李金生 李晏墅 周 燕

現(xiàn)代營銷決策研究新進(jìn)展及啟示*

李金生 李晏墅 周 燕

在復(fù)雜多變的市場環(huán)境下，如何提高營銷決策的科學(xué)性和有效性，成為現(xiàn)代企業(yè)關(guān)注的熱點(diǎn)問題。近年來理論界從多個(gè)角度對(duì)營銷決策目標(biāo)、營銷決策支持系統(tǒng)、營銷價(jià)值取向和營銷決策機(jī)理等方面的理論進(jìn)行研究。本文對(duì)這些有關(guān)現(xiàn)代企業(yè)營銷決策理論研究新進(jìn)展進(jìn)行述評(píng)，并對(duì)企業(yè)提高營銷決策水平提出相關(guān)啟示。

營銷決策;營銷決策目標(biāo);決策支持系統(tǒng);營銷決策機(jī)理

隨著經(jīng)濟(jì)全球化趨勢和科技革命的加速發(fā)展，企業(yè)面臨的市場環(huán)境處于高度復(fù)雜和變化之中，企業(yè)營銷決策難度逐步加大。如何提高營銷決策的科學(xué)化和合理性，成為人們關(guān)注的一個(gè)重要問題。近年來，為揭示現(xiàn)代市場環(huán)境下企業(yè)營銷決策的本質(zhì)和規(guī)律性，提高營銷決策的有效性，國內(nèi)外專家和學(xué)者從多個(gè)視角圍繞現(xiàn)代企業(yè)的營銷決策問題，對(duì)營銷決策目標(biāo)、營銷決策支持系統(tǒng)、營銷價(jià)值取向和營銷決策機(jī)理等方面開展了相關(guān)研究。

一、營銷決策目標(biāo)

營銷決策目標(biāo)決定了現(xiàn)代企業(yè)選擇決策技術(shù)的基本方向，影響營銷決策的衡量標(biāo)準(zhǔn)和價(jià)值取向。不同的營銷決策目標(biāo)具有不同的營銷決策機(jī)理。國內(nèi)外諸多專家和學(xué)者在研究營銷決策理論中從企業(yè)績效、顧客價(jià)值和市場競爭等不同角度對(duì)決策目標(biāo)提出了不同的觀點(diǎn)，進(jìn)而形成了不同分支的營銷決策理論。

1．基于企業(yè)績效的營銷決策目標(biāo)

利潤最大化和財(cái)富最大化是傳統(tǒng)營銷決策追求的主要目標(biāo)，現(xiàn)代企業(yè)的營銷決策理論研究不再只注重經(jīng)營結(jié)果，而開始關(guān)注營銷過程和結(jié)果管理的綜合績效評(píng)估。Tucci和Tucker(1995)從營銷成本控制的角度分析了營銷決策與企業(yè)績效目標(biāo)之間的關(guān)系，認(rèn)為營銷經(jīng)理評(píng)估企業(yè)績效損益能力對(duì)于戰(zhàn)略營銷決策至關(guān)重要，強(qiáng)調(diào)營銷決策及其執(zhí)行情況與減少營銷支出對(duì)提高營銷決策水平的重要性。William和Marian等人(2000)認(rèn)為競爭性營銷環(huán)境決策變量的價(jià)值和復(fù)雜決策規(guī)則以及內(nèi)部決策規(guī)則在整體營銷決策中所占比重等因素與企業(yè)決策績效呈正比，提出基于競爭性環(huán)境的經(jīng)營性營銷決策概念模型。隨著企業(yè)資源計(jì)劃系統(tǒng)(ERP)的運(yùn)用和推廣，Jenming、Liangt和Junder(2006)運(yùn)用迭代搜索相結(jié)合的動(dòng)態(tài)編程技術(shù)，提出了基于庫存短缺的聯(lián)合開發(fā)決策模型，實(shí)現(xiàn)企業(yè)總利潤最大化的目標(biāo)優(yōu)化。近年來，營銷決策理論拓展了企業(yè)績效目標(biāo)的內(nèi)涵，延伸到營銷成本、營銷環(huán)境、戰(zhàn)略營銷管理、信息管理技術(shù)等因素對(duì)企業(yè)績效的影響，發(fā)展了營銷決策理論的研究。

2．基于顧客價(jià)值的營銷決策目標(biāo)

滿足消費(fèi)者需求是市場營銷及決策的起點(diǎn)，許多營銷決策理論是以滿足消費(fèi)者需求、實(shí)現(xiàn)顧客價(jià)值的營銷決策目標(biāo)為研究契入點(diǎn)。Indrajit和Wayne(1998)根據(jù)科特勒整體產(chǎn)品概念等理論，主張從產(chǎn)品一般使用價(jià)值、顧客一般成本、顧客需求和顧客個(gè)性特征等四個(gè)基本方面進(jìn)行顧客價(jià)值評(píng)價(jià)，認(rèn)為顧客價(jià)值是營銷決策的基本目標(biāo)。還有一些專家和學(xué)者從企業(yè)與消費(fèi)者之間關(guān)系角度實(shí)現(xiàn)顧客價(jià)值。David(2007)在顧客價(jià)值基礎(chǔ)上，認(rèn)為實(shí)現(xiàn)“顧客終身價(jià)值”是營銷決策目標(biāo)，將顧客終身價(jià)值作為確定潛在顧客及其可能采購的份額，確定了消費(fèi)者潛在購買力及其決策的重要目標(biāo)。Bronnenberg和Jean等人(2008)將基于顧客價(jià)值的營銷決策進(jìn)一步理性化和動(dòng)態(tài)化，從微觀經(jīng)濟(jì)基礎(chǔ)派生的結(jié)構(gòu)性的計(jì)量評(píng)估模型，側(cè)重于理性消費(fèi)者對(duì)未來的預(yù)期和動(dòng)態(tài)消費(fèi)行為等營銷變量，以衡量長期的營銷決策的長期營銷效果及其影響，以服務(wù)于企業(yè)的長期營銷決策。在傳統(tǒng)營銷理論中，企業(yè)的營銷決策主要是為了滿足消費(fèi)者需求和強(qiáng)調(diào)消費(fèi)者忠誠，但是這些營銷決策目標(biāo)在現(xiàn)代企業(yè)營銷決策理論研究中逐步加以摒棄，更注重將更具戰(zhàn)略意義的、更為系統(tǒng)而具象的顧客價(jià)值作為營銷決策目標(biāo)，并將顧客價(jià)值理論發(fā)展到顧客終身價(jià)值，進(jìn)而綜合考慮企業(yè)與消費(fèi)者的關(guān)系、未來預(yù)期和動(dòng)態(tài)消費(fèi)行為等因素。

