大数据在消费者与目标客户分析中的运用

• 202

•

技术的发展，这两项技术本质上就是为开关电源智能化控制提供技术支持。开关电源的内部运行是多路控制的，是可以通过控制电子运动和时间周期增加减少来进行操作，利用计算机技术可以减少传递信号时波形失真的情况，数字化控制会提高开关电源电路的安全性能，同时单元电路模块化处理、功率模块化，开关电源中的装置模块化发展能够提高开关电源的使用性能，保障开关电源在工作时是处于正常安全可靠的状态下的，提高电能的利用率。

3.2 关注软开关

软开关技术的应用有很多优势，这项技术的应用原理就是谐振，能够弥补之前存在的电路使用缓冲电路消除电压尖峰以及浪涌电流的不足之处，能够使系统变得更加简单，减少发生事故的概率。之前的电路在电源开关打开和关上时的一瞬之间产生较强的电压以及电流，，在这一瞬之间产生的电压是不能被利用的，这样就会引起电能的损耗，但是利用软开关就会有不同的效果。软开关中的谐振电路就能够对高频变压器中的电容、电感进行充分的吸收利用，减少晶体管等不少开关电源元件的压力，在根本上提高电能的使用效率，增加开关电源系统内部的稳定性，降低能量的消耗。

3.3 重视同步整流

开关电源技术的发展进步一个主要体现就是低耗能，高效率，那么重视同步整流技术就能进一步提高电能的使用效率，该技术其实是另一种提高电能利用效率的方式，是在软开关之后进行的，主要是反接整流开关二极管中的金属绝缘体半导管，关键是它运用于低压大电流电源，同步电流会经过零电压、零电流的开关，联动信

号，这个信号是同步整流以及初始的脉冲信号之间进行的，让它的上升沿增加从而超过之前的上升沿，最终形成一种金属氧化物半导体效应晶体管、零电压的电源开关方法，其根本目标就是能够实现电能的低消耗、高效率。

3.4 绿色高效电源

对绿色电源的追求主要体现在计算机技术的应用方面，计算机技术人员对于绿色笔记本和电源的要求是比较高的，通俗来说就是要使用省电、效率高、环保的电源，绿色电源的应用对于电脑来说其实是很有必要的，能够使台式电脑的耗电量低，不使用时处于休眠状态，减少电能的损耗。电力电子技术的发展进步创造出绿色电源芯片，智能化控制电脑客户端，使电源发挥作用，准确输出电压频率，提高电能利用效率，运用同步整流技术和智能控制技术使同步电流更加方便地和其他控制电源地芯片结合，让芯片性能更加稳定，既节能又环保。

4.结束语

开关电源一般都是比较小巧，比较轻，但是利用率高的设备，日常生活中随处可见，家家必备。开关电源技术也要随着社会的发展进步而不断进步，电力电子技术应用于开关电源中，主要是为了达到提高电能使用率，降低电能的消耗，提高开关电源的工作效率。开关电源引入电力电子技术的发展趋势是网络智能控制的、高效低损耗的、节能环保绿色发展的。在未来道路上，电力电子技术与开关电源的关系会更加紧密，应用方式会完善。

随着近年来大数据在电子商务、新零售等领域的广泛、深入应用，利用大数据的技术手段来对消费者的消费心理和行为进行分析，从而更加精准地确定目标客户，是众多商业主体高度关注和重要依赖的市场营销方式。就目前大数据在消费者目标客户分析中的应用情况来看，仍然处于探索发展阶段，这就需要对大数据在实际目标客户分析中发挥的功能进行深入的论证和准确的定位，从而便于大数据技术的开发与应用。文章在对大数据进行概括阐述的同时，就大数据在消费者行为分析和目标客户确定方面的实际应用情况加以分析说明，以丰富大数据在市场营销中的应用路径和效果。

随着数据的爆发性增长和计算机处理能力的逐步提高，通过搜集、分析大量客户的消费数据信息，以此来掌握消费者的消费行为规律，为市场主体市场经营活动提供可靠的信息指导逐渐成为一种常态化的市场行为，正是基于此，基于大数据的消费者行为分析和目标客户分析逐渐成为市场发展中的重点关注内容。

