大数据应用与解决方案行业前景分析

大数据应用与解决方案行业前景分析关系营销的主要目标关系营销更为关注的是维系现有顾客，丧失老主顾无异于失去市场、失去利润的来源。关系营销的重要性就在于争取新顾客的成本大大高于保持老顾客的成本。有的企业推行“零顾客叛离”计划，目标是让顾客没有离去的机会。这就要求及时掌握顾客的信息，随时与顾客保持联系，并追踪顾客动态。因此，仅仅维持较高的顾客满意度和忠诚度还不够，必须分析顾客产生满意感和忠诚度的根本原因。由于对企业行为绩效的感知和理解不同，表示满意的顾客，原因可能不同，只有找出顾客满意的真实原因，才能有针对性地采取措施来维系顾客。满意的顾客会对产品、品牌乃至公司保持忠诚，忠诚的顾客会重复购买某一产品或服务，不为其他品牌所动摇，不仅会重复购买已买过的产品，而且会购买企业的其他产品。同时顾客的口头宣传，有助于树立企业的良好形象。此外，满意的顾客还会高度参与和介入企业的营销活动过程，为企业提供广泛的信息、意见和建议。以消费者为中心的观念以消费者为中心的观念，又称市场营销观念。这种观念认为，企业的一切计划与策略应以消费者为中心，正确确定目标市场的需要与欲望，比竞争者更有效地满足顾客需求。市场营销观念形成于20世纪50年代。第二次世界大战后，随着第三次科学技术革命的兴起，西方各国企业更加重视研究和开发，大量企业转向民品生产，社会产品供应量迅速增加，市场竞争进一步激化。同时，西方各国政府相继推行高福利、高工资、高消费政策，社会经济环境也出现快速变化。消费者有较多的可支配收入和闲暇时间，对生活质量的要求提高，消费需要变得更加多样化，购买选择更为精明，要求也更为苛刻。这种形势迫使企业改变以卖方为中心的思维方式，转向以顾客为中心，重视顾客“感觉和反应”的理念。该理念认为，实现企业目标的关键是：比竞争对手更有效地为其选定的目标，市场创造、交付和传播顾客价值，更好地满足目标顾客的需要。执行市场营销观念的企业，称为市场导向企业。其座右铭是：“顾客需要什么，我们就生产供应什么”。市场营销观念相信，得到顾客的关注和顾客价值才是企业获利之道，因此必须将旧观念下企业“由内向外”的思维逻辑转向“由外向内”。它要求企业贯彻“顾客至上”的原则，将营销管理重心放在首先发现和了解“外部”的目标顾客需要，然后再协调企业活动并千方百计去满足它，使顾客满意，从而实现企业目标。因此，企业在决定其生产、经营时，必须进行市场调研，根据市场需求及企业本身的条件，选择目标市场，组织生产经营。其产品设计、生产、定价、分销和促销活动，都要以消费者需求为出发点。产品销售出去之后，还要了解消费者的意见，据以改进自己的营销工作，最大限度地提高顾客满意程度。总之，市场营销观念根据“消费者主权论”，相信决定生产什么产品的主权不在于生产者，也不在于政府，而在于消费者，因而将过去“一切从企业出发”的旧观念，转变为“一切从顾客出发”的新观念，即企业的一切活动都围绕满足消费者需要来进行。市场营销观念有四个主要支柱：目标市场、整体营销、顾客满意和盈利率。与推销观念从厂商出发，以现有产品为中心，通过大量推销和促销来获取利润不同，市场营销观念是从选定的市场出发，通过整体营销活动，实现顾客需求的满足和满意，来获取利润、提高盈利率。大数据行业的挑战（一）技术创新与支撑能力有待进一步提高技术创新是推动大数据产业发展的内在动力，但是目前我国技术创新对于大数据产业的引领作用仍然不强。一方面，国内企业对大数据核心技术、开源技术和相关生态系统影响力总体较弱。另一方面，大多数大数据企业的创新仍以模仿性、渐进性创新为主，突破性、颠覆性创新偏少，自主研发具有国际影响力的先进技术较少，同质化竞争日益加剧。此外，由于我国基础科学技术水平研发投入相对不足，大数据底层技术投入与国外存在较大差距，虽然具有大数据应用的需求，但较少通过扎实的底层技术手段来推动创新，我国大数据技术创新能力有待持续提高。（二）对开源体系的依赖程度相对较高基于开源的数据库技术，或部分开源的功能方案，已经成为当前众多企业的软件技术建设重要模式，目前数据库开源体系由国外主导。