营销数据范文

营销数据范文（精选12篇）

营销数据 第1篇

关键词：海量数据,数据库营销,市场营销管理

0 引言

据CSDN对2011年中国云计算的调研显示,超过50%的企业目前每日生成的数据量在1T以上,超过10T的有10%,有5%的企业每日生成的数据量已经达到了50T以上!可见,海量数据已成为发展趋势。海量数据正在改变我们的世界,很多行业尤其是在电信、金融等行业,几乎已经到了“数据就是业务本身”的地步。数据成为大至一个国家,小至一个企业甚至个人的战略资源。

对企业而言,可从公共来源、专门渠道和通过购买获得客户数据,以及从网络社区和智能设施收集各种新的信息,获取和分析信息的技术唾手可得,价格也不断降低,因此企业对数据的使用可以进一步深化。而且许多企业正将数据应用提升到新的水平,从而推动在市场营销领域实现根本性的变革。在企业整个营销活动中,信息的获取、存储、处理分析与应用在营销决策中起决定性的作用,而数据库营销就是经过数据采集、存储、处理等系统的顾客数据库资料的建立,准确进行市场的细分和定位,进而实施创造性、个性化的营销策略。因此,海量数据时代如何有效利用海量数据与企业数据库营销的思想不谋而合,这就促使数据库营销成为海量数据时代企业市场营销变革的一种主流方式。

1 海量数据的定义

对海量数据目前还没有一个统一的定义。Joy(2009)指出,令单个计算节点无法完成存储和处理的数据,即可称为海量数据,可见“海量”是一个动态的概率,它随着单机计算能力的提升和算法的改进而改变。罗爱宝等(2011)认为海量数据具有以下特性:(1)数据量大:通常达到TB级的数据;(2)数据类型复杂:面对的海量数据常常不是单一类型的数据———字符数据、文本数据、多媒体数据,甚至是源源不断的数据流等;(3)多模态数据:对于一个事物,得到的数据可能是通过不同的方式或角度收集到的,如多模态的视频数据,包括字幕、音频和图像等模态。因此,对海量数据的获取、存储、处理与分析需要更高的软硬件支持,需要更新的技术出现。

2 海量数据引发的社会变革

虽然对海量数据的界定还未统一,但海量数据对世界的影响已经显现,海量数据已广泛应用于政府、企业与个人的决策支持中。很多企业已开始争夺海量数据产生的商机。

2.1 海量数据的广泛应用

随着现代社会竞争日趋激烈,企业、政府、个人都需要更多的数据支持来帮助其规划、分析、决策、管理。随着计算机性能的迅速提升和云计算模式的推广,高性能的数据分析计算已广泛应用于到企业、政府和个人,其应用范围见表1。

资料来源:国泰君安证券整理.

2.2 海量数据产业链的形成

管理数据爆炸性、海量数据存储、从海量数据中提取知识、归纳数据使得人类易于理解和反应是目前人们面对海量数据时需要解决的几大问题,由此形成了以解决上述问题的产业链,如图1所示。

3 数据库营销:海量数据引发的企业市场营销变革

“深刻洞察和理解用户需求”是每一个企业生存和发展的基础,而要达到“洞察”和“理解”就离不开对海量用户进行数据发掘与行为分析。企业市场营销是一个管理决策过程,通过市场调查、细分与定位等建立营销战略组合;通过产品、价格、分销、促销的相互结合,形成企业的战术组合;采取有效措施确保营销计划的执行。而上述活动都建立在对市场信息的获取、处理分析与应用的基础上。海量数据时代,使得企业进行市场营销决策所依赖的市场信息在数据量、数据结构和数据模态上发生了根本性的变化,如何降低营销成本,提高营销效果,就需要企业进行有针对性地精准营销,数据库营销不失为一种最好的选择。

3.1 海量数据对企业市场营销的影响

海量数据对企业市场营销的影响主要体现在以下几个方面:

3.1.1 市场信息数据的获取

由于海量数据具有数据量大、数据结构复杂和数据模态多样化的特点,使得企业在市场信息获取上面临着更大的挑战。一是企业面临的外部宏观和微观环境的市场信息可能以文本、视频等多种类型存在;二是信息量随着互联网的普及和电子商务的发展正在迅速递增;三是传统市场调研方式可能已经过时,需要借助新技术采用基于互联网的新调研方式;四是消费者消费理念和偏好在网站浏览、微博等以不同的方式展现出来。这使得市场信息的准确定位和获取,犹如大海捞针,从而催生了企业数据库的建立和完善,为数据库营销奠定了基础。此外,并非所有数据都对企业有用,这就需要对信息进行甄别,否则就容易出现“信息超载”现象。

3.1.2 数据存储

由于企业内部业务每天生成大量的数据,加之外部的海量二手数据和互联网上海量用户的数据和信息的不断爆炸,对海量数据进行存储成为企业面临的一个难题。是基于自身购置硬件设备开发软件来支持,还是借助外部力量?这就涉及到数据的安全性、可靠性问题。这对企业市场营销信息系统的软件和硬件都提出了更高的要求。

另一方面,长期以来由于企业内部职能分工、组织架构等原因,导致在机构之间、部门之间存在着大量的信息孤岛,这会出现研发项目未能产生预期的市场效益、选择应用技术时出现判断失误、新产品开发受阻、对市场经销渠道和客户关系没有进行充分管理等问题。这些问题在海量数据存储时都应纳入考虑的范围。

3.1.3 数据处理与分析

及时准确地从海量数据中提取信息和知识,为企业的营销决策提供支持,是企业各个部门对营销信息系统的要求,这就需要对海量数据进行处理和分析。数据仓库、数据挖掘技术等成为当前的热门技术。而当前对海量数据的处理大多利用机器集群和并行化技术,并出现了高性能计算、网格计算、云计算等方法,这些对企业信息和数据的安全性提出了严峻的挑战,同时,这对企业信息系统的软件提出了更高的要求。此外,企业也可利用掌握的海量数据进行实验,从而提高新产品研发的成功率,如一些基于互联网的企业(如亚马逊、e Bay和谷歌)已经开始利用海量数据进行实验,以确定哪些因素会提高销售量和用户参与度;Capital On公司的金融分析师、IT专家和营销人员多功能团队每年都要进行超过6.5万次测试,对细分市场与新产品的各种组合进行实验等。如何对海量数据进行挖掘和分析成为一个永无止境的话题。

3.1.4 数据应用

通过上述几个环节,企业可以将分析得到的数据用于企业市场营销管理的过程,从而把握市场机会、确定目标市场、进行新产品开发、拟定企业的营销战略和营销组合策略,并保证整个营销活动得到有效的计划、组织、执行和控制。

海量数据对企业市场营销的影响见表2所示。

3.2 海量数据与数据库营销

由表2可以看出,海量数据管理直接影响到企业市场营销管理的整个过程,而实现两者有机结合的营销方式就是数据库营销。这是因为数据库营销是建立在对数据进行采集、存储、处理与共享和应用的基础上;而对海量用户数据的获取、存储、处理分析与应用就形成了企业的营销数据库,借助数据库的建立和分析准确了解用户信息,确定细分市场,进行有针对性的营销组合策略,这正是数据库营销的核心。因此,数据库营销成为适应现代信息社会和海量数据的独特营销方式,随着信息技术的迅速发展而不断得到广泛应用。

所谓数据库营销,就是企业通过收集和积累消费者的大量信息,经过处理后预测消费者购买某种产品的概率,借助这些信息给产品以精确定位,有针对性地传播营销信息,以达到说服消费者购买产品的目的。数据库营销包括数据库的建设和与之相适应的营销模式的结合,通过对数据的收集和分析,可以制定出“最易打动的顾客及潜在顾客;与顾客建立起长期、高品质的良好关系;做到在适当时机以适当方式将必要的信息传达给适当的顾客、有效地赢得顾客的欢心、让营销支持更加有效益、建立忠诚度、增加利润”的营销方式,为精准营销和建立良好的客户关系打下坚实的基础。

一般而言,数据库营销可以分为数据采集、数据存储、数据处理和共享、寻找理想消费者、使用数据、对数据进行分析评价和完善数据等七个基本过程。而这七个基本过程与海量数据管理的过程是一致的。因此,数据库营销是海量数据时代市场营销的主流方式。(图2)

在数据库营销运行过程中,营销数据的收集、数据库的建立与维护、数据库的分析与建模是三个核心的问题。目前我国企业实施数据库营销主要存在:(1)数据库过于单一,数据源过于狭窄;(2)数据库资料不健全;(3)难以提供有价值的数据分析;(4)客户信息缺乏有效性等问题。而这些问题随着海量数据时代的到来,数据源的不断多元化、数据类型的不断丰富、数据挖掘和处理技术的不断完善和提高都将得到有效的解决。但与此同时,利用海量数据和数据库营销作为营销决策的重要组成部分,需要具有新的能力,以及进行组织上和文化上的变革。大多数企业还远远没有充分利用所有的可用数据。有一些企业甚至还没有掌握获取和分析它们能够获得的有价值信息的技术。更常见的情况是,它们没有合适的人才和流程去设计实验,从海量数据中获取业务价值。因此在海量数据时代,企业还需要从人才、流程、组织机构等方面去不断改进和完善,才能适应海量数据下数据库营销的要求。

总之,企业能够在海量数据上得到以前没有得到的智慧,能够在数据库影响中想出更新更好的办法,所以越来越多的数据,越来越多不同的来源,从数据变成智慧,构建企业的数据库,采用数据库营销,实现从海量数据中获取价值,从而为企业创造竞争优势。

参考文献

[1]郭国庆,钱明辉.市场营销学通论(第四版).北京:中国人民大学出版社,2011.

[2]计算机行业在大数据时代中探寻变革,http://news.watchstor.com/industry-135492.htm

[3]周玲.信息超载综述[J].图书情报工作,2001(11).

[4]本刊评论员.信息爆炸颠覆了什么?[J].高科技与产业化,2006(4).

[5]罗爱宝,陈光鹏,商琳.海量数据处理[J].中国人工智能学会通讯,2011(2).

