發布時間：2024-03-05 14:43:54
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的大數據營銷的概念樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
大數據是一個大到極易被忽略的龐大數據體系，運用數據挖掘技術從海量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含其中的、人們事先不知道且潛在有用的信息和知識，并充分運用信息的關聯、分類、聚類、相關性等方法，使其能夠應用于卷煙精準營銷體系，解決卷煙精準營銷過程中“信息、投放、管理”等具體問題。筆者通過查閱有關大數據及卷煙營銷的大量文獻，結合建立卷煙精準營銷體系的實際工作，就如何運用大數據的技術解決卷煙精準營銷在實際應用過程中的難題，提出自己的觀點和對其將來發展提出展望。
一、大數據理論和研究現狀
1.大數據概述
大數據與大量數據是不同的概念，大數據具有數量（Volume） ，增速（Velocity ） ，多樣性（Variety ） 的“3V”特征。因此，大數據可概括為規模達到數量級，更加多樣化，包括結構化、半結構化和非結構化數據，且以比以往更快的速度生成的龐大數據集。
麥肯錫認為，“大數據”是指其大小超出了典型數據庫軟件的采集、儲存、管理和分析等能力的數據集。
由此可見，大數據不僅包含了數據集的概念，更重要的是還包含了數據處理和應用的技術，數據、技術與應用三者的有機統一構成了廣義概念上的大數據。
2.大數據研究熱點和前沿
2012年3月2日，奧巴馬宣布美國政府投資2 億美元啟動“ 大數據研究和發展計劃（Big Data Research and Development Initiative）”。這是繼1993年美國宣布“信息高速公路”計劃后的又一次重大科技發展部署。美國政府認為，大數據是“未來的新石油”，并將對大數據的研究上升為國家意志，這對未來的科技與經濟發展必將帶來深遠影響。
伴隨著數據挖掘技術的發展，為人們在挖據和提取數據中隱含的具有潛在價值的信息方面有了更多的渠道。數據挖掘涉及數據庫技術、人工智能、機器學習、神經網絡、統計學、模式識別、知識庫系統、知識獲取、信息檢索、高性能計算和數據可視化等多學科領域，數據挖掘技術是一門廣義的交叉學科，其本身還在不斷發展。
通過對大數的挖掘和分析，尋找數據間的相關聯系，發現其存在的規律。通過大數據的思維邏輯，更加注重“為什么”的因果關系研究，而不只是解決“是什么”的問題。當我們通過尋找相關關系得出有A出現的地方就會有B出現，而不再去深挖“為什么”，這為數據價值的提取找到捷徑。
當前，非結構化和半結構化數據的處理是目前大數據研究面臨的難題，據統計，目前采集到的數據85%以上是非結構化和半結構化數據，而傳統的關系數據庫技術無法勝任這些數據的處理，因為關系數據庫系統的出發點是追求高度的數據一致性和容錯性。根據CAP（Consistency，Availability，tolerance to network Partitions）理論，在分布式系統中，一致性、可用性、分區容錯性三者不可兼得，因而并行關系數據庫必然無法獲得較強的擴展性和良好的系統可用性。系統的高擴展性是大數據分析最重要的需求，必須尋找高擴展性的數據分析技術。
大數據把數學算法運用到海量的數據上來預測事情發生的可能性，預測是大數據的核心。例如，一封郵件有被作為垃圾郵件過濾掉的可能性；輸入的“teh”應該是“the”的可能性，某個區域在某個時間節點爆發瘟疫的可能性等，都是大數據可以預測的范圍。
二、卷煙精準營銷理論體系及發展歷程
1.精準營銷概念
1999年，美國的萊斯特?偉門提出了精準營銷的概念。精準營銷被定位為一個營銷的學科和理論：是以科學管理為基礎，以消費者洞察為手段，恰當而貼切地對市場進行細分，并采取精耕細作式的營銷操作方式，將市場做深做透，進而獲得預期效益。[5]2005 年，Philip Kotler認為精準營銷就是公司需要更精準、可衡量和高投資回報的營銷溝通，需要更注重結果和行動的營銷傳播計劃，還有越來越注重對直接銷售溝通的投資。
簡單來說，精準營銷可以概括為5W營銷分析框架，既在合適的時機（When），將合適的產品（Which），通過合適的渠道（Where），采取合適的行動（What），營銷給合適的客戶（Who），在整個過程中貫徹“以客戶為中心”的理念，實現營銷管理的持續改善和提升。
2.卷煙精準營銷理論
卷煙精準營銷是以扎實的網建為基礎，以卷煙營銷數據庫為支撐，依托現代信息技術手段，運用定量和定性相結合的方法選擇準確的目標市場，通過針對性營銷策略，實現卷煙產品宣傳宣傳的目標人群準確覆蓋，實現卷煙貨源投放的目標市場需求有效滿足，使有限的資源得到最大化配置。
卷煙精準營銷要以科學發展為指導，緊緊抓住品牌培育的第一要務，實施重點骨干品牌精準營銷，促進重點骨干品牌的良好成長，著力推進卷煙營銷工作上水平；以“精確信息、精準投放、精細管理”為重點，建立完善精準營銷體系，并與卷煙網建工作充分結合，有效促進卷煙網建上水平。
卷煙精準營銷的工作要圍繞以下幾個重點來開展：一是數據信息的精確把握；二是數據挖掘的有效實施；三是卷煙信息的精確傳遞；四是卷煙貨源的精準投放；五是卷煙營銷的精細管理。
3.煙草企業卷煙精準營銷發展歷程
2009年11月13日，國家煙草專賣局副局長何澤華率中國卷煙銷售公司和中煙電子商務公司相關人員在上海召開關于開展“中華”品牌精準營銷工作專題座談會，啟動了“中華”在山西市場精準營銷試點，這次試點，具有“里程碑”作用，同時，也拉開了中國煙草卷煙精準營銷的序幕。
2010年，國家煙草專賣局姜成康局長在2010年工作報告中指出：“加強市場分析研究，全面了解重點骨干品牌市場表現和發展趨勢，提出品牌改進提高的建議意見，實施重點骨干品牌精準營銷，努力促進重點骨干品牌良好成長。”精準營銷由此被正式上升為品牌營銷戰略層面。
2010年5月7日，根據《貴州煙草商業卷煙精準營銷工作的指導意見（試行）》（中煙黔銷〔2010〕7號）文件提出以品牌培育為第一要務，以“精確信息、精準投放、精細管理”為重點，建立精準營銷體系，并與建設精準營銷體系，并提出了通過“二點四維五率N度”來精確信息的方法，以及運用數據挖掘技術來建立數據模型，實現營銷效率和效果的最大化。這表明了貴州煙草商業系統卷煙精準營銷工作探索的開端。
