大数据营销的概念精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇大数据营销的概念，期待它们能激发您的灵感。

篇1

关键词：大数据；发展脉络；营销趋势；研究评析

一、问题的提出

云计算、移动互联网等新信息技术的广泛应用及社会化网络的兴起，使信息数据产生机制更复杂、传播速度更快、类型更多样，全球进入信息数据量“井喷式”增长的大数据时代。国际数据公司（In原ternationalDataCorporation，IDC）指出：全球创建和复制的数据量五年内增长近九倍，预计将以每两年至少翻一番的速度继续增长。仅2013年，世界范围存储的数据就达1.2ZB（1ZB抑1021B），将这些数据刻录到CDR只读光盘并堆起，其高度将是地球到月球距离的五倍[1]。生产和信息方式的变革引起管理规范及其深层次上价值观的转变。传统企业营销中，为避免无法获取整体数据的弊端，多依据小样本采样统计推断以形成所谓“科学决策”。然而采样分析的成功取决于样本的绝对随机性，大数据时代，营销调研建立在对大样本持续收集数据的基础上，实时分析和输出调查结果将为营销决策提供及时判断临界值。在大数据背景下对营销活动进行研究，具有聚焦数据，提高营销决策科学性；强调洞察，增强营销活动“预见性”；重视创新，增强营销理论“前瞻性”等研究价值[2]。特别是中国具有众多人口和庞大市场，也使中国成为最为复杂的大数据国家之一。那么，大数据对营销活动究竟会产生怎样的影响？其内在机理是什么？通过文献综述，对大数据概念进行界定，梳理其发展的历史脉络，在此基础上分析大数据对消费者行为、营销决策模式、营销战略、营销要素等的影响表征及其机理，最后对大数据的营销应用研究做出述评。

二、大数据的发展脉络及概念界定

（一）大数据的发展脉络

大数据的概念最早要追溯到上世纪，只是在互联网时代，大数据才从规模、类型等方面得以实现。早在1981年，美国著名未来学家Toffler在其著作《TheThirdWave》中，提及“大数据”，并称之为“第三浪潮的华章”[3]。2001年，META集团（现为Gartner）的分析师Laney指出数据增长带来规模性（Volume）、高速性（Velocity）、多样性（Variety）等变化[4]。《Nature》则在2008年9月开设“BigData”专刊[5-7]，同时《Sci原ence》也推出数据处理研究专刊“DealingWithDa原ta”，对数据洪流（DataDeluge）所带来的社会变革及影响做出讨论[8]。大数据研究的开创性论文是Gins原bergetal（2009）的“DetectingInfluenzaEpidemicsUsingSearchEngineQueryData”，该文探讨了如何利用谷歌搜索引擎查询词来预测流行病[9]。只是在最近几年，大数据才成为高频词。2011年5月，麦肯锡公司《大数据：创新、竞争和生产力的下一前沿》报告，指出“在数据渗透于各领域并成为生产要素的背景下，对海量数据挖掘应用，将带来新的生产增长和消费者盈余浪潮”[10]。2012年3月，美国开始实施“大数据研发计划（BigDataRe原searchandDevelopmentInitiative）”，将大数据喻为“未来新石油”，并视为与互联网、超级计算机同等重要的国家战略，这也是美国在“信息高速公路”计划后所实施的又一国家级重大科技战略。日本紧随其后，推出“新ICT战略研究计划”。同年，世界经济论坛《大数据、大影响》报告，从多个行业领域阐述大数据给世界经济带来的发展机会[11]。就国内而言，2011年12月，国金证券开创国内大数据研究先河，将其研究成果引入资本市场[12]。2012年5月，香山科学会议组织“大数据科学与工程：一门新兴的交叉学科”为论题的会议，同年6月，中国计算机学会青年计算机科技论坛（CCFYOC原SEF）举办“大数据时代，智谋未来”会议，对大数据挖掘技术、组织架构、平台治理等展开探讨。2013年6月，国家自然科学基金委管理科学部、美国营销科学学会（MSI）、南京大学商学院（管理学院）和香港中文大学工商管理学院联合主办“2013营销科学与应用国际论坛”，也将“大数据、社会化、移动化对市场营销的新挑战”作为主要议题之一。2014年2月，北京银行与小米科技就移动支付、便捷信贷、产品定制、渠道拓展等签署协议，表明国内企业运用大数据战略进入实质性阶段。2014年3月5日，总理第一次把大数据写进政府工作报告，阐明了国家对大数据产业鼎力支持的政策，随后一系列公开讲话进一步明确了这一战略部署。2015年2月，百度公司利用百度迁徙、百度指数等大数据产品直观地呈现了春运“景观”，把大数据研究成果可视化地展示在电视屏幕上。2015年3月，政府工作报告中进一步提出“互联网+”计划，推动大数据与现代工业相结合。

（二）大数据的概念界定

大数据本身就是抽象的概念，当前对其概念界定尚未达成统一，不同组织及学者给予不同的表述，见表1。尽管各方对大数据概念并不统一，但其中“大规模数据”“体量、复杂性及速度超越传统数据”“超越现代技术手段处理能力”等观点得到基本认可。IBM公司及Laneyetal（2001）认为大数据具有“3V”特征：规模性（Volume），数据量一般要达到TB级甚至PB级；多样性（Variety），数据结构类型包括结构化数据、半结构化数据和非结构化数据；高速性（Ve原locity），产生、处理、分析数据的速度加快。国际数据公司（IDC）在此基础上，增加“价值性（Value），即“大数据价值很大但呈现低密度性”的特点，从而形成大数据的“4V”特征[16]。而NetApp公司认为大数据具有“ABC”三特征：大分析（BigAnalytic），通过对大数据实时分析构建新的业务模式并更好地了解顾客需求；高带宽（BigBandwidth），快速有效地对数据进行处理分析；大内容（BigContent），包括各种类型数据，同时对数据存储、扩展、安全等管理的高要求[17]。

三、大数据对未来市场营销的冲击

根据（移动）互联网时代大数据的特征、消费者行为变化及营销模式的可能演变，通过相关文献梳理，勾画的大数据对未来营销活动的影响趋势，见图1。

（一）大数据对消费行为的影响

1援消费行为更理性。工业化时代，信息不对称的客观存在，消费者易受各种如低价促销、广告宣传等影响。而大数据时代，消费者有更多、更方便的途径获取更详细的商品价格、成本、产地、质量等信息，并可更方便地搜寻、比对和遴选，从而做出更理性的选择[18]。2援消费行为幂律分布。大数据时代，消费者评价系统更广泛，先前购物者的购后评价及经验对新消费者具有重要参考。相比先前购物者的好评，消费者则会更关注其差评，以便做出正确的消费决策。同类产品中，质量好、价格有优势、服务好的产品受到越来越多的青睐，并不断吸引新的消费者，形成“滚雪球式”的“马太效应”，消费行为呈现幂律分布。3援消费行为更个性化。工业化时代，商家追求规模经济的考虑，只能在有限范围满足消费者个性化消费。而大数据时代，信息广泛并快速传播，消费者的消费认知及创造力大大提升，消费异质性不断增大，对产品或服务的关注并不仅限于以往的质量、品牌、价格、售后等，更关注其个性化的满足程度。

（二）大数据对营销决策模式的影响

大数据时代，思维方式发生三个变革：其一，要分析与事务相关所有数据而不是少量数据所构成的样本；其二，要接受数据纷乱复杂的事实，而不能过于苛求精确；其三，更加主动地分析相关关系而不再探究难以捉摸的因果关系[19]，可以说，数据驱动型决策（Data‐drivenDecisionMaking）是大数据背景下决策的特点[20]，以“数据化、智能化、实时化垣经验”将成为大数据时代的营销决策范式。1援数据决策技术升级，注重实时处理及相关分析。传统分析多基于多元统计、计量经济学模型等方法，对大量一手和二手结构化数据实施分析，从中寻求研究对象的内在联系，常用方法有：聚类分析、因子分析、相关分析、回归分析、A/B测试、数据挖掘等。大数据背景下，数据规模大、传递速度快、非结构化数据多等特点，使得传统数据分析及数据库管理手段很难适应时代要求。数据产生及传播速度加快，要求数据应用实现从离线（Offline）向在线（On原line）的实时处理转化[21]。数据关联成为大数据的主要价值来源，但数据间交互广、价值密度低、碎片化严重，也使决策重点从以往因果关系分析向相关关系分析转变。2援决策参与主体向社会大众倾斜，数据分析师地位加强。大数据使营销决策越来越依赖于数据分析而非经验或直觉[22]，直觉判断将被精准的数据分析代替。管理者决策重心在于正确发现并提出问题，一线员工对决策参与度将大大提升，决策主体从社会精英向社会大众倾斜，扁平化组织架构、学习型企业文化将得到加强。同时，能综合运用数据分析、分布式管理的数据分析师，将为企业营销决策提供更多智力支持。

（三）大数据对营销战略的影响

1援激发协同营销的竞争格局。大数据环境下企业与行业的边界日趋模糊，营销系统开放性更明显。企业竞争不再局限于个体之间或供应链的链条间，而是向多主体所构建的商业生态系统间延伸[23]。企业营销战略的设计应打破传统的个体竞争思维，在不断提升自身营销网络化和动态化能力基础上，利用外部资源，形成协同营销格局。2援一对一营销的精准定位。大数据背景下，企业可以记录消费者在产品各个生命周期阶段的品牌偏好、口碑评价等行为数据，基于社会学、心理学、营销学、传播学等相关理论，并借助数据挖掘、统计计量等，按一定的细分标准进行消费行为细分，从而结合自身资源优势，形成目标市场的选择和一对一营销的精准定位。

（四）大数据对营销要素的影响

1援产品：顾客参与式的产品设计和个人定制。大数据背景下，虚拟企业和智能车间将会越来越多地被采用，顾客参与式的产品设计和个人定制将大行其道。那些市场价值在较短时间发生贬值的短生命周期产品的时效性更强、需求波动大，与外界存在着复杂非线性关系[24]。而长周期产品特别是其中生产工艺复杂、流程管理复杂、客户需求复杂的复杂品（ComplicatedProduct）将实现供应链纵向一体化整合及全生命周期数据整合[25]。“全息”生命周期的完整大数据可帮助企业构建消费者兴趣图谱，从而应用于营销和新媒体关系定位中。2援渠道：渠道缩短及渠道多元化。大数据背景下，信息技术更为成熟，经由中间商的渠道模式将让位于直销，渠道长度越来越短。特别是具有及时反馈交互关系平台技术的实施，使企业可开发出更多、更便捷的渠道与顾客连接，实现多渠道及跨渠道营销。诸如微商等“屏幕+手指+快递”的购物方式，配合超低的价格，使营销渠道更趋多元化。3援价格：透明度更高，基于支付意愿的差异化定价。传统营销定价多从产品成本、利润率、顾客接受度等简单因素考虑，并依据先前相关销售经验建立精算模型。大数据背景下，传统精算模型将被颠覆，价格不对称性有所改善，定价透明度越来越高，明智的价格策略是企业“阳光”定价，基于支付意愿的差异化定价将成为主导，电子支付成为主流。4援促销策略：促销手段的数字化、互动化趋势。大数据背景下，传统电视、报纸、广播等大众传媒的传播效率不断下降，而建立在数据库基础上的移动互联网将成为促销信息的重要传播手段，促销手段更具数字化。同时，促销手段更新颖，目标受众被多元化数据锁定，并特别强调与顾客间的互动和情感沟通。

四、大数据研究在营销中的应用评析

（一）研究层次：偏宏观层面研究，轻微观分析

当前对大数据的相关研究，更多从宏观层面对其概念内涵、形成脉络及其对社会所产生的影响方面展开描述，而对大数据所形成各种影响的内在机理缺少必要的微观分析。大数据为未来营销带来深刻影响，但机会和挑战并存，其合理利用前提是必须拥有准确、可靠、及时的高质量的数据[26]，只有在此基础上，才能提炼出有效的营销决策信息，才能帮助企业实现精准定位。

（二）研究视角：多立足于信息科学视角，缺少管理视角

当前，国外从管理学视角应用大数据技术来支持管理决策已成为商科教育的热点[27]。相比之下，国内相关研究还处于起步阶段，数据驱动决策的管理模式还有待形成，现有的相关研究则更多立足于对数据信息的采集、处理、检索、挖掘及离线分析等信息科学视角。而只有立足管理决策的视角，探讨大数据对现代经济组织的战略定位、架构设计、营销实施等实时问题，才能真正发掘大数据的“资源”价值，建立起信息引导决策的机制。

（三）应用范围：国内多理论研究，实践广度、深度不够

篇2

关键词：大数据时代；营销；创新方向

一、大数据时代营销创新研究的价值

1.1优化营销活动效果预测的准确性

随着我国市场经济逐步深入发展，市场的竞争也越来越激烈，企业的营销活动要想获得成功，必须要准确的定位顾客的价值，但是由于顾客需求的多元化、竞争方式的随机化以及科技更迭速度不断加快，企业想要进行有效的预测愈发的困难。但大数据给准确预测带来了可能，所谓“大”，不光是数据量的多，更意味着多样化的数据处理模式，通过大数据，可以在最大程度上综合数据，用多重数据方法来建模并进行分析，深层次的挖掘数据之间的相关性，以此来实现对未来事件的预测。

