大數據營銷的理解范文

導語：如何才能寫好一篇大數據營銷的理解，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

每場大會上都在討論著這個話題，小商販也樂此不疲地談著。幾周以前我參加了一場營銷會議，會上頻繁提及大數據一詞，講者講話中用到大數據一詞，都不得不為過度使用向大家道歉。雖然提及的次數十分頻繁，仍然有一些市場營銷人員感到迷惑不解。

要是分別向20位市場營銷人員問同樣的問題――什么是大數據，得到的20個答案也許各不相同。這樣的狀況讓我們就像囫圇吞棗，只知道大數據是時下的熱門詞匯。

不過要是這樣不求甚解，可能就會給企業帶來巨大的風險。

根據PWC公司2013年的數碼技術趨勢調查顯示，有62%接受調查的人認為大數據有助于提升公司的競爭優勢。

然而，想要實現這一目標并非易事。最近的一項電子顧問服務公司的信息數據表顯示，有60%的市場營銷人員在提及對利用信息改善營銷方案的最大阻礙時，羅列的都是不相干的技術和數據資源。

那么，作為市場營銷人員必須趕緊問問自己：現在要是不能理解和運用大數據的巨大潛力，怎么能給企業帶來競爭優勢。

第一，什么是大數據？

隨著數字化在全球各行各業的普及，比如電子商務興起、社交網絡朋友聚會、服務生用手持設備為您點菜，采集到的數據量大爆炸。據IDC調研公司稱，全球數據量每年上升50%，每兩年翻一番。 大數據就是用來定義這些公司可獲取的較大的、越來越多的數據的。

幾年以前，這也許意味著公司可以聘用幾位專家來處理數據，但如今數據的影響廣泛而深遠。

對大數據進行管理、分類和維護會帶來巨大的后勤挑戰，但是如果掌握了這些大數據，對于分析和決策益處多多。

那么大數據對于營銷人員有哪些影響？

大數據與營銷

1.大數據將成為競爭優勢的基礎

大數據可以支持幾乎每一個營銷目標，不論是深層次的客戶分析及定位，還是戰略分析，甚至可以支持預測分析?？偟恼f來，大多數行業內專家認為大數據如果能處理得當，有助于提升營銷人員的決策制定。

2.廣告創意人員將讓位于數據學家

過去，營銷人員設計出“圍繞‘大理念’的30秒電視節目，然后力求廣播、紙媒、網絡宣傳同步協調”。

既然在全球各地，人們都在通過在線和網絡管理日常生活從購物到個人健康的方方面面，那么上述的營銷策略就需要轉變。別再對《廣告狂人》里的男主角念念不忘，哈佛商業評論上說，數據學家將是21世紀最性感工作之一。

3.大數據不會比自己現有的數據更重要

面對大數據的期待如此之高，似乎營銷人員已決意將營銷一夜之間徹底改頭換面，并立刻從中獲益。

“真正的機遇不在于大數據，而是小數據。”

然而，單是開始改變就已經讓人望而卻步，因為數據來自五花八門的數字化渠道，如CRM系統、分析工具等等。于是營銷人員最常抱怨的就是：“我要是無法征服大數據，又怎能利用它呢？”

英國開放知識基金會的創始人及聯席董事魯弗斯?波洛克說：“別總想著大數據，真正的機遇不是大數據帶來的，而是小數據。數據的大小其實并不重要，重要的是要掌握數據，不論它的大小，這樣能幫我們解決問題或解答困惑。”

篇2

21世紀什么最貴？大數據

大數據將是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革。

而這數據，已不是傳統意義的一般數據，而是超大數據、海量數據，就是現在所謂的“大數據（Big Data）”。如今大數據可謂是風起云涌，紅紅火火，儼然成為2012 年信息技術領域最時髦的詞匯。IBM 、微軟、Oracle、SAP等IT巨鱷，像是尋找到了新的金礦，開始全力挖掘大數據，多方位推廣大數據理念，爭搶“頭趟湯”。而眾多中小IT廠商也跟著蜂擁而至，以分得大數據市場一杯羹。

“大”字不僅意味著數據的數量龐大，還代表著數據種類繁多、結構復雜，變化的速度也極快。可以說，目前大部分企業經營決策面臨的最大挑戰不是缺少數據，而是數據太多，面對這些靜態、孤立、無多大參考意義的“初級品”的信息數據，企業信息部門需通過系統功能來發掘有價值的數據，給公司營銷管理提供決策支持。

大數據，重構精確營銷模式

大數據時代之前，企業多從哪些平臺提取數據、提取哪些營銷數據呢？一般是CRM或BI系統中的顧客信息、市場促銷、廣告活動、展覽等結構化數據以及企業官網一些數據。但這些信息只能達到企業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現規律。

而其他85%的數據，諸如社交媒體數據、郵件數據、地理位置、音視頻等這類不斷增加的信息數據，和包括數據量更大、逐漸廣泛應用、以傳感器為主的物聯網信息，以及風起云涌的移動3G互聯網信息等，這些就是大數據所指的非結構性或者叫作多元結構性所需的數據，它們更多以圖片、視頻等方式，幾年前可能被置之度外不會被運用，而今大數據能進一步提高算法和機器分析的作用，這類數據在如今競爭激烈的市場日顯寶貴、作用突出，并能被大數據技術所充分挖掘、運用。

第一，對營銷決策數據進行更好的優化。包括沃爾瑪、家樂福、麥當勞等知名企業的一些主要門店均安裝了搜集運營數據的裝置，用于跟蹤客戶互動、店內客流和預訂情況，研究人員可以對菜單變化、餐廳設計以及顧問意見等對物流和銷售額的影響進行建模。這些企業可將這些數據與交易記錄結合起來，并利用大數據工具展開分析，從而在銷售哪些商品、如何擺放以及何時調整售價上給出意見，此類方法已經幫助這些領先零售企業減少了17%的存貨，同時增加了高利潤率自有品牌商品的比例。

以前的CRM系統，只能促使分析報告回答“發生了什么事”，現在一個優秀的大數據系統已可以被用來回答“為什么會發生這種事”，而且一些關聯數據庫還可以預言“將要發生什么事”，最終發展為非?；钴S的數據倉庫，從而能判斷“你（用戶）想要什么事發生”。 據稱，集成整合Essbase服務技術的Oracle大數據平臺已能為用戶提供策略級、未知信息分析預測能力和個性化自助式定制等。

第二，對目標對象進行更完整的分析、描述。通過獲取更豐富的消費者數據，包括網站瀏覽數據、社交數據和地理追蹤數據等，可以繪制出更完整的消費者行為。譬如，大數據技術能對客人方方面面的信息進行充分有效管理并深度挖掘。

如果某個客人是某酒店的老主顧，那么大數據系統就會清楚告知酒店經理人這位客人的習慣和喜好，如是否喜歡靠路邊、是否吸煙、是否喜歡大床、喜歡什么樣的早餐，甚至從事什么工作、有什么商務需求等。當客人再次光臨時，不用客人自己提出來，酒店大數據系統就會自動提供客人所喜歡的房間和服務等相關信息，大大提升酒店管理效率。

利用大數據中的語義搜索功能，系統能理解自然語言的含義，包括理解工作的頭銜、技能、行業和教育等，除此之外，它可以做到智能處理拼寫錯誤、縮寫、標點符號等更多問題，也能識別相同的詞在不同語境中的含義，以更好地為營銷管理服務。例如：銷售經理、財務經理、人事經理，它們中都有“經理”二字，顯然代表了不同的語義，借用語義搜索技術，能對目標對象實現智能的區隔、判斷。

