大数据行业市场需求与投资规划分析

大数据行业市场需求与投资规划分析

一、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

10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10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。

二、大数据行业面临的机遇

（一）产业政策集中出台，多层次政策体系日益健全

十八届五中全会提出实施国家大数据战略以来，《促进大数据发

展行动纲要》指出，建立安全可信的大数据技术体系是推进大数据产

业基础研究和核心技术攻关的重要目标。2021年3月，在我国十四五

规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴

数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与

实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。

加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业

数字化转型，加快数字社会建设步伐，营造良好数字生态，建设数字

中国。

2020年4月，国家发改委明确了新基建是以技术创新为驱动，以

信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、

融合创新等服务的基础设施体系。其中，在新一代信息技术关键领域

锻长板的重要举措包括：推动新一代信息技术与制造业融合发展，加

速工业企业数字化、智能化转型，提高制造业数字化、网络化、智能

化发展水平，推进制造模式、生产方式以及企业形态变革，带动产业

转型升级。未来新兴产业及数字经济的发展将更依赖于数据资源，数

据基础设施建设也是支撑5G、数据中心、工业互联网等新一代信息技

术基础设施的基础，因此大数据是新基建的重要组成部分，也将推进

大数据底层软件等核心国产软件的快速发展。

（二）数据管理软件国产化趋势明显，国产大数据产品有望实现

换道超车

国内数据管理软件基本被Oracle、IBM和微软为代表的国外关系

型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重

视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要

环节，越来越多的客户已经开始或计划相关软硬件的采购计划。

大数据时代下，数据管理软件正在逐步由集中式架构软件向分布

式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管

理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产

品已经能满足市面上绝大多数数据应用场景基础需求。

但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额,

仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球

竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体

系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、

规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进

入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。

（三）数据成为新生产要素，各行业的大数据应用需求巨大

2020年4月，《关于构建更加完善的要素市场化配置体制机制的

意见》指出，数据已成为继土地、劳动力、资本、技术之后的新一代

生产要素，是数字经济发展的基础性、关键性、决定性的生产要素，

对经济发展、社会治理、人民生活产生着重大而深刻的影响。

激活数据要素潜能，加快数字经济、数字社会，以数字化驱动生

产方式、生活方式和治理方式变革成为我国当下发展的重点。企业建

设数字化能力，高效解决企业运营中的问题，优化企业业务流程、提

高效率，成为企业发展的核心竞争力之一，在金融、交通、能源、制

造等国民经济重要领域实际提升数字化能力需求巨大。此外，在企业

数字化程度提高后，数据走向资源化是大势所趋，在数据资源化的过

程中，建立行业间高效的数据交换机制，实现数据的互联互通、信息

共享、业务协同，以成为整合信息资源，深度利用分散数据的有效途

径。加快数字化转型，构建数据共享服务体系，促进数据与业务应用

快速融合，将助力中国经济从高速增长转向高质量发展，推动数字中

国建设。

（四）大数据应用的快速发展，推动大数据管理平台需求的快速

增长

近年来，大数据增长集中于物联网设备、多媒体、日志、社交信

息等，这些数据具有数据类型多、数据量大、流转速度快、价值密度

低的特点。传统关系型数据库无法满足处理半结构化及非结构化数据

需要，具有综合能力的大数据管理平台有易于扩展、无序存储、分布

