캬웕톶 第10卷第5期工业工程Vol. 10 2∞7年9月September 2∞7 Industrial Engineering Journal 基于关联规则的PB商品营销组合张德鹏1，黄雪玲2(1.华南理工大学工商管理学院，广东广州1510641;2.广东工业大学经济管理学院，广东广州51∞90)摘要:随着自有品牌(PB)商品发展阶段的日益升级，零售商亦更加重视调动PB的力量以形成竞争优势。以PB商品为研究对象，在分析PB商品及其营销特点的基础上，利用企业数据资源和数据挖掘技术，建立了基于关联规则的PB商品营销组合的概念模型，提出利用关联规则技术制定PB商品的营销组合，从外在推动力上提升PB的市场力量。关键词:PB商品;数据挖掘;关联规则;营销组合中图分类号:F273文献标识码:A文章编号:1007-7375 (2007) 05-0050-03 Research 00 the Marketiog Mix of PB Commodity based 00 Associatioo Rule 1 2 ZHANG De-peng, HUANG Xue-ling(1. School of Business Administration,South China University of Technology, Guangzhou 510641 ,China; 2. School of Economics and Management, Guangdong University of Technology, Guangzhou 510090, China) Abstract: Along with the increasing upgrade of development stage of PB commodity, retailers attach more importance on using the strength of PB to form their competitive advantages. By taking PB commodity as re›search object and analyzing the characteristics of PB commodity and its marketing, the paper applies the data resources of enterprises and the technique of data dig to set up the concept model of marketing mix of PB commodity based on the association rule. Meanwhile it brings up the way how to use the technique of the association rule to formulate the marketing mix of PB commodity and to improve the PB market compe›tence from exterior promotion strength. Key words: PB commodity; data dig; association rule; marketing mix 自有品牌(PrivateBrand, PB )是零售市场竞争发择PB商品的营销策略有影响。PB商品同制造商品展到一定阶段的产物，是零售商强化自身品牌形象，牌(NationalBrand, NB)相比，表现出以下特点:第赢得顾客忠诚的重要武器。许多大型零售商不断推一，PB商品多为日常用品和食品类，品种丰富，质量广PB，调动PB的力量[1]。理论界和相关研究主要可靠，与NB商品有相似的功能和特性，可替代性强、集中在质量、产品类别的广度、深度等PB市场作用日常消耗量大。第二，品牌的销售区域和分销渠道的内在影响因素上[刻，对PB发挥市场力量的外在推等特性为零售商形成了对商品具有主导性以及价格动力的研究较为缺乏。因此，本文以市场营销为工的优势。一般来说，PB商品只是在品牌开发的零售具，利用数据挖掘的关联规则技术，探讨零售企业商内销售，从商品的设计、开发、生产到商品的销售PB商品的营销组合。管理均由零售商负责，不需经过批发代理等中间环节，销售渠道简短，降低了成本。1 PB商晶营销的特点 PB商晶营销的特点 PB商晶的特点为了与顾客取得获利的交换，零售商所从事的根据产品生命周期理论，产品特征对零售商选PB商品营销活动的范围、关注点与NB商品不同[3]。收稿日期:2∞7-03-02 基金项目:广东省自然科学基金资助项目(06021495);广州市社科基金资助项目(YZE-58)作者简介:张德鹏(1965-)，男，广东省人，教授，博士研究生，主要研究方向为市场营销、零售管理.
