电商企业大数据营销的应用研究_甄妮.docx

《电商企业大数据营销的应用研究_甄妮.docx》由会员分享，可在线阅读，更多相关《电商企业大数据营销的应用研究_甄妮.docx（31页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、摘 要 在云计算、物联网、社交网络等新兴服务的影响下，人类社会的数据类型及 规模正在发生巨变，以前所未有的态势增长，这其中涵括人与人之间产生的数据 如社交网络、即时通讯等信息，人与机器之间产生的数据如电子商务、网络浏览 等信息，以及机器与机器之间产生的数据如 GPS、 监控摄像等，人类社会步入大 数据时代。数据从简单的处理对象开始转变为一种基础性资源。正确管理和利用 这部分大数据基础将为企业带来丰厚利润。通过对海量数据的挖掘与分析，企业 对用户进行更加精准的行为分析，发掘用户消费偏好，进行个性化的一对一营销， 并能够充分发现潜在用户，扩大营销范围，增强营销效果。运用大数据营销，还 可以有效帮助

2、企业进行市场预测，及时发现市场机会、加快业务决策。本文将针 对时代背景，探索大数据营销的特点以及应用情况。 作为大数据发展的源头，电子商务企业有着得天独厚的优势。互联网现己走 进千家万户，在互联网中储存着大量消费者信息，人们的生活越来越离不开互联 网并且在其上得到日益广泛的记录。电子商务企业的大数据营销走在发展前线， 作为我国电子商务发展的佼佼者，阿里巴巴集团拥有着丰富的数据资源以及逐渐 强大的数据处理能力。为了更好地描述 大数据营销的具体应用，本文将以阿里巴 巴为案例分析，集中探讨电子商务企业的大数据营销应用情况。在大数据营销应 用的起步阶段，企业在基础数据的获取、用户信息安全保障等方面都存

3、在问题， 本文将针对大数据营销应用中可能出现的问题提出改善建议。为线上也为线下企 业的大数据营销应用提供借鉴，并指出未来大数据营销的发展趋势。 关键词：大数据营销；阿里巴巴；应用；发展趋势 Abstract The species and scale of data are increasing in an unexpected speed with the development of cloud computing, Internet of things and social network, including social life among people, e-commerce b

4、etween people and computer and data coming from machines such as GPS and monitor video. The era of big data is coming. Data has been transforming to a basic resource from simple information. Corporations which can deal well with such big data can obtain huge profit from it. Through the digging and a

5、nalyzing of big data, the company can make consumer analyses in detail and find consuming preference so that they can realize the personalized marketing and find the potential customers. With big data, the company can enhance the marketing influence, gain the marketing opportunity and make market fo

6、recasting. This dissertation will make a research about the big data marketing under the present background. As the source of big data developing, E-commerce has more advantages than others. Internet has become a common stuff for people and it contains much more consumers9 information. E-commerce ha

7、s been in the front of big data marketing. Alibaba, which is the largest e-commerce platform in China, owns plenty of big data resources and has made great progress in bid data marketing. In order to describe the situation of big data marketing in E-commerce, this dissertation will take Alibaba as a

8、n established case and analyze the problem of big data marketing, such as the acquirement of database and the security of personal information. Meanwhile, the dissertation will also give some suggestion according to these issues and make developing trend analyses of big data marketing in the future.

9、 Keywords： Big data marketing; Alibaba; Application; Development 目 录 mw . I Abstract . II 录 . Ill 第 1 章 绪 论 . 1 1.1研簡景 . 1 1.2研宄目的及意义 . 1 1.2. 1研宄目的 . 1 1.2. 2研宄意义 . 2 1.2.3研訪法 . 2 1.3文献综述 . 3 1.3.1大数据的产生及发展 . 3 1.3.2大数据应用的领域 . 3 1.3.3大数据营销应用综述 . 4 1.3.4电商企业大数据营销应用研宄综述 . 5 第 2章大数据营销的特征及应用价值 . 7 2.1大