2011年5月20日，中國煙草總公司貴州省公司印發《卷煙品牌精準營銷工作實施方案》，對一年來卷煙精準營銷工作開展情況進行總結并對今后工作的開展提出指導意見，文件指出卷煙精準營銷工作在貴州的開展還有一些與國家局要求存在差距的方面，主要表現在：一是信息未能精確把握。全省卷煙消費者檔案庫建立不夠完善，應用范圍和力度不大，對消費趨勢變化掌握不足。二是貨源未能精準投放。對“二點四維五率N度”研究不深，貨源分配中對客戶的量化評價不夠細化，品牌目標客戶難以“對號入座”。三是措施未能精細管理。與終端客戶溝通傳遞方式較為滯后，工商協同營銷程度不高，精準營銷管理未納入工作職責和績效評價范疇。
三、試述如何利用大數據解決目前卷煙精準營銷實際難題
根據《國家煙草專賣局辦公室關于深入推進卷煙品牌精準營銷工作的意見》（國煙辦綜〔2011〕197號）文件，明確以“精確信息、精準投放、精細管理”為重點，建立完善精準營銷體系，但筆者在實際工作開展過程中發現要達到精準營銷還有一定困難，主要表現在信息的準確度不高、貨源的投放不夠精準等方面，基于以上問題，筆者試述如何運用大數據的方法來加以解決。
1.從接受不準確的數據信息開始，利用大數據思維提高信息準確度
據統計，目前采集到的數據85%以上是非結構化和半結構化數據，只有當我們接受了非結構化和半結構化信息的不準確性，我們才能更好地掌握和分析剩余結構化信息，才能真正看清冰山的全貌，否則我們只能通過看似準確度較高的部分結構化信息窺視冰山的一角。信息準確度的高低直接取決于收集到的信息量的大小，如一個色盲想確定手中的卡片是紅色還是綠色，他向2個人提問或向200個人提問后所得答案的準確度是不同的，無疑當200個人告訴他是紅色比只有2人告訴他是紅色的的準確度要更高。
在卷煙精準營銷中我們所需要的答案當然不可能像“紅或綠”這樣簡單，通常我們有待解決的問題都是需要從多方面加以計算和分析的。如某縣級煙草公司今年5月的銷量預測，我們通常很難得出準確的預測數據，于是為了找到這些紛繁復雜的問題的答案，我們就需要通過海量的數據信息，從多維度、多方面的數據分析來提高我們信息的準確度。
（1）總體信息代替樣本信息，解決信息準確度不高問題
過去由于信息處理能力有限，所以產生了利用信息樣本采集的方法，為達到用最少的數據獲得最多的信息的目的。隨著大數據時代的信息處理、分析技術得到巨大發展，當我們能夠對海量數據進行有效的處理時，在數據采集過程中將采取更為全面的方式，而不只是采用隨機抽樣。因此，要解決目前卷煙精準營銷信息準確度不高的問題，就應對總體數據信息進行收集。
以安龍縣卷煙社會庫存調查為例，安龍縣共有卷煙零售戶1843戶，其中信息采集客戶62戶，約占全體客戶的3.40%。為了解社會庫存情況通常是通過對信息采集客戶的分析來測算總體社會庫存情況（社會庫存總量=樣本客戶庫存總量/樣本客戶占全市投放的權重），為了解通過信息采集測算社會庫存情況的準確度如何，安龍縣煙草商業企業于2014年6月份第二周對全體客戶進行社會庫存盤查，社會庫存總體信息采集與樣本信息采集測算結果對比如下：
通過以上對比分析可知，安龍縣社會總體庫存情況分析時用樣本客戶信息采集的方法進行測算的準確率僅為34.89%，在貴煙庫存總量分析時的準確率也僅為54.30%。雖然社會庫存總體信息采集的準確度也不能達到100%，但無疑它的準確度是大大高于樣本客戶信息采集的方法的。因此在市場營銷數據分析過程中，通過對總體客戶信息進行采集所得的數據結果遠遠比樣本客戶信息采集所得結果有效。
（2）信息采集與處理
目前，煙草企業已經成功開通卷煙營銷系統（V3）、新商盟、現代零售終端系統，依托卷煙行業的數據系統，對系統數據的采集與處理已不再是很大難題，為提高卷煙營銷信息的準確度，對總體客戶信息數據的采集、分析和運用將成為我們工作的重點和未來探尋的方向。
通過信息來源可將信息的收集分為企業內部信息和企業外部信息，其中企業外部信息包括零售客戶信息、消費者信息、社會信息及其他等，企業內部信息則包括貨源供應信息、新品上市、政策法規等。企業內部信息的收集相比企業外部信息的收集要簡潔得多，筆者試通過對如何對零售客戶信息、社會信息進行數據收集，來展望將來信息采集的發展方向。零售客戶信息的收集主要包括經營者、店鋪、商圈、銷售數據、上柜品牌等方面的信息，其中經營者、店鋪基本情況、商圈等在專賣辦理許可證時已經一并收集，上柜品牌、銷售數據等也可以通過卷煙營銷系統進行收集，但是客戶自己的庫存情況、銷售價格執行情況、每日經營業績等信息則能夠通過現代零售終端系統進行實時采集。
同時，我們煙草企業應加強與地方統計部門的合作，積極探索出信息資源共享的雙贏通道，建立卷煙營銷數據庫，利用數據分類、聚類等方法找到相關信息，提取信息數據的價值。
2.利用卷煙營銷數據庫解決貨源精準投放問題
利用數據庫信息能夠準確找到目標消費群，從而建立精準的市場定位。通過數據庫中對客戶以及消費者的各種信息的收集整理，根據這些信息對消費行為進行有效地分析，并利用數據庫中所能掌握到的市場、品牌、貨源和客戶等，對煙草消費者的數據進行分析，可以得出不同消費群體對特定品牌有不同的偏好，借此細分市場，從而達到貨源精準投放的目的。
利用卷煙營銷數據庫，提取有關貨源精準投放的數據，通過對“二點四維五率N度”，既“二點”，卷煙價格和社會庫存；“四維”，市場類型、零售業態、商圈和供應級別；“五率”，上柜率、動銷率、斷貨率、重需率、成長率。從多維度、多角度來進行分析，用數據化的科學分析結果指導貨源分配，真正做到精準投放。
四、結語
筆者就大數據及卷煙精準營銷的來源、發展歷程、研究現狀等方面查閱了大量的資料和文獻，并結合實際工作中存在的問題對其進行了探析，相信對于后人進行此方面的研究能起到一定的參考價值，同時文中對引用的參考文獻進行了充分的注釋，希望能夠有助于讀者日后回溯檢索和導讀原文。筆者還對卷煙精準營銷目前存在的兩個突出問題進行了探索式的展望，相信對從事此方面研究的同仁及科研工作者能起到參考價值，文中對解決卷煙精準營銷中信息準確度不高及貨源投放不夠精準的問題探析深度不夠，只是做了一些展望式的敘述，并未能進行進一步的實踐研究，該方面的研究在目前尚屬空白，相信進一步深入探索下去將會對解決卷煙精準營銷中的實際問題產生重大意義，筆者今后也將進一步在該方面進行深入探索。
參考文獻：
[1] Guszcza J，Steier D，Lucker J，Gopalkrishnan V，Lewis H. Too Big to Ignore[J].Deloitte Review，2013（12）：36-53.