众多软件开发者对于开源软件的认知较有限，甚至误以为开源软件等同于免费软件，可以不受限制地随意使用。事实上，开源软件的著作权既没有被放弃也没有过期，开源软件知识产权风险分为版权侵权风险，专利侵权风险、商标侵权风险三大类。因此市场对待目前开源体系的法律风险意识有待提高，自主研发的国产数据库软件市场占有率有待进一步提升，降低对国外开源体系的依赖。（三）企业对于数据价值的认知及运用能力有待提高近年来，越来越多企业认识到数字化转型的必要性，但是对于数据管理的认知水平较多停留在收集数据、存储管理数据的层面，对于如何把数据有效运用及相关认知有待提高，对数据平台、数据技术的资源投入不足。企业往往只是在部分业务实现数字智能化，各个板块的协同不足，各个部门的信息孤岛现象明显，整个企业的数智化缺乏完整规划，企业对数字化转型的目标和路径不够清晰。在此环境下，中国数据管理软件服务厂商在聚焦于内部产品研发和技术迭代的同时，也需加强对下游实际的业务场景和大数据使用需求的逐步理解、适配，使得更多企业可以容易的运用大数据解决发展面临的数字化转型需求。（四）专业人才短缺问题成发展瓶颈我国仍存在严峻的大数据人才短缺问题，尤其紧缺基础技术研发、专业咨询、数据分析挖掘等方面的专业人才以及兼具专业运营能力、行业动态理解力、解决问题能力的多学科复合型人才，难以满足大数据产业的高速发展需求。一方面，我国高科技人才储备不足，高科技人才储备难以应对与日俱增的大数据人才市场需求。另一方面，我国大数据人才培养体系不完善，大数据人才培养体系起步晚，规模小，层次和模式相对单一，技能知识和理念落后，难以有效匹配产业发展速率。虽然近几年随着我国产业数字化转型的发展，数字科技行业的从业人员逐步增多，但从事基础软件领域研究的专业人员仍然稀缺，尚不能满足大数据行业对于高端专业人才的需求。大数据人才的不足一定程度上影响到大数据产业的发展，业内为争取优秀人才，造成行业内人才竞争不断加剧。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，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IO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点的计算资源、存储资源和IO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、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。大数据全生命周期管理大数据生命周期进一步细分为大数据集成、存储和处理、治理、建模、挖掘和流通等阶段。（一）大数据集成大数据集成包括大数据采集和大数据整合。大数据采集主要是通过各种技术手段将分散的海量内容数据（文本、音频、视频等）、行为数据（访问、查询、搜索、会话、表单等）、工业生产数据（传感器数据、监控数据）等从业务系统中收集出来。由于大数据本身具有分散、海量、高速、异质的特征，采集难度较大，因此保证数据采集的稳定性、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/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）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、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。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。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，2015-2019年复合增长率达到31．9%。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%。