第一篇：大數(shù)據(jù)精準(zhǔn)營銷的價值和方法

大數(shù)據(jù)營銷價值

隨著全球的信息總量呈現(xiàn)爆炸式增長，移動互聯(lián)網(wǎng)、可選渠道和設(shè)備增加以及不斷變化的消費(fèi)者特征，同時大數(shù)據(jù)技術(shù)的更新日益。大數(shù)據(jù)營銷依托多平臺的數(shù)據(jù)采集及大數(shù)據(jù)技術(shù)的分析及預(yù)測能力，使企業(yè)的營銷更加精準(zhǔn)，為企業(yè)帶來更高的投資回報率。無論是線上還是線下大數(shù)據(jù)營銷的核心在于在合適的時間，基于你對用戶的了解，把你希望推送的東西通過合適的載體，以合適的方式，推送給合適的人。

大數(shù)據(jù)營銷關(guān)鍵問題：

問題1：怎么才能準(zhǔn)確知道Who？Where？Do What? How Do?

大數(shù)據(jù)營銷首先要解決的是數(shù)據(jù)匯聚的問題。通過打通用戶在多個渠道上的行為數(shù)據(jù)，構(gòu)建對用戶行為和用戶數(shù)據(jù)的深入洞察，一方面實(shí)時監(jiān)控各渠道的用戶行為特征，運(yùn)營和營銷的效果，進(jìn)行優(yōu)化；另一方面集中用戶的數(shù)據(jù)，便于后續(xù)的深入挖掘工作，實(shí)現(xiàn)以用戶為中心的數(shù)據(jù)匯聚，提升用戶數(shù)據(jù)價值，實(shí)現(xiàn)用戶交互的精準(zhǔn)識別和多渠道數(shù)據(jù)打通，為用戶提供更準(zhǔn)確的服務(wù)和營銷。

問題2：渠道及交叉渠道組合方式如何選擇？

當(dāng)營銷預(yù)算不夠的時候，如何在搜索和其他的渠道間進(jìn)行營銷預(yù)算的分配？是選擇電子商務(wù)最優(yōu)搜索渠道還是選擇跨渠道組合營銷呢？跨渠道營銷預(yù)算如何進(jìn)行排列組合？

問題3：如何通過個性化營銷讓企業(yè)離用戶更近一點(diǎn)？

營銷方式從海量廣告過度到一對一以用戶體驗(yàn)為中心的精準(zhǔn)營銷，一對一精準(zhǔn)營銷實(shí)際上是對于任何一個互聯(lián)網(wǎng)用戶在那一刻，在那一個渠道以一個獨(dú)特的價格，推送一個獨(dú)特的廣告創(chuàng)意，效果是怎么樣的。圍繞用戶、業(yè)務(wù)場景、觸點(diǎn)、營銷推送內(nèi)容/活動推薦，并且基于跨渠道觸發(fā)式的營銷能力，在注重用戶體驗(yàn)同時達(dá)到最佳的營銷效果，并且可對營銷進(jìn)行跟蹤，從而不斷優(yōu)化營銷策略。

問題4：如何實(shí)現(xiàn)基于大數(shù)據(jù)營銷的即時營銷？

企業(yè)希望通過實(shí)時分析來獲取競爭優(yōu)勢。精準(zhǔn)營銷也要求在活動的同時我們就能得到數(shù)據(jù)，立即優(yōu)化營銷效果。

大數(shù)據(jù)營銷系統(tǒng)組成：

基于大數(shù)據(jù)的精準(zhǔn)營銷過程分為：采集和處理數(shù)據(jù)、建模分析數(shù)據(jù)、解讀數(shù)據(jù)這么三個大層面。通過對客戶特征、產(chǎn)品特征、消費(fèi)行為特征數(shù)據(jù)的采集和處理，可以進(jìn)行多維度的客戶消費(fèi)特征分析、產(chǎn)品策略分析和銷售策略指導(dǎo)分析。通過準(zhǔn)確把握客戶需求、增加客戶互動的方式推動營銷策略的策劃和執(zhí)行。

網(wǎng)舟科技大數(shù)據(jù)營銷項(xiàng)目的解決方案主體為：數(shù)據(jù)整合營銷平臺

營銷管理平臺中心有一個通用的工作流引擎，以及創(chuàng)新生動的用戶界面。它具有高度自動化的特點(diǎn)，基于角色的協(xié)作，工作流工具使?fàn)I銷上很容易定義流程規(guī)劃和管理預(yù)算、資源和內(nèi)容，細(xì)分客戶，定義規(guī)則和機(jī)制，創(chuàng)建和重建模板，執(zhí)行活動，捕捉反應(yīng)，定義領(lǐng)導(dǎo)流程和結(jié)果分析。營銷商根據(jù)需求動態(tài)的格式化內(nèi)容協(xié)調(diào)所有營銷過程與跨越多渠道的用戶交互，而視覺框架使這一切變得更直觀。

大數(shù)據(jù)精準(zhǔn)營銷實(shí)現(xiàn)方式：

通過一個表達(dá)式構(gòu)建器、原始SQL、或通過預(yù)定的過濾器進(jìn)行構(gòu)造。即可以基于一個無限數(shù)量的隱式或顯式條件下，利用底層營銷數(shù)據(jù)：包括歷史客戶交易、人口統(tǒng)計(jì)、模型評分、營銷歷史以及瀏覽行為等實(shí)時變量，進(jìn)行細(xì)分和決策規(guī)則的配置。支持Offer（針對不同特點(diǎn)客戶所要提供的營銷內(nèi)容、素材等的供給物）與渠道(網(wǎng)站、手機(jī)應(yīng)用、郵件短信等)的關(guān)聯(lián)配置。數(shù)據(jù)營銷后臺可對各觸點(diǎn)的推送offer中的推送規(guī)則、推送內(nèi)容進(jìn)行定義，還可實(shí)現(xiàn)多渠道、多波次的營銷定義，并負(fù)責(zé)精準(zhǔn)營銷的推薦實(shí)施。

第二篇：大數(shù)據(jù)精準(zhǔn)營銷的價值與方法

大數(shù)據(jù)精準(zhǔn)營銷的價值和方法

網(wǎng)舟科技數(shù)據(jù)分析課題組

大數(shù)據(jù)營銷價值：

隨著全球的信息總量呈 現(xiàn)爆炸式增長，移動互聯(lián)網(wǎng)、可選渠道和設(shè)備增加以及不斷變化的消費(fèi)者特征，同時大數(shù)據(jù)技術(shù)的更新日益。大數(shù)據(jù)營銷依托多平臺的數(shù)據(jù)采集及大數(shù)據(jù)技術(shù)的分析及預(yù)測能力，使企業(yè)的營銷更加精準(zhǔn)，為企業(yè)帶來更高的投資回報率。無論是線上還是線下大數(shù)據(jù)營銷的核心在于在合適的時間，基于你對用戶的了解，把你希望推送的東西通過合適的載體，以合適的方式，推送給合適的人。

大數(shù)據(jù)營銷關(guān)鍵問題：

問題1：怎么才能準(zhǔn)確知道Who？Where？Do What? How Do? 大數(shù)據(jù)營銷首先要解決的是數(shù)據(jù)匯聚的問題。通過打通用戶在多個渠道上的行為數(shù)據(jù)，構(gòu)建對用戶行為和用戶數(shù)據(jù)的深入洞察，一方面實(shí)時監(jiān)控各渠道的用戶行為特征，運(yùn)營和營銷的效果，進(jìn)行優(yōu)化；另一方面集中用戶的數(shù)據(jù)，便于后續(xù)的深入挖掘工作，實(shí)現(xiàn)以用戶為中心的數(shù)據(jù)匯聚，提升用戶數(shù)據(jù)價值，實(shí)現(xiàn)用戶交互的精準(zhǔn)識別和多渠道數(shù)據(jù)打通，為用戶提供更準(zhǔn)確的服務(wù)和營銷。問題2：渠道及交叉渠道組合方式如何選擇？

當(dāng)營銷預(yù)算不夠的時候，如何在搜索和其他的渠道間進(jìn)行營銷預(yù)算的分配？是選擇電子商務(wù)最優(yōu)搜索渠道還是選擇跨渠道組合營銷呢？跨渠道營銷預(yù)算如何進(jìn)行排列組合？

問題3：如何通過個性化營銷讓企業(yè)離用戶更近一點(diǎn)？

營銷方式從海量廣告過度到一對一以用戶體驗(yàn)為中心的精準(zhǔn)營銷，一對一精準(zhǔn)營銷實(shí)際上是對于任何一個互聯(lián)網(wǎng)用戶在那一刻，在那一個渠道以一個獨(dú)特的價格，推送一個獨(dú)特的廣告創(chuàng)意，效果是怎么樣的。圍繞用戶、業(yè)務(wù)場景、觸點(diǎn)、營銷推送內(nèi)容/活動推薦，并且基于跨渠道觸發(fā)式的營銷能力，在注重用戶體驗(yàn)同時達(dá)到最佳的營銷效果，并且可對營銷進(jìn)行跟蹤，從而不斷優(yōu)化營銷策略。

問題4：如何實(shí)現(xiàn)基于大數(shù)據(jù)營銷的即時營銷？

企業(yè)希望通過實(shí)時分析來獲取競爭優(yōu)勢。精準(zhǔn)營銷也要求在活動的同時我們就能得到數(shù)據(jù)，立即優(yōu)化營銷效果。

大數(shù)據(jù)營銷系統(tǒng)組成：

基于大數(shù)據(jù)的精準(zhǔn)營銷過程分為：采集和處理數(shù)據(jù)、建模分析數(shù)據(jù)、解讀數(shù)據(jù)這么三個大層面。通過對客戶特征、產(chǎn)品特征、消費(fèi)行為特征數(shù)據(jù)的采集和處理，可以進(jìn)行多維度的客戶消費(fèi)特征分析、產(chǎn)品策略分析和銷售策略指導(dǎo)分析。通過準(zhǔn)確把握客戶需求、增加客戶互動的方式推動營銷策略的策劃和執(zhí)行。

網(wǎng)舟科技大數(shù)據(jù)營銷項(xiàng)目的解決方案主體為：數(shù)據(jù)整合營銷平臺

營銷管理平臺中心有一個通用的工作流引擎，以及創(chuàng)新生動的用戶界面。它具有高度自動化的特點(diǎn)，基于角色的協(xié)作，工作流工具使?fàn)I銷上很容易定義流程規(guī)劃和管理預(yù)算、資源和內(nèi)容，細(xì)分客戶，定義規(guī)則和機(jī)制，創(chuàng)建和重建模板，執(zhí)行活動，捕捉反應(yīng)，定義領(lǐng)導(dǎo)流程和結(jié)果分析。營銷商根據(jù)需求動態(tài)的格式化內(nèi)容協(xié)調(diào)所有營銷過程與跨越多渠道的用戶交互，而視覺框架使這一切變得更直觀。

大數(shù)據(jù)精準(zhǔn)營銷實(shí)現(xiàn)方式：

通過一個表達(dá)式構(gòu)建器、原始SQL、或通過預(yù)定的過濾器進(jìn)行構(gòu)造。即可以基于一個無限數(shù)量的隱式或顯式條件下，利用底層營銷數(shù)據(jù)：包括歷史客戶交易、人口統(tǒng)計(jì)、模型評分、營銷歷史以及瀏覽行為等實(shí)時變量，進(jìn)行細(xì)分和決策規(guī)則的配置。支持Offer（針對不同特點(diǎn)客戶所要提供的營銷內(nèi)容、素材等的供給物）與渠道(網(wǎng)站、手機(jī)應(yīng)用、郵件短信等)的關(guān)聯(lián)配置。數(shù)據(jù)營銷后臺可對各觸點(diǎn)的推送offer中的推送規(guī)則、推送內(nèi)容進(jìn)行定義，還可實(shí)現(xiàn)多渠道、多波次的營銷定義，并負(fù)責(zé)精準(zhǔn)營銷的推薦實(shí)施。

數(shù)據(jù)來源：網(wǎng)舟科技

第三篇：金融業(yè)如何利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷

金融業(yè)如何利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷

導(dǎo)讀近幾年各行各業(yè)對大數(shù)據(jù)技術(shù)的應(yīng)用越來越多，但凡有財力的企業(yè)都躍躍欲試，更何況是“手握重金”的金融行業(yè)。金融業(yè)如何利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷？如何構(gòu)建新一代大數(shù)據(jù)運(yùn)營中心？且聽永洪科技高級咨詢師胡星昱圍繞金融行業(yè)的經(jīng)驗(yàn)分享。

