数据挖掘技术在饭店营销中的运用 .doc

《数据挖掘技术在饭店营销中的运用 .doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据挖掘技术在饭店营销中的运用摘　要　饭店是否能制定并执行切实可行的营销战略正是取决于饭店对客户偏好和行为特征的了解是否正确和全面，因此，我们首先需要利用数据挖掘技术挖掘出详细有效的客户行为特征信息。　　关键词　饭店业　数据挖掘　决策树　　随着中国加入ＷＴＯ以及全球经济一体化进程的加快,当大量国外资本纷纷进入饭店业以后,饭店市场的竞争可能会进一步激化。作为饭店，它当然清楚顾客希望饭店能提供舒适清洁的环境、快捷的登记入住和结账手续、价格合理、服务员有礼貌、设施齐全……但是哪些才是顾客认为最关键、最重要的呢？

2、他们和顾客光顾行为等方面有怎样的联系呢？特别是在资源有限的情况下，饭店当然无法面面俱到。所以饭店管理者必须寻找对顾客行为影响最大的因素，并把这些信息转化为有竞争力的营销战略从某种程度上，我们可以说饭店是否能制定并执行切实可行的市场战略正是取决于饭店对客户偏好和行为特征的了解是否正确和全面。因此，饭店需要利用数据挖掘技术来发掘有效的客户特征信息。1　数据挖掘概述　　数据挖掘是指从大量的、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。从

3、商业角度来看，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。　　正是数据挖掘能够为饭店管理者提供了全面、深入地分析和了解顾客及其行为特征的重要助臂；也正是由于其创造客户价值的能力，数据挖掘技术已经被国外一些饭店作为一个重要的竞争工具使用。比如：HiltonCorporation在它的BeverlyHills总部使用了E.piphanyE.4软件，StarwoodCorporation也引进了U?鄄nica

4、Corp的Affmium软件。2　有效使用数据挖掘技术　　数据挖掘技术对于希望了解和预测顾客行为的饭店来说是十分有用的工具，如果使用不当，它是无法给我们提供帮助的。有效使用数据挖掘技术，就必须注意以下几点。2.1　定义明确的商业目标　　开发任何数据挖掘模型，都应该遵守目标同样的规则：明确的目标，恰当的数据准备，合适的工具和技术，严格的处理和全面的验证。常常被忽略也最值得强调的是，数据挖掘模型之间最主要的区别是目标的区别。其处理步骤往往是相同的。所以，我们在具体实施中，不仅要从建模的角度强调定义目标的重要性

5、，还需要从商业的角度强调清晰定义目标的重要性。2.2　收集支持模型的数据　　数据准备是数据挖掘模型开发过程的第一个步骤，也最重要的步骤之一。虽然数据挖掘的工具也很重要，但是数据是框架（信息库），模型的质量与底层的数据密切相关。数据准备阶段包括这几个部分的工作———数据收集、数据清理、数据集成、数据转换和数据归约。3　　首先，我们必须收集支持模型的有关数据。只有对目标主体和市场有非常透彻的理解，才可能为目标模型选择出最佳的数据。在有了建模所需的完整数据集以后，下一步需要对数据进行清理。其次，为了使后面的挖掘

6、工作易于进行，我们还需要进行数据集成，即将来自不同数据源的数据整合成一致的数据存储。第三，在拥有明确的目标和干净、准确的数据之后，还需要进行数据转换（将数据转换为适于挖掘的形式）和数据归约，使数据能够发挥最佳效果。2.3　选择适合的数据挖掘工具　　数据挖掘工具有很多，比如：规则归纳、聚类、决策树、遗传算法、神经网络等。每个工具都有它的优点和缺点，不能简单的说哪种工具好，哪种不好。我们需要针对具体的情况和饭店计划的目标来选择最适合的工具。2.4　验证模型的重要性　　模型的验证工作是十分重要的，不能通过验证的

7、模型是没有任何商业意义的。模型开发的一个就是重要准则是：用模型开发过程中未使用过的数据来验证模型。这个准则可以检验模型的健壮性。如果模型验证的结果不佳，可能是由于数据有问题、变量匹配差或建模使用的数据挖掘技术不合理等因素造成的，就必须使用合适的验证技术使模型更加严格、有效。在成功地挖掘出有用的信息后，就可以利用这些信息来制定合适的营销战略。通过这种方式，我们就可以把数据挖掘技术挖掘出来的信息转化成为有效的企业竞争力。3　饭店使用数据挖掘技术的一个实例　　下面这个例子是基于韩国豪华饭店的一个实例研究，旨在说

8、明数据挖掘技术在饭店业的有效性和实用性，并借此案例进一步简要阐明在饭店业使用数据挖掘技术的具体实施过程。　　这个研究的目标是帮助饭店决策者建立饭店顾客的行为模式，并以此作为饭店制定可行营销战略的重要基础。　　为了获取饭店顾客的行为模式，研究者选择了韩国汉城的11家饭店，并在光顾这11家饭店的顾客中精心挑选出281位顾客，对其进行了相关的问卷调查。问卷主要考察了顾客个人资料数据（年龄、性别、国籍、职业）；顾客的行为数据（旅行的目