1.大数据概述

大数据的本质是一种数据处理技术，其处理的主要内容和流程为数据获取、数据存储、数据管理和数据分析，而大数据的最主要功能在于分析数据背后的规律，为人类活动的开展提供稳定、可靠的规律支持。

作为一种新的发展技术，大数据的特点主要体现在数据量大、速度快、数据类型多、价值密度低、真实性等五个方

大数据在消费者与目标客户分析中的运用

山西省烟草专卖局（公司） 辛志斌

面，其中数据量大是指所获取、存储和处理的数据数量和规模十分庞大；速度快是指对数据搜集、处理的时效性很高，能够在最短的时间内完成相应的处理任务；数据类型多是指获取和最终输出的数据的类型十分丰富，既包括结构化的数据，也包括半结构化和非结构化数据，从而满足各种数据处理的需要；价值密度低是指虽然数据的数量判断、种类庞杂，但其中只有部分数据拥有积极的价值，会给人们的活动带来好处，但要想真正发挥出这些价值，还需要通过有效的方式加以处理；真实性是指最终出具的数据分析结果的质量是真实有效的，这主要是基于大数据分析算法的严谨性和科学性而言。

2.大数据在消费者目标客户分析中的实际运用

消费者与目标客户分析是现代化商业营销活动中的基础性工作内容，也是保证提升市场营销准确性、有效性的前期工作。在当前消费者消费行为趋于多元化和市场竞争日趋激烈的情况下，要

• 203

•

想实现精准式的市场营销，就需要从技术方面出发来对消费者消费心理和行为进行深入的研究和规律把握，在准确了解“消费者需要什么”这一问题后，再从自身出发来思考“我可以为消费者需要满足做出哪些努力”，从而实现消费者需求与市场营销的对接。在现代化的消费者消费分析中，大数据无疑是重要且有效的方式，也是当前市场主体普遍认同和使用的市场分析工具。具体来说，大数据在消费者与目标客户分析中的应用主要包括以下几个阶段。

2.1 基础数据的获取和分类

在现代化的消费活动中，时刻都有数据产生，并且随着消费者消费行为的密集性和多样性的发展，消费行为中产生的数据规模和类型变得更加丰富多样，这为消费者与目标客户分析提供了基础性的数据支持。对于市场主体来说，现代化信息系统的构建和应用为数据的获取提供了高效的途径，消费系统中会对消费者的各种消费数据进行搜集，作为分析工作中的重要资源。

当然，初步获取的基础数据往往在结构、类型等方面存在明显的差异，这就需要借助相应的大数据技术来对数据进行科学的分类，以适应消费者与目标客户分析的需要。一般意义上而言，消费者的基础数据可以按照数据结构划分为结构性数据和非结构性数据两类，这也为数据分析提供了更加精准的分析。

2.2 数据价值挖掘

正如上文在分析大数据特点时所指出的，通过特定途径获取的数据并非都有价值，而最初获得的基础性数据并非真正有用的信息，而是有待价值开发的数据原材料，需要通过相应的数据分析工具和方法来深入挖掘、仔细分析数据背后的价值，从而将数据高效地转换为信息，找出潜在消费者与目标客户的消费规律。在实际的数据价值挖掘与分析中，零售商或企业通常使用SAP BW、Excel等数据统计分析工具，借助分类挖掘、关联规则、特征偏差分析、聚类分析、回归分析、多重变量与随机森林等分析方法，深入分析消费者或者目标客户的个性化特点，并通过个性化标签的设定来形成客户的基础性画像，为后续的客户的智能聚类分群、精准营销推荐奠定数据基础。

2.2.1 消费者、目标客户个性化标签设置

在数据分析的过程中，分析员会根据已经掌握的客户的数据，分析出客户变量即客户消费心理或行为产生中起到关键性作用的因素，并将这些变量设置为具体客户的个性化标签，从而形成消费者或目标客户的个性化标签体系，为后期制定相应的营销方案提供真实的信息指导。

