大數據營銷的核心范文

導語：如何才能寫好一篇大數據營銷的核心，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

關鍵詞：大數據；電信行業；精準營銷；客戶管理

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2017）17-0275-02

1概述

隨著互聯網技術普及與應用，全球數據生成量呈現爆炸式增長從開始的字節、經過KB、MB、GB發展到TB、PB，甚至EB、ZB級，大數據具有4V特征：Volume（數據規模大），Velocity（數據流轉快），Variety（數據類型多），Value（數據價值大）。各行業將面臨對海量數據的處理和分析，運用大數據技術挖掘出有價值的信息，將是行業發展面臨的機遇和挑戰。如今大數據在行業領域已經得到廣泛應用，取得不錯商業價值，如搜索引擎Google、電子商務平臺阿里巴巴、亞馬遜等。

麥肯錫咨詢公司曾經預測：“數據，已經滲透到當今各行業領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來”。中國移動前董事長王建宙用兩句話概括大數據對企業發展重要性：第一，企業利用大數據資源分析處理，運用分析結果，產生新的商業價值；第二，大數據改變了人們觀察世界的方法，抽樣樣本從原來的片面、有選擇和數量有限的樣本到現在的全體數據、隨機性的樣本，這樣產生的結果說服力強，具有代表性、可行性和實用性。

電信運營商采集到數據信息，這些數據來源廣、數據類型豐富和關聯性強等特性。有財務收入、業務發展量等方面結構化數據，還要涉及文本、圖像、動畫、音視頻等非結構化數據。信息來源渠道有電子渠道、實體渠道及直銷渠道等途徑。有的來源于終端信息、位置信息、互聯網行為、用戶身份、網絡信息節點、CRM信息及消費行為，也會涉及公眾客戶、政府客戶、企業客戶和家庭客戶。如何充分利用這些大數據，挖掘分析更大的價值，提高運營商經濟效益，筆者重點就如何充分利用大數據在電信行業市場與精準營銷和客戶關系管理兩個方面進行分析。

2市場與精準營銷

電信運營商通過各種商業化平臺采集到大數據，通過數據分析，可以洞察客戶的消費心理與消費行為，可以幫助企業定位合適的客戶，選擇合適的推廣內容和渠道、優化產品質量。

2.1客戶畫像

客戶畫像就是對客戶信息進行標簽化，分析客戶行為、生活、消費習慣，為企業提供精準的用戶群體和用戶需求等信息。客戶畫像是大數據運用的根基所在，一個完整用戶畫像有戰略解讀、建模體系、維度分解和應用流程四個階段。而電信運營商可以根據客戶基礎屬性、位置信息、互聯網行為等豐富的數據資源，為每個客戶打上人口統計學特征、消費行為和上網行為標簽，并借助數據挖掘中關聯規則分析、聚類算法分析、RFM模型（Recency最近一次消費、Frequency消費頻率、Mone-tary消費金額）等手段對潛在客戶進行分群，完善客戶的360度畫像，提升廣告投放的精準度。

2.2關系鏈研究

關系鏈研究就是大數據之間關聯分析，通過大數據之間關聯性，尋找商機。電信運營商可以通過分析客戶通訊錄、通話行為和社交圈等數據信息，開展交友圈交往信息，通過社交網絡對用戶進行分析，通過大數據分析方法發現朋友圈關鍵人員，如家庭、政治和企業的重要客戶，尋找圈子營銷機會。為提高營銷精準度，假設通過朋友圈大數據分析有很多高流量的用戶，我們就可以向這部分群體推薦4G套餐業務，還有在這部分高流量用戶群體中，發現有異網用戶存在，我們就可以向這類人群推廣4G業務，從而把異網高流量用戶引導我們的網絡，從而擴大消費群。

2.3精準營銷和實時營銷

精準實時營銷就必須依靠先進的技術手段實現，就是在合適時間和合適地點給合適用戶推薦合適的內容及產品。首先對客戶特征的深入分析，建立客戶基本信息、資費套餐、終端設備類型等信息，然后在網絡上精準匹配，滿足客戶需求基礎上選擇合適時機，合適方式推廣合適產品，實現精準營銷?？梢愿鶕脩艚K端偏好、合約機到期時間、消費能力等信息，及時捕捉特征時間，從而預測客戶購買需求，通過短信、呼叫和營業廳等渠道投放營銷廣告。在精準營銷方面，英國O2免費推出WiFi服務就是一個例證，該服務積累更多用戶，收集大量用戶數據，是運營商做媒體廣告和營銷的基礎。

2.4個性化推薦

為進一步提升客戶體驗和感知，以適應市場需求，通過觀察客戶數據，預測客戶行為關聯性，為客戶提供個性化服務和營銷方案。利用客戶終端信息、消費特征、行為習慣和交友圈等客戶數據倉庫，運營商可以為客戶提供定制化的服務，優化產品、流量套餐和定價機制；或在應用商城、電商平臺和社交網絡實現個性化推薦。

3客戶關系管理

3.1客服中心優化

客服中心是運營商和客戶接觸最多的部門，擁有大量的客戶呼叫行為和需求基礎數據。運用大數據技術可以深入分析客服熱線呼入客戶的行為特征、選擇路徑和等候時長，并關聯客戶歷史接觸信息、業務特征、客戶機型等數據，在客戶投訴智能識別系統，運用大數據進行智能語義文本分析，識別熱點問題及用戶情緒，及時預警和優化，降低客戶投訴率，每年節約成本達到數百萬。

3.2客戶生命周期管理

客戶生命周期管理是按照客戶關系發展分為新客戶獲取、客戶提升、客戶成熟、客戶衰退和客戶離網五個階段，關于客戶生命周期劃分，不同＜矣脅煌階段，個人認為將客戶生命周期分5個階段還是比較適合電信運營商的實際情況。在新客戶獲取階段，我們可以通過算法挖掘和發現潛在客戶，通過合適渠道提供合適價值定位；在客戶提升階段，通過關聯規則技術，挖掘商業通過刺激需求產品組合和服務組合進行交叉銷售，培養高價值的客戶；在客戶成熟期，可以通過大數據分類分析、聚類分析和RFM方法進行客戶分群并進行精準推薦新產品，對培養客戶忠誠度；在客戶衰退期，利用大數據進行客戶預警機制，提前發現高流失風險客戶，及時推出新產品，延長生命周期；在客戶離網階段，利用大數據挖掘技術贏回客戶，國內外運營商在客戶生命周期管理方面有很多成功案例。如T-Mo-bile公司采用Informatica平臺，通過大數據綜合分析客戶流失的原因，使某一季度用戶流失率減半。

篇2

王佳梁

觸寶聯合創始人兼CEO

2005年上海交通大學碩士畢業后加入微軟亞太研發集團，2008年聯合創立了觸寶。觸寶旗下擁有兩款產品：觸寶輸入法和觸寶電話，2款產品全球用戶超過11億，并且擁有140項技術專利。觸寶是榮獲GSMA全球移動創新大獎的唯一的亞洲公司，也曾榮獲TechCrunch Disrupt六強。為此，王佳梁曾贏得達沃斯世界經濟論壇“全球杰出青年”稱號。

觸寶的核心大數據研發中心設立在美國硅谷，不僅能夠招募當地優秀的數據科技人才，也讓觸寶能有效掌握全球最前沿的信息資訊動態，與當地頂尖的大數據核心研究機構和企業保持互動合作。在優質的學術資源與一流的技術團隊支持下，觸寶通過數據精細化的運作方式，在盡可能獲得用戶留存的同時，不斷提高用戶的ARPU值，挖掘大數據背后的商業價值且頗有成效。

作為觸寶的核心產品，觸寶電話已成為目前國內用戶量第一的通訊類app，累計用戶數已經達到5億，平均日活用戶超過5600萬，積累了中國最大、最全面的號碼數據庫。觸寶電話利用云端大數據幫助用戶有效識別陌生來去電，監測詐騙、垃圾號碼，并且給用戶提供最完美的攔截解決方案，阻止騷擾電話對于用戶生活的侵擾。同時觸寶電話作為一站式生活服務的入口，用戶可以方便地查詢各類商戶的電話。在我們看來，微信取代了短信，電話也終將被取代，而這正是觸寶電話想要做的。

觸寶電話2016年最大的戰略舉措是依托觸寶核心大數據中心啟動了商業化進程。全球化龐大的數據量為觸寶的廣告客戶投放提供了精準的指引方向，觸寶電話依托大數據分析技術，通過電話時長、頻次、定位等準確判斷用戶的屬性和社交關系，由此了解用戶的需求，推送相應的產品和服務。在場景化營銷的時代，觸寶電話的廣告精準推送無疑是為用戶提供了定點廣告需求，通過“需求”廣告鼉盎原生植入，帶來的廣告效益是巨大且優質的。2016年，觸寶電話與可口可樂、費列羅、通用汽車、殼牌油、漢蘭達等客戶進行了深入的合作并獲得了超乎預期的效果。