第三，實現點對點智能廣告模式。對于廣告主來說，廣告核心問題在于：如何從海量數據中尋找目標受眾，并投放相應的廣告信息。

時下廣告不是點對點模式的，而是主從模式，像單個“老師”（產品）對眾多滿地跑的“學生”（消費者等受眾），可是“老師”卻總是抓不住多數“學生”，把99%的廣告費都扔了。隨著大數據的發展，這些錢或會被一一撿回來。

大數據能通過互聯網點擊流，可跟蹤個體用戶的行為，更新其偏愛，并實時模仿其可能的行為，讓點對點的RTB（實時競價廣告）成為可能。在美國，在大數據的幫助下，RTB能把炙手可熱的目標用戶，拍賣給廣告商。以前，電梯里上來一個禿頭的中年人，如果你在電梯里打的是洗發水廣告，那肯定瞎了?，F在，有了RTB，廣告將盯住不是滿地跑的“學生”，而是那個喜歡看廣告的目標人；廣告市場上賣的也不是傳統意義上的廣告位了，而是訪問這個廣告位的具體用戶。

那么RTB是如何實現精準的呢？假設潛在客戶在瀏覽某網頁面，某網會向廣告交易平臺（Ad Exchange）請求廣告。交易平臺向所有需求端平臺（DSP）發出公告，“某網有訪客，要不要向他發廣告”。同時，DSP請求大數據管理平臺（DMP）幫助分析這位訪客情況，并根據結果進行出價決策。Ad Exchange為出價高的DSP匹配相關廣告代碼，并最終作出廣告。

今天尖端的追蹤技術和多種的大數據管理平臺（DMPs）可以將受眾以及廣告效果數據整合于單一界面上，讓廣告主輕易擷取關鍵指標，包括轉化率、流失率以及各個渠道的貢獻比率等。

第四，更好地進行顧問式營銷。比如當一個顧客進入店鋪后，一個零售商利用大數據技術搜索他們的數據庫，發現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，并最終針對這一位顧客給出最佳的優惠策略和個性化的溝通方式。

如今在美國沃爾瑪大賣場，當收銀員掃描完顧客所選購的商品后，POS機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，那我現在再去買?！?/p>

這就是沃爾瑪在大數據系統支持下實現的“顧問式營銷”的一個實例。

大數據時代，要為營銷準備什么？

雖然大數據展示了非凡的前景和巨大作用，不過，大數據營銷仍面臨不少問題與挑戰。首先面臨的是技術難題，畢竟大數據技術尚處于活躍前期，各方面技術并不太扎實，各項工具需要進一步完善。但實際情況是，真正啟動大數據營銷，你面臨的不僅僅是技術和工具問題，更重要的是要轉變經營思維和組織架構，來真正地挖掘那座數據金礦。

篇3

隨著現代信息技術日漸融入人們的日常生活，人們每時每刻的行為都被數據記錄和保存下來，人類產生的數據正在以指數級成倍增長。谷歌、百度、騰訊、阿里巴巴等電商企業在大數據資源的占有方面擁有天然的優勢，其不僅在公司內部擁有大量累積的數據量，還能通過股權購買等形式獲取企業外部的大數據。大數據被普遍視為未來經濟發展的“石油”，電商企業作為新時期經濟發展的新型驅動力，理應重視大數據的挖掘和盈利問題。借助大數據的挖掘和利用，電商企業的營銷方式和盈利模式能夠獲得轉型升級。因此，在大數據時代，研究電商企業的大數據營銷困境及其優化策略具有重要的意義。

1 大數據營銷的基本特征

大數據能夠解決企業發展的趨勢和方向問題，運用大數據思維看待企業的發展，能夠為企業經營決策提供參考和輔助。大數據營銷是企業決策的重要組成部分，通過對大數據的采集和分析，針對性識別客戶，根據客戶特點作出企業營銷決策，從而幫助企業實現利潤最大化增長。因此，大數據營銷具備顛覆傳統營銷模式的潛質，與傳統營銷模式截然不同，大數據營銷具備以下三點基本特征。

1.1 重視從海量數據中挖掘相關性

從字面上理解，大數據與普通數據不同，有量上的規模限制，達到一定量級的數據才會凸顯其商業價值。傳統營銷模式只注重局部樣本的抽樣調查，抽樣調查的誤差、滯后性等缺陷和不足需要依靠后期的加權等方式予以彌補，傳統營銷調查的主觀性色彩濃厚，精準性程度不夠。

此外，傳統營銷模式只看到“為什么”，注重分析事物之間的因果關系，事實上，因果關系的確定非常難，調查者會根據主觀經驗進行推斷和認定原因，導致調查的客觀性不足。與之相比，大數據營銷則注重調查樣本的無限擴大化，試圖通過用戶在網站點擊、消費記錄、售后評價等形式和途徑盡可能采集全樣本數據，并通過大數據挖掘和分析工具，對全樣本數據進行深度加工和處理，試圖通過大數據的關聯分析發現海量數據之間的相關性，進而找到企業營銷的突破口和針對性。

1.2 重視營銷對象的行為屬性

傳統營銷注重營銷對象的年齡、性別、職業等基本個人人口學屬性，營銷調查分析識別出來的營銷對象群體比較模式，潛在的消費群體購買商品的可能性預測效果不強，這種基于個人基本熟悉的數據調查帶來的營銷效果不明顯。大數據營銷則注重營銷對象的行為屬性，在關注個人基本屬性的同時，尤其注重營銷對象的消費行為和消費行動，試圖通過了解消費者的行動軌跡，預測其消費需求，進而調整營銷策略。消費者通過電腦、手機客戶端等工具購物、刷微信、刷微博、看新聞等，每天都會留下海量的行為數據，這些行為數據記錄了消費者對公司產品的購買意愿、購買態度、購買周期、品牌評價等，能夠清晰識別忠實消費者和潛在消費者。

1.3 重視營銷效果的精準性

傳統營銷具有較強的模糊性，既不能精準識別潛在的消費群體，也不恩那個對既有消費者的行為數據進行分析，更不能夠對消費者在線行為的變化作出研判。建立在全樣本行為火速據基礎上的大數據營銷，能夠根據用戶的網絡瀏覽記錄和網友之間的互動評價來識別潛在的消費者群體，經過這些數據的分析預測潛在消費者購買產品的概率，進而針對性推送購買信息和鏈接廣告，以達到說服購買的目的。

大數據營銷對既有消費者，能夠通過其評價和反饋，了解其對使用過產品的基本評價和再次購買意愿，進而改進產品，進行一對一的定制化商品推送，亞馬遜即是這方面的成功典范。大數據營銷能夠識別不同人群的消費行為，進而將群體細分和貼標簽，商家可以根據群體標簽定制化推送商品。經過大數據挖掘和分析所得出的營銷決策應通過微信、微博、電子郵件、私信等方式提醒消費者，以期讓消費者及時了解產品變動情況。

2 電商企業大數據營銷應用面臨的現實困境

從大數據營銷的三點基本特征可以看出，大數據營銷為電商企業營銷提供了前所未有的機遇。但大數據營銷目前尚處于起步和探索階段，任何一個新生事物都不可能盡善盡美、一帆風順，電商企業的大數據營銷同樣面臨著困境。實際上，數據并非越大越好，數據質量才是關鍵，精準營銷預期效果很好，但是也很難做到，大數據采集容易，但數據的泄漏會對消費者的隱私造成侵害。

2.1 大數據存在虛假可能

由于大數據但是全樣本的數據采集，導致數據中參雜很多不利于企業營銷的干擾信息和負面信息。例如，電商平臺的用戶ID并不唯一，一個人可能開通了幾個微博、有幾個微信號和QQ號，也可能有好幾個商家注冊ID，這可能導致數據的重復收集；再如，部分商家強制要求購買者好評，部分網站的跟帖和評論注了水，是有意而為之，要么經過嚴格的后臺審核方能，要么經過后臺選擇性刪除的結果，這些人為干預都會影響大數據的真實性和客觀性。外加上大數據對干擾信息的識別技術還不先進，人工識別的工作量又太大，導致大數據存在虛假的可能。因此，大數據營銷需要剔除這些虛假數據，提升收集到的大數據質量。