10、数据的特征 . 7 2. 2大数据营销的内涵及特征 . 7 2. 2.1 全样本营销调查 . 8 2. 2. 2 多元化营销对象 . 8 2. 2.3扩大的营销主体 . 9 2.2.4精准化营销效果 . 9 2. 3大数据营销的应用价值 . 10 2.3.1大数据营销促进企业提高营销效率 . 10 2.3.2大数据营销促进客户提升客户体验 . 11 2.3.3大数据营销促进营销平台互通互联 . 11 第 3章阿里巴巴大数据营销应用案例分析 . 12 3.1阿里巴巴大数据营销的数据来源 . 12 3.1.1企业内部消费者交易数据 . 12 3. 1.2企业外部消费者信息数据 . 12 3.2阿里

11、巴巴大数据营销的应用分析 . 13 3. 2.1 基础层数据的建立 . 14 3. 2.2营销数据的精细化 . 14 3. 2. 3消费者行为全链路覆盖 . 14 3.2.4大数据营销产品的提供 . 15 3.3阿里巴巴大数据营销应用存在的问题 . 15 3.3.1 大数据质量有待提高 . 15 3.3.2营销效果低于预期 . 16 3.3.3用户隐私与安全受到威胁 . 16 第 4章电商企业大数据营销应用问题的原因及建议 . 17 4.1电商企业大数据营销应用问题的产生原因 . 17 4.1.1基础数据获取途径有限 . 17 4.1.2数据杂乱且处理能力较低 . 18 4.1.3大数据营销缺

12、乏商业思维 . 18 4. 1.4政策规范与企业责任意识的缺失 . 18 4.2电商企业大数据营销应用的发展建议 . 19 4.2.1基础数据的获取 . 19 4. 2.2数据质量的提升 . 19 4. 2.3营销效果的提高 . 20 4.2.4数据安全的增强 . 21 第 5章电商企业大数据营销应用的发展趋势 . 22 5.1 数据库协同整合 . 22 5.2精准 “ 生活者 ” 形象 . 22 5.3全社会的大数据营销 . 22 5.4大数据营销发展环境持续完善 . 23 总结 3展望 . 24 #教南犬 . 25 翻寸 . 27 第 1 章绪论 1.1研究背景 科学技术水平的提高伴以人们

13、物质文化生活的极大丰富，使得每个个体每时 每刻的行为产生了大量的信息与数据，并且都得以记录。随着互联网的普及化， 数据量更是呈现几何式增长，并且难以被传统的数据系统所驾驭。 2003年，数 据的总和为 5EB (百亿亿字节），而如今，要获得 5EB的数据量只需要两天的时 间，到2020年将会有 35.2ZB (十万亿亿字节）的数据总和，即 2的 70次方。 这便是近几年逐渐走向主流的大数据。 大数据横跨经济活动的方方面面，从银行证券、通信、保险、交通到政府、 教育、医疗等其他公共事 业，处处都形成了大量的数据并且时刻变换。互联网具 有高度的开放性，随着云计算、云端应用、各种移动设备的普及，以及

14、 Google、 亚马逊等电子商务巨头数据营销体系的成熟，大数据营销的关注度日益提高，并 被大多数企业所提及和应用。 在此背景下，本文将以大数据营销为出发点，探讨我国电子商务领域是如何 收集大数据并利用这些数据进行消费者分析，多方面、多环节地加强营销效果。 同时，本文还将以中国互联网企业巨头阿里巴巴集团作为案例分析研宄其大数据 营销的应用现状，并从中分析出我国互联网企业大数据营销中可能存在的问题， 为我国企业大数据营销的发展提供指导建议。 1.2研究目的及意义 1.2. 1研究目的 21世纪是数据的时代，尤其随着 2011年大数据概念的提出，学术、商业以 及政府对大数据的关注度逐渐加强，相关的

15、文献也随之增多。在这一时代背景和 趋势下，大数据营销也被企业越来越多的被提及。然而，目前的研宄文献多限于 商业期刊或杂志、以及企业内部人士对于大数据营销的阐述，学术研究较少。在 学术领域，相关的研宄还较多的集中在数据挖掘技术在市场营销中的应用。然而， 在大数据时代，数据无论在规模、复杂性以及技术支持上都有了新的要求 ，因此 本文希望通过针对现今时代背景，对大数据营销分析研宄。 互联网作为大数据发展的领先行业，无论是在国外还是国内，都形成了相对 较成熟的发展体系。因此，本文还将借助案例分析的方法，研宄大数据营销在我 国电子商务领域的应用情况。 1 1.2.2研究意义 首先，研宄内容的深化及拓宽。