式架构的特性，相比传统关系型数据库，更能满足对这些数据的存储

需求。大数据管理平台不仅具有存储管理海量数据能力、数据处理性

能高和易于扩展的特性，还可以保持传统关系数据库支持ACID和SQL

查询等特性，支持关系数据模型。在大数据市场发展下，大数据管理

平台需求快速增长。

（五）数据价值的深度挖掘需求将带动智能分析工具的快速发展

智能分析工具主要专注于为数据预处理、特征工程、数据建模、

预测分析等数据分析挖掘关键过程提供工具和相关解决方案，是企业

实现对海量数据的深度挖掘的重要工具。随着大数据环境下，数据分

析复杂程度的加深，数据科学平台需要持续优化其平台流程、协作及

模型治理特性，以保持与软件开发中最佳实践一致。同时，数据科学

平台厂商也将通过整合针对算法筛选、分布式模型训练、模型管理、

知识图谱和高性能推理等任务的创新解决方案来实现差异化竞争。为

了在大数据环境下快速帮助客户实现人工智能赋能的商业决策，智能

分析工具将迎来快速发展机遇，在云原生、AI工程化、低代码、隐私

安全、云边一体等方面发挥更大的作用。

三、全球大数据市场发展情况

全球大数据市场规模由2015年231亿美元增长至2019年的496

亿美元，年复合增长率约为21.1%,全球整体市场规模有望在2024年

超过800亿美元，2019至2024年复合增长率约为11.8%o在2015年,

大数据服务仍然是全球大数据市场最大的收入来源，约为91亿美元，

而硬件和软件收入分别达到73亿美元和67亿美元。随着硬件成本的

下降以及软件附加值的提升，预计未来全球大数据市场中硬件及服务

收入贡献占比将逐渐减少，软件将超过服务和硬件，成为全球大数据

市场最主要的收入来源。

全球大数据软件市场规模由2015年的67亿美元增长至2019年的

170亿美元，年复合增长率为26.2%,超过硬件和服务收入增速，并

且预计软件市场规模将在2024年达到377亿美元，年复合增长率约为

17.3%o在大数据软件中，随着大数据管理平台和数据应用中间件产

品的成熟，未来将贡献更多的收入占比。

四、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。

五、发展营销组合

根据目标市场和定位的要求，企业需要考虑和选择相应的营销组

合。“营销组合”是指一整套能影响市场需求的企业可控制因素，包

括产品、价格、地点(分销或渠道)和促销等，是开展营销、影响和

满足顾客的工具与手段。它们需要整合到营销计划中并使用于营销过

程，以争取目标市场的预期反应。

企业对营销工具和手段的具体运用，会形成不同的营销战略、方

法和行动。这些工具、手段或因素相互依存、相互影响和相互制约，

通常不应割裂开来孤立地考虑。必须从目标市场的需求状态、定位和

营销环境等出发，统一、配套和协调使用。

营销组合具有以下特性：

(1)可控性。由企业可控制和运用的有关营销手段、因素等构成。

比如，企业可根据目标市场决定生产什么，制订什么样的价格，选择

什么渠道，并采用什么促销方式。

(2)动态性。它不是固定不变的静态搭配，而是变化无穷的动态

组合。比如同样的产品、价格和渠道，可根据需要改变促销方式；或

其他因素不变，企业提高或降低价格等，都会形成新的、效果不同的

营销组合。

(3)复合性。构成营销组合的四大类因素或手段，各自又包含多

个次一级或更次一级的因素或手段组合。以产品为例，它由质量、外

观、品牌、包装、服务等因素构成，每种因素分别又由若干更次一级

的因素构成，如品牌便有多种使用方式。又如促销手段，包括人员促

销、广告、公共关系和营业推广等；其中，广告依据传播媒体的不同,

又有电视广告、广播(电台)广告、报纸广告、杂志广告和网络广告

等，每一种还可进一步细分。

(4)整体性。构成营销组合的各种手段及各个层次的因素，不是

简单地相加或拼凑，必须成为一个有机整体。在统一的目标指导下相

互配合、优势互补，追求大于局部功能之和的整体效应。

六、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。

七、市场细分战略的产生与发展

市场细分是1956年由美国营销学者温德尔，斯密于《产品差异和

市场细分一一可供选择的两种市场营销战略》一文中，在总结西方企

业营销实践经验的基础上提出的。市场细分不单纯是一个抽象理论，

而且具有很强的实践性，顺应了第二次世界大战以后美国众多产品市

场转化为买方市场这一新的形势，是现代企业营销观念的一大进步。

从总体上看，不同的市场条件和环境，从根本上决定企业的营销战略。

市场细分理论和实践的发展经历了以下几个阶段。

（一）大量营销阶段

早在19世纪末20世纪初，即资本主义工业革命阶段，整个社会

经济发展的中心和特点是强调速度和规模，市场以卖方为主导。在卖

方市场条件下，企业市场营销的基本方式是大量营销，即大批量生产

品种、规格单一的产品，并且通过广泛、普遍的分销渠道销售产品。

在这样的市场环境下，大量营销的方式降低了产品的成本和价格，获

得了较丰厚的利润。企业没有必要研究市场需求，市场细分战略也不

可能产生。

（二）产品差异化营销阶段

20世纪30年代，发生了震撼世界的资本主义经济危机，西方企业

面临产品严重过剩，市场迫使企业转变经营观念。营销方式从大量营