2.2 大數據精準營銷效果難達預期

精準性是大數據營銷的根本特征，所有企業的營銷都針對精準性做著不懈的努力。對商家而言，精準性意味著對用戶的商品推介能夠迅速轉化成為購買率，至少能夠大大提高購買的可能性。但實際上，很多消費者不習慣商家的定制化推送，甚至將商家的電子郵件和社交網絡推送行為視為騷擾行為，進而產生厭煩情緒，大大影響了商家的形象。因此，大數據營銷分析之后，如何柔性推送大數據營銷的應用結果，是商家應該重點考慮的問題。

2.3 數據泄露威脅用戶隱私

當消費者的個人特征數據和行為數據被采集起來后，數據泄露的風險也驟然增加，一旦集成的大數據遭到泄露，不僅會對商家造成經濟損失，更會大量泄露公民個人隱私，嚴重威脅消費者的人生和財產安全?，F代化過程中不斷滋生著現代性風險，大數據營銷為企業帶來便利的同時，也給用戶帶來了困然。很多電商企業在未獲得用戶同意的基礎上，私自采集和購買用戶數據，用戶數據被私自交易，由于很多電商企業的技術防衛措施不到位，數據很容易泄露，導致用戶的生活受到干擾，財產安全受到威脅，因此，大數據營銷應用中存在的個人隱私及安全也是目前關注的重點。

3 促進電商企業大數據營銷的優化策略

3.1 提升大數據處理技術

數據之所存在虛假的可能，主要因為數據處理技術跟不上。針對海量的數據，電商企業應該抓緊研制大數據處理技術，尤其是數據加工處理技術。數據的加工處理是大數據營銷的首要步驟，如果數據的處理技術強烈依賴于其他公司，營銷的自主性就無法保證。因此，電商企業應借助自身力量加工和處理數據。例如，阿里巴巴之所以能夠在大數據營銷方面起帶頭作用，關鍵是其自主研發的海量數據離線處理服務ODPS能夠隨需擴展、處理海量數據，主要應用于數據分析、海量數據統計、數據挖掘以及商業智能等領域。因此，中小企業應借鑒阿里巴巴的成功經驗，自主研發大數據分析工具，提高數據質量。

3.2 培養大數據分析師

數據本身是死的，需要人去識別和分析。大數據營銷還需要有能夠敏銳洞察市場需求的大數據分析師。然后，大數據分析師并不是一蹴而就，這就導致我國目前的電商行業大數據分析師極度匱乏，大數據分析師基本處于缺口狀態。數據專家畢竟只是少數，聘請成本高，競爭激烈。因此，各電商企業一方面應立足自身實際，從內部挖掘具有專業背景和數據處理能力的員工進行大數據分析培訓。另一方面，電商企業可以聘請外部的大數據分析師，有條件的甚至可以聘請國外的大數據分析師。當然，更為重要的是，各企業應建立常態化的大數據人才培養機制，從核心數據的分析，到數據分析的可視化，再到數據分析報告的潤色，再到數據分析報告的講解，最后到大數據分析與商業的融合等環節，都需要一支能力強、有梯隊的大數據分析師隊伍作為支撐。

3.3 提高精準營銷的效果

電商企業的大數據營銷遇到了阻力，迫切需要改變現有的商品推介模式，改善用戶的厭惡情緒。具體而言，電商企業首先應注重營銷的及時性，經過對消費者行為的分析后，能夠在第一時間作出恰到好處的信息推送和購買方案的制定，便能迅速搶占先機，不但不會引起用戶反感，還會起到立竿見影的效果。

其次，要改變反復向購買者推銷其曾經購買過產品的習慣，這種推銷只會讓人更討厭，電商企業可以轉變推銷思維，將同質推銷轉變為互補產品推銷，從而勾起消費者的注意，創造潛在的購買需求。

最后，精準營銷不能影響用戶生活和工作，因此，要善于利用用戶的上下班休閑時間對用戶進行商品推介，提高精準營銷的效果。

3.4 增強數據隱私防衛

篇4

【關鍵詞】大數據；大數據營銷；京東

一、數據分析時代演變歷程

（一）數據1.0時代

數據分析出現在新的計算技術實現以后，分析1.0時代又稱為商業智能時代。它通過客觀分析和深入理解商業現象，取締在決策中僅憑直覺和過時的市場調研報告，幫助管理者理性化和最大化依據事實作出決策。首次在計算機的幫助下將生產、客戶交互、市場等數據錄入數據庫并且整合分析。但是由于發展的局限性對數據的使用更多的是準備數據，很少時間用在分析數據上。

（二）數據2.0時代

2.0時代開始于2005年，與分析1.0要求的公司能力不同，新時達要求數量分析師具備超強的分析數據能力，數據也不是只來源于公司內部，更多的來自公司外部、互聯網、傳感器和各種公開的數據。比如領英公司，充分運用數據分析搶占先機，開發出令人印象深刻的數據服務。

（三）數據3.0時代

又稱為富化數據的產品時代。分析3.0時代來臨的標準是各行業大公司紛紛介入。公司可以很好的分析數據，指導合適的商業決策。但是必須承認，隨著數據的越來越大，更新速度越來越快，在帶來發展機遇的同時，也帶來諸多挑戰。如何商業化地利用這次變革是亟待面對的課題。

二、大數據營銷的本質

隨著顧客主導邏輯時代的到來以及互聯網電商等多渠道購物方式的出現，顧客角色和需求發生了轉變，世界正在被感知化、互聯化和智能化。大數據時代的到來，個人的行為不僅能夠被量化搜集、預測，而且顧客的個人觀點很可能改變商業世界和社會的運行。由此，一個個性化顧客主導商業需求的時代已然到來，大數據沖擊下，市場營銷引領的企業變革初見端倪。

（一）大數據時代消費者成為市場營銷的主宰者

傳統的市場營銷過程是通過市場調研，采集目前市場的信息幫助企業研發、生產、營銷和推廣。但是在大數據以及社會化媒體盛行的今天，這種營銷模式便黯然失色。今天的消費者已然成為了市場營銷的主宰者，他們會主動搜尋商品信息，貨比三家，嚴格篩選。他們由之前的注重使用價值到更加注重消費整個過程中的體驗價值和情境價值。甚至企業品牌形象的塑造也不再是企業單一宣傳，虛擬社區以及購物網站等的口碑開始影響消費者的購買行為。更有甚者，消費者通過在社交媒體等渠道表達個人的需求已經成為影響企業產品設計、研發、生產和銷售的重要因素。

（二）大數據時代企業精準營銷成為可能

在大數據時代下，技術的發展大大超過了企業的想象。搜集非結構化的信息已經成為一種可能，大數據不單單僅能了解細分市場的可能，更通過真正個性化洞察精確到每個顧客。通過數據的挖掘和深入分析，企業可以掌握有價值的信息幫助企業發現顧客思維模式、消費行為模式。尤其在今天顧客為了彰顯個性，有著獨特的消費傾向。相對于忠誠于某個品牌，顧客更忠誠與給自己的定位。如果企業的品牌不能最大化地實現客戶價值，那么即使是再惠顧也難以保證顧客的持續性。并且，企業不能奢望對顧客進行歸類，因為每個顧客的需求都有差別。正是如此，大數據分析才能更好地把握顧客的消費行為和偏好，為企業精準營銷出謀劃策。

（三）大數據時代企業營銷理念———“充分以顧客為中心創造價值”