3．基于競爭優(yōu)勢的營銷決策目標(biāo)

在追求顧客價(jià)值和企業(yè)績效目標(biāo)之外，還有一些專家和學(xué)者將營銷決策理論中的營造市場競爭優(yōu)勢作為營銷決策目標(biāo)。許多研究強(qiáng)調(diào)從營銷道德角度提高競爭優(yōu)勢。早在1986年，Shelby和Scott根據(jù)消費(fèi)者人的個(gè)人特征及其所處的文化和職業(yè)等方面，提出了“亨特—維特爾營銷道德模型”。隨著市場競爭的不斷激烈，許多學(xué)者認(rèn)識(shí)到企業(yè)內(nèi)部組織變量對(duì)營銷決策的影響。Rao(2000)根據(jù)產(chǎn)品價(jià)格對(duì)市場競爭優(yōu)勢的影響，針對(duì)醫(yī)藥研發(fā)成本上升的營銷情境，根據(jù)以產(chǎn)品定價(jià)研究為基礎(chǔ)的營銷決策支持系統(tǒng)和產(chǎn)品定價(jià)策略，客觀地評(píng)估潛在的銷售份額，更好地發(fā)展?fàn)I銷業(yè)務(wù)。Yavuz和 Hasiloglu等人(2005)立足于新產(chǎn)品上市與競爭優(yōu)勢的關(guān)系，以知識(shí)為基礎(chǔ)，使用一個(gè)決策表作為知識(shí)工程工具構(gòu)建高級(jí)營銷決策模型，用于確定一個(gè)新產(chǎn)品進(jìn)入市場的最佳時(shí)機(jī)，提高產(chǎn)品的競爭優(yōu)勢。Coussement和Benoit等人(2010)利用廣義加法模型允許復(fù)雜的非線性擬合數(shù)據(jù)的線性約束，從客戶關(guān)系管理角度進(jìn)行研究，認(rèn)為客戶流失確定準(zhǔn)指數(shù)具有一個(gè)“U”、倒“U”或更為復(fù)雜的趨勢。這些理論研究成果另辟蹊徑，將營銷道德、營銷成本、產(chǎn)品價(jià)格、產(chǎn)品生產(chǎn)、新產(chǎn)品上市和客戶關(guān)系等因素作為營銷決策因素，以實(shí)現(xiàn)企業(yè)贏得市場競爭優(yōu)勢的決策目標(biāo)。

二、營銷決策支持系統(tǒng)

營銷決策技術(shù)是幫助決策者提高決策能力與水平，實(shí)現(xiàn)提高決策的質(zhì)量和效果的重要手段和方法。隨著現(xiàn)代計(jì)算機(jī)和通訊技術(shù)的發(fā)展，基于計(jì)算機(jī)軟件和硬件、信息論、人工智能和管理科學(xué)等學(xué)科理論和技術(shù)，理論界在20世紀(jì)70年代末期開始研究營銷決策支持(Marketing Decision Support System，簡稱為MDSS)。William于1977年運(yùn)用計(jì)算繪圖技術(shù)來幫助營銷決策者分析并獲取重要的營銷信息。1999年，Wonjun和Kunchang針對(duì)傳統(tǒng)營銷決策中協(xié)調(diào)生產(chǎn)和銷售存在相互沖突的問題，提出了一元決策支持系統(tǒng)(MDSS)方法，建立了一個(gè)協(xié)調(diào)功能分散、局部信息自主決策的體系。由計(jì)算機(jī)技術(shù)、人工智能技術(shù)與管理決策技術(shù)相結(jié)合而構(gòu)成的營銷決策支持系統(tǒng)，被許多學(xué)者和經(jīng)營管理者運(yùn)用于營銷決策的理論研究和管理實(shí)踐。對(duì)于營銷決策支持系統(tǒng)，理論界主要從Agent、商務(wù)智能、系統(tǒng)模擬和數(shù)據(jù)挖掘等方面開展研究。

1．基于 Agent的 MDSS

Agent是一種可以根據(jù)用戶要求完成特定任務(wù)的軟件?；贏gent的營銷決策模型的研究主要將分布式人工智能Agent引入營銷決策之中，主要包括合作型和非合作型多 Agent系統(tǒng)的兩種類型。Aliev、Fazlollahi和 Vahidov(2000)基于分布式多 Agent營銷決策支持系統(tǒng)(MDSS)的軟計(jì)算的新概念，認(rèn)為MDSS是由一系列運(yùn)行于分布式模式中的平行智能Agent和一個(gè)評(píng)價(jià)解決方案的協(xié)調(diào)Agent構(gòu)成的。營銷決策支持系統(tǒng)的主要思想是立足于整體系統(tǒng)智能分解于合作自主智能Agent，實(shí)現(xiàn)智能Agent之間的相互競爭與合作，以提出營銷問題的解決方案，并整合局部解決方案獲得最終的解決方案。Shuliang和Zheng(2010)運(yùn)用多Agent混合智能系統(tǒng)，整合了用于國際營銷決策的多元軟件智能、模擬、知識(shí)庫和模糊邏輯，來支持國際市場營銷策劃，并通過八個(gè)經(jīng)理的評(píng)價(jià)驗(yàn)證了基于多Agent混合智能系統(tǒng)的有效性。合作型的多Agent的MDSS有一核心協(xié)調(diào)者，各Agent有統(tǒng)一的營銷決策目標(biāo)，其合作的目的是實(shí)現(xiàn)該營銷決策目標(biāo)或使該營銷決策目標(biāo)的效用函數(shù)最大化。非合作型的Agent的MDSS沒有起控制作用的核心協(xié)調(diào)者，各Agent是根據(jù)各自的目錄自主決定，其最終目的是達(dá)到各自目標(biāo)或使各自的效用最大化。這兩種多Agent的MDSS分別對(duì)企業(yè)的多目標(biāo)營銷內(nèi)部決策和外部決策具有促進(jìn)作用。

