2021年基于大数据环境下的企业营销体系转变

1、打开文本图片集【 摘要 】 通信技术的发展， 移动终端设备普及， 云存储技术的兴起， 以关系链为基础的数据挖掘为大数据时代下企业新营销战略的重组和构建创造了条件。 大数据时代下企业经历着思维变革 、 商业变革以及管理变革 。 庞大的真实用户关系链以及先进的数据处理技术使得营销活动在更加多维、 更加无限的空间中不断延伸展开， 企业对客户也不再停留在客户满意度维护的被动阶段， 而是借助大数据带来的机遇获得更精准的客户需求， 甚至创造新的需求。 本文旨在浅谈大数据时代下营销体系的解构与重构， 企业应如何面对这样的机遇和发展， 以及大数据 TOC o 1-5 h z 下企业营销趋势的构想。【 关键词

2、】 大数据 精准营销 数据挖掘一、 大数据时代的到来维基百科对 “数据 ” 的定义是 “数据是载荷或记录信息的按照一定规则排列组合的物理符号，可以是文字、 数字 、 图像 ， 也可以是计算机代码。 ” 数据承载着信息， 可以通过图片 、 文字 、语音等载体记录客观现象， 各种行业都会利用一定的数据进行预测决策， 企业亦如此。 企业会利用历史数据预测下一期的销量从而做出本期生产决策， 利用同行业利润或者销售价格制定本产品的销售价格 ， 利用本企业或者相关行业的会计财务数据或者市场反馈的数据做出决策。 这些数据虽然也具有“大量化 ” 的特征 ， 但是信息被不同的部门所掌握， 缺少一个终端机制将这些

3、庞杂 、 口径不一的数据整合在一起的机制 ， 尤其在企业营销活动中 ， 企业纯粹地利用这些孤立的烟波浩渺的客户信息并不能发现有价值的信息有效地进行决策。大数据的到来使得这一桎梏得到解放 。 互联网时代尤其是社交网络 、 电子商务和移动通信把人们带入了一个非结构数据时代。 云计算技术打破了传统数据的部门分割的 “孤岛化 ” 状态 ，开始把分离的数据库联系在一起进行多维度分析， 这种联机分析是对数据库中数据信息的一种挖掘和运用操作， 是将数据转化为信息和知识最重要的手段。 这也给企业带来主动挖掘客户需求的巨大空间 。二 、 大数据时代下企业营销的现实性、 先进的技术使大数据分析成为可能1 ） 云计

4、算技术和存储技术的发展。 大数据呈现出 “大量化 、 多样化 、 快速化 ” 的特征 ，传统的数据库记录方法、 语言算法已经不能满足海量数据爆炸性增长存储和分析分类的需要。先进的海量数据存储能力 。 针对 “大量化 ” 特征的大数据， 新的数据处理方法比如 ApacheHadoop 技术 ， NOSQL 数据库中比如 Apache Cassandra 技术等算法符合对大数据高效率存储 、 访问和扩展性的较高要求， 并且可以同时实现对多个硬盘驱动器存储的数据平行处理而不像传统数据处理方法下只能对一个硬盘数据进行处理， 此外云计算技术的发展也使得数据的记录和存储容量大大增加。先进的海量数据分析能力

5、 。 大数据呈现出的 “快速化 ” 的特征也可以通过许多新的技术得到处理 ， 比如 “流分析 ” 技术 ， 不像传统的算法， 它能在较短的时间内实现对飞速产生的数据即时存储和监测 。 数据的 “多样化 ” 可以通过这些技术在特定情境下的结合运用对数据进行相关性分析 ， 发现原本零散孤立的数据之间的联系 。 正如维克托教授所说的那样， “大数据的真实价值就像漂浮在海洋中的冰山 ， 第一眼只能看到冰山一角 ， 绝大部分隐藏在表面之下， 先进的云计算技术使得计算机有能力处理这些大且不规则的 非结构数据 ， 使得我们可以通过数据背后千丝万缕的联系发掘出更大的价值， 应用于更广泛的领域 ” 。2 ） 网

6、络通信的发展。 随着网络通信技术的规模化 、 标准化发展， 通信成本降低， 而同时数据处理能力的高效化和优质化使得人们可以随时随地的获取信息 ， 利用互联网随时随地地做想做的事情。 据 第 30 次中国互联网络发展状况统计报告 显示 ， 我国网民规模约以平均15%的速度逐年递增 ， 并且网民使用网络进行购物 、 社交 、 娱乐 、 支付 、 投资等日常活动的使用率约达到 70% 。 这说明网络成为人们日常生活方式中举足轻重的一个媒介， 并影响改变着社会的生产方式和人们的生活方式。 社交网络 、 即时通讯工具、 社区 、 电子购物平台 、 支付平台等虚拟化的平台逐渐完善， 使得互联网像一面镜子，

