基于数据挖掘的数据库营销研究
数据挖掘论文(最新范文6篇)
数据挖掘论文（最新范文6篇）数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含在其中的、人们所不知道的、但又是潜在有用信息和知识的过程。
希望你在阅读了以下数据挖掘论文后对这个内容有更深入的了解。
数据挖掘论文一题目：基于数据挖掘的企业营销管理应用实证摘要：随着市场竞争的日益激烈，以及信息化、移动化和智能化时代的来临，越来越多的企业开始注重借助现代数据挖掘技术，提高企业的营销效果，降低营销成本，并提升企业在市场中的竞争力。
从数据挖掘与企业营销管理的关系入手，得出数据挖掘应用给现代企业营销管理带来的优势，然后构建精确营销平台，将其应用到电信业的营销管理中，以期为数据挖掘技术在现代企业营销中的具体应用提供参考。
关键词：数据挖掘；市场细分；竞争优势随着电子商务的不断发展，使得企业通过网络即可与来自全世界的企业进行商务活动。
而企业的大量交易，也给企业积累了很多业务数据，并以此使得企业的数据信息库越来越大。
而在这些数据中，清晰地记录了企业每年的运作及效益情况。
而要想让这些数据为企业未来的战略和决策服务，就需要充分加强对这些数据的规律、暴露出的问题的分析。
因此，数据挖掘技术进入了人们的视野，并成为人们关注的重点。
通过数据挖掘工具，可以对大量的数据进行分析，并提取其中有用的信息，为企业的决策提供参考，进而提升决策的正确率，达到提升竞争力的目的。
一、数据挖掘与企业营销管理的关系在生产销售中，生产者和消费者一般存在着单一的购买销售关系，而企业营销管理就是运用各种方法将上述单一关系转变为多重关系。
这样就在生产者和消费者之间加入营销者这一角色，三种角色之间也就必然会产生多种联系，这些关系往往牵涉众多，十分复杂。
要想处理好这些关系，就需要企业营销管理人员进行分析论证，找出可以联系的关键桥梁，也就是本文所介绍的"数据挖掘";.数据挖掘是企业营销管理中常用的一种方法，也越来越得到人们的认可。
大数据环境下电商精准营销策略研究
大数据环境下电商精准营销策略研究一、概述在数字化浪潮席卷全球的今天，大数据技术的应用日益广泛，其深远影响已渗透到各行各业。
尤其在电商领域，大数据不仅为商家提供了海量的用户信息，更为精准营销提供了可能。
本文旨在探讨大数据环境下电商精准营销策略的研究，以期为电商行业的持续发展提供新的思路和方向。
大数据环境下，电商企业面临着前所未有的机遇与挑战。
一方面，大数据的实时性、多样性和价值性为电商企业提供了丰富的用户数据资源，使得企业能够更深入地了解用户需求和行为习惯。
另一方面，如何在海量的数据中挖掘出有价值的信息，并据此制定有效的营销策略，成为电商企业亟待解决的问题。
精准营销作为电商营销的重要手段之一，其核心在于通过精确的目标定位、个性化的产品推荐和优化的用户体验，提高营销效果和用户满意度。
在大数据环境下，电商企业可以利用数据分析技术对用户数据进行深入挖掘，实现精准的用户画像和细分，从而制定更加精准的营销策略。
本文将从大数据环境的特点出发，分析电商精准营销的现状和存在的问题，探讨大数据在电商精准营销中的应用场景和优势。
同时，结合具体案例，提出电商精准营销策略的优化建议，以期为电商企业在大数据环境下实现精准营销提供有益的参考和借鉴。
1. 大数据时代的背景与特点随着信息科技的飞速发展，我们已然踏入了大数据的时代。
在这个时代，数据的产生、收集、处理和应用都呈现出了前所未有的规模和速度。
大数据不仅改变了我们看待世界的方式，也深刻影响了各行各业的发展模式，特别是在电子商务领域，大数据的应用更是推动了精准营销策略的创新与实践。
大数据时代的来临，离不开多个方面的背景支撑。
计算机技术、网络技术和存储技术的不断进步，使得我们有能力处理和存储海量的数据。