一般来说，消费者、目标客户的个性化标签设置主要包括属性标签和行为标签两类，其中属性标签主要是对消费者或者目标客户的一些基础性信息的标识，例如姓名、年龄、手机号、生日、星座、家庭地址、家庭成员信息等内容，这是了解具体对象的基础性信息内容；行为标签则是根据分析对象以往的消费交易行为轨迹和相关数字化设备搜集到的信息来对消费者的消费行为爱好进行明确。以卷烟消费者为例，可以按照其消费卷烟产品的类型、频次等情况为其设置个性化、精准的标签，从而丰富客户的管理。

2.2.2 绘制客户基础画像，实施智能聚类

在对消费者或者目标客户的个性化标签进行设置以后，就形成了一套体现出个性化差异的数据体系，而这些数据仅仅是对相对孤立的某个对象的个人消费情况的体现，并不能够显示出具体的规律。因此，就需要对数据进行进一步的挖掘和处理，即通过对客户个性化标签的分析，抽象出一个用户消费方面的画像，在显示其消费方面存在的共性特征的同时，根据客户的属性、行为、需求、偏好、价值等要素进行差异化的细分，从而实现共性与个性相结合的智能聚类结果，从结果中快速捕捉到用户的消费偏好、消费需求、消费态度和消费行为等信息，从而为精准营销提供强大的数信息支持。

2.3 制定具体营销方案

大数据在消费者、目标客户分析中应用的最终结果要以实际的营销方案或者营销结果作为落脚点，换而言之，如果缺乏营销实践的验证，大数据分析的应用就是低效甚至无效的。因此，在对消费者、目标客户设置个性胡标签和绘制基础画像以后，就需要根据分析结果中的客户生命周期和消费忠诚度情况制定具体、有效的营销方案，指导市场营销行为的顺利开展。

2.3.1 客户营销方案制定

目标客户是基于大数据分析基础上确定的消费频次高、消费内容广的消费者，是市场营销推广中重点关注的对象。而针对这类客户，除了要掌握其基础性的信息和消费偏好以外，还要围绕其消费数据进行精准的分析，从而获得更多可靠的信息。

同时，可以将目标客户放在一个特定的目标客户群中进行更高层次消费规律的总结，获得更加有效的营销数据，来指导营销方案的制定。例如对目标客户全的年龄段、性别等情况的分析可以得出产品或服务主要的消费者对象，从而明确营销的针对性群体；对目标客户消费时间段的分析可以把握消费者消费的时间点偏好。

2.3.2 品牌营销方案制定

品牌营销方案是针对大数据分析的整体样本开展的品牌营销计划，其主要依据是通过对消费者整体数据进行的规律分析和特征总结，主要适用于新产品、新业务的推广。一般而言，大数据在整体消费者营销方案制定中发挥的作用主要体现在消费时段和消费频次的确定。

从消费时段来看，采用大数据对不同时段内消费者消费的情况进行汇总分析，从而确定出消费的黄金时段，将其作为营销活动中重要的参考时间段，集中优势资源进行有效的营销和推广；从消费频次来看，采取大数据对消费者尤其是会员历史消费数据的汇总、分析来统计出频次较高的消费者，将其设置为目标客户，进行常态化的营销。

2.4 营销方案实施结果分析

在对制定的客户和品牌营销方案进行实施以后，需要根据实际的营销结果来评估营销方案的实效性，而这也是大数据在消费者与目标客户分析方面应用的重点。通过大数据平台，可以对产品的销量进行分类筛选，从而确定热销产品的类型，将其作为后续营销活动中的重点内容；可以通过客户的消费数量的分析来筛选出大客户群体，将其作为精细化营销的主要对象；可以通过都某一时间段产品销售状况的综合对比来确定营销方案实施的整体效果，从而确定下一步客户营销和品牌营销的侧重点。

同时，对于企业主体来说，可以通过大数据平台对每个月、每个季度和每年的品牌销量、客户数量等情况进行统计对比，为月度、季度和年度营销计划、目标的确定提供真实、可靠的信息支持。

3.结语

随着市场营销活动的精准化、精细化发展，大数据在消费者和目标客户分析中的应用更加普遍、深入。通过对大数据在消费者、目标客户分析中的应用情况的分析可以看出，大数据的应用实际上一个由浅入深、不断把握消费规律的过程，需要通过先进的技术和良好的应用加以开展。