說到大數(shù)據(jù)，有兩點(diǎn)我們要強(qiáng)調(diào)一下：一個是數(shù)據(jù)資產(chǎn)化，另一個是決策數(shù)據(jù)化。

? IT部門轉(zhuǎn)變成利潤中心

信息技術(shù)部門是做IT支撐的，每年都會進(jìn)行軟、硬件大批量采購，企業(yè)內(nèi)部都認(rèn)為信息技術(shù)部門是成本中心，信息技術(shù)部門的數(shù)據(jù)也都是伴隨業(yè)務(wù)發(fā)生時產(chǎn)生的一個附屬物。隨著大數(shù)據(jù)技術(shù)發(fā)展，企業(yè)希望通過數(shù)據(jù)尋找業(yè)務(wù)規(guī)律，對客戶需求進(jìn)行挖掘，因?yàn)檫@樣做會給業(yè)務(wù)帶來直接的價值，幫助業(yè)務(wù)進(jìn)行優(yōu)化和提升，所以數(shù)據(jù)成了金融機(jī)構(gòu)的一項(xiàng)寶貴資產(chǎn)，掌握數(shù)據(jù)量最大的信息技術(shù)部門也逐漸成為企業(yè)的利潤中心。

從戰(zhàn)略方向上講，以前在企業(yè)內(nèi)部，主要是決策人員根據(jù)經(jīng)驗(yàn)主觀判斷進(jìn)行決策，這樣做的風(fēng)險很大，因?yàn)槿藭艿阶约核幁h(huán)境和情緒的影響。所以企業(yè)必須借助數(shù)據(jù)的幫助來做決策，并進(jìn)行客觀的驗(yàn)證和預(yù)測，要從原來依據(jù)經(jīng)驗(yàn)說話向依據(jù)數(shù)據(jù)說話進(jìn)行轉(zhuǎn)變。

在數(shù)據(jù)量和數(shù)據(jù)分析需求日益增加的挑戰(zhàn)下，從戰(zhàn)略層面上講，金融機(jī)構(gòu)需要建立一套“數(shù)據(jù)驅(qū)動型”的模式，即真正落實(shí)大數(shù)據(jù)運(yùn)營中心。

從戰(zhàn)術(shù)方面上講，金融行業(yè)內(nèi)企業(yè)可以嘗試三種戰(zhàn)術(shù)方向。首先可以通過用戶畫像、精準(zhǔn)營銷來做運(yùn)營優(yōu)化。其次是通過運(yùn)營分析、產(chǎn)品定價來做精細(xì)化管理。最后是利用實(shí)時的反欺詐反洗錢應(yīng)用，以及中小企業(yè)的貸款評估來提高風(fēng)險控制能力，最終實(shí)現(xiàn)全面提升金融企業(yè)的核心價值和能力。

? 新一代金融大數(shù)據(jù)運(yùn)營中心 金融行業(yè)內(nèi)的企業(yè)現(xiàn)在都需要一套整體化的業(yè)務(wù)架構(gòu)。構(gòu)建業(yè)務(wù)架構(gòu)要從搭建一套企業(yè)級數(shù)據(jù)中心說起。企業(yè)級數(shù)據(jù)中心會包含企業(yè)的業(yè)務(wù)系統(tǒng)、外部數(shù)據(jù)和一些機(jī)器日志，這些結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，都要被匯集在一起。

在這些數(shù)據(jù)之上，金融行業(yè)內(nèi)企業(yè)可以建立各種各樣的分析模型。比如利用用戶畫像做精準(zhǔn)營銷，用EVA指標(biāo)模型和反欺詐模型做多維盈利分析、反欺詐的交易分析等。

運(yùn)營優(yōu)化、管理提升、風(fēng)險監(jiān)控，這三個方向到底給金融行業(yè)帶來什么價值？

首先是精準(zhǔn)營銷。精準(zhǔn)營銷真正要做的就是了解客戶：客戶到底是什么樣的？客戶是誰？客戶需要什么產(chǎn)品？客戶有什么產(chǎn)品偏好？客戶喜歡哪些產(chǎn)品組合……還有就是如何進(jìn)行有效營銷、如何提升客戶價值、保持客戶忠誠度。

比如，現(xiàn)在很多金融機(jī)構(gòu)都有APP，就可以分析用戶在尋找什么產(chǎn)品，用戶在找到一款產(chǎn)品并真正實(shí)現(xiàn)交易的過程中會瀏覽哪些頁面，在哪個頁面停留最長時間，交易中斷是什么原因造成的等，而分析結(jié)果可以用于提升運(yùn)營效果。

說到精準(zhǔn)營銷就不能不談用戶畫像。以前經(jīng)常聽到“360度用戶畫像”這個詞。但我覺得，“360度用戶畫像”更像一個廣告宣傳語，因?yàn)槿耸欠浅?fù)雜的動物，很難用可數(shù)的緯度來100%地描述，所以需要從一定目的出發(fā)來建立用戶畫像。

尤其是在企業(yè)內(nèi)部沒有足夠數(shù)據(jù)來構(gòu)建用戶畫像，需要通過外界渠道來獲取數(shù)據(jù)支撐的時候。數(shù)據(jù)的獲取是有成本的，更不應(yīng)該盲目搭建用戶畫像體系。也就是說，用戶畫像的本質(zhì)其實(shí)應(yīng)該是從業(yè)務(wù)角度出發(fā)，對客戶需求、消費(fèi)能力，以及客戶信用額度等進(jìn)行分析。

舉個小例子，比如說做存貸款產(chǎn)品營銷時，可對高價值信用卡用戶的AUM進(jìn)行分析。篩選他們每月的消費(fèi)金額、信用額度、當(dāng)前存款情況、貸款有沒有拖欠，是不是商務(wù)卡持有者等，通過這些維度對用戶進(jìn)行分析。再針對不同用戶分群給出不同的營銷策略。比如說哪些用戶該提升額度，哪些應(yīng)該為其推薦金融產(chǎn)品。營銷在落實(shí)時，可以先通過短信進(jìn)行營銷，再通過呼叫中心來了解客戶意圖。當(dāng)客戶有意向時，再交由理財經(jīng)理進(jìn)行進(jìn)一步跟進(jìn)。

除精準(zhǔn)營銷，還有多維盈利分析。多維盈利分析金融機(jī)構(gòu)已經(jīng)做很多年了，我最近也與國內(nèi)幾十家金融機(jī)構(gòu)進(jìn)行了交流，發(fā)現(xiàn)其實(shí)在業(yè)務(wù)上他們都希望多維盈利分析能夠做到帳戶級?？蓪?shí)際上，大部分金融機(jī)構(gòu)現(xiàn)有的IT架構(gòu)只能支撐做到產(chǎn)品級，或是科目級分析。為什么？就是因?yàn)榻鹑跈C(jī)構(gòu)普遍數(shù)據(jù)處理能力不夠。如果要跑一個帳戶級的結(jié)果出來，系統(tǒng)要跑好幾個小時。而通過數(shù)據(jù)運(yùn)營中心，就可以實(shí)現(xiàn)幾十分鐘出結(jié)果，企業(yè)就可以更好地進(jìn)行精細(xì)化管理。

在風(fēng)險監(jiān)控方面，可以列出很多風(fēng)險監(jiān)控的指標(biāo)，再通過這些指標(biāo)用大數(shù)據(jù)平臺進(jìn)行實(shí)時監(jiān)控，真正了解整個企業(yè)當(dāng)前所處的風(fēng)險等級。

? 傳統(tǒng)業(yè)務(wù)架構(gòu)存在的6大缺點(diǎn)

上述應(yīng)用在傳統(tǒng)架構(gòu)下能否實(shí)現(xiàn)？我認(rèn)為傳統(tǒng)業(yè)務(wù)架構(gòu)存在6大缺點(diǎn)。

第一是不夠敏捷，對業(yè)務(wù)新需求滿足的時間太長。我通過交流了解到，有些金融機(jī)構(gòu)內(nèi)部業(yè)務(wù)新的需求提出后，需要幾周，甚至幾個月時間才能把報表提交上去，業(yè)務(wù)人員才能看到他需要的數(shù)據(jù)，這種效率顯然跟不上市場變化。

第二是性能不佳，在海量數(shù)據(jù)面前，沒有足夠的計(jì)算能力去實(shí)時計(jì)算數(shù)據(jù)。

第三是洞察力弱，傳統(tǒng)IT架構(gòu)已無法深入挖掘海量數(shù)據(jù)的數(shù)據(jù)價值。金融企業(yè)的分析人員已不滿足于只看到數(shù)據(jù)呈現(xiàn)，還希望對數(shù)據(jù)進(jìn)行聚類、分類的算法來挖掘數(shù)據(jù)價值。第四是擴(kuò)展性差，海量歷史數(shù)據(jù)無法單機(jī)存儲，傳統(tǒng)的IT架構(gòu)又不支持水平擴(kuò)展。第五是無法挖掘非結(jié)構(gòu)化數(shù)據(jù)價值，現(xiàn)在每年金融機(jī)構(gòu)的數(shù)據(jù)增量中有百分之七十到八十的數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，如果不能把這部分?jǐn)?shù)據(jù)的價值挖掘出來，是嚴(yán)重的浪費(fèi)。

第六是成本高，從系統(tǒng)搭建到項(xiàng)目實(shí)施整個過程不可控。動輒上百萬元資金成本或一到兩年時間成本的項(xiàng)目在金融機(jī)構(gòu)中很多。

所以，永洪提出了新一代的金融大數(shù)據(jù)應(yīng)用中心的IT架構(gòu)，可以根據(jù)業(yè)務(wù)需求不同，分為在線需求和離線需求。

在線or離線

為什么要分在線和離線？其實(shí)，很多需求都是按時效性區(qū)分的。

舉個小例子，比如我們會分析現(xiàn)有的客戶中，哪些屬于即將流失的客戶，哪些是高價值客戶。在這個過程中，要經(jīng)過復(fù)雜的模型，考量多個指標(biāo)來判斷，而結(jié)果也許并不需要馬上就得到。但在分析某個地區(qū)時，高價值客戶最近的消費(fèi)傾向這種分析需求是非常靈活且時刻變化的，這就要求能夠?qū)崟r得到計(jì)算結(jié)果。

下面，我把在線和離線分開介紹。

在線分析需求，我們總結(jié)出了一個最佳實(shí)踐。這里順便回答下如何實(shí)現(xiàn)敏捷分析的問題。在以前的架構(gòu)中，通常是把業(yè)務(wù)邏輯和數(shù)據(jù)模型結(jié)合在一起，也就是根據(jù)業(yè)務(wù)需求制作數(shù)據(jù)模型，制作CUBE，做二次表，進(jìn)行匯總計(jì)算，最后反饋和展現(xiàn)的只是一個很小數(shù)據(jù)量的結(jié)果。在那這樣的架構(gòu)中，前端需求一旦變化就需要改模型，造成工作量大，交付時間也會拖長。

所以永洪提倡把數(shù)據(jù)模型和業(yè)務(wù)邏輯分開。數(shù)據(jù)模型只把跟分析主題相關(guān)的數(shù)據(jù)關(guān)聯(lián)到一起，做一張大寬表。比如，現(xiàn)在要進(jìn)行營銷相關(guān)分析，就把數(shù)據(jù)交易數(shù)據(jù)、用戶數(shù)據(jù)、渠道數(shù)據(jù)都打通，關(guān)聯(lián)起來，但這些數(shù)據(jù)不要匯總，也就是要保持交易記錄級的數(shù)據(jù)粒度，而要分析哪些緯度，需要什么粒度的數(shù)據(jù)，都可以通過實(shí)時的計(jì)算，這樣就不會造成業(yè)務(wù)邏輯和數(shù)據(jù)模型混在一起。

不能每個分析需求都建一個CUBE，之前我見過有的企業(yè)數(shù)據(jù)倉庫中有上千個cube，因?yàn)閿?shù)量太大，根本沒人來管理。而每當(dāng)有新需求提出，也只能做新CUBE。這么做對企業(yè)來說有風(fēng)險。