传感器、物联网、移动互联等技术的广泛应用，使得数据的来源更加多样化，数据的量级也呈现出爆炸式增长的趋势。
互联网和社交媒体的普及，使得人们的行为、偏好和需求都能够被数据化，这为大数据的应用提供了丰富的素材和场景。
大数据时代精准营销模式研究
大数据时代精准营销模式研究摘要：从数据库营销、消费者行为学、精准营销等理论出发，对策略核心、技术基础、行动保障三个方面分析了精准营销的应用模式。
并结合江苏移动的实际案例，论述了基于客户行为分析的精准营销实际成果。
关键词：数据库营销消费者行为学精准营销模式中图分类号：f274 文献标识码：a文章编号：1004-4914（2013）05-014-03进入2012年，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。
《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。
哈佛大学社会学教授加里·金说“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。
”如何利用海量数据和先进的数据挖掘技术，研究客户行为特征，进行精准营销是本研究的重点，这将为企业的营销决策提供可靠依据。
一、数据库营销与数据挖掘技术1.数据库营销。
关于数据库营销，美国全国数据库营销中心是这样定义的：“数据库营销是一个动态的数据库管理系统，该数据库的内容涵盖现有顾客和潜在顾客，并可以随时扩充、更新。
就其功能而言，要能实现以下目标：确认最佳目标顾客及潜在顾客，然后与顾客建立起长期的、牢固的、融洽的关系，同时根据数据库建立先期模型，进行针对性营销。
”拉克萨根据数据库营销的产生和演进，把数据库营销的发展过程划分成交易信息、名录管理、数据库分析、接触管理、软件进化、客户关系管理等不同的阶段，所有不同的阶段都可以认为是发展全功能数据库营销策略的一个又一个里程碑。
2.数据挖掘技术。
通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。
数据挖掘的目的就是要在数据庞大的、信息不完全的、有噪声的、表述模糊的、随机的数据中，提取出隐含于其中的、人们不知道的、但又是潜在的、有用的信息和知识。
面向Web营销的数据挖掘方法研究
出来 。购物 篮 分析 的 结果 信 息有 其他 产 品时 ，提供 其 他 未销 售 普 遍 的应用 ， 它是 以市场 营 销学 的市 场 细分 原理 为 产 品 的赠 券或 其他 营销策 略 。 基 础 ， 过 收 集 、 工 和处 理 涉 及 消 费者 消 费 行 为 通 加 其 次是 协 同过 滤 ，这是 一 种 自动化 程 度 很高 的
４ Ｉ ｒ 娃 ２０． ０ Ｉ 斜 ０６ ６
维普资讯
一 研究与探讨
径按 时 间序列排 序 。这种 分析 有助 于确定访 问某一
Ｗｅ ｂ站 点 时使 用最 频 繁的路 径 。 以利用挖 掘得 到 可
的服 务模 型 来设计 适 应 性 Ｗｅ ｂ站 点 ；根 据路 径 调
销 更快捷 ， 用低 廉 的强 大优 势获 得 了更 长足 的发 费
经注册 到 了 自动协 同过 滤 系统 中。 展。 在这样的前提下， Ｗｅ ｂ营销及 Ｗｅ ｂ数据挖掘 协 同过滤 系 统 的倡导 者 宣称 ，协 同过 滤 系统 能 的概念便 应运 而生 。 在 １秒 钟 内将 浏 览者 转 变 为购 买者 ， 加订 购 规模 ， 增 并且 经 常带 会来 回头客 。 协 同过 滤 系统 关键 是 要 在 二 、面向 Ｗｅ ｂ营销的数据挖 适 当 的 时候 及 时 地 给 适 当的顾 客 提 供 正 确 的 建 议 ， 当然 这些工 作是 实时 完成 的 ， 这被 称 为建议 销售 。协 掘的方法 同过滤系统是速度 、 精确性和 Ｒ 的黄金标准。 ＯＩ
维普资讯