캬웕톶 第5期张德鹏，黄雪玲:基于关联规则的PB商品营销组合51 首先，PB商品营销交换活动的直接性决定了其联规则应用在PB商品营销组合的产品、促销、价格顾客特征更加个性和多样。各要素中，使营销决策量化、理性化。飞其次，零售商把PB商品信息传递给消费者的沟企业内外通手段很多，包括媒体广告、促销、店内广告和个人部数据源接触等。NB沟通策略逐渐从广告促销转向价格促销，导致NB与PB的区分度降低，NB更易受PB的数据挖掘层冲击[4]。最后，消费者在日常生活用品的购买中，价格低廉、质量可靠是选择产品的主要标准，PB可以凭借其价格优势容易获得消费者的认可[5]。2 PB商品营销组合的概念模型 关联规则l)TDB事务数据库:商品交易数据库，记录商品交易信息;2)CDB顾客数据库:顾客信息数据，反应客户的基本信息和社会关联规则是数据挖掘广泛应用的技术之一，旨及人口信息;3)PDB产品数据库:记录产品特征信息。在发现大量数据中，项集之间有趣的关联或相关关图1PB营销组合中的概念模型系，产生的规则、模式，能帮助零售商有效地对PB商品的营销组合进行理性决策的制定[6]。基于零售企业事务交易数据的挖掘，分析不同Pei[7]和Han[8]认为，关联规则是在事务数据库商品特性和他们之间的关联关系，并结合顾客购买历史数据库和基本信息库进行顾客的购买行为分的交易记录中被同时购买的不同商品项之间的关联析，以此发现顾客的购买习惯，对顾客进行分类，借关系，设1= 1 i,i，…，i}是消费者购买的不同商品j 2 m助关联规则增加零售商对商品和顾客的理解和洞察项的集合;任务相关的数据D是商务事务数据的集力，来进行不同营销决策分析，实现最佳营销组合，合，每个事务T是商品项的集合，其中TÇ，I;A、B为改进服务质量，更好的保持顾客，提高顾客忠诚度和两个包含不同商品项的项集;定义包含k个商品项满意度。的项集为k-项集。事务T包含A、B，且有AÇ，I，BÇ，I。此时关联规则表示为A=丰B，其中，A为关联规3 PB商品的营销组合则的前件，B为规则的后续[7-8]。 PB商品品类策略如果事务数据库D的某个飞中包含项j，称Ti在零售商PB的品类策略中，需要解决的主要问支持(support)j，计算方法为:support (j) = (包含项j题是，在多大范围内以及在哪些具体的商品类别中的事务数)/(D中所有事务数)。如果support(j)满经营自有品牌。从消费者购买行为出发，根据数据足用户规定的最小支持度的阀值，则j为频繁项，同挖掘找出的关联规则，选择消费者接受、零售商有能理可以得到频繁k-项集的相关定义，频繁k-项集力开发的产品类别。例如，很多调查研究证实，消费通常记做Lk。其中在事务数据库D中同时包含项者对卫生纸、洁厕剂、鞋套等日用品，具有较多相同集A、B，即AUB，则A=丰B的支持度表示为:support的购买行为，其关注因素基本相似。利用数据挖掘，(A功B)=P(AIB)，如果D中包含A的事务同时也列出相同关注因素作为频繁项，通过对事务数据D包含B，用下列公式:confidence ( A ~ B) = P ( A I B) , 的关联分析计算，零售商可以找出消费者相同关注其中条件概率P(BIA)为规则A=丰B的置信度，即D因素的其他类别产品i，作为PB的将要开发的商品中事务包含A的事务中也包含B项集的百分比。同类别。时满足最小支持度阅值和最小置信度阀值的规则称通过关联规则对开发的PB商品做出决策，不仅为强规则[9]。仅体现在产品类别上，同时对开发的商品关注因素 概念模型也有指导作用。在关联规则的计算过程中，可以得通过与生产商协同合作，利用现有的数据资源出关联商品的关联程度强弱，强规则的商品在开发和数据挖掘技术，零售商PB商品营销组合量化分析设计时对消费者原本关注的因素要加强;反之，则需支持的概念模型如图1所示。它展示了在一个丰富做进一步分析，再根据消费者需求进行改进，量身定的数据资源条件下，零售商挖掘出潜在的信息，将关
캬웕톶 工业工程第10卷52 做开发商品，增强商品的关联度以吸引顾客更多地包之间的有趣关联，则可以根据这种信息来制定决购买相关联的商品。策，引导销售，如可以将牛奶和面包尽可能地放近一 PB商品价格策略些，或通过二者的绑定优惠销售，或某一商品的贱卖对PB商品的定价有单一商品价格策略和组合来剌激顾客同时购买2种商品。 基于关联规则和害户数据资源的PB商品营销价格策略。在凹的单一商品价格策略中，首先需要组合决定的是和商品定位相适应的价格定位问题。关联利用关联规则的技术支持可做出更理性的营销规则可以帮助零售商认识消费者对不同定位商品的决策，再结合顾客资料库对营销策略进行整合，对顾稳定需求。例如，零售商开发一种PB商品，定位为客的购买行为进行研究，识别顾客购买行为，发现顾18 -25岁的年轻女性，通过对TDB事务数据库和客购买模式和趋势，更加有效地对营销组合策略进CDB顾客数据库分析，利用相同定位的其他类似商行实施。