數據挖掘技術在鐵路貨運市場營銷中的應用研究
發(fā)布時間：2014-10-04 20:14
【摘要】 隨著不斷發(fā)展的社會經濟以及不斷擴大的交通基礎設施,我國貨運行業(yè)的運輸格局發(fā)生了巨大的變化。早期我國的貨運干線運輸是以鐵路為主,目前是鐵路、公路、水路、航空等各運輸方式共同發(fā)展。面對激烈的市場競爭,鐵路貨運需要有相應的營銷手段來發(fā)現優(yōu)勢市場及價值客戶,從而提高自己的市場競爭力。數據挖掘技術經過多年的發(fā)展,不僅在理論上取得較大的成果,在各領域也有相應的應用研究。目前鐵路貨運系統(tǒng)己沉淀了海量的數據,這些業(yè)務數據中隱含了大量的對鐵路局有價值的信息。鐵路營銷部門使用數據挖掘技術可以從隱含的數據中發(fā)現知識以幫助其發(fā)現優(yōu)勢市場及價值客戶,并根據分析結果制定相應的營銷策略。本文在鐵路貨運電子商務平臺沉淀了大量的數據未能在市場營銷中得以應用的前提下,分析了鐵路貨運市場營銷的現狀及其所存在的關鍵問題,并針對關鍵問題提出了相應的營銷需求—鐵路貨運貨物市場細分及鐵路貨運客戶價值細分。在此基礎上根據數據挖掘的標準流程提出相應的鐵路貨運營銷決策流程,并制定了基于數據挖掘的鐵路貨運市場細分及鐵路貨運客戶價值細分研究方案,其中基于數據挖掘的鐵路貨運市場細分方案能夠幫助鐵路貨運營銷部門去發(fā)掘優(yōu)勢市場,基于數據挖掘的鐵路貨運客戶價值細分方案能夠幫助鐵路貨運營銷部門去發(fā)掘價值客戶。最后再根據數據挖掘的方案結合實際數據進行了挖掘,并針對挖掘的結果制定了相應的營銷策略,為鐵路貨運部門使用數據挖掘技術進行營銷需求分析提供幫助,并為營銷決策提供建設性的意見。本論文是在對鐵路貨運進行實際調研的基礎上進行的研究分析,其中的鐵路貨運的市場營銷體系、基于數據挖掘的鐵路貨運市場營銷方案、具體的實現案例以及營銷建議,都能夠對鐵路貨運市場營銷的展開提供建設性的參考意見。
第1章緒論
1.1研究背景及研究意義
目前數據挖掘技術在社會生產的多個方面的應用都取得了較大的發(fā)展,但由于鐵路貨運數據的復雜性,一直都無法被應用到鐵路貨運數據業(yè)務營銷分析中。本文針對鐵路貨運所存儲的大量數據,運用數據挖掘技術對其進行分析,研究市場及客戶的分類,從而發(fā)掘出價值市場及價值客戶,并針對價值市場及價值客戶快速的制定鐵路貨運營銷策略以滿足客戶的需求,提局鐵路貨運的競爭力。論文的研究主要依托于和鐵道部科學技術司合作的項目進行的研究。課題中如何將數據挖掘技術運用到鐵路貨運市場營銷中并為鐵路貨運營銷提供決策支持,是鐵路總公司迫切需要解決的問題,也具有非常重要的研究意義。隨著不斷發(fā)展的社會經濟以及不斷擴大的交通基礎設施,我國貨運行業(yè)的運輸格局發(fā)生了巨大的變化,由原來的以鐵路運輸為主,發(fā)展到鐵路、公路、水路、航空運輸多元化競爭并存的狀態(tài),因此鐵路貨運受到了公路、水路及航空的巨大挑戰(zhàn),這使得我國的總體鐵路貨運量逐年的下滑。面對激烈的市場競爭,鐵路貨運需要在發(fā)現優(yōu)勢市場及價值客戶的基礎上制定精細化營銷方案,從而提高自身的市場競爭力。目前我國鐵路貨運信息系統(tǒng)經過不斷的更新與發(fā)展,已基本覆蓋了鐵路貨運生產的全過程,其中沉淀了大量的運輸調度及客貨信息數據,而鐵路貨運電子商務平臺的成功上線也帶來了海量的數據。面對鐵路貨運數據系統(tǒng)及電子商務平臺中所沉淀的大量數據,鐵路營銷部門卻缺乏對此的有效利用,目前鐵路營銷部門只做了一些簡單的統(tǒng)計分析,無法發(fā)掘沉淀數據的價值并從中提取有用的決策信息,也無法進行真正意義上的營銷分析。
........