面向Ｗｅ 营销的数据挖掘方法研究 ｂ
● 浙江省科技信息研究院 高利亚
Ｗｅ ｂ营销和 Ｗｅ ｂ数据 Ｗｅ ｂ站点 时 ，限制 一 系列趋 于 同时 出现 的产 品 的某 挖掘的产生背景 种产 品的单 独销 售 ， 将产 品进 行捆 绑销 售 ， 当其 中某
基于数据挖掘的客运营销与优化系统分析
随着 中 国的高 速公 路和 民航 的长 足发 展 ，我 国铁路
（ ｎｗ ｅ ｇ ｉ ｏ ｅｙ ｎｄ ｔｂ ｓ ， Ｄ 的 主要 步 骤 。 ｋ ｏ ｌｄ ｅ ｓ ｖ ｒ ａ ａｅ Ｋ Ｄ） ｄｃ ｉ ａ
客运 业在 客运 市场 中 面临着 巨大 的挑 战 ．对此 ，我
国的铁路 客运 营销也 进行 了不断 的深 化改革 。针对
客运 高峰期 采取 了加 开 临时 列车 、加 挂车辆 的 方法 来扩 大运 能 以满 足 巨大 的客 运需求 ，然而 ，在 客运
对铁 路旅 客运 输服 务质 量如 快速 、准 确 、方便 、舒
适 和各 种一 体 化 的延 伸 服务 的要 求 也在 不 断 提 高 。
数据 挖 掘 （ ａａ ｎｎ ， Ｍ） Ｏ 纪９ 年 代 中 Ｄ ｔ Ｍｉｉｇ Ｄ 是２ 世 Ｏ
期 兴 起 的 一 门 新 技 术 ， 是 从 数 据 库 中 发 现 知 识
ｆｒｍａ ａ ｅ ｎ ｎ ｅ ｉｉｎ ｍａ ｉｇ ｏ ａｌ ｐ ｓｅ ｇ ｒ ａ ｍｉ ｉｔ ｔ ｎ ｄ ｐ ｒｍｅ ｔ ， ａ ｄ ｆｒ ｇ ｔ ｎ ｒ ｅ ｏ ｎ ｇ ｍｅ ｔ ａ ｄ ｄ ｃｓ ｋｎ ｆ ｒｉ－ ａ ｓｎ ｅ ｄ ｎｓｒ ｉ ｅ ａ ｏ ａｏ ｔ ｎｓ ｎ ｅｔ ｇ ｍｏｅ － ｏ ｉ ｃ ｎ ｍｙ ｂ ｎ ｆ ｎ ｏ ｉｌｂ ｎ ｆ ． ｏ ｏ ｅ ｅｉ ａ ｄ ｓ ｃａ ｅ ｅ ｔ ｔ ｉ Ｋ ｅ ｒ ｓ ｄ ｔｂ ｓ ；ｄ ｔ ｎｎ ｙ ｗｏ ｄ ： ａａ ａ ｅ ａａ ｍｉｉｇ； ｐ ｓ ｅ ｇ ｒｔａ ｓ ｏｔｔ ｎ；ｍａｋ ｔ ｇ ａ ｄ ｏ ｔ ｚｎ ａｓ ｎ ｅ ｒｎ ｐ ｒａｉ ｏ ｒｅｉ ｎ ｐｉ ｉｇ ｎ ｍｉ
ｌ 引 言
进 行 优化 ，这 有利 于铁 路 客运 主管部 门的管理 和决
基于数据挖掘的酒店CRM客户获取的研究
广东工业大学硕士学位论文基于数据挖掘的酒店CRM客户获取的研究姓名：易珺申请学位级别：硕士专业：计算机软件与理论指导教师：唐平20050430摘要客户关系管理ｃＲＭ（ｃｕｓｔｏｍｅｒＲｅｌａｔｉｏｎｓｈｉｐＭａｎａｇｅｍｅｎｔ）是对企业和客户的交互活动进行管理的过程，是一整套先进理念、方法和解决方案，能帮助找到并锁定最好的客户，以正确的价格，在正确的时间，通过正确的渠道，提供正确的产品或服务，从而最有效地满足客户的需要和愿望。
但由于缺乏发现隐含在数据中的有用信息的能力，企业无法将数据转化为知识。
数据挖掘技术则提供了从庞大的数据库中抽取有效的、未知的和能理解的信息的手段，帮助企业实现数据到知识的转换，为企业提供决策支持。
我国国民经济迅速增长的势头，为酒店行业的发展带来极大的商机，酒店如何抓住这一机遇，提高自身实力是最关键的。
实施基于数据挖掘的ＣＲＭ无疑是酒店提高竞争力的一条重要途径。
本文针对基于数据挖掘的酒店ｃＲＭ客户获取分析技术进行研究，主要目的是寻求建立酒店潜在客户的挖掘模型的方法，并结合广东工业大学横向科研项目“军山大酒店客户关系管理系统”实现其客户获取，即把潜在客户转变为酒店真正的客户。
本文的主要研究工作如下：完成数据的准备工作，它涉及到了对数据的清洗、抽取、转化和派生，其中着重探讨如何在酒店ｃＲＭ中构建数据仓库的问题。
然后研究聚类和分类技术，比较了现有的聚类和分类算法，根据算法的准确性、简便性、易理解性，选择】【一ｍｅａⅡｓ聚类算法和ＩＤ３决策树分类算法作为潜在客户建模的算法，并针对算法弊端进行一定程度的改进。