1.2提升营销管理的科学性

大数据时代营销创新的研究成果可以帮助到企业各个方面的营销活动，它使得营销活动的决策直到最终的实施环节都能做到严密而精确，使营销管理真正的成为建立在科学基础上的一种艺术。

1.3满足我国营销理论研究的前瞻性

由于大数据在全世界范围内都属于刚刚兴起的一种科学技术趋势，各国的研究程度差距不大，这实际上给我国的营销理论研究提供了一次飞速发展的机会，有可能帮助我国从模仿者一跃成为引领人。大数据目前已经在社会经济生活等许多方面发挥作用，许多企业正在利用大数据来推动营销管理的实践创新与变革。而通过大数据，我们又能将其中优秀的，有成果的实践活动理论，抽象化，从而建立起具有普适性的新的营销体系，这反过来又能够帮助大数据更好的运用于各行各业的营销实践。可以说，这是建立具有中国特色的具有前瞻性的营销理论的绝佳机会。

二、大数据时代营销创新研究的价值

到目前为止，理论界还并没有形成对大数据真正概念的共识。有人认为它是无法在一定的时间里通过传统的数据库软件来进行生成、管理以及处理的数据集合，但也有人从商业管理的角度看，认为它应该是一种“分析”，通过它来从数据中得到有效的信息，并通过这些信息获得商业优势的一种智能化的管理活动。大数据的具体定义尚未有定论，但无论从哪个角度看，人们普通认为其具备以下的几个特征：一是规模性，数据的绝对数量是首要保障；二是高速性，它包含数据生成与利用过程的高速以及分析处理数据上的高速这两个方面；三是多样性，大数据所包含的数据类型多种多样，包括以各种形式存在的结构化数据与非结构化数据；四是价值性，这些数据应当有助于社会经济领域各类管理实践效率的提高以及有助于管理模式的有效创新。

三、大数据时代营销创新研究的方向

3.1探索大数据的营销应用价值

由于目前人们对于大数据的具体概念与特征仍然存疑，并且大数据又不仅仅是一种技术手段，它应当是社会中不断增长的数据所催生的一种经济与技术现象，这也就意味着大数据只有“工具特征”，缺乏“专业属性”。如何将其所具备的各种特征与营销管理进行有效的结合并真正促进企业的营销创新是我们应当着重考虑的问题。所以，从大数据的共性特征着手，结合其在营销领域的具体特性，进一步探索大数据的营销应用价值是大数据时代营销创新研究的一个重要方向。

3.2探索大数据时代营销创新的内在机理

目前我们对于营销创新的具体研究往往都停留在对其性质特征的分析上，对其内在机理的研究却鲜有人提。大数据的出现，使得深化研究成为了可能。大数据所带来的数据透明化与共享大大增加了全球数据资源的可获得性以及可运用性。大数据在营销管理实践上的运用，是实现对营销创新目的的一个重要工具。

3.3探索大数据时代营销创新的支撑体系

在大数据背景下，营销创新不能仅仅依靠营销职能部门的努力，它必须依靠多方面力量的支持。由于数据的分析实践本身就是一种跨职能与跨层级的组织行为，并且大数据要想实现在企业中的良好运用也必须依靠外部力量的支持。因此，一个综合战略，制度，政策多方面的支撑体系是推动大数据时代营销创新的重要保障。如何从企业战略，顾客的根本需求以及产业政策等多方面着手，建立起这样一个良好的支撑体系，也成为了大数据时代营销创新研究的另一个重要方向。

四、结语

随着云计算、物联网技术的发展，我们已经步入“第三次工业革命”时代，大数据的兴起正是一个重要标准，现代企业之间的竞争开始转化为数据之间的竞争，与以往相比，企业的数据越来越丰富，给企业带来了巨大的参考价值。

参考文献：

[1]冯芷艳，郭迅华，曾大军，陈煜波，陈国青.大数据背景下商务管理研究若干前沿课题[J]. 管理科学学报. 2013（01）

篇3

（1西华师范大学 四川 南充 637002 2四川大学锦城学院 四川 成都 611731）

摘 要：从大数据环境视角出发，研究探讨如何权变地解决创业预测、决策与定位的精准化问题，并在此基础上提出了精准创业的概念模型，为推动创业与创新取得良好效果具有导向意义。

关键词 ：大数据；精准创业；关系函数

中图分类号：TN912 文献标识码：A doi：10．3969／j．issn．1665－2272．2015．14．009

*基金项目：四川省教育厅科研项目“创新创业教育支撑体系实证研究”（项目编号：14SB0444）；西华师范大学教改项目“创新创业教育实践平台的影响维度实证研究”（项目编号：JGXMYB1318）；教育部教育管理信息中心MOOC课题2014－2016年度重点项目“大数据环境下创新创业教育的结构模型与实现路径研究”。

收稿日期：2015－04－30

在大数据环境下，数据与资金、人才、技术等成了企业生存发展的重要资源，对这些资源的运用方式决定了创业企业的兴衰存亡，创业者要想高效运用这些资源，就要解决一个问题——精准。“精准”能够使企业明确目标、节省成本、开发需求、占领市场，进而获得利润，长久地生存发展下去。Barabási认为，在大数据时代人类行为的95％都是可以预测的。这个比例之大，使得创业者对“精准”占有市场和化解风险有了重新的期盼。

1 精准的理论研究历史脉络

本研究通过对不同历史时期实现精准的表述，将精准的研究分为以下几个阶段。

第一阶段，小数据市场调查与预测阶段。在数据来源领域，Kiaer是第一个使用抽样方法收集数据的人，并进行了许多纯粹的抽样调查。最先将随机化理论引入抽样调查的是Bowley，同时也是他发展了目的性选择理论。Mahalanobis提出了交叉子样本的理论，以此来降低非样本误差的问题。此后，统计学陷入了对各种抽样方法的研究之中，但是，都不能完全避免抽样所带来的误差。

第二阶段，精准营销阶段。电子商务的飞速发展，使得各种网络营销概念层出不穷，Wunderman提出了精准营销的概念。Abin和Brebach提出了精准营销的4R法则，即Right customer ＋Right message ＋Right channel ＋Right time。Kotler认为精准营销中至关重要的就是建立个性化的沟通，它的含义就是前文所提到的4R法则。Laursen基于大数据时代的商业分析补充了一些新的精准营销的方法与案例。

第三阶段，大数据精准预测阶段。Hubbard认为大数据的源头之一是数据化决策，财富500强企业都在使用量化决策方法，企业要想在复杂多变的社会环境中立于不败之地，就必须对企业所掌握的数据进行分析，分析后的信息就是企业管理决策的重要依据。Sch nberger提出了大数据时代，不再依赖随机采样和因果关系。Maex和Brown在《大数据营销：定位客户》指出可以利用大数据来辨认出最佳顾客——利润最高的顾客，如果用效率最高的方式和这些顾客打交道，就能使他们的购买力提高，进而增加企业的利润。

综上所述，笔者认为，基于互联网和大数据技术的精准预测方法，将逐步取代传统的创业决策方式，成为创业研究的新趋势。

2 上述研究共同指向的新问题

2．1 没有结合时代趋势引入“大数据”方法

文献中还没有将大数据的精准效果应用在创业领域的概念。Hubbard认为，具有高信息价值的量一般都是客户从未量化过的，一个被量化事物的经济价值，和它所受到的关注常常成反比。绝大多数企业都缺乏科学决策的思想，缺乏对用户购买行为产生的各种数据进行分析，仅凭经验判断、直观感觉做出的决策出错的几率很大。归根结底是没有引入大数据的方法，缺乏对精准效果的把握。

2．2 缺乏“精准”的概念内涵

精准就是在恰当的时间，将恰当的产品，运用恰当的方式，销售给恰当的顾客，只有同时满足这四个条件才能称之为精准。大数据中的海量信息，能够帮助创业企业精准地找到其目标顾客，并为其预测顾客偏好的改变。创业企业据此可以决定公司的商业模式、盈利模式、营销方式等。由于大数据的精准预测的特性，对大数据的分析、使用可以大幅度降低创业失败的风险。而目前的创业决策还主要依靠主观臆断和经验，创业行为还近似赌博，缺少精准性。

2．3 缺乏“权变”的思维

Luthans认为，权变关系是两个或更多可变因数之间的函数关系，权变管理是一种依据环境自变数和管理思想及管理技术因变数之间的函数关系来确定的对当时当地最有效的管理方法。在不断变化并快速发展的数据环境下，没有一成不变、普遍适用的“最好的”创业理论和方法，企业在其生存和发展中，要根据组织所处的外部环境和内部条件的发展变化随机应变，这样才能使企业长久发展下去。

3 精准创业概念的提出

3．1 逻辑结构：一种权变的关系函数

在大数据背景下的创业活动，离不开权变思维，因为大数据和创业本身都是不断变化之中的。创业企业必须运用权变思维进行创业策略的规划设计，才能在瞬息万变中采用“更好的”应变策略。

创业成功率的高低关键是由精准效果来体现。精准效果也是检验各种创业理论解释力和预测力的基本标准。精准创业效果与创业企业利用所掌握的大数据进行精准的数据化预测、数据化定位及数据化决策有关，不能用固定的模式进行创业或者盲目地投资创业。

按照Luthans权变函数关系构架，大数据环境与创业之间，也是某种函数的关系（见图1）。将这个函数关系命名为通过大数据实现的精准效果，即“精准创业”。精准创业的关键在于怎样使大数据环境与精准创业之间建立函数关系。精准创业作为一种权变函数，其过程是数据化预测、数据化定位及数据化决策等因素的方程式，即Precise Entrepreneurship＝F（Data prediction，Data decision，Data position），即PE＝F（P，D，P）。

3．2 因变量：精准创业

在此权变函数关系中，精准创业（即精准效果）可作为因变量。因变量随自变量的变化而变化。创业企业应当根据自变量与因变量之间的权变关系来设计一种最有效的创业模式。在创业活动中，大数据环境支撑的各子系统之间相互影响，相互联系，并具有系统的开放性。创业活动中的个人及组织行为必须与大数据环境因素相适应，实施精准的数据化预测、数据化定位及数据化决策，精准各个系统环节，才能使创业达到最佳绩效。

3．3 自变量：大数据环境

在此权变函数关系中，数据化预测、数据化定位、数据化决策等因素可作自变量，大数据中数量庞大的数据资源能够帮助企业精准定位，准确预测经济形式的变化，并及时作出最利于自身的决策。因此企业对这些信息收集、整理、利用的能力至关重要，运用这些信息的程度决定了企业的兴衰存亡，这些能力也是大数据时代对企业的必然要求。

（1）数据化预测。大数据的核心就是预测。大数据包含着错综复杂的信息，创业企业可以采用与之相匹配的管理流程、技术手段去挖掘这些数据所带来的价值，从大量的客户数据、访问行为中去辨识客户访问数据的模式，从而为创业决策和定位提供精准化的预测。

（2）数据化决策。大数据在一定程度上降低了信息不对称的程度，使决策信息更加大数据化大数据整合了各种类型的数据。基于大数据的精准决策， 可以指导和帮助创业决策流程的每一个可以量化的环节并做出最优的处理。利用大数据决策大幅提高了企业决策中所含的技术量与知识量，大数据利用的有效与否是企业决策的关键。大数据为企业提高竞争力提供了新的舞台，这种竞争力归根到底是数据分析提炼能力，是情报分析利用能力。

（3）数据化定位。创业是伴随着高风险的，一次错误的目标顾客定位就会导致失败和债务。精准的定位，是对目标市场的供给和需求情况做出细致的分析后，针对目标顾客的细分需求，依据大数据进行差异化的定位。通过定位精准化，创业企业可以制定准确的战略把有限资源准确地用于如何获取新客户，提升现有客户和保持客户，促进企业的持续盈利。

精准创业，对提升创业绩效具有导向意义。值得指出的是，精准创业目前还是一个较为理想的概念。由于大数据环境还受社会环境、人的情感等诸多因素干扰，很难做到绝对理性精准化。不过，随着“互联网＋”逐渐深刻地改变人们的生活，通过精准创业概念所体现的思想与方法，将成为未来最主要的创业方式。

参考文献

1 丹尼尔·A·雷恩．管理思想的演变［M］．北京：中国社会科学出版社，2004

2 道格拉斯·W·哈伯德．数据化决策：大数据时代财富500强都在使用的量化决策法［M］．北京：世界图书出版公司，2013

3 张玉利，李乾文，李剑力．创业管理研究新观点综述［J］．外国经济与管理，2006（5）

篇4

数字的本质是人，数据挖掘就是在分析人类族群自身。因此在大数据的背景之下，问题的关键已经不仅包括用户说的是什么，还包括用户是谁？做了什么？大数据的营销价值，是随着实名制社区和电子商务的普遍化，用户之间所产生的人际关系链，也就是人脉价值，通过这种人脉最终实现交易数据跟交互数据的融合。