16、目前，有关大数据的研究多是聚焦于信息技 术、医疗服务等方面，而在营销领域的研究则凤毛麟角。 20世纪初期，数据挖 掘技术兴起，国内外学者开始关注数据挖掘在营销中的应用问题，但当时的数据 量远达不到今天的规模，其技术能力、数据库规模都随着大数据的产生发生了巨 大改变。因此，本文关于大数据营销的研宄是对数据挖掘技术在深度及广度上的 深化。 其次，本文研宄中将结合阿里巴巴集团的大数据营销进行案例分析，以使本 文研究的内容更加形象和具体化。同时，大数据营销作为新时代营销方式的发展， 不仅可以为我国互联网企业提供借鉴意义，也可以为其他线下企业提供发展之道。 此外，本文研宄具有实践指导意义。具有中国特色的

17、社会发展使各行各业的 发展都具有特殊性，在营销领域，我国在许多环节尚不成熟的情形下，便跨越式 的发展到大数据营销的阶段。企业以及消费者对于营销的理解尚不成熟，有的甚 至具有片面性。而相对于发达国家在其他阶段的领先地位，大数据时代，我们可 以说是并驾齐驱，因此，在大数据营销时代保证我国的领先与进步需要相关各界 审时度势。本文将对我国大数据营销中可能存在的制约因素进行分析，希望为大 数据营销未来的发展提供借鉴意义。 1.2.3研究方法 文献阅读法。研究将通过对国内外阅读有关大数据、大数据营销、数据挖掘、 电子商务应用等方面的文献，领会文献内容并确定研宄内容的理论基础。 综合归纳法。综合归纳法是指就

18、某一个问题 ，先对国内外学者在这一问题的 研宄思路和研究成果进行综合介绍，在此基础上进行系统分析、归纳总结，提出 自己的观点和意见。本文将结合国内外关于大数据营销的观点、理论，总结共性、 探讨问题，并结合本文的研宄方向进行归纳综合， 比较分析法。比较分析也即对比分析，是把客观事物加以比较以达到认识事 物的本质和规律并做出正确的评价。本文将对国内外电子商务巨头在大数据营销 方面的应用进行对比分析，以期获得具体的应用脉络。 案例分析法。综合比较之后，本文聚焦阿里巴巴集团大数据营销案例，希望 通过对营销过程的详细分析，为我国企业大数据营销提供发展建议。 2 1. 3文献综述 1.3.1大数据的产生及

19、发展 “ 大数据 ” 这一说法在数据开始逐渐发挥作用之时便己产生，但并没有融合 现在大数据的特性，并不能称之为真正意义上的大数据 。 Doug Laney (2001)使用 3V (即Volume体量、 Velocity速度、 Variety多样性 ） 特征来形容大数据，而 这些特征一直被沿用至今。不过 Doug Laney当时使用的并不是 “big data” 这 一说法，而是用 “3 D data-三维数据 ” 。目前，企业和学术界对于大数据尚未形 成公认的准确定义，权威IT研宄与顾问咨询公司 Gartner将大数据定义为 “ 在 一个或多个维度上超出传统信息技术的处理能力的极端信息管理和

20、处理问题 ” ； 美国国家科学基金会 （ NSF)将大数据定义为 “ 有科学仪器、传感设备、互联网 交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、 复杂、长期的分布式数据集 ” 。 工信部大数据白皮书 （ 2014)指出，认识大数 据，要把握 “ 资源、技术、应用 ” 三个层次。大数据是具有体量大、结构多样、 时效强等特征的数据；处理大数据需采用新型计算架构和智能算法等新技术；大 数据的应用强调以新的理念应用于辅助决策、发现新的知识，更强调在线闭环的 业务流程优化。尽管概念形式有所不同，但公认的是，大数据与 “ 海量数据 ” 、 “ 大规模数据 ” 的概念一脉相承，但

