营销是企业和客户实现价值交换，获取利润的重要途径，其重要性不言而喻。传统的营销借助市场人员的调研、营销人员的创意策划和销售人员的狂轰滥炸，随着客户需求的多样化及多变性和同质化产品的供给增多，传统营销模式面临着挑战。如何准确把握产品定位，识别客户潜在的需求并以客户乐于接受的方式和有效的渠道传达商品信息，成为营销的难点。

信息时代为营销创造了新的机遇。现在的市场竞争已经由“大鱼吃小鱼”变为“快鱼吃慢鱼”。如何使营销决策和销售行动更加快速、准确，易于捕捉市场机会和避免危险，成为信息时代影响企业营销效果的主要因素。

信息时代为营销分析提供了足够的数据

进入21世纪以来，信息系统的大量实施使许多企业在多年的工作实践中存储了丰富的数据、信息。与此同时，国际科技数据委员会、开放运动及开放存取等信息共享的自由理念和出版机制,使知识的传播更加趋于人性化、便利化,缩小了贫富之间人为的差距,信息的获取广度、深度、及时性上都有了很大的提高。

互联网作为一个新媒介，不仅改变了以往的新闻和信息传播格局，而且为公众提供了一个前所未有的自由讨论、参与产品评价的活动空间。

以互联网为龙头，全球共享数据和企业内部的信息化数据为两翼的信息资源全球化具有以下特点:

第一，信息的公开性。互联网上的公共网页和全球共享数据几乎对所有组织和个人都是公开的。由于互联网信息的可复制性好、传播速度快，在某些网站保密的信息往往在其他网站可以自由访问、下载。

第二，信息的广泛性。正在迅速发展的互联网和其他全球性媒介已经初步消除了国界对信息的隔离。从互联网网页资源、博客和论坛中、企业公开报表中、社会各组织的公共数据库中、各类媒体中，都能得到一系列涉及各个国家和各类企业的有关政治、经济、管理、生活等广泛的信息。

第三，信息的海量性。互联网信息数量大，有反映信息足够的深度的网页、博客等。网民的网页浏览、使用日志中记录了大量深层的行为特征；企业的销售数据库中存储着大量的关联信息，如电话通讯记录、信用卡消费记录、超市销售数据等等都隐含着大量的深层信息。

第四，信息的及时性。随着上网的普及和便捷，很多事件发生后往往在数分钟内就能在网上得到体现，而且常常图文并茂。网络的传播速度快，信息引起关注后会迅速通过BBS、电子邮件、聊天工具、博客、个人网站等传播;同样，通过管理信息系统的联网，跨国界的公司可以实时监控各分公司的业务进展情况，信息扩散性的加快使更多的人能得到及时的数据和信息。

第五，信息传播的不可控性。基于上网发布信息的匿名性、方便性、低成本性，网民几乎可以随时在网上发布各类信息。等发现不良信息要删除时，它已经扩散到很多网站，产生出很多类似内容的备份。还有人由于自我表现欲强，往往会不顾组织限制，匿名发布一些敏感信息。

第六，信息的粗糙性。信息的粗糙性指虚假信息和真实信息同时并存，互联网数据和信息的良莠不齐已经得到公认。企业数据库的数据也由于录入等人为因素存在数据质量问题，需要甄别信息的真伪，三思而后行。

数据分析技术为营销决策提供了新的手段

数据仓库

随着计算机技术的迅速发展,信息处理技术也得到了长足的发展,从70年代中期的MIS系统发展到现代的数据仓库(Data Warehouse)技术。数据仓库对原始的操作数据进行集成等各种处理并转换成面向特定主题的有组织的信息，用户可以通过分析这些信息从而作出策略性的决策。数据仓库为统计分析和数据挖掘提供了更灵活的方式。它不仅可以用Web分析工具提供的方法异地查询报表，有经验的高级用户，可以直接用其他的数据访问方法（如OLAP）访问数据，或按照自己的爱好定制特定形式的报告。数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用销售系统或客户关系管理系统的时点)到目前的各个阶段的信息，通过这些信息，可以对客户和产品的发展历程和未来趋势做出定量分析和预测。

企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础。只有把信息及时交给市场营销人员，供他们做出改善其营销的决策，信息才能发挥作用。而把信息加以整理归纳和重组，并及时提供给相应的营销管理决策人员，是数据仓库的根本任务。

数据挖掘

数据挖掘(Data Mining)，包括数据库中的知识发现(Knowledge Discovery in Database, KDD)，是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的过程。简单地说，数据挖掘就是从大量数据中提取或“挖掘”知识，这种方法利用关联、分类、聚集、预测、相随模式和时间序列等手段从数据中挖掘和产生新的知识，用来制定有效的商业战略去吸引新的顾客和维持已有的顾客等。数据挖掘应用最集中的领域包括金融、医疗保险、市场、零售业、制造业等，但每个领域又有其特定的应用问题及应用背景。对市场营销而言，通过数据挖掘能够发现某类客户、消费群体或组织的潜在需求和兴趣，并可以观察市场的变化趋势、进行市场分析及预测，并对客户进行科学的分析和归类、评估等，辅助制定市场策略。例如，按潜在贡献将客户分类为低、中、高价值;根据购买模式，估计一个产品的销售量;新产品宣传时给各个客户评分，选择最有可能购买的客户发宣传资料;预测产品在某一地区的销售量；发现购买规律:客户在购买A的同时，经常会购买B;客户在购买A后，隔一段时间（如3周），会购买B;一些特定属性的聚集可能预示了一类特殊的需求;识别出哪一种类的促销对客户响应最好等等。