以上面提到的牛奶和面包的关联为例，结品PDB商品数据库，挖掘出目标顾客群的价格接受合顾客信息的营销整合应用体现在:利用顾客信息水平。能挖掘出同时购买牛奶和面包的顾客特征信息，针关联规则最常用在价格策略上的方法是首先由对目标客户群有的放矢，减少商业成本。关联规则挖掘出被最频繁购买的商品项集，基于频繁项集采用组合定价的方法。假设通过事务数据的4 结论分析，可以发现牛奶和面包之间频繁的关联关系，据随着零售商规模的扩大、PB商品强势地位的发此信息和相关阀值来进行理性定价，引导销售。如展，PB商品必然要同NB商品的营销相分开而面临可以将牛奶和面包其中某项定价降低，或通过二者营销组合的选择问题。本文以零售商PB商品的营的绑定优惠销售等定价组合，由此来增加2种商品销组合为研究对象，分析了零售商PB商品及其营销同时被购买的机会。的特点，利用数据挖掘的关联规则技术，建立了基于 PB商品促销策略关联规则的PB营销组合中的概念模型。从海量企在促销商品的选择上，要抽取具备强关联关系业数据源中挖掘有趣的关联模式，理性地制定企业的频繁项集为促销对象，据此信息，采用关联产品的营销组合策略，支持企业进行理性营销组合的整合、其中某项或商品项的绑定促销，增加商品的销售量。实施，以增加对产品和顾客的信息理解，改进服务质商品摆放结构和促销时机的选择上，运用数据量，减少零售企业商业成本，取得更好的顾客保持能挖掘中的关联分析，从众多的事务交易数据中发现力，提高顾客忠诚度和满意度，最终实现零售企业竞商品间的关联关系。购物篮分析是基于商品关联分争力的提升。析的典型应用过程，通过发现顾客放人其购物篮的不同商品之间的联系，理性地制定促销策略。一个参考文献:经典的案例就是"尿布和啤酒"的关联发现:数据挖[ 1 J Krishnan T V ,Soni H. Guaranteed profit margins: A demon›stration of retailer power [ J J. Intemational Joumal of Re›掘人员通过对交易数据分析后，发现这样的一条关search in Marketing,1997 ,14:35-56. 联规则"买尿布的顾客十有八九也买啤酒"。再经进[2 J Hoch S J, Banerji S. When do private labels succeed [ J J . 一步的调查发现，原来是有孩子的父亲在给自己刚Sloan Management Review, 1993 ,34 : 57 .fJ7 . 出生不久的子女购买尿布时，也常会给自己购买啤[3 J Malcolm Sullivan, Dennis Adcock.零售营销精要[MJ.北酒。这样一来，零售商便可以及时调整商品的摆放京:电子工业出版社，2∞4.位置和结构，以方便客户购买。同时，根据关联规则[ 4 J Mela C F, Gupta S, Jedidi K. Assessing long-term promotion›挖掘的分析结果进行不同商品的分类设计，由商品al influences on market structure [J J . Intemational Joumal of 的关联关系设计商品最优的摆放位置。另外，通过Research in Marketing, 1998,15 :89-107. 挖掘分析，还可以发现客户购买行为潜在的时序规[5J朱瑞庭.零售商自有品牌的功能和市场定位[JJ. 北京工律，零售商可以对客户的购买行为进行有效的预测，商大学学报:社会科学版，2∞4，19(3):38-43. 选择促销的有利时机。[6 J Liu B, Hsu W, Ma Y. Integrating classification and associa›商品捆绑促销上，将有趣关联的商品进行绑定tion rules mining[ CJ //Proc. of KDD’ 98. New York: 1998: 27-35. 销售或贱卖分析，以期提高商品的销售量。举例说明，如果通过事务数据的分析，我们发现了牛奶和面(下转第57页)
캬웕톶 第5期黄正伟，鲁耀斌，张金隆，等:在线拍卖截止规则与投标者行为57 www. csc. ncsu. edu/faculty/wurman/publication. html. 原因。[ 4 J Axel Ockenfels, Alvin E Roth. The timing of bids in intemet 需要进一步研究的是，迟技标除了上述战略原auctions: market design, bidder behavior, and artificial a›因以外，还有其他非战略原因，如延迟;搜索引擎先gents[ RlOLJ. [2∞1 J. http://kuznets. fas. harvard. edu/ -显示快到期的拍卖;用户不会使用代理技标系统;不arothlpapers/eBay. ai. pdf. 