2．基于商務(wù)智能(BI)的MDSS

多Agent技術(shù)主要研究一組Agent在分布式開放的動(dòng)態(tài)環(huán)境下，通過相互的競爭、合作等智能行為完成復(fù)雜的控制或任務(wù)求解。隨著互聯(lián)網(wǎng)技術(shù)和電子商務(wù)的快速發(fā)展，現(xiàn)代企業(yè)迫切需要處理大量營銷數(shù)據(jù)。這些營銷數(shù)據(jù)主要有所在產(chǎn)業(yè)、競爭企業(yè)、供應(yīng)商、客戶、訂單、庫存和交易等各種數(shù)據(jù)。商務(wù)智能就是在適應(yīng)這種需求的背景下產(chǎn)生的營銷決策支持技術(shù)，是完全不同于多Agent的技術(shù)。許多學(xué)者主要將商務(wù)智能運(yùn)用于營銷決策分析、商務(wù)績效評(píng)估等方面。Gary和Arvind(2002)運(yùn)用了部分商務(wù)智能的早期技術(shù)，認(rèn)為商務(wù)智能是現(xiàn)代企業(yè)運(yùn)用現(xiàn)代信息技術(shù)收集、整理和分析結(jié)構(gòu)化和非結(jié)構(gòu)化的營銷數(shù)據(jù)和信息，改善營銷決策水平，進(jìn)而提出了運(yùn)用產(chǎn)品定價(jià)、廣告策略制定等方面的BELL模型、ADVISOR模型等營銷決策模型，并開發(fā)了營銷工程軟件，通過計(jì)劃、設(shè)計(jì)、決策輔助和營銷管理支持系統(tǒng)將營銷數(shù)據(jù)和知識(shí)運(yùn)用于實(shí)踐中，反映了早期商務(wù)智能在營銷決策中的概念和技術(shù)特征。Jimmy和Terri(2004)認(rèn)為商業(yè)智能(BI)和電子商務(wù)系統(tǒng)能夠有助于提高知識(shí)型和高科技創(chuàng)業(yè)決策的質(zhì)量。他們以11家總部設(shè)在北愛爾蘭的公司為樣本進(jìn)行定性研究，得出了商業(yè)智能(BI)和電子商務(wù)模式在根植于個(gè)人關(guān)系網(wǎng)絡(luò)的小企業(yè)中的實(shí)際運(yùn)用價(jià)值。他們的研究成果發(fā)現(xiàn)，商務(wù)智能通過各種數(shù)據(jù)統(tǒng)計(jì)分析工具對(duì)客戶數(shù)據(jù)進(jìn)行分析，提供各種分析報(bào)告，如客戶價(jià)值評(píng)價(jià)、客戶滿意度評(píng)價(jià)、營銷效果評(píng)價(jià)等，為現(xiàn)代企業(yè)的各種營銷活動(dòng)提供決策信息。這充分反映了商務(wù)智能技術(shù)在營銷決策中的技術(shù)價(jià)值。Charles和Thomas(2006)在提取有用數(shù)據(jù)的基礎(chǔ)上，通過聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘工具、模型庫加上營銷決策人員的專業(yè)知識(shí)，使信息變?yōu)檩o助決策的知識(shí)，構(gòu)建商務(wù)智能系統(tǒng)，以輔助營銷管理人員提高營銷決策水平?？梢?，商務(wù)智能是運(yùn)用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘技術(shù)和在線數(shù)據(jù)分析對(duì)海量信息進(jìn)行分析和處理，強(qiáng)調(diào)商務(wù)智能的技術(shù)構(gòu)成。這些研究成果分別對(duì)基于商務(wù)智能的MDSS的技術(shù)概念、技術(shù)價(jià)值和技術(shù)構(gòu)成等進(jìn)行了研究。

3．基于系統(tǒng)模擬的MDSS

系統(tǒng)模擬是指通過系統(tǒng)模型間接地研究真實(shí)系統(tǒng)的過程。在20世紀(jì)80、90年代，G．J．Klir等人提出了歸納推理法、樸素物理學(xué)法和模糊數(shù)學(xué)法等方法，來對(duì)營銷決策問題進(jìn)行定性的系統(tǒng)模擬。Shen和Leitch(1993)采用模糊量值描述不確定性知識(shí)，比定性微分方程的描述所包含的信息要多，提出了模糊數(shù)學(xué)法，該方法成果多出自模糊邏輯。從而較早地建立了基于系統(tǒng)模擬的MDSS的基本概念，認(rèn)識(shí)到基于系統(tǒng)模擬的MDSS是在建立系統(tǒng)的數(shù)學(xué)邏輯模型或定性模型的基礎(chǔ)上，對(duì)一個(gè)營銷系統(tǒng)按照一定的營銷決策原則，來描述和分析一個(gè)營銷狀態(tài)變換為另一個(gè)營銷狀態(tài)的動(dòng)態(tài)行為。Dennis(2001)圍繞選擇和開發(fā)新產(chǎn)品，采用了模擬真實(shí)營銷問題的技術(shù)結(jié)構(gòu)，用于新產(chǎn)品研發(fā)的營銷決策模型。胡斌和黎志成(2003)研究了基于定性因果關(guān)系圖的市場營銷決策過程的知識(shí)描述方法以及知識(shí)學(xué)習(xí)方法，設(shè)計(jì)了學(xué)習(xí)算法步驟。他們的研究成果是定性系統(tǒng)模擬的MDSS的進(jìn)一步發(fā)展，對(duì)新產(chǎn)品開發(fā)和定性系統(tǒng)模擬的技術(shù)進(jìn)行了深入研究。Alexouda(2005)針對(duì)新產(chǎn)品開發(fā)決策問題對(duì)定量系統(tǒng)模擬的MDSS技術(shù)進(jìn)行研究，運(yùn)用完全枚舉法和演變算法等系統(tǒng)模擬方法，構(gòu)建產(chǎn)品線最優(yōu)化設(shè)計(jì)的營銷決策支持系統(tǒng)，以幫助營銷人員選擇和設(shè)計(jì)替代產(chǎn)品。Nathalie(2007)通過開展一個(gè)有經(jīng)驗(yàn)和沒有經(jīng)驗(yàn)的營銷決策人員的實(shí)驗(yàn)?zāi)M，提高營銷決策支持系統(tǒng)的開放度，降低決策人員的依賴效應(yīng)。這些研究成果分別從定性和定量的系統(tǒng)模擬兩個(gè)方面解決了營銷決策支持系統(tǒng)的技術(shù)問題，籍以反映營銷決策系統(tǒng)的本質(zhì)，探索其內(nèi)在規(guī)律，逐步形成輔助營銷決策和系統(tǒng)設(shè)計(jì)的現(xiàn)代化管理技術(shù)。