如果不愿意對數(shù)據(jù)來進(jìn)行匯總計(jì)算，而是進(jìn)行實(shí)時計(jì)算，就要提供大量細(xì)節(jié)數(shù)據(jù)實(shí)時計(jì)算的能力，這時可以采用了MPP數(shù)據(jù)集市來處理在線分析需求。

在這個過程中，永洪運(yùn)用了列存儲、分布式計(jì)算、列存計(jì)算的技術(shù)來提高運(yùn)行效率，就算是百億級的數(shù)據(jù)，也可以通過這種分布式的集群，實(shí)時進(jìn)行分析計(jì)算，然后反饋給用戶。此外，大數(shù)據(jù)平臺離線分析是通過Hadoop的平臺來做結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的存儲，解析。然后在上面會用YARN量做資源管理——根據(jù)分析需求決定是用批處理模塊還是搜索模塊、是用流處理還是用機(jī)器學(xué)習(xí)等。

永洪科技現(xiàn)正在幫助國內(nèi)各個企業(yè)進(jìn)行數(shù)據(jù)挖掘應(yīng)用。我們的客戶范圍涉及電信行業(yè)、能源、政府、金融、零售，還有IT互聯(lián)網(wǎng)行業(yè)，永洪會幫助他們提升數(shù)據(jù)運(yùn)營效果。

接下來，簡單介紹幾個做過的案例。

首先是一個股份銀行，永洪通過大數(shù)據(jù)平臺，幫助他們進(jìn)行用戶畫像的精準(zhǔn)營銷，把金融機(jī)構(gòu)持卡人的信息、信用卡信息、微信卡信息都拿過來。在大數(shù)據(jù)平臺上，通過畫像和算法給用戶進(jìn)行畫像分群，根據(jù)分析需求來構(gòu)建畫像模型，基于Map Raduce聚類和算法對用戶進(jìn)行分類，然后再進(jìn)行數(shù)據(jù)域處理，最終完成用戶的畫像。

另外,永洪也幫助華北一些金融機(jī)構(gòu)在傳統(tǒng)數(shù)倉上搭建在線分析平臺，以及幫助他們建立全行的報表平臺。例如行長駕駛艙和業(yè)務(wù)類型報表。永洪也為中信金融機(jī)構(gòu)杭州分行、四川分行搭建了在線分析平臺。杭州分行通過在線平臺幫助用戶實(shí)時分析零售數(shù)據(jù)。以前他們的分析人員大部分精力都用在整理數(shù)據(jù)和制作報表上，通過永洪的在線平臺，業(yè)務(wù)人員可以自己接觸到數(shù)據(jù)，并且可快速地生成分析報告，把真正精力都放在分析數(shù)據(jù)這塊。

現(xiàn)在，整個行業(yè)正處在數(shù)據(jù)架構(gòu)和數(shù)據(jù)分析系統(tǒng)的變革時期，永洪科技非常希望通過提供專業(yè)技術(shù)和服務(wù)來幫助金融機(jī)構(gòu)把數(shù)據(jù)價值挖掘出來，提高業(yè)務(wù)能力，提高競爭力。

胡星昱：澳大利亞莫納什大學(xué)商業(yè)信息系統(tǒng)碩士，擁有3年大型企業(yè)需求分析，項(xiàng)目實(shí)施和解決方案制作經(jīng)驗(yàn)；曾為國外大型零售企業(yè)和政府機(jī)構(gòu)設(shè)計(jì)和實(shí)現(xiàn)數(shù)據(jù)分析系統(tǒng)，成功推進(jìn)國內(nèi)多個大型金融項(xiàng)目的需求、設(shè)計(jì)、研發(fā)、實(shí)施工作。在企業(yè)級系統(tǒng)集成，大數(shù)據(jù)，BI領(lǐng)域有豐富的項(xiàng)目經(jīng)驗(yàn)；目前主要負(fù)責(zé)產(chǎn)品和解決方案的咨詢工作。

第四篇：大數(shù)據(jù)與精準(zhǔn)營銷研究綜述

大數(shù)據(jù)與精準(zhǔn)營銷研究綜述

摘要：隨著互聯(lián)網(wǎng)的日益普及，人們對互聯(lián)網(wǎng)技術(shù)的利用率越來越高，由此而來的大數(shù)據(jù)對社會的各行各業(yè)都帶來很大變化，人們正步入大數(shù)據(jù)時代。在企業(yè)營銷中，大數(shù)據(jù)的應(yīng)用可以大大促進(jìn)精準(zhǔn)營銷的發(fā)展，為其帶來前所未有的發(fā)展機(jī)遇。本文首先分別對大數(shù)據(jù)與精準(zhǔn)營銷的研究進(jìn)行綜述，然后提出大數(shù)據(jù)時代下精準(zhǔn)營銷模式的問題，最后針對該問題提出一些思考與建議。

關(guān)鍵詞： 大數(shù)據(jù)； 精準(zhǔn)營銷； 精準(zhǔn)營銷模式

一、大數(shù)據(jù)研究現(xiàn)狀

1.大數(shù)據(jù)起源與興起

1980年，著名未來學(xué)家托夫勒在其《第三次浪潮》提出了“大數(shù)據(jù)”的概念，并熱情地將其稱頌為“第三次浪潮的華彩樂章”，但是之后很長一段時期內(nèi)，由于技術(shù)發(fā)展制約，“大數(shù)據(jù)”的概念并沒有得到人們的重視。

2008年開始，移動計(jì)算、物聯(lián)網(wǎng)、云計(jì)算等一系列新興技術(shù)相繼興起，這些技術(shù)的發(fā)展及其在社交媒體、協(xié)同創(chuàng)造、虛擬服務(wù)等新型模式中的廣泛應(yīng)用，使得全球數(shù)據(jù)量呈現(xiàn)出前所未有的爆發(fā)式增長態(tài)勢，數(shù)據(jù)復(fù)雜性也急劇增長，客觀上要求新的分析方法和技術(shù)來挖掘數(shù)據(jù)價值，大數(shù)據(jù)技術(shù)應(yīng)運(yùn)而生，并得到迅速發(fā)展和應(yīng)用，如此，“大數(shù)據(jù)”時代真正到來。

2008 年末，三位信息領(lǐng)域資深科學(xué)家卡內(nèi)基梅隆大學(xué)的R.E.Bryant、加利福尼亞大學(xué)伯克利分校的R.H.Katz、華盛頓大學(xué)的E.D.Lazowska聯(lián)合業(yè)界組織計(jì)算社區(qū)聯(lián)盟（Computing Community Consortium）發(fā)表了非常有影響力的白皮書《大數(shù)據(jù)計(jì)算： 商務(wù)、科學(xué)和社會領(lǐng)域的革命性突破》，使得研究者和業(yè)界高管意識到大數(shù)據(jù)真正重要的是其新用途和帶來的新見解，而非數(shù)據(jù)本身。隨后，包括EMC、IBM、惠普、微軟在內(nèi)的全球知名企業(yè)紛紛通過收購大數(shù)據(jù)相關(guān)廠商來實(shí)現(xiàn)技術(shù)整合，實(shí)施其大數(shù)據(jù)戰(zhàn)略； 國內(nèi)外咨詢機(jī)構(gòu)也相繼發(fā)布與大數(shù)據(jù)相關(guān)的研究報告，積極跟進(jìn)大數(shù)據(jù)領(lǐng)域的研發(fā)與應(yīng)用。2011 年5 月，EMC 公司在主題為“云計(jì)算相遇大數(shù)據(jù)”的World 2011 大會中闡述了云計(jì)算與大數(shù)據(jù)的理念和技術(shù)趨勢。同年10 月，Gartner 將大數(shù)據(jù)列入2012 年十大戰(zhàn)略新興技術(shù)； 11 月，由CSDN 舉辦的中國大數(shù)據(jù)技術(shù)大會在北京成功舉行。大數(shù)據(jù)在產(chǎn)業(yè)界逐漸形成燎原之勢。

目前，大數(shù)據(jù)研究和應(yīng)用已經(jīng)成為信息科技領(lǐng)域中的熱點(diǎn)。世界各國均高度重視大數(shù)據(jù)領(lǐng)域的研究探索，并從國家戰(zhàn)略層面推出研究規(guī)劃以應(yīng)對其帶來的挑戰(zhàn)。2012 年3 月，美國奧巴馬政府投資兩億美元啟動“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，致力于提高從大型復(fù)雜數(shù)據(jù)集中提取知識和觀點(diǎn)的能力，并服務(wù)于能源、健康、金融和信息技術(shù)等領(lǐng)域的高科技企業(yè)； 2012年4 月，英國、美國、德國、芬蘭和澳大利亞研究者聯(lián)合推出“世界大數(shù)據(jù)周”活動，旨在促使政府制定戰(zhàn)略性的大數(shù)據(jù)措施； 7 月，日本推出“新ICT 戰(zhàn)略研究計(jì)劃”，其中重點(diǎn)關(guān)注“大數(shù)據(jù)應(yīng)用”同時，大數(shù)據(jù)也已引起學(xué)術(shù)界的廣泛研究興趣。2008 年和2011 年，《Nature》與《Science》雜志分別出版?？禕ig Data： Science in the Petabyte Era》和《Dealing with Data》，從互聯(lián)網(wǎng)技術(shù)、互聯(lián)網(wǎng)經(jīng)濟(jì)學(xué)、超級計(jì)算、環(huán)境科學(xué)、生物醫(yī)藥等多個方面討論大數(shù)據(jù)處理和應(yīng)用專題。

2．大數(shù)據(jù)的定義與特征

對于大數(shù)據(jù)的概念，企業(yè)和學(xué)術(shù)界目前尚未形成公認(rèn)的準(zhǔn)確定義。維基百科將大數(shù)據(jù)定義為“無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合”； 權(quán)威IT 研究與顧問咨詢公司Gartner 將大數(shù)據(jù)定義為“在一個或多個維度上超出傳統(tǒng)信息技術(shù)的處理能力的極端信息管理和處理問題”； 美國國家科學(xué)基金會（NSF）則將大數(shù)據(jù)定義為“由科學(xué)儀器、傳感設(shè)備、互聯(lián)網(wǎng)交易、電子郵件、音視頻軟件、網(wǎng)絡(luò)點(diǎn)擊流等多種數(shù)據(jù)源生成的大規(guī)模、多元化、復(fù)雜、長期的分布式數(shù)據(jù)集”。盡管存在不同的表述，但一個普遍的觀點(diǎn)是，大數(shù)據(jù)與“海量數(shù)據(jù)”和“大規(guī)模數(shù)據(jù)”的概念一脈相承，但其在數(shù)據(jù)體量、數(shù)據(jù)復(fù)雜性和產(chǎn)生速度三個方面均大大超出了傳統(tǒng)的數(shù)據(jù)形態(tài)，也超出了現(xiàn)有技術(shù)手段的處理能力，并帶來了巨大的產(chǎn)業(yè)創(chuàng)新的機(jī)遇。

IBM公司把大數(shù)據(jù)的特征概括成三個“V”：規(guī)模（Volume）、快速（Velocity）和多樣（Variety），但是更多的人則將其概括為四個“V”，即規(guī)模（volume）、快速（Velocity）、多樣（Variety）和價值（value）。

（1）規(guī)模（Volume）。大數(shù)據(jù)首先是必須具有海量數(shù)據(jù)，但是究竟多大體量才叫海量，人們并沒有一個確定的數(shù)字。有人認(rèn)為應(yīng)該達(dá)到TB數(shù)量級，一般在10TB規(guī)模左右。但在實(shí)際應(yīng)用中，很多用戶把多個數(shù)據(jù)集放在一起，已經(jīng)形成了PB級的數(shù)據(jù)量。

（2）多樣性（Variety）。這是大數(shù)據(jù)概念區(qū)別于從前有關(guān)數(shù)據(jù)管理的一個重要特征，傳統(tǒng)的數(shù)據(jù)管理主要是針對結(jié)構(gòu)化數(shù)據(jù)分析利用，其應(yīng)用技術(shù)而大數(shù)據(jù)則更加強(qiáng)調(diào)對于半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的分析和應(yīng)用。

（3）快速（Velocity）。在當(dāng)前常規(guī)的信息安全產(chǎn)品中，特別是具有代表性的檢測響應(yīng)類產(chǎn)品技術(shù)中，大量采用實(shí)時監(jiān)測，而“實(shí)時”就意味著快速。在當(dāng)前帶寬越來越大、系統(tǒng)越來越復(fù)雜采集的數(shù)據(jù)越來越多的同時，安全檢測對于事件響應(yīng)的及時性要求并沒有減