提出采用三角形三边关系定律预先判断是否要计算样本点之间的距离，当符合一定条件时才计算样本点间距离的改进ｋ—ｍｅａｎｓ聚类算法；对ＩＤ３算法启发式函数进行研究，提出了采用属性熵均值来选择决策树的最佳分裂属性。
通过理论与实验研究，验证了以上算法的可行性和有效性。
本文对于如何在酒店客户关系管理中进行客户获取有一定的指导价值和实践意义，对于其他行业的客户获取也有借鉴作用。
基于数据挖掘的企业营销决策体系
基于数据挖掘的企业营销决策体系作者：陈王伟来源：《沿海企业与科技》2008年第12期[摘要]随着信息技术的发展和技术应用的普及，企业经营中积累了大量数据，如何从大量数据中挖掘出支持企业营销决策的信息，数据挖掘正是解决这一问题的有效技术。
企业经营决策过程中可采用数据挖掘的技术和方法，获取有用的信息，辅助制定有效的市场营销决策，树立竞争优势。
[关键词]数据挖掘；营销；决策[基金项目]本文是温州大学科研课题(2005SO32)研究成果之一[作者简介]陈王伟，温州大学城市学院讲师，在读博士生，研究方向：企业营销战略管理，浙江温州，325035[中图分类号]F272.3[文献标识码]A[文章编号]1007-7723(2008)12-0070-0003一、引言在日益复杂和激烈的竞争环境，企业如何制定有效的营销决策以占据一定的市场地位成为企业面临的重大问题。
理性的决策离不开信息的支撑，因此营销活动中信息的收集与分析在营销决策中起着决定性的作用。
随着数据库技术的成熟和信息应用的普及，企业的生产、经营和销售规模急剧扩大，伴随而来的是营销活动中的数据不断地膨胀，如顾客购买历史记录、消费与售后服务记录，等等。
企业亟须从积累的海量数据中获得有价值的信息，用以进行销售分析、市场预测和产品决策等来获取利润增值。
然而现有一些信息处理系统中的常用数据分析工具却无法给出精准的答案，这些系统可以高效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势，也不能对数据所包含的内在信息进行提取，导致了“数据爆炸但信息和知识贫乏”的现象。
因此，现阶段企业营销活动中迫切需要解决的问题，就是从海量数据中提取出隐藏在其中的有用信息来支持企业营销决策活动，而数据挖掘是解决这一问题的有效技术，在制定企业营销决策体系中具有重要的意义。
二、数据挖掘的基本理论(一)数据挖掘的概念数据挖掘(Data Mining，简称DM)是指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。
数据挖掘在图书销售企业精确营销中的应用
进 行有 效 的数据 组 织
。
，
来构建数据 仓
2 0 0 5 A n a ly s i s
库模 型
应 用 Mi c r o s o f t
S qL
Ser v e r
，
提 出数据 挖 掘枝 术 的解 决 方 法 能 强大的数据挖 掘技 术
：
并使 用其功
、
决 策树
聚类分析
，
和 关联 规 则 等 应 用 广 泛 的 分 析 方 法
维普资讯
数据 挖 掘 在 圈书销 售
企 业 精 确 营 销 中的 应 用
陈阳
陈旭
福 建 医 科 大 学 信 息 中心
350004
3
研 究 基 于 数 据 挖 掘 技 术 的 精 确 营销 的 方 法 和
理 念
，
．
数 据 仓 库 及 模 型 的建 立
．
结 合 图 书销 售 企 业 目 前 的 营销 现 状 和
．
。
，
、
、
一
，
，
、
、
、
、
，
一。，来自，。、