[2] 李紅梅，曹建河.數據挖掘技術在煙草銷售行業中應用探析[J].現代商貿工業，2011（14）：97-98.
[3]李國杰，程學旗.大數據研究：未來科技及經濟社會發展省略領域――大數據的研究現狀與科學思考_李國杰[J].中國科學院院刊，2012，27（6）：647-657.
[4] （英）維克托?邁爾-舍恩伯格，肯尼思?庫克耶.大數據時代：生活、工作與思維的大變革[M]. 浙江人民出版社，2012-12.
[5]程紹珊，席加省精準營銷；如何進行營銷信息管理[M]北京大學出版社，2006.07.
[6]楊亮.岳陽縣域卷煙市場精準營銷策略研究[D].湘潭大學，2012.
[7]王波，吳子玉.大數據時代精準營銷模式研究[J].經濟師，2013（5）： 14-16.
尤其結合本地化和區域門戶網站的數據營銷的玩法，其實并不是遙不可及的概念，實際上是有規律可循的。真正的大數據營銷，沒有一定的實力，是一般中小網站難以企及的，但基于數據的營銷又是可以去做的，這兩點需要注意兩者之間的區別。
地方門戶網站的數據化營銷，應該是基于本地的網友數據的搜集、過濾、應用、分析等手段，通過線上、線下互動的方式，幫助自身及客戶定制營銷策略，提升營銷層級，做大網站影響力及增量。
數據營銷對于區域化網站及本地化O2O的優勢非常明顯
1.有助于提升網站運營效率
2.幫助網站進行用戶梳理
3.提高網站渠道價值
4.提升網站品牌形象
5.幫助網站給客戶提供營銷方案時，提供數據支持。
而本地化區域網站針對O2O以及自身平臺的數據來源，并不是問題，數年乃至十多年的數據積累，是此類網站的重要資源，但，如何從各種紛繁的數據中，找到自己的數據，并且給予營銷方面提供有效支持，是一直困擾大家的問題。
基于本地化的數據營銷，我們要從以下幾個方面入手，除了關注概念，更要關注實際的操作細節。
(一)數據搜集
1.從注冊開始，加強用戶體驗，但對于重要數據要善于搜集
2.善于發掘行業上游數據、精準數據，資源互換是常見的手段。
3.發掘自身平臺數據優勢，以及形成行業鏈條的數據庫貫通。
4.大面積的線上數據采集
5.線下地推，如活動現場、客戶營銷現場
6.競爭對手的相關數據搜集。
(二)過濾
1.非本平臺的數據，陌生數據進行轉化，數據內容要善于多次利用。
2.本地平臺數據，通過分類、組合再分類，發掘不同行業的數據。
3.活動是過濾數據的一種方式，但不僅僅限于活動，網站資訊、論壇、專題等等都可以變為數據過濾的重要通路。
4.善用電話回訪的方式進行過濾，注意話術技巧。
(三)數據應用
1.我們提供給客戶的服務是基于客戶營銷需求的整合營銷服務。
2.產生的數據，需要與網站的產出考慮，但切忌直接兜售數據。
3.應用方式，根據行業，有不同的組合方式和應用方式，不要單一用。
4.集中爆發式：如團購、地產看房團
5.細水長流式：單品牌營銷推薦
6.活動包裝法：用活動包裝核心數據，提升數據價值
7.數據的表現：與自身網站產品包的組合、結果表現以及互動表現。
8.數據應用是網站服務和整合的一部分。
(四)數據分析
1.行業宏觀數據分析
2.競爭對手與自身市場占有率數據是參照
關鍵詞:大數據；品牌建設
1大數據的產生和類型
最早全球知名咨詢公司麥肯錫這樣定義大數據：“數據，已經滲透到當今每一個行業和業務職能領域，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。”①大數據在物理、生物、環境生態等領域以及金融、通訊、軍事等行業早有應用，卻從近年來因為互聯網和信息行業的發展而在消費市場引起關注。在互聯網世界，“大數據”指的是互聯網公司在日常運營中生成、累積的用戶網絡行為數據。在電視機行業，從用戶的需求產生，到電視制造企業通過營銷影響消費者，再到消費者做出決策、購買一臺電視機，使用它觀看節目，對產品做出評價，以及到后面的維修、更新換代……在整個過程中，都伴隨著海量數據的產生。這些數據按照其來源大致可分為三類：1）企業數據：包括產品生產數據、銷售數據、庫存數據以及賬目數據等。2）產品使用數據：包括電視的收視記錄、智能設備互聯、傳感器數據、使用反饋數據等。3）網絡數據：互聯網上關于電視品牌或產品的記錄數據，包括網絡新聞，官方網站訪問記錄，用戶的網絡搜索記錄，在微博、微信等社交媒體平臺的評論記錄等。
2大數據的價值
單從大數據的來源已經可知，這些數據種類繁多，規模極其龐大。那么，這些海量的數據意味著什么？麥肯錫在一份名為《大數據，是下一輪創新、競爭和生產力的前沿》的專題研究報告中提出，“對于企業來說，海量數據的運用將成為未來競爭和增長的基礎。”①在國內，百度成立了營銷研究院，專門基于自己的大數據資產進行挖掘網絡營銷價值的研究；騰訊也將數據化運營作為一項關鍵任務。馬云稱大數據是“未來最大的能源”，有著堪比石油和黃金一樣的價值。其價值主要體現在以下三個方面的功能上。1）市場預判。大數據技術的主要功能是對未來事態的預測和對未知事物的預態，其方法是通過海量數據的挖掘和發掘某種預后的跡象。所以當網民們在把微博、微信等社交平臺當作抒情或者發議論的工具時，嗅覺靈敏的企業卻正在挖掘這些互聯網的“數據財富”，先人一步用其預判市場走勢，而且取得了不俗的收益[1]。過去幾年，電視機行業推出了許多新的概念，可以說軟硬結合齊發力，像4K電視、OLED電視、量子點電視、曲面電視、人工智能電視、激光影院等等。而這些概念推出后，消費者到底感興趣嗎？他們的接受度如何？這些，都可以通過大數據來了解。2）洞察用戶。產生自用戶的每一個數據，都是其需求的表達。在網絡上的每一次搜索，每一次訪問，對使用過的產品的每一次稱贊或吐槽，使用產品的每一次記錄，正像在雪地上留下的腳印，企業可以根據這個腳印去尋找消費者的軌跡，找到用戶在哪里，市場在哪里，以及未來市場的發展方向②。3）重構商業模式。在數據的數量和質量達到一定程度后，所輸出的內容，可以創造出有價值的商業模式。比如智能電視OTT廣告，基于互聯網技術支撐的大屏運營能力，借助人工智能、大數據等算法，可以清晰了解到用戶行為、用戶畫像數據，廣告主可以通過豐富多樣廣告容器和曝光形式，實現精準營銷，同時快捷完成支付，還能夠看到全面的商業化數據、行業數據等，便于及時調整營銷策略[2]。