2017年，觸寶電話將持續加大研發力度進行創新，通過硅谷的大數據研究中心，構建通信大數據營銷方法論，定期相關數據報告，讓觸寶電話用戶畫像更加豐滿立體和多維度。同時，觸寶電話將會繼續圍繞品牌行善的本質是回到品牌的核心價值這條主線，用自己的核心價值去解決相應的社會問題。

2017營銷關鍵詞

大數據

大數據已經因為人工智能的出現而發生變化，數據將被深度分析，深度學習，深度應用。

移動互聯網時代，用戶社交關系的擴散和流動改變著營銷環境，基于定位理論和個性化的營銷方式需要進行更新，因為用戶不僅是個人，還是社會人。社會人的角色是隨著社會屬性不斷變化的。因此品牌營銷下一個階段是基于社交圖譜的營銷。對個人而言，他的社會網絡就是社交圖譜。

2016營銷感悟

技術變革日新月異，正在深入地影響著我們生活的方方面面，消費者的行為也在不斷發生變化。觸寶電話的營銷堅持創新理念，利用數據、新技術和場景化的融合，抓住消費者最重要的生活時刻，通過通信大數據+社交圖譜的結合，幫助品牌用更有創意和有效的方式在合適的情境下鏈接用戶，實現對用戶的心理喚起，讓品牌更懂用戶。

篇3

日前，在騰訊主辦的Mindstorm和Connector活動中，“現代營銷學之父”菲利普科特勒與騰訊公司網絡媒體事業群總裁、集團高級執行副總裁劉勝義進行了對話。科特勒提出的“CMO核心職責”，以及劉勝義結合中國市場實踐的營銷經驗，為中國企業和營銷人提供了一個融合東西方營銷智慧的獨特視角。

營銷組織和溝通價值

數字化趨勢改變著企業與消費者的溝通和營銷思維，企業要時刻關注市場動態，了解消費者的最新需求?？铺乩仗岢鯟MO的組織職責應該重申并明確客戶需求、廓清企業市場環境，這將幫助企業在第一時間獲得與消費者溝通的機會。同時CMO的監測職責要呈現VOC——消費者的聲音，指引企業進一步的營銷決策和活動。

對此，劉勝義表示營銷的組織價值應該體現在突破部門界限，在企業內部樹立“營銷為本”的理念。騰訊的經營理念是以用戶需求為核心，所以從產品研發、運營到客戶服務，“營銷為本”已成為騰訊每個員工的首要使命，每個人都承擔“營銷角色”的職責。

同時，“溝通”是營銷過程的首要元素，作為連接企業和消費者的橋梁，營銷的溝通價值體現在營銷人要學會擔當消費者需求的滿足者和創造者，不斷增加不同消費者對企業的認知度和忠誠度。

營銷如何駕馭技術潮流

相關數據顯示，在美國，85%的公司和品牌主管認為，當對消費者行為進行深入分析時，大數據會帶來超過一半的營銷主動權。信息技術正在逐漸和營銷形成密不可分的關系，大數據作為數字時代不可或缺的營銷工具，正在為營銷部門提供精確的用戶原始信息。

科特勒認為營銷部門的員工要掌握大數據、數據挖掘、市場分析等技術，并利用這些技術分析用戶在多大程度上購買自己品牌的產品，從而對企業運營提供指導，這是CMO的技術職責，“駕馭大數據”將成為未來營銷人的必要素質。

大數據幫助企業和公司更深入地了解用戶體驗，進而制定更有效的營銷策略，劉勝義認為這正是營銷的監測價值所在，社交媒體和大數據正在顛覆企業的營銷方式，更顛覆著企業的組織方式。營銷人員一定要充分擁抱數字技術，釋放大數據營銷的力量。

未來營銷發展趨勢

營銷是一個長期的過程，科特勒提出CMO的兩大戰略職責：為產品策略提供消費者洞察；評估產品營銷ROMI（營銷投資回報）。營銷戰略的成功制定將直接提高企業及品牌競爭力。

劉勝義對此表示認同，企業要用商業指標而非營銷術語明確衡量營銷對于組織長遠目標的價值，量化標準是效果衡量的基石。

篇4

關鍵詞：大數據；廣告；營銷

中圖分類號：G206 文獻標識碼：A 文章編號：CN61-1487-（2016）06-2-0030-03

數據的應用與價值由來已久，只是傳統的數據以結構化數據為主。伴隨網絡技術的發展，互聯網上每天都會產生以澤字節計算的非結構化數據，如此龐大的非結構化數據，為創新提供了全新的機會和平臺。早在上世紀八十年代，未來學家阿爾文?托夫勒在其知名著作《第三次浪潮》中，就將大數據稱頌為“第三次浪潮的華彩樂章”。但由于當時科技水平發展程度的限制，世界并沒有做好擁抱大數據的準備。一直到2009年左右，“大數據”一詞才開始逐步得到全球信息技術行業的關注與重視。進入2012年以后，大數據被提及的頻次更為普遍，人們開始習慣用“大數據”來描述并定義信息爆炸時代的必然產物，即海量數據。在2011年、2012年大數據的初期熱潮過后，從概念熱議到理性和冷靜的觀察，2013年人們開始更加理智地思考大數據。今天，面對這一互聯網快速發展及應用的必然產物，究竟應該如何更好地利用大數據是廣告營銷行業需要認真探索和思考的問題。

一、大數據引發的量化轉變

大數據時代已經降臨，就像哈佛大學量化社會科學學院院長葛里?金所說“這是一種革命，我們確實正在進行這場革命”。海量的非結構化數據給學術界、商業界以及政界帶來的顯著量化轉變正在全球迅速蔓延開來，沒有哪個領域能夠躲避大數據的影響。嚴格來講，所有事物及其變化都是“數據”，小到一個人的網購行為、心率、脈搏、性格傾向是數據，大到城市交通信息、經濟體運行數據、宇宙星體的運行軌跡也是數據。只不過，大部分數據尚處于線下，只有將“線下數據”轉變為“線上數據”，大數據的價值才可能得到真正意義上的釋放，同時形成數據競爭壁壘。

不同于之前的結構性數據，以非結構化為主的大數據已經成為互聯網時代的核心資產。消費者的個人數據成為商業競爭最重要的資源，智能世界的新霸主將是數據資源的擁有者或平臺服務商。從政府機構、商業經濟體到、科研院校等各類社會機構，各行各業都已經充分認識到大數據的重要性并嘗試對其展開應用。以往經驗判斷式和直覺型的決策方式將被取代，更多的決策判斷將是一種基于大數據分析之后的行為。今天，“大數據”的預見能力已經開始在公共健康、商業預測、政府管理、政治競選等領域嶄露頭角。

（一）大數據預警公共衛生“疾病爆發”

早在2008年，谷歌趨勢（Google Trends）就能通過大數據對北美地區甲型H1N1疫情爆發區域進行準確預測。其原理非常簡單：當人們越來越依賴互聯網的時候，搜索成為一種習慣，比如搜索頭痛、感冒等這些小病，谷歌通過記錄分析那些有過搜索“流感”相關關鍵詞用戶的所在地區，進而追蹤確定流感廣泛傳播的地區，以此預測流感可能爆發的高危區域。在甲型H1N1流感爆發前，谷歌趨勢推出的“流感趨勢”主要用來監控一些季節性流感，根據谷歌的統計顯示，在此之前的五個流感季中，其對追蹤疾病的精確率達到97%。

（二）大數據決策股票交易時機

對沖基金已經能夠通過挖掘社交媒體數據，進而預測股市表現。在2012年5月18日之前，準確預測臉書（Facebook）上市當天的股價走勢幾乎是件不太可能的事情，不過推特（Twitter）做到了。Facebook在納斯達克首次公開招募之日，一家名為DataSift的社交媒體監測機構發現網民在Twitter平臺上顯示的情感傾向和Facebook股價之間存在正向波動關聯，即Facebook的股價會隨著Twitter平臺上網民所呈現出的正面情感傾向而上漲、隨著負面情感傾向而下降，這種關聯反應的時間差只有幾分鐘到二十多分鐘。

（三）大數據深化體育行業目標性分析

NBA早就是數據統計的行家里手，從上世紀八十年代起，NBA就采用數據管理技術，全體球員的賽場表現，包括得分、籃板、助攻、蓋帽、搶斷、失誤、犯規等行動數據均被采集、記錄、分析。幾乎每一個球員，都有相關的數據可以破解其優勢與局限。據《經濟觀察報》的報道顯示，至少有半數的NBA球隊都聘請過專職數據分析師，遇到比賽日、選秀大會和交易決定等重要決策節點，數據分析師都會給出重要建議。數據管理技術對球隊戰績的影響力比較明顯，雇傭了專職數據分析師的15支NBA球隊的平均勝率達到59.3%，而沒有聘請專職數據分析師的球隊的平均勝率只有40.7%。

