精准化营销在D公司的应用研究

发布时间：2018-03-15 04:02

  本文选题：精准化营销　切入点：数据挖掘　出处：《华东理工大学》2017年硕士论文　论文类型：学位论文

【摘要】：精准化营销在这个时代成为一个非常热的名词。许多公司,特别是身处互联网行业的公司,都意识到大数据化精准营销的重要性,纷纷开始在企业内部设立或拓展大数据部分,招聘数据化分析人员,通过多用户的行为习惯、用户数据的分析,以期望能够预测用户下一步行动,生产用户需要的产品,或能够有针对性的投放广告,实现广告、产品的效益最大化。通过大数据背景下进行的营销决策,已成为越来越多企业的行为标准,也为企业产生了不同的价值。D公司是中国领先的生活资讯服务公司,在提供中国用户查找周边吃喝玩乐资讯方面处于领先地位。而客户是企业生存和发展的根基,如何保持客户、吸引客户和充分发掘客户的潜力需求是企业提高核心竞争力的关键。本文首先回顾了D公司目前营销模式的特点及现状,分析了现有营销模式存在的问题；其次,针对D公司的营销模式特点,按照数据挖掘的一般流程,搭建精准营销平台；最后,结合D公司精准营销平台的上千万条真实数据,利用分类器、协同过滤等机器学习算法,给出了精准化营销的应用实例,并对细分结果进行了分析。
[Abstract]:Precision marketing has become a very hot term in this era. Many companies, especially those in the Internet industry, have realized the importance of large data precision marketing and have begun to set up or expand big data's part within enterprises. Recruitment of data analysts, through multi-user behavior habits, user data analysis, in order to predict the next step of the user action, production of products that users need, or can be targeted advertising, achieve advertising, Product benefit maximization. Through the marketing decision made under the background of big data, it has become the behavior standard of more and more enterprises, and has also produced different value for the enterprise. D company is the leading life information service company in China. Leading position in providing Chinese users with access to peripheral information about eating, cheering and entertainment. Customers are the foundation for the survival and development of enterprises, and how to maintain them, Attracting customers and fully tapping the potential needs of customers is the key to improve the core competitiveness of enterprises. Firstly, this paper reviews the characteristics and current situation of D Company's current marketing model, analyzes the problems existing in the existing marketing model; secondly, According to the characteristics of D company's marketing mode, according to the general process of data mining, build the precision marketing platform; finally, combine the tens of millions of real data of D company precision marketing platform, use classifier, collaborative filtering and other machine learning algorithms. The application example of precision marketing is given, and the result of subdivision is analyzed.
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：F274;F724.6

【相似文献】

相关期刊论文 前10条

1 韩海萌;信息时代的指南针——数据挖掘[J];江苏统计;2002年05期

2 韩双霞;李萍;;数据挖掘:构筑企业竞争优势[J];金卡工程;2002年08期

3 李菁菁,邵培基,黄亦潇;数据挖掘在中国的现状和发展研究[J];管理工程学报;2004年03期

4 ;中国科学院数据挖掘与知识管理学术研讨会在京举行[J];管理评论;2004年07期

5 李峰;数据挖掘在企业中的应用[J];商场现代化;2004年15期

6 魏瑜,陆静;数据挖掘与统计学的关系浅析[J];沿海企业与科技;2005年09期

7 罗锦珠;数据挖掘与知识管理的结合应用[J];技术经济;2005年10期

8 袁卫,林桢顺,谢邦昌;工业领域的数据挖掘——改善流程,提高效率[J];中国统计;2005年04期

9 王琳;;统计学方法在数据挖掘中的应用[J];当代经理人;2006年02期

10 刘晓华;;数据挖掘在商业中的应用[J];商场现代化;2006年34期

相关会议论文 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

相关重要报纸文章 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

相关博士学位论文 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 何伟全;云南高校学生意外伤害因素关联规则挖掘及风险管控体系研究[D];昆明理工大学;2015年

8 段功豪;基于多结构数据挖掘的滑坡灾害预测模型研究[D];中国地质大学;2016年

9 白晓明;基于数据挖掘的复合材料宏—细观力学模型研究[D];哈尔滨工业大学;2016年

10 蓝永豪（LAM Wing Ho）;基于数据挖掘技术分析当代中医名家痤疮验方经验研究[D];南京中医药大学;2016年

相关硕士学位论文 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

，

本文编号：1614313