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。关系营销及其本质特征约翰•伊根认为对关系营销目标最好的描述是：“在适当情况下，识别和建立、维持和增进同消费者和其他利益相关者的关系，同时在必要时终止这些关系，以利于实现相关各方的目标；这要通过相互交换及各种承诺的兑现来实施。”菲利普•科特勒认为：“关系营销致力于与主要顾客建立互相满意且长期的关系以获得和维持企业业务。”关系营销是以系统论为基本思想，将企业置身于社会经济大环境中来考察企业的市场营销活动，认为企业营销乃是一个与消费者、竞争者、供应者、分销商、政府机构和社会组织发生互动作用的过程。关系营销将建立与发展同所有利益相关者之间的关系作为企业营销的关键变量，把正确处理这些关系作为企业营销的核心。关系营销奉行的黄金法则是：同等条件下，人们将和他们认识、喜欢并且信任的人做生意。关系营销的本质特征包括以下几点：（1）信息沟通的双向性。社会学认为关系是信息和情感交流的有机渠道，良好的关系即是渠道畅通，恶化的关系即是渠道阻滞，中断的关系则是渠道堵塞。交流应该是双向的，既可以由企业开始，也可以由营销对象开始。广泛的信息交流和信息共享，可以使企业赢得更多、更好的支持与合作。（2）战略过程的协同性。在竞争性的市场上，明智的营销管理者应强调与利益相关者建立长期的、彼此信任的、互利的关系。这可以是关系一方自愿或主动地按照对方要求调整自己的行为；也可以是关系双方都调整自己的行为，以实现相互适应。各具优势的关系双方，互相取长补短，联合行动，协同动作去实现对各方都有益的共同目标，可以说是协调关系的最高形态。（3）营销活动的互利性。关系营销的基础，在于交易双方相互之间有利益上的互补。如果没有各自利益的实现和满足，双方就不会建立良好的关系。关系建立在互利的基础上，要求互相了解对方的利益要求，寻求双方利益的共同点，并努力使双方的共同利益得到实现。真正的关系营销需要达到关系双方互利互惠的境界。（4）信息反馈的及时性。关系营销要求建立专门的部门，用以追踪各利益相关者的态度。关系营销应具备一个反馈的循环，连接关系双方，企业可由此了解到环境的动态变化，根据合作方提供的信息，以改进产品和技术。信息的及时反馈，使关系营销具有动态的应变性，有利于挖掘新的市场机会。市场与消费者市场1、市场市场是多门学科的研究内容，不同学科有不同的解释。在市场营销学中，市场指有货币支付能力的、有购买愿望的购买者群体。这个定义指明了市场必须具备一个要素：一是购买者群体，二是有购买愿望，三是有货币支付能力，可用公式表示为：市场=人口+购买力+购买愿望。市场规模取决于有购买力、有购买愿望的人数多少。2、消费者市场消费者市场是个人或家庭为了生活消费而购买产品和服务所形成的市场。生活消费是产品和服务流通的终点，因而消费者市场也称为最终产品市场。消费者市场是相对于组织市场而言的。组织市场指以某种组织为购买单位的购买者所形成的市场，购买目的是为了生产、销售或履行组织职能。竞争战略选择竞争者的反应模式、实力等特征决定了本公司竞争战略选择。1、竞争者反应模式与竞争战略选择竞争者反应模式指本公司对竞争者的攻击战略实施之后竞争者的回应方式。竞争者常见的反应模式有以下四种。（1）从容型竞争者。从容型竞争者指竞争者对某些特定的攻击行为没有迅速反应或强，烈反应。这类竞争者“从容不迫”的原因是多种多样的。一是认为自己的顾客忠诚度高，不会转换购买。这类竞争者通常实力强大，市场份额高，品牌知名度高，市场掌控能力强。对于其他同类企业可能不放在眼里，认为小泥鳅掀不起大风浪。企业选择此类竞争者作为攻击对象，应当进行投入产出分析，测定所投入的竞争资金能否收到预期效果，能否吸引竞争者顾客转换购买。如果竞争者的顾客果真不会转换购买，则本公司的竞争战略和策略就是无效或低效的，竞争资金投入就是不值得的。二是竞争者正在对该业务进行收割榨取。竞争者或者认为该产品已经处于衰退期，没有大力发展的价值，没有必要费力地争夺市场扩大份额；或者正在进行战略转移，减少甚至放弃该业务。