[6]Joy K I.Massive data visualization:a survey[C]//Moeller T,Hamann B,Russeleds R D.Mathematical Foundations of ScientificVisualization,Computer Graphics,and Massive Data Exploration.Heidelberg:Springer Verlag,2009.

营销数据的作用 第2篇

加强店铺营销数据的采集，并进行合理、正确、有效的实时性分析与管理，有助于品牌和店铺逐渐克服经验局限性或对经验的过度依赖性，形成科学营销的新理念，提升品牌和店铺的市场认识、管理和适应能力。

店铺最新的营销数据对于制定准确的销售策略、促销及补货有着极其重要的意义，可谓店铺的“晴雨表”。其采集与分析主要分为：单点货品销售数据、多店销售/库存数据对比、老顾客贡献率、员工个人销售能力以及竞争品牌和周边店铺数据等多个方面。

一、单点货品销售数据分析

1、畅滞销款分析

畅滞销款的分析，首先可以提高订货的审美观和对品牌风格定位的精准把握；其次，有助于各款式的补货判断，对相同类别的款式进行销售对比后，再结合库存，可以判断出需要补货的量，以便于快速补货，减少因缺货而带来的损失，并能提高单款的利润贡献率；还可以查验陈列、导购推荐的程度，如果某款订货数量较多，销售却较少，则首先应检查该款的陈列是否在重点位置、导购是否重点推荐。通过畅滞销款的分析，可以准确及时的对滞销款进行促销，以加速资金回笼、减少库存带来的损失。

2、单款销售生命周期分析

单款销售生命周期分析是指单款销售的总时间跨度以及该时间段的销售状况（一般指正价销售期），一般是选取一些重点款式，以判断是否缺货或或产生库存压力，从而及时采取对策。单款的销售周期主要受季节和气候、款式自身特点、店内类似款的竞争等三个因素影响。

如果该款库存量较大，就应该做出相应对策。如果是天气原因就应该在气温合适时重点陈列，但应考虑一下上货时间是否存在问题；如果因为款式特点，应该及时促销，以提高该款的竞争力，减少库存风险；如果是店内类似款的竞争，则应考虑把类似款撤掉或陈列在较一般的位置，并检讨自己对上货时间的把握。相反，如果根据销售走势判断出还有一定的销售潜力，分析该款大概还可以销售多少件，结合自己的库存量，进行合适数量的快速补货，以减少缺货损失。

3、营业时间分析

一个地区的店铺开业和打烊的时间一般相差无几，但中间的班次安排可能有所区别。这要求我们在每个时段对进店人数、试穿人数、成交票数和金额等进行分析，从而得出哪个时

段对进店率、试穿率、成交率更高，再根据结果对员工班次进行调整。比如这些数据因素上午较低而下班前一小时较高，则可考虑改变全天营业时间；某一时段这些因素数据非常集中，则可考虑将最多的员工、精力、促销等集中在这一时间段。

二、多店销售/库存对比分析

对于品牌公司、省级代理商或拥有多家店铺的加盟商而言，店铺之间的销售对比与货品调配，能有效的提升总仓的物流管理能力以及各店的销售水平。可以通过某一时间段内所选定的店铺之间的销售/库存对比分析表格来做多店之间的货品销售数据分析。店铺一般选择同一区域的，款式上货时间差不多的。

比如说有ABC三家店铺，对比中发现A店业绩明显差于BC店。需要分析其原因：是因为A店铺当地确实不喜欢该款的风格，还是该款的陈列有问题，还是导购在该款的推荐上有问题，是否需要将该店铺库存往其他店铺进行调拨；或者该款的整体销售都不错，综合其销售生命周期，总部是否需要继续下单生产，需要下多少……

当然，实际的店铺之间的销售/库存对比分析工作中，还会出现更多现象，只要针对不同的现象进行具体分析并作出相应对策，对店铺的销售会有较大帮助。

三、老顾客贡献率分析

对老顾客的管理是店铺管理中最重要的项目之一。由于某些品牌和店铺对VIP卡的办理条件制定不合理，或因顾客的其他特殊原因（如他人赠送购物、旅游客购物等）常常造成部分发放的VIP卡为无效卡。相反，一些经常光顾的顾客，却由于某种原因一直无法达到VIP卡的办卡条件，这对店铺的VIP管理带来了一定的麻烦。需要对老顾客（尤其是持VIP卡的老顾客）进行消费登记和统计，并对特别重点的老顾客进行消费特点、消费频率和消费金额分析。

这样首先可以制定出更合理的VIP卡办理条件，其次对老顾客的管理工作也更加准确。比如有针对性的对老顾客进行短信祝福、新款及促销活动的通知、VIP专属特权、生日及节日礼物等，对老顾客的品牌忠诚度、介绍朋友、回头率和再次购买的欲望等都会有较大的提升。

四、员工个人销售能力分析

通过员工个人销售能力的分析，可及时了解和掌握每个员工的工作能力和工作心态，以便对症下药，提高个人销售业绩。

1、个人销售业绩分析

个人销售业绩分析包括两个方面，一是每月个人销售业绩，二是分时间段个人销售业绩。

通过分析，不仅可以看出员工的销售水平和工作积极性，还可以判断出团队协作意识、团结意识和店长的团队协调和管理水平。

分时间段的个人销售业绩一般是由店长及时性进行统计和比较。如果员工在一段时间内销售业绩出现异常，则可能是该员工的心态出现问题，比如说是否家中有事、失恋、对公司管理或上月工资不满、与同事发生矛盾等。店长应及时去了解并帮助其解决，以调整其心态，从而提高该员工的个人销售业绩。

2、客单价分析

一般而言，提高单票的销售件数比提高销售票数要容易的多，而客单价的研究又往往被 人们所忽视。员工个人的客单价销售水平主要受陈列、鞋服搭配技术和附加推销等因素影响。客单价的数据分析可以判断出员工个人的附加推销能力以及其鞋服搭配习惯，乃至于可以分析出陈列水平以及订货的货品组合能力、色彩组合能力。对于因导购的个人能力二产生的客单价过低，可以通过一定时期的针对性奖励措施来解决，如单票销售满多少金额或达几件给予现金奖励。

五、竞争品牌和周边店铺数据分析

所谓知己知彼，百战不殆，只有准确了解竞争品牌和周边店铺的销售信息，才能针对性的制定对策，赢得竞争优势。

1、如何获得对手信息。

与周边店铺搞好关系，与之进行销售信息共享。竞争不得与战争，并不表示与竞争品牌和周边店铺搞对立。相反，应该与他保持好的关系，并与之进行销售数据与信息的共享，达到共赢的目的。

制定顾客调查表，进行信息归类和分析。如做休闲鞋的可以把调查表的项目分为：您最喜欢的休闲鞋品牌、喜欢的原因、最喜欢的商品类别、您购买鞋子时最重要的因素有哪些、拥有哪些品牌的贵宾卡、一年购买鞋子的金额为多少等等，也可以根据自己想要的数据设置相应的项目。

2、对手商品类别的分析

竞争对手与周边店铺的商品类别销售数据对我们非常有参考价值。比如做休闲鞋品牌，如果隔壁有一个定位相仿的品牌专卖店，销量肯定会受到冲击，那么我们订货管理中就要避开与之相近的款式，并在订货量上有所减少。这里所说的订货量减少只是订货数量，而不是款式数量，如果减少了款式数量就会让整盘货的陈列和搭配不合理，从而影响整体店铺陈列形象。

3、对手促销的调查与分析

竞争对手和周边店铺的促销活动对门店销售的影响非常明显，这一点在现今的百货商场 销售上显得尤为突出。两个定位相仿的相邻百货商场，在去年的圣诞节促销战中，A商场制定了“满400减160；满800减320”活动，B商场在得到这一情报以后马上制定对策：“满400减160；满600减180；满800减320”。这两个看似相同的促销活动，却让B商场在此次活动中打出了一场大胜仗，虽然活动力度大致相同，但由于此时商场内大部分鞋服品牌价格在600-700元之间，这让B商场的活动更有优势。

在所收集和整理出的数据和信息中，切忌不要把自己的弱势与对手的优势进行对比与参考，这样只会让自己在该方面偶尔出现不佳时为自己辩解。及时了解对手的销售数据和销售特点，可以有效提升品牌和店铺在当地的竞争优势。对对手信息和数据的分析要持之以恒，往往越是难以调研到的数据就越有价值。

大数据颠覆营销 第3篇

大数据6大趋势与你我有关

阿里巴巴集团副总裁车品觉对大数据发展趋势进行了预测。他认为以下6大趋势正在发生，并且将深刻地改变营销：应用无线化将让终端设备与资料采集的作业可以更有弹性而有效率；信息数据化让信息的流通、交换、加工、运用更趋标准化；交易无纸化将彻底改变我们的交易行为与资金流；人类智能化将使大数据所产生的创新价值深入到人类生活；决策实时化将改变决策与信息关系；线下线上化意味着未来仍将是呈现线下更多地运用线上数据的趋势。

以前的营销都是靠经验，当你现在用数据的方法来找到这些营销的方法，就开始有数据驱动的味道了，数据方法所找出的结论，远远超出我们一般方法能找到的。它只不过是我们利用了人类的集体智慧而已，当以前是一个脑袋来想到底怎么营销，现在是无数个数据来驱动我们的企业。所以这个更多的说洞察力驱动，还不如说它是数据驱动。

这是一个整体方案，是一个整体的体系，而不是某算法、某种数据。公司已经变成了一个数据化的公司，这两个事情是两码事。千万不要以为一个公司里的一个人做数据做得不错，你就说我们公司已经是数据驱动公司了，其实不是这样。

我们每天做决策，做完决策之后必然要行动，行动之后我们要找到反馈的回路，要观察一下行动的效果。

整个数据的闭环，让数据更容易使用，帮助我们做描述、诊断、预测、行动。闭环里面的三面是讲到我们怎么样可以把数据变得更有效。简单来说，尽量让数据行动越快越好，就是数据链条之间越紧密，价值越高。准备数据的时候，要让它更灵活。智能电视等很多智能家居里的数据，进到数据库里，跟我们以往讲的数据是非常不一样的，而且今天的结构已经不足以让我们去存储这么形态的数据量了，这里面会有非常多的创新，对数据库有所了解的话，都会知道现在大部分数据库都是二维的，所以数据存储在我们现有的存储里面，其实有很多信号已经失去了。数据准备的时候的创新跟数据使用的时候的创新这两个闭环是不一样的。