（四）大數據推動政府管理方式變革和管理能力提升

大數據對于推動政府管理方式和提升管理能力同樣具有積極意義，以大數據及大數據挖掘技術為依托，政府部門以此為基礎在社會公共政策、社會輿情監控、社會犯罪預測等領域作出相關決策。美國政府部門對大數據的應用就是這方面的典型案例之一，比如美國圣克魯斯警察局就是全美最早的大數據預測應用試點機構，通過對圣克魯斯的城市數據源以及社交媒體上沉淀的大數據的分析，發現該警察局管轄區域內的犯罪趨勢與犯罪模式，進而預測重點區域的犯罪幾率。

（五）大數據助力總統競選

被稱為互聯網總統的奧巴馬在2008年的大選中成功借助社交媒體，成為美國建國以來當選的首位黑人總統。在2012年的美國大選中，奧巴馬又首次將大數據應用到總統競選活動中，不同于以往政治競選中類似電視廣告、海報、演講等的常規宣傳手段，奧巴馬的競選團隊通過收集、分析2012大選年前兩年以來的大數據，依照數據分析結果來決定奧巴馬的競選方案。以此尋找到潛在的支持奧巴馬的美國民眾特別是中間派選民，依靠大數據針對奧巴馬的潛在支持者和中間派選民分別制定最有效的拉選票方法、廣告投放的策略和社交媒體的使用策略等?；谶@種以大數據為基礎的決策方式成功幫助奧巴馬獲得第二任任期。

二、大數據引發的營銷新機會

大數據是一種商業資本，其重要特征之一就是“尋找看似不相關聯的東西之下隱含的相關聯的相互關系，而非因果關系”。人類自身和機器設備每時每刻都在持續產生大量具有價值的信息，從精準預測極端惡劣天氣，到創新研制癌癥療法。大數據對商業的影響效應更是明顯，從產品研發到價格設定，從銷售渠道到營銷推廣，每一個步驟環節中，都能產生出大數據，通過對大數據的分析研究，都能發現新的商業機會，使得之前推斷、猜測、預估式的推斷營銷，真正成為“實證”型營銷。大數據的核心并不在于海量數據本身，而是把更多的關注點放在消費者身上，即以“人”為核心。大數據的利用價值并非局限于單純從數據中發現某種因果關系，而是需要深度挖掘大量非結構化數據，在此基礎上，發現全新規律并創造全新商業價值。

（一）利用大數據，準確發掘最具價值的消費者

較早出現的大數據商業應用案例發生在一家名為塔吉特（Target）的大型超市。為了能夠盡早爭取到孕婦消費者群體，該超市利用其所有的消費者購物消費數據進行建模分析，進而發現一些規律，例如，無香型護手霜是大多數孕婦會在第二個妊娠期購買的產品、鈣鎂鋅類保健品是多數孕婦在孕期前二十周的采購重點……根據這些孕婦消費的“典型商品”數據，Target構建出一套“懷孕預測指數”，以此實現盡早預測、識別出其消費者的懷孕情況，搶占孕婦市場銷售先機，早于競爭對手搶先向孕婦推銷其相關產品的促銷信息。

（二）利用大數據，發掘交叉銷售機會

全球零售業巨頭沃爾瑪在對消費者購物數據進行分析時發現，每到周末啤酒和尿布的銷量就比平時高，而且具有消費關聯性。進一步研究消費者行為后，他們發現，導致這一現象的原因在于消費者的周末家庭生活模式：通常周末家庭主婦會獨自外出活動，而丈夫會留守家中一邊照看孩子，一邊喝啤酒看電視球賽。基于這種新發現，沃爾瑪在賣場創新推出“啤酒+尿不濕”的促銷組合，將此組合產品放置在啤酒銷售區，結果大部分男性消費者都會在啤酒的同時購買尿不濕，兩種產品的銷售量雙雙翻倍，這一案例也成為大數據商用的經典案例。

（三）利用大數據，重組傳統產業

傳統商業在大數據的驅動下，也在以重組的形式綻放全新發展機會。房地產企業花樣年就是通過提供基于大數據平臺的社區服務、讓傳統物業公司轉型為一個社區服務商的房地產企業，其核心做法是將業主在日常生活中的行為轉化為數據記錄，這些數據按照時間順序輸入技術后臺，以此完成對業主的數據收集，當業主需要相關社區服務時，其社區服務平臺會基于大數據做服務決策。具體來說，比如有業主因為生病需要借款，如果后臺數據顯示該業主的誠信記錄良好，那么他不用擔保就能從物業公司借到所需款項。同樣，業主能夠通過基于PC端或者移動智能終端的社區平臺享受物業服務或者社區商家提供的服務，也可以通過這個平臺提出自己的反饋意見。業主與社區服務平臺之間的每一次互動，都會產生相應的數據。2012年，花樣年社區平臺服務的業主約為400萬，創造年利潤5000萬元，而其中95%的利潤都來自非物業服務。將線下實體社區改造成一個基于大數據的互聯網平臺，用互聯網基因重塑傳統的房地產物業公司，這是一個房地產商邁向信息化時代的創新之舉。

（四）利用大數據，精準定制暢銷產品

電視劇《紙牌屋》是美國電影租賃及在線視頻點播服務商Netflix基于大數據投資拍攝的首部原創電視劇，這部被中國網友戲稱為“白宮甄執”的政治懸疑劇在全球40多個國家熱播。捧紅這部電視劇的，不是電視、影視公司，而是大數據。在這部電視劇的創作啟動之前，Netflix利用其龐大的用戶群體數據，研究了3000萬次該網站的用戶視頻體驗數據，包括人們在觀看一部視頻時會在何時出現暫停、后退和快進的行為；同時還分析了400萬條網站用戶的留言評論，以及用戶觀看視頻的時間和使用的終端設備類型等數據，是第一部在創作階段使用了“大數據”算法的電視劇，也正是因為這個原因，《紙牌屋》成為真正意義上第一部精準定制的暢銷劇。

三、大數據引發的廣告營銷焦慮

以往的市場營銷在做消費者市場細分時，通常按照人口統計數據和生活方式相關信息來劃分市場，而廣告營銷行業也以策略、創意和媒介購買力為核心競爭力。伴隨社會化媒體的崛起、移動互聯網的擴散應用以及智能終端設備的普及，一方面，海量數據成為技術應用的必然產物；另一方面，消費者注意力被高度碎片化。面對碎片化的傳播環境和注意力高度分散的消費者，精準尋找目標消費者成為廣告營銷的重要命題。如何獲取并分析消費者的實時行為數據、如何收集并挖掘消費者與品牌的互動行為數據，成為廣告營銷必須面對的難題之一。廣告營銷往數據驅動方向的轉移是精確尋找目標消費者的重要前提，消費者接觸品牌廣告信息時表現出的行為特征是什么？廣告傳播過程中能夠觸動消費者的因素是什么？品牌應該如何通過營銷傳播與消費者實現溝通對話？能夠影響目標消費者的KOL是誰？能夠與這些KOL溝通對話的形式和渠道有哪些……

身處大數據時代，觸達消費者需求和沉淀消費者數據已成為廣告營銷的雙重門檻，而廣告營銷所面對的挑戰也由如何才能找到消費者，升級為如何才能發掘出消費者在不同場景（不同的時間里和不同空間下）中的需求”；從借助單向或分散的傳統媒體與消費者溝通信息，轉型為如何與目標消費者進行即時溝通、給與即時響應、能夠適時為消費者提供能夠滿足其需求的解決方案。與此同時，品牌營銷還需要在消費者與品牌的“買賣”關系之外，建立形成一種更深層面的具備互信、共贏、可信賴元素的伙伴式關系。

傳統廣告已死，廣告營銷需要借助大數據分析，挖掘社會化媒體平臺上的“弱關系”傳播力量，利用大數據為廣告營銷提供消費者需求路徑，挖掘尋找能夠進行精準互動廣告營銷的依據，進而提升廣告營銷傳播的投資收益。

結語

未來的廣告營銷就是社會化營銷和大數據營銷的時代，而未來的營銷主體應該由最具社會化營銷理念的數字營銷服務提供者進行主導。而對品牌和消費者關系的深度挖掘，應該在傳統市場調研、深度訪談的基礎上，結合不同媒體平臺上所沉淀收集到的消費者行為過程數據進行綜合決策。同時，品牌營銷傳播應該更加關注并控制品牌信息在社交媒體平臺上的每個節點間的流動方式，重視并研究品牌信息如何才能更好地在社交媒體上被消費者關注并分享，即注重品牌創意傳播的過程管理。對于數字營銷商來說，在加強“講故事”的能力基礎上，還需要構筑全媒體傳播平臺的視野，當然最重要的仍然是聚合消費者數據。

【項目基金】本文系陜西省社會科學基金項目《陜西老字號文化對外傳播策略》研究成果，項目編號：2015L004

參考文獻：

[1]黃升民，劉珊.“大數據”背景下營銷體系的解構與重構[J].現代傳播，2012（11）.

[2]林牧，顧萱.大數據時代的廣告生態[J].新聞世界，2013（07）.

[3]王佳煒.SOLOMO趨勢下品牌傳播的機遇與應對[J].當代傳播，2013（03）.

