刘堃 孙峻青
山东潍坊卷烟有限公司，山东 潍坊 261000
摘要：文章主要是分析了烟草营销的终极目标与数据挖掘，在此基础上讲解了数据挖掘技术在烟草精准营销中的主要应用，望可以为有关人员提供到一定的参考和帮助。
关键字：数据挖掘；精准营销；电子商务；烟草行业；营销策略研究
1前言
当前电子商务已深入到烟草行业的各个领域中，可以通过使用到信息系统从而产生大量的数据，但由于一些关键数据无法及时进行手机，导致烟草在营销过程中存在客户定位不准确等的问题，烟草行业想要解决这些问题应当把精准营销作为终极的目标，同时采用到先关的技术手段，在销售终端收集消费人员的信息。
2数据挖掘技术研究
2.1关联规则
关联规则算法的研究一直以来在数据挖掘领域都备受关注，是机器学习研究的一项重要内容。近几年来，数据呈爆炸式增长，从海量的数据中挖掘关联规则越来越受到业界人士的重视。最经典的的关联规则挖掘算法是R.Agralwal等人提出的Apriori算法，随后以Apriori算法为核心，或者是对其进行发展，或者对其进行扩展，发展出了很多其他算法。关联规则挖掘是对事务数据库进行操作的，事务型数据库主要应用在零售行业中，比如一些大型卖场和零售超市的客户关系管理中。关联规则挖掘是从事务数据库中发现消费者购买的不同商品之间是否存在某种关联关系。通过这些关联规则去发掘消费者的购买行为模式，比如消费者购买了某一商品的同时有多大可能会同时购买其他别的商品。发现商品之间的这种购买性关联可以应用于商品货架摆放、存货安排以及依据购买行为模式作商品组合，并配合价格策略作销售。
2.2聚类分析
所谓聚类就是将数据对象分组成若干个类或簇。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其它簇中的对象相异。聚类分析的典型应用包括物学上的基因分类和动植物分类、商务上对客户群体的分析、地理数据的分析以及wbe文档的分析等。在许多应用中，可将一个簇中的数据对象作为一个整体处理，如对属于同一个簇的客户提供相同的客户服务。聚类分析按照方法不同有系统聚类、动态聚类、模糊聚类、图论聚类等多种聚类方法。选择合适的聚类算法是客户细分的核心。聚类算法的选择要考虑到客户数据的格式和数据类型。在选择聚类算法时，从以下几个方面考虑:（1）客户数据都存储在数据库或数据仓库中，而且数据量很大；（2）涉及到客户的外部属性和内部属性的取值大多为非数值型，一般为标称变量或序数型变量；（3）分析客户细分目的，就是要针对客户特征提供合适的服务。实际应用中，以下情况会经常发生:客户的特征是多方面的，不同的决策者关心的用户特征不一定相同；一个客户往往可以同时属于多个客户类型；客户细分的标准随着时间的变化可能也会发生变化。
3烟草营销的终极目标与数据挖掘
3.1精准营销是烟草销售过程中的终极目标
菲利普·科特勒在2005年首次提出精准营销的定义，就是公司需要更精准、可衡量和高投资回报的营销沟通，需要更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。我国营销学者徐海亮认为，依托现代信息技术手段，建立个性化的顾客沟通体系，实现企业可度量的低成本扩张，从而达到精准定位。的确，烟草企业要实现精准营销，必须依托现代信息技术手段。
3.2数据挖掘是实现精准营销的主要手段
传统数据库技术，是以单一的数据资源，即数据库为中心，进行事务处理、审批处理等各种数据处理工作。传统的数据库系统由于主要用于企业的日常事务处理工作，存放在数据库中的数据基本符合操作型数据的特点。显然目前，烟草系统所使用的数据库就属于这类。这就需要对企业内外部的数据进行全面集成、清洗和整理，去除一些纯事务性的数据，将企业数据按主题放置到一个“仓库”中，然后，再在此基础上建立各种决策支持系统为企业服务。