7、 映射着真实生活中的社会 、 机构和家庭结构， 而大数据的本质就是通过互联网这面镜子发现数据背后的社会关联和消费习惯。3 ） 便捷的终端设备的普及。 通信技术只有和终端设备结合在一起， 才能使数字化服务发挥效用 。 互联网电视、 电脑 、 平板的普及使得人人都能买得起这些设备， 深刻地改变着人们的生活方式， 尤其是近几年来， 第三代 、 第四代智能手机的兴起使用带给用户更加便捷和高频的数字化服务体验， 网络营销的模式也出现了多屏化的发展， 不再仅仅局限于台式机设备的营销模式 ， 而出现针对多种终端设备并行营销的模式， 比如网上银行和手机银行之间的互补等模、 顺应现代企业营销发展的理念现代企业营

8、销观点认为一是吸引新顾客的成本至少是保持老顾客成本的 5 倍 ； 二是根据口碑效应 ， 一个忠诚的客户会引发 8 笔潜在的生意， 一个不满意的顾客会影响30 个人的购买意愿 ； 三是企业营销的最高层次是引导顾客产生新的需求。 大数据时代下企业可以通过发现错综复杂的数据之间的相关性， 以更低的成本稳定老顾客， 并且通过网络社区的影响力和传播力吸引发展潜在客户 。 与此同时 ， 对客户感兴趣但未产生需求的领域进行积极引导， 促进新需求的产生 。大数据对企业营销的影响、 营销活动的整个流程发生变化传统营销在判定该客户不是目标客户也不是潜在客户后， 一般不会将其作为重点调研对象或者就放弃对这部分群体的

9、营销活动。 但大数据下的调研延长了整个营销活动的周期 ， 尤其强化了刺激客户需求环节， 这使企业从原来被动的推测感知客户需求转向主动的发掘需求、 引导需求 ， 甚至创造需求。、 营销活动具体的各个环节发生变化在广告促销过程中 ， 单一化媒体已经不能适应多屏化 、 多元化的移动终端设备的发展现状在分析消费者行为过程中 ， 仅依靠购买记录、 搜索引擎等数据虽然可以在一定程度上反映出消费者的偏好和购买倾向 ， 但这些孤立数据也很容易带来数据盲区 ， 影响消费者行为分析的准确性， 进而影响精准营销的效果； 在客户维护和互动反馈方面， 很长的一段时间内在线客服以及客服电话扮演着重要的角色， 虽然解决了客

10、户在体验服务中出现的一些问题 ， 但渠道单一， 并且丧失了具有极高商业价值的聚合性数据。 因此 ， 大数据环境下企业营销流程发生了革命性的变化 ， 其流程如图 1 所示 。企业应对大数据环境的营销对策、 调整营销渠道1 ） 注重搭建高质量的网络信息化平台 。 利用新媒体营销 ， 比如充分利用微博、 微信 、博客 、 论坛 、 BBS、 社区等渠道等搜集和传播信息， 形成稳定的客户群体， 建立客户反馈评价体系 ， 可利用这些数据对潜在需求者进行预期消费分析以及指导性预测 。 在升级互联网信息化平台的基础上开发手机、 平板 app 营销平台 ， 结合受众使用媒体设备的习惯相应地开发信息化平台 。2

11、 ） 整合多渠道进行营销活动。 利用多屏设备跟踪顾客信息， 搭建更灵活的跨界、 多形态的整合营销 。 传统的追踪浏览记录的方法是用 cookie 来实现的 ， 对于互联网公司这代表识别用户身份的一个标记， 比如我们在搜索引擎中搜索某个词语 ， 那么与这个词语相关的资讯或者产品就会被推荐出来， 但是如果单一的分析跟踪cookie 是没有价值的 ， 需要把用户在不同页面或者媒体上登录的记录串联起来， 也就是说需要同时将同一客户在电脑、 平板 、 手机等各种场合的用户行为都识别出来， 整合分析这些多屏化的消费行为 。同时线上经营和线下经营需要有机的整合 ， 保证将线上线下的优势统一， 以给客户提供一