[4]（美）艾伯特?拉斯洛?巴拉巴西.爆發：大數據時代預見未來的新思維[M].北京：中國人民大學出版社，2012.

[5]（美）維克托?邁爾-舍恩伯格，肯尼斯?庫克耶.大數據時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.

[6]趙立敏.大數據背景下現代廣告的重構及發展邏輯[J].編輯之友，2015（07）.

篇5

今年，軟件行業普遍面臨資本寒冬，久其軟件是如何做到一枝獨秀的呢？筆者采訪了久其軟件副總裁錢暉，他總結的經驗為：“內生外延，構建大數據生態圈?！薄皟壬奔磧炔抗膭顒摌I，深挖行業，發揮傳統管理軟件的優勢；“外延”則是通過資本市場收購、合作、合資等方式，發展互聯網、云計算、大數據、物聯網等新業務。久其軟件在保持傳統業務穩定增長基礎上，拓展外延業務，通過資源整合利用，構建大數據生態體系，新老業務相互補充，為企業注入了強勁的爆發力。

推進大數據變革

久其軟件成立于1997年，在中國信息技術變革升級的大潮下，憑借核心技術和快速響應的優勢，贏得了政府部門和大型央企的信賴，在短短的幾年間全國業務全面鋪開，先后在各省市成立了分支機構，完成全國一盤棋的戰略布局。在此后的十多年里，為政府部委、大型企業集團及其下屬機構提供自主研發的管理軟件，是久其軟件的核心業務。

時至今日，“互聯網+”熱潮席卷，各大軟件企業都將重心放在了拓展互聯網業務上。這期間，也有不少軟件企業重新認識到傳統業務的重要性，開始回歸傳統軟件業務。久其軟件則選擇，在發展互聯網業務的同時，堅持深耕細作傳統業務，將傳統軟件業務的根不斷向深處延伸開來。

針對政府行政事業單位，久其軟件以財政資金為核心，提供報表、統計業務一套業務解決方案，久其軟件稱其為四算合一，即預算、結算、核算、決算四算合一的解決方案。這套方案以大數據為依托，與傳統報表業務不同的是，該方案以資金鏈條即財政資金為核心，政府行政事業單位拿到劃撥的資金后就知道錢該怎么花。

針對大型企業集團，久其軟件提供GMC（集團管控）業務，相比于傳統的ERP，GMC提供的是以財務管控為核心的戰略、運營、財務和風險四大領域的整體解決方案。

久其軟件副總裁錢暉說：“20年來，久其軟件只做了一件事情，就是跟數據打交道，所有的報表就是數據采集、處理、分析，一直就干這一件事情。過去給政府提供結構化數據分析，主要基于政府的報表數據，現在有了更大的數據量，更快的計算速度，久其軟件針對助力政府大數據和智慧轉型的工作目標，在綜合服務模式、綜合服務平臺框架方面做好了準備?！?/p>

技術驅動為久其軟件帶來了大數據變革。為推進大數據變革，久其軟件不斷夯實基礎設施建設。隨著新的研發基地的建成使用，久其云平臺和自有的大數據中心將為客戶提供全方位的數據支撐服務。

基于大數據的發展，久其軟件啟動了內部的變革，將傳統報表業務、商業智能BI業務進行整合，成立新品牌久其唯數，該品牌實際是基于大數據的一套解決方案，完成技術到數字營銷的工作。

組織結構上，久其軟件成立了大數據研究院、大數據交付中心、大數據咨詢團隊和數字營銷事業部四大部門，從項目接納到社會應用，形成內部生態圈。

而更大的生態圈，久其軟件通過外延完成。

構建大數據生態圈

保持傳統業務穩定增長的情況下，久其軟件迅猛發展互聯網等領域新業務，目前已經成為集大數據、集團管控、電子政務和移動互聯領域軟件的研發與推廣于一身的B2B2C的大數據解決方案提供商。

久其軟件的傳統業務是通過內部資源整合，交由新品牌久其唯數承擔。而新業務，以及更大的生態圈，久其軟件則通過資本市場整合完成。久其軟件錢暉稱其為外延式發展策略。

2012年，久其軟件云計算戰略啟動，正式進軍互聯網大數據領域。久其軟件成立海南云計算公司，并引進互聯網精英，開始發展2C的業務，定位于國內領先的B2B2C的大數據綜合服務供應商。

2014年，久其軟件4.8億元收購億起聯科技。億起聯科技是全球移動大數據營銷平臺，在移動大數據營銷領域積淀深厚。通過收購億起聯科技，久其軟件擁有了技術后盾，開始探索幫助客戶實現優質數據資源變現。同年，久其軟件與大數據公司智通勝創合資成立久其智通，是目前國內為數極少的能將大數據直接產品化的公司。

2015年，久其軟件6億元全資收購華夏電通，進一步完善它在電子政務領域業務布局，垂直深耕法院信息化業務，夯實并延伸政務大數據服務體系。同年，與龍信數據（北京）有限公司聯合設立久其龍信，專門針對與財稅工商相關的數據分析、咨詢業務，打造中國領先的政府大數據方案供應商。也是2015年，久其軟件設立北京久其互聯網金融信息服務有限公司，戰略布局互聯網金融業務領域。

2016年，久其軟件2.05億元全資收購瑞意恒動，深耕社會化營銷領域的數字營銷業務。

久其軟件與中關村大數據產業聯盟合作，成立大數據產業基金，發揮資本協同效應。

至此，憑借在數據管理方面的深厚積累，經過兩年多的資本市場運作和自身研發投入，以久其股份（久其唯數）為中心，通過久其智通、久其龍信、億起聯科技、久其海南云計算等四家成員企業，前后延伸構建起了完整的久其大數據生態體系，已經具備了云計算服務、大數據技術平臺、大數據咨詢，以及大數據移動營銷等領域的能力和技術儲備，為用戶在大數據管理與分析方面提供全面解決方案。

據悉，通過外延，久其軟件業務規模迅速擴大，外延式發展為久其軟件帶來一半以上的業務。

推進大數據應用

久其軟件大數據布局縝密，框架思路清晰明了，傳統業務已經獲取、接觸了大量政務數據、企業數據。在政務大數據爆發的今天，通過內生和外延，久其大數據生態圈已經完善，可以充分利用在手數據資源，服務于政企客戶，大力推進大數據應用的。

據介紹，久其軟件在教育決策、智慧交通、精準扶貧、媒體融合、農業、社保、協會等方面正不斷發力，先后完成了大數據相關項目26個，正在建設的有17個，真正實現了將技術與政府部門的實際需求切實融合。

錢暉表示：“我們對于政府大數據應用的目標非常明確，就是幫助政府，利用大數據技術提升政府的治理能力，優化政府治理體系?！?/p>

錢暉重點分享了久其軟件“精準扶”的實踐應用。錢暉介紹，久其軟件依托自主可控技術平臺承建的國務院扶貧辦精準扶貧決策支持系統，系統整合了全國7000多萬貧困人口的所有數據，以及項目、資金的使用情況數據，實現了貧困戶的精準識別、精準幫扶和精準脫貧，助力扶貧舉措精準到位、扶貧資金優化配置和扶貧成效量化評估，為國家精準扶貧提供有效的決策支持。

錢暉表示：“大數據時代意味著政府的決策都以數據來說話，在扶貧項目中，通過對貧困人口數據的分析，發現40%的人是由于大病成為貧困戶或者返貧，對此扶貧辦提出醫療助貧的決策更加精準了。”

教育現代化方面，久其軟件為教育部建設了國家教育科學決策服務系統，整合了自1949年以來所有教育統計數據和十大教育領域數據。

除此之外，在助殘、養老、林業、農業以及交通出行等領域，久其軟件在國家衛計委、民政部等中央部門建設的大數據決策支持系統都取得了良好的效果。

久其軟件通過大數據應用，協助地方政府進行產業分析、產業布局，為地方政府決策提供戰略支撐。用錢暉的話說是：“大數據不僅促進管理軟件生態體系升級，更對大數據企業如何利用技術優勢增進民生福祉提出了更高要求?！?/p>

除了政府應用，久其軟件大數據也在人民日報用戶行為分析、銀聯日志分析等大型企業集團數據分析中發揮作用。

篇6

一、大數據對電力營銷的影響

（一）積極影響

在網絡數據不斷膨脹的當今時代，電力營銷受到了全方位的影響。受國家相關政策的影響，電能應用范圍不斷擴大，同時，國家電網建設日趨完善，推動了電力企業的發展。大數據為營銷工作提供了全面的數據參考，提高了企業獲取數據的效率，能夠提高營銷工作的效率。

