大数据产品技术服务产业市场前瞻分析.docx

《大数据产品技术服务产业市场前瞻分析.docx》由会员分享，可在线阅读，更多相关《大数据产品技术服务产业市场前瞻分析.docx（33页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据产品技术服务产业市场前瞻分析一、品牌经理制与品牌管理品牌是企业重要的无形资产，品牌管理实质就是品牌资产管理。 品牌管理水平的高低直接关系到品牌资产投资和利用效果的好坏。一 般而言，企业的品牌管理的主要任务包括监控品牌运营状况，设计或 参与设计品牌，申请注册商标，管理品牌或商标档案，管理商标标签 的印制、领用与销毁，处理品牌纠纷、维护商标权，协助打假，品牌 全员管理教育等。品牌管理的组织形式反映了在品牌运营活动中企业内部各部门、 各机构的权力与责任及其相互关系，主要有职能管理制和品牌经理制 两种。（一）职能管理制职能管理制是在西方盛行于20世纪20-50年代的品牌管理制度 （当然，许多企业

2、至今仍很钟爱）。作为品牌管理制度，其主要做法 是，在企业统一领导、组织与协调下，品牌管理的职责主要由企业各 职能部门分别承担，各职能部门在各自的权责范围内行使权利、承担 义务。亦即，在职能管理制度下，有关品牌的决策与计划都由各职能 管理部门的负责人或主管人员共同参与、研究制定、分别执行。（二）品牌经理制 的稳定性、可靠性、高效性、可用性和可扩展性等是主要的技术目标, 越来越多的企业开始选用专业的数据采集服务。大数据整合的目标是 将各种分布的、异构的数据源中的数据抽取后，进行清洗、转换，最 后加载到数据仓库或数据集市中，作为数据分析处理和挖掘的基础； 这个过程常常也被称为ETL (Extract

3、/抽取，Transform/转换，Load/ 加载)，通常ETL占到整个数据仓库开发时间的60%80%。大数据时代, 数据整合软件的市场也开始了整体的技术升级，主要解决两个主要技 术问题，一是独立的ETL应用服务器的计算能力普遍不足，二是无法 处理半结构化和非结构化数据。经过几年的技术发展，ETL过程逐步演 进为ELT,即数据抽取后直接加载(Load)到大数据平台中，再基于大 数据平台的计算能力来实现数据转换(Transform),不再依赖ETL应 用服务器做抽取和转化工作，这样可以解决ETL应用服务器的处理能 力不足问题，充分利用大数据平台的分布式计算能力提升数据集成的 效率和稳定性。(二)

4、大数据存储和处理大数据存储与处理要用用服务器及相关设备把采集到的数据存储 起来，使得数据能够被高效地访问和运算。由于数据量的爆发式增长, 尤其是非结构化数据的大量涌现，传统的单机系统性能出现瓶颈，单 纯地提高硬件配置已经难以跟上业务的需求，产生的海量数据没有合适的存储场所，企业被迫放弃大量有价值的数据；数据处理的速度和 性能出现瓶颈，业务的深度和广度受到限制。因此，过去十年间，计 算机系统逐步从集中式向分布式架构发展。分布式架构及相关技术通 过增加服务器的数量来提升系统的处理能力，每个节点都是一个可独 立运行的单元，单个节点失效时不会影响应用整体的可用性。分布式 系统在扩展性、容错性、经济性、

5、灵活性、可用性和可维护性方面具 有明显优势。（三）数据治理根据国际数据管理协会的定义，数据治理是对数据资产管理形式 权利和控制的活动集合。数据治理是一个管理体系，包括组织、制度、 流程和工具，随着集成和存储的数据量增加，数据治理的难度也逐渐 增加，牵扯的关联方也越来越多，因此需要一套适合企业的方法论来 开展工作。业界逐渐形成了 DAMA、DCMM等较完整的数据治理体系框架, 一般包括制定数据治理战略、定义数据治理工作机制、通过各个业务 专题来落实相关数据治理工作内容，并最终落实到数据治理工具上来 实现高效持续的数据治理的执行流程。具体到数据治理的内容，一般 包括元数据管理（包括元数据采集、血缘

