車 誠

(中國石油大學(xué)(華東)經(jīng)濟管理學(xué)院， 山東 東營 257061)

0 前 言

隨著競爭的日趨激烈，市場營銷越來越受到企業(yè)的重視.在國外，自20世紀80年代開始，市場營銷審計已得到日益廣泛的應(yīng)用，并取得了良好收益.但在國內(nèi)，從理論界到企業(yè)界，對市場營銷審計的認識很少，尤其企業(yè)尚未引起重視.目前，國內(nèi)理論界對市場營銷審計的研究基本是引入概念和提出理論框架等定性研究，而且相關(guān)文獻很少[1-4].

圖1 中國企業(yè)市場營銷審計模型

菲利普·科特勒等人提出市場營銷審計包括市場營銷環(huán)境審計、市場營銷戰(zhàn)略審計、市場營銷組織審計、市場營銷系統(tǒng)審計、市場營銷生產(chǎn)力審計和市場營銷功能審計六大部分.菲利普·科特勒提出的上述審計模型針對的是歐美等國家的企業(yè)，而我國國情與國外有很大差別.因此，本文作者提出了更加適合中國企業(yè)的市場營銷審計模型，并且提出了一種改進的主成分分析法，以對中國企業(yè)營銷審計進行定量分析.

1 中國企業(yè)市場營銷審計模型的構(gòu)建

很多國外學(xué)者對營銷審計進行了較多的定性分析內(nèi)容研究，截至目前，相對來說，最為全面的是菲利普·科特勒提出的六大方面框架內(nèi)容，但是該框架內(nèi)容并不完善，尚有需要補充的內(nèi)容.針對這一問題，本文對菲利普·科特勒提出的營銷審計定性分析內(nèi)容欠缺的部分進行了補充，并結(jié)合我國國情，添加了符合中國特點的部分內(nèi)容.

本文嘗試初步提出了更為完善的營銷審計定性分析內(nèi)容，具體如圖1所示.

相對與菲利普·科特勒等提出的模型，上述改進模型主要添加了營銷關(guān)系審計這一大部分.營銷關(guān)系審計主要包括：企業(yè)與當(dāng)?shù)卣块T關(guān)系如何？企業(yè)與稅務(wù)、工商、法院、環(huán)保等監(jiān)管部門關(guān)系如何？企業(yè)與媒體關(guān)系如何？企業(yè)與相關(guān)社會團體關(guān)系如何？企業(yè)與重點客戶關(guān)系如何？

2 改進主成分分析法介紹

主成分分析法是一種把多個指標轉(zhuǎn)換為少數(shù)幾個綜合指標的一種多元統(tǒng)計分析方法.主成分分析采取一種降維的方法，找出幾個綜合因子來代表原來眾多的變量，使這些綜合因子能盡可能地反映原來變量的信息量，且彼此之間不相關(guān).用主成分分析法進行多指標綜合評價的基本步驟如下[5，6]：

2.1 指標標準化

設(shè)有n個樣本,m項指標，X=(Xij)n×m，i=1，2，…，n，j=1，2，…，m,Xij表示第i個樣本的第j項指標值.

2.2 計算協(xié)方差矩陣R

R= [rij]m×m，其中：rij是Xi與Xj的相關(guān)系數(shù).

2.3 計算協(xié)方差矩陣的特征值與特征向量

利用特征方程求出按大小排列的特征值以及相應(yīng)的特征向量，由[λI-R]=0求得特征值λ1、λ2、λ3、…、λm，將其按大小排序.

各特征值對應(yīng)的特征向量為U1、U2、U3、…、Um，其中Ui=(ui1，ui2，ui3，…，uim)，則得到m個主成分Zi=ui1Yi1+ui2Yi2+…+uimYim，其中i=1、2、3、…、m.

2.4 對傳統(tǒng)主成分法進行改進，建立新的選擇特征向量的方法，確定主成分

傳統(tǒng)的主成分分析法是選取根據(jù)從大到小順序排列的前w個特征值λi之和占所有特征值λi之和的比例>85%的w個主成分按加權(quán)值求和進行評價排序[7-9].

最后，比較各F的大小，即可進行評價排序.

L=Qf×(a1uf1Yf1+a2uf2Yf2+…+akmaxufkYfk+…+awufwYfw)
=a1Qfuf1Yf1+a2Qfuf2Yf2+…+akmaxQfufkYfk+…+amQfufwYfw

最后，比較各企業(yè)L值的大小，即可進行評價排序.

表1 A、B、C企業(yè)得分表

3 實證分析

選取同行業(yè)的3家企業(yè)A、B、C，由專家和營銷人員運用專家分析法對營銷環(huán)境審計、營銷戰(zhàn)略審計、營銷組織審計、營銷系統(tǒng)審計、營銷生產(chǎn)力審計、營銷功能審計和營銷關(guān)系審計(設(shè)為X1、X2、X3、X4、X5、X6、X7)7項分別打分如下表1所示.

表2 各指標相對重要性權(quán)值

由專家和營銷人員給出的X1、X2、X3、X4、X5、X6、X77項指標的相對重要性權(quán)值(a1、a2、a3、…、a7)如表2所示.