喜欢标的"悬着"等等。另外，亚马逊模式的拍卖中，[5 J Alvin E Roth, Axel Ockenfels. Last-minute bidding and the 迟技标现象也同样存在，但是比易趣模式的迟技标rules for ending second-price auctions: evidence from eBay 现象要少得多。如何建立时间分布模型，并对其技and amazon auctions on the intemet [ J J . American Economic 标战略进行分析，找出其中的最优策略，对此现象进Review，2∞2 ,92( 4) : 1093-1103. 行合理解释，有待进一步研究。[6 J McAfee R P, McMillan J. Govemment procurement and in›temational trade [ J J. Joumal of Intemational Economics, 参考文献:1989,26(34) :291-308. [ 1 J Rothkopf M H, Harstad M. Modeling competitive bidding: a [7 J McAfee R P, McMillan J, Reny P J. Extracting the surplus critical es町[J J. Management Science, 1994, 40 ( 3 ) : 364-in the common value auction[ JJ. Econoetrica, 1989 ,57 (6) : 384. 1451-1459. [ 2 J Wilcox R T. Experts and amateurs: the role of experience in [8 J Bajari Patrick, Ali Hortacsu. Winner’ s curse, reserve prices intemet auctions [ J J. Marketing Letters, 2α刃，11 ( 4 ) : 363-and endogenous entry: empirical insights from eBay auctions 374. [RlOL]. [20∞J. http://ruby. bus. utexas. edu/ -zhilingl [3 J Harshit S Shah, Neer勾RJoshi, Ashish Sureka, et al. Min›DSS/ Auction. pdf. ing for bidding strategies on eBey [ RlOL J. [2∞3J. http:// 崎提络也命也输哇辄哇有创...精 往制梅兽输也喝喝锯a生在缅甸萨国内坦白勘畏精皑白白禽白蜡甲鱼脯，匈陶醉精趋向坦白白呻响曲曲均由岛内也币也部局喃也砸禽槌南幡毡'惑幡每@幽婚也砸也幡勤W电币..也 ..匈 酶华也，也g也得(上接第49页)[立即咽-24]. 参考文献:2朋/ω'/cmα). [ 1 J王省身.煤矿灾害防治理论和技术[MJ.北京:中国矿业大学出版社，1985[3J陈小峰，李从东.住宅区多元物业服务与供应链管理的:181-202. 整合研究[JJ.工业工程，2∞4，7(4):4145. [2J田同生.客户关系管理的中国实战[DB/OL]. CTI论坛，(上接第52页)[ 7 J Pei J ,Han J. Mining access patem efficienøy from web logs episodes in event sequences [ J J . Data Mining and Knowledge [ C J / / Proc. of Pacific-Asia Conf. on Knowledge Discovery Discovery, 1997 (1) : 159-289. and Data Mining. Japan:Kyoto，20∞:396407. [ 10 J Koperski K, Han J. Discovery of spatial association rules in [8 J Han J, Kamber M. Data Mining: Concepts and Techniques geographic information databases[ CJ //Proc.缸'. [ M]. Beji ng : Higher Education Press, 2∞1. Large Spatial Databases( SSD’ 95). Portland: Maine, 1995: [9 J Mannila H, Toivonen H, Verkamo A 1. Discovery of frequent 47-66.