21、其在数据体量、数据复杂性和产生速度三大 方面均大大超出了传统的数据形态，也超出了现有技术手段的处理能力，并带来 了巨大的产业创新的机遇。 1.3.2大数据应用的领域 近些年，随着大数据的影响日益加深，学术、商业、政府等各方面开始逐渐 关注大数据及其应用问题。 Nature（ 2008)年发表大数据专刊，主要探讨了大 数据及相应技术问题，并对其对当代科学产生的重要作用进行阐明。麦肯锡 （ 2011) 的企业报告中从经济和商业的维度探讨了大数据的发展潜力，深入分析大数据在 医疗、公共部门、零售业、制造业以及追踪定位五方面的应用。美国白宫 （ 2014) 大数据白皮书主要谈及了大数据在公共部门和私营

22、部门的应用，此外还重点阐明 了美国关于数据开放与个人隐私的平衡问题。 随着大数据说法的提出，国内关于大数据的研宄文献也随之增加。王珊等 (2011)对适合大数据分析的数据仓库架构进行分析，指出大数据分析平台应具 备高度可扩展性、高性能、高度容错性、支持异构环境等特性，并对当时的主流 实现平台进行分析归纳，指出了相应的优缺点。孟小峰等 （ 2013)通过研究大数 冯芷艳等 .大数据背景下商务管理研宄若干前沿课题 J.管理科学学报 ,2013(1). 据处理的基础框架，阐述了在大数据时代云计算技术对数据管理所产生的作用， 同时对大数据时代所面临的挑战进行分析。 综合国内外关于大数据应用的文献，可以

23、看出，大数据研宄时间不长，涉及 范围广泛但目前仍有侧重。上海科技研究中心 （ 2014)对大数据研宄涉及的学科 领域进行分析得出，在 1994年至 2013年大数据文献研宄领域的前 15位学科中， 运筹学与管理科学、经营经济学分列第 14、 15位。由此可以看出，大数据营销 并不是学术目前研宄的重点。 图 1-1各学科涉及大数据研究的文献数排名 w 1.3.3大数据营销应用综述 1.数据挖掘技术在营销领域的应用 国内外关于大数据营销的关联文献中，数据挖掘在营销领域的应用研宄较多， 而事实上 ，关于大数据营销的研究最早也应追溯到数据挖掘技术的应用。 Michael J. Shaw、 Gek Wo

24、o Tan等 （ 2001)将数据挖掘技术与知识管理相结合 提出了一个系统的方法论用来掌控营销信息、提供营销策略。这一方法论也可用 于巩固 CRM (customer relationship management)。 Chris Rygielski、 David C. Yen等 （ 2002)探讨了在客户关系管理中，数据挖掘的重要性及意义并且提出了 二者具体的关联及相关技术支持 。 John H. Heinrichs&Jeen-Su Lim (2003)利 用基于网络的数据挖掘和商业模型相结合方式研究了二者在公司战略效果上的 积极影响。这些研宄集中地研宄了消费者这一群体。作为延伸，西方学者结

25、合当 时营销方式的发展 ， Charles X. Ling& Chenghui Li对数据挖掘与直销进行研 宄，探讨了其中存在的问题和解决方法。 在我国，范小军等 （ 2001)通过介绍数据挖掘，指出了其对确定营销目标、 延伸营销利润、降低营销成本三方面的促进作用。王旭 （ 2003)结合当时的时代 4 背景，阐述了数据挖掘的简要过程，并分析提出数据挖掘在客户管理、创造核心 竞争力、了解营销环境等 7个方面对市场营销的指导作用。同国外研宄类似，随 着企业市场营销的关注点 向消费者转移，企业越来越关注客户关系的维护 ， CRM 在企业营销中盛行。而数据挖掘作为对这一体系的技术支撑，在 21世纪的

26、前几 年，关于数据挖掘与 CRM关系的研究颇多。李宝东等 （ 2002)认为可以利用数据 挖掘加强客户关系管理，并指出数据挖掘在 CRM中的作用体现在一对一营销，客 户的盈利能力分析、交叉销售、客户的获取与保持等方面。 1. 大数据营销 近几年，大数据营销的概念甚嚣尘上，关于大数据营销的文献开始有所增加。 冯芷艳 （ 2013)认为目前国内外大数据的研究多限于科学层面，因此提出了大数 据背景下商务管理的相关课题，突出描述了三个视角，即社会化的价值创造、网 络化的企业运作、实时化的市场洞察。同时指出在消费者异质化的今天大数据营 销能够促进顾客洞察的实时化和精准化，有助于企业确立适当的市场营销策略