销向产品差异化营销转变，即向市场推出许多与竞争者在质量、外观、

性能和品种等方面不同的产品。产品差异化营销较大量营销是一种进

步，但是由于企业仅仅考虑自己现有的设计、技术能力，忽视对顾客

需求的研究，缺乏明确的目标市场，因此产品营销的成功率依然很低。

由此可见，在产品差异化营销阶段，企业仍然没有重视对市场需求的

研究，市场细分仍然缺乏产生的基础和条件。

（三）目标营销阶段

20世纪50年代以后，在科学技术革命的推动下，生产力水平大幅

度提高，产品日新月异，生产与消费的矛盾日益尖锐，以产品差异化

为中心的推销体制远远不能解决西方企业所面临的市场问题。于是，

市场迫使企业再次转变经营观念和经营方式，由产品差异化营销转向

以市场需求为导向的目标营销，即企业在研究市场和细分市场的基础

上，结合自身的资源与优势，选择其中最有吸引力和最能有效为之提

供产品和服务的细分市场作为目标市场，设计与目标市场需求特点相

互匹配的营销组合。市场细分战略应运而生。

市场细分理论的产生，使传统营销观念发生根本性的变革，在理

论和实践中都产生了极大影响，被西方理论家称之为“市场营销革

命”。

市场细分理论产生后经历了不断完善的过程。最初，随着“以消

费者为中心”的营销理念日渐深入人心以及个性化消费时代的到来，

企业把市场不断细分，从而出现超市场细分理论（即一对一营销理

论）。人们认为把市场划分得越细越能适应顾客需求，只要通过增强

企业产品的竞争力便可提高利润率。但是20世纪70年代以来，能源

危机和整个资本主义市场不景气，使不同阶层消费者的可支配收入出

现不同程度的下降，人们在购买时更多地注重价值、价格和效用的比

较。过度细分市场导致企业营销成本上升而减少总收益，于是反市场

细分理论应运而生。营销学者和企业家认为，应该从成本和收益的比

较出发对市场进行适度的细分，这是对过度细分的反思和矫正。它赋

予了市场细分理论新的内涵，使其不断地发展和完善，对指导企业市

场营销活动具有更强的可操作性。

20世纪90年代，在全球营销环境下，适度细分理论又被赋予了更

新的内涵，适应了全球营销趋势的发展。全球营销力图尽可能地识别

和满足世界各国消费者的共同需求，并希望以此获得更广阔的市场和

更低的成本。而且，全球营销对于“需求”的理解更为深刻，它不是

简单、一味地识别和满足消费者的现有需求，而是更为关注挖掘潜在

需求，或在异国市场上引入并推行新的消费文化。与此同时，全球营

销同样注意到各个国家和地区消费者需求之间的差异。因为分布于世

界200多个国家和地区的全球消费者，拥有不同的语言和肤色，不同

的风俗习惯，不同的宗教信仰，不同的行为方式。事实上，没有一家

企业已经或者试图把触角伸向世界的每一个角落。它们都根据自身的

优势和劣势，寻求全球市场上的机会，选择那些能够比对手更好地提

供产品或服务的细分市场作为目标市场，并与之建立互惠互利的交换

关系，在满足其需求的同时求得自身发展壮大。

八、以企业为中心的观念

以企业为中心的市场营销管理观念，就是以企业利益为根本取向

和最高目标来处理营销问题的观念。它包括以下几种。

1、生产观念

生产观念是一种最古老的营销管理观念。生产观念认为，消费者

总是接受任何他能买到的价格低廉的产品。因此，企业应当致力于提

高生产效率，实现低成本和大众分销。持生产观念的企业的典型口号

是：“我们生产什么，就卖什么。”

生产观念在西方盛行于19世纪末20世纪初。当时，资本主义国

家处于工业化初期，市场需求旺盛，整个社会产品供应能力则相对不

足。企业只要扩大生产价廉物美的产品，就能盈利，而不必过多关注

市场需求差异。在这种情况下，生产观念为众多企业所接受。

除了物资短缺、产品供不应求的情况之外，还有一种情况也会导

致企业奉行生产观念。这就是某种具有良好市场前景的产品，技术含

量和生产成本很高，必须通过提高生产率、降低成本来扩大市场。

生产观念是一种重生产、轻市场的观念。在物资紧缺的年代也许

能“创造辉煌”，但随着生产的发展、供求形势的变化，这种观念必

然使企业陷入困境。

2、产品观念

产品观念认为，消费者最喜欢高质量、高性能和具有某些特色的

产品。因此，企业管理的核心是致力于生产优质产品，并不断精益求

精。

持产品观念的公司假设购买者欣赏精心制作的产品，相信他们能

鉴别产品的质量和功能，并愿意出较高价格购买质量上乘的产品。这

些公司的经理人员常迷恋自己生产的产品，而不太关注市场是否欢迎。

他们在设计产品时只依赖工程技术人员而极少让消费者介人。产品观

念和生产观念几乎在同一时期流行。与生产观念一样，产品观念也是

典型的“以产定销”观念。由于过分重视产品而忽视顾客需求，这两

种观念最终将导致“营销近视症”。如铁路行业以为顾客需要火车而

非运输，忽略了航空、公共汽车、卡车以及管道运输的日益增长的竞

争；计算尺制造商以为工程人员需要计算尺而非计算能力，忽视了袖

珍计算器的挑战，其最终结果是产品被市场冷落，经营者陷入困境甚

至破产。

3、推销观念

推销观念（或销售观念）认为，消费者通常有一种购买情性或抗

衡心理，若听其自然，消费者就不会大量购买本企业的产品，因而营

销管理的中心是积极销售和大力推广。执行推销观念的企业，称为推

销导向企业。其口号是：“我们卖什么，就让人们买什么。”