弱。另外，“實(shí)時”還包含著一種內(nèi)在的含義：主要根據(jù)當(dāng)前的數(shù)據(jù)做出分析判斷。

（4）價值（Value）。數(shù)據(jù)是物理世界的數(shù)字反映，價值上數(shù)據(jù)不同于數(shù)字，數(shù)據(jù)背后是有對象的，而這些對象是有屬主的、有立場的、有價值歸屬的、主觀的。大數(shù)據(jù)的體量很大，所蘊(yùn)含的價值總量也會是客觀的，但是平均到單條信息的價值卻很低，即價值密度很低。

3．大數(shù)據(jù)的關(guān)鍵技術(shù)

傳統(tǒng)的數(shù)據(jù)采集來源單一，且存儲、管理和分析數(shù)據(jù)量也相對較小，大多采用關(guān)系型數(shù)據(jù)庫和并行數(shù)據(jù)倉庫即可處理。而大數(shù)據(jù)環(huán)境下，數(shù)據(jù)來源非常豐富且數(shù)據(jù)類型多樣，存儲和分析挖掘的數(shù)據(jù)量龐大，對數(shù)據(jù)展現(xiàn)的要求較高，并且很看重數(shù)據(jù)處理的高效性和可用性，需要依靠并行計(jì)算提升數(shù)據(jù)處理速度。而傳統(tǒng)的并行數(shù)據(jù)庫技術(shù)追求高度一致性和容錯性，難以保證其可用性和擴(kuò)展性。

另一方面，傳統(tǒng)的數(shù)據(jù)處理方法是以處理器為中心，而大數(shù)據(jù)環(huán)境下，需要采取以數(shù)據(jù)為中心的模式，減少數(shù)據(jù)移動帶來的開銷。因此，傳統(tǒng)的數(shù)據(jù)處理方法，已經(jīng)不能適應(yīng)大數(shù)據(jù)的需求，需要一種新的技術(shù)理論和方法。

3.1數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的，但又是潛在有用信息和知識的過程。目前廣為接受的一種處理模型是Fayyad 等人設(shè)計(jì)的多處理階段模型。

3.2數(shù)據(jù)分析

在相關(guān)技術(shù)中，比較具有代表性的是Apache 軟件基金會開發(fā)的Hadoop，以MapReduce 和Hadoop 為代表的非關(guān)系數(shù)據(jù)分析技術(shù)，憑借其適合非結(jié)構(gòu)處理、大規(guī)模并行處理和簡單易用等優(yōu)勢，在互聯(lián)網(wǎng)搜索和其他大數(shù)據(jù)分析技術(shù)領(lǐng)域取得重大進(jìn)展，成為主流技術(shù)。

4．大數(shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展

按照信息處理環(huán)節(jié)，大數(shù)據(jù)可以分為數(shù)據(jù)采集、數(shù)據(jù)清理、數(shù)據(jù)存儲及管理、數(shù)據(jù)分析、數(shù)據(jù)顯化及產(chǎn)業(yè)應(yīng)用等六個環(huán)節(jié)，由于尚屬發(fā)展初期，其中的每個產(chǎn)業(yè)環(huán)節(jié)都包含著不少的企業(yè)，其市場發(fā)展情況如下。

（l）數(shù)據(jù)采集。Google、CISCO這些傳統(tǒng)的IT公司早已經(jīng)開始部署數(shù)據(jù)收集的工作。在中國，淘寶、騰訊、百度等公司已經(jīng)收集并存儲大量的用戶習(xí)慣及用戶消費(fèi)行為數(shù)據(jù)。德勤預(yù)計(jì)，在未來，會有更為專業(yè)的數(shù)據(jù)收集公司針對各行業(yè)的特定需求，專門設(shè)計(jì)行業(yè)數(shù)據(jù)收集系統(tǒng)。

（2）數(shù)據(jù)清理。當(dāng)大量龐雜無序的數(shù)據(jù)收集之后，如何將有用的數(shù)據(jù)篩選出來，完成數(shù)據(jù)的清理工作并傳遞到下一環(huán)節(jié)，這是隨著大數(shù)據(jù)產(chǎn)業(yè)分工的不斷細(xì)化而需求越來越高的環(huán)節(jié)。除了Intel等老牌IT企業(yè)，Teradata、Informatica等專業(yè)的數(shù)據(jù)處理公司呈現(xiàn)了更大的活力。在中國，華傲數(shù)據(jù)等類似廠商也開始不斷涌現(xiàn)。德勤預(yù)計(jì)，在未來，將會有大量的公司專注于數(shù)據(jù)清理。

（3）數(shù)據(jù)存儲及管理。數(shù)據(jù)的存儲、管理是數(shù)據(jù)處理的兩個細(xì)分環(huán)節(jié)。這兩個細(xì)分環(huán)節(jié)之間的關(guān)系極為緊密。數(shù)據(jù)管理的方式?jīng)Q定了數(shù)據(jù)的存儲格式，而數(shù)據(jù)如何存儲又限制了數(shù)據(jù)分析的深度和廣度。由于相關(guān)性極高，通常由一個廠商統(tǒng)籌設(shè)計(jì)這兩個細(xì)分環(huán)節(jié)將更為有效。從廠商占位角度來分析，IBM、Oracle等老牌的數(shù)據(jù)存儲提供商有明顯的既有優(yōu)勢，他們在原有的存儲業(yè)務(wù)之上進(jìn)行相應(yīng)的深度拓展，輕松占據(jù)了較大的市場份額。而Apache Software Foundation等新生公司，以開源的戰(zhàn)略匯集了行業(yè)專精的智慧，成為大數(shù)據(jù)發(fā)展的領(lǐng)軍企業(yè)。

（4）數(shù)據(jù)分析。傳統(tǒng)的數(shù)據(jù)處理公司SAS及SPSS在數(shù)據(jù)分析方面有明顯的優(yōu)勢。然而，基于開源軟件基礎(chǔ)構(gòu)架Hadoop的數(shù)據(jù)分析公司最近幾年呈現(xiàn)爆發(fā)性增長。例如，成立于2008年的Cloudera公司，幫助企業(yè)管理和分析基于開源Hadoop產(chǎn)品的數(shù)據(jù)。由于能夠幫助客戶完成定制化的數(shù)據(jù)分析需求，Cloudera擁有了如ExPedia、摩根大通等大批的知名企業(yè)用戶，僅僅五年時間，其市值估值已達(dá)到7億美元。

（5）解讀。將大數(shù)據(jù)的分析結(jié)果還原為具體的行業(yè)問題。SAP、SAS等數(shù)據(jù)分析公司在其已有的業(yè)務(wù)之上加人行業(yè)知識，成為此環(huán)節(jié)競爭的佼佼者。同時，因大數(shù)據(jù)的發(fā)展而應(yīng)運(yùn)而生的wibidata等專業(yè)的數(shù)據(jù)還原公司也開始蓬勃發(fā)展。

（6）展示。這一環(huán)節(jié)中，大數(shù)據(jù)真正開始幫助管理實(shí)踐。通過對數(shù)據(jù)的分析和具象化，將大數(shù)據(jù)能夠推導(dǎo)出的結(jié)論量化計(jì)算，同時應(yīng)用到行業(yè)中去。這一環(huán)節(jié)需要行業(yè)專精人員，通過大數(shù)據(jù)給出的推論，結(jié)合行業(yè)的具體實(shí)踐制定出真正能夠改變行業(yè)現(xiàn)狀的計(jì)劃。

不僅僅是大數(shù)據(jù)技術(shù)行業(yè)的發(fā)展，大數(shù)據(jù)的應(yīng)用也已經(jīng)在醫(yī)療服務(wù)、零售業(yè)、金融業(yè)、制造業(yè)、物流、電信等行業(yè)廣泛展開，并產(chǎn)生了巨大的社會價值和產(chǎn)業(yè)空間。麥肯錫評估西方產(chǎn)業(yè)數(shù)據(jù)為例，大數(shù)據(jù)的有效利用將能使歐洲發(fā)達(dá)國家政府節(jié)省至少1000 億歐元（約1 490 億美元）的運(yùn)作成本； 使美國醫(yī)療保健行業(yè)降低8%的成本（約每年3000 多億美元）； 并使得大多數(shù)零售商的營業(yè)利潤率提高60%以上。據(jù)市場調(diào)研機(jī)構(gòu)IDC 預(yù)測，大數(shù)據(jù)技術(shù)與服務(wù)市場將從2010 年的32 億美元攀升到2015 年的169 億美元，實(shí)現(xiàn)40%的年增長率（IT與通信產(chǎn)業(yè)增長率的7 倍）近兩年來，國內(nèi)外知名企業(yè)（如Ebay、AmazonWal-Mart、淘寶、中國移動和凡客等）相繼推出相應(yīng)的大數(shù)據(jù)產(chǎn)品和平臺，開展了多種深度商務(wù)分析和應(yīng)用。例如：通過分析結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)促進(jìn)其業(yè)務(wù)創(chuàng)新和利潤增長； 基于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘方法來管理和優(yōu)化其庫存與供應(yīng)鏈，并量化評估其定價策略與營銷效果； 通過市場分析、競爭分析、客戶分析和產(chǎn)品分析以優(yōu)化經(jīng)營決策等。

5．大數(shù)據(jù)的發(fā)展與挑戰(zhàn)

在大數(shù)據(jù)時代，我們?nèi)匀灰鎸Υ髷?shù)據(jù)的各種技術(shù)挑戰(zhàn)，包括大數(shù)據(jù)的去冗降噪技術(shù)、大數(shù)據(jù)的新型表示方法、高效率低成本的大數(shù)據(jù)存儲、大數(shù)據(jù)的有效融合、非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的高效處理、適合不同行業(yè)的大數(shù)據(jù)挖掘分析工具和開發(fā)環(huán)境、大幅度降低數(shù)據(jù)處理、存儲和通信能耗的新技術(shù)等等。但我們相信技術(shù)能夠解決的問題終將不會成為問題，真正制約或者成為大數(shù)據(jù)發(fā)展和應(yīng)用瓶頸的有三個環(huán)節(jié)。

5.1數(shù)據(jù)收集和提取的合法性，數(shù)據(jù)隱私的保護(hù)和數(shù)據(jù)隱私應(yīng)用之間的權(quán)衡

任何企業(yè)或機(jī)構(gòu)從人群中提取私人數(shù)據(jù)，用戶都有知情權(quán)，將用戶的隱私數(shù)據(jù)用于商業(yè)行為時，都需要得到用戶的認(rèn)可。然而，目前，中國乃至全世界對于用戶隱私應(yīng)當(dāng)如何保護(hù)、商業(yè)規(guī)則應(yīng)當(dāng)如何制定、觸犯用戶的隱私權(quán)應(yīng)當(dāng)如何懲治、法律規(guī)范應(yīng)當(dāng)如何制定等一系列管理問題都大大滯后于大數(shù)據(jù)的發(fā)展速度。未來很多大數(shù)據(jù)業(yè)務(wù)在最初發(fā)展階段將會游走在灰色地帶，當(dāng)商業(yè)運(yùn)作初具規(guī)模并開始對大批消費(fèi)者和公司都產(chǎn)生影響之后，相關(guān)的法律法規(guī)以及市場規(guī)范才會被迫加速制定出來。可以預(yù)計(jì)的是，盡管大數(shù)據(jù)技術(shù)層面的應(yīng)用可以無限廣闊，但是由于受到數(shù)據(jù)采集的限制，能夠用于商業(yè)應(yīng)用、服務(wù)于人們的數(shù)據(jù)要遠(yuǎn)遠(yuǎn)小于理論上大數(shù)據(jù)能夠采集和處理的數(shù)據(jù)。數(shù)據(jù)源頭的采集受限將大大限制大數(shù)據(jù)的商業(yè)應(yīng)用。

5.2.大數(shù)據(jù)發(fā)揮協(xié)同效應(yīng)需要產(chǎn)業(yè)鏈各個環(huán)節(jié)的企業(yè)達(dá)成競爭與合作的平衡