而大数据时代下的营销应该指的是在互联网普及的当下，社会化应用以及云计算，使得网民的网络痕迹能够被追踪、分析等，而这个数据是海量的以及可变化的，企业或第三方服务机构借助这些数据为企业的营销提供咨询、策略、投放等营销服务的行为。

和信息化很多概念一样，大数据营销其实也不算很新的概念，只是因为随着云计算、云端应用、各种移动设备的普及，以及社会化媒体的兴起，对数据营销体系的成熟，使得大数据营销受到越来越多的关注，并且逐渐成为多数企业的必选题。

大数据营销是未来营销的主战场，当电视、报纸等传统媒体在放缓，乃至衰减，而且随着多网融合，大数据正在将传统渠道的数据融合，由此形成了“数据为王”的营销格局。

在过去，我们总是倾向于通过采用小组和调查问卷的方式找出我们的客户在哪里。而当调查结果总结出来时，结果往往已经过时。而利用大数据，这种状况将不再发生。大数据能够帮助企业完全勾勒出其客户的DNA。充分了解客户是有效的与客户达成生意合作的关键。

大数据可以为企业提供针对个体客户的十分个性化的见解。使用互连的社交媒体数据、移动数据、网络分析和其他数据分析，企业可以充分了解每一位客户，实时地知道他们想要什么，以及何时想要。

此外，企业可以使用大数据发现顾客尚未提出的需求。通过分析企业已经掌握的数据模式和回归分析，你会发现客户尚不知道他们自己的需求和愿望。大数据还可以帮助企业发现在哪个市场推出首款产品，或在哪里放置产品。

未来的企业市场营销费用的分配，除了部分品牌投放外，多数投放都是在大数据下指引的，企业的消费群分布在哪里？企业的潜在用户在哪里？通过大数据找到他们分布的地方，然后用有创意的投放形式让他们成为企业的粉丝以及形成销售。最终达到营销策略的合理化。

创意是营销的前提，需求是营销的保障。但是规避风险也是营销过程中必须思考的问题。为了确定一个潜在的客户或者供应商的风险，您需要对客户或供应商进行特定的归类，每位客户或供应商都有自己的风险水平。更多的时候，如果您的客户或供应商被归类到一个错误的类别，无疑将导致错误的风险。

一个风险太高的配置文件没有所带来的害处反倒不是很大了，除非让您的企业失去营收收入；但过低的风险，有时可能使您的企业遭受严重的损害。利用大数据可以针对每位客户或供应商过去和现在的实时数据有针对性地确定风险类别。为企业的营销起到保驾护航的作用

营销是一个闭环行为，我们不仅要牢牢抓住的顾客群体，还有应付我们的竞争对手。

所谓知己知彼，百战不殆。所以充分了解您的竞争对手，分析竞争对手当下的状况，将帮助您提供一个有价值的开端。使用大数据分析算法能够找出您的竞争对手产品价格的变化，从而自动改变您的价格以及保持竞争力。您也可以监测竞争对手的其他行为：如自动跟踪对手的新产品或促销活动（市场如何反应）。

篇5

关键词：大数据；市场营销；专业教学；

中图分类号：G648 文献标识码：B 文章编号：1672-1578（2016）01-0028-01

在过去的数年中，以信息技术和网络技术为支撑的大数据技术展现了蓬勃的生命力，也在社会的各个领域得到了广泛的应用，在市场营销中有着重要的应用。高校作为培养高等人才的主要阵地，必须结合大数据技术的新发展，探讨大数据背景下的专业人才培养体系的调整和转变，以适应新形势下社会对高等人才的需求。

1.大数据的内涵和特征

大数据是一个十分抽象的概念，业界对于大数据较为贴切的认识是"大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯"。大数据最鲜明的特征是种类多、速度快、容量大、流量快、价值高，大数据的这种特点是有别于以往传统的数据概念，大数据不仅要搜集海量的数据，还要根据这些海量的数据分析、挖掘、处理得到有用的有价值的信息。这意味着每个数据都能在互联网上获得生命，产生智能，散发活力和光彩。

2.大数据对企业市场营销行为的影响

2.1 企业的市场营销规划周期将缩短。大数据技术在市场营销行业中的应用会造成企业的市场营销规划周期的缩短，企业的市场营销规划是一个长期工程，通过长期性、根本性和方向性的企业与社会环境互动，但是大数据引起市场营销后，各种结合互联网技术的新型的市场营销手段层出不穷，市场营销有了大数据的支持，营销目标人群的精准度大幅提高，企业要及时根据当前的营销状况，调整市场营销策略，这样企业才不会在市场营销过程中落伍，销售目标才能完完成。

2.2 同类企业市场营销竞争更加激烈。企业的发展是基于新产品的开发和市场营销行为的成功，在技术水平基本持平的行业，产品的性能没有什么本质的差别，因此决定企业发展好坏的重要原因就是企业的市场营销水平。正确的市场营销策略、大范围的市场推广、精准的目标群体主动影响等都是企业市场营销的重要原因，大数据作为一个开放的环境和平台，可以为每一个企业服务，大数据提高的海量数据分析结果可以为企业制定差别化的市场营销方案，这会导致同行业的企业市场竞争越发激烈，加速了市场的优胜劣汰选择。

2.3 大数据对企业的市场营销将更加重要。大数据的出现使企业在制度市场营销方案时更加的科学，基于大数据的分析和判断能提高市场营销的效率和准确度，传统的市场营销是基于对市场大众的抽样调查，调查分析结果和真实情况还具有一定的偏离度，尤其是对于特殊行业。在大数据背景下的整个企业营销流程中，各种相关的数据调查和数据库有力地支持了市场营销方案的制定，使企业的市场营销行为更加的科学化和规范化。

3.大数据对市场营销专业教学的挑战

3.1 传统的市场营销专业教学缺乏大数据相关内容。大数据作为近些年发展起来的一项技术，在各行各业得到了广泛的应用，展现了很高的发展潜力，基于海量数据的快速分析，能够对社会公众群体的特征和行为进行统计性、科学化的概括，这种分析和判断的结果对于市场营销专业具有重要的作用，能大幅度提高市场营销的效率和效果，甚至可以说大数据技术的应用能引起市场营销专业的变革。传统的市场营销专业教学缺少关于大数据的相关知识，为了保证高校培养的学生能有效满足企业的需要，必须在专业课程培养体系中加入大数据技术、网络技术、搜索技术等，提高学生的专业能力。

3.2 传统的市场营销专业教学缺乏实训课程。市场营销是一门应用性、实践性很强的管理学科，在传统的课堂教学中，要尽可能地使学生做到理论联系实际，提高其实践能力，能够学以致用，但是往往在教学过程中还是能听到学生说，市场营销很抽象，感觉离自己很远，不好理解，也不好操作，总的来说传统的市场营销教学主要以教为主，学生的实训实操碍于客观条件长期被忽略，学生在校期间对于市场营销的理解是碎片化、理论化的，这十分不利用大数据背景下的市场营销人才的培养。

4.大数据背景下市场营销专业教学改进策略

4.1 及时更新市场营销教学内容。在大数据的社会背景下，企业的市场营销模式层出不穷、推陈出新，令人眼花缭乱，国内现行的教学体系基本沿用菲利普・科特勒的市场营销学课程体系，长期以来教材和教法相对固化，不利于培养学生的创新精神，也不能满足当下的大数据应用背景要求，因此高校市场营销专业教学要突破以往的旧体系，实时引入新知识、新内容、新教法，培养学生的专业能力和创新精神，以适应大数据时代企业对市场营销人才的需要。在教学过程中及时跟踪大数据市场营销经典案例，在课堂上和学生们探讨分析，引导学生使用大数据结论指导市场营销工作的开展。教师要及时调研大数据发展的新成果，及时引入课堂，使学生能接受最新的教学内容。

篇6

关键词：大数据；市场营销；4P理论；4P+1

一、大数据浪潮

根据维基百科对大数据的定义，大数据，或称海量数据，指的是所涉及的数据量和规模巨大到无法通过目前主流软件工具测量统计，并且在合理时间内截取、处理、并提取成为帮助企业做出经营决策更的信息。

2013年3月，Cisco了《2012-2017思科视觉网络指针全球移动数据流量预测》，该报告显示，未来四年内，全球移动数据流量的增长规模将高达13倍，到2017年，每月流量估计将达到11.2EB，大数据背后的这些商业价值等待着我们不断去挖掘。

图1 思科全球移动数据流量预测

二、大数据的经济价值

根据IDC2012年的报道，预测大数据市场会变得更大、更好，IDC的报告表示，2010年大数据产业的价值为32亿美元，预计到2016年收入将达238亿美元，年增长率高达40%，是整个IT与通信产业增长率的7倍。

综上所述，大数据时代带来的不仅是一场新的科技革命，而且还给各行各业的发展提供了前所未有的机遇，必将引发各行各业的变革。大数据所蕴藏的巨大经济价值已经开始崭露头角，而这一切还只是刚刚开始。

三、大数据与营销管理的科学化

在营销体系中，大数据带来的影响不仅是数据量的几何级增长，还有从量变到质变的颠覆性变革。在大数据视角下，传统的营销理念可以得到优化升级，从而更加契合不断变化的营销大环境。本文首次从大数据的视角出发，对经典的4P理论重新审视，赋予4P理论大数据内涵，并尝试提出“4P+1”的概念，其中“1”表示Prediction-预测。

（一）Product-产品-个性化定制

顾客购买的不仅仅是产品和服务，他们需要的是产品和服务带来的利益。然而，顾客有哪些具体的利益诉求？什么样的产品和服务能满足顾客具体利益诉求？

大数据技术的发展及应用为这些问题提供了更好的解决办法，大数据强调的就是数据的全面性和巨量性，不会舍弃有可能蕴藏商机的顾客数据。凭借大数据分析技术，企业可以采集到用户有关于产品和服务的所有数据，正是这些“大数据”，体现了消费者的“个性化意愿”，为企业新产品开发提供了依据。因此，企业要有大数据思维，抓住客户或潜在客户的内心诉求。大数据为实现个性化定制提供了质的飞跃，使个性化定制成为可能。

（二）Price-价格-动态定价

在大数据时代，消费者不再是单纯的受众，不再被动地接受信息，而是转变成为参与者和推动者，成为营销的主体，这一点是颠覆性的变革。因此，企业的定价策略也要考虑到消费者的参与，毕竟在营销组合中，价格是唯一产生收入的要素。既然影响因素是变化的，而且价格也有灵活性这一特征，因此价格的制定就应该是动态的。通过收集消费者的行为数据，进而分析他们的消费心理和预期，如果制定的价格恰好能触动消费者最后一道心理防线，他们会毫不犹豫的把产品带回家，并且得到心理上的满足感。

（三）Place-渠道-打通线上线下（O2O）

近几年，电子商务的高速发展给传统行业带来了巨大冲击，网上购物成了人们的首选购物模式，电子商务的触角已经伸向各行各业，传统企业必须实现转型。

电子商务不简单是把产品搬到网上去卖，这是狭义的电商。电子商务要想继续保持良好的发展态势，必须做到更佳的消费者体验和更完善的服务，而这要依靠新型营销渠道的铺设。传统行业要想在数据时代立足发展，必须打通线上线下。在线上采集客户数据，结合线下的实际体验，着力于互联网渠道的构建，使线上线下相结合。凭借海量数据，有助于企业扁平化渠道的设计，从而降低传统营销模式下的渠道成本和营销风险，让企业的产品更快送达消费者，缩短了消费者与企业之间的距离。

（四）Promotion-促销-互联网广告的精准投放

广告界有这样一句广为流传的话：“我知道在广告上的投资有一半是无用的，但问题是我不知道是哪一半。”广告打动受众的关键就是能否精准击中消费者内心的潜在需求。大数据分析将帮助企业找到潜在的机会，同时也为消费者提供自己确实需要的产品广告信息。

很多企业还是习惯从网站购买广告位，每天支付数万元的费用，但往往带来的有效转换率却很低。由广告信息向购买行为的转换，需要的就是大数据技术的支持。用户在互联网上的浏览记录其实就是数据的源头，通过数据分析，准确把握消费需求意愿，并以此为基础制定营销策略――精准投放互联网广告。

（五）Prediction-预测

大数据的核心是预测，通过对系统采集的数据加以分析，预测未来走势，预测消费者对产品和服务的需求，预测广告受众的接收程度等。

亚马逊可以为我们推荐喜欢的书，Google可以为关联网站排序，QQ可以知道我们可能的好友，等等。这些预测系统能够有效，关键在于它们是以大数据为基础。此外，随着系统接收到的数据越来越多，通过记录找到的最好的预测模式，可以对系统进行改进，实现实时动态预测，进而提高预测的精准性。

四、结论与思考

传统的营销4P理论，在大数据的视角下，不再是单纯的以企业为中心，消费者本身也作为参与者介入到整个营销过程。人类活动每天都产生各类数据，对海量数据的收集是大数据时代的基础，进而挖掘出更有价值的信息，是大数据时代的关键；以经过提炼的大数据为基础，就可以对未来趋势进行科学合理的预测。而且这个预测过程也是动态的，随着数据量的不断增加和数据特性的变化，预测结果也将更加合乎消费者的心理预期。因为这只是一个初步的研究，尚有很多不足之处，随着大数据技术的不断发展，该研究也会不断深入，使之更加科学，乃至上升为一种新理论，将对企业和消费者都会有很明确的指导意义。（作者单位：浙江师范大学）

