(chǎn)品開發(fā)決策提供依據(jù)。

2.通過數(shù)據(jù)挖掘?qū)崿F(xiàn)消費群體定位。對于汽車銷售而言，消費者的受教育水平、收入水平、購車方式等都是汽車銷售過程進行產(chǎn)品定價和制定銷售策略的重要信息，特別是在消費需求個性化特征日益明顯的現(xiàn)實背景下，準確識別用戶群體并提供個性化產(chǎn)品和服務(wù)對于汽車企業(yè)培育客戶忠誠度具有重要意義。應(yīng)用數(shù)據(jù)挖掘中的分類技術(shù)，通過消費者收入水平、消費方式等特征指標實現(xiàn)消費者分類，進行形成各類型消費者群體的消費行為特征。

3.通過數(shù)據(jù)挖掘?qū)崿F(xiàn)營銷策略制定。隨著論壇、博客、微博、微信、電商平臺、點評網(wǎng)等媒介在PC端和移動端的創(chuàng)新和發(fā)展，消費者的消費過程和消費體驗信息不斷增長，這些信息涵蓋著商家信息、個人信息、行業(yè)資訊、汽車駕乘體驗、汽車產(chǎn)品瀏覽記錄、成交記錄、汽車價格動態(tài)等等海量信息，應(yīng)用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則提取技術(shù)，能夠建立消費者特征指標與消費頻次、消費產(chǎn)品價格之間的關(guān)聯(lián)規(guī)則，從而為制定營銷策略提供依據(jù)。

三、汽車銷售行業(yè)中數(shù)據(jù)挖掘系統(tǒng)設(shè)計

建立汽車銷售行業(yè)數(shù)據(jù)挖掘模塊化系統(tǒng)，是輔助汽車銷售決策者通過數(shù)據(jù)、模型和方法，以人機交互方式進行半結(jié)構(gòu)化決策或非結(jié)構(gòu)化決策的計算機應(yīng)用系統(tǒng)，為決策者通過分析問題、建立模型、模擬決策過程和方案的環(huán)境，調(diào)用各種信息資源和分析工具，以提高汽車銷售的水平和質(zhì)量。

1.案例庫。對于汽車銷售工作而言，在實踐中能夠積累大量關(guān)于消費者的信息，包括消費者學歷、收入、工作性質(zhì)、購車方式等，這些基礎(chǔ)數(shù)據(jù)信息對于進行汽車銷售的數(shù)據(jù)挖掘工作具有較高的借鑒意義，也是后續(xù)開展數(shù)據(jù)挖掘工作的基礎(chǔ)。因此，應(yīng)建立汽車銷售案例庫，對汽車銷售信息進行存儲、檢索、處理、維護等方面的內(nèi)容，以有效支持模型庫、知識庫和方法庫的運行。

2.模型庫。模型庫系統(tǒng)能夠靈活地完成模型的存儲和管理功能，是汽車銷售行業(yè)數(shù)據(jù)挖掘模塊化系統(tǒng)的核心，在模型庫中應(yīng)綜合集成數(shù)據(jù)分類、聚類、因子分析、關(guān)聯(lián)分析、決策樹分析以及數(shù)據(jù)可視化等數(shù)據(jù)挖掘算法，從而提高汽車銷售行業(yè)數(shù)據(jù)挖掘的質(zhì)量和效率。

3.推理機。進行汽車行業(yè)銷售數(shù)據(jù)挖掘的價值在于通過數(shù)據(jù)挖掘形成關(guān)于消費者行為的關(guān)聯(lián)規(guī)則以及關(guān)于消費者偏好等方面的信息，推理機是一種重要的基于知識的問題求解和學習方法，能夠以數(shù)據(jù)、模型等為基礎(chǔ)，實現(xiàn)知識獲取、知識集成和知識服務(wù)等功能。

四、數(shù)據(jù)挖掘在汽車銷售中的應(yīng)用

利用數(shù)據(jù)挖掘的方法可以形成關(guān)于消費者行為偏好的信息，而這些信息可能成為擴大消費者群體的重要基礎(chǔ)。汽車行業(yè)銷售過程中應(yīng)用數(shù)據(jù)挖掘方法，可以利用數(shù)據(jù)挖掘結(jié)果進行消費者群體分類管理，利用數(shù)據(jù)挖掘結(jié)果進行消費者消費偏好提取，利用數(shù)據(jù)挖掘結(jié)果進行消費者個性偏好推送，以及根據(jù)汽車營銷數(shù)據(jù)進行數(shù)據(jù)挖掘模塊再優(yōu)化。

1.利用數(shù)據(jù)挖掘結(jié)果進行消費者群體分類管理。隨著中國汽車市場漸入穩(wěn)步發(fā)展軌道、汽車后市場的逐步興盛以及汽車營銷人對于數(shù)字化營銷決策的日漸渴望，對客戶信息的深度分析和應(yīng)用將成為新常態(tài)。利用汽車銷售數(shù)據(jù)挖掘結(jié)果，可以對消費者群體進行分類，例如可以將消費者劃分為保有客戶、增值客戶、搖擺客戶、流失客戶等，從而為加強客戶關(guān)系管理提供依據(jù)。