因此，不打算继续投入资金应对竞争，能销多少就销多少，能得多少利润就得多少利润。企业选择这类竞争者作为攻击对象，首先要分析该业务是否已经进入衰退期，如果已经进入衰退期，本公司是否有必要投入资金争夺市场扩大份额？如果竞争者是因为战略转移而不作反应，则可以成为本公司乘虚而入抢占市场的有利时机，攻击战略就易于收到显著效果。三是竞争者反应迟钝，举棋不定，对于受到攻击之后的可能效果缺乏认识，同时也缺乏做出迅速反应或强烈反应的条件，比如资金不足，等等。这类竞争者的一般实力不强，市场开拓能力不强。选择这类竞争者作为攻击对象易于取得显著效果。（2）选择型竞争者。选择型竞争者指竞争者只对某些类型的攻击做出反应，而对其他类型的攻击无动于衷。企业如果尚不具备与竞争者正面决战的实力，就应当分析竞争者在哪些方面反应敏感，在哪些方面反应不敏感，以制定最为可行的攻击战略，避免引起竞争者强烈反应。（3）凶狠型竞争者。凶狠型竞争者指竞争者对所有的攻击行为都做出迅速而强烈的反应。这类竞争者意在警告其他企业最好停止任何攻击。选择这类竞争者作为攻击对象必须慎之又慎，除非本公司的实力远在竞争者之上，有把握一举击溃而不畏惧它的凶猛反扑。否则，就会损失惨重或者两败俱伤。（4）随机型竞争者。指对竞争攻击的反应具有随机性，有无反应和反应强弱无法根据其以往的情况加以预测。此类竞争者大多是实力弱小的企业。本公司在具备一定实力的条件下，选择此类竞争者作为进攻对象易于取胜并实现预期效果。2、竞争者的其他特征与竞争战略选择企业要攻击的竞争者不外乎下列三类之一。（1）强竞争者与弱竞争者。攻击弱竞争者在提高市场占有率的每个百分点方面所耗费的资金和时间较少，但能力提高和利润增加也较少。在自身实力强大的条件下，攻击强竞争者可以提高自己的生产、管理和促销能力，更大幅度地扩大市场占有率和利润水平。（2）近竞争者和远竞争者。多数公司重视同近竞争者对抗并力图摧毁对方，但是竞争胜利可能招来更难对付的竞争者。美国的战略研究专家波特举了两个毫无意义的“胜利”的例子：鲍希和隆巴公司曾积极同其他软镜头生产商对抗并且取得了很大的成功，导致失败者纷纷把资产卖给露华浓、强生和谢林一普洛夫等较大的公司，使自己面对更强大的竞争者。一家橡胶特种用品生产商把另一家橡胶特种用品生产商当作不共戴天的仇敌来攻击并抽走股份，给这家公司造成很大损失，结果几家大型轮胎公司的特种用品部门乘虚而入，很快打入了特种橡胶制品市场，倾销产品。（3）“良性”竞争者与“恶性”竞争者。“良性”竞争者的特点是：遵守行业规则；对行业增长潜力提出切合实际的设想；按照成本合理定价；喜爱健全的行业，把自己限制在行业的某一部分或某一细分市场中；推动他人降低成本，提高差异化；接受为他们的市场份额和利润规定的大致界限。“恶性”竞争者的特点是：违反行业规则；企图靠花钱而不，是靠努力去扩大市场份额；敢于冒大风险；生产能力过剩仍然继续投资。总之，他们打破了行业平衡。公司应支持良性竞争者，攻击恶性竞争者。更重要的是，竞争者的存在会给公司带来一些战略利益，如增加总需求，导致产品更多的差别，为效率较低的生产者提供了成本保护伞，分摊市场开发成本，服务于吸引力不大的细分市场，减少了违背反托拉斯法的风险等。品牌组合与品牌族谱品牌组合涉及企业是自营品牌还是借用他人品牌，是采用统一品牌还是分类、分品设计，一个产品上标一个品牌还是一个产品上标两个或两个以上的品牌等品牌策略问题。品牌组合就是为解决这些具体问题而做的努力。如此，品牌组合成为品牌运营中的重要策略。（一）品牌归属策略确定产品应该有品牌以后，就涉及如何抉择品牌归属问题。对此，企业有三种可供选择的策略，其一是企业使用属于自己的品牌，这种品牌叫作企业品牌或生产者品牌或自有品牌。其二是他人品牌，他人品牌又可细分为两种：企业将其产品售给中间商，由中间商使用他自己的品牌将产品转卖出去，这种品牌叫作中间商品牌，这是第一种；第二种是贴牌生产，即其他生产者品牌。其三是企业对部分产品使用自己的品牌，而对另一部分产品使用中间商牌或者其他生产者品牌。许多市场信誉较好的中间商（包括百货公司、超级市场、服装商店等）都争相设计并使用自己的品牌。