4．基于數(shù)據(jù)挖掘的MDSS

隨著現(xiàn)代信息技術(shù)的發(fā)展，信息爆炸式激增對(duì)分析和處理大量信息的新技術(shù)形成迫切需求，基于數(shù)據(jù)挖掘技術(shù)的MDSS就是在適應(yīng)這種需求的背景下產(chǎn)生的營銷決策支持技術(shù)。Islam和Kim(2006)圍繞酒店財(cái)務(wù)數(shù)據(jù)來分析營銷費(fèi)用分?jǐn)偱c細(xì)分市場管理的關(guān)系，以及由一個(gè)特定的客戶或細(xì)分市場產(chǎn)生的利潤增加，認(rèn)為更多有效的財(cái)務(wù)數(shù)據(jù)將允許酒店經(jīng)理分?jǐn)偝杀窘o定的細(xì)分市場。Chiang等人(2009)鑒于營銷決策中充足樣本數(shù)據(jù)收集的高成本投入，以加油站整體服務(wù)為研究對(duì)象，用小樣本數(shù)據(jù)分析的技術(shù)增加虛擬樣本，通過類神經(jīng)網(wǎng)絡(luò)等方法，預(yù)測加油站多元化服務(wù)的經(jīng)營績效。這是對(duì)營銷決策支持系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的研究。戴艷紅(2007)認(rèn)為交叉銷售是一種銷售成功率高、成本低的行銷方法。交叉銷售能夠通過共享客戶資源，利用數(shù)據(jù)挖掘中的分析技術(shù)，尋求交叉銷售的目標(biāo)客戶及其多種相關(guān)需求，能更有效地實(shí)施交叉銷售，增加企業(yè)利潤。Hsu和Chen(2007)認(rèn)為數(shù)據(jù)挖掘在商業(yè)管理、營銷、決策中的應(yīng)用將不斷發(fā)展，但數(shù)據(jù)挖掘方法的效率有待提高，尤其是超大規(guī)模的海量數(shù)據(jù)挖掘的效率，應(yīng)開發(fā)適應(yīng)多數(shù)據(jù)類型、噪聲的挖掘方法和技術(shù)，以及解決異質(zhì)結(jié)構(gòu)數(shù)據(jù)源的數(shù)據(jù)挖掘問題等。這些研究成果充分認(rèn)識(shí)到基于數(shù)據(jù)挖掘的MDSS能夠借助建立起的數(shù)據(jù)倉庫，并研究了在營銷決策中可以采用的數(shù)據(jù)挖掘方法，如統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫方法等，并通過模型構(gòu)建，來進(jìn)行數(shù)據(jù)庫營銷、客戶群體劃分、背景分析、交叉銷售、客戶流失性分析、客戶信用記分和欺詐發(fā)現(xiàn)等營銷決策行為。

三、營銷決策的價(jià)值取向

著名的管理學(xué)家西蒙曾指出，在任何決策中均包含有事實(shí)因素和價(jià)值因素兩個(gè)方面。其中，事實(shí)因素是決策的事實(shí)前提，而價(jià)值因素是決策的價(jià)值前提。決策價(jià)值取向反映了客觀屬性對(duì)決策者的需要的滿足，表現(xiàn)為營銷決策風(fēng)格。理論界對(duì)營銷決策的價(jià)值取向主要包括組織價(jià)值取向和個(gè)體價(jià)值取向等不同觀點(diǎn)。

1．組織價(jià)值取向與營銷決策

許多專家和學(xué)者以企業(yè)共有的價(jià)值體系作為營銷決策的價(jià)值取向。這種營銷決策的組織價(jià)值取向反映在投資收益、產(chǎn)品利潤等企業(yè)共同價(jià)值變量方面。Tucci L．A等人(1995)通過提高營銷戰(zhàn)略決策中的核心盈利的業(yè)績?cè)u(píng)價(jià)和預(yù)測能力，以有效的營銷戰(zhàn)略決策來實(shí)現(xiàn)營銷費(fèi)用的降低和獲得更高回報(bào)的投資收益。這是以企業(yè)整體利益為目標(biāo)，以企業(yè)經(jīng)營績效為導(dǎo)向的決策價(jià)值取向。Yanghoon和Miller(2002)在分析農(nóng)產(chǎn)品市場決策時(shí)將單位產(chǎn)品的利潤及其利潤分配與增長作為產(chǎn)品營銷決策的重要準(zhǔn)則。Lusk等人(2003)選擇特定的最佳營銷決策方式，運(yùn)用超聲波技術(shù)來改進(jìn)牲畜營銷決策。通過對(duì)牛這一特殊牲畜的實(shí)證研究結(jié)果表明，與牲畜營銷決策方式相比，利用超聲波信息確定牲畜的銷售市場能夠明顯提高銷售收入。這是將農(nóng)場的整體利潤作為農(nóng)產(chǎn)品市場定位的營銷決策價(jià)值取向。與這些強(qiáng)調(diào)物質(zhì)形態(tài)的組織價(jià)值取向不同，Albaum和Julie等人(2010)研究了文化因素對(duì)營銷決策風(fēng)險(xiǎn)的影響，通過調(diào)查西太平洋沿岸六個(gè)國家營銷經(jīng)理的決策風(fēng)格調(diào)查，認(rèn)為不同國家的管理者的決策風(fēng)格受到強(qiáng)勢文化觀念的影響，營銷戰(zhàn)略聯(lián)盟和跨文化管理團(tuán)隊(duì)的形成均受到文化價(jià)值觀的影響。這種文化價(jià)值觀不僅包括了某個(gè)企業(yè)的文化價(jià)值觀，還涉及了具有戰(zhàn)略聯(lián)盟意義的虛擬組織文化觀念。