3大數據對企業品牌建設的驅動力
大數據的價值，意味著一個企業若能對大數據進行詳細的解構，就能獲取很多智能的，深入的，有價值的信息，這些信息可以驅動品牌完善自身建設。以電視行業為例，能夠指導電視制造企業解決：生產什么、生產多少、怎么售賣、賣到哪里、賣給誰，如何運營等等問題，實現品牌建設的大飛躍。1）生產什么。在消費者眼中，同類品牌會被反復比較，每個品牌都試圖找到自己獨特的賣點，區隔于競品，因此市場上出現了上文提到的4K電視、OLED電視、量子點電視、曲面電視、人工智能電視、激光影院等五花八門的產品類型。來自百度營銷研究院的數據顯示，2017年一季度，關于電視機搜索最多的，有的是關于屏幕的，像液晶電視，有的是關于軟件的，比如智能電視、云電視，這些是群眾基礎最強，市場接受度也最高的，最多的人在搜索、討論它們；曲面電視、OLED電視這兩個較新的概念，今年由于大打概念，實現了爆破式的增長；而4K電視，則是延續前兩年的漲勢，可謂是增長最穩。通過這些數據，企業可以監測，行業各個概念被消費者關注的程度如何，趨勢如何，有沒有繼續推廣和生產的潛力。2）如何售賣。大數據能夠幫助品牌對產品的營銷路徑進行分析。比如，通過品牌或產品的搜索趨勢、購買趨勢、使用趨勢，找到產品的營銷關鍵節點和關鍵地域。來自百度營銷研究院的數據表明，傳統長假、新電商節點都是營銷、銷售的關鍵時間點；地域方面，廣東、山東、江蘇等地電視機搜索量最大，創維主陣地在廣東、長虹在四川、海信在山東。網絡渠道的，比如像京東商城、亞馬遜、淘寶，品牌官方網上商城等等，也已成為消費者關注的購買渠道。相應的，品牌需要據此分配自己的資源，向關鍵時間節點、地域傾斜，實現品牌更深入的滲透。3）賣給誰。通過對搜索網站、社交網站涉及品牌/產品相關關鍵詞的賬號進行分析，可以收集到消費者的背景信息，得到品牌用戶/潛在用戶的人群畫像，了解受眾關注的興趣點。比如，某電視品牌根據大數據總結出主要用戶群體畫像特征包括：年齡大多在30～39歲之間；男性多于女性；在互聯網搜索平臺，最愛搜產品，其次是品牌；在知識問答平臺，愛問家電數碼、廚具、家居裝修、電視、智能家居相關問題；在百度貼吧，愛訪問數碼家電類主題吧；在網站中，他們喜歡訪問PPTV，中關村在線，汽車之家，搜狐視頻、鳳凰網等網站；平時，愛看國產熱播電視劇、輕松詼諧的國產電影；明星里，獨愛高圓圓……不同品牌的群體偏好可能是不一樣的，大數據可以告訴品牌方，喜歡該品牌的用戶喜歡什么服飾，喜歡開什么車，主要分布在哪里，喜歡哪個明星，為諸如代言人選擇等品牌營銷策略提供具體的建議。4）運營。電視售出后，用戶在使用中產生的大數據也能為品牌帶來極大幫助。一方面是內容運營，比如長虹的人工智能電視，在連續使用一段時間以后，就能掌握用戶的收視習慣，長虹能夠很快發現哪類內容用戶喜歡看，哪些從不關注，哪個明星被點播的頻率最高，據此為用戶精準推薦個性化的內容，提升用戶體驗。另一方面，掌握用戶在娛樂內容消費方面的消費特點，除了有助于品牌進行內容運營的技術產品創新以外，還可以實現品牌對客廳場景商業價值的挖掘，比如OTT廣告。依托對內容和用戶方面的數據分析，廣告可以在電視OTT平臺實現既精準且廣泛的覆蓋與到達，還可以打通電商消費場景和支付場景，廣告主可以通過一臺電視完整獲取受眾從接觸廣告信息到完成購買轉化的全鏈路行為大數據，同時電視品牌也實現了自身產品價值的變現。凡走過，必留痕。用戶在網絡世界的蹤跡，每一次搜索，每一次使用，品牌都可以去探尋其背后的需求和渴望，從而洞悉受眾心理，了解市場偏好。在品牌建設的過程中，企業應該考慮如何更好地利用這些大數據布點布局，再造品牌與受眾的關系，并以此構建品牌的影響力。
作者:劉偉杰 單位:北京顧能市場調研中心
參考文獻
營銷的基本功能就是通過最大限度地采集市場信息，分析大眾和各類細分人群喜歡什么，偏好什么，如何做出選擇，并將這些專業地運用到經營中去。而營銷的特殊功能則是運用上述結論引導大眾及細分人群的偏好和選擇。其實，關于購買什么、不購買什么，雖然貌似是自由的，但實際上卻極容易受到誘導，尤其是中國的消費者。
互聯網及信息技術為數據采集、分析、監控與預測提供了全方位的支持。基于互聯網和信息技術的大數據帶來了大控制，而且是無形的控制。因此，大數據時代對顧客偏好和選擇的全面監控和預測，是互聯網營銷與傳統營銷最顯著的區別。
互聯網營銷中的傳播有兩個基本特點：第一，網絡技術將傳播的單向路徑改為交互式傳播。傳統營銷強調的是單向的“播”，互聯網營銷強調的是交互式的“傳”。第二，網絡傳播具有高速流動性，所以才會有“刷屏”的概念。大家會發現，什么東西能吸引眼球，什么東西就能存在。誰能出奇、出彩，誰就是贏家，甚至誰能夠出怪、出丑、裝瘋賣傻，拿板磚拍自己腦袋，誰就是高手。“鳳姐”式營銷的訣竅無非是每一句話、每一個行為都讓受眾感到自己無所不在的優越和優勢。自虐也是二人轉、相聲吸引受眾的常用手段。
互聯網營銷也存在一種狂歡本能。傳統營銷中有旺季，后來就有了“黃金周”。而在互聯網營銷時代，不僅放大了傳統營銷時代的節假日營銷，更是把西方的舶來節日無限放大，創造出了購物狂歡節“雙11”。
我曾經把這種狂歡式營銷稱為“打劫營銷”，即把傳統營銷時代的所謂“終端攔截”上升為“互聯網打劫”。于是，我們看到了電子商務的快速發展。之所以說是“打劫”，原因在于它更多地是瓜分存量。
營銷無非是兩個基本動作：一是發現需求并為滿足需求創造獨特價值，二是利用獨特價值搶占市場份額。