12、致的综合体验比如通过产品检索、 挖掘客户信息吸引消费者通过实体店高质量的客户体验刺激消费行为发生， 再通过呼叫中心、 移动设备跟踪订单状况， 查看配送以及门店及时退换货通过整合多渠道， 利用移动化 、 社交化的技术给消费者提供全方位、 个性化的综合体验。、 调整营销运作模式1 ） 重视互动反馈。 大数据时代下的营销很好地诠释了以 “客户为中心、 市场为导向 ” 的宗旨 ， 企业应运用互动平台获得消费者确切的需求， 而非利用传统抽样调研推测消费者需求的思维方法 ， 避免传统方法耗时、 不精确地获得消费者需求的弊端。 通过互动发现客户的习惯和态度表达 ， 预测每个客户正在寻找什么 ， 然后有针对性

13、地为客户提供个性化体验。 互动反馈平台能为企业提供一个准确洞察消费者需求的交互性视角 ， 消费者的选择 、 决策过程可以在买卖 双方的互动和磋商中进行， 企业能参与包括问题的确认 、 信息搜寻 、 方案评估等购买前的行为消费前行为和心理具有不稳定的特点 ， 很可能通过互动和引导影响控制消费者的购买行为 ， 以 提高顾客的满意度， 同时互动反馈平台可以较好地满足消费后行为中的售后服务以及重复购买的需求 。 总之 ， 互动反馈中可以监测竞争对手以及实现品牌危机监测 ， 有效地处理危机， 促进品牌传播 。2 ） 重视实时跟踪。 实时跟踪一方面可以及时得到消费者对产品服务体验的反馈， 利于及时监测和调

14、整营销方案， 另一方面 ， 这种监测性的数据记录分析可以减少信息传播时滞和企业反应时滞， 在这个 “抓住时机就占领市场” 的大环境下 ， 会给企业的相关产业带来巨大的商业机会。 例如大数据环境下的某个房地产销售企业会建立电子商务社区将租户和租主联系在一起， 企业掌握了大量购房者的相关信息 ， 比如通过收入状况、 信贷状况 、 存款状况等分析其财力状况， 由是否有其他房产、 子女情况判断其购房动机， 由浏览记录以及浏览频率判断竞争厂商的竞争优劣势， 在对这些信息分析的基础上有针对地对有需求人群建立金融社区 、 酒店社区 TOC o 1-5 h z 以及文化旅游社区等， 将大数据扩展到集团的其他领

15、域。3 ） 重视数据库化管理。 企业应该首先寻找自己的企业、 行业的核心是什么 ， 还要结合企业业务发展目标、 方向以及行业竞争点和客户基本信息有针对性、 有目的地挖掘数据信息，建立企业核心的消费者数据库， 这样才不至于陷入数据海洋之中被纷繁的海量数据蒙蔽。 比如有消费者在网上看中了某件商品 ， 但是最终没有购买， 一般只会记录购买行为的结果， 不会记录该消费者关注过该商品以及关注的品牌。 虽然没有记录， 但是这个购物过程有意义， 表明消费者有偏好和倾向 。 通常人的情感、 意见 、 个人需求 、 渴望会通过社交网络直接表达出来， 如果将这些基本信息建立全方位的数据库， 作为企业数据库的一部分

16、， 企业就有能力将客户信息把握的更准确， 就能有针对性地进行个性化营销 。值得注意的是， 企业在进行数据库管理时要加强行为数据和商业数据的联系 ， 注重将静态， 才能避免负面数据带来的盲区。 比如客户在某一的停留时长并不能代表客户对于该商品的喜好男性客户也不是仅仅只对与他相关的商品感兴趣他可注重数据的动态价值能出于给妻子、 母亲或者其他人送礼物的动机关注相关度不高的商品等串联价值 ， 多屏化思维地分析数据， 才能更高效科学地指导企业作出决策。【 参考文献 】Danyang Du 、 Aihua Li 、 Lingling ZhangSurvey on theApplications of Bi

17、g Data in Chinese Real Estate EnterpriseJ.Vol 30 201Jeffrey Spiess、 Yves T Joens 、 Raluca Dragnea 、 Peter Spencerand Laurent PhilippartUsing Big Data to Improve Customer Experienceand Business PerformanceJ.Bell Labs Technical Journal， 201Art Worster 、 Thomas R.Weirich 、 and Frank AnderaBigDataGaining a Competitive EdgeJ.The Journal of CorporateAccounting & Finance ， 201Colin TankardDigital Pathways， Big data security ， Net