参考文献：

[1] 陈如明：《大数据时代的挑战、价值与应对策略》，《移动通信》，2012年第17期。

[2] 冯立芳，麻震敏：《大数据重塑营销》，《成功营销》，2012年8月。

[3] 金懿：《大数据下的广告营销战略发展趋势》，《中国传媒科技》，2013年7月。

[4] 钱琼：《大数据时代如何提高产品营销成功率-移动互联网时代的个性化营销》，《价值工程》，2013年。

篇7

关键词：精准营销；精准营销应用；大数据

中图分类号：F713.50 文献标识码：A 文章编号：1008-4428（2016）07-58 -03

物质世界的极大发展带来的不仅是人们生活方式的转变，消费者的需求也不再单一化，呈现出多样化、个性化、主体化的特点。金融危机的阴影正逐渐褪去，可以说现阶段基本上处于物质生活的相对繁荣期。而且随着人类进入互联网高速发展的新时期，人们无时无刻不在消费现有数据并不断产生各种各样的新数据。如何利用现有数据在正确的时间以正确的方式向正确的顾客销售正确的产品成为影响企业发展的战略性问题。基于此，精准营销的理念正逐步被大众所关注，学者们也纷纷开展对于精准营销的研究。本文通过对国内外学者进行的精准营销相关研究进行归纳和整理，总结出基于大数据的精准营销在传统行业、新兴领域、电子商务领域以及新媒体方面的应用现状，进一步指出未来精准营销发展新方向。希望能为学者们对精准营销的进一步研究提供参考以及企业对自身应用精准营销提供一定的理论依据。

一、精准营销相关理论研究

（一）精准营销概念梳理

精准营销自其提出以来就被奉为顺应时展的产物，它不是对传统营销的颠覆和否定，而是对其的继承和进一步发展。较为公认的说法是世界级营销大师菲利普・科特勒在2005年首次明确提出精准营销。并将其描述为公司需要更精准、可衡量和高投资回报的营销沟通，需要更注重结果和行动的营销传播计划，还有更注重对直接销售沟通的投资。国内较为权威的说法是著名精准营销学者徐海亮提出的精准营销就是在精准定位的基础上，依托现代信息技术手段，建立个性化的顾客沟通体系，实现企业可度量的低成本扩张。当然也有学者对精准营销做了更为详细的说明。刘征宇认为“精准营销”是通过定量和定性相结合的方法对目标市场的不同消费者进行细致分析，根据他们不同的消费心理和行为特征，企业采用有针对性的现代技术、方法和指向明确的策略，实现对目标市场不同消费者群体强有效性、高投资回报的营销沟通。尽管目前为止，还没有对精准营销的绝对定义，但是从学者们的理解中可以基本归纳出精准营销的3个关键点；精确定位、可衡量、高投资回报。本文用4W和1H来形象阐述精准营销。即在合适的时间（when）、合适的地点（where）以恰当的方式（how）向恰当的人（who）销售恰当的产品（what），恰到好处称为“精准”。

（二）基于大数据的精准营销

随着云技术的进一步发展，大数据也揭开了其神秘面纱。何为大数据？顾名思义就是大量的数据，至于到底达到何种程度才可谓之大数据呢？较为权威的说法是大数据是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据。但是大数据的特征并不只限于量大，其特征还包括数据类型多、数据价值高密度低以及实时处理四个方面。例如移动公司存储的客户个人信息以及各种消费记录、银行存储的账户信息以及所办理的各项银行业务的记录都可称之为大数据。

有了对大数据的初步了解，易于理解基于大数据的精准营销就是依托现有的大数据，利用现代信息技术进行分析与预测，帮助企业向特定客户应用特定策略投放特定产品的营销方式。当前较为普遍的精准营销方法中基于数据库的精准营销以及基于互联网的精准营销都是基于大数据的精准营销。

所谓基于数据库的精准营销就是事先建立一个有一定规模、相关信息较为完善的消费者数据库，在此基础上利用数据挖掘技术对顾客偏好与购物习惯进行探索，从而实现精准营销。许多学者对基于数据库的精准营销方法做了详细介绍。伍青生等在精准营销的思想和方法详细介绍了基于数据库营销的方法：邮件直附营销、呼叫中心、手机短信。而基于互联网的精准营销就是通过互联网来识别网民的消费心理和行为特征。也就是通过记录网民的上网记录来了解网民的潜在需求与偏好，从而实现精准营销，其实质是基于网民上网所留下记录的大数据来进行精准营销。常见的有窄告、点告以及搜索引擎等。

（三）国内外研究现状

1.国内研究现状

笔者对国内有关精准营销的文献搜集主要来源于中国知网（CNKI）。通过以精准营销为关键词或标题或摘要筛选出近年来发表在中文核心期刊或有一定影响力期刊上的文献，并通过阅读大量相关文献总结出精准营销的国内研究现状。

精准营销自其提出以来，受到了学者们的广泛关注。国内学者纷纷开展对精准营销的理论和方法研究。如刘征宇在《精准营销方法研究》中分析了精准营销的概念并介绍其体系和方法以及未来发展的趋势。伍青生等在《精准营销的思想和方法》一文中详细介绍了精准营销的运营体系和方法。王俊等在《精准营销理论浅探》一文中对精准营销的产生原因进行了分析，并从产品和价格的精准，营销渠道的精准和广告的精准等方面探讨了精准营销的具体实施。并且国内学者的研究重点在于将精准营销视为一种营销策略，探索其在各行各业的应用。本文第二部分详细介绍了国内学者对精准营销应用研究此处暂不赘述。

2.国外研究现状

笔者通过以precision marketing（精准营销）为关键词或标题或摘要在收录文献较为全备的外文文献数据库elsevier science direct、Springer link、nature等进行了搜索。发现相对与国内来说，国外有关精准营销的研究文献相对较少，且对一些精准营销的理论性研究相对较少，偏向于研究以实践为主的基于特定技术的精准营销实施方法。Zhen Y等提出了一个精准营销决策决策框架，旨在帮助管理者识别不同的客户类别的潜在特征，并提出了相应的精准营销策略，通过实例验证了其决策框架是有效的。Bert D R 和 Zeger D等为一家总部位于伦敦，专门从事手机位置敏感精准营销的公司开发了一个基于微软excel链接术语和建模语言等的自动调度和优化广播广告手机短信的精准营销决策支持系统。该系统显著减少了所需的时间安排的广播，并导致在增加客户的响应和收入。并且国外对精准营销的应用研究较少，下文涉及处再进行介绍。

二、精准营销应用研究

（一）基于大数据的精准营销在传统行业应用研究

本文所指的传统行业是一个相对的概念，是相对于互联网、电子商务等而言的传统等，包括但不仅限传统意义上的第一、二、三产业。近年，学者们纷纷开展精准营销在传统行业的应用研究。如乔丽探讨了精准营销在出版社图书发行工作中的具体实施，提出要做好读者和市场的调研、采用现代化信息技术进行基础建设、有针对性地采用一系列精准营销措施，才能达到良好的图书营销效果及预期的销售目的。宋磊将大数据营销与出版业相结合，提出出版全产业链的大数据营销以及在应用过程需注意的包括思维方式变革、大数据的保鲜及优质等几个问题，旨在对新形势下的图书行业营销工作有所启示。胡文静从传统农业营销现状分析入手， 联系大数据时代给传统农业营销带来的机遇和挑战，提出立足精准营销，拓展订单农业；聚焦口碑营销，打造绿色农业；借力体验营销，发展休闲农业是传统农业走出营销困境，实现营销模式创新的有效途径。王克富基于大数据思维和大数据处理，提出精准营销新模式，即精准营销= 精准数据+ 精准分析+ 精准推送。然后通过一个零售业数据实例，详细地说明了该模式的应用过程和实现方法。

（二）基于大数据的精准营销在新兴行业的应用研究

互联网、信息技术以及通讯技术的发展涌现出的新兴行业也得到了精准营销研究者的关注。如林桂珠和范鹏飞在明晰电信企业精准营销的概念和内涵的基础上，分析了我国电信企业进行精准营销的必要性，并对电信企业的3G市场进行了科学的分析，研究并提出了电信企业在3G时代进行精准营销的举措。王威针对江苏卫视和中国教育电视合打造的电视求职类节目《职来职往》，分析其运用精准营销的理论，通过差异化精准营销手段，锁定大学生求职群体，通过真人秀的节目形式，满足受众的求职信息服务需求，以整合营销的方式传播节目，形成电视节目的独特领先优势。孙玉玲在简要阐述了大数据的定义和特点的基础上， 着重分析了大数据时代数字出版产业的发展趋势，指出基于大数据技术的精准营销日益受到重视，如果能充分挖掘大数据的深层次价值， 就可以开发出更能满足消费者需求的新产品和新服务， 也能实现精确而个性化的广告推送。

（三）基于大数据的精准营销在电子商务领域的应用

步入21世纪，电子商务的飞速发展颠覆了传统的购物模式，开展适销对路的电子商务成为企业在激烈市场竞争中的制胜法宝，这也使得学者们加大对电子商务营销的研究意义重大。如柴海燕从比较传统营销与精准营销的差异入手，分析了旅游电子商务网络营销的发展困境，并提出应利用w eb 2.0 强大的信息集聚和互动功能开展旅游精准营销。王步芳和刘凤针对阿里模式即阿里巴巴电子商务平台（包括阿里巴巴B2B、淘宝网C2C和淘宝商城即天猫B2C三大平台）主导的精准营销模式进行说明介绍，指出阿里模式带来企业管理革命并开创“产消合一的无缝经济”。

（四）基于大数据的精准营销在新媒体领域的应用

新媒体是一个相对而言的概念，智能手机、平板电脑都可称之为新媒体。新媒体的普及带来人们生活方式和消费习惯的改变，基于新媒体的精准营销正逐步广泛应用开来。冯智敏和李丽娜指明QQ广告和富媒体广告分别代表了用户精准和内容精准的两种网络精准广告形式，QQ上线弹出广告、对话框网幅广告、鼠标响应广告、QQ邮件广告、QQ社区广告等，是QQ针对用户的主要精准广告形式。刘丽彬认为“以客户为中心的精准营销和主动式服务营销，在正确的时间把正确的信息传递给正确的人”的微博营销理念，引领着微博精准化营销的发展。邱月指出微信庞大的清晰用户及强大的应用功能如微信公众号等为企业精准营销提供了目标准备和技术支持，但目前微信营销的实施途径还呈现单一化的特征，方式也日渐趋同，受众新鲜感不断消失，因此，企业依然需要不断思考如何利用微信的精准性更好地服务于营销这一命题。

三、评述

精准营销自其于2005年明确提出以来，吸引了国内外许多学者密切关注。学者们在研究精准营销相关理论与方法的基础上开展了其在各行各业的应用研究。笔者通过对国内外精准营销相关文献进行梳理得到以下评述。

（一）精准营销近年来广泛应用于各行各业中

在传统行业如农产品销售、图书出版业、零售业以及旅游业都可以见到精准营销的身影；新兴领域如电信行业、传媒广播业也都通过精准营销得到了进一步发展；精准营销在电子商务领域的应用将电子商务的发展推广到了一个新的高度；而当前较为热门的新媒体也纷纷通过微博、微信、QQ开展了精准营销。未来精准营销可进一步应用于与人们生活息息相关的各行各业中。

（二）现阶段的精准营销对数据的依赖性较高

无论是基于数据库和基于互联网的精准营销还是基于第三方平台的精准营销，其实质都是基于数据的精准营销。精准营销实施的关键点：市场细分、目标客户的选取、适合的营销策略以及营销渠道的选择，而这些都需要对顾客的购买记录、浏览足迹、上网行为等大量数据进行分析和预测而获得，数据是精准营销的生命线。然而随着社会生活的变化，人们的防范意识逐步加强，对个人信息的保护意识也愈加强烈。如何在获取消费者信息与保证消费者的满意度之间谋求平衡成了企业急需解决的问题。

（三）国内学者对精准营销的研究更多的是集中在理论研究阶段且缺乏创新性

学者们对精准营销的定义、方法与其实施策略进行了深层次、多方面的研究，通过相应的理论基础对精准营销的应用进行说明，为精准营销的应用打下了坚实的理论基础。但是尽管少数学者会结合具体实例来说明精准营销的应用，但也只能说是针对于特定现象的精准营销理论套用，未对精准营销的创新应用进行深入研究。这不适合变化迅速的市场环境与竞争激烈的国际环境。未来学者们的努力方向应该是基于实践的精准营销创新方法研究，帮助企业走独特且高效的精准营销之路。

（四）国外学者对精准营销的研究偏向于建立相应的模型或机制来实现某一特定领域或生产环节中的精准营销

精准营销理念的提出起源于国外，然而笔者在文献搜集过程中发现鲜有学者对精准营销理论进行进一步探讨和研究，也有学者会在书的某一章节进行简要介绍，但很少以精准营销理论研究为重点进行专门研究。而国外学者们对精准营销的实践应用研究却是可圈可点的。希望中外学者能各取所长，完善对精准营销的全面研究。

参考文献：

[1]徐海亮.论精准营销的体系及理论[N].中国邮政报， 2006. [2]刘征宇.精准营销方法研究[J].上海交通大学学报，2007，（S1）： 143-146.