（二）消極影響

大數據雖然能為電力營銷提供數據參考價值，但也沖擊了傳統的營銷模式，電力企業不作出相應的改革難以適應當前的時代趨勢。大數據對電力的消極影響主要表現在以下幾個方面：第一，我國正處于經濟轉型時期，需要調整優化經濟結構，注重能源的節約，貫徹可持續發展的理念，對能源的消費總量進行一定的控制，一些大型工業企業的用電量相應的降。新型能源和分布式電源等相關產品的應用對電力能源市場造成了威脅；第二，為了實現節能減排的目的，低碳技術正在不斷的發展，在這種趨勢下，電力企業必須創新供電模式，供電模式必須有技術、政策、法律等相關方面的支持，才能滿足當前的市場需求。第三，國家電網的相關政策也需要電力企業轉變營銷模式。當前的電力營銷模式中，資源比較分散，管理工作也復雜，需要進行適當的整合。營銷系統缺乏專業化的管理，組織結構不科學；缺少智能化、集約化的服務手段。在大數據時代中，電力營銷系統需要全面的升級。

二、大數據時代下電力營銷管理中的問題

首先，營銷理念已經落后，在科學技術的推動下，各種新型能源的產生影響電力能源的市場競爭力，在這種情況下，營銷設計并沒有做出相應的改變，還是把業務向導作為核心，沒有考慮到客戶的需求和市場的狀況，營銷管理機制也存在一定的問題，沒有以客戶為中心；其次，營銷業務功能不夠完善。沒有制定科學的營銷政策，缺少必要的技術研究，不能有效的開拓市場，營銷機制不健全，存在一定的功能缺失??題；第三，電力營銷的效率比較低。在電力營銷工作中，人員和設備配置不合理，營銷工作缺少企業其他部門的支持，對于供電中出現的一些問題缺少必要的合作協同。

三、電力營銷應對大數據時代的策略

（一）分析消費者的需求

數據規模量巨大，種類繁多，形式多樣，是大數據的突出特點，電力企業想要提高營銷工作的效率，必須掌握消費者的需求和心理，這需要通過大數據的輔助來完成。對大數據進行分析，挖掘用戶對電力的需求心理，分析其用電行為特征，根據分析結果，開發新型產品，滿足用戶需要，并改變營銷模式，完善營銷管理體系，為用戶提供更便捷的服務，從而獲得用戶的信任，樹立良好的電力品牌形象。

（二）制定個性化的營銷方案

大數據能提供全面多樣的信息數據，電力營銷需要通過分析，了解用戶的消費心理，確定固定的用電人群，讓電力營銷有更明確的目標，并根據用戶的具體需求制定有針對性的營銷方案，對不同的人群開展個性化的營銷。經濟發展帶動了人們的用電需求，需求的多樣化也需要營銷工作作出個性化的改變，利用大數據的特點能夠提高營銷工作的精準化和個性化，使服務更有針對性，提高服務質量，改善消費市場?；窒M者群體需要通過對大數據的分析才能實現，這樣能夠兼顧個體消費者的用電需求，對電力企業的發展有重要的意義。未來，個性化營銷的地位會越來越重要。

（三）開發新型電力產品

在傳統的電力營銷模式中，業務向導是營銷的核心，這種營銷管理在大數據時代背景下已經落后，因此，營銷管理者必須改變營銷策略，使其適應市場的需求，這樣才能開拓電力市場。當前，一些網絡游戲開發商在開發游戲之前，都要對市場進行調查，通過大數據分析玩家的需求和心理，根據分析結果開發游戲產品，使產品有更廣闊的銷售市場。電力企業應該借鑒相關的成功經驗，合理的營銷，滿足不同客戶的個性化需求，從而拓寬電力產品的銷售市場。

（四）多元化的互聯網營銷

篇7

關鍵詞：大數據；客戶營銷；創新；機制；生態圈

隨著云計算、物聯網的高速發展，世界正邁向嶄新的大數據時代。中國郵政作為多主體、多領域經營的大型網絡企業，如何利用大數據分析高效率地實現客戶營銷，實現各板塊創新協同發展，是企業長遠發展的重大課題。

1大數據驅動企業創新發展的調查研究

1.1國內外大數據應用案例分析

1.1.1阿里巴巴的企業核心數據戰略2005年，阿里巴巴開發出淘數據供內部運營人員使用；2011年開發出數據魔方供外部淘寶商家使用；2012年公布三步走發展戰略，即平臺戰略、金融戰略、數據戰略。以金融業務模式為例，阿里金融建立了一套網絡數據模型和信用體系，貸款不需要抵押品和擔保，僅依賴于海量的客戶信用數據和行為數據，企業即可迅速獲得貸款。阿里金融的大數據應用和業務創新，變革了傳統的商業模式，給傳統銀行帶來挑戰。在數據戰略中，阿里巴巴欲打造一個由數據生產者、消費者、加工者和服務應用供應商組成的生態系統。阿里云計算的開放數據處理服務產品平臺是阿里巴巴唯一的大數據處理平臺，小微金服、數據魔方、高德等業務都已上線，對內對外提供數據倉庫、數據挖掘和其他數據應用服務。1.1.2平安集團以數據整合驅動板塊聯動平安集團建設了萬里通數據平臺，成立了融合業務與技術于一體的數據團隊，打通了各個板塊的系統，實現了以客戶為中心的數據整合和精準營銷，客戶遷徙戰略成功實現，以保險板塊的優勢拉動了銀行、投資業務發展。在實施過程中，通過開放萬里通注冊用戶在各個線上線下零售平臺消費時產生的積分通折、通用，激活了醫、食、住、行、玩的大量實時消費數據。在此基礎上，成功實施了集團客戶、銀行小微客戶等客戶群的精準服務戰略，將7000萬左右的高質量保險個人客戶成功吸引到平安金融和平安投資，實現了一個客戶、一個賬戶、多個產品、一站式服務，為平安集團創造了新的增長極。1.1.3�亞馬遜以大數據驅動業務發展亞馬遜是首個將大數據從電子商務平臺推廣到電子商務物流平臺的企業，各類業務已經完成了數據化，實現了從瀏覽、支付、倉儲、配送和客戶服務全鏈條的大數據應用。以數據驅動為基礎，促進電子商務云、物流服務云、信息服務云、產品定制等各板塊的全面業務聯動，并由此不斷融合創新服務模式。亞馬遜云計算服務已發展為對外開放服務的盈利來源，由此產生的用戶興趣數據、需求數據、行為模式數據反過來對公司的其他業務給予了更大支持，其數據業務化的進程已經順利起步。

1.2郵政大數據分析應用現狀及存在問題

1.2.1郵政大數據分析的應用現狀郵政大數據分析總體起步較晚，2010年郵政儲蓄銀行成立總行數據分析團隊，2015年12月大數據平臺一期工程上線，已接入行內28個重要業務系統的數據，同時積極引進行外非結構化數據，數據規模和計算能力都大幅度提高。郵政集團公司的大數據平臺目前也在籌劃建設中。郵政大數據在總體上處于各板塊獨立建設和應用初級階段，對客戶營銷的關注和應用較少。1.2.2郵政大數據分析存在的問題目前郵政在各板塊數據整合、共享使用等方面還存在許多問題。一是信息孤島問題突出。各板塊之間信息系統相對獨立、相互隔離，數據管理分別由各板塊科技部門負責，在技術、管理層面解決該問題的方法尚不清晰。二是缺乏數據統一規劃，大數據整合存在困難。在系統建設時對客戶分析所需的價值字段的規劃意識和規劃能力不強，數據要實現系統規劃、質量標準、編碼規則、系統接口、交換平臺五個統一，任重而道遠。三是數據資源有待完善，數據治理的任務艱巨。數據資源不豐富，不能全面描述客戶行為和環境，不足以支撐真正意義上的大數據分析；同時客戶數據質量不高，數據的時效性、完整性、一致性不足。四是數據分析方法亟需加強和完善。數據特征轉換、分析假設合理性、模型適用性以及數據分析模型庫等，有待時間檢驗。對客戶行為分析的實時性、準確性等需求不能完全滿足，對業務的支撐能力有限。五是大數據分析人才缺乏，人力資源不足。尤其是缺乏既掌握大數據技術又具有良好業務理解能力的復合型領軍人才，缺乏融合管理、業務和技術于一體的專業數據分析團隊，業務與技術之間的溝通成本較高，效率較低。六是大數據應用體制、運行機制不完善?？绨鍓K、跨層級的客戶營銷數據應用困難，時效性差，省級機構數據分析能力對業務發展支撐不足。七是大數據安全風險防控與使用高效的矛盾有待妥善解決?？萍硷L險和數據安全已經納入全面風險管理體系，但在保護數據安全、滿足行業監管要求的前提下，不斷提高數據資源使用效率的能力不足。

2大數據分析在客戶綜合營銷中的應用研究

當前郵政各級經營主體更多地看重單個營銷活動及近期效果，各板塊、各條線、各專業都主要以自我視角開展獨立營銷，數據在各板塊基本沒有整合應用，不能綜合運用企業內部各種數據資源及分析結果，不能實現綜合發力、精準發力，未體現以客戶為中心的整體營銷能力，造成營銷成本高、效率低，客戶體驗差?，F代企業集團的競爭，歸根到底是整個系統和整體合力的競爭，亟待郵政各板塊和條線充分整合利用大數據資源，轉變營銷和服務方式。