6、分析、影响分析等）、数据 标准管理（包括标准定义、查询与发布等）、数据质量管理（包括质 量规则定义、质量检查、质量报告等）、数据资产管理（包括数据资 产编目、数据资产服务、资产审批等）、数据安全管理（包括数据权 限管理、数据脱敏、数据加密等）、数据生命周期管理（包括数据归 档、数据销毁等）以及主数据管理（包括主数据申请、发布、分发等） 这几个主要的部分。（四）数据建模数据建模是构建企业数据仓库、数据湖和数据集市的重要过程， 其通过一个业务级别的数据模型设计，将分散在不同数据源中的数据 集成在一起，并通过一种面向业务主题的方式将数据分门别类来做重 新组织和标准化，形成有明确业务意义的数据形式，统

7、一为数据分析、 数据挖掘等提供可用的数据。面向业务主题（如客户主题、账户主题 等）的数据组织管理方式便于业务人员对数据的理解和综合使用。具 体到技术层面，数据建模一般包括业务调研、架构设计、数据模型设 计、数据库SQL开发与测试、业务集成上线等几个阶段，架构设计是 整个工作的核心，一般会面向不同的行业来设计相关行业的逻辑数据 模型。在数据建模过程中使用的工具主要包括：数据模型设计与管理 工具、SQL开发工具、任务调度工具等。（五）数据分析和挖掘大数据分析和数据挖掘的核心目标是对客观事实规律进行描述、 展示和总结、刻画、推广，可以从大量的数据中通过算法来揭示出隐 含的、未知的并有潜在价值信息，并

8、对客观规律进行溯源和解释，从 而帮助决策者做出正确的预测和决策。围绕这个目标，大数据分析和 挖掘的手段可以分为模型驱动、数据驱动等，一般通过统计、在线分 析、情报检索、机器学习和专家系统等在内的多种方法来实现这一目 标。现阶段在面对大数据4V问题时，大数据分析和数据挖掘工具对传 统数据分析和挖掘工具做进一步自动化和智能化；与此同时，近年来 深度学习的兴起又为大数据分析提供了新的手段，其做为当前计算机 行业的热点研究方向之一，其本质的目标是从大量数据中提取模式和 知识，其要处理的对象包括结构化数据、半结构化数据和非结构化数 据在内的所有类型数据，例如近年来在视频、语音等非结构化数据的 分析需求快

9、速增加，相应的深度学习技术也取得了飞速发展。（六）数据流通数据流通是按照一定规则，将存储的数据或者数据分析、挖掘得 到的信息作为流通对象，从供应方传递到需求方的过程。数据流通的 具体内容包括可视化的分析报告、面向运营人员的数据标签、面向应 用可以直接调用的数据指标API、面向数据分析人员的数据集、面向数 据挖掘人员的数据特征、和面向业务建模人员的单方或多方的建模模 型等。基于数据水印、数据加密和脱敏、隐私计算、联邦学习的数据 流通安全技术，可以提高数据流通的完整性和保密性。五、大数据市场构成大数据行业主要解决大数据的存储、处理、分析和价值发现等问题，实现大数据的业务价值。从产品和服务来看，大数

10、据市场产品和 服务包括三个主要部分，即大数据硬件、大数据软件、大数据专业服 务。其中，大数据软件部分按照产品功能的不同可以被分为：大数据 管理平台、数据应用中间件、数据智能分析工具、大数据应用四个部 分。六、国内大数据市场发展情况中国大数据市场在过去五年间经历快速增长，整体市场规模增长 速度快于全球整体市场。2019年，中国大数据市场规模达到627亿元, 20152019年复合增长率达到31. 9%o其中，大数据硬件为市场主要 的收入来源，2019年大数据市场硬件收入达到247亿元。中国大数据软件市场由2015年的52亿元增长至2019年的146亿 元，年复合增长率为29. 5%。伴随着中国对

11、数据运用重视程度日益提 高，用户对于大数据软件采购预算增加趋势明确，中国大数据软件市 场将在未来五年继续保持高速增长，整体软件市场规模将在2024年达 到492亿元，2019-2024年复合增长率为27. 5%0虽然现阶段大数据软件收入占比较小，但得益于较高的细分市场规模增速，未来大数据 软件将占据更多的市场份额。七、大数据行业未来发展趋势（一）分布式系统成为行业技术架构主要的发展方向传统数据库以集中式架构为主，集中式架构由一台或多台主计算 机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该 中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客 户端仅仅负责数据的录入和输出，

12、而数据的存储与控制处理完全交由 主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通 过网络连接进行通信和协调。随着海量及异构数据的数据分析需求增长，需要的计算、存储和 10等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和 处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架 构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了 处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网 络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同 节点，在进行计算任务时，任务也会被切分成多个子任务，分发到多 个节点上同时进行计算，能充分利用整个集群各个节