傳統的營銷和戰略的觀點認為，大規模生產意味著標準化生產方式，無個性化可言。定制化生產意味著個性化生產，但是只是小規模定制。說到底，大規模生產與定制化無法結合。但是在今天，大數據分析的營銷和銷售解決的是大規模生產和顧客個性化需求之間的矛盾。使大企業擁有傳統小便利店的一對一顧客關系管理，以即時工具和個性化推薦使得大企業實現與顧客的實時溝通等。

三、基于數據營銷案例研究

———京東京東是最大的自營式電商企業。其中的京東商城，涵蓋服裝、化妝品、日用品、生鮮、電腦數碼等多個品類。在整個手機零售商行業里，京東無論是在銷售額還是銷售量都占到市場份額一半的規模。之所以占據這樣的優勢地位，得益于大數據的應用，即京東的JDPhone的計劃。JDPhone計劃是依據京東的大數據和綜合服務的能力，以用戶為中心整合產業鏈的優質資源并聯合廠商打造用戶期待的產品和服務體驗。京東在銷售的過程中，通過對大數據的分析，內部研究出一種稱為產品畫像的模型。這個模型通過綜合在京東網站購物消費者的信息，例如：年齡、性別、喜好等類別的信息，然后進行深入分析。根據分析結果結合不同的消費者便有諸如線上的程序化購買、精準的點擊等營銷手段，有效的幫助京東實現精準的營銷推送。不僅如此，通過對于后續用戶購物完成的售后數據分析，精確的分析商品的不足之處或者消費者的直接需求。數據3.0時代的一個特征便是企業不在單純的在企業內部分析數據，而是共享實現價值共創。所以，京東把這些數據用于與上游供應商進行定期的交流，間接促進生產廠商與消費者溝通，了解市場的需求，指導下一次產品的市場定位?？偟膩碚f，這個計劃是通過京東銷售和售后環節的大數據分析，一方面指導自身精準營銷，另一方面，影響供應商產品定位和企業規劃，最終為消費者提供滿足他們需求的個性化產品。

四、大數據營銷的策略分析

（一）數據分析要樹立以人為本的思維

“以人為本”體現在兩個方面，一方面是數據分析以客戶為本，切實分析客戶的需求，用數據分析指導下一次的產品設計、生產和市場營銷。另一方面，以人為本體現在對用戶數據的保密性和合理化應用。切實維護好大數據和互聯網背景下隱私保護的問題，使得信息技術良性發展。

（二）正確處理海量數據與核心數據的矛盾

大數據具有數據量大、類型繁多、價值密度低和速度快時效高的特點。所以在眾多海量的數據中，只有反映消費者行為和市場需求的信息才是企業所需要的。不必要的數據分析只會影響企業做出時代Time2017年第04期中旬刊（總第657期）正確的決策。鑒于此，首先企業需要明確核心數據的標準；其次企業要及時進行核心數據的歸檔；最后要有專業的數據分析專業隊數據進行分析，得出科學合理的結果以指導實踐。

（三）整合價值鏈以共享數據的方式實現價值創造

篇5

1000字從這里開始――

水這個東西大家都見過。當你有一杯水的時候，你可以喝它;當你有一盆水的時候，你可以用它洗臉;當你有一浴缸水的時候，你可以用它泡澡;當你有一游泳池水的時候，你可以用它游泳;當你有一西湖水的時候，你可以用它劃船泡妹子;當你有一運河水的時候，你可以用它運糧食;當你有一長江水的時候，你可以來往于中國的西部和東部;當你有一大西洋水的時候，你就可以發現新大陸了！

水能做的事情，是隨著它的量級的增長變得越來越多的，翻譯成互聯網術語就叫“網絡效應”。比如說電話這東西，當世界上只有100個人有電話的時候，我們認為是1個價值單位，那么當世界上有1萬個人有電話的時候，它的價值難道是100個價值單位嗎？不是，是1萬個價值單位。這就是網絡效應，網絡的價值隨著網絡規模的擴大呈幾何級數增長。

我聽到一些人這么理解大數據：“我們公司很早以前就開始做大數據分析了，我們有幾百萬的客戶數據，我們用它來進行精準營銷。大數據不稀奇，它只不過是最近媒體給炒熱了而已。”對此我的反應是：“呵呵?！?/p>

上面這種理解，其實只是到了“擁有一浴缸水用來泡澡”的境界而已。你覺得精準營銷（我認為“精準騷擾”更準確一些）就是大數據存在的價值嗎？你覺得你存在自己那臺服務器里面的幾百萬客戶數據就能被稱之為“大”數據嗎？如果這么想，那是因為你還沒有見過大海，你還沒有體驗過乘坐航空母艦是一種什么樣的氣魄。

大數據最最根本的屬性有三個――海量、開放、連接。

因為海量，所以它能做的事情才多;如果不開放，數據的量就不可能海量;如果不連接，再海量、再開放的數據，對人類的生產、生活也沒有使用價值。

傳統的數據思維和大數據思維是根本互斥的。企業往往認為數據是自己的寶貴資產，對保密性看得無比重要，寧可犧牲開放性也不能犧牲保密性。哦，對了，他們管保密性叫安全性。你是安全了，但你只守住了自己那一浴缸水而已，你就躺在安全的浴缸里面洗洗澡吧，你的對手這時候可能已經開著萬噸巨輪在數據的大海里駛向美國了。

篇6

營銷從流量購買轉向人群購買，具備數據挖掘能力的公司卻倍受資本青睞；在移動互聯網領域，公司從開發者角度找到數據挖掘的方向，通過提供免費的技術服務，幫助開發者了解應用狀況：大數據也是資本考察公司價值很好的工具，從其擁有的數據規模、數據的活性和這家公司能運用、解釋數據的能力，就可以看出這家公司的核心競爭力。盡管大數據時代來臨和大數據應用已經成為必然趨勢，但在國內，大數據真正的概念的理解以及國內目前的發展情況和如何做好大數據卻仍顯模糊，而這也是業界目前探索的焦點。日前，以“大數據時代的服務業創新”為主題的2013福布斯·靜安南京路論壇舉辦，對此做了探討。

大數據還在初始階段

全球暢銷書《大數據時代》的作者維克托·邁耶·舍恩伯格：我們需要避免大數據的泡沫，有時候你覺得是大數據，但它并不是大數據，比如有些公司正在賣硬件、軟件或者提供咨詢服務，他們有時候把有些東西叫做大數據，其實并不是，所以我們不要帶來太多的泡沫，有些東西不是就不是。Granter公司有一個技術發展曲線（Hype Circle）（Gartner公司是全球最權威的技術咨詢機構，它的技術成熟曲線就是根據技術發展周期理論來分析新技術的發展周期曲線，以便幫助人們判斷某種新技術是否采用，這個曲線將技術成熟的過程劃分為5個階段：一是萌芽期（Tech—nology Trigger）又稱感知期，人們對新技術產品和概念開始感知，并且表現出興趣；二是過熱期（1）eak of Inflated Expectations），人們一擁而上，紛紛采用這種新技術，討論這種新技術。典型成功的案例往往會把人們的這種熱情加上把催化劑；三是低谷期（Trough of Disillusionment），又稱幻想破滅期。過度的預期，嚴峻的現實，往往會把人們心里的一把火澆滅；四是復蘇期（slope of Enlightenment），又稱恢復期。人們開始反思問題，并從實際出發考慮技術的價值。相比之前冷靜不少；五是成熟期（Plateauof Productivity），又稱高原期。該技術已經成為一種平常。我覺得我們正處在非常初始的階段，如1996年的電子商務，當時電子商務只是在美國網上來訂購匹薩，大家慢慢才意識到電子商務是賣書，好比說亞馬遜，所以我們是剛剛開始，像電子商務在1996年，我們也不知道以后會發展成什么樣，這是它美麗的地方，因為我們面對很多機遇，每一個人都會有機遇來參與到我們未來的曲線里面。