多 数 人 看完书 A 同 时进 步需 要 研 究 阅读 书 B 根据 上 述 规 则 公 司 在 营 销 时 可 采 取 了如 下 策 略 ： ( 1 ) 将 这 两 本 书 放 置 在 起或 进 行 捆 绑销售 ； ( 2 ) 使摆 这 两 种 不 同 种类商 品 的 货架 相 邻 方便 零 售 顾 客 购 买 ( 3 ) 营 业 员在 顾 客 购 买 了 种 商 品 后 适 当推 荐 另 种 商 品 如顾 客 购 买 了 书 A 对 其推荐 书 B (4 ) 在进 货与发 货运 输 上 将关联 产 品 配 套 安 排 采 取 这 些 措施后 顾 客 的 交 叉 消 费大 为提 高 商 场 与 顾 客 的 满 意 度 也 有所 提高 关联 规 则 数 据 挖 掘 在零 售 商 业 应 用 可 以为 商 家提 供 许 多 潜在 的 有 价 值 的 信息 这 样 既 满 足 了 消 费 者 也 为零 售 企 业 创 造 了 大 量 的 价值 4 2 聚类模 型 分 析 从 数据挖掘聚类 分 析 如 图 1 所 示 在 1 0 个 分 类 中可 以 发 现 企 业 大 约存 在 四 种 主要 类型的客户 第 1 类 发 展 型 客 户 有 两 种情 形 ； 客 户 的 当前 价 值 小 潜 在价 值 尤 其 大 ； 二 客 户 当 前价 值 小 潜在价值 居 中 把 它们 聚 为 大 类是 因 为 当前 给 企 业 带 来 的 利 润 不 算 多 但他 们 有 较 强 的购 买 力 所 以 企 业 适 宜 采 取 发 展 的策 略 通过 提供 更 多的让 渡价值 激 发 起这 类 客 户的 潜在消费欲 望 尽 力挖 掘 其潜在价值 ； 第 2 类 维持 型 客 户 当 前价 值大 潜 在 价 较 小 的 客 户 此 类 客 户 给 企 业 带来 的 利润较 丰 厚 但是 他 们 缺 乏 购 买 潜 力 所 以 提 供 更 为 个性 化 的产 品 和 服 务 加 强 与 他 们 的 沟 通 和 交流 是 企 业 应 采 取 的策 略 ； 第 3 类 淘 汰 型 客 户 这 类客 户的 当
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｔ Ｅ ｃ Ｈ Ｎ ｏ Ｌ ｏ ｏ
基 于数 据挖 掘 的 数 据 库 营 销 研 究
索 琪
青岛科技 大学经管学院 青岛 ２ ６６ ６０ １
摘 要 ：随 着 信 息技 术 的 发展 ． 企业 已有 能 力 获 得 大量 的 顾 客 信 息 。 然 而 ． 何 从 顾 客 数 据 库 中获 得 关 于顾 客 特 征 和 如
引 育
的作用。
随着市场经济的发展， 市场竞争 日趋激烈 ， 业如何更好地 理解客户所需和预测客户行 为， 识别最有盈利能力的客户 ， 并在 最短的时间 内响应他们 的需求 ， 是企业面临的首要问题。数据库 营销 ， 较为注重对客户消费文化 、 心理 、 行为特征进行深层 次分 析， 并为顾 客提供更 好的产品和服务 。 它将受到营销者和消费者 的青睐。
品。
１ ． 数据库营销可以有效地探测市场 ， ．２ ２ 发现新的市场机会
和提供新产品 、 新服务。 营销者通过调查和观察特定的顾客 ， 追踪
个体层次上的顾客需要和欲望 ， 并从 已有相关顾客的数据 中发现 新的机会， 赢得新的效益。数据库 营销要求营销者不 断与特定 的
顾客互 动， 建立一种有效的消费者反应机制 ， 而从顾客的反应 进
影响。收入贸易条件完全取决于出口数鳋的变化 。 第三种情况 ， Ｄ Ｄ ＜ｍ ｘ时， 当 ｍ ｘＳ Ｓ 人们 币升值 ， 价格贸易条件
改善。当右边的 ｓ 偏大 ， ｘ 则出口数量容易在升值 的作用下减少 ，
此时要 比较 价格贸易条件改善幅度和出口量减小 幅度的相对大 小， 收入贸易条件 可能恶化或改善 。如果出 口需求弹性 Ｄ 极小 ｘ 甚至等于零 ，ｘ ｓ 也很小 ，但 Ｓ （ ｍ足够大 ， 保证 Ｄ Ｄ ＞ ｍ ｘ ￣ 出 ｍ ｘＳ Ｓ ）／ ｌ Ｊ
从以七 人民币升值对贸易条件 的影响分析来看 ， 人们币升值