2.1客戶畫像分類

客戶畫像是根據用戶社會屬性、生活習慣和消費行為等信息數據抽象出的一個標簽化的用戶模型。構建用戶畫像的核心工作是通過整合用戶數據，通過聚類分析等信息技術處理過程，高度精煉形成特征標識，細分出特征明顯、規律一致的客群，即給用戶貼標簽，從而為客戶行為預測打下基礎。多樣性客戶信息的獲取，除郵政自身擁有的客戶人口特征數據、交易數據、多業務板塊的交互數據外，需要在保證數據質量的前提下，適當引入社交媒體、電子商務平臺、運營商和政府數據等外部數據，以獲取更多的客戶消費、社交和生活信息。根據客戶分群目的和數量的不同，可按戰略、策略、戰術和個體進行多維度客戶分群。戰略分群以客戶價值、客戶生命周期，輔以地域維度進行劃分。策略分群基于行業經驗和業務分析經驗劃分，例如客群、信用卡客群等。戰術分群基于聚類及客戶標簽庫，針對特定的營銷活動或具體業務場景專門劃分，如沉默存款群、成熟高端投資群等。個體分群主要針對個人進行特征歸集和標簽化。

2.2客戶行為預測

客戶行為預測的核心是運用大數據模擬實境，將客戶模型放在由其數據揭示的生產環境、生活環境、社交環境和競爭環境的動態中，得到客戶行為和客戶服務需求的概然性預測，為適時向客戶進行精準營銷、推薦和引導服務產品提供依據（見圖1）。要做到較準確的預測，必須具備三個條件：高質量的大量活躍數據，多層面、全方位的用戶畫像，可驗證的分析模型庫。因此，必須補充相應的客戶活動空間和時間、社會熱點、社交網絡、流行趨勢、市場環境等大量鮮活的數據表述。

2.3客戶服務產品定制

郵政企業一方面需要通過大數據認識和發現客戶和需求，從而撮合現有產品和現有需求，達成交易；另一方面還需要通過大數據分析挖掘潛在客戶和潛在需求，從而設計對客戶感知價值更高的產品，甚至在客戶認識到自己真實需求之前創造需求，創造產品，在客戶需求外化之前做好服務準備。大數據能發現客戶的興趣偏好、渠道偏好等行為特征和價值，在規則引擎的實時觸發作用下，相應的觸點就能即時捕捉到機會，觸發完成相應的動作，開展個性化的精準服務與營銷，做到應時應景、正中客戶下懷，對于提高營銷效率和客戶感知價值的意義巨大。同時，必須建立以客戶為中心的服務模式，搭建起客戶多層次需求與郵政豐富產品之間的橋梁，使得客戶在各個服務界面均能獲得流程標準化、內容定制化、服務精準化的高水平服務。

2.4客戶服務風險評價

客戶信用風險評價是金融企業健康持續經營的關鍵。在貸款前臺營銷風險控制中，利用大數據的歷史數據模型和顯著性分析，重點對企業違約特征信息進行有效篩選，指導前臺營銷。同時，在對借款企業授信的過程中，可以更有效地把控企業風險總額。在貸后風險監測與預警時，要利用大數據分析對借款企業賬戶信息、資金流向、關聯方信息、網絡信息、政府部門公開信息進行深度挖掘，盡量還原企業經營風險狀態，前瞻性地動態監測借款企業的信用風險。在客戶信用風險的系統控制中，必須依賴大數據分析處理借款企業的海量信息數據，整合多條線、多系統之間的碎片化信息，將原本分割的銀行前中后臺信息進行有效整合，將客戶風險放在大數據表達的變化環境中予以考察分析。

2.5客戶體驗設計

根據大數據對客戶的分析，通過定制客戶敏感度高的服務策略和措施，設計良好的客戶體驗模式（見圖2），提高客戶的感知價值，從而以較低代價創造最大的客戶滿意度。在針對具體客群和具體客戶的服務策略指導下，通過與客戶的每一次接觸，在售前傳遞服務價值的吸引力和目標信息，在售中和售后等各個階段制定個性化服務措施，有目的地創造對企業品牌的正面體驗，促進常規客戶群向優質客戶群轉化。同時識別客戶的異常行為，建立重點監控客戶群，防止高價值客戶流失，提升客戶粘度。

2.6社會電子商務客群營銷綜合化服務案例研究

通過利用大數據對社會電子商務市場主體進行客戶畫像和戰略分群，在原有市場主體中發現了新的潛在客戶群體——互聯網品牌商，如韓都衣舍、紅領、三只松鼠等。他們的典型客戶特征可以概括為：品牌通過互聯網確立并實現發展；以產品設計與品牌管理、供應鏈控制作為企業的核心能力，大量服務外包；銷售規模較大并全部或主要采用互聯網渠道銷售；形成有足夠規模的粉絲群；對上下游企業有較強吸引力（詳見圖3）。這一客群的需求與郵政的優勢產品相互匹配。在滿足金融需求方面，郵政可以提供融資租賃、銀行貸款及擔保、供應鏈資金流轉服務。在滿足物流需求方面，郵政可以提供原材料轉運、成品配發、零售寄遞等服務。在滿足技術需求方面，可以提供物流配送中心建設、倉儲配發系統集成以及相應的技術裝備等。通過大數據針對該客群內單一客戶的關鍵時點與關鍵需求進行分析，可以制定客戶在各自發展階段更加敏感的服務策略，由金融、速遞物流、物流科技的任意板塊切入該客戶，形成單點突破；在此基礎上實現對內板塊信息共享，對外服務產品推介，實現由單點突破到板塊擴展，為客戶提供綜合化、一體化、低成本的服務，對客戶形成接口統一的綜合服務，在郵政內部形成金融、寄遞、科技各板塊創新協同發展的模式。由于品牌制造商在產業鏈中占據龍頭位置，通過郵政的優質服務，可將其轉化為行業示范客戶，帶動郵政在相應的原材料供應商、制造工廠群等整條產業鏈上的繼續拓展，實現郵政在產業鏈兩端的價值延伸。此外，通過對互聯網品牌商的產業鏈環境數據進行分析，可以更加真實地掌握企業的經營狀況，做出既貼近實際情況、又具有前瞻性的的風險評價。

3郵政大數據戰略發展路線

3.1郵政大數據分析的戰略目標

郵政大數據的戰略目標，是以建設中國郵政大數據平臺為契機，綜合管理三大板塊數據資源，適當引進外部數據資源，構建統一的數據模型和管理模式，形成大數據感知、管理、分析與應用服務的新一代信息技術架構和良性增益的閉環生態系統，逐步形成圍繞中國郵政主營業務的大數據生態圈，對內對外提供數據服務，實現服務支持、風險管控、流程優化、交叉營銷、產品創新、決策支持的創新發展，為郵政“一體兩翼”的發展提供新的動力。

3.2郵政大數據分析的實施路線

根據郵政現狀，借鑒其他企業大數據應用的經驗，從目前各板塊數據分散狀態，到最終實現郵政集團大數據生態圈的目標，建議分以下三步走，如圖4所示。第一步，在各板塊內部進行大數據平臺建設，實現板塊內的數據分析使用；第二步，進行集團層面的大數據平臺建設，逐步推進各板塊間的數據整合，實現集團層面的數據分析；第三步，在集團數據整合分析的基礎上，對數據運營方式進一步挖掘，推動一切數據業務化，最終實現數據的聚合分享，建立郵政集團大數據生態圈。

3.3郵政大數據戰略的機制體制設計

在郵政大數據生態圈的建設過程中，需要建立完善的機制，保障系統建設的順利實施和數據的有效使用。將大數據上升為集團戰略，頂層設計、逐步推進。在郵政信息化建設規劃方面，將大數據建設納入頂層設計，信息化建設要遵循統一的數據規劃和數據標準，以實現數據共享。構建跨接三大板塊的集團級數據分析中心，負責集團大數據分析和大數據平臺的管理工作，降低板塊間溝通成本，提高大數據分析和應用效率，為業務發展提供數據支持。加強數據分析人才培養，培養既理解業務邏輯又懂數據分析技術的復合型領軍人才，整合一批市場營銷、業務運營、數據分析、系統開發的內部專才，聚合一批經驗豐富的外部專家資源，構建一支強有力的數據分析人才梯隊。完善集團各板塊協同發展機制，建立起各板塊數據共享、信息共享、利益共享的機制，為客戶提供郵政綜合產品服務，共同提升郵政品牌的核心競爭力。完善大數據管理流程，包括大數據平臺的管理和數據分析、數據使用工作的管理，明確跨板塊的數據接入流程、數據交換服務的申請審批流程，統籌總部基礎性、平臺性工作和各地個性化、差異化需求的關系，集團公司層面制定相應的制度規范和技術規范，各省層面做好數據質量保障工作，為業務部門提供便捷高效的數據分析結果。