技術能力推進大數據發展

IBM全球副總裁兼中國開發中心總經理王陽：我們正處于在發展過程中，遠遠沒有達到，大數據只是一個概念，大家在逐漸接受。云計算已經存在很多年，而眼下雖然人們已經在擁抱大數據，但仍在雛形的形成過程中。IBM在大數據已經布局了很長時間，用了190億美元收購大數據的有關公司，組織起來就是為了這個。第一，技術發展推進了大數據，通過通訊、英特網、云計算、物聯網等等的綜合，所有的數據都已經逐漸可以采集起來。在這樣一種情況下，像維克托所說的全息照相，把人類的活動和自然活動都采集下來，我們已經有了數據的來源。第二是技術，也就是云計算處理能力，存儲、帶寬已經到了這樣的時代，可以去處理這樣的數據。第三，我們不光是有了處理能力，更重要的是有了一個分析判斷的能力，能夠進行進一步的優化，給整個社會帶來價值，也就是說有了價值之后，大家才會去相信大數據，從中得到自己的便利。

數據要以有效的方式展現并應用于商業活動

一號店創始人、董事長于剛：我認為大數據真正的應用才開始。因為現在首先可以采集到大數據，第二數據越來越精確，第三是數據越來越實時，只有能實時采集到大數據它才能真正為我所用。人們理解的數據只是零散的，要經過整理和過濾之后才能成為信息，信息要能進一步以有效的方式展現在人面前的時候才能成為知識，但這個知識要經過各種工具分析，真正應用到商業活動中間才能成為商業智慧，所以這是一個日積月累的過程。

數據要將消費行為轉化為個性消費需求分析

蘇寧云商集團副總裁范志軍：就商業層面來說，我們對大數據的應用遠遠不夠，現在談論的大數據過去也有，而且這些數據都是客觀存在的，只不過過去沒有把這些數據通過具體的分析進行歸類、整理，然后將其運用到我們的商業領域去。中國的零售行業在商業運用的層面上才大數據剛剛開始，如何把這些大數據經過分析以后，很好地運用到上游制造企業，是需要努力的。而通過數據的分析把消費者的一些消費行為轉化為對消費者個性消費需求的分析，也是當下整個零售行業要做的一件具體的事情。

使中小商家受益是最早能看到的大數據的價值

聚勝萬合公司董事長兼首席執行官楊炯緯：對于大公司可能沒有辦法用大數據的簡單算法超越它，這就是在復雜應用上大數據似乎到今天為止還沒有展現出價值，或者沒有被大量應用的原因，但是對中小企業，不管是復雜算法還是簡單算法都沒有能力計算，因為他沒有團隊、能力和資源，這個時候大數據的應用一下子使得這些中小企業能夠進入到這個領域。

我們在廣告領域用得最多，不管是谷歌也好，還是淘寶也好，其實他們大數據的應用都是直接使得中小商家受益，所以我覺得這可能是最早讓我們看到大數據價值的地方。

篇7

關鍵詞：大數據；營銷；精準化

中圖分類號：F270 文獻標志碼：A 文章編號：1673-291X（2014）25-0094-02

一、大數據對營銷工作的挑戰

早在1980年，未來學家職爾文?托夫勒在其代表作《第三次浪潮》中預言了大數據的未來前景，他認為：“如果說IBM的主機拉開了信息化革命的大幕，那么大數據則是第三次浪潮的華彩樂章。”2011年麥肯錫全球研究所發表的專業學術報告《大數據：下一個創新、競爭和生產率的前沿》開始，“大數據”（Big Data）這一詞開始頻繁出現在大眾的視野之中，“大數據”的思想逐漸被政府、企業接納和吸收。隨著社會生產力的不斷發展、特別是科學技術水平和信息化程度的提升，我們正在迎來以大規模生產、分享和應用數據為主要內容和特征的大數據時代[1]。隨著移動互聯網、云計算、物聯網的發展，各種社交、娛樂游戲、高清視頻、IPTV、安防監控、移動應用等產生的數據流量也隨之爆發式增長。據悉2010 年正式進入ZB 時代，到2020 年全球將總共擁有35ZB 的數據量，比2009年增長44倍。毋庸置疑，同文藝復興和工業革命一樣，人類社會迎來新的科技革命，已進入“大數據時代”。

IBM公司把大數據概括成三個V，即大量化（Volume）、多樣化（Variety）、快速化（Velocity），構成了大數據的基本特征。也有專家把大數據的3V特征進一步擴展為4V特征，即新增了價值（Value）。大數據的出現在歷史上也絕不是一個偶然，它是社會化、信息化、網絡化高度發達的今天必然要經歷的過程。數據量的激增，數據結構的演變，各行各業對海量數據的需求，給大數據的迅速成長提供了土壤。

哈佛大學社會學教授加里?金說，“大數據時代是一場革命，龐大的數據資源使得各個領域開始了量化進程，進化論學術界、商界還是政府，所有的領域都將開始這種進程?！本W絡的興起、電子商務的蓬勃發展、大數據時代的降臨給企業業的營銷工作帶來巨大的挑戰。伴隨著營銷領域本身的數字化進展以及各類客戶對象身份數據、行為數據等非大量的非結構化數據的累積，新型的商業分析將賦予企業或大型超市的營銷工作很多變革。

往日紛繁復雜的營銷行為日益演變成為一系列的數據運算和相關分析，從而實現營銷的精確化。這里有個經典案例：美國最大的連鎖市場分析了他們的銷售數據后，發現了一件有趣的事，每次颶風來臨前，最暢銷的商品除了礦泉水、手電筒、電池等必須品和啤酒之外，竟然是草莓夾心餅干，銷量是平時的7倍。所以在颶風“法蘭西絲”登錄前夕，美國95號洲際公路上聚集著數百輛裝載啤酒和草莓夾心餅干的貨車，而他們得到的共同指令是“在颶風來臨前務必送達！”這可以看作是大數據帶來的科學營銷的典型案例。所以，《紐約時報》說“大數據”時代已經降臨，在商業、經濟及其他領域中，通過對大數據世界中的海量數據進行分析而找出市場中超出人們常識、經驗之外的相關關系，無疑會給企業的市場競爭贏得先機。無獨有偶，美國著名的超市連鎖巨頭Target經過精準的客戶數據分析則發現了一個女客戶懷孕的事實，而這個女孩的父母當時一無所知?？梢哉f，現實世界中通過大數據分析，可以精確地發現紛繁復雜的社會中尤其是商業網絡中事物彼此之間的相關關系，盡可能避免犯傳統營銷中“不識廬山真面目，只緣身在此山中”的錯誤，實現精準化營銷。

二、推進營銷業發展的對策建議

大數據的整體趨勢之下，移動設備和人進行捆綁，進而促進了整個互聯網生態結構的轉變。目前，數據庫營銷在中國已是許多傳統企業和國內外投資者高度關注和準備進入的“百億藍?！?。精準營銷借助先進的數據庫技術、網絡通信技術等手段保障和顧客的長期個性化溝通，從而不斷滿足客戶個性需求，建立穩定的企業忠實顧客群，實現客戶鏈式反應增值，使營銷達到可度量、可調控等精準要求，促進企業長期穩定高速發展，使企業的營銷更具備競爭力。在如此數據正經龐大的時代，我們不能夠再完全依靠經驗決策了，要更精準地找到用戶和降低營銷成本，提高企業銷售額。伴隨著營銷領域本身的數字化的進展以及各類客戶數據、銷售數據、行為數據等類型數據的累積，新的商業分析將賦予企業營銷工作新的推動。