13、点的计算资源、 存储资源和10资源，可线性提升集群的存储和处理能力。因此，分布 式架构能较好的处理该类问题，这也是分布式架构相对于传统单机架 构的核心优势。在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活 性、可用性和可维护性方面具有明显优势，能够较好的满足大数据分 析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支 持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据 技术的重要发展方向。2、数据管理软件趋向于统一多数据模型的平台 数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种 方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型 （文档模

14、型、键值模型、图模型等）。大多数数据库管理系统只能支 持一种或少数几种数据模型，因此企业通常只能使用多种数据库产品 联合的方案来应对日益增长的异构数据模型处理需求。随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库 模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据 库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数 据可以分别采用多种数据模型存放，解决不同场景的处理效率问题； （2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降 低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持 有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模型

15、只需要存储必要的数据内容即可，在查询时可以通过关联的方式获 取全量信息。未来多模型数据平台将通过不断提高计算、存储引擎的处理能力, 从操作响应速度、数据并发能力、数据管理成本等多个角度优化企业 的数据需求，成为多模大数据平台的重要发展趋势。（二）云原生大数据平台架构成为未来的主要发展方向云原生的代表技术包括容器、服务网格、微服务、不可变基础设 施和声明式API,这些技术能够构建容错性好、易于管理和便于观察的 松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松 地对系统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态 环境中，构建和运行可弹性扩展的应

16、用。面对客户日益增长的海量数 据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台 架构凭借计算存储解耦、资源池化、Serverless等核心技术，提供了 高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的能力。 相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能 够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式 和按需付费的支付模式。（三）国家加速数据要素市场建设，推动数据安全流通技术的商 业化加速我国将搭建统一开放、竞争有序的数据要素市场体系，政策鼓励 产业链各环节的市场主体进行数据流通和交易，促进数据要素流通。 当前，丰富的数据要素资源已经涵盖了金融、

17、运营商、房地产、医疗、 能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领 域。同时，由于数据的流通和利用是数据要素价值创造的前提。而跨 域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的 安全需求（包括可用不可见、可用不可得、可用不出域等），都使得 数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各 行业数字化转型过程中和过程后的必由之路。随着数据安全法、个人信息保护法的实施，以安全为前提的数据开放利用将迎来新 一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据 不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解 决方案，能够在充分保护数据和

18、隐私安全的前提下，实现数据价值的 转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建 设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私 计算技术的应用普及和商业化在加速进行。八、体验营销的主要策略美国著名学者伯德施密特博士在其所写的体验式营销一书 中主张，体验式营销是“站在消费者的感觉、情感、思考、行动、联 想五个方面，重新定义、设计营销的思考方式。”1、感官式营销策略感官式营销策略的诉求目标是创造知觉体验的感觉，它是通过视 觉、听觉、触觉、味觉与嗅觉等以人们的直接感官建立的感官体验。 感官营销可以突出公司和产品的识别，引发消费者购买动机和增加产 品的附加值等。如在超级市

19、场中购物，经常会闻到超市烘焙面包的香 味，这也是一种嗅觉感官营销方式。2、情感式营销策略情感式营销策略通过诱发触动消费者的内心情感，旨在为消费者 创造情感体验。情感营销诉求情感的影响力、心灵的感召力。体验营 销就是体现这一基本点，寻找消费活动中导致消费者情感变化的因素, 掌握消费态度形成规律，真正了解什么刺激可以引起某种情绪，以及 如何在营销活动中采取有效的心理方法能使消费者自然地受到感染， 激发消费者积极的情感，并融入这种情景中来，促进营销活动顺利进 行。情感对体验营销的所有阶段都是至关重要的，在产品的研发、设 计、制造、营销阶段都是如此，它必须融入每一个营销计划。情感营品牌经理制诞生在美国

20、宝洁（P&G）公司。宝洁产品在全世界得到 广大消费者认同，成功的原因除了 160多年来一直恪守产品质量原则 之外，品牌经理制的灵活而有效运用也是重要成因之一，甚至也可以 说，其核心理念“一个人负责一个品牌”的品牌经理制（管理系统） 是宝洁公司品牌运营的重要基石。品牌经理制在20世纪30年代问世于宝洁公司。到第二次世界大 战结束以后，品牌经理制被认为是从事多品种经营的消费品生产企业 品牌运营的规范组织形式。许多消费品生产企业（尤其是耐用消费品 的生产企业）都学习宝洁公司，纷纷采用品牌经理制。美国庄臣公司、美国家用品公司等世界范围内的众多大公司都先 后采用了品牌经理制，主要是因为品牌经理制有许多“