3.4郵政大數據戰略的保障措施

3.4.1技術保障建設集團層面統一的大數據平臺，為集團內數據共享提供保證，以大數據平臺貫穿聯通各信息孤島，激活歷史數據價值。信息化系統建設需要統一規劃，要圍繞客戶服務和客戶分析所需的高價值字段進行有意識地設計。數據資源管理在量的方面要擴大數據來源，豐富數據類型，形成圍繞客戶的全面數據覆蓋；在質的方面要建立郵政數據治理體系，保證數據的時效性、完整性、規范性和一致性。建設科學的數據特征歸納方法和分析模型庫，數據特征轉換、分析假設合理性、模型適用性等要通過實踐和閉環反饋不斷完善和補充。3.4.2數據安全數據安全是集團大數據平臺運營中的一個重要保障，需建立起平臺服務管理規范、數據安全管理規范和系統安全運維規范，要在物理層、數據接入層、數據資源層、平臺服務層、用戶接入層防止數據丟失和泄露，確保數據安全。3.4.3數據數據的數據倫理在數據權屬與使用、個人或公眾隱私方面愈發受到重視，必須提前規劃，妥善掌控，牢牢把握數據分級管理這一關鍵。一是在數據挖掘時必須堅持目的先行，秉承善意性原則，既要有益又要有用。二是數據時必須堅持自主性原則，實現文責自負；三是堅持公正性原則，實現客觀公平；四是堅持審慎性原則，實現傳責自負。

4結論

篇8

［關鍵詞］大數據時代；電子商務；機遇；挑戰

隨著科學技術的創新發展，云計算、物聯網、移動互聯網等先進信息技術的應用范圍不斷擴大，推動大數據時代的到來。電子商務企業通過科學合理地運用大數據技術，對信息數據進行整合、分析、提取，分析消費群體，根據其需求愛好來開展個性化的營銷活動，可以提高電子商務營銷的效率，幫助企業把握商機獲得利益，帶來良好的品牌效應。

1大數據的概念和特征

1.1大數據的概念

繼云計算、物聯網之后，大數據為互聯網技術（InternetTechnology，IT）產業帶來顛覆性的技術改革，對企業發展產生了巨大的影響。大數據是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

1.2大數據的特征

①海量性。數據總量龐大是大數據的基本屬性，隨著互聯網的廣泛應用，使用的人、機構不斷增多，數據信息的獲取與分享相對容易，用戶的分享和瀏覽能夠快速產生大量的數據信息，數據量從TB級上升到PB級。②數據類型多樣。網絡日志、視頻、音頻、圖片等結構化和非結構化的數據逐漸成為主流數據。③高速性。數據被創建和被移動的速度加快，在快速發展的網絡時代，企業可以創建實時數據流，快速處理、分析并有效返回給用戶，滿足用戶的實時需求。④易變性。大數據呈現的形式多變，每種形式都包含對不同用戶的考量，不過其原始數據保留了數據的原貌，減少了采樣和抽樣的工作。同時，原始數據中可能含有大量無意義的信息甚至錯誤的信息，因而信息數據的價值密度偏低。

2電子商務和大數據的關系

電子商務是在信息網絡的基礎之上運行的，而大數據的存在則依附于信息網絡技術。隨著互聯網信息技術的發展，電子商務企業需要處理的信息越來越多，信息處理工具也要隨之改變，需要更加高效的智能化工具。對于電子商務企業來說，大數據是其分析市場、促進自身發展的重要技術。

3大數據時代電子商務發展的機遇

大數據被譽為“未來的新石油”，受到全世界的關注。在我國，大數據已經成為推動企業加速發展的重要動力。當前，電子商務企業十分重視運用大數據挖掘市場潛在的商機。電子商務企業運作一體化模式促使電商服務體系更加完善，可以減少中間渠道，增加企業的收益，提高市場競爭力，并運用大數據技術促進自身的可持續發展。

3.1促進市場營銷精準化

電子商務企業使用的信息數據大部分來源于政府、企業客戶關系管理（CustomerRelationshipManagement，CRM）系統、商業智能（BusinessIntelligence，BI）系統，涵蓋了公民基本信息、顧客資料、市場促銷、廣告活動、展覽等結構化數據。但這些數據只能達到企業正常營銷管理需求量的10%，其他大部分數據是來自物聯網的非結構性數據。電子商務企業挖掘、運用這些非結構數據信息，有助于優化營銷決策，構建精準的營銷模式，將營銷目標定位于某個具體領域，節省營銷成本，提高競爭力，實現低成本、高效率的營銷。例如，沃爾瑪、麥當勞等知名品牌的門店均安裝收集運營數據的裝置，用以跟蹤客戶互動、店內客流及預訂情況。企業可利用大數據工具對獲得的數據進行整理、分析和提取，挖掘其中潛在的商業價值，實現企業利潤最大化。究其根本，大數據時代社會化營銷的關鍵就是要充分利用消費者的海量數據信息，挖掘他們的潛在需求，并利用自身獨有的電商平臺將數據信息轉化為經濟效益。

3.2實現商品的個性化推送

滿足消費者的個性化需求是電商平臺開展市場營銷活動的著手點。電子商務突破了傳統實體經濟面對面的交易模式。同時，電商運營也真正實現了產品研發、生產、運營、倉儲、物流及售后的一體化。企業通過大數據分析消費者的消費行為，根據消費者的瀏覽記錄、喜好、位置等信息，精準化、智能化地向消費者推薦其可能感興趣的商品，通過線路最短、效率最高的營銷接觸點，大大提高營銷的精準度和實效性，進而達到刺激消費的目的。

4大數據時代電子商務面臨的主要挑戰

大數據時代為電商企業發展注入了發展動力，但是一定程度上也為其發展帶來了挑戰。

4.1獲取大數據存在一定困難

從某種程度上來說，當前電子商務企業的競爭就是基于海量數據信息的競爭，有效的數據信息是電子商務競爭的主要內容，如消費者的喜好與需求。與此同時，在海量數據庫中如何提取企業需要的數據，成為電子商務企業發展面臨的主要問題。特別是一些中小型電商企業，并不具備收集大數據的能力，因而面向消費者，很難通過廣告、推銷的方式有針對性地推薦商品，這就大大降低了電商的經濟效益。因此，未來電商企業發展需高度重視對大數據的應用，加強信息化建設，以滿足大數據時代的發展需求。

4.2大數據處理存在一定挑戰

大數據的海量性，給部分電商處理大數據帶來了挑戰。電商如果在處理和研究數據上投入很多時間，往往會錯失銷售機會。所以，電商需要具備較好的分析和挖掘大數據的能力，這也成為未來電商企業的核心競爭力。只有那些具備較強的數據分析、加工、處理能力的電商企業，才能在激烈的市場競爭中脫穎而出。關于大數據的處理，電商企業可利用現有的平臺，通過與社交網站等網絡媒體的合作來獲取外部數據，以擴大數據鏈，強化數據的關聯性，嚴格把控數據質量。

4.3大數據人才匱乏

當前，大數據產業發展缺少成熟的人才培訓體系和完善的教學體系，人才的匱乏極大地限制了大數據產業的創新發展。同時，大數據行業選才標準不斷變化，由發展初期對互聯網技術、計算機技術等專業背景人才的需求轉變為目前對統計學、數學專業人才的需求。針對大數據人才匱乏的現象，各大高校和各種培訓機構應該加強對大數據人才的培養，為電商企業持續輸送優秀的專業人才。同時，企業也可從海外或者傳統行業挖掘人才，以解決高端人才稀缺的問題。

4.4大數據信息真偽難以分辨

大數據信息量龐大，種類繁雜，良莠不齊，其中不免夾雜著虛假信息，而虛假信息還會破壞核心信息。由于這些數據信息很難辨別出真偽，從而為電商數據的收集與利用帶來挑戰。對此，電商企業在數據收集過程中，可利用特殊的數據處理分析軟件，對錯誤信息進行排查、篩選、甄別，保證數據的完整性與客觀性，進而保證數據分析與整合的準確性，最終實現大數據的使用價值。

4.5數據安全問題突出

企業針對網絡用戶收集到的信息包括消費習慣、行為特征、購物喜好、瀏覽記錄、交易記錄等，而后對這些用戶行為數據進行分析、處理和整合，進一步獲得具有商業價值的信息。但是，由于這些數據中包含消費者的姓名、電話號碼、身份證號、地址等個人真實信息，一旦個人真實信息泄露，被不法分子利用，可能會造成嚴重的后果。對此，電商企業應當提高用戶信息安全保護意識，構建良好的信息安全保障機制，防止數據隱私泄露。企業可運用先進的隱私保護技術，加強對用戶信息的保護，并避免因為過度開發或者深度營銷造成的侵犯用戶隱私的問題。此外，政府部門也應積極結合大數據的應用與發展，制定完善的法律法規，切實保護公民的隱私權。

5結語

大數據時代推動了各行各業的發展，也為電商企業的發展創造了有利條件，數據分析處理能力成為電子商務企業的核心競爭力。不過，大數據作為一把“雙刃劍”，對電子商務發展帶來機遇的同時，也使其面臨著嚴峻的挑戰。對此，要客觀、理智地看待大數據技術，促使大數據在電子商務中發揮更大的價值，推動電子商務發展邁上一個新高度。

主要參考文獻

［1］郭星宇.大數據時代電子商務面臨的機遇與挑戰［J］.大數據時代,2018(7):39-41.