做好大数据营销需要人机协作

MIGO首席执行官陈杰豪在他的著作《颠覆营销》中写到了很多大数据营销领域的商业案例。他认为，大数据让以往的商业竞争变成了一场超越时空的虚拟战争。利用大数据技术，企业可以提前7天预测到下一位购买者、下一次购买时间和下一个购买的产品。

其中在一个国际的品牌案例中。陈杰豪发现最初他们的交易数据划分是男生、女生、20岁到30岁、30岁到40岁、40岁到50岁，这样的分类很粗暴。陈杰豪当时非常惊讶地说：“你是一个国际的品牌，你怎么可以这样切下去呢？这样其实是把很多机会都流失掉了。谁说男生不能像女生，女生不能像男生。谁说年纪大的不能像一个老顽童，谁说一个年纪轻的不能像成熟稳重的年纪大的一样。这样粗暴的数据分类其实是很危险的。”

你应该把你的人群用NES的方式来看。N，新客户、E是既有客户、S是沉睡客户。这三个阶层不是随便说的，而是通过数据驱动之后再去划分。每一家公司的NES其实是不一样的。某企业有500万的用户，当我们跑完所有的客户之后，我们发现有一大半是睡着了。所以用了NES整顿之后，你就可以看到有效客人到底活跃度多少，购买率多少，回购率多少，我们可以算出他的下次购买时间。

大数据应用在于厚数据的建立

中欧国际工商学院市场营销学副教授王婧认为目前大数据只是从信息的海量和反馈速度层面进行分析，缺少对消费者行为背后驱动力的深层次挖掘。而对行为动机和驱动力的洞察和反思是开启优化体验的第一步。她表示“厚数据”是在大数据原有的基础上对数据进一步地深度洞察，了解用户行为背后的动机，并以此为依据来改善和优化用户体验。

数据应用的核心是场景

海尔卡萨帝总经理宋照伟认为传统制造企业利用大数据进行转型升级也是很有必要的。海尔SCRM数据平台经过数据融合、用户识别，生成数据标签，建立数据模型，用量化分值定义用户潜在需求的高低。线上，海尔SCRM平台对接DSP需求方平台，程序化精准采买，大规模精准营销。线下，海尔SCRM平台对接海尔营销宝，武装最一线销售人员，一对一精准营销。他提出：数据的核心是人，数据采集的核心是连接，数据挖掘的核心是预测，数据应用的核心是场景。

“大数据重新定义产业竞争规则，比的不是数据规模大小，不是统计技术，也不是强大的计算能力，而是核心数据的解读能力。” 清华大学韩亦舜院长表示，在很多人纠结于大数据定义的今天，更应该关注数据的核心价值理解与应用。这是数据分析师做贡献的地方。

营销数据 第4篇

1 企业营销数据挖掘的概念

数据挖掘又称做数据库中的知识发现, 是当下数据库领域中的研究热点, 需要从数据库庞大的数据储备中找出隐含的、具有潜在价值信息的过程。因此, 数据挖掘对决策而言具有明显的支持作用, 数据挖掘技术是在人工智能、机器学习、统计学、可视化技术的支撑下完成的, 具有归纳性和合理性, 对决策者调整营销策略, 减少或规避风险, 落实决策都有重要意义。

目前数据挖掘在商业领域的分析方法有许多种, 需要根据问题以及数据的类型对分析方法做出调整, 较为常用的主要有以下几种。

1. 1 关联分析法

关联分析法指的是从所储备的数据中能够找出某些数据在某一事件中存在的关联性。采用这种分析法需要先确定关联规则, 发现某一事件中不同数据是否存在关联性, 而这种关联性与企业管理或销售存在着怎样的关系, 从而据此对企业管理或销售计划做出调整。

1. 2 序列分析法

这种分析法与关联分析法的规则类似, 但是它寻找的是某一事件中数据之间在时间上的关联性。这种分析法对于发现潜在用户具有明显作用, 能够广泛应用到医疗、工程等领域的企业当中。

1. 3 分类和预测分析法

一般而言, 分类与预测分析法是由两个过程实现的, 首先是先确定一个模型描述, 描述出指定的数据类型和概念集, 进行分类划分, 然后使用这个分类进行预测分析。这种分类预测分析法能够对特定消费习惯的用户进行有效分析, 从而推断出消费习惯和下一步的消费行为。

最后一种就是聚类分析法, 这种分析法是专门针对缺乏数据描述的情况而采用的。例如, 在聚类分析之前, 数据特征等都是未知的, 进行聚类分析时就能够将数据库内的信息进行相似性最大化处理, 这样就能够帮助企业了解出哪些是较为典型性的用户, 哪些是忠实用户, 哪些是流失用户等, 从而有助于企业根据不同用户的消费特征制定出不同的营销策略。

2 数据挖掘的重要性

随着企业信息化建设的逐步完成, 大量的数据信息在企业随处可见, 而完善的信息系统为企业提供了良好的数据挖掘条件, 所以, 如何利用好数据资源, 成为企业获得市场地位, 赢得市场份额的重要环节。

但是, 我国企业虽然信息化系统较为普及, 但是对数据信息的利用仍有欠缺, 对信息化以及数据信息的挖掘利用仍处在起步阶段, 在市场竞争压力不断加大, 企业规模不断扩大的情况下, 需要利用现代化数据信息来应对瞬息万变的挑战。因此, 企业进行数据信息挖掘有助于增加经营、决策的科学性, 制定出正确的营销策略, 是企业快速发展的必由之路。

3 良好数据挖掘对企业营销策略的影响

3. 1 有助于优化产品布局, 为营销策略提供参考

企业产品布局主要指的是产品种类和数量、产品生产组合等内容, 对产品销售范围、销售数量以及组合销售情况进行数据挖掘有助于增加企业产品的销量。从某种意义上讲, 企业产品是企业最真实的代表, 因此, 需要在产品生产以及销售的过程中对收集来的数据进行有效分析。主要包括两个方面, 一是在产品生产过程中成本价格浮动数据。用最通俗的例子来表述, 就是当某一个较为畅销的产品的成本价格上升时, 仅仅靠提升产品价位, 来巩固销售额不是最好的办法, 而是需要考虑调整产品布局, 对该畅销产品进行组合销售、范围销售、带动销售的情况下, 来获得更好的利润。这些营销策略需要在严密、准确、全面的数据挖掘情况下进行, 否则就增加了企业的运营风险。二是产品在销售过程中的销量数据浮动。假如产品在某一区域的销量逐渐上升或逐渐下降, 就需要对这类事件进行充分数据挖掘, 在进行这类数据挖掘时可以采用聚类分析法和分类与预测相结合的方法, 从而制定相应的营销策略, 抓住企业的各类用户, 并对忠实用户进行巩固。

3. 2 有助于管理用户类别, 为营销策略提供支撑

根据真实有效的数据来进行分析挖掘是企业用户管理的基础, 是企业营销策略落实的关键。首先, 数据挖掘可以帮助企业将用户类别标准进行明晰, 使企业能够根据不同用户群的需求来制定营销策略。其次, 数据挖掘时可以通过分类预测分析法对潜在用户进行吸纳, 使企业在维护好原有用户的基础上将潜在用户归纳到现有类别当中。同时还可以根据已经掌握的用户资料, 根据性别、年龄、区域以及洽谈手段进行归类分析, 从而了解不同用户的合作趋向, 为用户提供更好的服务。

另外, 在管理用户类别方面, 还需要从用户满意度的角度进行分析, 通过与用户维持较为合理的交流氛围来把握产品的市场定位, 有计划地进行差异化营销。在分析用户满意度的同时要注重为忠实用户实行个性化销售制度, 制定良好的个性化产品组合, 及时调整产品内容和产品组合结构, 从而保证了营销策略的灵活性, 为企业制定营销战略提供有效支撑。

3. 3 有助于实现营销数据管理科学化, 提高营销策略制 定时效性

通过对营销数据挖掘与分析, 能够为企业决策者提供更加精准地市场分析, 为摆正企业发展目标, 准确开展市场营销活动, 提供强有力的支撑, 在实际落实中则大大增加了营销策略制定的时效性。企业在进行数据挖掘时能够对用户对产品的使用情况进行及时掌握, 快速做出反应, 为企业调整、拟定营销策略提供可靠依据, 大大提升了营销策略的制定速度, 缩短了从制定到落实的时间差, 为企业发展、产品销售赢得了宝贵时间。比如, 制定交叉销售策略时, 企业可以快速利用现有老用户的信息及其所在社会层次制订老客户带动新客户的营销方案, 大大提升了寻找新用户、掌握新用户信息的速度, 不仅能够有效开展富有个性化的交叉销售, 还能够在一定程度上保证了营销策略有效落实。

4 结 论

通过以上论述可以发现, 在知识经济时代下开展的营销数据挖掘虽然能够较为快速地为企业赢得利润, 但是还需要企业进一步扩大数据搜索、储备范围, 不断更新数据收集、储备及分析方法, 为企业营销策略制定提供更加准确的参考信息。同时企业还需要扎实修炼数据挖掘方面的内功, 不断提升数据挖掘能力, 综合利用数据挖掘方法, 迎接更多的挑战。这就要求企业要充分认识到营销数据挖掘中存在的瞬时性、短暂性, 在数据信息的瞬时性中挖掘持久性规律, 尽可能地规避数据挖掘的不良影响, 做到既能钻得进去, 又能跳得出来, 为企业提供更加全面决策参考。

摘要：在市场竞争日益激烈, 竞争方式日益丰富的情况下, 对企业营销数据的挖掘成为众多企业管理者的新宠, 将营销数据作为制定企业营销策略的重要依据。但是, 目前仍有许多企业对营销数据存在较大误区, 没能将营销数据充分挖掘, 进而影响了企业营销策略的制定。本文在分析界定营销数据概念的基础上, 简述数据挖掘对企业营销策略的重要性, 并分析营销数据挖掘对企业营销策略的重要影响。

关键词：数据挖掘,营销策略,营销数据

参考文献

[1]马江洪, 张文修, 徐宗本.数据挖掘与数据库知识发现:统计学的观点[J].工程数学学报, 2002 (1) .