21、职能制”所不 具备的优点。第一，品牌经理制比职能管理制具有较强的品牌运作协 调性。在品牌经理制下，企业委任品牌经理负责某品牌运营全过程， 具体负责该品牌标定下的产品的开发、生产与销售，协调该品牌产品 的开发部门、生产部门和销售部门的工作。这就在很大程度上消除了 部门之间的互相扯皮、推读，减少因未能考虑整体利益、不熟悉整体 情况而产生的盲目性和分散性。第二，品牌经理制有利于达到品牌定 位目标，快速实现品牌个性化。在职能制下，常因互相扯皮、办事拖 拉而致使品牌运营各环节不能很好地衔接，而品牌经理制相当程度地 销的一个经典例子就是哈根达斯公司。无论在世界的任何地方，哈根 达斯冰激凌的营销总是如同营销

22、浪漫情感一样。3、思考式营销策略思考式营销策略通过启发智力，运用惊奇、计谋和诱惑，创造性 地让消费者获得认知和解决问题的体验，引发消费者产生统一或各异 的想法。思考式营销策略往往被广泛使用在高科技产品宣传中。在其 他许多产业中，思考营销也已经被使用在产品的设计、促销和与顾客 的沟通上。4、行动式营销策略人们生活形态的改变有时是自发的，有时是外界激发的。行动式 营销策略就是一种通过名人、名角来激发消费者，增加他们的身体体 验，指出做事的替代方法、替代的生活形态，丰富他们的生活，使其 生活形态予以改变，从而实现销售的营销策略。5、关联式营销策略关联式营销策略包含感官、情感、思考与行动营销等层面。关

23、联 营销超越私人感情、人格、个性，加上“个人体验”，而且与个人对 理想自我、他人或是文化产生关联。让人和一个较广泛的社会系统产 生关联，从而建立个人对某种品牌的偏好，同时让使用该品牌的人们进而形成一个群体。关联营销已经在化妆品、日用品、私人交通工具 等许多不同的产业中使用。九、市场细分战略的产生与发展市场细分是1956年由美国营销学者温德尔，斯密于产品差异和 市场细分一一可供选择的两种市场营销战略一文中，在总结西方企 业营销实践经验的基础上提出的。市场细分不单纯是一个抽象理论， 而且具有很强的实践性，顺应了第二次世界大战以后美国众多产品市 场转化为买方市场这一新的形势，是现代企业营销观念的一大

24、进步。 从总体上看，不同的市场条件和环境，从根本上决定企业的营销战略。市场细分理论和实践的发展经历了以下几个阶段。（一）大量营销阶段早在19世纪末20世纪初，即资本主义工业革命阶段，整个社会 经济发展的中心和特点是强调速度和规模，市场以卖方为主导。在卖 方市场条件下，企业市场营销的基本方式是大量营销，即大批量生产 品种、规格单一的产品，并且通过广泛、普遍的分销渠道销售产品。 在这样的市场环境下，大量营销的方式降低了产品的成本和价格，获 得了较丰厚的利润。企业没有必要研究市场需求，市场细分战略也不 可能产生。（二）产品差异化营销阶段20世纪30年代，发生了震撼世界的资本主义经济危机，西方企业 面

25、临产品严重过剩，市场迫使企业转变经营观念。营销方式从大量营 销向产品差异化营销转变，即向市场推出许多与竞争者在质量、外观、 性能和品种等方面不同的产品。产品差异化营销较大量营销是一种进 步，但是由于企业仅仅考虑自己现有的设计、技术能力，忽视对顾客 需求的研究，缺乏明确的目标市场，因此产品营销的成功率依然很低。 由此可见，在产品差异化营销阶段，企业仍然没有重视对市场需求的 研究，市场细分仍然缺乏产生的基础和条件。（三）目标营销阶段20世纪50年代以后，在科学技术革命的推动下，生产力水平大幅 度提高，产品日新月异，生产与消费的矛盾日益尖锐，以产品差异化 为中心的推销体制远远不能解决西方企业所面临的