如美国的Sears公司经销的商品的90%0都标有自己的品牌。伴随着2008年以来的经济衰退，再次加速了中间商品牌的发展。沃尔玛一直在中国市场积极开发和推广沃尔玛“自有品牌”，推出“质优价更优”的自有品牌商品，覆盖了食品、家居用品、服装、鞋类等主打品类。自有品牌商品的生产厂家都经过严格的审核和产品检测，确保每件商品都拥有领先同类品牌的优良品质；同时，自有品牌商品均由生产厂家直接生产，节省了中间环节，使售价比同类商品更具竞争力。中间商品牌的出现与发展掀起了新一轮更宽范围的品牌战。营销企业选择生产者品牌或中间商品牌，即品牌归属生产者还是中间商，要全面考虑各相关因素，最关键的因素是生产者和中间商谁在这个产品分销链上居主导地位、拥有更好的市场信誉和拓展市场的潜能。一般来讲，在生产者或制造商的市场信誉良好、企业实力较强、产品市场占有率较高的情况下，宜采用生产者自有品牌；相反，在生产者或制造商资金括据、市场营销薄弱的情况下，应以中间商品牌或其他生产者品牌为主。必须指出，若中间商在某目标市场拥有较好的品牌忠诚度及庞大而完善的销售网络，即使生产者或制造商有自营品牌的能力，也应考虑采用中间商品牌。这是在进占海外市场的实践中常用的品牌策略。（二）品牌统分策略品牌，无论归属于生产者，还是归属于中间商，或者是两者共同拥有品牌使用权，都必须考虑对所有的产品如何命名问题。是大部分或全部产品都使用一个品牌，还是各种产品分别使用不同的品牌，如何对此进行决策事关品牌运营成败。决策此问题，通常有三种可供选择的策略。1、统一品牌统一品牌即是企业所有的产品（包括不同种类的产品）都统一使用一个品牌。例如，飞利浦公司的所有产品（包括音响、电视、灯管、显示器等）都以“PHILIPS”为品牌，佳能公司生产的照相机、传真机、复印机等所有产品都统一使用“Canon”品牌。企业采用统一品牌策略，能够降低新产品宣传费用；可在企业的品牌已赢得良好市场信誉的情况下实现顺利推出新产品的愿望；同时也有助于显示企业实力，塑造企业形象。不过，不可忽视的是，若某一种产品因某种原因（如质量）出现问题，就可能因其他种类产品受牵连而影响全部产品和整个企业的信誉，即一荣俱荣，一损俱损；当然，统一品牌策略也存在着易相互混淆、难以区分产品质量档次等令消费者不便的缺憾。2、个别品牌与多品牌个别品牌是指企业对各种不同的产品分别使用不同的品牌；而多品牌策略通常是指企业同时为一种产品设计两种或两种以上互相竞争的品牌的做法。多品牌是个别品牌策略实施的结果，个别品牌策略是多品牌策略的一种具体做法或表现形式。企业运用多品牌策略能够避免统一品牌下的负面株连效应；可以在产品分销过程中占有更大的货架空间，进而压缩或挤占了竞争者产品的货架面积，为获得较高的市场占有率奠定了基础；而且，多种不同的品牌代表了不同的产品特色，多品牌可吸引多种不同需求的顾客，提高市场占有率。还需提及的是，由于多种不同的品牌同时并存必然使企业的促销费用升高且存在自身竞争的风险，所以，在运用多品牌策略时，要注意各品牌市场份额的大小及变化趋势，适时撤销市场占有率过低的品牌，以免造成自身品牌过度竞争。3、分类品牌分类品牌即指企业对所有产品在分类的基础上各类产品使用不同的品牌。如企业可以对自己生产经营的产品分为器具类产品、妇女服装类产品、主要家庭设备类产品，并分别赋予其不同的品牌名称及品牌标志。这实际上是对前两种做法的一种折中。分类品牌可以按产品分类，也可以按市场分类。（三）复合品牌策略复合品牌就是指对同一种产品赋予两个或两个以上品牌的做法。多牌共推一品，不仅集中了一品一牌策略的优点，而且还有增加宣传效果等增势作用。复合品牌策略，按照复合在一起的品牌的地位或从属程度来划分，一般可以分为主副品牌策略与品牌联合策略两种。1、主副品牌策略主副品牌策略是指同一产品使用一主一副两个品牌的做法。在主副品牌策略下，用涵盖企业若干产品或全部产品的品牌做主品牌，借其品牌之势；同时，给各个产品设计不同的副品牌（专属于特定产品的品牌），以副品牌来突出不同产品的个性。主副品牌策略兼容了统一品牌策略与个别品牌策略的优点。