27、。 黄升民、刘珊 （ 2012)认为大数据使得营销的科学性变为可能，全媒体和大数据 使得低成本的普查成为可能，需求被合理推测和满足，无论是信息还是商品服务 的提供都更应趋向于定制。傅琳雅等 （ 2013)认为大数据营销将成为未来的营销 发展趋势。在大数据时代，消费者的信息扩大到行为层面，在移动终端的盛行之 下，营销应该转变方法，实现与消费者的真实对话和良性互动。 2. 文献述评 综上，国内外对大数据营销的文献有如下特征，在 21世纪最初几年，研究 限于数据挖掘技术在营销领域的应用，由于信息时代的发展进步，当时的技术有 的己无法适应现今生活，这从大数据的主流概念中也可窥见一斑。目前，在关于 大数

28、据的应用中，从学术研宄、企业报告到政府规划，都发现了大数据营销的发 展迹象，其中学术研宄较少，企业文章或报告多从实务角度对大数据营销进行阐 述，而政府规划则从整体宏观环境及政策角度出发研宄大数据营销。可以说，目 前己经逐步进入大 数据营销时代。 1.3.4电商企业大数据营销应用研究综述 在众多行业中，互联网行业拥有比其他行业更庞大的数据来源基础，是大数 据营销发展的领头羊。在 21世纪初期有关互联网应用的文献中，限于当时的现 实发展情况，研宄并不深入。王宏 （ 2000)对数据挖掘在网络营销中的应用做了 初步尝试，介绍了使用分类模型和关联模型进行数据挖掘的应用实例，并阐述了 从原始数据转换到到

29、应用数据的实现方法。聂高辉 （ 2007)认为电子商务需要需 要数据仓库这样的体系结构存储异构数据，从互联网中获取销售动态、市场情况、 5 消费者行为等信息，满足电子商务的信息发布、查询、分析和决策需求。但在当 时，我国互联网普及程度不高，数据获取量不足，且数据挖掘工具较少，应用性 低。 随着近几年大数据的普及，相应研宄有所增加。王元卓等 （ 2013)分析了网 络大数据的复杂性、不确定性和涌现性，总结了相关应用中的主要问题，对未来 的发展趋势进行了展望。李维维、蒋绪军 （ 2013)研究了精准营销对电子商务的 重要意义，并指出电子商务精准营销的实现依赖于信息的收集、处理、储存及分 析。中国电

30、子商务企业发展 报告 （ 2013)指出，电商企业可利用大数据技术实现 精准营销、增加用户粘性、降低运营成本，创新商业发展模式，为企业寻求新的 差异竞争优势。刘志超等 （ 2014)指出了大数据营销对电子商务赋予的新价值， 分析出个性化导购服务、垂直细分领域服务以及数据产品服务三种新型的电子商 务服务模式。 6 第 2章大数据营销的特征及应用价值 2.1大数据的特征 麦肯锡全球研究院将 “ 大数据 ” 定义为 “ 无法在一定时间内使用传统数据库 软件对其内容进行获取、管理和处理的数据集合 ” 。大数据可以认为是 “ 分析 ” 的另一种表述，它是寻求从数据中萃取知识，并将其转化为商业优势的智能化

31、活 动。 而大数据的真正内涵也可从大数据的特征中得以体现。在大多数文献中， “ 大数据 ” 被总结为如下四个特征： 1.海量的数据规模 -Volume。 数据规模己从 GB不断扩展，甚至出现 EB和 ZB， 互联网数据中心的报告显示多样的数据类型 -Variety、 快速的数据转流和动态的数据体系 -Velocity和巨大的数据价值 -Value。 首先， Volume。 数据的规模不断扩大，已从 GB到 TB再到 TO级，甚至开始 以 EB和 ZB来计数。据互联网数据中心 （ IDC)的报告显示，未来 10年全球大 数据将增加 50倍，管理数据仓库的服务器数量将增加 10倍。其次， Vari