26、市场问题。于是， 市场迫使企业再次转变经营观念和经营方式，由产品差异化营销转向 以市场需求为导向的目标营销，即企业在研究市场和细分市场的基础 上，结合自身的资源与优势，选择其中最有吸引力和最能有效为之提 供产品和服务的细分市场作为目标市场，设计与目标市场需求特点相 互匹配的营销组合。市场细分战略应运而生。市场细分理论的产生，使传统营销观念发生根本性的变革，在理论和实践中都产生了极大影响，被西方理论家称之为“市场营销革 命”。市场细分理论产生后经历了不断完善的过程。最初，随着“以消 费者为中心”的营销理念日渐深入人心以及个性化消费时代的到来， 企业把市场不断细分，从而出现超市场细分理论（即一对一

27、营销理 论）。人们认为把市场划分得越细越能适应顾客需求，只要通过增强 企业产品的竞争力便可提高利润率。但是20世纪70年代以来，能源 危机和整个资本主义市场不景气，使不同阶层消费者的可支配收入出 现不同程度的下降，人们在购买时更多地注重价值、价格和效用的比 较。过度细分市场导致企业营销成本上升而减少总收益，于是反市场 细分理论应运而生。营销学者和企业家认为，应该从成本和收益的比 较出发对市场进行适度的细分，这是对过度细分的反思和矫正。它赋 予了市场细分理论新的内涵，使其不断地发展和完善，对指导企业市 场营销活动具有更强的可操作性。20世纪90年代，在全球营销环境下，适度细分理论又被赋予了更 新

28、的内涵，适应了全球营销趋势的发展。全球营销力图尽可能地识别 和满足世界各国消费者的共同需求，并希望以此获得更广阔的市场和 更低的成本。而且，全球营销对于“需求”的理解更为深刻，它不是简单、一味地识别和满足消费者的现有需求，而是更为关注挖掘潜在 需求，或在异国市场上引入并推行新的消费文化。与此同时，全球营 销同样注意到各个国家和地区消费者需求之间的差异。因为分布于世 界200多个国家和地区的全球消费者，拥有不同的语言和肤色，不同 的风俗习惯，不同的宗教信仰，不同的行为方式。事实上，没有一家 企业已经或者试图把触角伸向世界的每一个角落。它们都根据自身的 优势和劣势，寻求全球市场上的机会，选择那些能

29、够比对手更好地提 供产品或服务的细分市场作为目标市场，并与之建立互惠互利的交换 关系，在满足其需求的同时求得自身发展壮大。十、营销信息系统的构成营销决策所需的信息一般来源于企业内部报告系统、营销情报系 统和营销调研系统，再经过营销分析系统。它们共同构成营销信息系 统。（一）内部报告系统内部报告系统的主要功能是向市场营销管理者及时提供有关交易 的信息，包括订货数量、销售额、价格、成本、库存状况、现金流程 等各种反映企业营销状况的信息。内部报告系统的核心是从订单到收款整个周期，同时辅之以销售 报告系统。订单一收款周期涉及企业的销售、财务等不同的部门和环 节的业务流程。订货部门接到销售代理、经销商和

30、顾客发来的订货单 后，根据订单内容开具多联发票并送交有关部门。储运部门首先查询 该种货物的库存，存货不足则回复销售部缺货，如果仓库有货，则向 仓库和运输单位发出发货和入账指令。财务部门得到付款通知后，做 出收款账务，定期向主管部门递交报告。在激烈的竞争中，所有企业 都希望能迅速而准确地完成这一周期的各个环节。销售报告系统应向企业决策制定者提供及时、全面、准确的生产 经营信息，以利于掌握时机，更好地处理进、销、存、运等环节的问 题。新型的销售报告系统的设计，应符合使用者的需要，力求及时、 准确，做到简单化、格式化，实用性、目的性很强，真正有助于营销 决策。（二）营销情报系统内部报告系统的信息是企

31、业内部已经发生的交易信息，主要用于 向管理人员提供企业运营的“结果资料”，市场营销情报系统所要承 担的任务则是及时捕捉、反馈、加工、分析市场上正在发生和将要发 生的信息，用于提供外部环境的“变化资料”，帮助营销主管人员了 解市场动态并指明未来的新机会及问题。市场营销情报信息不仅来源于市场与销售人员，也可能来自于企 业中所有与外部有接触的其他员工。收集外部信息的方式主要有下面 四种。(1)无目的的观察。无既定目标，在和外界接触时留心收集有关 信息。(2)有条件的观察。并非主动探寻，但有一定目的性，对既定范 围的信息做任意性接触。(3)非正式的探索。为取得特定信息进行有限的和无组织的探索。(4)有