它既可以像统一品牌策略一样实现优势共享，使企业产品均在主品牌下借势受益；同时，又能达到像个别品牌策略一样比较清晰地界定不同副品牌标定下产品之间的差异性特征，从而避免因个别品牌的失败而给整个品牌带来损失的负面影响。主副品牌策略简直就是对统一品牌策略和个别品牌策略的必要补充。主副品牌策略一般适合于企业同时生产两种或两种以上性质不同或质量有别的商品，同时还要求拟作为主品牌的品牌应有较高的知名度与较好的市场声誉。产品性质相同或质量一致，那也就无必要设置副品牌；而品牌知名度不高或市场声誉不佳，也无势可借，进而也难以带活副品牌。2、品牌联合策略品牌联合策略是指对同一产品使用不分主次的两个或两个以上品牌的做法。品牌联合可以使两个抑或更多个品牌有效地协作、联盟，相互借势，来提高品牌的市场影响力与接受程度。品牌联合所产生的传播效应是“整体远远大于单体”。可以说，品牌联合的扩散效应比单独品牌要大得多。依照联合品牌的隶属关系，品牌联合策略又可大致分为“自有品牌联合并用”与“自有品牌与他人品牌联合并用”两种做法。必须说明的是，品牌联合不仅仅是品牌名称上的简单联合、表面联合，而且更重要的是实质性的深层次的联合或合作，包括两个或两个以上品牌的联合赞助、组合宣传、共用网络等具体的品牌联合形式。市场的细分标准（一）消费者市场细分的标准消费者市场细分标准可归纳为四大类，其因素有些相对稳定，多数则处于动态变化中。1、地理因素地理因素标准即按照消费者所处的地理位置、自然环境细分市场，具体变量包括国家、地区、城市规模、不同地区的气候及人口密度等。处于不同地理位置和环境下的消费者，对同一类产品往往会呈现出差别较大的需求特征，对企业营销组合的反应也存在较大的差别。例如希尔顿酒店会根据所处的地理位置设计个性化的房间：美国东北部酒店更雅致和全球化，而西南部的酒店更乡村化；零售巨头如沃尔玛、凯马特都允许他们的区域经理储存货物以适应当地需求。地理细分对不同区域的识别和划分也有意义，企业可以根据产品在该区域上市的时间，将市场分为引人期或发育期市场（1～5年），成长期市场（6～11年），成熟期市场（11年以上）。显然，这样的划分有利于识别不同阶段市场的特征，制定具有针对性的营销策略。就总体而言，地理环境中的大多数因素是一种相对静态的变量，企业营销必须研究处于同一地理位置的消费者和用户对某一类产品的需求或偏好所存在的差异，而且必须同时依据其他因素进行市场细分。2、人口因素人口因素指各种人口统计变量，包括年龄、婚姻、职业、性别、收入、教育程度、家庭生命周期、国籍、民族、宗教、社会阶层等。比如，不同年龄、受教育程度不同的消费者在价值观念、生活情趣、审美观念和消费方式等方面会有很大的差异。以年龄、家庭人口和收入为例，看其对某产品需求的制约。某家具公司在市场调查中发现与家具销售关联最密切的人口变量有以下三项：户主年龄、家庭规模和收入状况。企业在选择目标市场时，可以根据本企业的营销目标及其预期利润，分别考虑各个细分市场的家庭数目、平均购买率、产品的竞争程度等因素。经过分析研究和预测，即可比较准确地评估出每个细分市场的潜在价值。对于全球企业来说，这些人口统计变量的相关信息从各国政府或国际组织公布的统计资料中可以查到。各个国家人口的预期寿命、年龄结构等因素对食品、化妆品、服装、人寿保险等行业中的全球企业细分全球市场有特别重要的意义。需要注意的是，在用人口因素来进行市场细分时，用单一标准细分市场很容易得出偏颇的结论，需要企业界和其他细分标准对细分市场做出进一步的细化研究，从而发现显著的顾客需求特征差异，以分别制定针对性的营销战略及策略。3、心理因素心理因素标准即按照消费者的心理特征细分市场。按照上述几种标准划分的处于同，一群体中的消费者对同类产品的需求仍会显示出差异性，可能原因之一是心理因素发挥作用。心理因素包括个性、购买动机、价值观念、生活格调、追求的利益等变量。比如，生，活格调是指人们对消费、娱乐等特定习惯和方式的倾向性，追求不同生活格调的消费者对商品的爱好和需求有很大差异。越来越多的企业，尤其是服装、化妆品、家具、餐饮、旅游等