2．個(gè)體價(jià)值取向與營銷決策

在現(xiàn)代企業(yè)的營銷決策中，營銷決策者的個(gè)體價(jià)值觀是影響決策風(fēng)格的重要因素。William和Marian等人(2000)通過對(duì)經(jīng)常性決策過程的研究，認(rèn)為決策者營銷決策風(fēng)格受其心智模式影響較大。決策者的心智模式主要受到?jīng)Q策復(fù)雜性、決策焦點(diǎn)和決策規(guī)則等因素的影響，并在企業(yè)績效的層面對(duì)營銷決策效果產(chǎn)生影響。Roselie、Catherine和Cheryl(2007)基于 Janis和Mann(1977)對(duì)沖突、選擇和承諾進(jìn)行心理分析的營銷決策模型，針對(duì)營銷決策的道德困境，將員工個(gè)體和工作背景等方面的因素作為營銷決策的個(gè)體價(jià)值取向。Bronnenberg和Jean等人(2008)通過分析一些新興的動(dòng)態(tài)的營銷選擇行為的決策案例，將營銷決策者的個(gè)體信念及其行為的經(jīng)濟(jì)模式作為企業(yè)和消費(fèi)者之間問題的價(jià)值判斷依據(jù)。

四、營銷決策機(jī)理

在營銷決策過程中，現(xiàn)代企業(yè)通常需要綜合考慮市場營銷體系中的諸多要素及其相互作用的運(yùn)行規(guī)則和原理，從而形成營銷決策機(jī)理。近年來，許多學(xué)者對(duì)營銷決策機(jī)理開展了多角度的研究，主要包括單目標(biāo)風(fēng)險(xiǎn)型營銷決策機(jī)理、高度不確定性營銷決策機(jī)理和多目標(biāo)營銷決策機(jī)理等理論。

1．單目標(biāo)風(fēng)險(xiǎn)型營銷決策機(jī)理

許多專家和學(xué)者針對(duì)現(xiàn)代企業(yè)不能完全確定地掌握的營銷情境的風(fēng)險(xiǎn)型單目標(biāo)營銷決策機(jī)理進(jìn)行了研究(Mark、David，1992)。對(duì)于這種類型的營銷決策機(jī)理，理論界主要提出營銷決策最優(yōu)化的觀點(diǎn)。自20世紀(jì)60年代以來，國外許多學(xué)者在銷售反應(yīng)函數(shù)方面進(jìn)行了理論研究。Conklin和Lipovetsky(2005)從最大化滿足顧客需求的角度，研究了為顧客提供產(chǎn)品/服務(wù)組合的營銷決策，運(yùn)用Turf模型(即累計(jì)凈到達(dá)率和頻次分析模型)往往不可能區(qū)分不同風(fēng)味組合的子集之間幾乎相同的覆蓋水平，而運(yùn)用合作博弈論中Shapley值方法能夠?qū)崿F(xiàn)顧客的最大購買能力，比Turf模型獲得更穩(wěn)定的結(jié)果。Alexouda(2005)運(yùn)用假設(shè)分析方法，圍繞消費(fèi)者福利、企業(yè)回報(bào)和市場份額等最優(yōu)化標(biāo)準(zhǔn)，通過營銷決策支持系統(tǒng)，幫助營銷管理人員選擇和設(shè)計(jì)系列替代產(chǎn)品。Lipovetsky(2007)針對(duì)市場營銷和廣告決策問題，將博弈論及其相關(guān)分析模型運(yùn)用于企業(yè)及其競爭對(duì)手的比較、排名和測度中，認(rèn)為雙矩陣博弈均衡、沙普利和納什議價(jià)模型等是比較理想的最優(yōu)化營銷決策的分析方法。對(duì)于單目標(biāo)風(fēng)險(xiǎn)營銷決策機(jī)理，理論界比較強(qiáng)調(diào)運(yùn)用博弈論和數(shù)學(xué)等方法，實(shí)現(xiàn)現(xiàn)代企業(yè)市場營銷體系的優(yōu)化途徑及方案，為營銷決策者提供最優(yōu)化決策依據(jù)。

2．高度不確定性營銷決策機(jī)理

隨著市場環(huán)境日趨復(fù)雜，營銷決策者往往無法估計(jì)與營銷決策有關(guān)的事件及其狀態(tài)，面臨不確定營銷決策。許多專家和學(xué)者主要基于模糊信息情境研究營銷決策機(jī)理。Rafik等人(2000)認(rèn)為每個(gè)分布式智能代理是基于模糊知識(shí)與規(guī)則的數(shù)目有限的系統(tǒng)，針對(duì)模糊信息運(yùn)用神經(jīng)模糊估計(jì)的遺傳算法，設(shè)計(jì)營銷組合決策支持系統(tǒng)。Klaus和Zhaohao(2000)為了最大限度地實(shí)現(xiàn)基于模糊集的利潤目標(biāo)，利用模糊控制方法，構(gòu)建了一種新的模糊隨機(jī)動(dòng)態(tài)規(guī)劃模型。Chiang等人(2009)針對(duì)模糊性不確定性信息，運(yùn)用BP網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)等學(xué)習(xí)工具，對(duì)小樣本數(shù)據(jù)進(jìn)行營銷決策。對(duì)于不定性營銷決策機(jī)理，近年來理論界認(rèn)識(shí)到高度不確定性營銷決策目標(biāo)與約束條件帶有一定的模糊，運(yùn)用模糊語言學(xué)和模糊邏輯，構(gòu)建營銷決策的模糊數(shù)學(xué)模型，把模糊數(shù)學(xué)理論應(yīng)用于營銷決策研究，構(gòu)成市場營銷的模糊決策機(jī)理。