互聯網營銷的優勢在于能夠比傳統營銷更快、更精準地了解顧客、發現需求。通過長期積累，它也能夠更便捷、更好地服務于顧客。同時由于比傳統營銷信息更公開、更對稱，能夠讓顧客獲得更大的消費剩余。這三大基本特點使得它能夠在完成初期的孕育之后，得以迅速實現快速擴張。
阿里的大眾電子商務也好，小米的互聯網營銷模式也好，都是基于網絡傳播的基本特點，基于大數據，基于狂歡式操作。這些既為營銷提供了新的、更大的可能，也暗藏著新的危機。
對企業來說，如何趨利避害就成為融入互聯網營銷必須認真研究的課題。
第一，必須重視大數據，獲取大數據，有能力專業地處理和運用大數據。否則，面對一個浩如煙海的虛擬空間，會落得顫驚驚，無所適從。同時，面對中國的海量人口，消費者需求和行為研究也需要大數據支持。
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。
中央財經大學商學院 北京 100081
[摘要]在信息爆炸的時代，對于數據的分析和運用得到了越來越多行業、企業的重視和踐行。大數據已經成為重要的戰略資源，在互聯網時代扮演著越來越重要的角色。大數據營銷也成為企業重要的營銷手段。本文從大數據及大數據營銷的概念出發，為電商應如何利用大數據營銷提出了建議，供電子商務企業參考和借鑒。
[
關鍵詞 ]大數據；大數據營銷；電子商務
一、大數據及大數據營銷的概念
究竟何為大數據？大數據就是指那些超過傳統數據庫系統處理能力的數據，數據量通常在10TB以上。通常人們所說的“大數據”指的是一種技術，就是基于現有的數據資料，結合外部市場環境的各類數據對其進行深度挖掘和未來數據趨勢的預測，將看似枯燥沒有意義的數據轉變為企業的珍貴資產的一種新行為。
而大數據營銷則是營銷傳播方式的一種變革，是以深度消費者洞察為基礎的傳播溝通，是用數據解構消費者的生活習慣、消費偏好、信息獲取渠道、個人興趣從中推導出定制化產品和品牌傳播的工具。大數據營銷的重點是理解消費者背后的海量數據，挖掘用戶需求，并最終提供個性化的跨平臺的企業營銷解決方案。
二、電子商務企業如何利用大數據營銷
大數據營銷為電子商務企業提供了眾多的價值源，為企業的發展提供有利的途徑和方法。但任何技術或工具的運用都需要企業各個方面的支持和配合。電子商務企業利用大數據營銷，首先必須具備一定的基礎，然后才能從各個方面開展相應的營銷活動。
（一）電商進行大數據營銷必備的素質
1.應用大數據的意識和能力：電商要進行大數據營銷，必須首先具備真正意義上的應用數據的意識和能力。對于電商而言，數據的采集不是問題，而是數據太多了難以處理，故重要的是數據分析的能力。電商必須深入思考如何將大量的客戶數據、市場數據、銷售數據及其服務數據進行篩選、分析和整合，并最終得到一套有益的大數據營銷解決方案。一方面，這就要求電商企業的高層管理者必須具備高度的大數據營銷的戰略意識；另一方面，電商企業需建立強大的數據庫并引進優秀的數據分析人才。
2.扁平化的組織結構：大數據營銷需借助數據的分析，快速進行營銷的動態調整，在互聯網和大數據時代，網民的行為是快速動態變化的，這就要求營銷者必須快速順應這種變化，及時作出營銷策略的調整。所以，在電子商務企業中信息的傳遞必須快速而又準確，這就同時對企業的組織結構提出了要求。扁平化的組織結構能加快信息傳遞的效率，并減少傳遞過程中的信息丟失，且這種柔性的組織結構有利于企業對快速變化的消費者行為作出反應。除了組織結構的扁平化，大數據營銷也要求企業的是一種學習型的組織，能夠更快地接受和使用大數據營銷，并對快速變化的消費者信息具有一定的敏感性，樂于接受新鮮事物，并勇于在挑戰中突破自我。
3.不斷更新的數據庫系統：大數據的海量一方面給營銷者提供了獲取消費者真實行為的便利性，但另一方面動態的行為變化也為營銷者造成困擾。大數據并不是孤立與靜止的，要想有效的運用數據庫進行企業營銷決策的制定，一方面必須進行快速的數據分析，并將分析的結果及時運用到營銷的決策和改善之中，避免資訊和結果的分離，另一方面則要根據營銷的結果和用戶不斷變化的消費行為及時地更新和完善數據庫系統，最大程度地降低數據的滯后性，避免營銷決策的錯誤。
（二）電商如何進行大數據營銷
1.基于大數據的商品關聯挖掘營銷：大數據挖掘的基礎是發現各個數據之間的關聯，推及到企業運用的時候，要對原有數據進行分析，建立起各個數據之間的聯系。啤酒與尿布關聯營銷的成功為電商進行基于大數據的關聯挖掘營銷提供了思路，原來的電商企業產品信息界面的相關推薦和結算界面的互補推薦可能更大程度上是基于小型數據庫的分析結果，是用戶短期內的需求，而基于大數據去挖掘關聯商品更大程度上能完善推薦界面信息的準確性且更大可能地激發用戶的潛在需求。故基于大數據的分析結果進行商品關聯的挖掘，以此來完善推薦界面的信息，是電商未來應該借鑒的地方。
2.基于大數據的商品地理營銷：基于大數據的商品地理營銷即分析網站的交易數據，通過地理位置分析每個地方的人的愛好，進行不同類型的營銷策略。大部分電商都是在最后才確認產品的收貨地址，只有部分的電商現在會選擇在用戶進入網站的開始就邀請用戶選擇收獲地址，這并不有利于電商基于大數據的商品地理營銷。電商根據用戶地理位置劃分區域，發現需求的差異性，必須充分利用用戶的地理信息為用戶推薦可能感興趣的產品，并在細節上根據用戶的風俗習慣進行產品或服務的完善。
3.基于大數據的社會網絡營銷：社會化媒體的發展已經覆蓋了海量的人群，且社會網絡營銷的傳播速度和自發性已經超出了人們的想象，基于大數據，對受眾群體和社會化網絡傳播媒介進行了解，開展社會網絡營銷活動是電商必不可少的營銷環節。電商應快速有效地利用大數據分析受眾偏好的社會化網絡傳播媒介，將類似于“分享”的活動開展在此類的媒介上進行傳播，加大傳播的范圍，加快傳播的速度，提高營銷的效率。