大數(shù)據(jù)對基于其生態(tài)圈中的企業(yè)提出了更多的合作要求。如果沒有對整體產(chǎn)業(yè)鏈的宏觀把握，單個企業(yè)僅僅基于自己掌握的獨(dú)立數(shù)據(jù)，無法了解產(chǎn)業(yè)鏈各個環(huán)節(jié)數(shù)據(jù)之間的關(guān)系，對消費(fèi)者做出的判斷和影響也十分有限。在一些信息不對稱比較明顯的行業(yè)，例如銀行業(yè)以及保險業(yè)，企業(yè)之間數(shù)據(jù)共享的需求更為迫切。例如，銀行業(yè)和保險業(yè)通常都需要建立一個行業(yè)共享的數(shù)據(jù)庫，讓其成員能夠了解到單個用戶的信用記錄，消除擔(dān)保方和消費(fèi)者之間的信息不對稱，讓交易進(jìn)行得更為順利。然而，在很多情況下，這些需要共享信息的企業(yè)之間競爭和合作的關(guān)系同時存在，企業(yè)在共享數(shù)據(jù)之前，需要權(quán)衡利弊，避免在共享數(shù)據(jù)的同時喪失了其競爭優(yōu)勢。此外，當(dāng)很多商家合作起來，很容易形成賣家同盟而導(dǎo)致消費(fèi)者利益受到損失，影響到競爭的公平性。大數(shù)據(jù)最具有想象力的發(fā)展方向是將不

同行業(yè)的數(shù)據(jù)整合起來，提供全方位立體的數(shù)據(jù)繪圖，力圖從系統(tǒng)的角度了解并重塑用戶需求。然而，交叉行業(yè)數(shù)據(jù)共享需要平衡太多企業(yè)的利益關(guān)系，如果沒有中立的第三方機(jī)構(gòu)出面，協(xié)調(diào)所有參與企業(yè)之間的關(guān)系、制定數(shù)據(jù)共性及應(yīng)用的規(guī)則，將大大限制大數(shù)據(jù)的用武之地。權(quán)威第三方中立機(jī)構(gòu)的缺乏，將制約大數(shù)據(jù)發(fā)揮出其最大的潛力。5.3大數(shù)據(jù)結(jié)論的解讀和應(yīng)用

大數(shù)據(jù)可以從數(shù)據(jù)分析的層面上揭示各個變量之間可能的關(guān)聯(lián)，但是數(shù)據(jù)層面上的關(guān)聯(lián)如何具象到行業(yè)實(shí)踐中如何制定可執(zhí)行方案應(yīng)用大數(shù)據(jù)的結(jié)論這些問題要求執(zhí)行者不但能夠解讀大數(shù)據(jù)，同時還需深諳行業(yè)發(fā)展各個要素之間的關(guān)聯(lián)。這一環(huán)節(jié)基于大數(shù)據(jù)技術(shù)的發(fā)展，但又涉及管理和執(zhí)行等各方面因素。在這一環(huán)節(jié)中，人的因素成為制勝關(guān)鍵。從技術(shù)角度看，執(zhí)行人需要理解大數(shù)據(jù)技術(shù)，能夠解讀大數(shù)據(jù)分析的結(jié)論；從行業(yè)角度看，執(zhí)行人要非常了解行業(yè)各個生產(chǎn)環(huán)節(jié)的流程及關(guān)系、各要素之間的可能關(guān)聯(lián)，并且將大數(shù)據(jù)得到的結(jié)論和行業(yè)的具體執(zhí)行環(huán)節(jié)一一對應(yīng)起來；從管理的角度看，執(zhí)行人需要制定出可執(zhí)行的解決問題的方案，并且確保這一方案和管理流程沒有沖突，在解決問題的同時，沒有制造出新的問題。這些需求，不但要求執(zhí)行人深諳技術(shù)，同時應(yīng)當(dāng)是一個卓越的管理者，有系統(tǒng)論的思維，能夠從復(fù)雜系統(tǒng)的角度關(guān)聯(lián)地看待大數(shù)據(jù)與行業(yè)的關(guān)系。此類人才的稀缺性將制約大數(shù)據(jù)的發(fā)展。

6．大數(shù)據(jù)的研究不足

綜觀國內(nèi)外大數(shù)據(jù)領(lǐng)域的研究和應(yīng)用發(fā)展現(xiàn)狀可見： 1）大數(shù)據(jù)相關(guān)的研究與應(yīng)用目前仍然處于起步階段，學(xué)術(shù)研究大多局限于宏觀層面；2）基于互聯(lián)網(wǎng)和社會媒體的企業(yè)大數(shù)據(jù)研究與應(yīng)用亟需進(jìn)一步的深入開展； 3）現(xiàn)有的大數(shù)據(jù)研究大多立足于信息科學(xué)，側(cè)重于大數(shù)據(jù)的獲取、存儲、處理、挖掘和信息安全等方面，鮮有從管理學(xué)的角度探討大數(shù)據(jù)對于現(xiàn)代企業(yè)生產(chǎn)管理和商務(wù)運(yùn)營決策等方面帶來的變革與沖擊的研究。

二、精準(zhǔn)營銷研究現(xiàn)狀

1.精準(zhǔn)營銷的定義

1999 年，美國的萊斯特·偉門提出了精準(zhǔn)營銷的概念。Zabin和Brebach（2004）提出了精準(zhǔn)營銷的4R法則，亦即正確的顧客（right customer），正確的信息（right message），正確的管道（right channel）以及正確的時刻（Right time），通過將正確的信息在正確的時刻通過正確的管道傳遞到正確的顧客手中，以此真正對目標(biāo)客戶的購買決策構(gòu)成影響，促進(jìn)營銷目標(biāo)的有效達(dá)成。

菲利普.科特勒Philip Kotler（2005）在其全球巡回演講論壇上宣布了一個營銷傳播的新趨勢——精準(zhǔn)營銷（Precision Marketing），并對其進(jìn)行闡述：“具體來說，就是公司需要更精準(zhǔn)、可衡量和高投資回報的營銷溝通，需要更注重結(jié)果和行動的營銷傳播計(jì)劃，還有越來越注重對直接銷售溝通的投資?？铺乩眨?006）在暢銷書《Principles of Marketing》中，首次將基于互聯(lián)網(wǎng)的精準(zhǔn)營銷理論融入其中，他認(rèn)為日新月異的科技，使一些公司勇于從傳統(tǒng)的大眾傳媒溝通方式轉(zhuǎn)移到更加有針對性目標(biāo)市場的互動模式，以此來不斷提高溝通的效果和效率。并提出“對于營銷來說，將溝通個性化，并在正確的時間，對正確的人，表達(dá)而且做出正確的事情，是至關(guān)重要的。”

Paul.W.Farris與Neil.T.Bendle等人（2006）在《Marketing Metries：50+MetriesEvery Executive Should Master》一書中專門研究了解決營銷活動科學(xué)量化的問題，幫助精準(zhǔn)營銷活動取得良好效果。營銷量化指標(biāo)的歸納和運(yùn)用，為經(jīng)理人在實(shí)踐中有效利用信息進(jìn)行科學(xué)決策，提供了指導(dǎo)原則、方法以及注意事項(xiàng)。營銷量化指標(biāo)衡量方法，綜合了營銷和財務(wù)兩個方面的視角，是關(guān)于公司營銷業(yè)績的科學(xué)而全面的評價。

Lisa D Spiller與Martin Baier（2006）合著的《當(dāng)代直復(fù)營銷》中提到了直復(fù)營銷是對傳統(tǒng)營銷的發(fā)展，是精準(zhǔn)營銷的理論基礎(chǔ)之一，強(qiáng)調(diào)以市場細(xì)分為基礎(chǔ)進(jìn)行數(shù)據(jù)庫驅(qū)動的直復(fù)營銷。在互聯(lián)網(wǎng)的基礎(chǔ)上實(shí)現(xiàn)精準(zhǔn)營銷，完成與顧客之間的直復(fù)營銷關(guān)系。

國內(nèi)的齊淵博（2005）將精準(zhǔn)營銷理解為“精確營銷”，即包含了“標(biāo)準(zhǔn)”和“確定”兩個意思，“標(biāo)準(zhǔn)”就是可以復(fù)制、可以推廣、可以提升，沒有“標(biāo)準(zhǔn)”的理念只是偶然現(xiàn)象，而“確定”就是對市場極致的了解和把握。

學(xué)者許瑾（2006）在科特勒精準(zhǔn)營銷理論的基礎(chǔ)上，從實(shí)踐的角度對精準(zhǔn)營銷進(jìn)行了補(bǔ)充：“精準(zhǔn)營銷是以客戶為中心，運(yùn)用各種可利用的方式，在恰當(dāng)?shù)臅r間，以恰當(dāng)?shù)膬r格，通過恰當(dāng)?shù)那溃蚯‘?dāng)?shù)念櫩吞峁┣‘?dāng)?shù)漠a(chǎn)品?！辈⒅赋鼍珳?zhǔn)營銷的幾種傳播新模式，提倡從傳播受眾切入，研究受眾的行為、生活形態(tài)，從而理解用戶需求，最終傳遞給受眾最精準(zhǔn)的廣告內(nèi)容。

伍青生、余穎、鄭興山（2006）在《精準(zhǔn)營銷的思想和方法》一文中提出了精準(zhǔn)營銷是通過定量和定性相結(jié)合的方法對目標(biāo)市場的不同消費(fèi)者進(jìn)行細(xì)致分析，根據(jù)他們不同的消費(fèi)心理和行為特征，企業(yè)采用有針對性的現(xiàn)代技術(shù)、方法和指向明確的策略，實(shí)現(xiàn)對目標(biāo)市場不同消費(fèi)者群體強(qiáng)有效性、高投資回報的營銷溝通。

郵政營銷專家徐海亮教授（2006）創(chuàng)立了精準(zhǔn)營銷理論體系，提出了較為完整的精準(zhǔn)營銷的概念——精準(zhǔn)營銷就是在精準(zhǔn)定位的基礎(chǔ)上，依托現(xiàn)代信息技術(shù)手段建立個性化的

顧客溝通服務(wù)體系，實(shí)現(xiàn)企業(yè)可度量的低成本擴(kuò)張之路。并指出了精準(zhǔn)營銷的三個層面的含義：第一、精準(zhǔn)的營銷思想。營銷的終極追求就是無營銷的營銷，到達(dá)終極思想的過度就是逐步精準(zhǔn)。第二是實(shí)施精準(zhǔn)的體系保證和手段，而這種手段是可衡量的。第三就是達(dá)到低成本可持續(xù)發(fā)展的企業(yè)目標(biāo)。并對傳統(tǒng)廣告體系與精準(zhǔn)傳播體系進(jìn)行了對比，提出來精準(zhǔn)傳播的三種方式：網(wǎng)絡(luò)媒體的傳播，傳統(tǒng)廣告的改良與創(chuàng)新及口碑傳播。劉征宇（2007）在《精準(zhǔn)營銷方法研究》一文中也把精準(zhǔn)營銷的方法歸為基于數(shù)據(jù)庫營銷的方法、基于互聯(lián)網(wǎng)的方法、借助他人渠道的方法等三大類。

姜何（2008）用精細(xì)化營銷來形容精準(zhǔn)營銷，他認(rèn)為所謂精細(xì)化的管理是相對于粗放式管理而言的，面對于營銷的精細(xì)化管理，意味著基于客戶細(xì)分戰(zhàn)略的一對一營銷，即要與企業(yè)選定的最有價值的客戶群一對一，了解個性化需求，提供個性化渠道，實(shí)現(xiàn)個性化營銷手段。而曹彩杰（2010）也分析到：以網(wǎng)絡(luò)和信息技術(shù)為核心的精準(zhǔn)營銷體系，在一定程度上將取代傳統(tǒng)的營銷方式，逐步成為現(xiàn)代企業(yè)營銷發(fā)展的新趨勢。

綜合上述各種觀點(diǎn)可以看出，目前學(xué)者對精準(zhǔn)營銷研究熱情也頗為高漲，相關(guān)文獻(xiàn)數(shù)量較多，但對于什么是精準(zhǔn)營銷業(yè)界還沒有給出一個公認(rèn)的定義，但精準(zhǔn)營銷的特性是顯而易見的：一是對市場準(zhǔn)確定位，二是依賴科技手段，三是個性化服務(wù)，四是提高營銷的正確性。盡管精準(zhǔn)營銷的定義尚無定論，但這并不妨礙精準(zhǔn)營銷思想及方法的發(fā)展傳播，由于互聯(lián)網(wǎng)的普及化，網(wǎng)絡(luò)營銷方興未艾，基于互聯(lián)網(wǎng)的精準(zhǔn)營銷是目前網(wǎng)絡(luò)營銷的一個熱點(diǎn)領(lǐng)域并且還會不斷涌現(xiàn)新的研究成果。精準(zhǔn)營銷將在互聯(lián)網(wǎng)上的新興行業(yè)里得到廣泛推廣，并逐步應(yīng)用到傳統(tǒng)產(chǎn)業(yè)中去。