（一）營銷模式策略調整

互聯網、社交網絡、移動網絡無疑是大數據的制造者，一有時機，這些大數據就會在政府管理、企業營銷中釋放出巨大能量。在大數據的時代背景下，市場營銷模式應從原先的單用戶調查，轉化成為對于商業中大數據的數據挖掘，數據挖金，這樣就可以讓企業掌握到用戶的基本情況、用戶的愛好、對于品牌的理念以及消費觀點、對于新產品的反應。這樣，企業的決策者和研發人員就可以針對各種用戶所有可能的情況進行調整，研究一些外在設計或者內在元素的提升，調查部分產品的部分設置，更好地增加營銷的利潤率。

（二）配置合理的企業數據庫

在大數據的時代背景下，在商業、經濟、政府及其他領域中，決策行為將日益基于數據和分析而做出，而并非基于經驗和直覺；而在公共衛生、經濟預測等領域中，“大數據”的預見能力也已經嶄露頭角。大數據時代使得企業界數據庫所擁有的數據量快速膨脹，不同數據之間形成大量的數據重合，這也可以看成是海量數據、大數據時代的產物。

所以，作為營銷型企業，是大數據的“生產者”和“制作者”，如何在有限的人力、物力資源條件下，配置合理的數據庫，更好地服務于企業自身和客戶的需求，是企業統計數據庫建設的首要問題。

（三）發展數據挖掘技術，高效地利用數據庫資源

大數據時代，物聯網技術的發展、社交媒體的興起，從客戶交易到交互數據的改變都對營銷模式產生著影響，也客觀上要求新的分析方法和技術來挖掘價值。如何對大數據進行分析和處理，高效地利用，是企業界、相關科研機構需要解決的問題，大數據就要求統計科學的發展越來越趨于量化分析，對統計研究和應用人員的要求越來越高，而數據挖掘就是一個重要的武器。

時代雜志（TIMES）預測：Data Mining將是21世紀最熱門的五大新興行業之一。數據挖掘是從大型數據集（可能是不完全的、有噪聲的、不確實性、各種存儲形式的）中挖掘隱含在其中的、人們事先不知道的、對決策有用的知識的過程。它也涉及到計算機、數學、統計學、人工智能等眾多學科領域。針對大數據量大且內容龐雜的特點，如何將非結構化數據轉化為結構化數據的方法和技術，積極推動數據處理方式從簡單匯總向數據挖掘方向轉變，加強對數據的預處理，提高數據處理的智能化程度?！捌【婆c尿布”的故事就是數據挖掘的一個經典案例。

對數據進行挖掘，就像找到一座金礦，但如果沒有選礦的方法，其價值是發揮不出來的。現在對企業界來說，最迫切需要的不是數據，而是準確處理、分類數據的方法，這也是網絡營銷實現計量化、精準化的前提。這也不僅僅是傳統意義上的誤差較大的預測。

數據挖掘技術與信息技術緊密相連，結合數據庫技術、統計分析方法，可使政府統計企業工作理念、服務理念發生根本的轉變，提高企業營銷的業務水平。比如，利用數據挖掘中的關聯分析、聚類分析等技術對客戶相關數據進行分析，可派生出很多有關社會學的、經濟學的、統計學的研究成果。

（四）云技術研究

很多計算機專家和企業界精英認為，云計算通常會和大數據緊密聯系在一起，這是因為云計算目前來看，是最好的實時完成大數據發現、挖掘、存儲與處理的大型計算技術。所謂云計算，指的是基于互聯網的相關服務的產生、使用和交付模式，對于大數據的云計算可以理解為通過互聯網或局域網，將數據按需、易擴展的方式，通過虛擬化的過程高速地提供給數據請求者。云存儲則是在云計算概念上延伸和發展的一個新概念，主要指通過集群應用、網絡技術或文件系統等功能，將網絡中大量各種不同類型的存儲設備通過應用軟件集合實現協同工作，達成共同對外提供數據存儲和訪問功能的全新存儲系統。

利用大數據特征，借助云計算這個有效工具，才能夠深度挖掘流量與數據價值。

（五）加大大數據人才的培養力度

在大數據背景下，未來的大型企業，不僅需要技術工人、技術專家，更需要大批的精通數據分析、信息科學，且學術造詣和實踐操作能力都很強的“大數據分析師”、“大數據白領”。所以有戰略眼光的大型數據企業應加強與科研機構、高等院校進行合作，從研發經費、科研項目、專業建設、師資力量、相關培訓等方面加大大數據人才的培養力度，通過理論培訓和實踐操作培養出一大批技術高超的大數據分析師、在數據戰中能夠運籌帷幄的大數據戰略家。他們會是未來企業營銷界中的精英戰士、營銷業績的幕后英雄。

雨果說，“你可以阻擋一支入侵的軍隊，你卻無法阻攔一種思想”。在大數據的影響下，往日的營銷日漸沉淀成為科學化營銷和藝術化營銷兩大主流范式；而企業的營銷組織架構、人員構成以及工作內容也因此發生巨大的改變；大數據將成為新時代的“原油”。未來的世界，群雄逐鹿中原，信息戰、大數據戰不可避免，得大數據者奪先機，而具備先進的數據分析技術、信息技術，去掌控、操縱大數據者則是商界的霸主。

參考文獻：

[1] 涂子沛.大數據[M].桂林：廣西師范大學出版社，2012.

篇8

大數據保險影響

一、大數據的概念

近年來，大數據在不斷顛覆人們對傳統行業的認識，在大數據的引領下，許多領域發生了巨大的變革。大數據是一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。我們如今經歷和創造的一切幾乎都可以被標準化和數字化，然后被存儲、挖掘、統計和分析，應用于各個行業領域。企業根據大數據分析的結果可以獲取客戶的有效需求，更有針對性的為客戶提供服務。

二、大數據對保險業發展的影響

（一）產品開發和營銷更加精準

1.市場需求分析。傳統的產品開發是以產品為中心，在產品形成后，公司通過銷售渠道和人團隊將產品銷售出去，客戶所能購買的產品種類十分有限，市場上的產品在很大程度上并不能真正滿足客戶要求。隨著互聯網和自媒體行業的進步，網絡社交媒體成為了重要的信息交流和傳播平臺，網絡用戶的搜索記錄及其的相關信息都隱藏著自身的喜好需求和個性特征。大數據的作用就在于能夠將這些分散龐雜的信息進行整合提煉，全方面的探究市場的真實需求，真正設計出滿足市場需求的產品，使得產品開發更加具有針對性。

2.客戶購買因素分析?？蛻粼谶x擇購買保險產品時要考慮多方面的因素，產品價格、保險金額、公司品牌形象和服務質量等都會影響客戶的決策，在眾多的因素中，哪些因素才是起決定性作用。借助大數據分析平臺，通過對多種多樣的客戶數據進行分析，保險公司可以獲知影響客戶決策的主要方面，據此，保險公司可以完善自身不足，強化優勢條件，不斷提高自身的行業競爭力，爭奪更多的客戶資源。

3.差異化銷售。在過去網絡不發達時期，保險產品的營銷主要依靠報紙、電視等傳統媒體，每個人看到的宣傳內容都是完全一樣的，是一種無差異的、被動的產品服務營銷方式。大數據時代的保險營銷，注重個性化、差異化。通過對大數據的精準分析，對不同年齡、不同性別、不同教育背景和購買力的群體，根據客戶需求，采用不同營銷手段進行細化宣傳和銷售，將無目的的營銷變成針對性地銷售，很大程度上提高了產品的營銷效率，節約了營銷成本。

（二）產品定價更加精確

大數法則是保險經營的數據基礎，傳統的產品定價是基于歷史的生命表和損失概率表來定價，保險費率一經確定，一般在一定期限內不再改變，而且，同一險種對于風險不同的購買者價格都是相同的。如今，通過大數據，可以輕而易舉地獲得足夠多的樣本，通過對更多樣本的分析，得到更加準確符合現實的結論，使精算結果更精確。

