预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

浅谈市场营销促销策略分析论文市场营销是以满足消费者需求为中心的企业市场营销活动过程及其规律性,即在特定的市场营销环境中,企业以市场营销研究为基础、为满足消费者现实和潜在的需要,所实施的以产品、定价、地点、促销为主要内容的市场营销活动过程及其客观规律性。其基本特征是:1.媒介作用。促销宣传是把产品的有关信息向潜在购买者进行传播的重要媒介,在实现市场的启动与运转中起着重要的作用。2.驱动作用。促销宣传的目的是通过传播产品的有关信息,影响潜在购买者做出购买决策,从而帮助实现市场中供求双方的交换关系。3.主动作用。促销宣传通常是由供给者直接或组织他人向潜在购买者展开的一场“主动攻势”,它通过有针对性、选择性和艺术性地传播产品信息,去影响潜在购买者的购买决策过程。二、评价干预变量效果的方法体系现代“系统论”、“控制论”和“信息论”的发展为我们研究市场营销的促销宣传提供了一种有效的方法论。促销宣传所瞄准的是以“供给者—购买者”为核心的“系统”;这个系统输入的是一种经过精心选择了的“信息”;其目的在于能够对该系统实施有效的“控制”,从而使实现结果与其期望状态最为接近。控制论系统的一个基本特征是:控制对象的原始状态具有发展为多种新状态的可能性,而控制的目的就是通过一种人为的、有目的的干预,从而使系统进入一种控制者所预想的状态或最大程度地接近这一状态。这也正是市场营销中促销宣传的基本理论依据。也就是说,促销宣传是一种人为的、有目的的干预手段,目的在于能使潜在购买者从静观、思考、权衡的未决状态,进入实施购买行为的状态。基于上述原理,评价促销宣传的效果就是测量这种人为干预变量对系统转换所产生的影响力。也就是说计算由于这一人为干预变量的介入使原始状态和新状态在某些衡量指标上的变化。由于原始状态不同、干预变量的数量不同,评价干预变量对一个系统的影响力的方法也不同。这样,就出现了评价干预变量效果的一个方法体系:1.第一层系方法。假设原始状态是一种静止状态,而且,人为干预变量是惟一影响系统发生变化的因素。那么,在人为干预变量介入系统之后,只要在不同时段上通过简单的数学方法来计算系统新状态与原始状态在某些特定指标上的区别,就可得到衡量干预变量作用的效果值。2.第二层系方法。假设系统的原始状态是处在规则运行中的系统状态,干预系统运行的变量有多个。我们将促成并维持原状态规则运行的变量称为“原始干预变量”,并假设其干预作用或效果是稳定而规律的;将人为新增加的干预变量称作“新干预变量”。这样,我们就可以采用将“第一层系方法”与预测技术相结合的方式来完成对“新干预变量”影响系统运行效果的评价。主要步骤是:(1)基于我们对“原始干预变量”和系统原始状态的假设,使用合适的预测技术,预测在没有“新干预变量”介入系统的情况下,原始状态在“原始干预变量”的驱动下,在未来某个时点上的新的状态值(预测值)。(2)在“新干预变量”介入系统后,观察并记录原始状态在“新干预变量”介入的情况下,在未来某个时点到来之后,系统出现的新状态值(实际状态值)。(3)将实际状态值减去预测值,即可得到在设定条件下“新干预变量”的干预效果值。(计算干预效果的绝对值时,尚需考虑预测技术本身的误差对绝对值的影响。)3.第三层系方法。假设原始状态是处于规则运行中的,但是,在“新干预变量”介入系统的同时,“原始干预变量”中的一个或几个变量也发生了较明显的变化。此时,计算某一变量的影响之绝对效果值就变得十分困难。然而,我们仍可借助于一定的技术完成对各变量影响的基本估计。为此,我们引用“效果相对量评估法”来处理这一复杂情况。能够处理这一情况的技术包括“因果分析预测”、“主分量分析”和“计量经济模型”。这几个技术相对复杂一些,因而,营销管理部门的人员常常需要专业人员的辅助方可完成。三、预测方法选择因素1.预测方法选择的前提。预测方法选择是否得当,直接关系到预测的准确化。因此,在选择预测方法时,必须考虑到以下因素:(1)预测时期。由于预测目标不同,预测时间的长短也不同。不同的预测方法针对时期长短不同的同一预测对象进行预测时,其准确程度也不同。(2)数据模式。所有的预测方法都假定预测对象存在着某种规律,这也正是进行预测的基础。在定量预测方法中,每一种技术都对其预测对象的数据模式作了明确的假定。所以,某一技术的预测能力在特定条件下是否有效,在很大程度上依赖于某种情况下的模式与能处理这种模式的技术之间的配合。一般通用的四类模式是:水平模式、长期趋势、季节变动和循环变动。水平模式:即统计学上称作的稳定模式。也就是说,它不会有规则地增长,也不会有规则地减少。在遇到此类数据模式的处理时,应注意时间因素,即按此模式进行短期预测是最合适的,而长期预测则可能由于模式的变化而出现较大误差。季节模式:当时间数列按照某种季节规律波动时,就存在