G公司作為一個全球性的公司,在市場營銷決策中,多數(shù)還是側重營銷數(shù)據的管理和匯總,對各種數(shù)據的分析,只有傳統(tǒng)的預測方法以及部分的數(shù)據挖掘的工作,很多時候無法得到精準的信息,導致市場營銷策略的失敗,營銷成本升高,降低用戶滿意度,無法獲取競爭優(yōu)勢�；跀�(shù)據驅動的基礎上完善現(xiàn)有的市場營銷決策支持系統(tǒng)(DD-MDSS)對G公司來說是非常必要的。本文在分析G公司營銷決策支持系統(tǒng)的基礎上,結合當前的理論界的發(fā)展,以及利用最近的大數(shù)據挖掘的技術,提出了完善G公司營銷決策支持系統(tǒng)的解決方案。主要改善的內容如下:(1)市場分析。在市場分析模塊中我們主要是基于SWOT的模型基礎上做了改進,主要是因為SWOT模型提出很久了,受到時代的限制。今天的公司會更加強調組織過程。SWOT模型沒有考慮到企業(yè)改變現(xiàn)狀的積極性,本文對現(xiàn)有的SWOT進行升級,在之前的機會,威脅,劣勢,優(yōu)勢上面有增加了幾個維度,分為為:機會成本、錯過的機會、機遇疊加、喪失的機會。幫助我們更好的定位目標市場。(2)客戶細分�？蛻艏毞挚梢宰尃I銷更加精準,從而降低企業(yè)成本,提升用戶滿意度。本文基于LRFMC的模型上再使用K-means的聚類算法來對客戶進行細分,并針對不同客戶群體制定定制化的營銷方案。首先本文基于RFM的模型基礎上,提出了針對G公司的產品特色增加了2個維度,L(會員等級)和C(單品訂購數(shù)量),進行打分,然后K-means聚類算法將客戶分為重要保持客戶,重要發(fā)展客戶,重要挽留客戶,普通價值客戶以及低價值客戶,再分解分類制定營銷活動的應用方案。(3)銷售預測。銷售預測主要是根據一定的方法和模型對歷史數(shù)據進行分析,然后估測出未來的銷售額,從而可以指導企業(yè)進行生產和運營方向的計劃制定。在本文中主要是基于ARIMA模型的基礎上,又把預測出來的數(shù)據作為BP神經網絡的輸入參數(shù),得到預測的銷售數(shù)據,證明基于ARIMA模型上的BP神經網絡的優(yōu)化能更好的提升預測的準確度。(4)營銷業(yè)績考核。營銷業(yè)績考核主要針對銷售結果進行定期評價和考核,目的是根據營銷計劃和實際效果來找到成功的模式進行復制,輔助營銷活動按照營銷收益和效率進行決策。本文基于G公司現(xiàn)有的基礎上,定義的考核的統(tǒng)一口徑,加入SMART的考核原則,讓各個渠道的營銷業(yè)績可以進行橫向的對比,提升了營銷活動的效率。
【學位單位】：東南大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：F274;F416.72
【部分圖文】：

工作流程

G公司客戶自然屬性根據這些自然屬性，雖然很容易進行客戶細分，結果也簡單直觀，但是河南找到對

圖 3.7 G 公司客戶屬性信息比例從圖上可以看到，40%~50%的用戶都是只有基本信息（名字，郵箱，電可以影響用戶購物決策的屬性比如收入，愛好之類的信息的用戶占了15們進行客戶分析的時候會有影響，比如不能支持多角度的客戶細分。
【參考文獻】

相關期刊論文 前2條

1 檀輝霞;;淺析市場營銷觀念的演變和發(fā)展新趨勢[J];經濟師;2011年04期

2 于永新;;淺論市場營銷的發(fā)展歷程[J];商業(yè)經濟;2008年04期

本文編號：2855497