数据挖掘的基本思想是从数据中抽取有价值的信息，其目的是帮助决策者寻找数据间潜在的关联，发现被忽略的要素，而这些信息对预测趋势和决策行为是十分有用的。通常具备概念描述、关联分析、分类和预测、聚类等功能，有助于识别和找出客户人口统计特征间的联系和购买行为，发现顾客购买模式和趋势，以改进服务质量，提高客户的满意程度。
4数据挖掘技术在烟草精准营销中的主要应用
目前烟草系统所采集的数据，还有一个漏洞，那就是终端消费者的数据未被收集。这是一项非常庞大的任务，但可让各销售终端来完成这个过程，主要采集消费者的性别、年龄、购买品牌、购买量、同时购买物品等数据，再建立专门的数据仓库。在此数据仓库基础上，再完成数据挖掘的过程。一般而言，数据挖掘所用到的关键技术主要有关联技术、分类和聚类，从烟草营销的角度来看，可以从以下两个方面来分析。
4.1烟草消费者群体的聚类分析
聚类就是根据一定的聚类规则把整个数据分成不同的组，即将具有某种相通特征的数据聚在一起，并使组与组之间的差距尽可能大，组内数据的差异尽可能小。可以从两个方面理解，一方面通过聚类分析，可以将烟草消费者界定在一个具有一定特征的特殊群体内；另一方面，某烟草品牌或系列的消费者群体的特征也可以被概括出来。这样的话，可以大大提高烟草销售的市场细分及定位水平。
4.2草消费者行为习惯的关联分析
若两个或多个变量的价值之间存在某种规律性，就称为关联。从大量的商务事务记录中发现潜在的关联关系，可以帮助人们做出正确的商务决策。对于烟草销售而言，有时候并不一定意味着单一销售，捆绑促销未尝不可。捆绑的对象，就是关联分析的主要目的。消费者购买烟草的行为习惯有待于挖掘，在商业应用中采用关联分析最典型的例子就是“啤酒与尿布”的故事。
5烟草消费者数据仓库的建立
5.1消费者属性的选择
消费者的属性可分为三类，即基础属性，如姓名、性别、年龄、教育程度、职业、收入、联系方式等；行为属性，如购买时间、购买频率、购买态度、购买要求等；心理属性，如购买期望、购买心理特征、性格等。这三类属性数据，是建立消费者数据仓库的基础。基础属性数据，可以作为聚类分析的来源，而行为属性和心理属性数据，则可作为关联分析的数据来源。
5.2消费者属性数据的采集
在烟草销售过程中，消费者数据没有得到有效的重视和利用。这就需要通过多途径和方法来进行采集。最主要的方式有以下几种：在销售终端试点采集，即消费者购买时，可让消费者填写以上三类数据；促销活动现场随机采集，即在举行促销活动时，让参与者填写相关数据；通过互联网有奖采集，可在门户网站开展有奖问卷调查，从而获取相关数据。这些数据采集方式，第一种最有效，但占用消费者时间，配合程度不够高；第二种采集配合程度高，但数据的可靠性不够高；第三种采集效率高，但针对性不够强。所以，数据采集方式应以第一种为主，其它方式为辅。
结束语
由上可知，建立消费者数据长裤，利用到其中的数据挖掘关键技术能够有助于烟草的市场定位。数据挖掘所带来的潜在投资回报是很大的，为此烟草行业可以在零售终端建立起标准的消费者数据采集流程和机制，同时应当保护到消费者的隐私安全，有效确保到消费人员的合法权益。
参考文献
[1]郑阳洋.基于数据挖掘的烟草消费者数据库营销探究[J].品牌研究,2020,000(008):P.135-136.
[2]崔宇.基于数据挖掘技术的通信行业客户精准营销策略研究[J].中国新通信,2020,v.22(19):11-12.
[3]朱英.基于数据挖掘的兴业银行私行客户精准营销方案[D].江西财经大学,2020.
[4]叶立周.基于大数据分析的用户画像在卷烟精准营销中的应用实践[C]//构建新体系激发新活力——广西烟草学会2019年优秀论文集.2020.