[2]钱锋, 徐麟文.数据挖掘及在营销中的应用[J].杭州电子工业学院学报, 2001 (4) .

[3]王实, 高文.数据挖掘中的聚类方法[J].计算机科学, 2000 (4) .

数据库营销 第5篇

宋学宝

本文的一些观点并不完善，在此我们补充几点1、数据库营销的定义不准，应该属于客户关系管理中的实现工具之一；2、要分析客户的兴趣爱好，只有数据库是绝对不够的，其实现工具是数据仓库和数据挖掘，从我们以前的项目经历看，不少客户仅仅搭建数据库，其结果只是形成了数据垃圾，其有规律的高价值信息并没有得到.

1994年5月，美国宾州大学的P.Wind教授到清华大学演讲时提到，营销学领域的最新趋势之一就是IT的广泛应用。当时与会的中国学者对IT究竟是什么的缩写并不是每个人都知道，仅仅过了4年，不仅IT已被广泛接受，而且IT经理也成了热门话题。

从历史上看，IT经理的发展经历了三个阶段。第一阶段，IT经理的主要职能是引进和管理硬件。第二阶段，IT经理的主要职责是引进和管理软件。这批经理效率的高低、追踪新技术能力的大小、适应新技术速度的快慢，直接影响到一个公司或一个单位的效率的高低。这一阶段也是IT变化最迅速、应用范围迅速扩大的一个阶段。第三阶段，IT经理的主要职责是管理和开发信息。互联网、内部网、外部网的建立和发展，大大加速了信息的产生、传递和更新，也提供了各种管理和开发信息的有效工具。信息在这个阶段日益变成有价 值的资源，开发并利用这些资源来提高公司的效率变得越来越重要。在发达国家，IT经理们的主要职责逐步 由管理软硬件转向管理信息。

IT经理要管理的信息有两部分：外部信息和内部信息。对于内部信息管理，首先必须了解整个公司的经 营目标、组织结构、业务流程、各部门的责权、岗位设置等等。分析出公司不同部门的信息产生和需求，在此基础上建立公司内部的信息沟通渠道。要管理好外部信息，必须了解公司内部不同部门对外部信息的需要，为他们提供获取外部信息的有效渠道，并对外部信息进行评价筛选，分送给相应的部门和个人。

其次，IT经理必须了解公司的客户以及营销的基本理论和方法，了解外部信息的不同价值，并对外部信息进行开发，提供给真正需要这些信息的人。由于外部信息完全是不受控制的，因此IT经理还必须找到采集或获取外部信息的.有效办法。这本身就是对外部信息的一种开发。

IT经理们将来不仅要有IT的背景，更重要的是有业务背景和管理背景。

IT经理走向前台的一个重要的表现，就是数据库营销。过去我们采取了各种各样的营销手段。IT的发展又提供了崭新的营销渠道和营销手段，如网上营销和数据库营销。网上营销只是提供一种新的信息沟通工具 ，而数据库营销则提供了一种全新营销模式，因为它可以使营销者更迅速、更准确地抓住消费者的需要，甚至能使营销者比消费者本人更了解其需要尤其是潜在需要而在这方面取得优势，无疑会增加企业在日益趋向 “买方市场”的竞争环境下的获胜机会。美国电影《网络惊魂》就是用艺术的手法从一个侧面揭示了消费者数据库的巨大价值。从本质上说，营销要达到三个目的。一是提供消费者真正需要的产品，以提升产品的价值，二是降低交易成本，三是扩大市场规模和销售范围。数据库营销在达成这三个目的方面都有巨大的潜力 。

所谓数据库营销，就是利用一个企业或部门在其经营过程中形成的各种数据库、通过对其进行加工处理来获取制订营销策略所需要的信息，并在此基础上制定相应的营销策略。

&

[1] [2] [3]

拥抱大数据营销时代 第6篇

这个行业中的每一个人，无论是主动的还是被动的，都被这股数据的洪流裹挟着朝着“大数据”时代一路狂奔，拥抱大数据时代就是营销人的唯一“宿命”。

这年头，做营销做公关的，对于层出不穷的互联网应用和由此诞生的新名词儿都必须要知道了解熟悉，并且迅速转化在给客户的提案中，所以不管我们是不是真的弄明白什么是云计算，什么是大数据，都必须在这条“追新”不死人的路上勇往直前见招拆招。

在谢文老师《迎接大数据时代》一文中，对大数据的定义有所描述：按照维基百科上的定义，所谓“大数据”（bigdata）在当今的互联网业指的是这样一种现象：一个网络公司日常运营所生成和积累用户网络行为数据增长如此之快，以至于难以使用现有的数据库管理工具来驾驭，困难存在于数据的获取、存储、搜索、共享、分析和可视化等方面。这些数据量是如此之大，已经不是以我们所熟知的多少G和多少T为单位来衡量的，而是以P（1000个T），E（一百万个T）或Z（10亿个T）为计量单位，所以称之为大数据。

什么是大数据营销？

大数据营销应该植在互联网普及的当下，社会化应用以及云计算，使得网民的网络痕迹能够被追踪、分析等，而这个数据是海量的可变化的，企业或第三方机构借助这些数据为企业的营销提供咨询、策略、投放等营销服务的行为，可以被称为大数据营销。

和大数据一样，大数据营销其实也不算很新的概念，只是因为随着云计算、云端应用、各种移动设备的普及，以及facebook、twitter等社交网络的兴起，诸如google和亚马逊对数据营销体系的成熟，使得大数据营销受到越来越多的关注并且逐渐成为多数企业的必选题。

大数据营销是未来营销的主战场，因为所有的人在说电视、报纸等传统媒体在增长在放缓乃至衰减，而且随着多网融合，大数据正在将传统渠道数据融合，由此形成的“数据为王”的营销格局。

未来企业市场营销费用的分配，除了部分品牌投放外，多数投放都是由大数据指引的，企业的消费群分布在哪里？企业的潜在用户在哪里？通过大数据找到他们分布的地方，然后用有创意的投放形式让他们成为企业的粉丝并最终形成销售。

在大数据营销时代，任何投放带来的点击率、转化率和销售，网络舆情，都将以数据呈现，而如何利用大数据的价值，对于第三方机构而言，都是“技术性”的挑战。

当然，需要注意的是随着大数据时代的来临，数据的量是巨大的、呈现无规律分散的。对于企业营销人员而言，如何在海量的大数据中，通过合理的方法论找到对企业有帮助的数据，并且将预算合理的分配在为数众多的数据来源的平台上——这对企业营销人员以及企业决策人而言，都意味着巨大的风险。

就好像我们熟知的那句话，“企业不上网是等死，企业没准备好就上网有可能是找死。”

如何在维护现有营销渠道的同时，覆盖更多更好更有效的网络平台，对于品牌企业的市场部门而言，机遇和风险同样巨大。

我们熟悉的google、facebook、亚马逊等，都是大数据营销的领先者，他们通过对大数据的挖掘、追踪、分析以及投放等数字化手段，为企业实现大数据营销，不仅帮助企业实现营销目标，也使得他们的商业模式更加的具有技术优势。

大数据营销仍处于起步阶段

相对领先的是百度和阿里巴巴淘宝的搜索和竞价广告体系，这是最容易让企业客户理解的数据营销模式——大数据营销对于传统门户的挑战将会更大，显示广告不仅仅会被要求被展示，更要和企业官方、官方微博、官方主页关联，更精准更有效，对于互联网媒体而言，在大数据营销时代继续保持对广告主的吸引力，除了保持媒体的影响力外，对广告模式的探索也是必须要做的。

这点，新浪微博的机会是无疑是最好的，也是最可以被关注研究的案例。

对于众多国内的第三方营销传播机构而言，很难会像奥美等大企业直接收购和购买成型的数据公司，但是仍然可以通过其他方面拥抱“大数据”。

国内的媒体环境同样很复杂，众多企业对传统媒体的预算并不是太过削减的同时，会逐渐加大对新媒体费用的倾斜，在这样一个新兴的环境下，能够通过边摸索边前行的方式建立更人性化更智能的投放模式，对于从业者而言，机遇大于挑战。

对于大数据营销而言，需要具备以下能力：营销传播机构要有采集数据的能力。数据的来源取决于网络的“开放度”。国内互联网相对封闭的环境，使得数据的采集有相当的难度，尤其是在海量的大数据时代。营销传播机构要有对数据的整理分析能力。对采集数据的分析归纳，可能是大数据营销快速发展的桎梏。做产品的多数是理科背景，做营销的多数是文科背景，所以，必须懂得营销传播机构要有策略和投放能力。通过对数据的分析和归纳，形成合理的投放决策，要求市场营销人员，不仅是能够写方案写稿件，更能读懂数据看懂表格，还要能够提出需求。

大数据营销时代，营销人员的产品经理化，将是未来数年营销业的趋势。

如何管理和应用这些大数据，控制隐私和公共空间的边际，将他们的价值最大化，被技术驱动的大数据营销——这是对于我们这些有追求的营销人的重大挑战。

大数据时代的营销新模式 第7篇

所谓数字营销, 就是指借助于互联网络、电脑通信技术和数字交互式媒体来实现营销目标的一种营销方式。这种营销方式充分发挥了现代通讯技术的巨大作用, 把营销的全过程都置于现代通讯技术和计算机技术的掌控之下, 让企业的神经遍布产品营销的每个角落, 让企业营销的每一个终端都布满产品营销的传感器, 从而改变企业和营销之间的信息不对称状态, 实现每件商品销售的可统计, 市场变化的可预知, 从而达到用营销数字来指导企业的生产, 用营销数字来指导营销策略的制定和实施, 既实现企业在市场经济中商战中实现的“知己知彼, 百战不殆”的良好态势。

数字营销具有许多前所未有的竞争优势:能够将产品说明、促销、客户意见调查、广告、公共关系、客户服务等各种营销活动整合在一起, 进行一对一的沟通, 真正达到营销组合所追求的综合效果。这些营销活动不受时间与地域的限制, 综合文字、声音、影像、网片及视听、用动态或静态的方式展现、并能轻易迅速地更新资料, 同时消费者也可重复地上线浏览查询。综合这些功能、相当于创造了无数的经销商与业务代表。