32、计划的收集。按预定的计划、程序或方法，采取审慎严密 的行动来获取某一特定信息。营销情报的质量和数量决定着企业营销决策的灵活性和科学性， 进而影响企业的竞争力。为扩大信息的来源和提高信息的质量，企业 通常采取以下措施改进信息收集工作。(1)提高营销人员的信息观念并加强其信息收集、传递职能。(2)鼓励与企业有业务关系的经销商、零售商和中间商收集和提 供营销信息。(3)积极购买特定的市场营销信息。(4)多渠道、多形式地了解竞争对手的营销活动情况，包括参加 有关展销会、协会、学会，阅读竞争者的宣传品和广告，购买竞争品, 雇用竞争者的前职工。(5)建立内部营销信息中心，改进信息处理、传递工作。(三)营销

33、调研系统市场营销调研系统也可称为专题调查系统，它的任务是系统地、 客观地收集和传递有关市场营销活动的信息，提出与企业所面临的特 定的营销问题有关的调研报告，以帮助管理者制定有效的营销决策。市场营销调研系统和市场营销信息系统在目标和定义上大同小异, 研究程序和方法具有共性。(四)营销分析系统营销分析系统是企业用一些先进技术分析市场营销数据和问题的 营销信息子系统。完善的营销分析系统，通常由资料库、统计库和模 型库三部分组成。1、资料库有组织地收集企业内部和外部资料，营销管理人员可随时取得所 需资料进行研究分析。内部资料包括销售、订货、存货、推销访问和 财务信用资料等；外部资料包括政府资料、行业资

34、料、市场研究资料 等。2、统计库统计库指一组随时可用于汇总分析的特定资料统计程序。其必要 性在于：实施一个规模庞大的营销研究方案，不仅需要大量原始资料, 而且需要统计库提供的平均数和标准差的测量，以便进行交叉分析。 营销管理人员为测量各变数之间的关系，需要运用各种多变数分析技 术，如回归、相关、判别、变异分析以及时间序列分析等。统计库分 析结果将作为模型的重要投入资料。3、模型库模型库是由高级营销管理人员运用科学方法，针对特定营销决策 问题建立的，包括描述性模型和决策模型的一组数学模型。描述性模 型主要用于分析实体分配、品牌转换、排队等候等营销问题；决策模 型主要用于解决产品设计、厂址选择、产

35、品定价、广告预算、营销组 合决策等问题。十一、市场导向战略规划全面贯彻现代市场营销观念，要求企业不仅致力于创造近期的顾客满意，而且要积极适应市场环境的变迁，致力于创造长期、整体顾 客满意，实施有效的市场导向战略规划与管理。“战略规划的核心一在组织的目标和能力与不断变化的市场机会之间建立和维持战略适配的过程。” “战略规划的制定过程始于对整体目标和使命的确定，使命随即被转化为详细的目标以指导整个公司的发展。”市场导向战略规划的主要内容有以下几方面。(1)正确选择和调整企业投资经营方向，并将企业的投资业务作 为一个组合来管理。企业必须根据环境及其变化的要求，综合考虑顾 客、社会和企业利益，决定进入

36、哪些领域生产经营，哪些业务项目 (经营单位)需要建立、保持、发展、收缩或撤销，并据以配置企业 资源。(2)根据市场增长率、企业定位及其组合，测算每项具体业务单 位的未来利润潜力。企业必须根据发展动态，而不是依据目前的销售 额或利润来决定未来的业务发展方向。(3)从长期发展的战略高度制定规划。企业要对每一项业务制定 一个“战略方案”，以实现其长期目标。同时，企业还必须根据自己 在行业中的地位及它的目标、机会、能力和资源确定一个最有意义的 战略规划，并使各项业务战略方案体现企业战略规划的基本要求。在一些较大规模的企业，战略规划通常由四个组织层次构成。包 括企业层次、部门层次、业务层次和产品层次。企

37、业总部负责设计企 业战略规划，指导整个企业进入有利的前景，决定给每个业务单位分 配多少资源以及要开展或取消哪些业务。部门层次的规划，要对企业 克服了这些弊端。第三，品牌经理制有助于长期维系品牌整体形象。由于品牌经理是专司品牌运营之职，监控品牌运营状况与市场变化是 其重要职责，加之品牌经理制下协调性增强，使得品牌运营活动适应 市场变化的能力大大加强。、品牌经理制固然有许多优点，但它也存在着一些有待完善的地 方，例如，品牌经理及品牌管理部门与生产、销售和财务等职 能部门的权责划分问题。实践中，由于职权定位不清晰，很多 品牌经理对自己的角色比较模糊，进而招致责难，使品牌经理 的作用受到限制。此外，对