3．多目標(biāo)營銷決策機(jī)理

在復(fù)雜的市場環(huán)境下，理論界認(rèn)識(shí)到現(xiàn)代企業(yè)在營銷決策中面臨著多個(gè)營銷目標(biāo)，對(duì)多目標(biāo)營銷決策機(jī)理進(jìn)行了研究。對(duì)于多目標(biāo)營銷決策機(jī)理的研究主要包括了決策機(jī)制、多目標(biāo)組合機(jī)理和決策規(guī)則等方面。Stephen和Gregory(1992)在研究定價(jià)和廣告等多目標(biāo)戰(zhàn)略營銷決策時(shí)，對(duì)完全理性追求利潤最大化和消費(fèi)者追求效用最大的營銷決策進(jìn)行了否定，并根據(jù)營銷決策者的決策性質(zhì)，利用加權(quán)法求非劣解集等數(shù)學(xué)方法構(gòu)建一個(gè)多營銷目標(biāo)的防御策略模型。Antonie和Lorraine(1992)圍繞市場和生產(chǎn)流程等決策問題，設(shè)計(jì)了多目標(biāo)規(guī)劃模型和互動(dòng)式的求解過程及其決策機(jī)制。Mahapatra和Maiti(2005)分析了商品需求、庫存水平與商品價(jià)格，產(chǎn)品生產(chǎn)率與單位生產(chǎn)成本和產(chǎn)品質(zhì)量等多營銷目標(biāo)之間的關(guān)系，運(yùn)用梯度優(yōu)化技術(shù)，遵循一定優(yōu)化路徑逐漸尋找最優(yōu)點(diǎn)，即后一階段優(yōu)化是在前一階段優(yōu)化的基礎(chǔ)上進(jìn)行單向?qū)?yōu)，進(jìn)行多目標(biāo)營銷決策問題的折衷方案的目標(biāo)規(guī)劃。還一些學(xué)者認(rèn)為多目標(biāo)營銷決策的營銷信息和約束條件具有一定的模糊性，強(qiáng)調(diào)運(yùn)用模糊數(shù)學(xué)的模糊分析技術(shù)、多目標(biāo)遺傳算法推導(dǎo)出模糊規(guī)則，構(gòu)建多目標(biāo)模糊決策模型。

理論界關(guān)于單目標(biāo)風(fēng)險(xiǎn)型、高度不確定性和多目標(biāo)等營銷決策機(jī)理的研究，主要是基于營銷決策的信息特征和約束條件等決策情境，對(duì)營銷決策規(guī)劃、決策技術(shù)、決策方法、決策模型等方面進(jìn)行了研究，為復(fù)雜決策系統(tǒng)下的營銷決策提供了理論指導(dǎo)。

五、簡評(píng)與啟示

對(duì)于現(xiàn)代企業(yè)營銷決策理論的研究，理論界對(duì)營銷決策目標(biāo)、營銷決策支持系統(tǒng)、營銷決策的價(jià)值取向和營銷決策機(jī)理等方面的理論進(jìn)行了研究。在營銷決策目標(biāo)方面，近年來的研究成果主要集中于企業(yè)績效、顧客價(jià)值和市場競爭等方面的營銷目標(biāo)，較為系統(tǒng)地研究了企業(yè)內(nèi)外營銷因素及其與營銷目標(biāo)的內(nèi)在關(guān)系。在營銷決策支持系統(tǒng)方面，理論界將計(jì)算機(jī)軟件和硬件、信息論、人工智能等學(xué)科理論加以運(yùn)用，從Agent、商務(wù)智能、系統(tǒng)模擬和數(shù)據(jù)挖掘等方面技術(shù)引入營銷決策支持系統(tǒng)，促進(jìn)了營銷決策的信息收集、分析和預(yù)測等方面的能力。在決策價(jià)值取向方面，許多學(xué)者主要從組織價(jià)值取向和決策者個(gè)體價(jià)值取向等兩個(gè)方面分析了決策價(jià)值取向?qū)I銷決策風(fēng)格的作用和影響。在營銷決策機(jī)理方面，國內(nèi)外理論界主要根據(jù)營銷情境研究上的不同，分析了單目標(biāo)風(fēng)險(xiǎn)型營銷決策機(jī)理、高度不確定性營銷決策機(jī)理和多目標(biāo)營銷決策機(jī)理。這些研究成果充分反映了現(xiàn)代企業(yè)在營銷決策情境研究上的變化，對(duì)于復(fù)雜系統(tǒng)下的不確定性營銷決策、多目標(biāo)營銷決策等問題提出了具有借鑒意義的理論和方法，豐富和促進(jìn)了營銷決策理論乃至營銷工程理論的創(chuàng)新與發(fā)展。但是，這些研究成果分散于市場營銷的多個(gè)方面，沒有充分考慮到現(xiàn)代企業(yè)營銷決策面臨的高度不確定性決策情境(如模糊信息和混沌信息等);營銷決策支持系統(tǒng)的研究還未開發(fā)出實(shí)際應(yīng)用價(jià)值的軟件或相關(guān)決策工具，同時(shí)也沒有研究非結(jié)構(gòu)化營銷決策及其與結(jié)構(gòu)化營銷決策之間的關(guān)系，因而這些理論成果的實(shí)際應(yīng)用價(jià)值有待提高。

盡管如此，這些理論研究成果對(duì)于我國企業(yè)改進(jìn)營銷決策方法，提高營銷決策的有效性具有重要的借鑒意義。我國許多企業(yè)在營銷決策中仍然以定性分析和經(jīng)驗(yàn)判斷為主，因此應(yīng)運(yùn)用現(xiàn)代市場數(shù)據(jù)搜集和分析技術(shù)，采用營銷決策支持系統(tǒng)、營銷工程軟件等決策工具，改進(jìn)營銷決策支持的方式，提高營銷決策依據(jù)的科學(xué)性和有效性，使企業(yè)能夠更好地應(yīng)對(duì)復(fù)雜條件營銷決策問題。

1．現(xiàn)代營銷決策應(yīng)增強(qiáng)調(diào)查、識(shí)別和處理高度不確定性信息的能力。隨著經(jīng)濟(jì)社會(huì)轉(zhuǎn)型帶來的市場復(fù)雜變化，在現(xiàn)代營銷決策信息的研究中，具有高度不確定性的模糊信息，提出了高度不確定性營銷決策理論。目前許多企業(yè)在營銷決策中主要針對(duì)風(fēng)險(xiǎn)要素關(guān)注風(fēng)險(xiǎn)事件發(fā)生概率的隨機(jī)信息，而很少注意到市場營銷中存在的模糊信息及其對(duì)營銷決策產(chǎn)生的影響。這些信息通常由于市場現(xiàn)象的高度復(fù)雜性，信息元素特征界限不分明而難以給出確定的信息評(píng)定標(biāo)準(zhǔn)。與模糊信息相類似的，還有未確知信息(既無隨機(jī)性又無模糊性，營銷決策者由于條件限制而認(rèn)識(shí)不清的信息)、灰色信息(即由于信道受到干擾使?fàn)I銷決策者只能獲得部分已知、部分未知的市場信息)、泛灰信息(即灰色信息的擴(kuò)張)等高度不確定性信息。這些高度不確定性的信息廣泛存在于市場中，現(xiàn)代企業(yè)在營銷決策中不僅要關(guān)注這些高度不確定性信息，更要提升對(duì)這些信息的調(diào)查、識(shí)別和處理能力，這樣才能提高營銷決策水平。