戴尔模式是数字营销成功的典范。戴尔模式的成功之道并不在于一个简单的直销, 成功的根本在于低成本, 高效率的营销和生产管理, 就是说戴尔成功的根本是最小的生产库存, 最快的资金周转, 个性化的甚至一对一的产品营销, 这些都是数字营销所要实现的目标, 戴尔成功之道直销只是一个外在的表象, 数字营销式的生产管理才是其成功的根本所在。

目前, 越来越多的企业加入到数字营销的队伍中来。2009年, 全球饮料巨头百事可乐终止了与“NFL总决赛”超级碗杯长达23年的合作, 转而将这笔广告费用于以数字营销为主的新营销方式。无独有偶, 2011年, 全球汽车巨头通用汽车宣布削减1000万美元的网络硬广投放, 但同步却在与粉丝们互动的数字营销活动上增加了3000万美金的投放。

透视大数据时代的营销变革 第8篇

面对大数据, IBM、微软、SAP、Oracle等巨鳄像是忽然找到了金矿, 开始全力挖掘, 多方位推广大数据理念, 争抢“头羹汤”。随着大数据的盛行, 以及大数据背后隐藏的商业价值, 基于中国市场环境中的企业如何利用好大数据, 是当今中国所有企业面临的问题。找到、找准大数据应用的切入点则是大数据时代迈进需要厘清的第一要点。

认识大数据

何为大数据呢?根据IDC机构的定义:大数据是指为了更经济更有效地从高频率、大容量、不同结构和类型的数据中获取数据中有价值的信息而设计的新一代架构和技术, 人们用它来描述和定义信息爆炸时代产生的海量数据, 并命名与之相关的技术发展与创新。大数据除了字面理解的数据量大 (Volume) 特征外, 还有价值密度低 (Value) 、数据种类多 (Variety) 、处理速度快 (Veracity) , 被人们简称为“4V”特征。

人们把2013年称为大数据元年, 但“大数据”一词并非新鲜词汇, 早在1980年就由当时著名的未来学家阿尔文�托夫勒在其《第三次浪潮》中提出, 并且热情洋溢地赞颂大数据为“第三次浪潮的华彩乐章”。不过直到2009年, 大数据一词才在欧美国家逐渐流行。

大数据, 大变革

据专业机构预测, 未来几年全球数据量每隔两年翻一番, 2020将达到40ZB。对此有人说, 大数据不单单是“数据的工业革命”, 更是一场深远的营销服务思维和构架的转变, 是未来营销浪潮的大趋势。

大数据产生大影响, 随着大数据时代的到来, 营销人员开始发现巨量数据资源背后的营销价值, 制定个性化的营销策略, 进而提升品牌形象, 提高品牌忠诚度。目前, 精准营销和发现新市场两个方面的应用最为明显。

其一, 在精准营销方面, 企业通过积累海量的用户数据, 分析出用户的喜好与购物习惯, 甚至做到比用户更了解用户自己。每当用户上网浏览信息时, 企业针对每个用户的兴趣爱好, 推送个性化的广告内容或者产品信息。

别克君威与淘宝合作推出的营销活动“为一再心动买单”就是利用大数据营销的经典例子。活动通过淘宝用户的收藏夹向用户展示最受关注的产品, 并选出自己心动的产品, 分享心动故事;由系统罗列君威的核心卖点, 选出精准需求, 心动宝贝就由君威买单。通过这一活动, 君威根据分析参与活动用户的消费行为, 了解到哪些用户是动力追求者、哪些用户重视安全等等, 从而定向地向他们推送不同创意内容的广告。

其二是发现新市场, 基于人们工资收入以及生活水平的变化, 大数据筛选出哪些客户的购物兴趣发生了转变, 购买周期如何等因素, 为营销经理洞察市场与把握经济走向提供了新的营销方向。同时也为企业更换新产品, 更新产品生命周期提供了即时的信息反馈, 确保企业成本减至最低。

大数据带来的营销空间巨大, 我国大数据发展较欧美国家晚了四五年, 可以说目前还处于启蒙认知阶段, 且国内不少企业家皆认为大数据只是阿里巴巴、京东商城、百度、腾讯等大型网络巨头才能玩得起的技术。由此可见, 我国对大数据时代的营销服务还处于探索前进状态, 亟需营销人员不断地创新、变革。

大数据面前, 人人皆“裸体”

“我就在1号店上看了下女鞋, 接着一个多星期, 上网看到的广告, 就以鞋子为主。肯定是我的数据被共享了。”这一句话似乎提醒着我们精准推送品牌信息的同时也意味着个人信息安全荡然无存。如今, 网络已成为人们日常生活的一部分, 但这背后始终有一双“看不见的眼睛”无时无刻地注视着人们的每一个行动, 因此有人戏称“大数据面前, 人人皆裸体。”可见, 伴随大数据浪潮接踵而来的还有安全风险、个人隐私以及信息骚扰……

以前, 个人用户在使用金融机构、邮局、物流等企业提供服务时, 要通过与服务商签订严格的保密合同, 将个人信息提交给服务商, 服务商则负有保护个人数据的责任, 用户与服务商之间双方权利的边界相对清晰。大数据时代到来后, 传统线下企业的数据保护方式失效了, 只要用户使用智能手机, 或上网购物, 或参与社交媒体互动, 他就必须将自己的个人数据所有权交易给服务商。更复杂的是, 经过多重交易和多个第三方渠道的介入, 个人数据的权利边界消失了, 或者说模糊不清了。

以网络购物为例, 用户要经过网络下单、在线支付、物流配送等多个流程, 其中每个环节都涉及个人数据的搜集、利用与转移。当你用搜索引擎寻找商品信息时, 搜索引擎服务商和电子商务平台就导入了你的搜索信息。下单与支付等环节的契约关系看似简单, 表现为用户与网商店家签订合同, 但在实际生活中, 电子商务平台商通过后台数据监控, 可轻松地得到完整而精确的用户个人信息, 比如购物偏好、个人身份和家庭地址。

写到这, 不禁想起之前看到的一则微博:“别再推送棺材广告了, 之前看微博说淘宝大部分棺材都包邮, 我好奇无聊就去淘宝看了一下, 但一个月以来, 新浪微博天天在‘热门商品推荐’里给我推荐棺材、寿衣、骨灰盒。给次机会, 我改错好吗?”企业这样推送产品信息非但没有达到预期效果, 而且还引起用户的反感甚至厌恶, 如何应用好大数据提供的海量用户信息, 让用户主动接受, 成为我们迫切需要解决的首要问题。

Make difference效果营销

面对大数据时代带来的商业利益和安全隐患双重矛盾问题, 企业在已收集并存储了所有的数据后, 接下来他们该干些什么?他们如何对这些数据进行营销服务?而且最为重要的是, 他们如何安全合法地利用这些数据?身处大数据时代的浪潮中, 与营销休戚相关的公关广告行业则是大潮中的浪尖, 业内各大公司都在探索新的整合营销模式, 期望借势乘风破浪, 在这种背景下, 我提出了自己的观点, make difference——效果营销。

Make difference效果营销是一种反向溯源的品牌推广方式, 其核心是从客户的需求出发, 借助优质媒体资源力量, 为客户创造真正有价值、有效果的品牌营销。品牌营销大致可分为三个层次:其一, 做品牌, 主要是指依靠一两篇新闻稿件, 铺天盖地进行推广的一种方式;其二, 做好品牌, 通过一两个亮点事件, 结合时事制造新闻进行推广, 其中包括做企业社会责任, 做专家论坛等, 这些形式都是途径之一, 目前, 中国的品牌推广还是以这两种推广方式为主流;其三, 做有价值的品牌, 就是睿符想做而且也正在推进的make difference——效果营销。

如果把效果式营销分解来看, 一方面是为客户提升品牌美誉度, 寻找产品差异化, 拓宽市场机会, 为客户创造价值;而另一方面, 则是抛弃灌输式量化信息积累, 在传播上求质, 适应每位目标消费者需求, 形成消费者自愿, 主动关注品牌信息, 增加消费者对客户品牌的认同感。基于这样的营销服务, 最终实现为消费者、客户与品牌推广机构三赢的局面。在大数据潮之下, 想要实现效果式营销, 在执行步骤上, 大概从以下三个方面着手:

首先, 精准信息筛选。建立完备的信息数据库, 对用户进行分层管理, 了解消费阶层、购物喜好、消费方式、触媒习惯等, 从而确定潜在客户以及直接目标客户, 根据触媒习惯, 形成有效的数据链。

其次, 咨询客户需求。利用新媒体力量, 针对目标客群设定话题吸引关注, 同时传达实用信息, 建立初步联系。在传统媒体中精选优质资源进行品牌信息占位, 双线加固消费者好感。

最后, 信息主动获取。在客户主动获取信息的前提下, 运用新媒体工具, 定时向客户推送实用品牌信息, 真正实现精准有效传播。

卷烟企业大数据营销策略研究 第9篇

关键词：卷烟企业,大数据营销,策略

0 引言

大数据时代, 新媒体、新技术应用越来越广泛, 消费者行为模式正在逐步转变, 商业数据飞速传递于消费者和企业之间, 由此带来新的营销理念大数据营销。大数据营销是基于多个平台基础上的数据, 依托大数据挖掘技术, 进行广告的营销方式。大数据营销要改变传统的营销观念, 积极运用大数据在企业营销活动中的作用与价值, 提高大数据营销的水平。对于卷烟生产营销与传统经济学的特点, 面临新时代的新变化和挑战。卷烟企业大数据营销策略是值得研究的议题。

1 大数据营销特点

移动互联网主导下的数字营销时代, 企业快速获取海量用户行为数据, 通过大数据来挖掘、细分和满足需求, 结合大数据的精准化、智能化的营销, 主要可以实现三个方面的改进。

投放更准。企业可以依据大量、丰富的数据信息进行市场需求及消费者行为的分析与了解, 结合平台、载体、人群的选择让营销更加精准, 从而改变原本的营销战略和手段, 提高精准营销。大数据营销就是在最大程度上, 让广告企业的投放有一定的针对性, 并根据实时反馈的效果, 实时传递并对广告策略进行调整。