對表1進行標準化，結(jié)果如表3所示.

表3 A、B、C企業(yè)得分標準化值表

求得表1協(xié)方差矩陣的特征根為：λ1=7.0，λ2=2.0，λ3=0.6，λ4=0.3，λ5=0.1，λ6=0.08，λ7=0.03.

貢獻率為：70.0%、19.9%、5.7%、2.4%、0.9%、0.8%、0.3%.

λ1、λ2對應(yīng)的特征向量分別為(0.37 -0.34 -0.36 0.37 0.32 0.31 0.34)、(-0.14 -0.08 0.02 -0.13 0.27 0.35 -0.30).

(1)傳統(tǒng)主成分法計算如下：

λ1、λ2貢獻率之和(70.0%+19.9%)>85%，故選擇第一和第二主成分進行計算排序：

Z1=0.37Y1-0.34Y2-0.36Y3+0.37Y4+0.32Y5+0.31Y6+0.34Y7

Z2=-0.14Y1-0.08Y2+0. 02Y3—0.13Y4+0.27Y5+0.35Y6—0.30Y7

由F=λ1×Z1+λ2×Z2得：FA=-2.2，F(xiàn)B=3.1，F(xiàn)C=2.6，有FB>FC>FA，故企業(yè)B營銷績效優(yōu)于企業(yè)C, 企業(yè)C營銷績效優(yōu)于企業(yè)A.

(2) 改進主成分法計算如下：

L=F×A=λ1×Z1×A+λ2×Z2×A

=(0.37a1Y1-0.34a2Y2-0.36a3Y3+0.37a4Y4+0.32a5Y5+0.31a6Y6+0.34a7Y7)

+(-0.14a1Y1-0.08a2Y2+0. 02a3Y3-0.13a4Y4+0.27a5Y5+0.35a6Y6-0.30a7Y7)

=0.23×0.12×Y1-0.42×0.43Y2-0.34×0.07Y3+0.24×0.16Y4+0.59×0.11Y5+0.66

×0.03Y6+0.04×0.08Y7

得LA=0.209，LB=-0.406，LC=0.398，有LC>LA>LB，故企業(yè)C營銷績效優(yōu)于企業(yè)A, 企業(yè)A營銷績效優(yōu)于企業(yè)B.

(3)3家企業(yè)的實際營銷績效情況為：企業(yè)C營銷績效優(yōu)于企業(yè)A, 企業(yè)A營銷績效優(yōu)于企業(yè)B.

所以改進主成分法的評價結(jié)果正確地映了各企業(yè)的實際營銷績效情況，而傳統(tǒng)主成分法只是部分正確地反映了各企業(yè)情況，證明改進主成分法優(yōu)于傳統(tǒng)主成分法.

4 結(jié)束語

本文針對中國企業(yè)市場營銷的特點，提出了中國企業(yè)市場營銷審計模型，同時提出了一種改進的主成分分析法，以克服傳統(tǒng)主成分分析法未考慮各指標的重要性權(quán)值的缺陷，并對中國企業(yè)營銷審計進行了定量分析，給出了實例證明.研究表明，所提出的中國企業(yè)市場營銷審計模型比國外市場營銷審計模型更加符合中國國情，同時改進主成分分析法比傳統(tǒng)主成分法能夠更加有效的進行市場營銷審計.

參考文獻

[1] Philip Kotler. The marketing audit comes of age[J]. Sloan Management Review, ABI/INFORM Global, 1977:25.

[2] 韓 睿. 西方營銷審計的發(fā)展歷程[J]. 廣東職業(yè)財經(jīng)學(xué)院學(xué)報,2004,3(2):39-41.

[3] Richard Jensen, Qiang Shen. Fuzzy-rough sets assisted attribute selection[J]. IEEE Transactions on Fuzzy Systems,2007,15(1):73-89.

[4] 韓 睿. 西方營銷審計的發(fā)展歷程[J]. 廣東職業(yè)財經(jīng)學(xué)院學(xué)報,2004,3(2):39-41.

[5] Che Cheng, Tang Shou-lian. Value Model of Information System Security Based on SVRM and Rough Set[C].第二屆智能信息管理系統(tǒng)和技術(shù)國際會議, 2007:20-22.

[6] Martine De Cock,Chris Cornelis, Etienne E. Kerre. Fuzzy rough sets: the forgotten step[J]. IEEE Transactions on Fuzzy Systems,2007,15(1):121-130.

[7] 陳 濤. 基于主成分分析的工程評標綜合評價模型[J]. 武漢大學(xué)學(xué)報(理學(xué)版)，2005,51(S2):85-87.

[8] Che Cheng, Ao Shan,Tang Shou-lian. Marketing Audit Value ModeI Based on Rough Set and Support Vector Regression Machine[C].Proceedings-1st International Workshop on Knowledge Discovery and Data Mining, 2008:201-204.

[9] 張 哲. 主成分分析在多維股票數(shù)據(jù)處理中的應(yīng)用[J]. 儀器儀表學(xué)報,2005,(8):132-135.