[发明专利]一种基于多维度数据分析的效益评价方法

说明书

本发明提供一种基于多维度数据分析的效益评价方法，该方法通过对营销活动投入及产出数据进行指标体系设计，采用数据包络分析方法(Data Envelopment Analysis,DEA)的多元数据处理手段，对营销活动中所设计的多维度投入及产出数据进行回归趋势分析。通过与历史数据间的趋势变化值进行对比，从而判断单个营销活动效益的优劣。

技术领域

本发明涉及营销效益评价方法领域，更具体地，涉及一种基于多维度数据分析的效益评价方法。

背景技术

当前的营销效益评价方式主要以定性总结的方式作为评价的主要手段，对于评价结论的优良具有较大的主观性。在定量分析维度，则由于缺乏相对应的模型及方法，因此暂时无法开展相关评价。

由于营销效益定量分析中，效益的组成涉及多种投入与产出数据的复合影响，无法采用人工进行量化分析，因此在当前的效益评价中主要以组织方对营销活动的执行情况进行的定性分析作为评价的主要结论。但由于评价者的主观诉求与评价结论相关，致使在定性分析中结果主观性较强，无法客观体现活动中的效益结果。

发明内容

本发明提供一种基于多维度数据分析的效益评价方法，该方法通过与历史数据间的趋势变化值进行对比，从而判断单个营销活动效益的优劣。

为了达到上述技术效果，本发明的技术方案如下：

一种基于多维度数据分析的效益评价方法，包括以下步骤：

S1：评价指标体系建立：通过营销效益组成分析，基于营销效益关键影响数据构建营销效益评价指标体系；

S2：营销活动受众主观感受评价方法建立：为将营销活动受众主观感受纳入营销效益评价维度中，通过调研问卷的形式向受众进行感受调查，采用广告效果传播学理论，以传播效果、心里效果、品牌效果三个维度，对问卷问题以层次分析法进行权重划分，并以此进行感受评价计算；

S3：营销效益评价模型使用方式构建：在使用Microsoft Excel的规划求解功能，将数据包络分析法中的C²G模型进行实现，并将营销效益评价作为其数据的计算要素。

进一步地，所述步骤S3中将数据包络分析法中的C²G模型进行实现的过程是：

其中ε为阿基米德无穷小，且e＝(1,1,…,1)^T∈E_m,上述公式中的θ、λ、S+、S-为所求决策变量，n为输入指标个数，S为输出指标个数，θ值即为DEA模型所计算出的相对效率指标，模型就是根据各决策单元的θ值来给他们排队，从而比较各单元的效率优劣；

当目标函数取得最优值θ＝1，S^-＝0，s⁺＝0时，表明某决策时期的营销综合效益相对最优，即规模比(α)和结构比(β)同时相对最优；当θ＜1，s^-≠0，或s⁺≠0时，表明某个决策时期营销综合效果尚未达到最优，即或者是α非DEA有效或者是β非DEA有效；在这种情况下，若一旦证明α和β之中的一个为DEA有效，则另一个一定为非DEA有效，若只知道一个为非DEA有效，则另一个可能是DEA有效，也可能是非DEA有效；

上述公式以不同活动的营销数据作为决策单元，即决策时期，这样公式(1)中的X_j和Y_j分别表示第j个决策单元的投入和产出向量，即

X_j＝(x_1j，x_2j,…,x_ij)^T

Y_j＝(y_1j，y_2j,…,y_ij)^T