个性化强。现在广告主的营销理念已从“媒体导向”向“受众导向”转变。大数据技术关注数据之间的关联性, 挖掘潜在用户群、分析用户偏好、定位用户需求, 可以更高精度地预测营销效果, 实现对客户的个性化营销。

时效性强。在网络化的现代, 客户的消费行为和购买方式很容易在短时间内改变, 最高点的时候, 客户的需求是非常重要的进行营销。企业可以通过对消费者行为数据的分析, 更准确地把握消费者的信息, 及时响应每一个客户的当前需求, 因此他决定购买“黄金时段”, 及时接受商业广告。

2 卷烟企业的营销发展近况

经济社会的快速发展和技术创新的加速和改革, 创造了越来越复杂多变的营销环境, 包括香烟在内的所有营销新问题的提出。20世纪80年代以来, 烟草行业经历了从集中管理、垄断经营到市场化改革的发展过程。烟草行业由于长期处于行政垄断的特殊体制下, 而又直接面对市场, 在这种双重矛盾中, 尽管各层级人士都对管理改革倾注了相当大的心血, 但收效甚微。

2.1 卷烟营销受时空限制大

传统营销模式方式下, 产品营销的实现需要面对面才能完成, 受时空限制很大。烟草行业迫于体制的约束性, 当前的供应链仍保持典型的传统营销模式, 即工业企业→商业企业→零售商→消费者, 卷烟产品均需要经历这些环节才能到达消费者手中。消费需求的日益个性化、娱乐化, 卷烟企业面对的是崭新的营销环境和个性鲜明的消费主体, 促使其不得不加快创新步伐, 在理念和机制上适应时代的变革, 以满足消费需求。

2.2 卷烟营销时效性差

现行的卷烟营销不能完全凸显客户的实时需求, 卷烟企业对本区域的销售市场信息缺乏科学的调查和认真搜集的现象, 有的公司网站甚至一年都没有更新, 卷烟销售管理信息系统里的零售户基本信息多年未变, 导致目前的卷烟营销不能实时实地的满足客户。

3 卷烟企业大数据营销策略

3.1 改善数据质量, 多平台数据整合

3.1.1 多平台收集海量消费行为数据

数据的来源会影响数据质量, 大部分企业都在使用自己收集的数据, 与合作伙伴、第三方商家合作共享数据的企业较少。当前卷烟企业的市场数据采集体系有新商盟系统、销售管理系统、卷烟销售分析系统等, 互联网分销和信息采集样品也可以为企业提供库存和市场价格的原始数据。但零售客户的经营行为、消费者的个人信息、兴趣爱好、消费习惯、购买行为以及购买关联等数据收集较少。基于移动互联技术, 我们可以运用无线扫码设备和门店管理系统, 记录商家的所有交易数据, 从收款端获取大量消费数据, 基于支付入口掌握消费情况, 并对商户经营进行统计、消费分析和用户画像, 还可以通过互联网、微信、微博等社交网站获取消费者兴趣爱好等信息, 满足大数据大量性、多类型要求, 确保数据的准确性和代表性。

3.1.2 解决数据分散, 实现信息整合

目前卷烟企业建立了很多的信息系统, 这些系统积累了大量数据, 但是各个企业、系统都是相对独立, 导致“信息竖井”、“信息孤岛”的情况产生, 难以利用大数据处理技术进行分析, 应构建统一的数据平台, 将企业内分散的原始数据和来自外部的数据综合到一起, 通过加载、清理、转换, 形成一个核心数据库, 为企业提供完整、及时、准确的数据, 它一定程度上保持了数据的一致性, 又易于被用户访问。

3.2 综合分析评价现有大数据, 实现经济效益

3.2.1 提升对零售客户服务指导

通过多渠道收集零售客户的经营行为信息, 包括零售客户性格爱好、经营卷烟的年份, 每天营业的起止时间、店内其他商品的销售数据等信息。通过零售客户的性格爱好的分析, 可以帮助客户经理投其所好更好的开展客户服务, 拉近客户距离, 提高客户满意度;通过营业时间、店内其他商品的销售数据等经营行为信息的分析, 可以充分了解到该零售客户的资金周转情况、卷烟经营占比情况、卷烟对其经营的重要性、对烟草商业企业的忠诚度, 以及卷烟与其他商品的购买关联情况等信息, 从而确定什么样的促销方式对该客户更有效。基于此客户的忠诚度, 哪种经营指导能产生更好的服务效果, 便于客户经理有针对性的开展经营指导工作。

3.2.2 为消费者个性化推荐

消费者在互联网、微博、微信等平台的所有行为, 包括浏览记录、搜索结果、在线购买等, 都可以记录下来。利用这些大数据, 就此卷烟公司可以建立一个详细的消费者数据库, 包括消费者购买卷烟品牌变化情况、兴趣爱好、购买行为以及购买关联等数据。透过对消费者的个人需求和消费习惯的数据分析, 实现每个消费者信息的可视化, 为客户提供有针对性的服务和产品, 为消费者在网上购物时提供完全个性化的决策支持和信息服务, 推荐信息可以把浏览的潜在顾客转化为购买者, 提高网站的销售水平, 提高客户的忠诚度。通过这些数据可以分析出哪种促销活动对消费者最有效, 增加用户黏度, 实现销售与利润的增长。

3.3 卷烟企业运营和决策优化

一方面以集成数据、智能分析为核心, 升级卷烟营销管理平台, 分析了网络用户的行为和去向, 挖掘哪些营销渠道的客户最多, 这是在实际购买率最高的营销渠道, 实现渠道优化, 准确把握市场需求, 进行预测、改进和创新产品, 监控存销比、库存周转率、市场满足率等指标, 提高决策的准确性。另一方面开发卷烟客户经理的移动互联平台, 通过应用价值流分析工具, 优化操作流程, 提炼数据分析工具和操作形式, 充分优化客户经理的工作模式, 为客户经理提供一个有效的平台, 实现客户管理、实时控制, 实时收集不同人群不同地方对卷烟制品的评价, 对市场动态的及时把握, 提高了客户服务有效性和增值服务价值, 卷烟企业可以有针对性的对可能存在的问题做出及时改进。

4 结束语

大数据时代, 卷烟企业营销活动要充分结合大数据的要求和特征, 归类分析消费者行为, 为营销管理人员分析市场、制定策略、培育品牌、效果评估等营销管理行为提供数据支持, 获得更好的营销效益。总之, 大数据是企业未来发展的必然趋势, 卷烟企业应积极适应这场变革, 运用大数据营销不断提质增效升级, 不断提升企业市场竞争力。

参考文献

[1]李巍, 席小涛.大数据时代营销创新研究的价值、基础与方向[J].科技管理研究, 2014, (18) .

[2]金晓彤, 王天新, 杨潇.大数据时代的联动式数据库营销模式构建——基于“一汽大众”的案例研究[J].中国工业经济, 2013, (6) .

[3]陈慧, 王明宇.大数据:让网络营销更“精准”[J].新营销, 2014, (7) .

浅析数据库营销推广 第10篇

数据库营销的特点主要包括:数据库营销的本质是提供了一个关于市场行情和顾客信息的数据库。顾客数据库是顾客与销售部门之间沟通的桥梁。销售部门通过顾客数据库才能开展有目的的营销策划活动。公司的现有顾客和潜在顾客的基本资料都被储存在营销数据库里。这些基本资料包括:顾客身份和联系方式;顾客的需要 (品种、款式、颜色等) 及特征;顾客对公司营销计划的反应;顾客与本公司的竞争对手的交易情况。企业定期通过电话、调查问卷、信件、销售人员等营销媒介和渠道及时了解顾客需求变化及产品改进建议, 并迅速反馈给市场营销政策的制定者。

数据库营销的作用可归纳如下:使产品及服务的设计、市场营销目标定位更加准确;加强现有顾客对本企业产品品牌的依赖和信任;有效地识别潜在顾客;比传统的销售方式成本要低, 这是因为顾客数据库能够减少许多重复性的市场调研工作;增强生产经营与市场销售之间的联系, 使经营决策更加科学。

权威资料显示, 在美国几乎所有的零售企业、80%的制造业与服务业已经开展数据库营销。而国内多数企业虽然有很高的参与热情, 但是数据库营销推广仍处在起步阶段。理论上, 任何拥有海量客户数据的行业 (如保险、电信、银行、航空业等) , 产品与服务高毛利的行业 (如高端定位的化妆品、服装甚至婴儿奶粉等消费品, 边际利润高的住宿、餐饮、娱乐、美容等服务业) , 以及顾客消费金额巨大的家电、汽车、房地产业等, 都应该组建并有效利用顾客数据库开展各种各样的推广活动, 以强化顾客忠诚。

1 组建有效的顾客数据库

首先是信息收集。尽一切可能收集众多顾客的众多信息, 如年龄、性别、职业、收入、学历、爱好、性格、习惯、价值观、电话、地址、e-m ail等。某高端奶粉厂家就总结了以下六种客户数据来源: (1) 直接购买 (从医院、计生委等部门获取) ; (2) 吸引顾客主动申请会员 (成立会员俱乐部, 入会送礼品) ; (3) 异业交换/索取 (如与早教、宝宝摄影机构、婴童店拥有的数据交换或索取) ; (4) 通过现场导购促销、市场调查等活动获取; (5) 通过免费咨询电话获取 (打电话询问的几乎都是企业潜在或现实的顾客) ; (6) 通过网络获取 (吸引顾客注册, 咨询等) 。