［2］盧暉.大數據時代電子商務的機遇與挑戰策略研究［J］.科技創新導報,2019(32):255,257.

［3］李加奇.大數據時代下電子商務服務模式創新探析［J］.商場現代化,2018(1):40-41.

［4］葛雪婷.大數據時代背景下的市場營銷策略分析［J］.商訊,2020(16):164-165.

［5］楊有韋.這些科技憑什么入選“世界互聯網領先科技成果”？［J］.大數據時代,2019(10):68-80.

［6］劉林艷.大數據時代下電子商務面臨的機遇與挑戰［J］.現代商業,2018(19):41-42.

［7］張珍.大數據時代電子商務的機遇與挑戰探析［J］.商訊,2019(36):193.

［8］馬秋野,楊艷鳳.大數據時代電子商務的發展之路探析［J］.現代工業經濟和信息化,2016(5):6-7.

篇9

安全性:在電商環境中，安全性是必不可少的核心問題，這就要求網絡能夠提供一種終端到終端的較安全的解決方案，如加密機制、簽名機制、安全管理、存取控制、防火墻、防病毒保護等等，這就與傳統的商務活動存在很大的差別;協調性:商務活動本身是一種相互協調的過程，它要求客戶與公司內部、生產商、批發商、零售商間的協調，而電商環境中，它更要求銀行、配送中心、通訊部門、技術服務等多個部門的互相協作，電子商務的全過程往往是一氣呵成的;集成性:電子商務以計算機網絡為主線，對商務活動的各種功能進行了高度的集成，同時也對參加商務活動的主體進行高度的集成。這使電子商務活動進一步提高了效率。

二、大數據概述

所謂大數據，往往是指這樣的現象，在一個公司日常運營中積累的各種用戶行為數據“而這些數據增長速度非?？?，以至于很難繼續使用當前的數據庫管理工具來處理分析，因為大數據下的數據采集，存儲，分析，處理，共享等難度極大，這些數據量大到要以P(1000個T)，E(一百萬個T)或Z(10億個T)來衡量，所以稱之為大數據。大數據主要包括四個特征:第一，數據規模龐大:從TB躍升至PB甚至是EB第二，數據類型多:越來越多的非結構化數據，例如，音頻、視頻、地理位置等類型的數據，類型如此之多往往就要求我們要有更好的處理數據的能力。第三，較高的數據價值:大量數據往往會給企業帶來巨大的商業價值，企業也只有對數據進行更好更深入的挖掘才會從中獲得更大的價值。第四，數據處理的速度快:這一特點就要求電商企業有較高的數據處理系統。通過大數據技術來收集和整理消費者的各種各樣的行為數據，之后對消費者的下一步行為或消費者對某種產品的喜好程度進行預測，利用這些信息對產品進行定位，進而有針對性地做產品宣傳，來吸引消費者。這就是電商企業的大數據營銷。

三、大數據下的電子商務營銷管理

營銷管理結合了科學與藝術。首先，對目標市場進行選擇，然后通過創造顧客價值來獲得顧客和提升顧客。而其中科學的部分主要指的就是數據，包括數據的采集、整理與分析等。當下，各電子商務企業尤為重視數據營銷。為了能使大數據更好地為企業帶來利潤，企業也要針對自身對其進行更合理的管理，使大數據可以從整體上提升電子商務企業的運營效率和核心競爭力。對此，電商企業可以如下管理大數據:

(一)完善企業自身運行機制，促進建設過程中各環節正規有序的進行。同時要求企業使用專門的數據庫技術和專用的數據存儲設備，

(二)形成一個規范的建設標準，為實現各級信息資源互通共享奠定基礎。更好的進行碎片化數據的整合。

(三)搭建企業共享平臺，使數據可以共享，并通過集成實現系統數據交換。

篇10

【關鍵詞】“大數據”；卷煙；營銷

隨著數字生活空間的普及，全球的信息總量正呈現爆炸式增長。基于這個趨勢之上的，是“大數據”、云計算等新概念和新范式的廣泛興起，它們無疑正引領著新一輪的互聯網風潮?！按髷祿睜I銷是指通過互聯網采集大量的行為數據，首先幫助廣告主找出目標受眾，以此對廣告投放的內容、時間、形式等進行預判與調配，并最終完成廣告投放的營銷過程。隨著“大數據”時代的到來，如果利用“大數據”在分析消費心理、市場需求預測、新產品開發、產品工藝改進等等方面，應對目前艱難的卷煙營銷形式，做好卷煙營銷顯得非常更重要。本文在簡要介紹“大數據營銷”特征的基礎上，分析“大數據”在卷煙營銷中的應用。

一、“大數據”營銷特征

相比較于傳統的營銷方式，“大數據”營銷獨具“四V”特點，即Volume（大量）、Velocity（高速）、Variety（多樣）和Veracity（精確），其核心在于對這些含有意義的數據進行專業化處理。第一，Volume。數據量大，包括采集、存儲和計算的量都非常大?！按髷祿钡钠鹗加嬃繂挝恢辽偈荘（1000個T）、E（100萬個T）或Z（10億個T）；第二，Velocity。數據增長速度快，處理速度也快，時效性高。第三，Variety?！按髷祿睜I銷收集和分析的數據包括結構化、半結構化和非結構化數據，具體表現為網絡日志、音頻、視頻、圖片、地理位置信息等等，多類型的數據對數據的處理能力提出了更高的要求。第四，Veracity。運用數據庫，可以細分不同產品的目標市場，并能夠更加了解自己與競爭者的經營狀況。同時，利用目標客戶信息的分析與研究（客戶特征、消費行為、客戶滿意度等）定位傳播渠道、策劃營銷方案及發展策略，公司可以為某項營銷活動選擇精確的目標客戶，并且選擇在恰當的時間，策劃針對性的營銷活動，從而增強活動效果及客戶的反饋率。

二、“大數據”在卷煙營銷中的應用

1. “大數據”用于卷煙市場細分設計

對于卷煙行業，隨著客戶需求逐漸個性化，對卷煙市場進行細分就顯得十分重要。通過“大數據”分析對不同區域內消費者消費需求、日均消費量、交易方式以及消費習慣等進行分析，據此根據不同區域客戶的特點對市場進行細分。市場細分可以根據不同目標客戶群消費特征進行劃分，然后根據細分小市場的區域特性來指導工廠的生產和門店設置。比如：對于購買卷煙的客戶可以根據其用途分為自用和外送兩種，對于自用消費者我們又可以根據不同地區日均消費量進行細分，而對于外送消費群體我們可以通過“大數據”分析其在卷煙品牌的要求、購買場所和交易方式的差異性，然后依次進行進一步的市場細分。

2.“大數據”用于卷煙企業品牌營銷

美國營銷專家菲利浦?科特勒指出，品牌是一種名稱、術語、標記、符號或設計，或是它們的組合運用。對企業而言，品牌競爭力的高低決定著企業利潤的大小，也決定著產品或服務的成敗，更決定著企業的強大與弱小。現在是商品經濟社會，不是古代的“好酒不怕巷子深”，當今的企業要生存必須把自己的品牌打出去，做品牌推廣就是要更多的人了解企業，企業才能有發展，有活力，才能立于不敗之地。而傳統品牌營銷方式主要采用“廣撒網”的形式進行，不僅成本高，而且針對性較低，利用“大數據”對不同潛在客戶進行分析，通過移動終端、網頁等形式有針對性的進行廣告投放。通過利用“大數據”精準營銷的內涵，能夠更好的實現品牌推廣的目的。

3.“大數據”用于指導卷煙物流配送

卷煙企業傳統的物流配送流程是：根據客戶訂單信息，指派最近的物流倉庫進行發貨，按照企業規劃的既定路線送達客戶指定的收貨地址。但是這種配送流程一直存在很大的劣勢，那就是一旦客戶更改訂單信息，這種一層不變的物流配送模式就不能滿足市場的變化。而在“大數據”環境下，卷煙企業可以通過互聯網技術、GPRS技術以及傳感器等各種先進的信息處理技術對訂單處理人員、倉庫管理人員以及物流配送人員實現實時信息溝通，通過“大數據”對數據快速的收集、處理和傳遞能力對中途變化物流實現快速高效的處理。

三、結論

“大數據”給企業的營銷帶來的優勢，隨著技術的不斷完善也日益顯現。在江浙滬以及福建、廣東等地，已經將“大數據”應用到卷煙企業的營銷中，并取得初步的成效。隨著“大數據”營銷不斷的發展和完善，其在卷煙行業的營銷應用中必將大有作為。

參考文獻：

[1]魏伶如. 大數據營銷的發展現狀及其前景展望[J]. 江蘇商論，2014，15（15）：34-35.

[2]胡江濤. 大數據營銷：從精準到實效[J]. 鄖陽師范高等?？茖W校學報， 2014， 34（6）：56-59.