广义上说，任何从数据库中挖掘信息的过程都叫做数据挖掘。从这点看来，数据挖掘就是BI。但从技术术语上说，数据挖掘（Data Mining）特指的是：源数据经过清洗和转换等成为适合于挖掘的数据集。数据挖掘在这种具有固定形式的数据集上完成知识的提炼，最后以合适的知识模式用于进一步分析决策工作。从这种狭义的观点上，我们可以定义：数据挖掘是从特定形式的数据集中提炼知识的过程。数据挖掘往往针对特定的数据、特定的问题，选择一种或者多种挖掘算法，找到数据下面隐藏的规律，这些规律往往被用来预测、支持决策。

关联销售案例：

美国的超市有这样的系统：当你采购了一车商品结账时，售货员小姐扫描完了你的产品后，计算机上会显示出一些信息，然后售货员会友好地问你：我们有一种一次性纸杯正在促销，位于F6货架上，您要购买吗？

这句话决不是一般的促销。因为计算机系统早就算好了，如果你的购物车中有餐巾纸、大瓶可乐和沙拉，则86%的可能性你要买一次性纸杯。结果是，你说，啊，谢谢你，我刚才一直没找到纸杯。

这不是什么神奇的科学算命，而是利用数据挖掘中的关联规则算法实现的系统。

每天，新的销售数据会进入挖掘模型，与过去N天的历史数据一起，被挖掘模型处理，得到当前最有价值的关联规则。同样的算法，分析网上书店的销售业绩，计算机可以发现产品之间的关联以及关联的强弱。

数据报表、数据分析、数据挖掘是BI的三个层面。我们相信未来几年的趋势是：越来越多的企业在数据报表的基础上，会进入数据分析与数据挖掘的领域。商业智能所带来的决策支持功能，会给我们带来越来越明显的效益。

基于Logistic模型的市场细分

市场细分在战略营销中占据着极其重要的地位。营销大师Kotler等（1999）把市场细分定义为“将市场划分为有着显著需求、特征或行为差异的不同群体的消费者，每一群体的消费者对产品或营销组合有着同质的需求”。Dibb等（2001）认为，市场细分就是将具有异质特征的消费者进行聚类的过程，细分后的每一类消费者具有相似的需求或购买特征。企业则根据自身的资源和外部竞争情况从中选择自己具有比较优势或认为更具有投资价值的细分市场作为企业的目标市场。企业的一切营销战略，都必须从市场细分出发。没有市场细分，企业在经营时就如同“瞎子摸象、大海捞针”，根本无法锁定自己的目标市场，也就无法在市场竞争中找到自己的定位。如果没有明确的市场定位，企业也就无法规划和塑造差异化的品牌形象并赋予品牌独特的核心价值，当然就更无法针对性地去设计独特的产品去满足市场了。只有进行市场细分，才有营销战略的差异化。因此，市场细分是企业战略营销的重要组成部分和平台。

市场细分的依据（或细分变量）通常是消费者的人文统计特征，如年龄、性别、地域、教育文化水平、可支配收入、职业、消费观念、个人偏好等。市场细分的目的是找准目标市场，以便企业有针对性地实施市场推广策略。既然如此，为什么不根据市场本身的特点（如市场禀赋、产品在市场中的扩散速度、市场规模等）进行市场细分呢？基于这种考虑，本文选取市场禀赋和人际传播速度进行市场细分。其中市场禀赋是指一个市场在其初始状态时接受新产品的能力，它与市场的成熟程度以及经济发展水平相关。在我国，东部沿海地区的市场禀赋要比中西部地区较高，对新产品的接受能力较强。人际传播（word of mouth）对于产品的推广非常重要。与媒体广告等其他营销推广形式相比，人际传播具有无可比拟的丰富性与灵活性。在新媒体到传统媒体的转型时期，人际传播在品牌营销、引导性销售方面仍然处于首要地位，被认为是最有效的营销推广形式之一。因此选取市场禀赋和人际传播速度作为市场细分依据有重要意义。可能因为这两个指标较难进行量化处理，所以至今学术界和理论界还没有这方面的研究。