[3]黄升民，刘珊.“大数据”背景下营销体系的解构与重构[J].现代传播， 2012， 34（11）： 13-20.

[4]杨灿荣，郑淑蓉，卢益.“大数据”驱动的零售企业商业模式创新探究[J].商业时代，2014，（27）： 15-16.

[5]伍青生，余颖，郑兴山.精准营销的思想和方法[J].市场营销导刊，2006，（05）： 39-42.

[6]王俊，陈贵松，田家华. 精准营销理论浅探[J]. 中国集体经济，2009，（03）： 70-71.

[7]Zhen You Y S D Z. A decision-making framework for precision marketing[J]. Expert Systems with Applications. 2015， 42（7）： 3357-3367.

[8] Bert De Reyck Z D. MABS： Spreadsheet-based decision support for precision marketing[J].European Journal of Operational Research. 2006， 171（3）： 935-950.

[9]乔丽. 精准营销：提升图书市场份额的新推手[J].出版发行研究， 2009，（09）： 50-51.

[10]宋磊.大数据营销：新媒体环境下出版业营销新启示[J].编辑之友， 2014，（10）： 40-43.

[11]胡文静.大数据时代下的传统农业营销创新研究[J].湖北农业科学， 2015，（07）： 1770-1773.

[12]王克富.论大数据视角下零售业精准营销的应用实现[J].商业经济研究，2015，（06）：50-51.

[13]林桂珠，范鹏飞.电信企业基于3G时代的精准营销[J].重庆邮电大学学报（社会科学版），2009，（04）： 22-26.

[14]王威.《职来职往》的精准营销[J].青年记者， 2013，（06）： 71.

[15]孙玉玲.大数据时代数字出版产业的发展趋势[J].出版发行研究，2013，（04）： 5-8.

[16]柴海燕. 旅游电子商务Web 2.0营销探析[J].江苏商论，2007，（11）： 56-58.

[17]王步芳，刘凤. 阿里开辟精准营销时代[J]. 企业管理，2012，（05）： 34-37.

[18]冯智敏，李丽娜. 受众对网络精准广告之态度研究[J].河北师范大学学报（哲学社会科学版），2010， 33（1）： 147-150.

[19]刘丽彬. 塑造企业品牌视角下的微博营销[J].价格月刊，2013，（09）： 72-75.

[20]邱月.微信：精准化营销的制胜利器[J].传媒，2014，（18）： 55-56.

作者简介：

篇8

[关键词] 大数据；新疆旅游企业；网络营销；创新

[中图分类号] F713.54 [文献标识码] B

一、引言

随着科技及互联网的迅速发展，信息数据的数量呈现爆炸性增长的趋势，全球数据总量以每两年翻一番的速度迅速增长，“大数据”一词不断涌现，其价值得到各行各业的重视。在营销领域，通过对消费者行为分析实现精准营销是大数据的典型应用。在信息网络时代，旅游消费者的需求日益分散化、多样化，得益于大数据的发展，旅游消费者的旅游消费数据和行为轨迹得到精确记录，这种记录为旅游企业定量分析旅游消费者行为提供了依据，使精准营销得以实现，从而旅游企业可以获得更大的商业价值。

新疆是举世闻名的歌舞之乡、瓜果之乡、黄金玉石之邦。新疆幅员辽阔，地大物博，旅游资源极其丰富，全国旅游资源共有68种，而新疆就有56种，占全国旅游资源类型的83%。但是新疆旅游产业的发展情况与内地相比却不容乐观。随着互联网的发展，大数据为新疆旅游企业进行网络营销提供了前所未有的发展机遇。

二、大数据概述

（一）大数据概念

早在2008年，《nature》就推出了bigdata专刊，2011年著名咨询公司麦肯锡的《大数据的下一个前沿创新、竞争和生产力》报告对大数据的影响、关键技术和应用领域等都进行了详尽的分析。进入2012年，大数据一词越来越多地被提及，用以描述和定义信息爆炸时代产生的海量数据。市场研究公司Gartner表示2013年是企业大规模采用大数据技术的一年，因此2013年被称为“大数据元年”，这意味着大数据时代的到来。

对于大数据的概念，目前学术界还未形成一致的定义。维基百科对大数据的定义是无法在移动时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。其实，没有必要对“大数据”进行准确界定，因为随着技术的进步，对“大数据”量的要求也在不断增加，而且各行业对“大数据”量的需求也不同。

（二）大数据特征

大数据不仅仅是大，比大更重要的是复杂性。其特征往往被归纳为四个“V”，即体量（volume）、多样性（variety）、价值（value）、速度（velocity）[1]。一是数据量大，人类对于数据的计量单位已经从位、字节、千字节、兆字节、太字节走向了泽字节甚至绕字节[2]。，二是数据种类多，包括结构化数据（如业务数据库中的数据）、半结构化数据和非结构化数据（如企业日志、视频、文件、客服记录等）。三是价值密度低，在海量的数据中，存在着大量不相关的信息，以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。四是处理速度快，要求对数据进行实时分析而非批量式分析，要求立竿见影而非事后见效。

三、新疆旅游企业网络营销中存在的问题

近年来，新疆旅游企业的营销水平得到了一定的发展，除了纯观光的旅游，还融入了人文旅游、民族特色旅游、探险旅游、冬季旅游等新项目来吸引游客[3]。但是新疆旅游业的发展仍然存在很多问题。

（一）网络营销水平低

新疆已有专业性旅游网站，但缺少能够迅速抢占网上的旅游市场、提供个和实现相关旅游企业强大的交互功能的专业性旅游网站，也缺少全国性的有较高知名度的网站。新疆旅游企业网络营销水平低，尚未将大数据应用到网络营销中。例如大多数旅游网站只是进行企业形象宣传、景点介绍、旅游线路推荐等较低层面的建设，不具备客户注册、网上支付等功能。

（二）未对游客数据进行深度挖掘

长期以来，新疆旅游业被堪称典型的资源产业，也就是所谓的“靠山吃山、靠水吃水”。这种忽视游客需求的观念严重阻碍了新疆旅游业的发展。事实上，游客是旅游企业生存发展的根本，游客才是旅游企业营销的出发点和归宿点。旅游企业只有认真研究游客需求，根据游客需求进行营销活动，提供游客需要的旅游服务，才能取得良好的效果。但是目前新疆旅游企业没有认识到收集顾客旅游数据的重要性，即使有些旅游企业对游客消费数据进行了收集，但也没有进一步分析其行为特征，挖掘其潜在需求。

（三）新疆缺乏开展数据库营销的复合型人才

目前，随着信息化和网络化程度的不断提高，旅游企业由劳动密集型向人才密集型企业转变，但新疆旅游企缺少开展数据库营销的复合型人才。新疆高校开展旅游管理专业的院校由高职、本科到研究生三个层次，但还都没有开设系统数据收集、整理和分等方面的课程，新疆旅游企业缺乏既懂旅游、管理，又懂数据分析的复合型人才，这无疑成为阻碍新疆旅游企业网络营销发展的原因之一。

四、大数据在新疆旅游企业网络营销中的应用

（一）用户细分

根据收集到的用户信息数据，对其进行细分，从而提供有竞争力的旅游服务。根据性别、年龄、职业等个人信息进行常规细分，比如根据年龄可以分为儿童游客、青年游客、中年游客和老年游客，不同年龄段的游客对旅游项目和服务的兴趣不同。此外，大数据之外有更好的分析工具和更全面的游客信息数据，不仅仅可以进行简单的常规细分，而且可以进行个性化细分，在原有的传统市场调研数据和历史旅游消费数据之上，还可以追踪和利用更多数据。

（二）个性化推荐

所谓个性化推荐就是根据网站用户的需求、兴趣爱好、旅游消费行为等数据，向其推荐其感兴趣的旅游项目。个性化推荐是建立在大量数据基础上的，可以帮助旅游企业网站为其用户提供其可能感兴趣的个性化的旅游项目和服务，以满足用户的个性化需求。同时，个性化推荐可以避免网站用户因浏览大量无关信息造成的顾客流失。

（三）关联推荐

关联推荐的实现需要旅游企业网站能够有效地识别网站用户，并保留用户的行为数据，目的是激发网站用户的潜在需求，刺激用户消费。旅游企业通过对网站用户的相关数据进行分析，从而挖掘对其进行行为分析，根据用户的消费特征，发现该用户的潜在需求，向该用户提供适合他们的旅游项目和服务，这也就是所谓的“拉式”营销，更加符合“以用户为中心”的理念。

（四）精准网络营销

精准营销在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，充分利用各种新式媒体，将营销信息推送到比较准确的群体中，从而既节省营销成本，又能起到最大化的营销效果。由于游客的需求日益个性化和多元化，市场细分程度不断增加，传统的广告、公关等营销方式由于覆盖的受众大多不是旅游企业的潜在客户，因此造成营销效率的低下，投入产出不成比例。精准营销在大量数据的基础上，对游客进行个性化营销，将大众营销改变为小众营销，减少了旅游企业营销成本。相比于其他媒体，网络媒体是唯一传播效果可量化、终端用户可确定的媒体，这是其天生具有精准营销的潜质。以量化、精准的数据为依据进行营销，将广告在恰当的时间、恰当的地点，提供给恰当的潜在旅游消费者，这样精准、定向、合适的营销就是最佳的旅游企业网络营销。

五、大数据背景下新疆旅游企业开展网络营销的对策

（一）推进新疆旅游企业信息化建设，建立旅游供应链企业联盟

新疆旅游企业信息化发展程度低，为顺应大数据发展形势，新疆旅游企业应从根本上提高信息化水平，建立完善的用户数据库，将大数据营销观念贯穿到旅游商品和服务营销中，并且能够结合电子商务手段，拓宽网络销售渠道，创建符合新疆特色旅游品牌。新疆旅游企业大多经营规模小、经济实力差，建立用户数据库，对顾客进行识别、细分、个性化推荐、关联推荐和精准营销，提升新疆旅游企业网站服务质量，培养游客忠诚度，以弥补其不足，增加企业竞争力。

（二）启动会员管理策略

会员管理策略是一种扩大经营规模，稳定销售渠道，抢占市场份额的重要手段。实施会员管理策略的关键是掌握用户的信息数据，新疆旅游企业通过网站建立网络会员制管理，进行会员管理便于企业收集用户基本信息、浏览记录和历史消费信息等数据，在此基础上，将网站会员区别为最有价值用户、最具有增长性顾客和负价值顾客，针对不同会员采取不同的营销策略，针对不同用户采取不同的旅游营销决策。首先，通过优惠折扣等促销手段激励用户进行用户注册，这是建立网络会员制管理的第一步。然后，就是将其发展成忠诚的会员，根据收集到的信息数据，对其进行个性化推荐，避免用户花费时间浏览大量无用的信息；创造用户需求，进行关联推荐，使用户长期购买企业的旅游商品和服务；再者就是向其进行精准广告的投放，刺激用户的购买行为。

（三）新疆旅游业应改变营销理念

要想改变新疆旅游企业营销理念落后的局面，新疆旅游企业应学习国内外先进的营销理念，认识到用户数据的重要价值，推进企业信息化发展，建立旅游供应链企业联盟，启动会员管理策略，对会员进行个性化推荐、交叉推荐和精准广告营销，提高用户的满意度和忠诚度，让用户的“一次性”消费转变为“重复性”消费，使新疆旅游企业成为旅游产品优、服务水平高的一流企业。新疆旅游企业营销理念落后，靠拉客抢客维持经营并非长久之计。往往重复在同一家新疆旅游企业购买旅游产品的顾客是极少数的。人性化的营销方式是新疆旅游企业与顾客建立忠诚的第一步。新疆旅游企业可通过一些节假日对旅游产品进行人性化设计、包装，对互动性广告进行推广，针对不同顾客采用人性化价格，吸引顾客来新疆旅游。让“一次性”消费成为“重复性”消费。

（四）新疆高校教育注重培养信息、旅游与管理复合型人才

大数据背景下的网络营销师优化是新疆旅游企业营销的重要手段，因此，新疆旅游企业迫切需要既懂旅游、管理又懂数据分析的复合型人才。为满足新疆旅游企业的需要，新疆开设相关课程的高校应相应改变培养计划，例如在开设旅游管理常规课程的同时，增加开设统计学、信息分析等相关课程，并鼓励学生到进行数据库营销的企业进行实习，以便学生毕业后到新疆旅游企业进行数据库营销的推广。

[参 考 文 献]