4.基于大數據的用戶行為分析營銷：電商通過將消費者的購買行為和歷史記錄進行大數據分析，探索用戶的消費習慣，為企業大數據的用戶行為分析營銷提供基礎。電商可以通過用戶瀏覽網頁上具體產品的停留時間來發現用戶的行為軌跡和心理軌跡，找到企業所需要的潛在用戶，對潛在用戶投放商品廣告，大大提高廣告投放的轉化率，同時電商還可以通過“搜索行為”去挖掘用戶的潛在需求，不斷增加或完善商城產品的品類。
5.基于大數據的個性化推薦營銷：消費者個性化的需求得到滿足的愿望已經日益強烈，這對電商提供個性化營銷提出了要求。在大數據的環境之下，電商應該關注于用戶的個性化推薦營銷，利用大數據劃分產品的類別，并邀請用戶選擇喜歡的或者感興趣的類別進行關注或收藏，之后將用戶選擇類別下的信息個性化地推薦出去，同時定期提醒用戶修改喜歡的類別，不斷地更新數據庫和推薦的內容。
三、結語
大數據營銷在電子商務中的應用會隨著時間的發展逐漸成熟，形成系統性的方法，同時也會在電子商務企業的發展中發揮更加優勢的作用，不斷提高消費者的滿意度和用戶體驗。但對消費者行為和心理進行深入挖掘的本質注定了大數據營銷是一把雙刃劍，它既能讓消費者心理和行為躍然紙上，又會引來用戶隱私保護的大風。故在利用大數據營銷的過程中把握好用戶隱私保護的度也將是電商在未來應該關注的地方。
參考文獻
[1]熊佳樂.大數據時代的營銷策略[J].新營銷,2014(1):111-111.
[2]呂清遠.大數據時代下的微信營銷價值[J].現代經濟信息,2013 (20).
[3]孫冰.大數據營銷:“萬靈藥”還是“大忽悠”[J].中國經濟周刊,2013(48).
聯想組建Digital Marketing團隊，向互聯網轉型；以摩托羅拉系統為代表的B2B企業，開發自動化營銷系統，連接營銷與銷售部門；可口可樂建立社交媒體中心，讓消費者的意見可以“上傳下達”，在企業內、合作伙伴之間溝通暢通無阻；三星電子嘗試用社交和搜索的數據，探索營銷活動與銷量相互影響的模型。
世界在變小，關系卻在變大。2015年，從原來的單項創新各個擊破，國際大品牌之間的營銷戰更趨向創意和實效性。顯然這些世界500強企業敏銳地捕捉到了移動互聯網、大數據、社交的蓬勃發展給互聯網營銷帶來的更精準的投放依據和更豐富的營銷模式。而他們在2015年的布局看似復雜卻可以簡單地概括為幾個字，即“社會化營銷”。
當然，隨著移動終端與社交生活的普及，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、云計算等新概念在社會營銷中的興起與應用，它們無疑正引領著新一輪的互聯網風潮。
這是“以人為本”的營銷
早在2014年初，IDC就曾預測報告，認為社交商務會促進企業內外協作與溝通平臺升級。報告指出，社交商務對企業的影響應該是全方位的，包括企業的各個流程，集中體現在以下幾個方面：企業社交網絡、創新管理、社會化分析、客戶體驗、社會化的銷售和社會化的人才管理。
社會化的營銷是一種利用社會化網絡、在線社區、博客、百科或者其他互聯網協作平臺媒體來進行營銷的一種模式。近兩年主要在科技公司的營銷活動中出現。
例如，小米公司利用社交媒體如微信、微博、論壇等積累大量粉絲，其創始人雷軍更是在日常生活、工作中，利用社交工具積極宣傳小米品牌與產品。據悉，雷軍的微信朋友圈有大量的行業與財經媒體記者，他在每年兩會期間都會拿著小米的產品在人民大會堂前自拍發微博，在大量粉絲的擁護下，雷軍本身就是小米企業文化與品牌宣傳的核心人物。
小米網新媒體總監鐘雨飛曾在接受采訪時表示，小米的新媒體能夠做起來，有3個重要的原因：產品熱、微博定位準、互動及時。產品熱即利用粉絲效應、領導者個人魄力、消費者與研發者直接溝通的互動論壇、饑餓營銷等方式，維持并擴大產品的熱度；微博定位準即很多企業利用微博進行品牌推廣時，為了漲粉或吸引流量會時常一些段子，但是，小米的微博定位只有兩點，小米的用戶與關注小米的媒體或企業同行；互動及時，小米很注重在微博上與用戶的互動，最初用戶數量少時，還會及時回復用戶的提問。而且，當用戶與小米有關的精彩新聞時，小米官微也會轉發。
有了小米的成功案例在前，很多傳統IT企業也玩起了社會化營銷。聯想集團是PC行業內的傳統企業，目前，其業務范圍涵蓋了PC、商用平板、服務器、智能手機、云服務等。2014年年初，聯想集團現任掌門人楊元慶要求聯想總裁、總監等中層以上管理者開微博、微信，并硬性規定了每天的任務量，與聯想的粉絲互動，進行品牌宣傳推廣。楊元慶更是以身作則，不斷地在微博上他與聯想產品的自拍照，明顯改變的是楊元慶的對外演講稿，更加活潑、風趣、幽默，個人魅力凸顯。楊元慶是技術男出身，一直不善表達，如果有重要會議，進行演講前，楊元慶都會彩排好幾遍，楊元慶的很多重要對外發言稿，都經過聯想集團內部專門的團隊與他直接商討后成文。
由此觀之，社會化營銷的基礎不是渠道、產品，而是人。不管是企業的領導者還是粉絲，以人為本才是社會化營銷觸動消費者需求、痛點的核心。而當企業靠以人為本積累大量的忠實粉絲群時，就產生了口碑傳播效應，他們會無私地幫助營銷者或者品牌實現粉絲自媒體傳播，使得營銷傳播策略發生幾何級數的效應。
大數據促成社會化營銷精準定位
其實，當小米、雕爺牛腩、可口可樂、加多寶等企業掀起宣傳熱潮，瘋狂猜圖、臉萌、足跡等一系列手機APP走紅網絡，社會化營銷就已經成為營銷領域新寵。
但是，社會化營銷之所以獲得突飛猛進的成長，離不開精準化的營銷效果，而這是建立在海量的互聯網數據基礎之上的。因此，云計算、大數據分析的概念很自然地就進入到社會化營銷領域。
