市场营销管理决策支持系统实现研究论文.doc

市场营销管理决策支持系统实现研究论文 一、企业市场营销的管理和决策支持系统研究现状 1.市场营销管理状态落后以目前的状况来看我国大多数企业的市场营销管理状态均较为落后由于企业的运作离不开各个部门之间的交流与协作但是由于技术水平的不断提升生产力也大幅度提高但是企业的市场营销工作起步较晚没有得到充分的发展市场营销管理的状态稍显落后因此使得企业先进的生产力与落后的市场营销状态不相符在这种情况下就无法将各部门之间工作相统一也就无法将生产环节中的力度完全发挥出来限制企业的发展 2.营销手段贫乏我国经济正处于飞速发展的阶段但是大多数的企业仍然处于发展缓慢的阶段许多企业为了谋求新的发展渠道不断地引进先进的技术和经验但是却没有改善自身的营销手段也没有将技术与自身的生产经营状况相结合所以在营销手段较为匮乏的情况下利用先进的技术对企业进行包装仍然无法从根本上得到发展 3.营销方式与管理之间存在矛盾由于营销理念是在上个世纪三十年代引入我国的在我国的发展时间较短所以发展的程度还不够完善营销方式一般是随着经济发展和社会变革而更新的所以企业的营销方式方面发展还算稳定大多数企业对市场营销的管理都不够重视所以营销管理一直没有得到发展目前大多数企业的营销管理方法都是在沿用过去的传统模式而传统的营销管理模式无法满足现代营销理念和营销方法的需求条件这样就会制约企业市场营销方式的更新和发展 二、企业市场营销的管理决策支持系统及结构功能 1.环境分析功能市场营销管理决策支持系统具有环境分析功能市场营销的环境分析功能能够帮助企业对潜在的威胁因素进行具体地分析并对企业所处的经济环境、社会环境以及自然环境等等环境因素进行有效地分析从而得出企业发展的途径另外市场营销管理决策支持系统可帮助企业分析消费者的心理意向分析企业的竞争力优势和劣势从而提升企业的外部竞争力 2.市场细分功能市场营销管理决策支持系统具有市场细分功能企业在充分了解自身所生产产品的情况之下就能够对市场受众进行细分从而实现具有目的性的市场营销减少市场营销的误差提高市场营销的效率 3.产品策略分析功能市场营销管理决策支持系统具有产品策略分析功能产品的进入期、成长期、成熟期以及衰落期为其生命周期市场营销管理与决策支持系统可对的产品的生命周期进行分析减少产品不同生命周期带给企业的不良影响使企业能够在旧产品的成熟期推出新产品实现产品的新陈代谢防止企业的经济效益受到产品的影响 4.价格策略分析市场营销管理决策支持系统可进行价格策略分析从产品的价格策略角度进行分析可将产品的市场占有额、利润以及销售方式等等分析透彻实现定价方式的优化保障新产品以及处于成熟期产品的市场成本、需求以及竞争力 三、市场营销管理决策支持系统实现策略 1.数据库支持技术市场营销管理与决策系统发展较为落后会在一定程度上阻碍市场营销方式的发展因此必须对市场营销管理与决策系统进行建设随着计算机网络技术在我国的广泛应用许多企业已经形成了数字化办公的模式而企业的市场营销管理模式也应进行改革以数字化管理模式来代替过去传统的市场营销管理模式利用数据库技术对市场营销管理提供支持可以将市场营销工作中获得的数据与信息进行整合将所有信息与数据全部纳入数据库之中从而满足市场营销多样化的需求数据库主要分为四大部分分别为支撑层、数据库管理层、决策工具层以及决策层其中支撑层为数据库模型由营销模式为基础对数据库模型进行选择；数据管理层是对数据库、方法库以及知识库等等进行管理；通过选择决策最终进行决策数据库管理与决策支持系统与传统的市场营销管理决策支持系统存在巨大的差异其一是数据库管理系统是一种较为先进的管理模式能够充分满足各种市场营销方式的需求以市场营销的特征为主体对数据库的适用性进行重点的分析其二在利用数据库进行市场营销的管理时由于数据库能够对市场营销数据进行系统、整体地分析使信息数据保持整合性并且能够在营销信息数据之间建立相关性联系从而实现数据分析的准确性并提升数据分析的效率 2.OLAP支持技术OLAP（联机分析处理）技术主要应用于资源共享方面且需要建立在网络数据库的基础之上OLAP技术是一种决策工具可以在数据库进行决策的过程之中提供动态的数据支持从而实现营销数据的综合性分析OLAP技术为数据库提供的动态信息较为灵活而且OLAP技术还可以对营销数据进行多角度、全方位地分析使数据库分析更加接近人的思维也使营销数据分析更加具有准确性OLAP技术实施主要分为三个层面分别为第一层（客户端）、第二层（多维化处理）和第三层（数据处理）OLAP技术实施环环相扣先从客户端获得数据然后将数据提交服务器由OLAP服务器进行多角度地处理然后再投入数据库进行准备、加载移入数据仓库最终完成数据的分析和转换这种数据处理方式与人脑对数据的处理方式基本一致所以能够为营销数据的处理提供支持 3.数据挖掘支持技术数据挖掘技术也是建立在数据库基础之上的营销管理技术数据挖掘技术就是将营销数据库之中的重点决策信息筛选出来并对重点决策信息进行整合为市场营销提供更多的案例分析信息挖掘技术主要是通过对数据的收集、集成、规约、清理、变换、实施、评估以及知识表达等八个步骤对信息进行整理并利用神经网络法、遗传算法以及统计分析方法等等对数据进行集成计算挖掘营销信息的有效价值并将价值最大化信息挖掘技术可以弥补数据库的不足帮助数据库筛选信息和数据防止重要数据被忽视或丢失并保证数据库处理信息的准确性和高效性 四、结语 综上所述由于我国经济的发展企业之间的竞争越来越激烈为实现自身的发展企业必须要从管理模式上进行改革许多企业对营销管理