[1]吴林飞.大数据时代的广电网络客户关系管理[J].中国数字电视，2013（9）：39-42

[2]黄升民，刘珊.“大数据”背景下营销体系的解构与重构[J].现代传播（中国传媒大学学报），2012（11）：13-20

篇9

【关键词】大数据；电力企业；营销管理创新

引言

大数据属于高科技时代的产物，其战略意义不仅仅是掌握庞大的数据信息，而且还要对这些数据进行专业化处理。在2013年，大数据开始由理论转变为现实，大数据时代的来临，意味着电力企业在理念上、管理体制上以及技术路线上都要进行重大的改变。在这一前提下，电力企业就必须对数据展开全面的研究，对自身营销管理进行不断的完善，这样才能够适应大数据时代，才能实现自身可持续发展。

1大数据概念

目前来说，大数据并没有一个固定的概念以及固定的表达方式，但是在互联网、有关专家的释义中，其本质内容基本是一致的，都是指对大规模数据进行获取、处理、管理、分析上能够实现快捷、高速分析的一种技术手段。麦肯锡全球研究所在对于大数据概念的定义中指出，在对数据进行获取、处理、管理、分析时，大数据的能力范围远远超过了传统数据库软件工具。在当今时代，大数据理论已经渗透到了各行各业当中，并且发挥着其特有的优势，对于电力企业而言，同样具有重要的价值。利用大数据技术可以对客户网络行为进行分析，从而可以挖掘出各种潜在的商业信息，为企业管理者在进行管理策略制定时提供一定的科学依据（见图1）。

2电力企业营销管理创新的必要性

2.1电力企业营销管理面临的挑战

大数据时代给电力企业营销带来了很大的机遇，可以说是为电力企业改革的深化、服务层次的提升，企业管控的增强提供了一个有效的创新途径。但是同时也给电力企业营销带来了一定的挑战，在电力企业大数据的管理、操作和运行等方面，大数据时代都对其智能化发展提出了更高的要求，电力大数据的主要任务已经不仅仅是单纯的对数据进行收集和存储，更倾向于挖掘更加有效的信息。而且目前我国经济结构正在调整优化当中，电力市场在开发上的难度明显变大，低碳技术的推广，更使得分布式能源占比呈现出逐渐上升的趋势，严重影响电力企业的营销[1]。

2.2电力企业营销管理的发展趋势

电力营销具备的发展趋势有两种，一种是多专业数据融合，一种是数据可视化。①电力大数据主要是针对电力生产服务等各个环节，在这些环节上实现数据的融合和提炼，并且要做到和其他部门以及业务进行数据共享，从而使电力企业数据系统能够实现信息化管理。②电力大数据可以通过可视化低碳技术图形把数据的细节十分清晰地展示出来，并且可以根据企业自身的运行状况做出适当的调节，在反映各类数据状态时，能够做到反映及时、全方位考虑并且十分准确。

3研究大数据背景下电力企业营销管理的创新途径

3.1实现故障抢修可视化管理

要想实现故障抢修可视化管理，需要建立一个标准化运行抢修体系，这一体系是基于电力生产抢修平台的，并且其是实现故障抢修可视化管理的一个重要前提。配电网对于电力企业来说是十分重要的，可以称之为客户和电网之间的纽带，在实现电网和用户的供用关系上，配电网发挥着很大的作用。但是在实际应用中，配电网在电力生产中出现故障的频率很高，所以在电力生产时应该把电力网的抢修工作当成一个重点。在进行配电网维修时，要求抢修人员直接和客户接触并且要能够克服周边环境和时间的限制，但是目前我国配电网抢修工作还处在一个建设初期，相关技术还不成熟，所以，在进行配电网抢修工作时，要能够严格遵循流程。（1）供电公司一旦接到报告电话，要迅速联系当地配电网运行指挥中心，并且下达相应的工作任务。抢修指挥平台要能够清晰地听取客户的描述，从而知道故障的性质、判断故障的原因。（2）要设立一个第一梯队，在故障发生时，由第一梯队首先抵达发生现场判断故障的情况，如果是简单故障，就由第一梯队直接开展故障处理，如果故障比较复杂就迅速指示第二梯队抵达现场进行处理。需要注意的是，不管是哪一个梯队进行故障处理，都要做好汇报抢修记录。某电力企业在实现故障抢修可视化管理后，有了很大的成效。不仅在可视化抢修平台上实现了对通电用户的分析，提升了供电服务水平，还通过使用全球信息技术实现了生产营销和其他数据之间的联系。该企业通过使用“主管人即是负责人”的人力资源管理机制，准确落实了抢修工作。另外，还实现了抢修信息实时更新、故障主动推送，这两方面都充分的利用了GIS技术，实现了故障抢修自动化管理。

3.2实现“四分”线损精益化管理

所谓四分线损管理，主要是指对分区、分线、分压、分台，运输管理这四个方面进行线损管理。电力大数据对于四分线损管理的应用主要是基于GIS技术电力大数据系统，建立相应的信息平台。在实际应用GIS技术电力大系统数据时，四分线损计算的主要体现方式在分区线损，分线线损、分压线损，以及分台线损上，这四种线损在电力大数据系统中可以实现自动化、智能化计算，并且可以提出对异常问题的分析处理办法。（1）需要根据已经有的相关数据进行线损模型的建立，请并且要根据数据的来源，不断地对现实模型进行实时更新，然后进行线损计算。在计算时，要确保计算对象全面，不可以出现遗漏的现象，因为数据的应用具有一定的随机性，所以要保证计算的准确性，才可以保证数据可以随时被调用。（2）要降低四分线损，实现精益化管理。传统降低线损精益度的方法是具有一定的局限性的，主要方法是对相关线路进行改造、提高功率因数，而实现线损降低的精益化管理需要有关部门对线路的导线、截面以及路径进行筛选，并且要不断地推广节能型配电变压器，这样才能实现线损工作的精益化管理，实现电力企业经济效益和社会效益的最大化[2]。

3.3通过合作减少电费回收风险

在电力企业运行当中，电费回收工作虽然看起来占比比较小但也是一个比较重要的工作，电费如果回收不及时，或者是电费回收不足，就容易出现电力企业正常用电服务停滞的现象，甚至影响电力企业正常运行。然而，在当前电力企业管理中，回收电费是一个非常棘手的问题，由于目前的收费方式、法律法规不健全等原因，电力企业一直都承担着很大的电费回收风险。（1）目前电费的收费方式很多都是先用电之后进行缴费，再加上很多法律法规、规章制度不完善，给部分不法分子提供了可趁之机，增加了电力企业的电费回收风险。（2）客户在用电缴费上的意识大多比较薄弱，并不能够意识到用电缴费会造成电力企业的市场预测和预警防范等方面严重缺失，阻碍电力企业的稳定发展。因此，需要电力企业和相关税务部门通力合作，共同协作、共同监督，从而保障电费回收的时效性[3]。某电力企业在应对电费回收风险上就制定了相应的电费担保模式，增加了对由电费回收风险用户的实施力度，通过设置电费担保周期的方式，对经常欠费的用户进行惩罚，从而减少了电力企业在电费回收上的风险，提升了资金的回收效率。

4结语

综上所述，在大数据背景下对电力企业营销管理进行创新已经是一个必要的发展趋势，这不仅符合社会的发展步伐，也是实现电力企业可持续发展的重要途径。因此，要实现故障抢修可视化管理、实现“四分”线损精益化管理，同时通过与税务部门的合作减少电费回收风险，这样才能有益于电力企业的营销管理创新，提高电力资源的利用效率。

参考文献

[1]李杨.大数据背景下电力企业营销管理创新研究[J].中国高新技术业，2016，27：171~172.

[2]臧家宁.大数据背景下的电力企业隐性知识管理研究[J].安徽电气工程职业技术学院学报，2014，04：56~59.

篇10

关键词：大数据；营销；精准化

中图分类号：F270 文献标志码：A 文章编号：1673-291X（2014）25-0094-02

一、大数据对营销工作的挑战

早在1980年，未来学家职尔文・托夫勒在其代表作《第三次浪潮》中预言了大数据的未来前景，他认为：“如果说IBM的主机拉开了信息化革命的大幕，那么大数据则是第三次浪潮的华彩乐章。”2011年麦肯锡全球研究所发表的专业学术报告《大数据：下一个创新、竞争和生产率的前沿》开始，“大数据”（Big Data）这一词开始频繁出现在大众的视野之中，“大数据”的思想逐渐被政府、企业接纳和吸收。随着社会生产力的不断发展、特别是科学技术水平和信息化程度的提升，我们正在迎来以大规模生产、分享和应用数据为主要内容和特征的大数据时代[1]。随着移动互联网、云计算、物联网的发展，各种社交、娱乐游戏、高清视频、IPTV、安防监控、移动应用等产生的数据流量也随之爆发式增长。据悉2010 年正式进入ZB 时代，到2020 年全球将总共拥有35ZB 的数据量，比2009年增长44倍。毋庸置疑，同文艺复兴和工业革命一样，人类社会迎来新的科技革命，已进入“大数据时代”。

IBM公司把大数据概括成三个V，即大量化（Volume）、多样化（Variety）、快速化（Velocity），构成了大数据的基本特征。也有专家把大数据的3V特征进一步扩展为4V特征，即新增了价值（Value）。大数据的出现在历史上也绝不是一个偶然，它是社会化、信息化、网络化高度发达的今天必然要经历的过程。数据量的激增，数据结构的演变，各行各业对海量数据的需求，给大数据的迅速成长提供了土壤。

哈佛大学社会学教授加里・金说，“大数据时代是一场革命，庞大的数据资源使得各个领域开始了量化进程，进化论学术界、商界还是政府，所有的领域都将开始这种进程。”网络的兴起、电子商务的蓬勃发展、大数据时代的降临给企业业的营销工作带来巨大的挑战。伴随着营销领域本身的数字化进展以及各类客户对象身份数据、行为数据等非大量的非结构化数据的累积，新型的商业分析将赋予企业或大型超市的营销工作很多变革。

往日纷繁复杂的营销行为日益演变成为一系列的数据运算和相关分析，从而实现营销的精确化。这里有个经典案例：美国最大的连锁市场分析了他们的销售数据后，发现了一件有趣的事，每次飓风来临前，最畅销的商品除了矿泉水、手电筒、电池等必须品和啤酒之外，竟然是草莓夹心饼干，销量是平时的7倍。所以在飓风“法兰西丝”登录前夕，美国95号洲际公路上聚集着数百辆装载啤酒和草莓夹心饼干的货车，而他们得到的共同指令是“在飓风来临前务必送达！”这可以看作是大数据带来的科学营销的典型案例。所以，《纽约时报》说“大数据”时代已经降临，在商业、经济及其他领域中，通过对大数据世界中的海量数据进行分析而找出市场中超出人们常识、经验之外的相关关系，无疑会给企业的市场竞争赢得先机。无独有偶，美国著名的超市连锁巨头Target经过精准的客户数据分析则发现了一个女客户怀孕的事实，而这个女孩的父母当时一无所知。可以说，现实世界中通过大数据分析，可以精确地发现纷繁复杂的社会中尤其是商业网络中事物彼此之间的相关关系，尽可能避免犯传统营销中“不识庐山真面目，只缘身在此山中”的错误，实现精准化营销。

二、推进营销业发展的对策建议

大数据的整体趋势之下，移动设备和人进行捆绑，进而促进了整个互联网生态结构的转变。目前，数据库营销在中国已是许多传统企业和国内外投资者高度关注和准备进入的“百亿蓝海”。精准营销借助先进的数据库技术、网络通信技术等手段保障和顾客的长期个性化沟通，从而不断满足客户个性需求，建立稳定的企业忠实顾客群，实现客户链式反应增值，使营销达到可度量、可调控等精准要求，促进企业长期稳定高速发展，使企业的营销更具备竞争力。在如此数据正经庞大的时代，我们不能够再完全依靠经验决策了，要更精准地找到用户和降低营销成本，提高企业销售额。伴随着营销领域本身的数字化的进展以及各类客户数据、销售数据、行为数据等类型数据的累积，新的商业分析将赋予企业营销工作新的推动。

（一）营销模式策略调整

互联网、社交网络、移动网络无疑是大数据的制造者，一有时机，这些大数据就会在政府管理、企业营销中释放出巨大能量。在大数据的时代背景下，市场营销模式应从原先的单用户调查，转化成为对于商业中大数据的数据挖掘，数据挖金，这样就可以让企业掌握到用户的基本情况、用户的爱好、对于品牌的理念以及消费观点、对于新产品的反应。这样，企业的决策者和研发人员就可以针对各种用户所有可能的情况进行调整，研究一些外在设计或者内在元素的提升，调查部分产品的部分设置，更好地增加营销的利润率。

（二）配置合理的企业数据库

在大数据的时代背景下，在商业、经济、政府及其他领域中，决策行为将日益基于数据和分析而做出，而并非基于经验和直觉；而在公共卫生、经济预测等领域中，“大数据”的预见能力也已经崭露头角。大数据时代使得企业界数据库所拥有的数据量快速膨胀，不同数据之间形成大量的数据重合，这也可以看成是海量数据、大数据时代的产物。

所以，作为营销型企业，是大数据的“生产者”和“制作者”，如何在有限的人力、物力资源条件下，配置合理的数据库，更好地服务于企业自身和客户的需求，是企业统计数据库建设的首要问题。