2．精準(zhǔn)營銷的理論基礎(chǔ)及意義

精準(zhǔn)營銷并不是一個全新的營銷思想，隨著信息技術(shù)的飛速發(fā)展，市場的形態(tài)有人們的消費(fèi)行為、消費(fèi)觀念都產(chǎn)生了巨大的變化，隨之產(chǎn)生的新營銷環(huán)境促使?fàn)I銷方式和營銷途徑在傳統(tǒng)營銷理論的基礎(chǔ)上不斷演變發(fā)展。

2.1從4P理論到4C理論

美國營銷學(xué)學(xué)者麥卡錫教授于1960年在《基礎(chǔ)營銷》（Basic Marketing）中提出產(chǎn)品（product）、價格（price）、渠道（place）、促銷（promotion）大營銷組合策略，他認(rèn)為一次成功和完整的市場營銷活動，意味著以適當(dāng)?shù)漠a(chǎn)品、適當(dāng)?shù)膬r格、適當(dāng)?shù)那篮瓦m當(dāng)?shù)膫鞑ゴ黉N推廣手段，將適當(dāng)?shù)漠a(chǎn)品和服務(wù)投放到特定市場的行為。4P理論是營銷策略的基礎(chǔ)，科特勒（1967）在其暢銷書《營銷管理：分析、規(guī)劃與控制》第一版中進(jìn)一步確認(rèn)了以4P為核心的營銷組合方法。4P營銷理論遵循的是由上而下的運(yùn)行原則，它使市場營銷

理論有開始有了體系，又使復(fù)雜的現(xiàn)象和理論簡單化“這種理念的出發(fā)點(diǎn)是追求企業(yè)利潤，重視產(chǎn)品導(dǎo)向而非消費(fèi)者導(dǎo)向，沒有將客戶的需求放到同等重要的地位上來，這也正好體現(xiàn)了了在無細(xì)分市場（mass market）里推（push）的概念。在4P理論的基礎(chǔ)上勞特朋（Robert.F.Lauterbon）教授（1990）在其《4P退休4C登場》專文中，提出了以顧客為中心的一個新的營銷模式，這個4C理論它包含4個要素：四個基本要素：即消費(fèi)者（Consumer）、成本（Cost）、便利（convenience）和溝通（communication）。4C理論的核心：強(qiáng)調(diào)購買一方在市場營銷活動中的主動性與積極參與，強(qiáng)調(diào)顧客購買的便利性”精準(zhǔn)營銷為買賣雙方創(chuàng)造了得以即時交流的小環(huán)境，符合消費(fèi)者導(dǎo)向、成本低廉、購買的便利以及充分溝通的4C要求，是4C理論的實(shí)際應(yīng)用。精準(zhǔn)營銷是迎合市場內(nèi)外環(huán)境的變化，在4P的理論基礎(chǔ)上，融合了4C營銷組合理論來適應(yīng)新環(huán)境的發(fā)展：

（1）精準(zhǔn)營銷真正貫徹了消費(fèi)者導(dǎo)向的基本原則。4C理論的核心思想，便是企業(yè)的全部行為都要以消費(fèi)者需求和欲望為基本導(dǎo)向，精準(zhǔn)營銷作為這一大背景下的產(chǎn)物，強(qiáng)調(diào)的仍然是比競爭對手更及時、更有效地了解并傳遞目標(biāo)市場所期待的滿足。這樣，企業(yè)要迅速而準(zhǔn)確地掌握市場需求，就必須離消費(fèi)者越近越好。這是由于，一方面，信息經(jīng)過多個環(huán)節(jié)的傳播、過濾，必然帶來自然失真，這是由知覺的選擇性注意、選擇性理解、選擇性記憶、選擇性反饋和選擇性接受所決定的；另一方面，由于各環(huán)節(jié)主體利益的不同，他們往往出于自身利益的需要而過分夸大或縮小信息，從而帶來信息的人為失真。精準(zhǔn)營銷繞過復(fù)雜的中間環(huán)節(jié)，直接面對消費(fèi)者，通過各種現(xiàn)代化信息傳播工具與消費(fèi)者進(jìn)行直接溝通，從而避免了信息的失真，可以比較準(zhǔn)確地了解和掌握他們的需求和欲望。

（2）精準(zhǔn)營銷降低了消費(fèi)者的滿足成本。精準(zhǔn)營銷是渠道最短的一種營銷方式，由于減少了流轉(zhuǎn)環(huán)節(jié)，節(jié)省了昂貴的店鋪?zhàn)饨?，使?fàn)I銷成本大為降低，又由于其完善的訂貨!配送服務(wù)系統(tǒng)，使購買的其它成本也相應(yīng)減少，因而降低了滿足成本。

（3）精準(zhǔn)營銷方便了顧客購買。精準(zhǔn)營銷商經(jīng)常向顧客提供大量的商品和服務(wù)信息，顧客不出家門就能購得所需物品，減少了顧客購物的麻煩，增進(jìn)了購物的便利性。精準(zhǔn)營銷實(shí)現(xiàn)了與顧客的雙向互動溝通，這是精準(zhǔn)營銷與傳統(tǒng)營銷最明顯的區(qū)別之一。

2.2讓渡價值理論

“讓渡價值”這個新概念是科特勒（1994）提出的，是對市場營銷理論的又一進(jìn)步。顧客總價值與顧客總成本之間的差額是“讓客價值”的中心。其中顧客總價值是指顧客購買某個產(chǎn)品或者得到服務(wù)所期望獲得的某些利益，其中包括產(chǎn)品的價值、服務(wù)的價值和形象的價值等；顧客總成本的意思是指顧客為購買某一產(chǎn)品或服務(wù)而支付的貨幣及所耗費(fèi)的

精力、時間，包括貨幣的成本、時間的成本及精力的成本。

由于顧客選擇購買商品或者服務(wù)時，總是希望把相關(guān)的成本降至最低，同時又希望從中獲得到更多的實(shí)際利益，因此，顧客總是傾向于選擇“讓渡價值”最大化的方式。而企業(yè)為在競爭中想要努力的戰(zhàn)勝對手，就需要吸引更多的潛在顧客，同時必須向顧客提供比競爭對手更多的“讓渡價值”，才可以滿足顧客的實(shí)際利益最大化的期望。

首先，精準(zhǔn)營銷能夠大幅度的提高顧客總價值。因?yàn)榫珳?zhǔn)營銷實(shí)現(xiàn)了“一對一”的營銷，在這種新型觀念指導(dǎo)下，其產(chǎn)品設(shè)計(jì)、開發(fā)、銷售充分考慮了消費(fèi)者需求的個性特征，同時增強(qiáng)了產(chǎn)品價值的適應(yīng)性，從而為顧客創(chuàng)造了更大的產(chǎn)品價值。在提供優(yōu)良產(chǎn)品的同時，精準(zhǔn)營銷更加注重服務(wù)價值的開發(fā)和創(chuàng)造，努力的向消費(fèi)者提供合理、周密、完善的銷售服務(wù)，同時方便廣大顧客的購買。另外，精準(zhǔn)營銷還通過一系列的優(yōu)質(zhì)的營銷活動，努力提升自身的形象，逐步的培養(yǎng)消費(fèi)者對企業(yè)的偏好與忠誠。

其次，精準(zhǔn)營銷大大的降低了顧客總成本。在顧客購買商品，不僅要考慮銷售商品的價格，同時必須確切的知道有關(guān)商品的信息，并對銷售商品各方面進(jìn)行深層次的比較，還必須考慮顧客購物環(huán)境是否便利等多種因素。精準(zhǔn)營銷可能大幅的縮短了營銷渠道，通過直接手段和直接媒體及時向顧客傳遞商品信息，降低了顧客搜尋信息的精力成本與時間成本，因而減少了交易費(fèi)用，擴(kuò)大了企業(yè)商品銷售，成為眾多企業(yè)廣泛采用的營銷方式。

2.3直接溝通理論

1973年，領(lǐng)導(dǎo)行為理論代表人物，美國行為科學(xué)家明茨伯格H.Mintzberg指出“管理工作有10種作用，而人際關(guān)系和溝通占3成”。明茨伯格首先創(chuàng)立了經(jīng)理角色理論，指出“重視同外界和下屬的信息聯(lián)系”和“愛用口頭交談方式”為經(jīng)理角色六個特點(diǎn)中非常重要的兩個特點(diǎn)，直接強(qiáng)化了直接溝通。從泰勒科學(xué)管理初始探索下行溝通開始，管理溝通理論的發(fā)展歷程主要經(jīng)歷了從研究“行政溝通”，向研究“人際溝通”發(fā)展、接著以“縱向溝通”研究為主，向以“橫向溝通”研究為主，進(jìn)而向以“網(wǎng)絡(luò)化溝通”研究為主發(fā)展、從以研究“單一的任務(wù)溝通”為主，向“全方位的知識共享溝通”研究發(fā)展等一系列過程。

20世紀(jì)80年代以來隨著世界經(jīng)濟(jì)政治的變化，管理思想發(fā)生了重大的轉(zhuǎn)變，管理溝通理論的研究也遭遇到新的挑戰(zhàn)，主要表現(xiàn)在溝通中的信息網(wǎng)絡(luò)技術(shù)的應(yīng)用，知識型企業(yè)及學(xué)習(xí)型組織的建立等。伴隨著現(xiàn)代管理理論呈現(xiàn)出的管理理念更加知識化、管理組織虛擬化、人性化、管理手段和設(shè)施網(wǎng)絡(luò)化、組織結(jié)構(gòu)扁平化、管理文化全球化等總體趨勢，管理溝通理論也出現(xiàn)了企業(yè)流程再造溝通趨勢、知識管理溝通趨勢、管理更加柔性化的文化管理溝通趨勢、網(wǎng)絡(luò)經(jīng)濟(jì)和全球經(jīng)濟(jì)一體化的管理溝通的國際化趨勢。精準(zhǔn)營銷的直接

溝通，使溝通的距離達(dá)到了最短，強(qiáng)化了溝通的效果。

四、對大數(shù)據(jù)環(huán)境下精準(zhǔn)營銷模式的思考

“營銷管理是藝術(shù)與科學(xué)的結(jié)合——選擇目標(biāo)市場，并通過創(chuàng)造、交付和傳播優(yōu)質(zhì)的顧客價值來獲得顧客、挽留顧客和提升顧客的科學(xué)與藝術(shù)?！逼渲?，“科學(xué)”的部分有賴于數(shù)據(jù)搜集與分析和各種營銷數(shù)據(jù)庫的建立?？梢哉f，數(shù)據(jù)的使用貫穿在整個營銷過程的始末，對于營銷的效果起著至關(guān)重要的影響性作用。而在大數(shù)據(jù)時代，大數(shù)據(jù)的日益興起和全方位的發(fā)展，如GPS定位一般，使企業(yè)對市場的理解和洞察需求正在日益地走向?qū)崟r化和精準(zhǔn)化，為企業(yè)實(shí)現(xiàn)精準(zhǔn)營銷帶來前所未有的發(fā)展機(jī)遇。

而通過以上對大數(shù)據(jù)、精準(zhǔn)營銷的分析與總結(jié)我們可以看出，國內(nèi)外學(xué)者對大數(shù)據(jù)、精準(zhǔn)營銷等理論研究成果很多，但對于如何利用大數(shù)據(jù)及大數(shù)據(jù)技術(shù)，研究客戶行為特征，建立大數(shù)據(jù)時代顧客洞察與精準(zhǔn)營銷體系策略，這方面的研究則很少?！霸S多人感覺到大數(shù)據(jù)時代正在到來，但往往只是一種朦朧的感覺，對于其真正對營銷帶來的威力可以用一個時髦的詞來形容——不明覺厲”。下面提出自己的一些思考。

首先，科技在營銷中的運(yùn)用一直存在，然而大數(shù)據(jù)在營銷中的運(yùn)用是科技與營銷的結(jié)合的一座新的里程碑，它使技術(shù)在營銷中不再僅僅是錦上添花的工具，則是會帶來企業(yè)營銷的戰(zhàn)略性轉(zhuǎn)型，起到革命性的作用。