其次是筛选鉴别。一方面, 各种途径收集上来的顾客资料不一定都是真实的, 企业应该安排人手通过电话复核、资料逻辑比较等方式全面或抽样监测顾客资料的真实性。另一方面, 企业的资源有限, 不可能满足所有顾客的需求, 而只能重点满足目标顾客的需求。针对收集上来的顾客资料, 企业要根据事先锁定目标顾客的生理、心理、行为特征进行筛选、分类, 不吻合目标顾客条件的, 该舍弃的舍弃, 该忽视的忽视;根据与目标顾客锁定条件的吻合度, 将搜集到的顾客资料分为A、B、C和淘汰四类。如某化妆品的目标顾客是年收入10万元以上、大专及以上学历、追求时尚的25～35岁白领女性, 则顾客数据库中10万元以下的, 大专以下的, 25岁以下的, 35岁以上的, 普通蓝领职位的女性顾客资料只能被归纳为C类客户甚至被淘汰。而不同顾客重要性类别的鉴别、归类, 直接影响到以后各种推广沟通费用的浪费比例、销售的成功率以及终极营销效能问题。

最后是数据管理。至少拥有一套先进的C R M软件, 方便大量顾客资料的录入、查询、筛选, 同时要时时更新。

2 深入分析数据库阶段

一方面企业要寻找/开发合适的数据分析软件, 让数据说话, 另一方面企业必须拥有懂数据分析更懂营销的高级复合型人才, 只有这样的人才才能在客观的冷冰冰的数据与复杂多变的顾客需求、形式多样的营销策略之间建立桥梁。

普通的数据分析包括趋势分析 (了解过去) 、比重分析 (判断轻重缓急的依据) 等。相对高级的数据分析包括回归分析、交叉分析等, 特别是交叉分析在营销业界被广泛地运用。更高级的数据分析是深度挖掘发现型分析, 包括因子分析、差异分析、聚类分析。

数据库中, 年龄、性别、职业等顾客特征比较容易获取, 难的是顾客群体的心理特征, 面对千千万万的顾客, 如何判断他/她是价格敏感的、追求情调的、热爱运动的、注重健康的?我们只有通过数据挖掘技术, 进行大量的分析归纳, 才可能寻找出不同价值观、不同心理偏好为特征的顾客群。比如在零售业, 分析顾客的购物清单, 假设清单中80%的商品都是超市的特价商品, 我们就可以将其纳入价格敏感一群;追踪顾客的购买历史数据, 发现某顾客常常购买有机食品、运动装备、保健品等, 我们就视之为注重健康一族。这种基于共同心理特征的数据挖掘分析, 代表着营销数据分析的最新方向。

3 推广阶段

3.1 对目标顾客进行再分类

考虑到时间、沟通费用等成本代价, 特别是对具有海量顾客群的企业而言, 如电信、银行、零售业等, 真正一对一定制个性化推广策略并不现实。数据库营销推广只能有限靠近一对一个性化推广。

3.2 对不同顾客实施不同的推广策略

不同的顾客群有不同的购买心理及行为, 我们应该根据他们不同的心理、行为而设计不同的推广策略。例如在零售业, 对实惠型的顾客群寄送特价、特别优惠券, 对注重情调的顾客群组织浪漫的pa rty, 对重视健康的人群寄送新到有机食品样品, 对刚有宝宝的家庭则推荐宝宝食品用品组合套餐等。在通信业, 对高端商务客户, 则采用积分奖励送培训券、财经书籍等, 对打工一族则力推低价长途套餐, 开展订套餐送大奖活动, 对学生群体则开展短信/彩铃创作大赛等多种推广策略。在餐饮业, 对老顾客实施忠诚奖励计划, 如就餐满五次送一次免费就餐, 满十次送三次免费就餐, 对游离型、新顾客可实施来就送新菜肴一盆, 现场打9折等活动, 对注重营养的顾客赠送一些养生之道的书籍, 对注重美丽的女士推荐能美容的食品等。

3.3 选择适当的推广媒介

传统的基于数据库的顾客推广媒介包括电话、信函邮寄、小型联谊会/讲座, 这些媒介形式相对费用高, 效率低。现在利用短信群发与E-m ail群发, 费用低、速度快、命中率高。另外, 在线即时双向沟通的目标顾客Q Q群、M S N群等都是企业可利用的数据库推广信息发布并与顾客互动沟通的平台。

下面介绍一个典型案例。2007年股市的红火, 带动基金进入了红火时代。但是基金产品同质化明显, 基金公司之间的竞争加剧。基金公司除了通过旗下基金的业绩来吸引投资者外, 越来越注重品牌形象的推广、新销售渠道拓展与推广。华夏基金公司是我国几十家基金公司中影响力最大的之一, 该基金公司新推出的华夏优质成长股票基金, 希望能够更准确地抓住牛市时机, 有效地促进基金销售。公司长期积累了大批的客户, 从老客户入手, 开展交叉销售, 挖掘出更多的销售线索, 是一条必经之路。另外, 公司还希望利用外部数据, 进行新的销售线索挖掘工作。因此, 数据库营销便成为首选的重要推广方式。该基金公司希望初期的推广活动能够覆盖北京、上海、广州和东部沿海发达地区的大约40万个目标客户, 并在两个月的时间内发展出600个以上的有效客户。着重分析客户收入水平与投资习惯, 通过以前积累的用户行为特征数据, 以客户理财偏好关注度为分类标准, 将所有客户分为八个类别, 并制定了八套以基金为主的综合理财方案, 建立一个定时发送任务, 在活动的当天的凌晨7点左右, 给客户发送过去。通过易智后台, 对许可邮件的跟踪检测, 打开率、点击率、回应率及停留时间等指标, 较以前有大幅度提升, 显示出一对一个性化沟通与顾问营销的威力。基金认购之前, 基金公司就已经掌握了近乎准确的预售金额, 包括老客户交叉销售金额、老客户推荐新客户销售金额、新客户销售金额, 为认购作了充分的准备。基金认购当天, 效果空前的好, 新客户大幅增加。最后, 又利用易智S D M系统 (手机短信营销) , 对部分价值客户进行短信告知。一切都在基金公司的预料中进行, 成功实现基金的全额认购。当然此次营销的成功, 有赖于此基金公司本身的品牌影响力, 和以往的业绩, 同时与企业内部的营销团队的努力是分不开的。在整个营销的过程中传统媒体的广告投放与数据库营销的紧密配合, 让企业真正达到了运筹帷幄决胜千里的营销境界。华夏基金公司的成功, 震动了业界, 也必将对所有企业高管有极大的触动。相信在未来的几年内数据库推广会形成一股浪潮, 推进市场营销的革命。

摘要：数据库营销能够代替许多市场调研工作, 并且能迅速获得比较充分的顾客信息, 顾客也能对企业的产品有充分的了解, 基本上解决了企业与顾客之间信息不对称问题, 一定程度上减少了市场交易成本, 在当前信息时代有很高的推广价值。

关键词：数据库,营销,推广

参考文献

[1]屈云波.数据库营销[M].北京:企业管理出版社, 1999 (1) :56-59.

数据营销 抵御电商寒冬 第11篇

据深圳电子商务行业协会的数据显示，深圳注册运营的3700家电子商务公司，去年倒闭的近500家，占注册数的13.5%。而传统企业纷纷触网开辟网上商城，将进一步加剧缺乏传统业务根基的电商网站的倒闭风潮。

落实营销预算

面对第一波关门潮，广大中小电商网站需要进一步完善自身交易平台、提升消费者体验，除此之外，通过竞价排名、买广告位做网络推广的传统营销观念亟需转变。在悠易互通2011上海新品发布会上，悠易互通CEO刘竣丰表示：“在新的营销趋势下，企业要在掌握消费者兴趣属性的基础上投其所好，推送消费者感兴趣的产品以实现精准营销。”

然而在这个碎片化的信息时代，层出不穷的新媒体、新应用带来了碎片化的网络受众互动行为，产生了海量用户数据，因此，基于用户行为数据的营销方式开始成为网络营销新宠。尽管数据营销并不意味着能够大幅降低广告预算，但是基于数据的定向投放却能最大化地把营销预算落到实处，帮助电商网站抵御“寒冬”。

数据的力量

纵观国际上比较成熟的网络广告市场，2011年北美有大约一半的广告主使用数据开展网络定向营销，数据的精准使他们得到了高效的ROI。刘竣丰认为，“得数据者得天下”，谁能掌握并分析这些数据背后所代表的消费者行为，谁就能掌控营销主动权。

而通过搜集和分析网络用户行为数据、帮助广告主锁定目标受众进行精准投放，是技术导向型广告网络公司的基本任务。刘竣丰表示，自2007年成立至今，悠易互通已经累积了超过2.8亿（截至2011年8月6日，悠易互通有效样本数为286,044,166）可以直接商用的用户行为数据样本，并进行了22个行业大类、230个产品小类的细分，搭建起覆盖中国一半以上互联网用户的受众网络平台。

建立如此庞大而鲜活的用户行为数据库，悠易互通最突出的创新就在于是“普查”而非抽样，即每一个网络用户都是目标，而悠易互通又通过一套严格的筛选机制（4周内有10次以上互联网访问行为的用户才能入选），保证收录用户的网络行为活跃度。

而在搜集用户行为数据的过程中，针对电子商务类广告主追求营销效果的要求，悠易互通能够提供用户的电子商务交互行为数据。通过对广告投放的全程跟踪，包括用户是否点击广告、购买了哪些产品、有多少购买能力等进行监测，得到用户浏览网页的关键词、兴趣关键词和产品类别等信息，都将成为广告精准定向投放的依据。

电商企业与大数据营销 第12篇

1 关于大数据

大数据(Big Data)指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息。大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言,大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。

收集分析海量的各种类型的数据,会快速获取影响未来的信息的能力,这就是大数据技术的魅力。在2008年初,阿里巴巴平台通过询盘数急剧下滑,欧美对中国采购在下滑,推断出世界贸易发生变化了。阿里巴巴提前政府半年时间给出预测。这种统计和分析,如果缺少大数据技术的支持,是难以完成的。最新的学术研究表明,利用数据和商业分析来指导决策的企业,比没有这样做的企业的劳动生产力更高,净资产收益率也更高。将来大数据完全能够成为企业的新型资产,形成竞争力的重要基础,正如强大的品牌一样。如果这种判断是合理的,企业需要开始认真思考是否能够充分利用海量数据的潜力,并设法应对可能的威胁。

大数据时代最大的转变就是,放弃对因果关系的渴求,取而代之关注相关关系。也就是说只要知道“是什么”,而不需要知道“为什么”,这就颠覆了千百年来人类的思维定式,对人类的认知和与世界交流的方式提出了全新的挑战。