從2013年開始，摩托羅拉系統就開始用IT技術打造了一個平臺，在內部連接了營銷與銷售部門，幫助公司追蹤所有的營銷活動結果。例如，當客戶看到廣告后做的動作，如搜索關鍵詞、撥打熱線、參加促銷等，摩托羅拉系統會通過各種方式收集這些動作數據，并將這些數據錄入營銷自動化平臺。同時，這一平臺也會和摩托羅拉系統自己的網站相聯，來收集用戶的行為數據。系統會自動對比并分析采集到的客戶/潛在客戶的動作，最終碎片數據會被智能地拼合成圖景，告訴企業客戶想要什么、想做什么。當營銷團隊發現一個客戶是有價值的銷售機會，就會把所有信息轉給銷售業務團隊。摩托羅拉營銷自動化系統不僅實現了自動化，更促成了營銷閉環的形成：達到銷售標準的數據自動傳遞給業務團隊，并與公司的輔助銷售系統相連；沒有達到銷售機會的數據，則會引導至營銷部門的數據庫，未來，摩托羅拉系統還會針對這些潛在客戶進行銷售機會的多輪培養。
埃森哲大中華區董事總經理李廣海曾經對大數據分析技術在營銷領域的作用做出過很高的評價：“在數字化時代，企業必須有駕馭數據的能力，數據是新的競爭命脈，消費者洞察成為關鍵的差異化競爭因素。”
大數據的數據來源通常是多樣化的，通過對智能手機、手表、Pad等多終端、多平臺化的數據采集，能使企業對網民行為的數據刻畫得更加全面而準確，通過對用戶購買行為的分析，大數據使個性化營銷成為可能；在移動網絡時代，網民的消費行為和購買方式極易在短的時間內發生變化，因此，大數據分析還能迅速地在網民需求點最高時，及時進行營銷反饋。
“對效果的衡量是一個不變的需求。近幾年，品牌營銷成本不斷增長，如何提高效率，是需要我們要不斷探索的。大數據、移動互聯網有很好的發展前景。”三星電子網絡營銷總監白曄曾表示。他認為，媒體效率化和大數據的結合將進一步發展。以微信為例，這個平臺一方面連著媒體、自媒體和品牌，另一方面連接騰訊產品上所有用戶，基于這些數據的打通和分析，會帶來更多的營銷創新空間。“以臉書（Facebook）、推特（Twitter）等為代表掀起的社會化浪潮，在席卷全球互聯網市場的同時，也對傳統在線數字營銷產業鏈的三方角色進行了重構。”互聯網營銷專家唐興通表示。在社會化平臺與環境中，網民不再是純粹的消費者，而是通過UGC（用戶生成內容）兼具了生產者和參與者的角色；媒體在繼續扮演生產者的同時，也是組織者、平臺提供者、參與者與紐帶；而對廣告主而言，品牌曝光不是唯一追求的指標，還同時需要追求互動、參與、溝通以及營銷實效。
美國信息咨詢公司Gartner曾表示，2015年度大數據方面的投資依然在增長。今年6月，Gartner對全球所有行業進行了采樣分析得出的結果顯示，未來兩年有計劃進行大數據相關投資的企業占到75%，比2014年小漲3%。Gartner研究總監Nick Heudecker表示，此前大數據還停留在概念的層次，今年是它落到實處的一年，同時也是大數據標準化的開始。隨著大數據解決方案逐漸成為主流，海量數據、不同數據源和新的處理分析技術已經為企業所接受。
全球暢銷書《社會消費網絡營銷》作者拉里?韋伯認為，所謂大數據包括企業信息化的用戶交易數據、社會化媒體中用戶的行為數據和關系數據，以及無線互聯網中的地理位置數據。大規模個性化營銷將會是核心競爭力。而目前已經到了收集數據的黃金時期，如何整合這些數據成為未來的關鍵任務。
尋找大數據營銷切入點
來自IDC的數據顯示，中國商業分析服務2014年的市場空間達到13.98億美元，較2013年增長了16.4%。IDC預計中國商業分析服務市場將在未來5年實現16.7%的復合增長率，到2019年市場規模有望達到30.27億美元，前景被業界普遍看好。那么大數據營銷除了進行用戶行為分析、精準信息推送外，還有哪些有價值的切入點？
首先，對競爭對手進行監測與品牌傳播。競爭對手在干什么是許多企業想了解的，即使對方不會告訴你，但企業卻可以通過大數據監測分析得知。品牌傳播的有效性亦可通過大數據分析找準方向。例如，可以進行傳播趨勢分析、內容特征分析、互動用戶分析、正負情緒分類、口碑品類分析、產品屬性分布等；其次，品牌危機監測及管理支持。大數據可以讓企業提前對危機有所洞悉，大數據可以采集負面內容，及時啟動危機跟蹤和報警，按照人群社會屬性分析，聚類事件過程中的觀點，識別關鍵人物及傳播路徑，進而可以保護企業、產品的聲譽，抓住源頭和關鍵節點，快速有效地處理危機；最后，大數據用于改善用戶體驗。要改善用戶體驗，關鍵在于真正了解用戶及他們所使用的產品的狀況。事實上，美國的UPS快遞公司早在2000年就利用基于大數據的預測性分析系統來檢測全美60000輛車輛的實時車況，以便及時地進行防御性修理。
雖然前景看好，但是現在，大數據分析為用戶帶來價值的同時也出現了一些問題。面對海量的數據，如何通過分析提取所有的數據有價值的部分，并進行篩選、去偽存真才是大數據真正實現價值的關鍵。更有專家高聲疾呼：大數據分析并不是神，其只能給我們提供參考，幫助我們分析過去發生的事情的規律，對我們未來進行預測。但是如今的大數據分析依然不夠智能，很多因素大數據分析并不能考慮到。
“互聯網+”背景下的數字化營銷
互聯網進入一個全新的時代。數字媒介、社會化媒體全面展開，全新的自媒體時代也已經到來。來自CNNIC（中國互聯網絡信息中心）的數據，2014年，中國網民總規模達6.49億，其中手機網民達5.57億。來自易觀的數據，到2017年中國智能手機的銷量將接近6億臺，而移動互聯網市場規模（含移動生活服務、移動營銷、移動購物、移動娛樂及流量費等）則有可能超過4.5萬億。
今年兩會的政府工作報告中提出，國家要制定“互聯網+”戰備。“要制定‘互聯網+’行動計劃，推動移動互聯網、云計算、大數據、物聯網等與現代制造業結合，促進電子商務、工業互聯網和互聯網金融健康發展，引導互聯網企業拓展國際市場。”在2015的工作總體部署中提出，全面推進“三網”融合，加快建設光纖網絡，大幅提升寬帶網絡速率，發展物流快遞，把以互聯網為載體、線上線下互動的新興消費搞得紅紅火火。
“互聯網+”已經跳出互聯網的行業范疇，隨著它上升為國家戰略，“互聯網+”已經成為國民經濟的一大新引擎，對中國整個社會的經濟、文化、環境和資源都產生著深遠的影響。國家希望互聯網的思維與創新成果可以深度融合于經濟社會各領域中，提升實體經濟的創新力和生產力，希望“互聯網+”可以為大眾創業、萬眾創新提供新的環境。