（三）发展数据挖掘技术，高效地利用数据库资源

大数据时代，物联网技术的发展、社交媒体的兴起，从客户交易到交互数据的改变都对营销模式产生着影响，也客观上要求新的分析方法和技术来挖掘价值。如何对大数据进行分析和处理，高效地利用，是企业界、相关科研机构需要解决的问题，大数据就要求统计科学的发展越来越趋于量化分析，对统计研究和应用人员的要求越来越高，而数据挖掘就是一个重要的武器。

时代杂志（TIMES）预测：Data Mining将是21世纪最热门的五大新兴行业之一。数据挖掘是从大型数据集（可能是不完全的、有噪声的、不确实性、各种存储形式的）中挖掘隐含在其中的、人们事先不知道的、对决策有用的知识的过程。它也涉及到计算机、数学、统计学、人工智能等众多学科领域。针对大数据量大且内容庞杂的特点，如何将非结构化数据转化为结构化数据的方法和技术，积极推动数据处理方式从简单汇总向数据挖掘方向转变，加强对数据的预处理，提高数据处理的智能化程度。“啤酒与尿布”的故事就是数据挖掘的一个经典案例。

对数据进行挖掘，就像找到一座金矿，但如果没有选矿的方法，其价值是发挥不出来的。现在对企业界来说，最迫切需要的不是数据，而是准确处理、分类数据的方法，这也是网络营销实现计量化、精准化的前提。这也不仅仅是传统意义上的误差较大的预测。

数据挖掘技术与信息技术紧密相连，结合数据库技术、统计分析方法，可使政府统计企业工作理念、服务理念发生根本的转变，提高企业营销的业务水平。比如，利用数据挖掘中的关联分析、聚类分析等技术对客户相关数据进行分析，可派生出很多有关社会学的、经济学的、统计学的研究成果。

（四）云技术研究

很多计算机专家和企业界精英认为，云计算通常会和大数据紧密联系在一起，这是因为云计算目前来看，是最好的实时完成大数据发现、挖掘、存储与处理的大型计算技术。所谓云计算，指的是基于互联网的相关服务的产生、使用和交付模式，对于大数据的云计算可以理解为通过互联网或局域网，将数据按需、易扩展的方式，通过虚拟化的过程高速地提供给数据请求者。云存储则是在云计算概念上延伸和发展的一个新概念，主要指通过集群应用、网络技术或文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合实现协同工作，达成共同对外提供数据存储和访问功能的全新存储系统。

利用大数据特征，借助云计算这个有效工具，才能够深度挖掘流量与数据价值。

（五）加大大数据人才的培养力度

在大数据背景下，未来的大型企业，不仅需要技术工人、技术专家，更需要大批的精通数据分析、信息科学，且学术造诣和实践操作能力都很强的“大数据分析师”、“大数据白领”。所以有战略眼光的大型数据企业应加强与科研机构、高等院校进行合作，从研发经费、科研项目、专业建设、师资力量、相关培训等方面加大大数据人才的培养力度，通过理论培训和实践操作培养出一大批技术高超的大数据分析师、在数据战中能够运筹帷幄的大数据战略家。他们会是未来企业营销界中的精英战士、营销业绩的幕后英雄。

雨果说，“你可以阻挡一支入侵的军队，你却无法阻拦一种思想”。在大数据的影响下，往日的营销日渐沉淀成为科学化营销和艺术化营销两大主流范式；而企业的营销组织架构、人员构成以及工作内容也因此发生巨大的改变；大数据将成为新时代的“原油”。未来的世界，群雄逐鹿中原，信息战、大数据战不可避免，得大数据者夺先机，而具备先进的数据分析技术、信息技术，去掌控、操纵大数据者则是商界的霸主。

参考文献：

[1] 涂子沛.大数据[M].桂林：广西师范大学出版社，2012.

篇11

随着互联网的飞速发展，特别是随着社交网络、云计算以及多种传感器的广泛应用，以数量庞大，种类众多，时效性强为特征的非结构化数据不断涌现，数据的重要性愈发凸显， 2011 年，麦肯锡在题为《海量数据，创新、竞争和提高生成率的下一个新领域》的研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。据IDC 预测，至2020 年全球将拥有35ZB 的数据量，大量数据实时地影响我们的工作、学习和生活，乃至国家经济、社会发展，毫无疑问，大数据对教育领域也带来巨大的影响和冲击。作为一线教师，结合自己的工作岗位，探讨一下大数据背景下市场营销教学受到的影响和冲击，以便及时做好调整与应对，保证和提高教学质量。

一、大数据的内涵与特征

大数据是一个较为抽象的概念，至今尚无确切、统一的定义。维基百科对于“数据”一词的定义是：“数据（Data）是载荷或记录信息的按一定规则排列组合的物理符号，可以是数字、文字、图像，也可以是计算机代码。对信息的接收始于对数据的接收，对信息的获取只能通过对数据背景的解读。”维基百科对于大数据的定义：“大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。”麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。

“大数据”本身并不是一种新的技术，也不是一种新的产品，而是我们这个时代出现的一种现象。美国IBM认为大数据具有“3V”特点，即种类（Variety）多、速度（Velocity）快、容量（Volume）大；国际数据咨询公司IDC则认为满足“4V”即：Variety（种类多）、Velocity（流量快）、Volume（容量大）、Value（价值高）指标的数据才可称为大数据。这些特性使得大数据区别于传统的数据概念。大数据的概念与“海量数据”不同，它不仅仅是用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，最终获得有价值信息的能力。

涂子沛先生在《大数据》一书中指出：“‘大数据’之大，不仅仅意味着数据之多，还意味着每个数据都能在互联网上获得生命，产生智能，散发活力和光彩。”社会学教授加里?金称“这是一场革命，庞大的数据资源使各个领域开始了量化进程，无论学界、商界还是政府，所有领域都将开始这种进程”。

二、大数据背景下市场营销学教学面临的挑战

（一）市场营销学的教学内容发生巨大变化

市场营销学研究的是企业的营销行为，而当前市场环境瞬息万变，云计算、大数据、社会化媒体、移动互联网等新趋势不断涌现、层出不穷，也使得传统企业面临大转型，不管在哪个行业，传统营销的优势没有了。如果企业的商业模式还是老一套，生产、加工、产品、招商、广告，这一套路早晚会使企业走进穷途末路。因为商业模式变了，有很多营销思想、策略和手段就不奏效了，有的甚至发生了颠覆性的革命，所以相应的教学内容也必须做出调整。

1.企业的战略规划时间将缩短

市场营销学认为，企业要制定一个战略规划，它是一个社会管理过程，是具有长期性、全局性、根本性和方向性的谋划。大数据时代企业做3-5年战略规划是没有任何实际意义的，我们看到，今天的阿里巴巴很火，明年后年就不一定，说不准就被微信替代了。企业在互联网大数据日新月异的变化下，只能制定有效的一年战略，策略战术变化以周为单位，这样才能保证企业的与时俱进。

2.传统的促销策略将被改写

促销的实质即沟通，而沟通的方式之一――广告的力量将被大大削弱。新社交网络下的广告技术亟待革新。现在没有多少企业还会把大把的钱投向电视广告，还在以为分众的电梯广告占据了终端？那就错了，要知道，未来谁的WIFI覆盖率越高，谁就越可以占据终端用户的心。租个足够的数据流量，使人们习惯从你这里进入免费的WIFI，其广告价值将无可限量。现在的企业也越来越多地使用二维码营销的沟通手段。二维码的使用也使广告变得亲切宜人。

3.品类竞争将凸显

任何行业的发展，都是不断发展出新品类；而任何一个新品牌的崛起，也正是因为代表了一个品类。以互联网为例，QQ代表了即时通信，微博代表了简短共享自媒体，微信代表了免费移动社交，这些新品牌的崛起，正因为开创了主导新品类。事实上，战略上主导品类，战术上根据品类发展阶段来配置运营企业的资源（互联网是配置资源之一），才是可持续增长的根本性、系统性思维，被称之为“品类增长战略”。今天微信已经主导了移动社交这个品类，相比之下，来往因为没有分化出新品类，无法改变顾客的选择路径，导致其所谓的创新不足，从而缺乏竞争力。

4.市场调查与分析的内容将重整

大数据的出现，使营销决策的过程更多地从“经验”转变为“科学”。传统营销体系的市场调查基于抽样，并以抽样数据进行分析和推断，然而，当社会环境处在急剧变动，出现了前所未有的传播平台之后，既往的抽样方法面对复杂的环境往往显得力不从心，不能进行精准的推断和预测。于是，在大数据背景下的整个营销流程中，各种相关的数据调查和数据库纷纷出现。例如索福瑞的电视收视率和广播收听率，CTR 的广告投放监测数据、消费行为调研，AC 尼尔森零售研究、新生代消费行为研究，电通和奥美的消费者深度洞察等等。这些数据库的建立以及数据分析的工作帮助传统的广告与营销体系实现了最高程度的科学化。

（二）市场营销传统教学方式面临的挑战

1.大数据提供新的教育平台。2012年5月，哈佛大学与麻省理工学院就宣布，将投入6000万美元开发一个类似的平台，并向全世界免费开放。同年，我国教育部向全国高校征集了系列视频公开课程，面向全社会开放和共享。可以预见，这种智能学习平台将会给高等教育带来深刻的影响。学生可以通过线上学习，在网上免费获取国际、国内最好的课程资源，那么市场营销专业教师的课堂教学将面临极大的挑战。

2.传统的教学方式缺乏吸引力。目前的课堂教学，即在固定的场所，利用简单的工具对学生进行单向灌输式教学，师生之间的交流，受到空间、时间及心理因素的限制。处于大数据时代，大学生获取信息的渠道和范围已经大大增加。学生获取知识的途径不再仅是课堂，他们已不满足于听任教师传统的灌输，而是追求更加个性化的教学内容和新颖的教学方式，他们会随时利用手中的笔记本电脑、平板电脑和智能手机收集相关信息，并根据自己搜集来的信息做出判断，随时分享，并将个人体验的影响扩大到更大范围的群体之中。因此，市场营销专业的教师也往往面临更大的教学压力。

三、大数据背景下市场营销学的教学改进策略

（一）及时更新市场营销教学内容

大数据背景下，企业的商业模式不断变化，营销策略、营销手段推陈出新，瞬息万变，而国内通用的市场营销内容体系基本上是采用美国西北大学教授菲利普?科特勒的市场营销学课程体系，具有相对固化性，而市面现有的各种市场营销学教材，即使是最新版的，在内容设置上也相对滞后，难以跟上实践发展的需要。因此，作为市场营销专业的一线教师，尤其不能墨守成规。大数据提供了扩展思维的空间，从多角度、多层面思考问题，也要求教师不能把原有的知识绝对化、凝固化，而是应保持大数据时代的敏锐性，敞开头脑，不断吸收新的信息。一方面，时刻跟踪国际国内市场营销理论的最新发展趋势，积极关注市场营销理论研究的前沿；另一方面，了解国外近期成功的营销案例，关注国外市场营销的最新动态，多关注实践中企业商业模式变化和市场发展动态，多参与教学研讨会，多与同行交流，与时俱进，不断创新，结合不断变化的营销环境，及时梳理与总结现有教学内容体系中不和谐的部分，保证将最新的教学内容提供给学生。

篇12

大数据，将改变企业的营销方式，精确分析客户行为；将改变企业的运营管理方式，辅助企业决策，预测风险，提升效率……

且慢。在为大数据树碑立传之前，需要先考察一下大数据所谓何物。

IT领域从来都不缺概念，无论是3V还是4V的大数据属性，新概念一出，就会有人想当然地、在没有经过深入的思考和考证之前，表现出对新概念的认同。

不可否认，移动互联网、社交网络、物联网让人类社会的数据量大幅增长，然而，这就是大数据吗？在大数据的概念出现之前，就没有客户分析，没有辅助决策、风险预测吗？在大数据的概念出现之前，相对于我们的数据处理和分析能力，我们所拥有的数据就是“小数据”吗？

显然，答案是否定的。

数据挖掘和数据分析并不是新的学科，我们在这一领域拥有很多成熟的技术。笔者以为，今天所讲的大数据，正是对数据挖掘和分析的不断完善和提高，将更多的非结构化、半结构化和流数据引入数据挖掘和分析的领域，而不是另起炉灶，并为其赋予一个似是而非、含混不清的名词——大数据。

大数据能够被热烈地讨论，是因为其在精神层面上满足了人们对未知事物的好奇心，在物质层面上有Hadoop、NoSQL这样实实在在的技术作为支持。实际上，如果能够厘清大数据的概念，把大数据定位为对传统数据挖掘和分析的提升，那么就可以很容易地认识到，Hadoop、NoSQL并不是大数据的全部。

Teradata的CTO宝立明就认为，Hadoop是一个非常好的、价格低廉的非结构化数据存储和管理工具。然而就像任何事情都有两面性一样，Hadoop在一些数据结构稳定、需要进行整合分析的场景中并不适用，或者说有其他更好的方式，并且Hadoop的开源特性会带来更高的部署成本。