2．現(xiàn)代企業(yè)應(yīng)運(yùn)用大數(shù)據(jù)分析技術(shù)探索市場營銷規(guī)律。在營銷決策支持的研究中，營銷決策支持系統(tǒng)廣泛采用了數(shù)據(jù)挖掘技術(shù)，以在海量的市場信息中探尋市場發(fā)展規(guī)律。這對(duì)于我國企業(yè)的營銷決策乃至投資決策、戰(zhàn)略決策等方面均具有重要的指導(dǎo)意義。特別是近年來隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展，各類數(shù)碼傳感器等技術(shù)的廣泛運(yùn)用和數(shù)字生活空間的普及，各類市場的信息總量正呈現(xiàn)爆炸式增長，描繪和反映各類消費(fèi)者群體多維化行為規(guī)律的大數(shù)據(jù)不僅自身具有巨大的商業(yè)價(jià)值，更對(duì)現(xiàn)代企業(yè)的營銷決策具有重要的戰(zhàn)略意義。在大數(shù)據(jù)分析的基礎(chǔ)上，現(xiàn)代企業(yè)能夠更為有效地描繪、預(yù)測、分析、指引消費(fèi)者行為，能夠探索到通過一般數(shù)據(jù)分析方法無法獲得的、更多潛在的市場營銷規(guī)律，從而幫助我國企業(yè)制定出更具有針對(duì)性的商業(yè)模式和商業(yè)策略。

3．現(xiàn)代企業(yè)應(yīng)關(guān)注多目標(biāo)優(yōu)化技術(shù)在營銷決策中的運(yùn)用。目前許多企業(yè)在營銷決策中關(guān)注較多的通常是單目標(biāo)的風(fēng)險(xiǎn)型營銷決策技術(shù)，而多目標(biāo)決策主要是基于營銷決策者對(duì)市場的主觀判斷加以決策，這使多目標(biāo)營銷決策喪失了客觀性和科學(xué)性。我國企業(yè)在經(jīng)濟(jì)社會(huì)轉(zhuǎn)型中面臨諸多復(fù)雜的多目標(biāo)營銷決策問題，例如新產(chǎn)品開發(fā)、投資收益最大化、市場競爭優(yōu)勢、持續(xù)發(fā)展、顧客價(jià)值最大化等多個(gè)營銷目標(biāo)?，F(xiàn)代企業(yè)希望在這些方面均得到兼顧，但是由于營銷決策技術(shù)的匱乏，使得我國企業(yè)在多目標(biāo)營銷決策中舉步維艱。理論界關(guān)于多目標(biāo)營銷決策機(jī)理方面的研究，模糊分析技術(shù)、多目標(biāo)遺傳算法、多目標(biāo)跟蹤系統(tǒng)等多目標(biāo)營銷決策技術(shù)，可以給我國企業(yè)在進(jìn)行多目標(biāo)營銷決策時(shí)帶來許多有益的啟示。

4．現(xiàn)代企業(yè)應(yīng)考慮到營銷決策主體的價(jià)值取向的重要影響。在許多企業(yè)的營銷決策中，營銷決策者習(xí)慣地認(rèn)為自己的營銷決策是立足于企業(yè)的發(fā)展需要，是以企業(yè)經(jīng)營績效為基本的決策價(jià)值取向。事實(shí)上，由于營銷決策主體的價(jià)值觀、心智模式、經(jīng)營理念等個(gè)體因素，形成了營銷決策者各自不同的營銷決策風(fēng)格，這些個(gè)體價(jià)值取向潛移默化地對(duì)營銷決策的有效性產(chǎn)生了重要影響，甚至?xí)a(chǎn)生決定性影響。因此，國內(nèi)外學(xué)者從個(gè)體價(jià)值取向視角對(duì)營銷決策理論的研究，對(duì)我國企業(yè)如何協(xié)調(diào)個(gè)體價(jià)值取向與企業(yè)價(jià)值取向之間的內(nèi)在關(guān)系、優(yōu)化營銷主體的結(jié)構(gòu)等方面具有重要的借鑒意義。

〔1〕Albaum，G．，Julie，Y．，et al 2010．Culture based values and management style of marketing decision makers in six western pacific rim countries．Journal of Global Marketing 23．2:139 －151．

〔2〕Alexouda，G．2005．A user－ friendly marketing decision support system for the product line design using evolutionary algorithms．Decision Support Systems 38．4:495 －509．

〔3〕Aliev，R．A．，F(xiàn)azlollahi，B．，Vahidov，R．M．2000．Soft computing based multi－agent marketing decision support system，Journal of Intelligent＆ Fuzzy Systems 9．1/2:1 －9．

〔4〕Antonie，S．，Lorraine，R．G．1992．A multiple objective marketing－manufacturing approach for order(market)selection．Computers＆ Operations Research 19．7:571－583．

〔5〕Bronnenberg，B．，Jean，D．，et al 2008．Measuring long－run marketing effects and their implications for long－run marketing decisions．Marketing Letters 19．3/4:367 －382．

〔6〕C．C．Hsu，Y．C．Chen 2007．Mining of mixed data with application to catalog marketing．Expert Systems with Applications 32．1:12 －23．

〔7〕Charles，P．S．，Thomas，H．D．2006．KM meets business intelligence:merging knowledge and information at intel．KM Review 2:10－15．

〔8〕Conklin，W．M．，Lipovetsky，S．2005．Marketing decision analysis by turf and Shapley value．International Journal of Information Technology＆ Decision Making 4．1:5－19．

〔9〕Coussement，K．，Benoit，D．F．，et al 2010．Improved marketing decision making in a customer churn prediction context using generalized additive models．Expert Systems with Applications 37．3:2132 －2143．