其次，我們可以從市場營銷的一般過程來分析大數(shù)據(jù)技術(shù)在精準(zhǔn)營銷中的應(yīng)用。（1）客戶信息收集與處理?？蛻魯?shù)據(jù)管理是一個數(shù)據(jù)準(zhǔn)備的過程，是數(shù)據(jù)分析和挖掘的基礎(chǔ)，是搞好精準(zhǔn)營銷的關(guān)鍵和基礎(chǔ)，否則會造成盲目推介、過度營銷等錯誤，比如因?yàn)槟承┊a(chǎn)品的購買，在一定時段里是不會重復(fù)的，強(qiáng)行推薦，只會導(dǎo)致厭煩情緒和后悔情緒。傳統(tǒng)的客戶關(guān)系管理一般關(guān)注兩方面的客戶數(shù)據(jù)：客戶的描述性數(shù)據(jù)和行為數(shù)據(jù)。描述性數(shù)據(jù)類似于一個人的簡歷，比如姓名、性別、年齡、學(xué)歷等；行為數(shù)據(jù)則復(fù)雜一些，比如消費(fèi)者購買數(shù)量、購買頻次、退貨行為、付款方式等。在大數(shù)據(jù)時代，結(jié)構(gòu)性數(shù)據(jù)僅占15%，更多的是類似于購物過程、社交評論等這樣的非結(jié)構(gòu)性數(shù)據(jù)，并且數(shù)據(jù)十分復(fù)雜，符合4V特征。只有通過大數(shù)據(jù)技術(shù)收集和整理數(shù)據(jù)，才有可能形成關(guān)于客戶的360度式數(shù)據(jù)庫，不錯過每一次營銷機(jī)會，“啤酒與尿布”的推銷理論就是一個很好的例子。

（2）客戶細(xì)分與定位。只有區(qū)分出了不同的客戶群，企業(yè)才有可能對不同客戶群展開有效的管理并采取差異化的營銷手段，提供滿足這個客戶群特征要求的產(chǎn)品或服務(wù)。在實(shí)際操作中，傳統(tǒng)的市場細(xì)分變量，如人口因素、地理因素、心理因素等由于只能提供較為

模糊的客戶輪廓，已經(jīng)難以為精準(zhǔn)營銷的決策提供可靠的依據(jù)。大數(shù)據(jù)時代，利用大數(shù)據(jù)技術(shù)能在收集的海量非結(jié)構(gòu)信息中快速篩選出對公司有價值的信息，對客戶行為模式與客戶價值進(jìn)行準(zhǔn)確判斷與分析，深度細(xì)分，使我們有可能甚至深入了解“每一個人”，而不止“目標(biāo)人群”來進(jìn)行客戶洞察和提供營銷策略。

（3）營銷戰(zhàn)略制定。在得到基于現(xiàn)有數(shù)據(jù)的不同客戶群特征后，市場人員需要結(jié)合企業(yè)戰(zhàn)略、企業(yè)能力、市場環(huán)境等因素，在不同的客戶群體中尋找可能的商業(yè)機(jī)會，最終為每個群制定個性化的營銷戰(zhàn)略，每個營銷戰(zhàn)略都有特定的目標(biāo)。如獲取相似的客戶、交叉銷售或提升銷售，或采取措施防止客戶流失等。

（4）營銷方案設(shè)計(jì)。大數(shù)據(jù)時代，一個好的營銷方案可以聚焦到某個目標(biāo)客戶群，甚至精準(zhǔn)地根據(jù)每一位消費(fèi)者不同的興趣與偏好為他們提供專屬性的市場營銷組合方案 包括針對性的產(chǎn)品組合方案、產(chǎn)品價格方案、渠道設(shè)計(jì)方案、一對一的溝通促銷方案。比如O2O渠道設(shè)計(jì)，網(wǎng)絡(luò)廣告的受眾購買的方式（DSP）和實(shí)時競價技術(shù)（RTB），基于位置（LBS）的促銷方式。

（5）營銷結(jié)果反饋。大數(shù)據(jù)時代，營銷活動結(jié)束后，應(yīng)對營銷活動執(zhí)行過程中收集到的各種數(shù)據(jù)進(jìn)行綜合分析，從海量數(shù)據(jù)中發(fā)掘出最有效的企業(yè)市場績效度量，并與企業(yè)傳統(tǒng)的市場績效度量方法展開比較以確立基于新型數(shù)據(jù)的度量的優(yōu)越性和價值．以對營銷活動的執(zhí)行、渠道、產(chǎn)品和廣告的有效性進(jìn)行評估，為下一階段的營銷活動打下良好的基礎(chǔ)。

五、結(jié)語

大數(shù)據(jù)時代已經(jīng)到來，而且將成為全世界下一個創(chuàng)新、競爭和生產(chǎn)率提高的前沿?！盃I銷本質(zhì)上就是效率提高的過程，而技術(shù)是在幫助這個過程轉(zhuǎn)變”。大數(shù)據(jù)在提高效率、精準(zhǔn)營銷上大有作為，它正在幫助企業(yè)深入了解“每一個人”，而不止是“目標(biāo)人群”，它真正努力讓客戶變成“首席執(zhí)行客戶”，試圖打造針對每個客戶的“全接觸”體系。這在增進(jìn)企業(yè)效益的同時，也能給消費(fèi)者帶來全新的私人定制似的體驗(yàn)從而增加消費(fèi)者福利。因此，研究揭示大數(shù)據(jù)在精準(zhǔn)營銷中的價值產(chǎn)生機(jī)理，探索大數(shù)據(jù)時代下的精準(zhǔn)營銷模式就變得很有意義和價值，我們期待越來愈多的學(xué)者在這方面做出貢獻(xiàn)。

參考文獻(xiàn) 中國企業(yè)評價協(xié)會、中色金銀貿(mào)易中心，大數(shù)據(jù)的基本概念及相關(guān)問題，中國電子商務(wù)企業(yè)發(fā)展報告2013。2 黃升民，劉珊，“大數(shù)據(jù)”背景下營銷體系的解構(gòu)與重構(gòu)，現(xiàn)代傳播，2012年第11期。3 4 5 6 7 8 9 王波，大數(shù)據(jù)時代精準(zhǔn)營銷模式研究，經(jīng)濟(jì)師，2013年第5期。

任廣見，基于大數(shù)據(jù)的商業(yè)模式創(chuàng)新及啟示，現(xiàn)代商貿(mào)工業(yè)，2013年20期。郭虹，大數(shù)據(jù)時代-實(shí)體店與網(wǎng)商營銷，中國出版?zhèn)髅缴虉螅?013年第9期。賈利軍，許鑫，談“大數(shù)據(jù)”的本質(zhì)及其營銷意蘊(yùn)，南京社會科學(xué)，2013年第7期。秦雯，大數(shù)據(jù)驅(qū)動營銷革命，觀察家，2013年第7期。

劉征宇，精準(zhǔn)營銷方法研究，上海交通大學(xué)學(xué)報，2007年第4期。吳海環(huán)，基于精準(zhǔn)營銷的顧客溝通研究，武漢理工大學(xué)碩士論文，2008年。馮芷艷，郭迅華，曾大軍，陳煜波，陳國青，大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題，管理科學(xué)學(xué)報，2013年第1期 李芬，朱志祥，劉盛輝，大數(shù)據(jù)發(fā)展現(xiàn)狀及面臨的問題，西安郵電大學(xué)學(xué)報，2013年第5期。錢心緣，國內(nèi)外大數(shù)據(jù)研究進(jìn)展之從文獻(xiàn)計(jì)量學(xué)角度分析，中國科技信息，2013年第19期。周再宇，價值鏈重塑:大數(shù)據(jù)洞察與精準(zhǔn)營銷，新營銷，2012年第11期。14 趙國棟，大數(shù)據(jù)時代的歷史機(jī)遇：產(chǎn)業(yè)變革與數(shù)據(jù)科學(xué)，清華大學(xué)出版社，2013年。張小平，一塊牛肉干引發(fā)的大討論——說說大數(shù)據(jù)時代的精準(zhǔn)營銷，企業(yè)觀察家，2013年第07期。李文蓮，夏健明，基于“大數(shù)據(jù)” 的商業(yè)模式創(chuàng)新，中國工業(yè)經(jīng)濟(jì)，2013第5期。郭濤，掌握大數(shù)據(jù)之“芯”實(shí)現(xiàn)精準(zhǔn)營銷，中國計(jì)算機(jī)報，2012年第15期。17 Lynch C.Big data: How do your data grow[J].Nature,2008,455(7209): 28-29． Hilbert M，Lopez P．The world’s technological capacity to store，communicate，and compute information[J].Science，2011，332(6025): 60-65． Bughin J,Chui M,Manyika J.Clouds,big data,and smart assets: Ten tech-enabled business

trends to watch[J].McKinsey Quarterly，2010(8): 1-14． Anderson C.The end of theory: The data deluge makes the scientific method obsolete［J］Wired Magazine,2008,16(7):1-3． Frankel F, Reid R.Big data: Distilling meaning from data [J].Nature,2008,455(7209): 30． 22 Lavalle S, Lesser E, Shockley R，et al.Big data，analytics and the path from insights to value[J].MIT Sloan Management Review，2011． Manyika J, Chui M, Brown B，et al.Big Data: The Next Frontier for Innovation, Competition, and Productivity [M].New York: McKinsey Company,2011． Hui SK, Fader PS, Path data in marketing: An integrative framework and prospectus for model building [J].Marketing Science,2009,28 : 320-335． Borgatti SP, Mehra A，Brass D J，et al． Network analysis in the social sciences[J].Science，2009，892-895． Ghose A,HanSP.An empirical analysis of user content generation and usage behavior on the mobile internet [J].Management Science,2011,57(9): 1671-1691． Aral S,Walker D, Identifying influential and susceptible members of social networks Science,2012,337(6092):337-341． Robert LP，Dennis AR.Social capital and knowledge integration in digitally enabled teams[J].Information Systems Research,2008,19(3): 314-334． Ghose A, IpeirotisPG.Designing ranking systems for hotels on travel search engines by mining user-generated and crowdsourced content[J].Marketing Science，2012, 493-520． 30 Dabenport TH.Competing on analytics [J].Harvard Business Review，2006(1): 1 － 9． 31 AralS, WalkeD.Creating social contagion through viral product design: A randomized trial of peer influence in networks[J].Management Science,2011,57(9): 1623-1639．

Dabenport TH, Barth P, Bean R． How“Big Data”is different［J］． MIT Sloan Management Review, 2012, 53.33 Archak N, Ghose A, Ipeirotis PG.Deriving the pricing power of product features by mining consumer reviews [J].Management Science,2011,57(8): 1485-1509.