38、品牌经理的业绩考评也是比较棘手 的问题。大数据行业发展背景（一）大数据时代下传统数据管理软件面临多种挑战近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈爆发式增长态势。数据作为和土地、 资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过 程中，地位愈发凸显。我国是数据资源大国，IDC研究报告指出，到 2020年，中国数据量约12. 6ZB,较2015年增长7倍，年复合增长率 为 124%。2025年中国的数据量预计达到48. 6ZB,约占全球数据总量的30%。数据资源总体呈现出4V的特点，即海量的数据规模（Volume）、多样给予的资源进行合理配

39、置。各业务单位的战略规划则要保证该业务创 造价值和利润。最后，每个业务单位内的每个产品层次（产品线、品 牌等），为了达到该产品特定市场的预定目标，也要制定营销规划。以上这些规划要由企业的不同层次机构分别执行，并对执行结果 进行检查、评估，以及采取改正措施。十二、估计当前市场需求（一）总市场潜量总市场潜量是指一定时期内，在一定环境条件和一定行业营销努 力水平下，一个行业中所有企业可能达到的最大销售量。（二）区域市场潜量企业在测量市场潜量后，为选择拟进入的最佳区域，合理分配营 销资源，还应测量各地区的市场潜量。较为普遍的有两种方法：市场 累加法和购买力指数法。前者多为工业品生产企业采用，后者多为消

40、 费品生产企业采用。1、市场累加法先识别某一地区市场的所有潜在顾客并估计每个潜在顾客的购买 量，然后计算得出地区市场潜量。如果公司能列出潜在买主，并能准 确估计每个买主将要购买的数量，则此法无疑是简单而又准确的。问 题是获得所需要的资料难度很大，花费也较高。目前我们可以利用的资料，主要有全国或地方的各类统计资料、行业年鉴、工商企业名录 等。2、多因素指数法借助与区域购买力有关的各种指数以估算其市场潜量。例如，药 品制造商假定药品市场与人口直接相关，某地区人口占全国人口的2%, 则该地区的药品市场潜量也占全国市场的2%。这是因为消费品市场上 顾客很多，不可能采用市场累加法。但这个例子仅包含人口因

41、素，而 现实中影响需求的因素很多，且各因素影响程度不同，因此，通常采 用多因素指数法。美国销售与市场营销管理杂志每年都公布全美 各地和大城市的购买力指数。（三）行业销售额和市场占有率企业为识别竞争对手并估计它们的销售额，同时正确估量自己的 市场地位，以利在竞争中知己知彼，正确制定营销战略，有必要了解 全行业的销售额和本企业的市场占有率状况。企业一般通过国家统计部门公布的统计数字、新闻媒介公布的数 字、行业主管部门或行业协会所收集和公布的数字，以此来了解全行 业的销售额。通过对比分析，可计算本企业的市场占有率，还可将本 企业市场占有率与主要竞争对手比较并计算相对市场占有率。例如，全行业和主要竞争

42、对手的增长率为8%,本企业增长率为6%,则表明企 业在行业中的地位已被削弱。为分析企业市场占有率增减变化的原因，通常要剖析以下几个重 要因素：产品本身因素，如质量、装潢、造型等；价格差别因素；营 销努力与费用因素；营销组合策略差别因素；资金使用效率因素等。的数据类型(Variety),价值密度低(Value)、快速的数据流转 (Velocity)。海量的数据规模指数据量大，包括采集、存储和计算过程中所涉 及数据量都非常大。大数据的起始计量单位通常是PB (约1, 000TB)、 EB (约 100 万 TB)或 ZB (约 10 亿 TB)。多样的数据类型指数据种类和来源多样化，包括结构化、半

43、结构 化和非结构化数据，具体表现为关系型数据、日志、音频、视频、文 本、图片、地理位置信息等类型数据，多类型的数据对数据的处理能 力提出了更高的要求。价值密度低指有价值数据所占比例低。随着互联网以及物联网的 广泛应用，信息感知无处不在，信息海量，但价值密度较低，通过结 合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代需 要解决的重要问题之一。快速的数据流转指数据增长速度快，处理速度要求快，时效性要 求高。例如实时监测场景中，企业需要对物联网设备数据进行实时处 理并做出反应；零售电子商务应用类软件将消费者所持的移动设备的 地理位置信息和其个人偏好相结合，推送有针对性的促销信息。这是 大