对三种贸易条件的影响都是不确定 的 ， 通过本文， 我们 知道在人 民币升值对贸易条件产生影响时， 出口供给和需求弹性起着重 进 要作用。由于在前面提到弹性论只是一种局部均衡分析 ， 所以还 存在其他要素对贸易条件起作用 。
数据库营销是营销领域 的一次重要变革 ， 是一个全新的营销
概念。企业通过搜集和积累消费着的大量信息 ， 经过处理后预测
消费者有多大可能去购买某种产品， 以及利用这些信息给产品以
中发现顾客的新需求， 为顾 客提供新产品和新服务。 １ ． 降低营销成本 ， ．３ ２ 提高营销效率 。当今消费者追求时尚
１ 数 据库 营 销含 义 殛优 势 分析 ．
１１ 数 据 库 营销 含 叉 ．
１ ． 数据库营销可 以帮助企业准确找到 目标消费者群。 ．１ ２ 在
ቤተ መጻሕፍቲ ባይዱ
传统的营销理念下 ， 各种类型的消费者接受 的是相同的 、 大批量 生产的产品和信息 。 数据库技术可以使企业能够将 目标集中在最 小消费单位——个人身上 ， 实现准确定位 ， 从而生产 出个性化产
易条件就会改善 ， 反之就会恶化。
纳分析。数据库营销使得企业从规模营销转向一对一营销 ，ｐ Ｈ 个 性化营销， 为每个顾 客提供独特的产品。
１ 数 据 库 营销 的 市场 竞 争优 势 ． ２
数据库营销作为市场营销的一种形式， 正越来越受到企业管
理者的青睐 ， 在维系顾客 、 提高营销额等方面扮演着越来 越重要
化、 风格化 、 个性 化， 企业 可及时针对消费者 这种需求 ， 对市场进
精确定位 。 有针对性 地制定营销信息 ， 以达到说服消费者 去购买
产品的 目的 。有效的数据库营销可以提高营销效率 ， 认识企业 与
顾客关系的价值。 建立长期 的顾客忠诚度 ， 并增加 长期利润。 传统的大众化营销通常是 以产品为中心的营销 ， 一般进行 的
Ｉ 、
购买模 式的信 息是企 业面临的 首要 问题 。 通过数据挖掘工具的使 用， 使得 企业能够进行 有效的营销管理和营销决 策。本 文分析 了数据库 营销 的含 义厦 其市场竞争优势 ， 总结 了在数据库 营销 中经 常使 用的数据挖掘 方法 ， 在此 基础上 ． 讨 了 探
数 据 库 营销 在 企 业 申 的应 用厘 实施 数 据 库 营销 的 具 体 步 骤 。 关 键 词 ：数 据 库 营 销 数 据挖 掘 顾 客 数 据 库
时， 收入贸易条件就会恶化。如果 Ｄ 和 ｓ 都很小，ｘ ｘ ｘ Ｓ 甚至为零 （ Ｄ 但 ｍ足 够大 ， 保证 Ｄ ｘＳ Ｓ ） ｔ 口数量在人民 币升值时 ｍＤ ＞ ｍ ｘ￣ 出 ］
几乎不变动 ， 收入贸易条件会恶化 ， 但程度应该不会很大。
第二种情况 ，ｍ ｘＳ Ｓ 时， 币升值对价格贸易条件没 Ｄ Ｄ＝ｍ ｘ 人们
是定量的分析 ， 而不会像数据库营销对所有的相关数据都进行 ！ 卜 ｊ
行细分 ， 使产品更好地满足 目标消费群的需要 。企业要寻找经济 的促销方式 ， 其关键就是找准 目标消费群 ， 建立消费者数据库 ， 而 可有效地做到这一点。 由于运用消费者数据库 能够准确找出某种 产 品的 目标消费者 ，企业就可以避免使用昂贵的大众传播煤体 ， 运用更经济的促销方式 。 达到降低成本 。 增强企业竞争力的目的。 １ ． 数据库营销可建立起 与顾 客长期 、高品质 的良好关 ．４ ２ 系。运用数据库经常与消费者保持沟通和联 系， 可以维持 和增强 企业与消费者之间的感情 ， 增强顾客信任感。 同时， 企业根据数据 口企业为了在升值时降低生产成本 ，增强 出口产品的国际竞争 力， 就会促进劳动生产率 的不断上升。所以人 民币升值会带来 出 口部门劳动生产率的上升。当 Ｄ Ｄ ＝ ｍ ｘ和 Ｄ Ｄ （ｍ ｘ 人 ｍ ｘＳ Ｓ ｍ ｘ Ｓ Ｓ 时． 民币升值会改善单边要素贸易条件。当 Ｄ ｘＳ Ｓ ， ｍＤ ＞ ｍ ｘ时 如果劳 动生产率上升的幅度大于价格贸易条件恶化的幅度 ， 单边要素贸