那么什么是“互聯網+“？雖然業界定義不一，但是，未來的“互聯網+”一定是產業的融合、生態圈的價值共贏。
互聯網+集市有了淘寶；互聯網+廣告有了百度；互聯網+旅游有了攜程；互聯網+房地產有了搜房網；互聯網+紅娘有了世紀佳緣。這是互聯網企業與傳統產業結合所產生的商業模式，反之亦然。
因此，互聯網+”的核心是融合，不是將互聯網與傳統產業進行簡單、機械的相加，而是利用互聯網技術、方法和思維去改造和優化傳統產業的銷售、研發、生產等環節，最終實現提高生產效率、降低成本、打破信息不對等，更好的情況是找到獨樹一幟的商業模式、創新企業的增值業務等。
因此，簡單地進行互聯網營銷，或者進行工業制造的互聯網化，研發的協同互動都很難達到顛覆商業模式的效果。也就是說，企業從頂層的商業模式的創新，到基礎保障層面的組織變革，再到核心業務層面的產品、客戶、渠道，以及資本運作層面，都將要因為“互聯網+”而發生根本性的變化。
前微軟亞太研發集團主席、現任百度總裁張亞勤將互聯網思維總結為三個層級。一、數字化，互聯網是工具，提高效率、降低成本；二、互聯網化，利用互聯網改變運營流程，電子商務、網絡營銷；三、互聯網思維，用互聯網改造傳統行業，商業模式和價值觀創新。
聯想集團執行委員會主席柳傳志也曾表示，用好互聯網思維，制造業鏈條上的研發、生產、物流、市場、銷售、售后服務等環節都要順勢而變。
總結業內觀點與經驗，傳統企業的互聯網+營銷，實現下面幾點很重要：
（1）線上+線下全渠道營銷
（2）以用戶為中心，以粉絲經營為特點進行整合營銷
（3）產品研發部門通過新媒體等平臺與直接用戶密切溝通，打造極致產品體驗和服務
（4）資本運作加速企業互聯網化：主動并購上下游關鍵環節核心企業
>> 變革中的大數據知識服務：面向大數據的信息移動推薦服務新模式 大數據時代下的營銷模式變革 大數據時代的金融服務變革 大數據下的“微變革” 大數據沖擊下的財會變革 大數據時代下的新聞變革 大數據時代數字出版服務模式變革研究 基于大數據的檔案知識服務 大數據時代語文教學思維之變革 大數據時代背景下高校圖書館的服務變革探析 大數據背景下營銷模式變革對策研究 向大數據知識服務：大數據時代圖書館服務模式創新 大數據環境下的企業管理模式變革 大數據環境下的城市交通規劃與管理模式變革 大數據知識服務支撐下的綠色交通管理系統 大數據商業模式與決策的時代變革 大數據時代的汽車營銷模式變革 大數據時代的稅收征管模式變革 大數據智能在圖書館知識服務中的應用思考 大數據背景下的公共治理變革 常見問題解答 當前所在位置：l.
[ 3 ] 王喜文.日本強化ICT領域國際競爭力[N].中國電子報，2012-06-15（003）.
[ 4 ] The White House. Big Data Across the Federal Government[EB/OL].[2014-08-08].http：//whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sh-eet.pdf.
[ 5 ] The Wall Street Journal. Big-Data Success Stories： Splunk[EB/OL].[2014-08-08].http：///ve-nturecapital/2011/10/21/big-data-success-stories-s-plunk/.
[ 6 ] The New York Times. Harvard Releases Big Data for Books[EB/OL].[2014-08-08].http：///2012/04/24/Harvard-releases-big-data-for-books/
[ 7 ] Spolanka. OverDrive announces a series of “Big Data”reports[EB/OL].[2014-08-08].http：//libraries.wr-ight.edu/noshelfrequired/2012/04/11/overdrive-an-no-unces-a-series-of-big-data-reports/.
[ 8 ] Xavier Amatrain，Justin flix公布個性化和推薦系統架構[EB/OL].[2014-08-08].http：///article/2013-04-04/2814767-netflix-ml-architecture.
[ 9 ] 云推薦[EB/OL].[2014-08-08].http：///.
[10] 中國科學院.李國杰院士：大數據成為信息科技新關注點[EB/OL].[2014-08-08].http：///xw/zjsd/201206/t20120627_3605350.shtml.
[11] 李奕.大數據應用方式：從數據服務、信息服務到知識服務[N].中國計算機報，2012-07-09（024）.
[12] Big data：The next frontier for innovation，competition and productivity[EB/OL].[2014-08-08].http：///Features/Big Data.
[13] 李晨暉，崔建明，陳超泉.大數據知識服務平臺構建關鍵技術研究[J].情報資料工作，2013（2）：29-34.
[14] 秦曉珠，李晨暉，麥范金.大數據知識服務的內涵、典型特征及概念模型[J].情報資料工作，2013（2）：18-22.
[15] 王天泥.知識咨詢：大數據時代圖書館的知識服務增長點[J].圖書與情報，2013（2）：74-77.