44、数据区别于传统数据使用的显著特征。随着信息技术以及实际业务需求的快速发展，传统数据管理软件 在处理大数据场景时不能很好适应数据的4V特性，面临较多技术挑战。 因此，传统数据管理软件迫切需要技术革新。(二)传统集中式软件栈向新兴分布式软件栈演进1970-2000年，数据管理软件主要为集中式架构的关系型数据库， 其软件产品具备不可分割性(atomicity)、一致性(consistency)、 隔离性(isolation,又称独立性)、持久性(durability)即ACID 功能特性，占据了数据管理软件的主导地位。关系型数据库技术出现 在20世纪70年代，经过二十余年的发展，到90年代已经成熟。

45、市场 上具有代表性的集中式架构关系型数据库产品包括Oracle、IBMDB2以 及微软SQLServer等。2000年以来，随着互联网和计算机技术的快速发展，需要处理的 数据量更大、类型更丰富、速度要求更快，传统集中式计算架构已无 法适应数据海量、异构、多源等特点，在部署的扩展性、容错性、经 济性、灵活性等方面有一定局限性。谷歌于2003年-2006年间的三篇 论文奠定了分布式存储和计算的基础，而后行业从业者基于以上理论 建立了 Hadoop. Spark等大数据分布式系统框架，并交由Apache软件 基金会托管；2009年，在JohanOskarsson开源分布式数据库的讨论中, 来自Rac

46、kspace的EricEvans重提NoSQL概念，用以指代非关系型的分布式数据存储系统。针对于不同的场景，分别产生了图数据库、搜 索引擎、文档数据库、键值数据库等NoSQL数据库，代表性NoSQL数 据库提供商包括MongoDB、Elastic等。2010年以来，随着数字化转型的逐步深化，快速变化的业务场景 呈现了复杂化、多样化的态势。复杂的业务场景往往需要使用多种数 据模型，以及数据模型间的融合。这个时期的，行业内大部分数据库都是面向单一数据模型而设计 的，用以解决特定业务场景的特定问题。例如，使用传统的关系型数 据库解决结构化数据的存储和处理问题、使用图数据库解决图相关的 存储和处理问题

47、、使用文档数据库解决文本相关的存储和处理问题。 由于结构化数据和非结构化数据通常以不同的格式和模式存储，单模 型数据库虽然优化了数据存储和处理，却难以满足日趋增长的、多样 的业务场景需求。当同一业务需要用到不同类型数据的时候，受限于 单模型数据库的处理能力，客户往往需要部署多个相互独立的单模型 数据库，在对不同模型数据进行联合处理的时候，需要对数据进行搬 迁或融合，导致架构复杂度高、开发成本高、运维成本高以及数据处 理效率低。由此，催生了从单一数据管理系统到融合型、多模型数据 管理系统的技术需求。此外，随着云计算技术的大规模应用，传统各类软件产品都开始 由独立部署模式向云服务模式转变。其中数据

48、库作为信息系统核心软 件，逐渐附加云化能力形成云原生数据库，以服务的形式对外提供技 术支撑。云原生数据库按照部署方式可以分为公有云部署和私有云部 署。其中，私有云部署模式由企业提供云数据库依赖的底层物理资源, 数据库服务商负责部署云原生数据库软件，后期企业和数据库服务商 约定运维维护工作的具体职责分工等，特点是自有资源池化，数据不 外流等。相比公有云部署下的云数据库，私有云模式更加关注信息安 全，能够实现对数据安全性和服务质量最有效控制，仅限于企业员工 和取得授权的合作伙伴使用。多模型数据库云原生相关技术已经成为信息产业的未来发展方向, 促使大数据软件进一步革新，规模呈现快速增长趋势，代表性企

49、业如 Snowflake. AWS等。相较于国内外的现状，私有云在面向国计民生的 相关行业更受客户欢迎，面向私有云模式的云原生数据库预计在未来 将获得快速增长。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传 统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管 理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传 统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。（三）国产基础软件迎来爆发式增长阶段当前，中国大数据软件领域处于发展的历史机遇期，我国高度重 视大数据在经济社会发展中的作用，十八届五中全会提出实施国家大 数据