32、ety。 大数据类型多样化，包括结构化数据、半结构化数据和非结构化数据。现代互联 网应用呈现出非结构化数据大幅增长的特点，同时，数据显性或隐性的网络化存 在也使得数据之间的复杂关联无所不在。再次， Velocity。 大数据具有很强的时 效性，它往往以数据流的形式快速地产生，用户若想有效的利用这些数据就必须 把握 好对数据流的掌控。另外， Value。 数据自身的状态与价值也随着时代变化 而发生巨变，数据的价值特征明显。虽然数据的价值巨大，但是基于传统思维与 技术，人们在实际环境中往往面临信息泛滥而知识匮乏的窘态，大数据的价值利 用密度低。 2.2大数据营销的内涵及特征 大数据营销是通过搜集、

33、分析、执行从大数据所获得的洞察结果，并以此鼓 励客户参与、优化营销效果和评估内部责任的过程。大数据由各类传统和网络渠 道内的结构和非结构型数据组成。借助大数据与公司内部数据有机结合可以为企 业的营销提供各种咨询、策略、投放等营销服务 ，从而帮助营销部门以及整个公 司实现高利润增长。与传统营销相比，大数据营销显现出新的营销特征。 大数据的出现逐渐带来营销革命，社交网络的扩张使得数据在急速増长，将 消费者在社交网络中的行为轨迹串联，就可以对其中创在的内容进行洞察，从而 理解用户需求。谷歌通过利用引擎搜索记录发掘数据二次利用价值， 2009年， Big data: The next frontier

34、 for innovation, competition, and productivity. Me Kinsey Global Institute. 2011. 甲型 HINI盛行之前，谷歌与习惯性滞后的官方数据相比较，成为了一个更加有 效及时的指示标； Farecast公司通过预测机票价格走势及增降幅度来帮助消费 者抓住最佳购买时机；亚马逊公司通过对客户身上捕获的大量数据研发了个性化 推荐系统，根据客户曾有的购物喜好，为其推荐具体的书籍、产品以及感兴趣的 内容。这一系统大幅提升了亚马逊的销售额。大数据带来的营销变革日益凸显。 2.2.1全样本营销调查 传统营销中，商务数据的分析是建立在一定

35、理论下的取样和调研的基础上的 , 并且试图通过各种调查手段和技术对数据样本进行再加工，增加抽样调查的精确 性。然而，抽样调查的方法有其自身的局限性，例如，样本数据的误差、样本的 以偏概全、时间上的不及时等。但是大数据分析帮助人们解决这一困境，全面、 及时的数据被掌控，数据取样的意义逐渐淡化，样本调查的缺点逐渐被放大。用 户通过感应器、移动终端、网站点击为商家提供全样本的大数据分析基础，例如 谷歌对流感的预测是基于整个美国几十亿条互联网检索记录，有别于传统基于对 个别城市的 随机取样分析。数据己经从传统的数据库迈向全样本大数据分析阶段。 仅仅是取得这些海量数据远远不能满足现今需求，大数据营销重点

36、在于利用 数据。数据量的几何式增长，使得数据之间的关系变得更加复杂。传统数据分析 方式，是建立在抽样统计数据样本的基础之上，探索数据之间的因果关系，即使 确定因果关系困难且用途不大，人类还是习惯性地寻找缘由。而大数据时代，我 们无需紧盯事物之间的因果关系，而应在总体的大量数据的基础之上进行更广泛 的关联分析，从而获取更加新颖且有价值的观点，这也就是从因果关系的分析到 相关关系分析的变革。 相关关系也许不能准确地告知我们某件事情为何会发生， 但是它会提醒我们这件事情正在发生，在多数情况下，这种提醒的帮助已经足够 大了。 SchSnberger-大数据商业应用第一人，在他撰写的大数据时代中强调，