第五篇：大數(shù)據(jù)下的精準(zhǔn)營銷方式

而浩如煙海的客戶及市場、銷售和服務(wù)信息，如果沒有一個具有高度商業(yè)智能的數(shù)據(jù)分析和處理系統(tǒng)是不可想像的。大數(shù)據(jù)將是繼云計(jì)算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)變革。

大數(shù)據(jù)將是繼云計(jì)算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)變革。電影《天下無賊》里有這樣一句經(jīng)典對白：“21世紀(jì)什么最貴？人才！”如今，選項(xiàng)可能還要加上一個：數(shù)據(jù)。

而這數(shù)據(jù)，已不是傳統(tǒng)意義的一般數(shù)據(jù)，而是超大數(shù)據(jù)、海量數(shù)據(jù)，就是現(xiàn)在所謂的“大數(shù)據(jù)（Big Data）”。

如今大數(shù)據(jù)可謂是風(fēng)起云涌，紅紅火火，儼然成為信息技術(shù)領(lǐng)域最時髦的詞匯。IBM、微軟、Oracle、SAP等IT巨鱷，像是尋找到了新的金礦，開始全力挖掘大數(shù)據(jù)，多方位推廣大數(shù)據(jù)理念，而眾多中小IT廠商也跟著蜂擁而至，以分得大數(shù)據(jù)市場一杯羹。

數(shù)據(jù)爆炸的沖擊波

“大”字不僅意味著數(shù)據(jù)的數(shù)量龐大，還代表著數(shù)據(jù)種類繁多、結(jié)構(gòu)復(fù)雜，變化的速度也極快。研究表明，大數(shù)據(jù)呈現(xiàn)三種特性：Volume（極多的數(shù)據(jù)量）、Velocity（極快的處理速度）、Variety（極繁的數(shù)據(jù)種類）。如今有許多企業(yè)已面臨單日數(shù)據(jù)量以數(shù)

十、數(shù)百TB（萬億字節(jié)）的速度增加，而近幾年累加的總數(shù)據(jù)量也達(dá)到了PB(1000個TB)甚至EB(一百萬個TB)等級，這樣的數(shù)據(jù)量已讓傳統(tǒng)的數(shù)據(jù)庫難以處理；而且企業(yè)數(shù)據(jù)增加的速度也越來越快，諸如移動化、社交網(wǎng)絡(luò)的廣泛應(yīng)用，使得數(shù)據(jù)增加的速度比傳統(tǒng)的企業(yè)應(yīng)用程式來得快很多，一旦數(shù)據(jù)增生速度越快，數(shù)據(jù)處理、分析的速度也就得跟上；此外，數(shù)據(jù)更是呈現(xiàn)出多樣性、復(fù)雜性的特征，一方面互聯(lián)網(wǎng)不但產(chǎn)生文字資訊，同時也不斷在產(chǎn)出與以往不同的數(shù)據(jù)：照片、視頻、微博等，另一方面，IT遍及工作生活中的每個角落，各種各樣的傳感器、監(jiān)控器也不斷產(chǎn)生，各種機(jī)器資訊數(shù)據(jù)的形式日趨復(fù)雜、多樣了，從結(jié)構(gòu)化數(shù)據(jù)到非結(jié)構(gòu)化數(shù)據(jù)不斷轉(zhuǎn)化。這就催生了大數(shù)據(jù)技術(shù)的強(qiáng)烈需求。今天，從搜索引擎、社交網(wǎng)絡(luò)的普及到人手一機(jī)的智能移動設(shè)備，全球互聯(lián)網(wǎng)上的信息總量正以每年30%-50% 的增速不斷暴漲，包括每天Facebook上分享的幾億條內(nèi)容，每日15 TB的Twitter信息，每天淘寶上數(shù)十億條店鋪、商品瀏覽記錄及上億的成交、收藏記錄以及3000多萬條傳感器資訊，等等。市場研究機(jī)構(gòu)IDC的研究結(jié)果顯示，去年全球創(chuàng)造的信息數(shù)量達(dá)到1800EB，并且還以每年50%的速度高速增長，到2020年，全球每年產(chǎn)生的數(shù)字信息將達(dá)到35ZB（1ZB=1024EB）。據(jù)IDC統(tǒng)計(jì)，2011年全球所產(chǎn)生的數(shù)據(jù)總量是1.8ZB，如果把這些數(shù)據(jù)刻錄到CD碟片中，這些碟片可環(huán)繞地球30圈。

可以說，目前大部分企業(yè)經(jīng)營決策面臨的最大挑戰(zhàn)不是缺少數(shù)據(jù)，而是數(shù)據(jù)太多，面對這些只是靜態(tài)、孤立、無多大參考意義的“初級品”的信息數(shù)據(jù)，企業(yè)信息部門如何通過系統(tǒng)功能來有效利用和整合，發(fā)掘有價值的數(shù)據(jù)，給公司營銷管理提供決策支持，已成為擺在企業(yè)信息部門及其他管理部門面前的難題。

而浩如煙海的客戶及市場、銷售和服務(wù)信息，如果沒有一個具有高度商業(yè)智能的數(shù)據(jù)分析和處理系統(tǒng)是不可想像的。而用戶想要從龐大海量的數(shù)據(jù)庫中提取對自己有用的信息，就離不開大數(shù)據(jù)分析技術(shù)和工具。事實(shí)證明，傳統(tǒng)基于過往事實(shí)的商業(yè)管理系統(tǒng)如BI（智能分析系統(tǒng)）、CRM（客戶管理系統(tǒng)）也能夠?yàn)槠髽I(yè)帶來價值，但是今天一個優(yōu)秀的大數(shù)據(jù)系統(tǒng)更能將數(shù)據(jù)挖掘技術(shù)與現(xiàn)有技術(shù)很好地結(jié)合起來，將特殊領(lǐng)域的商業(yè)邏輯與數(shù)據(jù)倉庫技術(shù)集成起來，找出對未來企業(yè)戰(zhàn)略具有影響的因素，使數(shù)據(jù)挖掘的分析效果和效益盡可能達(dá)到峰值，讓企業(yè)營銷管理能“運(yùn)籌帷幄，決勝千里”。

像Facebook、Twitter這樣面臨數(shù)據(jù)量大爆炸的國際社交網(wǎng)絡(luò)公司，已開始用分布式程序系統(tǒng)基礎(chǔ)架構(gòu)、非關(guān)系型的數(shù)據(jù)庫等新興大數(shù)據(jù)技術(shù)來解決海量市場信息問題，并取得了成效。國內(nèi)最大電子商務(wù)公司阿里巴巴也在利用大數(shù)據(jù)技術(shù)提供具體服務(wù)，如阿里信用貸款與淘寶數(shù)據(jù)魔方。以淘寶數(shù)據(jù)魔方為例，利用淘寶平臺上的大數(shù)據(jù)應(yīng)用方案，商家可以了解淘寶平臺上的行業(yè)宏觀情況、自己品牌的銷售情況、市場排名、消費(fèi)者行為情況等，并可以據(jù)此作出經(jīng)營決策。

重構(gòu)精確營銷模式

大數(shù)據(jù)時代之前，企業(yè)多從哪些平臺提取數(shù)據(jù)、利用哪些營銷數(shù)據(jù)？一般是CRM或BI系統(tǒng)中的顧客信息、市場促銷、廣告活動、展覽等結(jié)構(gòu)化數(shù)據(jù)以及企業(yè)官網(wǎng)一些數(shù)據(jù)。但這些信息只能達(dá)到企業(yè)正常營銷管理需求的10%的量能，并不足夠給出一個重要洞察和發(fā)現(xiàn)規(guī)律。

而其他85%的數(shù)據(jù)，諸如社交媒體數(shù)據(jù)、郵件數(shù)據(jù)、地理位置、音視頻等這類不斷增加的信息數(shù)據(jù)等等，更多以圖片、視頻等方式存在，幾年前可能被置之度外，不會被運(yùn)用，而今大數(shù)據(jù)能進(jìn)一步提高算法和機(jī)器分析的作用，這類數(shù)據(jù)在競爭激烈的市場日顯寶貴、作用突出。

包括沃爾瑪、家樂福、麥當(dāng)勞等知名企業(yè)的一些主要門店均安裝了搜集運(yùn)營數(shù)據(jù)的裝置，用于跟蹤客戶互動、店內(nèi)客流和預(yù)訂情況，研究人員可以對菜單變化、餐廳設(shè)計(jì)以及顧客意見等是如何對物流和銷售額的影響進(jìn)行建模。這些企業(yè)可將這些數(shù)據(jù)與交易記錄結(jié)合起來，并利用大數(shù)據(jù)工具展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調(diào)整售價上給出意見，此類方法已經(jīng)幫助這些領(lǐng)先零售企業(yè)減少了17%的存貨，同時增加了高利潤率自有品牌商品的比例。

如果說以前的一些CRM系統(tǒng)，只能促使分析報告回答“發(fā)生了什么事”，現(xiàn)在一個優(yōu)秀的大數(shù)據(jù)系統(tǒng)已可以被用來回答“為什么會發(fā)生這種事”，而且一些關(guān)聯(lián)數(shù)據(jù)庫還可以預(yù)言“將要發(fā)生什么事”，最終發(fā)展為非常活躍的數(shù)據(jù)倉庫，從而能判斷“用戶想要什么事發(fā)生”。

比如當(dāng)一個顧客進(jìn)入店鋪后，一個零售商利用大數(shù)據(jù)技術(shù)搜索他們的數(shù)據(jù)庫，發(fā)現(xiàn)這位顧客是其希望留住的有價值顧客，之后他們通過將其過去的購物歷史和Facebook主頁獲得的這位顧客的信息綜合起來，來了解需要花多少錢來留住他，從而確定所售賣物品的合適價格和零售商可以退讓的利潤空間，并最終針對這位顧客給出最佳的優(yōu)惠策略和個性化的溝通方式。

如今在美國的沃爾瑪大賣場，當(dāng)收銀員掃描完顧客所選購的商品后，POS機(jī)上會顯示出一些附加信息，然后售貨員會友好提醒顧客：“我們商場剛進(jìn)兩三種配酒佳料，并正在促銷，位于D5貨架上，您要購買嗎？”這時，顧客也許會驚訝地說：“啊，謝謝你，我正想要，剛才一直沒找到，那我現(xiàn)在再去買。”

這就是沃爾瑪在大數(shù)據(jù)系統(tǒng)支持下實(shí)現(xiàn)的“顧問式營銷”的一個實(shí)例。因?yàn)橛?jì)算機(jī)系統(tǒng)早就算計(jì)好了，如果顧客的購物車中有不少啤酒、紅酒和沙拉，則有80%的可能需要買配酒小菜、作料了。而提供這一決策分析支持的就是其位于美國一個龐大的、通過衛(wèi)星與全球所有賣場實(shí)時連通的企業(yè)級數(shù)據(jù)倉庫。企業(yè)要為營銷準(zhǔn)備什么

雖然大數(shù)據(jù)展示了非凡的前景和巨大作用，不過，大數(shù)據(jù)營銷仍面臨不少問題與挑戰(zhàn)。首先面臨的是技術(shù)難題，畢竟大數(shù)據(jù)技術(shù)尚處于活躍前期，各方面技術(shù)并不太扎實(shí)，各項(xiàng)工具需要進(jìn)一步完善。但實(shí)際情況是，真正啟動大數(shù)據(jù)營銷，企業(yè)面臨的不僅僅是技術(shù)和工具問題，更重要的是要轉(zhuǎn)變經(jīng)營思維和組織架構(gòu)，來真正地挖掘那座數(shù)據(jù)金礦。

大數(shù)據(jù)的資源極大繁雜豐富，如果企業(yè)沒有明確的目標(biāo)，就算沒有走入迷途至少也會覺得非常迷茫。因此，首先要確定企業(yè)運(yùn)用大數(shù)據(jù)的短中期目標(biāo)，定義企業(yè)的價值數(shù)據(jù)標(biāo)準(zhǔn)，之后再使用那些能夠解決特定領(lǐng)域問題的工具。逐步推廣，步步為營，不要把理想定得太高，否則失望會越大。當(dāng)然，企業(yè)運(yùn)用大數(shù)據(jù)為營銷管理服務(wù)之前，技術(shù)團(tuán)隊(duì)要到位是基礎(chǔ)。企業(yè)的營銷團(tuán)隊(duì)要能夠非常自如地玩轉(zhuǎn)數(shù)據(jù)。

企業(yè)啟動大數(shù)據(jù)營銷一個最重要的挑戰(zhàn)，是數(shù)據(jù)的碎片化，各自為政。許多企業(yè)中，數(shù)據(jù)都散落在互不連通的數(shù)據(jù)庫中，而且相應(yīng)的數(shù)據(jù)技術(shù)也都存在于不同部門中，如何將這些孤立錯位的數(shù)據(jù)庫打通、互聯(lián)，并且實(shí)現(xiàn)技術(shù)共享，才是能夠最大化大數(shù)據(jù)價值的關(guān)鍵。營銷者當(dāng)留意的是，數(shù)據(jù)策略要成功提升網(wǎng)絡(luò)營銷成效，要訣在于無縫對接網(wǎng)絡(luò)營銷的每一步驟, 從數(shù)據(jù)收集、到數(shù)據(jù)挖掘、應(yīng)用、提取洞悉、報表等。

要做好大數(shù)據(jù)的營銷運(yùn)用，其一，要有較強(qiáng)的整合數(shù)據(jù)的能力，整合來自于企業(yè)各種不同的數(shù)據(jù)源、各種不同結(jié)構(gòu)的數(shù)據(jù)；其二，要有研究探索數(shù)據(jù)背后價值的能力，未來營銷成功的關(guān)鍵將取決于如何在大數(shù)據(jù)庫中挖掘更豐富的營銷價值；其三，探索出來之后給予精確行動的營銷指導(dǎo)綱領(lǐng)，同時通過此綱領(lǐng)進(jìn)行精確快速實(shí)時性行動。（