2 大数据特点

具体来说,大数据具有以下4个基本特征:

(1)数据体量巨大。从TB级别,跃升到PB级别。资料表明,其新首页导航每天需要提供的数据超过1.5PB(1PB=1024TB),这些数据如果打印出来将超过5000亿张A4纸。有资料证实,到目前为止,人类生产的所有印刷材料的数据量仅为200PB。

(2)数据类型繁多,如前文提到的网络日志、视频、图片、地理位置信息,等等。现在的数据类型不仅是文本形式,更多的是图片、视频、音频、地理位置信息等多类型的数据,个性化数据占绝对多数。

(3)价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。以视频为例,一小时的视频,在不间断的监控过程中,可能有用的数据只有一两秒。

(4)处理速度快———1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器,无一不是数据来源或者承载的方式。

3 大数据价值发现

3.1 利用大数据做精准营销

美国Target公司的市场营销团队聘请了一支专业的数据分析团队为他们确认出妊娠期的孕妇。他们发现,许多孕妇开始买大包装无香味护手霜,在怀孕最初的20周大量购买补充钙、镁、锌的营养片之类的保健品……最后,他们选出了25种典型商品的消费数据构建了“怀孕预测指数”,通过这个指数,Target公司能在很小的误差范围内预测到客户的怀孕情况,从而制定出精准的营销策略,吸引并留住含金量很高的孕妇消费群。商店获得如此精准客户定位的方法,人们自然而然地想到这样的营销方式能否推广到其他的领域,但更多的声音朝向了一个方向:大数据下的营销时代已悄然来临。

事实上,大数据的来源非常广泛,来自企业内外部不断增长的数据就如未知的海洋一样,越发的无边无际。虽然都知道其中蕴含着极大价值的“宝藏”,但这些宝藏到底在哪里?如何找到这些宝藏?绝大多数企业都处于迷茫和混沌中。而企业如果对这些数据视而不见,必将失去大量市场机会。因此,企业迫切需要找到一条新的“航路”,让自己能够在浩瀚的大数据海洋中挖掘到那些对于企业业务发展有着巨大价值的“宝藏”。未来的不确定性,是人类产生纠结的根源,大数据技术让我们看到解决未来预测问题的一丝曙光。

根据国际数据公司(International Data Corporation,IDC)和麦肯锡的大数据研究结果的总结,大数据主要能在以下四个方面挖掘出巨大的商业价值。

(1)对客户群体细分。

(2)然后对每个群体量体裁衣般地采取独特的行动。

(3)运用大数据模拟实境,发掘新的需求和提高投入的回报率。

(4)提高大数据成果在各相关部门的分享程度,提高整个管理链条和产业链条的投入回报率;进行商业模式、产品和服务的创新。

3.2 数据挖掘产生价值

一分钟内Twitter上新发的数据量超过10万;社交网络Facebook的浏览量超过600万,这些庞大的数字,意味着一种全新的致富手段也许就摆在面前,它的价值堪比石油和黄金。事实上,当你仍然在把微博等社交平台当作抒情或者发议论的工具时,华尔街的敛财高手们却正在挖掘这些互联网的“数据财富”,先人一步用其预判市场走势,而且取得了不俗的收益。现在就让我们一起来看看他们是怎么做的。

(1)华尔街根据民众情绪抛售股票。

(2)对冲基金依据购物网站的客户评论,分析企业产品销售状况。

(3)银行根据求职网站的岗位数量,推断就业率。

(4)投资机构搜集并分析上市企业声明,从中寻找破产的蛛丝马迹。

(5)美国疾病控制和预防中心依据网民搜索,分析全球范围内流感等病疫的传播状况。

(6)美国总统奥巴马的竞选团队依据选民的微博,实时分析选民对总统竞选人的喜好。

与崇尚精细化运营的日系企业及强调数据挖掘的美国公司相比,论及运营能力很多中国企业还没有摆脱粗犷的营销模式。虽然许多电商企业也开始在如何加强数据管理和分析能力上做文章,但铺天盖地的广告和降价促销、基础物流布点,仍是争夺客户的最有效手段,粗犷的营销模式目前仍是他们立足的最基本生存形态。

对于电商企业而言,数据与盈利有直接关系。目前,由于大数据能够吸引消费者对产品的使用,许多电商将注意力放在了如何能挖掘大数据上,最典型的非淘宝网莫属。销量的数据会直接影响消费者的行为,人们总是偏向于买销量很髙的产品,这些产品一定会有很多购买评价,可以帮助消费者判断这件商品是否适合自己。而对于销量很低的商品,网购者会多少有些疑虑:为什么大家都不买它?是不是它有什么问题?大数据会给购买者以安全感,以求降低网购的风险。大数据已经成为决定淘宝网商家盈利的关键因素。

淘宝网只是个典型的案例,对其他电子商务企业而言,大数据造就的成功的盈利事件比比皆是。再迟钝的商家在尝到一次次由大数据带来的甜头后也都明白了一个道理———大数据不仅仅是数据,更是钱。所以,电商企业追求大数据也就不足为奇了。

星巴克不是在卖咖啡,而是在卖休闲理念;无印良品不是在卖家具,而是在卖简约的生活方式;哈根达斯不是在卖冰激凌,而是在卖精致高雅的生活品质……如今的市场,品牌效应往往会有比卖出某个具体产品大得多的价值。其实,大数据的最终意义并非是将商品打扮成“大家都买,你为何不买”的大众形象,而是通过对这些数据的分析,能够让商家开发出更好的商品营销方式。

不同的数据组合可以有多种作用,最简单也是最重要的一个作用就是帮助商家细分消费者群体,并且有针对性地生产商品。大数据意味着具备了统计学意义,其背后往往暗藏着消费者的需求。尽管当下电子商务市场的繁荣隐藏着同质化的危机,但只要注重细节,重视数据信息的挖掘,成为电商市场的黑马还是有可能的。谁能把握住大数据时代的本质,眼光放长远,不走歪门邪道,找到自己真正想要达到的目标并为之努力,谁一定会赚得盆满钵满。

3.3 通过对大数据营销来促进业务创新和利润增长

电商企业通过对各种在线数据的分析可以对用户的购物行为进行精细分析,对客户的行为进行跟踪分析。用分析结果来促进业务创新和利润增长。

3.3.1 推送给用户最想要的商品

e Bay拥有近2亿的用户,网站的商品清单项目则有3万多类。日常交易中,几乎每秒都要处理数千美元。而这些交易数据,其实只是数据信息总量的冰山一角。基于大数据分析每天要回答的问题有很多,比如,“昨天最热门的搜索商品是什么?”而即便是这样的简单问题,都需要涉及处理五十亿的页面浏览量。

一个典型的例子。一位年轻的女性早上在星巴克浏览e Bay网站,e Bay根据不同场合、不同时间浏览的商品和购物模式以及她的年龄、职业,天气等数据信息的处理结果,向她推送她可能最想要的商品。e Bay以用户往的浏览记录里“猜”出她想要什么样的商品,也可以从设定的成百上千种情景模型中计算出用户可能的需求;或是对照另一位有着相似特点的女性用户,看她当时买过什么样的商品,从而推断出这位用户潜在的需求。在综合各种情景及因素后,e Bay的后台需要在短短几秒内将商品页面推送给用户。除了通过大数据猜出用户想要什么样的商品并向其推送有针对性的商品,e Bay此前还尝试利用大数据进行搜索引擎的优化。具体说来,e Bay可以把握用户的行为模式,使搜索引擎更加“直觉化”。现在,e Bay正试着改变或重写用户的搜索请求,增加同义词或替换语句,从而给出更相关性的内容,并由此增加在线交易量。而这背后统统离不开大数据的支持。

在大数据营销的背景下,当不同的消费者访问同一个网站时,他们看到的内容是不一样的。因为他们在该网站访问的痕迹已经得到跟踪分析了,网站已经知道他看过哪些内容,关注过哪些商品,他们的消费能力与特点都得到评价。所以当消费者一旦登录用户名后,网站就会把他喜欢的商品主动地推送出来,这就做到了精准营销。

3.3.2 为卖家提供有价值的“情报”

基于用户购物的数据,大数据处理同样会向卖家提供各式各样的“情报”。比如,卖家会告诉制造商用户正在网上搜索什么商品,或是各种出口行业的数据,制造商会立刻对此做出反应。很多时候,卖家会根据自身或其他电子商务网站的交易情况,向卖家建议其应该销售的品类。比如,一个中国的商家希望将产品卖到澳洲,可以通过数据分析可以告诉他,他一个月大约可以卖出多少产品,定价应该在什么范围内,市面上还有多少商家在卖同样的产品,他的市场占有率大概是多少。

大数据处理能还算出商家的补货频率。事实上,海外仓储是商家非常头痛的问题,一旦计算失误,便可能造成库存积压或缺货。可以通过过往的数据分析,得出卖家第一批货的大概销量,以及按照过去销货的速度什么时候应该补货,物流的时间又是多久。通过这些数据的计算,可以测算出商家补货的频率。

这些数据分析,对于商家开拓新的销售品类非常管用。因为通常情况下,商家需要4~5个月,才能摸清楚一种货物的淡旺季销量及其在各个地区的受欢迎程度。

大数据时代已经来临,它将在众多领域掀起变革的巨浪。但我们要冷静地看到,大数据的核心在于为客户挖掘数据中蕴藏的价值,而不是软硬件的堆砌。因此,针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。我们相信,在国家的统筹规划与支持下,通过各地方政府因地制宜制定大数据产业发展策略,通过国内外IT龙头企业以及众多创新企业的积极参与,大数据产业未来发展前景十分广阔。

摘要：随着网络信息化时代的日益普遍,移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域,我们正处在一个数据爆炸性增长的大数据时代,大数据在社会经济、政治、文化和人们生活等方面产生深远的影响,大数据时代对人类的数据驾驭能力提出了新的挑战。

关键词：大数据,大数据营销,大数据价值

参考文献

[1]李建义.数据库原理及开发[M].北京:中国水利水电出版社,2005(2).

[2]维克托·迈尔·舍恩伯格.大数据时代[M].杭州:浙江人民出版社,2012(3).