本文首先以手机产品为例，根据Logistic模型分别对全国31个省市估计市场禀赋和人际传播速度两个参数，然后以此为细分依据对各省市进行区域性市场细分，并分析各个细分市场的特点，以期对企业的营销推广工作有所帮助。

二、研究方法

（一）产品选择

研究我国市场的特点，首先必须选择一个有代表性的产品。本文选取人们比较熟悉的手机产品作为分析对象。移动通信技术是近年来发展最为迅速的技术之一。2002年底，全球手机用户数量首次超过了固定电话用户数量，达11.5亿。到2005年底，全球手机用户数量已突破20亿。2006年底我国手机生产量约为4亿部，占全球产销总量的40％，成为手机生产销售第一大国。随着手机用户数量的逐年增长和手机功能的丰富，手机已经渗透到社会生活的各个层面，给社会政治、经济、文化、教育及个人生活等各个方面带来了深远的影响。

手机具有复杂的产品属性。针对不同的消费者，它既可能是功能简单、价值几百元的低档消费品，也可能是集相机、MP3、GPS、电脑等功能为一体的价值上万元的高档消费品；既可能是富人的生活必需品，也可能是穷人的奢侈品；既可能是使用数十年的耐用消费品，也可能是经常更换的易耗品。可以说，手机是现代社会最具代表性的商品，以手机产品的扩散来研究市场是比较适合的。

（二）模型的选择

研究新产品扩散最常用的模型是著名的Bass模型，但该模型只适用于那些没有重复购买的耐用消费品，而不适合分析手机这一复杂产品，据统计，消费者平均每隔一两年就会换一部新的手机。

本文采用的是Logistic模型。该模型由美国生物学家和人口统计学家珀尔（R.Pearl）和利德(J.reed)（1920）首先在生物繁殖研究中发现，后被广泛应用于生物生长过程和产业成长过程的描述。实证表明，很多成功推广的新产品和新技术，如传真机，CD，彩色电视机，电子邮件和互联网，其扩散的过程和路径是相似的。它表现为一种“S”型增长特征，即先缓慢启动，然后高速增长，最后减速增长并趋于饱和。本文认为，用Logistic生长曲线函数来分析手机产品特征，有较高的相似性和可行性。

Logistic模型假定，产品在市场中的扩散速度与其市场占有量和潜在市场容量的乘积成正比。其函数原型为：

（1）其中，t为时间， Y为因变量，这里指手机产品的市场规模，L为Y的最大极限值，表示产品的饱和（或最大）市场容量。M、 r分别为可控参数。 从（1）式解得

（2）在（2）式中令t=0，可知

（3）由（3）式可知参数M主要与初始市场销量Y(0)和饱和市场容量L有关，而后两者又取决于该市场的成熟程度以及消费者的购买能力与产品本身的特性等，所以参数M即代表“市场禀赋”。由（2）式可知，一个地区的市场禀赋越高，新产品在该市场上的销量就越大。

从（1）式可以看出，参数r反映了已购买手机的消费者（数量为Y）和没有购买手机的消费者(L-Y)的交互作用对手机市场扩张速度 的影响，所以称之为人际传播（或口碑）影响参数。由（2）式可知， r越大，新产品在该市场上的销量Y越大。

（三）数据收集与选择

本文没有采用手机在市场上的实际销售量，而是采用普及率指标，它是指拥有手机的人数占地区总人口的比例。其原因有二：一是销售量数据受地区总人数的影响，普及率指标则消除了这一影响。二是普及率可以消除一人几部手机的影响。中国市场成长很快，为反映手机市场的现状，本文所用数据时间段为2002年到2006年，相关数据全部来自信息产业部的官方网站和历年《中国统计年鉴》。

三、研究结果

（一）Logistic模型参数估计

由于（2）式中要估计的参数有三个L、M和r，所以不能用OLS方法，本文采用统计分析软件SPSS for Windows 13.0 中的非线性最小二乘方法，分别对全国及各省市进行估计，结果如表1所示。