1.2國內外研究與應用現狀
各行各業(yè)在社會信息化不斷發(fā)展的過程中沉淀了大量的歷史數據,而如何將數據挖掘技術運用其中,從數據中挖掘出隱含的信息也變得非常的重要。目前對于數據挖掘理論及應用上的研究也越來越多,這足以證明數據挖掘在商業(yè)競爭中的重要性。在1989年的11屆國際人工智能會議首次提出了數據庫中知識發(fā)現(KnowledgeDiscovery in Databases, KDD),其后在 1995 年召開了 首屆 KDD & Data Mining 國際學術會議,會議中把數據挖掘技術的研究領域分為了科研及工程兩個領域。目前,第18屆KDD&Data Mining國際學術會議已成功召 ,得到了此領域的研究人員大力關注。最初KDD & Data Mining只是一個只有200多人參加的研討會,而現在成為了有1200多人參加的國際學術大會,論文的收錄比例也從2:1發(fā)展到目前的7:1,其研究成果已取得突飛猛進的進步。此外,很多領域的學術期刊也開辟了專題、專刊來研究KDD & Data Mining,例如:人工智能、數據庫、信息技術等領域。而最初出現KDD & Data Mining專刊的是在1993年,IEEE的Knowledge and Data Engineering會刊還開辟專題來主要研究數據挖掘技術,此舉措將數據挖掘技術的研究推向了高潮.國外對于數據挖掘的研究起步比中國早,在中國目前對于數據挖掘的研究還不算很成熟。國內對數據挖掘的理論及應用的研究主要集中在高校及科研單位的人員,在研究中也取得了較多重要的成果。
.......
第2章市場營銷及數據挖掘理論基礎
2.1市場營銷理論
將市場營銷及數據挖掘先進的理論運用到鐵路貨運中,以幫助鐵路貨運進行更有效的貨運改革。對鐵路貨運營銷數據挖掘方案研究的基礎理論主要有市場營銷理論以及數據挖掘技術理論。隨著市場經濟的不斷發(fā)展,其中的一個重要理論一市場營銷越來越受到人們的關注,本小節(jié)從市場營銷的概念、職能、作用來釋市場營銷。營銷的哲學就是在市場上生產者所追求的某種能力或者資源,此能力或資源能夠更好地滿足需求者的需求,并且還能使得生產者獲得市場競爭優(yōu)勢。美國營銷協(xié)會認為市場營銷就是一項有組織的活動,能夠創(chuàng)造價值、傳遞價值、維系利益相關者之間的關系、使企業(yè)獲利。營銷學家菲利普從另一個角度對市場營銷進行理解,他認為市場營銷是個人和群體在創(chuàng)造的基礎上與別人自由交換產品和價值,個人或者群體能夠從中獲得自己迫切需要的物品的社會過程然而,營銷的目的就是需要認識、了解、滿足客戶的需求,在此過程中,完全根據客戶的需求進行生產,而非自我生產后進行推銷。對于各行各業(yè)來說,做得最好的、最理想的營銷就是客戶能夠最便利的得到自己最想要的產品或者服務。
.......
2.2數據挖掘理論
在社會信息化不斷的擴展的過程中,更需要數據挖掘技術來對數據進行分析,那么什么是數據挖掘,它的任務是什么,生命周期是什么?這些都是需要我們在利用數據挖掘技術之前所要研究的,因此本小節(jié)主要針對這些問題來研究數據挖掘理論。在信息技術高速發(fā)展的今天,人們所累積的數據變得越來越大,這些數據中包含了大量的有用的決策信息,但是如何從這些海量的數據中提取有用的決策信息是非常迫切的事情,因此數據挖掘技術產生了。數據挖掘技術(Data Mining)能夠利用各種分析方法和技術對數據庫中的海量繁雜的歷史數據進行分析研究,并從數據中找尋隱藏的信息,從而為企業(yè)的管理階層決策時提供參考_。這個過程也就是從數據中發(fā)掘信息或知識(Knowledge Discovery inDatabases, KDD),也有人稱為數據考古學(Data Archaeology)、數據模式分析(Data PatternAnalysis)或功能相依分析(Functional Dependency Analysis)。數據挖掘是一門綜合了統(tǒng)計學、數據庫技術、人工智能、可視化等領域的交叉學科,能夠將低層次的查詢變?yōu)閺臄祿型诰蛑R。商業(yè)活動和人的生活息息相關,其中包含了大量數據,這些數據所體現的信息是有利于企業(yè)發(fā)展的,基于數據挖掘技術能夠解決的商業(yè)問題的性質,將其劃分為以下幾個方面的任務。
.........
