基于量化指标分析的企业促销效果评价研究

《基于量化指标分析的企业促销效果评价研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于量化指标分析的企业促销效果评价研究　　摘要：从分析当前企业促销现状入手，指出了企业在进行促销效果评价时无法达到客观性要求的问题。通过建立促销效果评价指标体系，基于模糊综合评价模型，以某购物广场为例，依据评判值大小评判其促销效果等级。本研究旨在为当前企业在评判促销效果时的不规范提供借鉴，有助于企业发现其促销活动中的制约因素。　　关键词：模糊综合评判；促销效果；指标体系　　在现代激烈的商业竞争中，真正能把商品质量和价格等要素迅速传递给消费者的主要工具是促销，在企业经营管理中扮演着重要的角色。特别是在市场经济的今天，商场

2、如战场，卖方已经不再具有绝对垄断地位，因此为了在这个战场上夺得一席之地，商场促销战硝烟四起。然而，促销是否真正达到传递信息目的，是否真正提高了企业的整体销售业绩和企业的效益，是否真正提升了企业品牌知名度和美誉度，犹未可知。基于此，本文从量化指标分析角度入手，运用模糊综合评价的方法来评价促销效果，告别了无法根据历史资料准确估计，而只能依靠专家学者或决策者根据自身经验做出主观估计的时代，具有较大的实际意义。　　一、企业促销现状　　由于各行各业自身的特点，其促销内容也不尽相同，作者通过查阅大量文献，浏览相关企业网站信息，总结

3、了当前企业促销的一般现状。　　1、促销主题7　　由于节假日，特别是具有中国特色的节日，如端午节、中秋节、国庆节等是促销的好时机，但是商家促销的主题与节假日的特色不能联系在一起。比如说端午节，吃粽子是特色，在端午节进行促销就要与这些相结合，开展一些节日习俗活动，既引导了消费者对传统节日的认识，还可在给消费者带来体验的同时，有效地扩大商家的利润。但是商家没有意识到这一点，促销时不是降价就是打折，这些与平常的促销手段没有任何区别，也不能体现节日的特色，所以消费者对这样的促销手段并不"感冒"，商家也就很难把产品销售出去。　　2

4、、促销方式　　促销的方法、赠送的赠品没有新意，千篇一律。当所有品牌都做类似的促销活动的时候，对消费者的刺激更加弱化，消费者就会对这些促销视而不见。企业所做的努力互相抵消，反过来成本又增加了，却没有取得预期的效果。还有的一直是处于打折的状态，标价的方式大部分是原价多少钱，现价多少钱，折价的幅度也非常大，有的甚至是所标原价的几分之一，虽然商场的客流量有所增加，而且这也只是表面现象，并不能给企业带来实际价值　　3、促销组合7　　在促销策略上没有做到有目的、有计划地把人员推销、广告、营业推广和公共关系等手段有机地结合起来，并综

5、合运用以取得最佳的促销效果。促销活动多数是花钱赚吃喝-图热闹。购物广场的促销活动中都能够看到的现象，促销现场的确热闹，台上莺歌燕舞，台下吃喝不断，然而顾客来了一批走一批，驻足的时间很短，没有仔细地听听促销的宣传，没有踊跃参与活动的热情，走的时候也没有带走热卖区的产品。　　4、促销人员　　员工在促销活动中与消费者接触距离最近、最频繁，他们的促销积极性将直接影响促销活动的成果。据调查，在实际促销活动中，员工的工作热情逐渐递减，不能做到有始有终。面对消费者的询问，回答不尽如人意，直接导致消费者对促销信息缺乏了解，取消购买行为

6、。还有就是个别促销员自身对本次促销活动可能没有经过专业培训，对消费者的解答不具体，打消了消费者的购物兴趣。虽然每次促销能吸引消费者的眼球，增加商场客流量，然而最终发生交易的人数所占比例却很小，很多情形是消费到达促销现场后只是驻足观看，享受免费的礼品，欣赏商家组织的各种展销会，结果是低于商家的预期，直接导致本次促销活动失败。　　虽然在评判促销效果时能够从上述四个方面发现问题，但是仅通过消费者调查和经验并不能深入发现关键问题所在，而且也不能为以后的促销活动以明确的指导。　　二、多层次模糊综合评判模型　　模糊综合评价方法是模

7、糊数学中应用比较广泛的一种方法。在对某一事务进行评价时，由于评价事务受多方面因素影响，因而要对每一因素进行评价；在每一因素做出一个单独评语的基础上，如何考虑所有因素而做出一个综合评语，这就是一个综合评价问题。它解决了这样一个主观评价对客观真实的偏离问题：当事情的边界不明显，评价时很难将其归于某个类别时，先对单个因素进行评价，然后对所有因素进行综合模糊评价，从而防止遗漏任何统计信息和信息的中途损失。7　　（1）为便于权重分配和评议，可以按评价因素的属性将评价因素分成若干类，把每一类都视为单一评价因素，并称之为第一级评价因

8、素，记为U1，U2，…，Um。第一级评价因素可以设置下属的第二级评价因素，例如，U1的第二级评价因素记为U12，U13，…，U1n。其他依此类推。　　（2）确定第一级、第二级评价因素的权重。为了反映各因素的重要性程度，对每一级的各因素分配一个权数。权重选择的合适与否直接关系到模型的成败，通常确定的权重方法有：层次分析法、加权平均法