〔10〕David，R．2007．Determining“CLV”can lead to making magical marketing decisions．B to B 92．6:18 －18．

〔11〕G．Dennis 2001．A marketing－decision－support model for evaluating and selecting concepts for new products．Interfaces 31．3:S166 － S183．

〔12〕Gary，L．L．，Arvind，R．2002．Marketing Engineering．International Press 25－36．

〔13〕Indrajit，S．，Wayne，S．D．1998．An integrated approach toward the spatial modeling of perceived customer value．Journal of Marketing Research May:236－249．

〔14〕Jenming，C．，Liangtu，C．，Junder，L．2006．Developing optimization models for cross－ functional decision－making:integrating marketing and production planning．OR Spectrum 28:223－240．

〔15〕Jimmy，H．，Terri，S．2004．A consideration of the roles of business intelligence and e－business in management and marketing decision making in knowledge－based and hightech start－ ups．Qualitative Market Research:An International Journal 7．1:48 －57．

〔16〕K．Islam，W．G．Kim 2006．Comparing market－ segmentprofitability analysis with department－profitability analysis as hotel marketing－decision tools．Cornell Hotel＆ Restaurant Administration Quarterly 47．2:155 －173．

〔17〕Klaus，W．，Zhaohao，S．2000．Fuzzy stochastic dynamic programming for marketing decision support．International Journal of Intelligent Systems 15．8:763 －783．

〔18〕L．D．Chiang，et al．2009．Constructing marketing decision support systems using data diffusion technology:A case study of gas station diversification．Expert Systems with Applications:An International Journal 36．2:2525 －2533．

〔19〕L．Shuliang，L．J．Zheng 2010．Agents international:integration of multiple agents，simulation，knowledge bases and fuzzy logic for international marketing decision making．Expert Systems with Applications 37．3:2580 －2587．

〔20〕Lipovetsky S．2007．Antagonistic and bargaining games in op－timal marketing decisions．International Journal of Mathematical Education in Science＆ Technology 38．1:103－113．

〔21〕Lusk，J．L．，et al．2003．Utilizing ultrasound technology to improve livestock marketing decisions．Review of Agricultural Economics 25．1:203 －217．

〔22〕Mark，J．M．，David，S．1992．A more robust definition of subjective probability．Econometric 60．4:745 －780．

〔23〕N．K．Mahapatra，M．Maiti 2005．Decision process for multiobjective，multi－ item production inventory system via interactive fuzzy satisfying technique．Computers＆ Mathematics with Applications 49．5/6:805 －821．

〔24〕Nathalie，T．M．D．2007．Marketing decision support system openness:a means of improving managers’understanding of marketing phenomena．Decision Support Systems 44．1:79 －92．

〔25〕Rafik，A．A．et al．2000．Soft computing based multi－ agent marketing decision support system．Journal of Intelligent＆Fuzzy Systems:Applications in Engineering and Technology 9．1/2:1 －9．

〔26〕Rao，S．K．2000．Marketing decision support systems for strategy building．Marketing Health Services 20．2:14 －18．

〔27〕Roselie，M．，Catherine，G．，Cheryl，T．2007．A model of ethical decision making:the integration of process and content．Journal of Business Ethics 73．2:219 －229．

〔28〕Shen，Q．，Leitch，R．1993．Fuzzy qualitative simulation．IEEE Transactions on System，Man and Cybernetics 23．4:1037－1061．

〔29〕Stephen，S．B．，Gregory，S．C．1992．Optimal multiple － objective marketing strategies．Marketing Letters 3．4:383 －393．

〔30〕Tucci，L．A．，TuckerIII，J．J．1995．Strategic marketing decisions and core earnings performance:responding to earnings－ related reductions in marketing expenditures．Journal of Consumer Marketing 12．1:16 －31．

〔31〕William，M．P．1977．Marketing decision－making through computer cartography．Journal of the Academy of Marketing Science 4:369－378．

〔32〕William，T．R．，Marian，C．M．，et al．2000．Recurrent marketing decisions:decision complexity，decision focus，and firm performance．Marketing Letters 11．4:283 －297．

〔33〕Wonjun，L．，Kunchang，L．1999．A meta decision support system approach to coordinating production marketing decisions．Decision Support Systems 25．3:239．

〔34〕Yavuz，U．，Hasiloglu，A．S．，et al．2005．Developing a marketing decision model using a knowledge－based system．Knowledge－Based Systems 18．2/3:125 －129．

〔35〕戴艷紅:《基于數(shù)據(jù)挖掘技術(shù)的交叉銷售分析》，《中國管理信息化》2007年第6期。

〔36〕胡斌、黎志成:《面向定性模擬的企業(yè)市場營銷決策知識(shí)描述、學(xué)習(xí)及處理方法》，《中國管理科學(xué)》2003年第2期。

〔責(zé)任編輯:清 菡〕

New Development and Inspiration of Marketing Decision-making

Li Jinsheng＆Li Yanshu＆Zhou Yan

How to improve the science and effectiveness of marketing decision－making is a common issue of modern enterprise in complex and volatile market environment．In recent years，theorists studied the theories on the goal of marketing decisions，marketing decision support systems，marketing，values and decision－making mechanism from various angles．This paper reviews and researches the new development of marketing decision－making theories，to improve marketing decisionmaking skills from research inspiration．

marketing decisions;marketing decision－making objectives;decision support systems;marketing decision－making mechanism

F272．3

A

1001－8263(2013)12－0029－07

李金生，南京師范大學(xué)商學(xué)院副教授、博士 南京210097;李晏墅，南京師范大學(xué)商學(xué)院教授、博導(dǎo) 南京210097;周燕，南京師范大學(xué)商學(xué)院副教授 南京210097

* 本文是國家自然科學(xué)基金項(xiàng)目“高技術(shù)企業(yè)自主創(chuàng)新的風(fēng)險(xiǎn)傳遞、公眾風(fēng)險(xiǎn)認(rèn)知與創(chuàng)新投資關(guān)系研究”(71372181)、國家自然科學(xué)基金項(xiàng)目“基于空間相關(guān)的區(qū)域間創(chuàng)新協(xié)調(diào)發(fā)展研究”(71303122)的階段性成果。