2.利用數(shù)據(jù)挖掘結(jié)果進行消費者消費偏好提取。網(wǎng)絡(luò)的交互性特征以及消費者在通過互聯(lián)網(wǎng)風險消費體現(xiàn)的行為特征形成了關(guān)于汽車價格、質(zhì)量、功能、服務(wù)等方面的數(shù)據(jù)信息，特別是隨著各種論壇、微博、微信、電商平臺等信息分享渠道的開拓，消費者消費體驗發(fā)布的渠道更廣，通過數(shù)據(jù)挖掘中的分詞、聚類、情感分析等方法能夠了解消費者的消費行為、價值趣向、消費需求和質(zhì)量等需求，從而進行產(chǎn)品創(chuàng)新和價值提升。

3.利用數(shù)據(jù)挖掘結(jié)果進行消費者個性偏好推送。利用數(shù)據(jù)挖掘的方法可以形成關(guān)于消費者行為偏好的信息，基于這些重要信息，汽車銷售過程中可以根據(jù)消費者偏好向其推送與其偏好相符的產(chǎn)品價格、質(zhì)量、服務(wù)等信息，在推動方式方面，可以綜合領(lǐng)用微博、微信、電子郵件以及客戶回訪等形式進行產(chǎn)品推送。

4.根據(jù)汽車營銷數(shù)據(jù)進行數(shù)據(jù)挖掘模塊再優(yōu)化。進行數(shù)據(jù)挖掘工作的價值在于提取關(guān)于消費者行為特征的關(guān)聯(lián)規(guī)則，進而向消費者提供使其滿意的產(chǎn)品和服務(wù)。然而，受消費者水平、產(chǎn)品功能、市場結(jié)構(gòu)等各種因素的影響，消費者群體的行為特征也在不斷發(fā)生變化。因此，汽車行業(yè)銷售中的數(shù)據(jù)挖掘工作不是一成不變的，而是必須汽車營銷數(shù)據(jù)為基礎(chǔ)，不斷對數(shù)據(jù)挖掘算法和數(shù)據(jù)挖掘模塊進行豐富和優(yōu)化，從而使建立在數(shù)據(jù)挖掘工作基礎(chǔ)上的關(guān)于消費者行為特征的關(guān)聯(lián)規(guī)則能夠更好地服務(wù)于汽車營銷績效的提升。

結(jié)論和展望

本文以數(shù)據(jù)挖掘方法在汽車銷售行業(yè)中的應(yīng)用問題為研究對象，通過分析，認為數(shù)據(jù)挖掘方法對于汽車銷售工作的價值主要體現(xiàn)在，通過數(shù)據(jù)挖掘能夠?qū)崿F(xiàn)企業(yè)市場定位、實現(xiàn)消費群體定位和實現(xiàn)營銷策略制定等方面。提出了基于案例庫、模型庫和推理機的汽車營銷數(shù)據(jù)挖掘系統(tǒng)架構(gòu)設(shè)計，進而提出了利用數(shù)據(jù)挖掘結(jié)果進行消費者群體分類管理、利用數(shù)據(jù)挖掘結(jié)果進行消費者消費偏好提取、利用數(shù)據(jù)挖掘結(jié)果進行消費者個性偏好推送，以及根據(jù)汽車營銷數(shù)據(jù)進行數(shù)據(jù)挖掘模塊再優(yōu)化。后續(xù)研究中，針對汽車行業(yè)的數(shù)據(jù)挖掘軟件開發(fā)將是本文進一步的研究方向。

參考文獻：

[1] 趙炎，姚芳.創(chuàng)新網(wǎng)絡(luò)動態(tài)演化過程中企業(yè)結(jié)盟的影響因素研究——基于中國汽車行業(yè)創(chuàng)新聯(lián)盟的分析[J].研究與發(fā)展管理，

2014，（1）：70-77.

[2] 胡其穎.解讀德國“國家電動交通工具發(fā)展計劃”以及對我國新能源汽車政策的借鑒[J].可再生能源，2010，（5）：150-153.

[3] 課題組.上海國資引領(lǐng)戰(zhàn)略性新興產(chǎn)業(yè)躍遷式升級的架構(gòu)創(chuàng)新路徑研究——以新能源汽車產(chǎn)業(yè)為例[J].上海行政學院學報，2012，

（7）：85-97.

[4] 趙宇恒.汽車金融支持模式研究——基于汽車廠家對經(jīng)銷商財務(wù)支持的視角[J].會計之友，2010，（2）：59-61.

[5] 李四海，尹璐璐.中國汽車企業(yè)跨國并購整合風險分析——基于吉利并購沃爾沃的案例研究[J].會計之友，2011，（11）：52-54.

[責任編輯 陳丹丹]