第3章營銷現狀及決策需求研究...........11
3.1鐵路貨運市場營銷的體系研究..........11
3.2基于海量數據的貨運營銷問題分析..........13
3.3鐵路貨運市場營銷的需求分析..........14
第4章數據挖掘應用方案研究..........16
4.1基于數據挖掘的鐵路貨運營銷決策流程..........16
4.2鐵路貨運市場細分數據挖掘方案研究..........17
4.3 .鐵路貨運客戶價值細分數據挖掘方案研究...........23
第5章應用方案的實現及結果分析..........29
5.1鐵路貨運市場細分方案實現及結果分析..........29
5.2鐵路貨運客戶價值細分方案實現及結果分析..........35
第5章應用方案的實現及結果分析
5.1鐵路貨運市場細分方案實現及結果分析
在對鐵路貨運營銷數據挖掘方案進行詳細的設計后,我們使用從某路局所獲得的95000條實際的數據對此方案進行實現,從而為以后的鐵路貨運市場營銷的業(yè)務分析以及決策提供建設性的意見。第四章主要根據數據挖掘技術的要求及市場營銷的業(yè)務需求對鐵路貨運市場細分方案進行詳細的設計,本節(jié)將對鐵路貨運市場細分方案的實現及結果進行詳細的分析, 在鐵路貨運電子商務平臺中存在了海量的數據,而這些數據有的是對本研究有用的,而有的數據是沒有用的。因此,根據本文研究的需求在SQLServer2008中采用手工編程方式或者ETL軟件工具來獲取數據。手工編程方式是利用關系數據庫的SQL語言、函數等進行編程,該方式能夠快速的集成數據,達成項目功能的需求。本文采用簡單的SQL語言編程方式,來獲取預測的數據.
........
結論
目前,我國鐵路貨運電子商務平臺中沉淀了大量的數據信息,這些信息都能夠對鐵路貨運市場營銷的 展具有積極的作用。因此本文通過查閱國內外大量的數據挖掘技術在各行業(yè)的應用,在理解數據挖掘技術的應用狀況之下,并結合我國鐵路貨運營銷的現狀及需求,提出了一種基于數據挖掘的能夠解決鐵路貨運營銷需求的方案,并使用實際的數據對方案的實現與結果進行詳細的分析。通過本文的研究,系統(tǒng)的分析了如何將數據挖掘技術運用到鐵路貨運市場營銷的需求當中,并為以后鐵路貨運如何利用電子商務平臺所沉淀的數據提供了非常詳細的參考意見以及研究方向。本論文主要研究成果包含以下幾個方面:1、本論文系統(tǒng)的分析了鐵路貨運營銷的現狀及其在發(fā)展的過程中所存在的問題;并在此基礎上根據現代市場營銷體系設計了更具有操作性、更適合于鐵路貨運市場營銷的鐵路貨運營銷體系。2、對鐵路貨票系統(tǒng)及電子商務平臺多沉淀的大量數據進行有效的分析,并設計了基于數據挖掘技術的市場細分及客戶價值細分解決方案,主要包括細分模型、挖掘目標、影響變量、挖掘任務及算法選擇。3、利用數據挖掘技術及實例的數據實現了鐵路貨運市場細分方案及鐵路貨運客戶價值細分方案,并根據不同的市場及客戶提出相應的營銷建議。在此分析的基礎上能夠為鐵路貨運營銷部門在以后對鐵路貨運營銷分析提供建設性的意見。
.........
參考文獻:
- [1] 國剛,楊青. 基于數據挖掘的客戶忠誠度分析[J]. 價值工程. 2013(06)
- [2] 唐麗. 數據挖掘技術在我國上市公司財務分析中的應用[J]. 中國證券期貨. 2012(05)
- [3] 尤春燕. 數據挖掘在電信客戶流失管控中的應用[J]. 科技創(chuàng)新與應用. 2012(06)
- [4] 王登. 基于人工神經網絡的貨運量預測模型研究[J]. 物流工程與管理. 2009(03)
- [5] 陳曉杰,許振華,張婭鋒. 數據挖掘在煙草物流綜合管理系統(tǒng)中的應用[J]. 硅谷. 2009(01)
- [6] 馬成前,陳志雄. 數據挖掘技術及其在超市中的應用[J]. 軟件導刊. 2008(03)
- [7] 高軍,王睿,陳光勝. 數據挖掘在商業(yè)銀行業(yè)務中應用探析[J]. 中國科技信息. 2007(13)
- [8] 李恒杰,楊鼎新. 數據挖掘及在電子商務中的應用研究[J]. 甘肅聯(lián)合大學學報(自然科學版). 2006(02)
- [9] 李俊斌. 淺析數據挖掘技術在保險業(yè)中的應用[J]. 大眾科技. 2006(02)
- [10] 段軍曉. 數據挖掘技術在民航快遞市場營銷中的應用[J]. 計算機工程. 2005(S1)
本文編號：9481
本文鏈接：http://www.wukwdryxk.cn/shoufeilunwen/shuoshibiyelunwen/9481.html