37、大数据时代探索的不是 “ 为什么 ” 的问题，而是 “ 是什么 ”的问题。 Farecast的 相关关系帮助分析出何时购买机票最为划算；通过互联网大数据的分析得知病毒 在何时何地传播，从而预防控制一场突如其来的流行病。大数据时代的分析工具 和思路代替传统分析的不足，着重探索数据信息间的相关性，帮助人们扩展新视 野并做 出有用预测，更好地实现商业价值。 2.2.2多元化营销对象 大数据时代的营销对象正在逐步实现消费者向生活者的转变。生活者的概念 有日本博报堂创造，其认为消费人群不应只包含消费购物等经济层面，而且还有 作为个人的社会心理和政治层面。只有多角度地理解营销对象的思维和行动，他 们拥有的

38、丰富属性，才能实现有效营销。大数据营销就是奠定在全方位观察的基 8 础上，通过掌握消费者本质，实现与消费者的良性互动，预测现有规律和潜在变 化，从而对营销策略进行调整，以稳定和拓展用户，使其与品牌建立长久的关系。 以生活者为营销对象，那么以往的数据库营销就应当做出相适应的变革。传 统企业的消费者属性维度单一，如定位消费者年龄、性别、职业等基本属性，经 过单向简单的分析得出消费者进一步购买可能。显然其目的也是为了定位消费者 实现针对性的说服购买，然而建立在基本属性的数据之上，传统营销的效果并不 明显。大数据营销在传统营销的理念之上，通过关注生活者的整体行为提升数据 质量，完成精准定位。通过海量大

39、数据得出生活者行为数据，从而准确定位消费 群体，判断 其态度，预测购买周期、划分忠实消费者和潜在消费者，营销信息的 推送可以更加精准，误判的情况能够得到有效避免。 需要特别指出的是，智能手机的出现带动了移动终端时代的到来，而近几年 无线数据的发展壮大更是加速了之一步伐，消费者的生活已经逐渐被移动终端所 覆盖，消费者通过移动终端浏览网页、刷微博、玩微信、看视频、打游戏、网络 购物等，生活方式和工作方式发生巨变，商业形态发生重塑，这既是挑战也是机 遇，而抓住这部分前所未有的商机同样需要大数据的支持。 2.2.3扩大的营销主体 营销已经不再仅仅是企业自身的行为，用户 也加入到营销大军中，随着社会 化

40、媒体的盛行，起作用己日益扩大。而与企业自身营销不同的是，用户传递的营 销内容可以为企业带来更多良好声誉，也可是企业形象一落千丈。 信息的日益膨胀，信息传播平台的日益更新，带动了社会化媒体的发展，受 众重聚与网络之上并且其反馈较以往更加及时、信息更加全面。用户获取信息的 路径和方式不再局限于传统媒体广告，我们逐渐进入一个用户产生媒体、用户创 造内容的时代。一则 Twitter发出及时行信息，短时间内通过转发评论引发社会 关注，其时效性可以高出传统媒体纽约时报几个小时。近些年逐 渐盛行的社 交媒体微博微信逐渐显示其在营销上的力量，用户通过口碑传播可以在几天之内 颠覆一个品牌的认知度。企业和媒体应该

41、重点思考如何重新定义自己的内容产品、 生产内容的方式、传递内容给消费者的方式与受众的关系。 2.2.4精准化营销效果 互联网提供着大量消费者信息数据，企业可以利用网络资源对顾客的各渠道 行为，消费者生命周期各阶段的行为数据进行记录，制定高度精准、绩效可高度 量化的营销策略。首先，企业可根据收集和获取的互联网用户的大量数据，挖掘 潜在消费者，经过数据处理后预测消费者购买某种产品的概率，借助这 些信息可 以给产品以精确的定位，改善产品，开展精确的推送或推广活动，有针对性的传 9 播营销信息，以期达到说服潜在消费者购买产品的目的。 其次，对于既有消费者，企业也可根据其收集的用户购买信息进行分析，推 断其购物偏好和独特的购买倾向，从而进行一对一的定制化商品推送。亚马逊在 这一方面的表现尤为突出，通过对获取的极其丰富的用户行为信息进行深度分析 与挖掘，实现对客户提供个性化的贴心服务，从而直线精准营销。 同时，企业可以根据既有消费者各自不同的人物特性将受众按照标签细分， 再用不同的侧重方式和定制化活动向这些类群进行定向的精准营销。例如，对于 价格敏感者，企业可通过推送性价比较高的产品，赠送区间电子优惠券以刺激消 费，对于经常购物的群体，商家则要准确分