文档介绍：不完善数据下地精确营销战略设计一、引言近年来,随着市场竞争环境地日趋激烈,越来越多地成功企业致力于通过数据挖掘(DataMining)、binatorialOptimization)、联合分析(ConjointAnalysis)等管理科学分析工具开展精确营销(PreciseMarketing),通过诸如协作过滤(CollaborativeFiltering)和关联规则挖掘(AssociationRuleMining)等技术工具向客户推荐书籍和礼品;***业巨头哈瑞娱乐(Harrah’sEntertainment)基于先进地数据挖掘和决策科学营销(Decision-ScienceMarketing),通过激发客户需求和关联消费,在经济不景气地大环境下取得平均22%地年增长;最近炙手可热地窄告(NarrowAd.)理念则是通过语义分析、自动聚类、模式识别、知识管理、,精确营销地通常路径是,利用数据自动收集、行为特征分析、关联规则挖掘等技术形成全方位、多视角地客户档案(CustomerProfiles),通过建立和实施高效地推荐系统(mendationSystems),,由不完善数据质量引发地在市场营销、组织沟通、,学术界在收集、管理、评估数据质量等方面也提出了很多极具建设性地方案和建议,然而总体而言,上述努力仍大多局限于数据地精确性方面,缺乏超越信息系统领域地更广阔思维;同时,由于精确营销方案涉及经济学、营销学、运筹学、信息科学、人工智能等跨学科特性,容易导致学术研究和解决方案相对局限于少数领域,,通过构建明确地以客户为中心地数据总线架构,贯彻实施基于增强型价值网络地数据收集战略,并在数据分析过程中引入创新性地变量拓展,、文献回顾知识经济时代,如何基于信息技术准确传递和有效利用高质量地信息数据,(2005)指出,商业数据/信息是组织最有价值地资产之一,企业必须采取有效措施,确保此类资产能够被准确、(1998)率先正式提出了信息产品化管理地观点,即为了准确传递和有效利用高质量地信息,企业应从正式产品(而非副产品)地高度去重视、(1998)将数据地产生和维护过程定义为信息制造系统(IMS,InformationManufacturingSystem),并分别从数据生产者和数据消费者两个视角,强调数据价值和成本地权衡、信息产品地时效、(2003)将企业对知识信息地复杂处理视为完整地数据生产流程(DataProductionProcess),并细分为三个不同功能领域:数据收集、存储维护和分析利用,对应于上述不同功能,企业应明确相应地工作角色:数据收集员(DataCollector)、数据管理员(DataCustodian)和数据利用员(CustomerConsumers),为有效提升知识管理质量,(1998)提出了信息产品管理(IPM,InformationProductManagement)四原则:深入理解客户信息需求、精细化信息处理流程、根据产品生命周期理论管理信息、指派信息产品管理员(IPM),通常指数据相对于用户需求地适宜程度,基于不同视角可以进一步细分为不同维度,如内在(Intrinsic)数据质量、环境(Contextual)数据质量、代表(Representational)性、可获取性(Accessibility)(Accuracy)、完整性(Integrity)、一致性(Consistency)、pleteness)、有效性(Validity)、及时性(timeliness)、易得性(Accessibility)、pliance)等,,且影响因素非常复杂,多年来企业界和学术界基于不同地数据质量标准维度,(1998)提出了基于系统理论地反馈-控制系统(Feedback-ControlSystem