隨著互聯網和云技術的蓬勃發展，使得客戶的任何行為都可以通過網絡得到記錄，保險公司根據這些記錄進行分析，預測和評估，將客戶分成不同的類別，對于風險較低的客戶可以降低保險費率，對于風險較高的客戶可以提高費率，或進行有條件投保。如在對車險進行定價時，可將投保者汽車的品牌、使用年限、使用者的駕駛習慣、維修保養情況和以往出險頻率等作為保險定價的參考因素，對不同風險狀況的客戶厘定不同的費率，進行個性化定制。

（三）風險管理更加精細

1.核保與核賠更加準確。信息不對稱是保險公司經營面臨的最重要的風險，在核保和核賠過程中保險公司的損失主要是由信息不對稱造成的。隨著移動互聯網和云技術的快速進步，這一問題將得到大大的改善。大數據分析可以幫助保險公司了解客戶的自然屬性和行為屬性，通過對客戶的購買力、信用度、風險情況以及資產負債情況分析，全方位的了解客戶的真實情況，降低保險公司自身的承保風險。在核賠方面，主要依靠人工現場勘察判斷風險因子具有一定的主觀性，效率較低。在大數據時代，保險公司通過公共信息平臺實時獲取客戶出險信息，實現L險因子的自動判斷，再根據風險因子的高低選用不同的理賠流程，提高理賠效率。同時大數據可以弱化部分不對稱的信息，減少保險欺詐發生的可能性，降低保險公司的賠付成本。

2.退保風險分析。在保險公司中，衡量公司業務質量和服務水平的一個重要指標就是退保率。每個保險產品在精算時都會有一個預計退保率的假設，如果實際的退保率超過預計的假設，則保險公司將會面臨利潤虧損。要想降低實際的退保率，保險公司就必須對退保原因做出正確的判斷。透過大數據的分析，可以針對客戶退保的特定情況進行深入分析，深入挖掘影響客戶退保的因素，提升公司在此方面的風險防范能力。

三、對保險業進一步應用大數據的建議

（一）加強保險業大數據人才的引進和培養

保險業要加強與互聯網公司、數據公司的合作。大數據時代對保險業駕馭數據的能力提出了更高的要求，大數據分析與傳統的數據分析有很大區別，分析人員不僅要有較高的業務理解能力，更要有數據結構挖掘能力。能夠利用大數據的平臺和大數據分析將零散的市場數據、用戶數據轉化為有效決策支持數據，有助于保險公司靈活應對市場環境變化，提升公司競爭力。

（二）提升信息安全風險管理水平

大數據就意味著來自多方面的海量數據，數據量和數據中所隱藏的個人信息的增多，使得數據安全問題成為保險公司必須考慮的問題，一旦發生數據泄露，將會對客戶造成直接威脅，而且也會對保險公司的聲譽帶來不好的影響。因此各保險機構要嚴格遵守保險監管機構和信息化主管部門制定的規章制度，完善自身的信息化治理，加強信息安全培訓，提升信息安全風險管理水平，進一步健全與大數據時代相適應的信息安全風險管理體系。

（三）創建良好的監管環境

隨著大數據在保險業的應用發展，保險監管部門也應及時加強對相關方面的監管建設，建立大數據質量標準，加強信息安全保護，建立安全有效的大數據共享環境，以開放包容的態度鼓勵保險公司應用大數據進行產品創新，推動保險業在大數據時代蓬勃持續發展。

參考文獻：

篇9

立足客戶的業務理解

在大數據情報平臺的運營過程中，海量將“情報”演繹成有別于其他大數據服務商的特殊詞匯。陳凱表示：“我們對情報的理解更多立足為對特定的人或機構具備時效性、有價值的數據或信息，主要強調的是針對特殊的人群或者機構。具體來說，經過大數據處理得到的結果是否有用，根本上是由用戶決定。用戶定義需要解決的問題后，我們才可以決定用怎樣的技術驅動。如果技術能力強、水平高，整個過程的時間就會縮短，也就是時效性就會增強。所以我們一直秉承從用戶需求角度出發，把用戶的需求轉化為系統能夠執行的模型，如此加工得到的情報就會更好地服務不同用戶?！?/p>

真正將用戶需要的數據，按照所需結果進行加工，一改通用的大數據處理方式，將其進行個性定制，讓每個用戶都可以根據自己的業務需要駕馭數據的分析過程進而得到滿意的結果，這或許就是海量提供給用戶最大的驚喜。

提及將互聯網作為主要的信息源，陳凱強調：“從客戶的需求考慮，大數據的興起總體有兩個方向，第一立足企業內部的數據，由于數量龐大故而需要某個更新的技術來處理，這實際上是一種處理海量數據的技術;另一方面，大數據涉及較多的問題實際上還是企業如何去真正洞察市場與用戶，更多的數據并不單單集中在內部，而是外部。如此看來，互聯網的這種外部公開數據對彌補企業數據認知缺陷的作用是非常明顯的，所以企業急需提升對互聯網公開數據的處理能力?！?/p>

如果從海量自身的技術積累角度來看，主要的技術積累是在文本數據的分析中，恰好互聯網的公開數據中主要是非結構化的文本信息，需要海量獨有的中文文本分析技術進行處理，所以選擇處理互聯網外部數據作為信息源的主要方向是必要的。例如，分析某個產品的口碑，在處理數據時需要盡可能獲得更多信息源進行分析，然后根據用戶配置得出的知識模型獲取與產品品牌型號相關的數據。通過這樣的知識體系，就可以將數據收集完備后再根據用戶的需求對產品進行多維度的評價。其中的關鍵環節是利用海量獨創的可視化分析工具判定圖將用戶的分析維度和業務知識配置在分析模型中，隨后再獲取和加工有關數據。如此看來，每條數據經過這樣的處理后就實現了從非結構化數據到結構化的轉變，進而支持各類量化的分析，得到用戶購買的動力以及具體喜好。

多角度的創新應用

目前，大數據情報平臺已經廣泛應用于眾多領域，政府的公共服務社會化方面，通過互聯網來搜集民眾對社會治理的意見。例如，對旅游景區和星級酒店進行評價，所得數據匯總后給當地政府的決策提供價值參考，國家旅游局以PPP模式建設了12301，如果你對任何一個景區或酒店進行投訴，可以直接撥打12301熱線并會有專人受理，因為這是支持酒店評級的重要數據依據之一。同時，這種數據獲取并不單單通過被動接受投訴電話來進行，還需要主動的通過互聯網來搜尋人們對不同景區的不同評價，來收集數據建立一套基于互聯網數據的評價評級體系，如此看來這個評級體系就是用戶主導提供的，利用用戶貢獻的數據生成評級體系來對商家進行約束再服務于用戶，大數據情報平臺對此起到非常關鍵的作用。

大數據情報平臺在金融領域的信用評估與風險控制中也發揮著重要的作用。最初，行業內主要使用的是一些線下靜態的數據，如今通過互聯網能夠更全面地了解一個企業的經營動態，更早發現風險。例如在信托行業，針對交易對手信用評估和風險監控需要分析非常復雜的數據，其中涉及融資方、擔保方、關聯方等十幾個公司，需要對每一家公司都進行全面的評估，并且通常這些公司都會有復雜的經濟關聯和業務往來，更早地發現風險采取措施，就會最大限度地規避損失。

隨著互聯網的發展，在網上就可以如實反映一些公司的基本情況，例如員工評價、顧客評價等，這些都是風險提示的指標之一。大數據情報平臺的出現讓發現潛在風險的方法更加便捷，這樣就能更及時地處理問題，也引領了信托行業把互聯網作為非常重要的信用評估和風險監控方法的趨勢潮流。