篇13

云技术的迅猛发展和大数据的强势崛起客观上要求区域旅游产业的战略选择必须更新观念，与时俱进，合理运用现代信息技术，创新机制体制，制定合理的旅游战略，以促进旅游产业的持续、快速健康发展。

2007年Google首次提出云计算的概念，在此后的10多年，云计算技术不但改变了信息产业及相关产业的格局，在旅游产业也得到广泛应用。在云计算技术向行业大范围渗透的技术背景下，结合当前智慧旅游建设的最新动态，及时丰富智慧旅游信息现代化建设内容，发挥云计算核心技术在智慧旅游中的优势，是目前提升旅游产业发展的有力切入点。

2012年达沃斯世界经济论坛把大数据作为重要议题之一进行讨论，很快大数据技术就已受到国际社会的普遍关注。大数据的本质是海量数据存储、传输和处理，其本质在于迅速挖掘非结构化数据的内在价值，是云计算技术发展的高级形态。对于智慧旅游而言，引入大数据的理念和技术，可以使资源开发规划、客源市场定位、营销策略创新、旅游产品开发更具前瞻性和科学性，成为旅游产业转型升级的助力。

2011年7月国家旅游局局长邵琪伟提出，争取利用十年时间初步实现智慧旅游。智慧旅游的发展，必须要树立数据思维、强化数据意识，各级旅游管理部门和旅游企业之间应当加强合作机制，整合数据资源，实现数据共享，唤醒处于睡眠状态的数据。因此，江西智慧旅游的战略选择应当积极运用云计算、大数据技术，把大数据理念、技术与江西智慧旅游建设结合起来，制定合理的战略方向。

二、云计算、大数据与智慧旅游的内在联系

云计算的本质就是把计算分散在不同计算机构成的集成系统之上，使各种请求根据所需分配计算能力、传输速度和存储空间，以提高硬件资源的利用效率，与传统的处理技术相比具有以下优势：首先，基于网络技术建立一个服务器集成系统，使多组用户能够共同支配和管理硬件资源；其次，利用分布式数据存储技术在不同服务器和不同层级分散风险，大幅度增强系统的安全性能；再次，使硬件资源和软件系统相互分离，降低软件对基础设备的依赖程度；最后，云用户能够按照自身需求，合理订制处理和应用服务，可以有效降低资金投入。

大数据（Big data）是指需要新型处理模式挖掘其价值的海量、高增长速度和结构多样化的信息资产，通常也指代处理这种数据的相关技术，包括数据的存储、传输和处理技术。目前，大数据受到国际社会的普遍关注。通常认为大数据具有四个特点（大数据的四个V）：首先，规模性（Volume），数据规模超大，从TB跃迁到PB级别。其次，多样性（Variety），数据类型繁多。再次，价值性（Value），价值密度低，商业价值高。最后，高速性（Velocity），处理速度快。2013年被称为大数据元年，标志着大数据技术的应用将深入各个行业各个领域，产生巨大的变革力。

智慧旅游（Smarter Tourism，或称智能旅游）的概念源于智慧地球（Smarter Planet）（IBM，2008）以及正在中国实践的智慧城市（Smarter Cities）（住房和城乡建设部，2012年），是指通过应用新一代信息技术，整合旅游相关信息资源，以促进旅游信息共享和游客服务部门的业务协同，提高旅游服务的效率和质量，实现促进旅游业的健康发展。

大数据是智慧旅游的核心技术之一，为智慧旅游建设提供技术支持，智慧旅游是大数据的重要应用领域，符合大数据未来与产业结合的发展方向。智慧旅游是旅游信息化发展的新阶段，智慧旅游建设在很大程度上是技术层面的问题，属于信息技术范畴。所谓智慧旅游的智慧主要出自对大数据的处理，这才是推进智慧旅游建设的核心问题。智慧来自大数据，利用大数据，才能获得突破性改善，智慧旅游产业只有充分利用大数据，才能发现创新升级的机会点，进而获得先发优势。因此，云计算、大数据与智慧旅游的天然联系体现了技术与产业实践相结合并创造经济价值的客观规律。

三、江西旅游产业的发展现状

江西山奇水秀，文化底蕴深厚，流传千古的《滕王阁序》赞江西“物华天宝、人杰地灵”，赣鄱大地有着得天独厚的自然、人文旅游资源。2014年，江西接待游客突破3亿人次，旅游总收入2650亿元，同比增长25%和39%。在过去10年，江西旅游产业规模稳步增长，但是由于江西整体经济发展水平相对滞后，旅游规划、开发和营销投入不多，各种相关配套服务设施尚不健全，致使江西旅游的发展水平在全国处于落后地位。江西旅游产业的发展存在以下几个方面的问题：

首先，旅游品牌的文化内涵不够深厚。从某种意义上说，旅游经济是一种知名度和美誉度经济，是品牌与内涵经济，如何吸引游客眼球是区域旅游经济发展的决定因素。江西的旅游品牌建设过程中，还存在景点、景区资源开发与当地民俗、文化结合不够紧密，特别是一些传统文化内涵没有被充分释放，出现景区与文化、名胜与佳话合力不强的现象。

其次，旅游宣传力度不足。近几年以来，江西对旅游宣传的重视程度不断提升，提出了江西风景独好的旅游宣传口号，取得了一定成效。但是旅游宣传的力度还有待提升，目前还存在投入不足、宣传对象不够细化，宣传模式单一的问题，旅游宣传尚存很大的提升空间。

最后，旅游服务的信息化建设有待加强。进入二十一世纪，科技文明的不断进步使得信息技术的应用范围不断扩散，已经深入各各个行业各个领域，目前江西旅游服务的信息技术应用方面还存在硬件设施配备不足、数据开发利用率较低和分析手段滞后，难以同步目前信息技术的快速发展等方面的问题，以现代信息技术为基础的智慧旅游系统有待进一步完善。

四、江西智慧旅游的战略选择

立足江西经济转型、体制创新、产业结构升级的社会经济背景，响应省委、省政府旅游强省，绿色崛起的口号，顺应云计算、大数据等信息技术迅猛发展的时代潮流，把握江西智慧旅游发展的最新动态，实现云计算、大数据与智慧旅游的有机融合，江西智慧旅游的战略选择应当注重以下几个方面：

一是丰富品牌内涵。以江西风景独好为中心，强化江西智慧旅游的品牌推广和建设，从江西旅游产品开发、配套服务设施建设、旅游营销宣传等方面入手，不断提升江西旅游品牌的硬实力和软实力。

二是积极创新营销模式。重视新型媒体在营销中的独特优势，不断扩大江西景点、景区及旅游产品的影响力。特别是在以移动互联网为时代特征的今天，创新营销模式，丰富营销手段，在举办有创新、有影响的大型创意营销活动的同时，重视各种小微营销策略，开展全方位的密集推介活动，有效提升江西旅游的品牌知名度和美誉度。

三是积极引用最新的信息化技术。在对信息技术的运用方面，要时刻关注现代信息技术的发展动态，有效运用大数据技术，加强江西智慧旅游的信息化建设，唤醒沉睡的数据，充分释放旅游大数据的经济价值。（作者单位：1.江西应用科技学院；2.江西科技师范大学）

篇14

营销策略在大数据时代的变革

无论你的企业是以传统模式还是以平台模式来经营，你都必须清楚了解自己的利润池的分布，并且随时留意哪些直接竞争者或周围企业的利润源头出现了战略性的变化。从一个产品概念化生之初到上市销售，传统方法一般进行数次的消费者调研和典型样本的测试性调研，还有产品品牌定位和创意、营销传播和销售策略等等。以市场调研的数据来支持决策，使用样本推及全体的统计学方法，采用问卷的方法向消费者提问，然而这样的方法存在两个问题，一是被调研的消费者可能会对自己真实意图进行隐瞒，二是任何企业都不可能不计成本地随时随地进行消费者调研，所以调研数据无法真实反映消费者，且是滞后的，大多企业依赖管理者的经验和直觉在做判断。

而在大数据时代，消费者的生活娱乐以及消费信息本身就作为数据而被记录和存储下来，并具有真实、前瞻、海量的特点。消费者在主动搜索他想要的工作、学习、娱乐和生活信息，这些搜索数据能够真实反映消费者的诉求，且反映了消费者需求形成的早期想法。通过大数据的技术步骤，我们可以对消费者主动表达的购买意图和行为轨迹的信息数据进行分析提炼，随时了解消费者的意图，理解消费者，从消费者的角度出发去思考营销和创新，以大数据驱动企业营销战略。

平安财险在大数据应用上的尝试

数据的背后是人，从搜索轨迹分析客户需求

随着汽车市场的繁荣，与其相关的零配件市场、修车、车险等周边产品的竞争也日趋激烈。多年来，平安财险与百度搜索维持了良好的合作关系，他们用一种新的视角、方法重新梳理用户，百度每天有数十亿次的搜索需求，它所产生的大数据能够描绘其需求，更重要的是对了解消费者的真实意图很有帮助，从而为其提供有价值的解决方案。平安财险不仅仅在消费者直接搜索“车险”的时候进行品牌沟通与宣传，同时借助大数据将客户的生活轨迹可视化，并将宣传扩展到整个车主生命周期。

梳理车主生态圈，勾勒车主问题蓝图

平安财险聚焦于“车主”这一目标客户群体，进行了全新的研究。在汽车生命周期中，周围或远或近地聚集着汽车厂商、4S店、汽车配件厂商、交通部门、加油站、导航服务提供商、保险公司等一系列组织机构，他们共同聚集起来形成了一个生态系统，即车主生态圈。当研究“车主”的时候，要突破了只关注车主与保险的局限性，应该以一个产业链的角度来深入了解车主的需求，全方位地了解与车相关的消费生活。这种全新的概念和视角，完全颠覆了传统的客户分析方式。

基于车主生态圈的概念，利用焦点小组访谈的方式，根据“购车前”、“购车中”、“购车后”三个不同时间阶段列出访谈提纲，根据访谈记录，画出“车主汽车生命周期的问题蓝图”，从学车、选车、购车、用车再到卖车，可以清晰地看到在不同阶段车主的不同问题与需求，比如在购车阶段，车主会考虑车险、购车款、经销商、政策、二手车、车牌这几大类问题，在每一大类问题下又细分为很多实在、细致的问题，这些问题完整地反映了车主的生活。

基于生活关键时刻催生的解决方案

在研究过程中发现了一个有趣的现象：大部分车主都十分重视车牌，希望讨个好彩头或者车牌中含有自己喜欢的幸运数字等。根据百度平台的数据显示，“车牌号码测吉凶”的日搜索量高达1.3万次，如此高的搜索量反映了这或许是消费者的生活关键时刻。平安财险设计专属APP，不仅可测试车牌吉凶，还根据平安财险车险的数据，以车牌号为基点，二次加工内容输出给车主，包括不同车牌尾号的车主的风险系数、平均交通事故数、出险事件、平均理赔时间等，并同时推荐关联险种。

车对于家庭来说不仅仅是一个代步工具，还意味着提升生活质量，改变生活方式。越来越多的车主在拥有了车之后喜欢在节假日组织自驾游。自驾的线路与地图则是自驾游车主们经常在百度地图搜索的内容。车主在查询路线的时候需要一个温馨的提醒，来告诉他们风险路段需要提高警惕，让用户感知平安财险不仅仅是承保、理赔，而且还是车主出行的“给力小伙伴”，不仅树立了品牌形象同时也提升了品牌内涵。

通过选车牌及自驾游这两个具有代表性的消费者生活关键时刻，帮助平安财险与车主建立沟通。

基于消费关键时刻开发的解决方案

通过分析发现，当车主在遇到“交通事故/出险”的时候可能会在百度上搜索“车刮擦了怎么办”，初次搜索开始以后，车主可能直奔品牌官网进行购买，可能进入百度站内社区如知道、经验等搜索信息，也可能进行垂直社区查看口碑，而这就是转化节点的价值的消费关键时刻，这时刺激车主使他们在各种解决方案中选择利用企业产品来解决问题，根据以上分析为平安财险量身定做、开发商业产品，平安财险开始利用“知道问答营销”/“企业知道平台”，百度百科平台进行内容营销，服务车主，进一步与车主沟通从而建立关系。

积极布局构筑“车主生态圈”

2013年1月，中国平安与互联网巨头百度正式签署JBP（Joint Business Plan，联合发展计划）战略合作协议。自2013年起，平安将与百度在数据研究、消费者洞察、品牌建设、产品创新、营销模式等领域进行多层次、立体式合作，携手建立金融行业互联网营销方法论与行业规则，力图为国内广大消费者提供金融业务网上操作便利平台。

2013年10月，中国平安财险旗下创新型子公司“平安财险好车”首批5家分公司在上海、苏州、南京、宁波、温州正式成立，预计到2014年底将完成全国26家分公司的布点。无论是购车者、车主、汽车制造商、经销商、零配件供应商、维修厂商、各种配套设施供应商，平安财险都为他们提供免费的优良服务，形成一个完整的汽车交易生态链。而在这个链条中，平安财险将嵌入自己的金融服务、购车贷款、租赁、二手车抵押、经营贷款等等。

对保险业的启示