关系数据了，还包括一些未处理和未加工的半结构化和非结构化数据，如网页，图片，视频，音频，电子邮件，文件等。
3.流动速度快
我们处理的数据不但数据量由之前的TB级上升到PB级，而且更新的速度极快，呈动态分布，大数据其实是一种流动式数据[6]。快速流动的数据，使用传统的处理方法和落后的系统已经无法进行实时的更新，那么企业就不能够做出正确、及时的业务决策，数据分析也就失去了它的价值和意义。
4.价值密度低
数据量在迅速增加，然而数据的有用价值信息量非常低，因此人们很难获得有效的信息。例如，在连续监控的视频中，有效数据也就短短几分钟。因此，人们需要以更快、更有效的方式来处理大数据和分析大数据中蕴藏的信息，以提取有价值量的数据。
（三）来源 1.流动数据
又称为物联网，这些数据可连接到个人的IT网络设备，当这些数据连接到网络设备上时，需要进一步对其分析来决定哪些数据有效，并保留有效数据，删除无效数据。
2.社交数据
由于智能化设备被得到了广泛的应用，在社交互动平台中出现的数据极具吸引力，社交数据具有营销的功能。这些数据通常是以非结
5
构化或半结构化形式出现,当公司分析和使用这些数据信息的时候，不仅要考虑大数据的量,还要考虑大数据的应用。
3.公开来源
巨大的数据来源很多，不仅可以通过打开数据门户网站获得，还可以从移动智能设备中提取。打开数据源我们能够获取庞大的数据量，例如：来自美国政府的数据，中情局遍布全球的概况，欧盟开放的数据门户等[7]。
（四）应用
大数据的应用范围很广，可以根据分析总结，大数据主要是在商业智能、政府服务和市场营销这三个领域的应用较多。
1.商业智能
在大数据应用之前，企业都是通过BI工具来对结构化的数据进行分析并生成报告的，而传统的BI工具主要用于企业的运作，用在成本控制和计划执行报告生成方面，对于非结构化数据的处理会存在很大的问题。大数据技术最主要的功能和应用是ETL（Extract、Transform、Load）[8]。在分析数据和生成报告之前能够对非结构化的数据进行处理，将传统的BI工具与大数据分析紧密相连，能使其处理性能大幅提升，实时互动分析更容易实现，而实时的预测也会将BI提升到一个新的水平。
2.公共服务
使用数据挖掘技术可以预测疾病的爆发，了解交通模型和改进教
6
育。例如：政府公共数据透明化，市民在购物、交通、医疗、教育等方面的高度数字化都应用了大数据。此外，政府和社区可以运用更多的技术和方法让数据可视化，例如运用人工智能技术能够与用户进行实时的互动。随着智能手机的普及、应用，并随着国家电子政务的数字化进程，电子政务和数据公开、透明，使公民能够准确地了解政府的运营效率[9]。
3.市场营销
数据营销是大数据与网络营销的结合。其应用可分为两大类：首先，从线上到线下。营销人员使用具有NFC近场通讯技术的智能手机能够对客户进行定位，并实时不间断地跟踪，了解客户的具体行程和位置，再把相关的网络分析数据优化应用于商品销售中[10]。其次，数据分析系统和工具将更加容易使用，中小型企业可能不会拥有自己的BI平台，但他们都拥有电脑和移动设备，使用移动设备将改变企业使用的营销工具。
三、大数据背景下我国电商企业制定和实施的营销策略
（一）大数据的客户分析策略
电商企业借助大数据分析技术，对客户数据和信息进行有效管理和深入分析，客户分析策略用于客户的分析类型主要有以下几个方面：
1.客户特征分析
客户特征分析是对消费者的年龄、地域、学历、婚姻、职业、收
7
入进行分析、归类和汇总，寻找出消费者的差异化特点，进行准确定位，实现目标市场的细分，销售适合消费者需求的产品，达到企业的营销目的。
2.消费倾向分析
了解客户的消费兴趣，分析消费者的行为习惯，对不同客户的需求提供具有个性化、差异性的服务，并以此研发、生产、销售有针对客户不同需求的商品，以达到企业和消费者都能获得利益和满足。
3.消费行为分析
对客户消费行为所产生的数据进行深入分析，找出对企业更有利用价值的关键客户信息，并对这些客户制定有针对性的营销策略，促进营销人员的营销过程能够顺利进行，实现企业的精准细分。
4.利润率分析
利润率分析是通过分析哪些客户可以产生更大的利润或哪些商品具有更多的利润率，因此，企业可以对应找更大价值的客户群和生产最大贡献的商品，为企业创造更多的利润。
5.客户忠诚度分析
运用营销手段留住客户，深度挖掘潜在客户，分析客户对商品的感兴趣程度，并使之成为回头客。对客户忠诚度分析，利用回头客拉动新客户，完善客户群体关系，并预测如何提高顾客的忠诚度的途径，为企业创造更大的发展空间。
8
6.风险分析
风险分析是找出不确定性因素的作用，分析该方案的环境条件和敏感性。风险分析有助于确定相关因素对决策的影响，有助于确定投资计划或生产管理计划变更对某一特定因素的敏感性。因此，风险分析能够使企业对消费者和交易市场进行可靠性的分析，揭示潜在的风险，以规避风险。
7.潜在客户分析
对各种相关指标的综合分析，修改营销计划吸引更多的精准客户，提升营销效果。因此，对客户进行细分之后，能够为电商企业提供有针对性的决策依据，电商企业也应根据自身的情况打造大数据的客户分析系统。
（二）大数据的精准营销策略
大数据时代，相比传统企业电商企业在数据资产方面拥有着巨大的优势，进一步深化大数据的精准营销策略，能够加强电商企业的市场竞争力。
1.加大精准营销的比重
精准营销就是通过精准细分市场，依靠现代营销方式和高科技，根据消费者的个性化需求，生产适宜的商品。精准营销是以消费者为中心的，精准营销能够帮助企业深入了解消费群体的多样化需求，进行准确营销。并且随着大数据的技术日趋成熟，数据量的增长以及种类的多样，深入精准营销已经势不可挡，因此，电商企业在营销的过
9