說到大數據情報平臺的創新應用，自然不能不提到海量的品牌數字聆聽系統，這個系統的特點是從商業的角度呈現產品營銷的整個閉環。從產品的策劃設計階段到產品上市，再到營銷推廣和根據客戶反饋不斷改進產品和優化營銷策略，這其中需要的是一個全流程的數據分析支撐。以往的大數據都是單個環節節點的分析，海量是把整個流程串聯起來，基于技術手段打造一個全流程的品牌數字聆聽的系統。這個系統為業務場景直接提供了個性化的情報數據，如品類研究、品牌監測、產品分析、營銷效果評估等模塊，讓離業務比較遠的技術平臺變成每個部門可以直接使用的業務情報，從產品生命周期不同階段的情報分析以及決策改進之后的收效反饋分析，真正形成一種嚴謹的閉環決策流程。

獨特的優勢特點

“對中文的智能計算與分析是我們的核心技術所在，主要是應用一種基于知識網絡的分析方法，通過知識網絡把業務知識非常充分地表達出來并且傳達給計算引擎，進而達成智能化的數據分析。這種知識網絡可能涉及幾千個知識節點和分析維度，覆蓋數萬個特征詞和語義模式，呈現一種復雜的網狀關系，所以得出結果就會更加精準、細致。同時，整個模型是完全開放的，由數據分析師通過判定圖自主配置知識網絡，每個客戶都可以定制所需要的分析模型，從而使不變的數據變成了千變萬化的情報?！标悇P說。

海量始終認為企業不應該把大數據純粹當做一種技術工具，而應該是業務工具，即讓業務人員具備駕馭大數據工具的能力。為此，應該在企業內部設立專門的崗位角色，初級的可以叫做數據分析師，高級的可以成為數據科學家。了解企業自身的業務需求的同時，又懂得怎樣把業務需求表達為大數據平臺的執行邏輯，有了這樣的轉換，大數據的技術平臺才能加工出來對客戶真正有用的情報。

篇10

去年12月，亞馬遜獲得了一項名為“預測式發貨”的新專利，可以通過對用戶數據的分析，在他們還沒有下單購物前，提前發出包裹?！皝嗰R遜似乎在充分利用他們龐大的數據?！泵绹袌鲅芯抗綟orrester Research分析師蘇查里塔·穆爾普魯(SucharitaMulpuru)說，“根據他們對用戶的種種了解，他們便可依據多種因素來預測需求?！?/p>

沒錯，這就是大數據的貢獻。如今，在互聯網時代，隨著電子商務的高速發展，大數據在其領域的重要性越發凸顯，也可以說，大數據的存在，讓電商變得更加智慧?！痘ヂ摼W周刊》記者與中酒網副總裁兼COO王澤旭，YOHO！有貨CEO鈕叢笑進行了互動，深入了解電商與大數據背后的故事。

大數據讓消費更加個性化

在電商領域中，用戶行為的信息量十分龐大，根據專注于電商行業用戶行為分析的公司的不完全統計，一個用戶在選擇一個產品之前，平均要瀏覽5個網站、36個頁面，在社會化媒體和搜索引擎上的交互行為也多達數十次。不經過大數據分析，如何將如此龐雜的數據歸納總結，進行統計分析簡直是難以想象。

與此同時，大數據也讓電商更具個性化。鈕叢笑說道：“大數據的本質，從營銷層面理解是實現產品的一對一營銷，這也是營銷的最高境界——專門為一個人定制的產品。此前，我們是一個產品對應一類人，千人千面，隨著大數據的不斷發展，最理想的狀態將是一個產品只對應一個人?！彼e了一個例子，在營銷過程中，電商企業經常糾結一個事情，例如北方已經到了冬季，南方還在穿著短袖，那么網站頁面到底該推什么商品？最好的解決方案就是一邊出現冬季頁面，一邊出現夏季頁面?！按髷祿暮诵谋举|最終就是要解決一對一營銷，純研究數據并沒有太大的意義?！?/p>

王澤旭則談到，電商網站每日都會收集大量的數據，由于有了大數據的協助，讓中酒的線下經營業更具有特點，例如在門店商品的選擇上，酒品有2000多個種類，門店是無法放下的，經過大數據的分析，每個門店的商品陳列、陳列主次、銷售結構都是不一樣的，這樣的經營方式大大提高了商品的轉化率。另外，根據網絡銷售得出的區域用戶行為節奏分布，對店面的選址也有幫助，可以知道選址周圍人們的喜好分布，得出的促銷側重點也不同。

網絡用戶的“用戶行為信息”(User Behavior Information)是指用戶在網站上發生的所有行為，如搜索、瀏覽、打分、點評、加入購物筐、取出購物筐、加入期待列表(Wish List)、購買、使用減價券和退貨等；甚至包括在第三方網站上的相關行為，如比價、看相關評測、參與討論、社交媒體上的交流、與好友互動等。而個性化的推薦則會提高用戶的購買率，降低無用信息的推薦，避免了無用廣告的濫用騷擾，無形中就提高了用戶體驗。

大數據讓營銷更精準

互聯網時代更多的是以用戶為中心，大數據的存在則讓這種以用戶為中心的服務有了更為準確的依據。

鈕叢笑談到，不管什么行業，都會有一個標簽，都需要精細化整理自己顧客的屬性標簽以及商品屬性標簽，而且在大數據到來之后，這些標簽必須能夠細化到單個顧客和單個商品。

在電商、零售等行業，成本控制是將利益最大化的關鍵因素，大數據則為成本控制和精準營銷提供了依據。

鈕叢笑提到了一個詞：計劃經濟。他談到，有貨上面的銷售量都是計劃好的，雖然計劃經濟不如市場經濟的調節作用好，但是為了避免銷量溢出過度浪費，就可以進行宏觀調控。而在大數據幫助下的數據調控也變得更有依據。

去年7月底，有貨在上海舉辦了YO’HOOD潮流新品C2B預售會。新品預售會僅兩天，線上線下預購金額就超過了2000萬元?！安粌H對上新有極高要求的潮流電商需要避免庫存風險而嘗試C2B模式，其他定位于大眾平臺的電商有更加迫切的供應鏈變革要求?！扁o叢笑表示，“根據消費者的預購情況，按需生產、限量，可以讓品牌商直接與消費需求對接，一方面可以有效控制庫存周轉；另一方面，可以預先搶占下一季度的市場?！?/p>

C2B模式雖然能夠很好的將需求與企業的供應有機的結合起來，極大的節約成本，但若無數據支持，將造成供應鏈的極大供給短缺，大數據很好的解決了這個問題。

王澤旭在談話中也表露了類似的觀點，他表示，從IT角度講，根據對數據的細分可以做到區域經營碎片化，讓各地區經營策略不一樣，價格選品，都不一樣。例如搜索淘寶指數時，會有性別、年齡、星座等等區分的指數，而有意思的是，處女座的消費特征確實有所區別。王澤旭還介紹，中酒網的內部大數據叫做中酒云，每個人都可以在上面檢索，其中包括四十多個維度，并且對不同維度進行組合來滿足經營需要：比如大學附近銷售德國啤酒，老年人比較多的地區銷售黃金酒之類。

體驗是用戶忠誠度保持的關鍵

在眾多電商快速崛起的今天，如何保持用戶黏性，增加重復購買率成為了關鍵。

“我們做的不是一錘子買賣。用打價格戰的方式拉攏客戶，這樣的客戶可能會購買一次商品，但是未必會買第二次?！扁o叢笑明確表示不會盲目跟風低價，“對于分眾電商而言，最重要的不是要賣什么，而是知道不能賣什么?！北热缬胸涬m然出售阿迪達斯品牌商品，但僅限于個別潮流產品線。這就是大數據告訴了企業，應該向什么方向發展，應該做什么樣的決策，大數據也讓電商更具智慧。