文本挖掘和Web挖掘

随着网络时代的到来，用户可获得的信息包含了从技术资料、商业信息到新闻报道、娱乐资讯等多种类别和形式的文档，面对今天浩如烟海的文本信息，如何帮助人们有效地收集和选择与市场营销相关的信息，并自动分析它们之间的关系，使之能够真正做到信息处理的自动化、智能化？由此从数据挖掘中派生了两类新兴的数据挖掘研究领域:网络挖掘和文本挖掘。由于整个文本集合不能被方便地阅读和分析，而且由于文本经常改变，要跟上变化的节奏，就要不停地回顾文本的内容，处理数量巨大的文本变得越来越来困难。人们迫切需要能够从大量文本集合中快速、有效地发现资源和知识的工具。在这样的需求驱动下，文本挖掘产生了。目前研究和应用最多的几种文本挖掘技术有:文档聚类、文档分类和摘要抽取等。例如，文档聚类可以发现与某文档相似的一批文档，帮助营销人员发现相关知识;其次，文档聚类可以将一个文档聚类成若干个类，提供一种组织文档集合的方法;再次，文档聚类还可以生成分类器以对文档进行分类。

随着网络在社会生活中的角色越来越重要，网络也为有效的资源利用和知识发现提出了巨大的挑战。互联网本身就是一个巨大的、广泛的分布式全球数据库，其数据的海量，数据类型之复杂，网页的动态变化，用户群体的多样性以及真正有价值信息的稀缺性和隐蔽性都使得网络挖掘显得更有意义。Web挖掘可以从大量Web文档的集合中发现隐含的模式和规律。客户的需求、市场的变化、竞争对手的情况等在互联网上都有所体现，通过Web挖掘及时获取这些信息并挖掘出规律性的知识，将是提高预见力并实现“知己知彼，百战不殆”的一大法宝。

互联网上的文本信息、机构内部的文档及数据库的内容都在成指数级的速度增长。用户在检索信息的时候，可以得到成千上万篇的返回结果，其中许多是与其信息需求无关或关系不大的。如果要剔除这些文档，则必须阅读完全文，这要求用户付出很多劳动，而且效果不好。自动文摘能够生成简短的关于文档内容的指示性信息，将文档的主要内容呈现给用户，以决定是否要阅读文档的原文，这样能够节省大量的浏览时间。

Web挖掘侧重于分析和挖掘网页相关的数据，包括文本、链接结构和访问统计（最终形成用户网络导航）。Web挖掘针对包括Web页面内容、页面之间的结构、用户访问信息、电子商务信息等在内的各种Web数据源，在一定基础上应用数据挖掘的方法以发现有用的知识来帮助人们从WWW中提取知识。

软件集成和知识管理为营销决策提供了应用平台

CRM客户关系管理系统、POS销售管理系统等如果没有数据分析工具的支持，单单停留在数据录入、保存、查询阶段，难以有效地为管理决策服务。21世纪是知识经济的时代，知识正成为企业的重要资源。早在1965年，Peter Drucker就提及“知识”将与机器设备、资金、原材料或劳工等一样，成为企业关键的生产要素之一；而“知识型工作者”将取代传统的劳动工人，为企业创造更多的效益。从企业的角度来看，知识来源于实践，来源于人们对企业内外经营环境的了解，以及在长期的经营活动中积累起来的经验。知识又是大量数据和信息的提炼和结晶。通过挖掘得到的知识必须通过知识管理手段进行分享、利用，并不断反馈和修正。知识管理，包括对知识的获取、加工、存储、创造、传播和应用的管理，涉及对信息、知识进行收集、整理、储存、加工、促进新知识的产生、隐性和显性知识的相互转化以及知识资产的形成和经营等环节。这些知识对于企业的运营和竞争无疑有重要的作用。近10年来，创造和传播知识已经成为检验企业核心能力的关键要素，知识的创造和应用能力成为企业核心竞争力的强力支撑。因此，需要集成上述技术，为营销提供整体的辅助决策支持，其集成示意图如图1所示。

软件集成应用的步骤如下:

首先,将销售管理系统和客户关系管理系统等的业务数据集成到数据仓库中，形成面向主题的OLAP分析。

其次，实现数据挖掘与数据仓库的协同工作。一方面，可以迎合和简化数据挖掘过程中的重要步骤，提高数据挖掘的效率和能力，确保数据挖掘中数据来源的广泛性和完整性；另一方面，数据挖掘技术可以为数据仓库应用提供更深层的知识发现，促进数据仓库的完善和高效利用。

第三，从企业内部数据库中分析发现的知识与从公共数据和互联网信息中挖掘得到的知识进行集成，从不同角度分析市场、客户和产品，达到知己知彼。

第四，将从数据仓库和数据挖掘中获取的知识、模型发布到知识管理软件平台上，与营销专家的经验相结合形成初步决策存入决策库，经检验后的确有效的存入知识库，供相关部门应用。

第五，在知识应用中激发产生新的创意，反馈给销售管理系统和客户关系管理系统等收集更多针对性的数据用于分析和挖掘，形成良性循环。

通过集成，使管理信息系统软件和数据仓库、数据挖掘、知识管理等有机配合，为企业营销决策提供全面深入的支持，有了这类望远镜和放大镜，我们就可以准确、及时地了解客户的需要，帮助客户解决问题和创造价值，最终实现客户和企业的共赢。

图1 软件集成为营销决策服务示意图