推销观念盛行于20世纪三四十年代。在这一时期，由于西方各国

科学管理和大规模生产盛行，因此商品产量迅速增加，整个市场供过

于求，卖主之间的市场竞争日益激烈。1929年爆发的严重经济危机，

前后历时5年，堆积如山的货物卖不出去，市场极度萧条。这种现实

使许多企业家认识到，企业不能只顾生产，即使有物美价廉的产品，

也要努力推销才能保证被人购买。在推销观念指导下，企业相信产品

是“卖出去的”，而不是“被买去的”。他们致力于产品的推广和广

告活动，进行无孔不入的促销信息“轰炸”，以求说服甚至强制消费

者购买。

与前两种观念一样，推销观念也是建立在以企业为中心，“以产

定销”，而不是满足消费者真正需要的基础上的。

九、市场营销与企业职能

迄今为止，市场营销的主要应用领域还是在企业。在下一节我们

将会看到，市场营销学的形成和发展，与企业经营在不同时期所面临

的问题及其解决方式是紧密联系在一起的。

在市场经济体系中，企业存在的价值在于它能不断提供合适的产

品和服务，有效地满足他人（顾客）需要。因此，管理大师彼得，德

鲁克指出：“顾客是企业得以生存的基础，企业的目的是创造顾客,

任何组织若没有营销或营销只是其业务的一部分，则不能称之为企

业。”“市场营销和创新，这是企业的两个功能。”其中，“营销是

企业与众不同的独一无二的职能”。这是因为：

(1)企业作为交换体系中的一个成员，必须以对方(顾客)的存

在为前提。没有顾客，就没有企业。

(2)顾客决定企业的本质。只有顾客愿意花钱购买产品和服务，

才能使企业资源变成财富。企业生产什么产品并不重要，顾客对他们

所购物品的感受与价值判断才是最重要的。顾客的这些感觉、判断及

购买行为，决定着企业命运。

(3)企业最显著、最独特的功能是市场营销。企业的其他职能，

如生产、财务、人事职能，只有在实现市场营销职能的情况下，才是

有意义的。因此，市场营销不仅以其“创造产品或服务的市场”标准

将企业与其他组织区分开来，而且不断促使企业将营销观念贯彻于每

一个部门。

在现实中，许多企业尽管对市场营销及其方法颇为重视，但并未

真正把它作为企业核心职能进行全面贯彻。如一些经理认为营销就是

“有组织地执行销售职能”。他们着眼于用“我们的产品"，寻求

“我们的市场”，而不是立足于顾客需求、欲望和价值的满足。但是,

市场营销并不等于销售。市场营销的核心是清楚地了解顾客，并使企

业所提供的产品(服务)适合顾客需要。不做好这一工作，即使拼命

推销，顾客也不可能积极购买。因此，企业尽管也需要做销售工作，

但市场营销的目标却是要减少推销工作，甚至使得销售行为变得多余。

全面构建和贯彻面向市场（顾客）的企业职能，关系到企业能否

生存和健康成长。

十、客户分类与客户分类管理

（一）客户分类

客户分类指按照客户对于供应商的重要性分为不同等级。等级划

分有三级制，如A类、B类、C类；有五级制，如A类、B类、C类、D

类、E类；也有六级及以上的分类。有的企业将不同等级客户称为钻石

级、白金级、黄金级、白银级、普通级等，客户分类的目的是识别客

户重要性并给予不同的待遇。如果客户分类错误，就有可能将重要客

户作为次要客户对待，而将次要客户作为重要客户对待，降低企业营

销效益：正确的客户分类需要正确的分类标准，有的企业仅仅以客户

购买量（额）作为分类标准，这是比较片面的，客户分类依据有客户

关系价值、客户忠诚度、客户信用度等因素。

1、客户关系价值

客户关系价值简称为客户价值，指客户为供应商带来的价值或客

户在供应商眼中的价值。

长期客户总收益指一定时期内客户持续购买为企业带来的收益。

客户购买量、购买频率、购买持续时间是长期客户总收益的主要影响

因素，获取客户的成本指企业为使潜在客户成为现实客户而耗费的成

本。保留客户的成本指企业为加强或维持客户关系而耗费的成本，如

人员访问成本、设立俱乐部的成本等。在获