山东建筑大学毕业论文
值没有被有效发掘。下图是2013年全球数据驱动型营销调查报告，反映的是数据在营销决策中的重要性[7]。
营销人员中赞同此项的百分比 决策更准确 结果更理想（毛利率。利润资源利用更充分，成本更低 确定新机遇发现新竞争优势 快速决策 无影响（不确定）其他 49% 44% 43% 31% 10% 58% 0 图1.1 数据在营销决策中的积极作用
100%
3 提出基于大数据的营销新模式
3.1大数据的本质和营销意蕴 3.1.1大数据的概念
数据，在现代数字化的世界，无论是运用科技进行沟通、学习、休闲和交流互动，只要我们运用科技活动，就会留下相应的数字信息。这些就是数据，而且会随着时间的推移逐渐累积。如果我们把横跨不同设备，不同网站的累积数据搜集起来，就形成了大数据。大数据反映我们如何消磨时光，什么事情对我们重要，我们的喜好，甚至我们想要什么。如果我们能够将这些外部数据和公司内部的日常管理经营数据，营销数据、销售数据、服务数据、供应链管理的数据和消费者统计数据结合起来，就会得到大数据。以数字化数据表征的镜像化世界，大数据的四V特征构成了大数据蕴含的强大真实反应客户意图和市场预测的能力，因此大数据具有极高的营销价值，帮助企业增强核心竞争力[6]。
如今的数据成爆炸式增长，不仅限于结构化数据，还有大部分客户使用互联网，移动终端，社交应用等留下的非结构化数据，目前非结构化数据占据比例已经超过互联网
5
山东建筑大学毕业论文
整个数据量的75％，能产生高价值的大数据，是这些非结构化数据，传统的关系型数据库已无法应对，迫切需要新的数据组织方式和数据处理和分析技术。瞬息万变的商业环境也客观上决定组织和个人能基于海量的各种类型的数据进行及时快速分析、快速决策，保证数据分析的时效。因此人类已经到了离不开数据的境地，在大数据环境下的大数据三种最主要特症的影响下，在信息搜集、筛选、分析和处理能力的进化下，对信息快速获取和时效利用的需求面临着更大挑战。 3.1.2大数据的特征
(1) 大量化（Volume）大到不能假
大量化不仅指数量，大量的数据堆积，在有效组织和分析的基本上可以达到对现实世界高精度预测。例如，借助气象卫星和地面观测站的海量数据，通过超级计算机的分析可以预测未来的天气变化。大量化是保证大数据分析结果的重要前提。2010年起全球数据量跨入ZB时代，2011年全球数据量已经达到1．8zB；据预测未来全球数据将爆发性增长，预计到2020年，全球数据量将会超过令人恐怖的35zB[6]。
(2) 多样化(Variety)多到足够真
结构化数据和非结构化数据构成了大数据的多样性，数据像过去单一的以数字和文本形式存在。非结构化数据越来越多，有互联网产生的数据、商业交流产生数据、政府统计数据，网络媒体，传统媒体产生数据（比如社交网站、即时通讯工具、微博、微信等）、搜索引擎，购物网站，新闻网站，游戏，视频等娱乐网站等都会产生海量的用户数据、这些数据的内容和形式正飞速的变化。
(3) 快速化(Velocity)快到有时效
大数据的及时有效的快速分析并预测出准确的结果，是大数据有意义的前提。高速的一秒处理甚至更快的时效处理是大数据分析的大趋势。大数据本质上所代表的是大数据时代社会所独有的一种新型的能力，通过对海量数据进行分析、筛选和判断，获取有巨大价值的产品和服务，获取更深入的洞察力。在大数据时代，数据已经成为全新具有高价值的经济资产，就像货币或黄金一样[8]。
(4)价值化（Value）获得洞察力和价值
比前面3个‘V’更重要的，就是Value，它是大数据的最终意义——获得洞察力和价值。大数据的崛起，正是在人工智能、机器学习和数据挖掘等技术的迅速发展驱动下，呈现这么一个过程：将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。就大数据的价值而言，就像沙子淘金，大数据规模越大，真正有价
6
山东建筑大学毕业论文
值的数据相对越少。“所以真正好的大数据系统，重要的不是越多越好，其实越少越好。”张亚勤说，开始数据要多，最好还是要少，把ZB、PB最终变成一个比特，也就是最后的决策,这才是最关键的。 3.1.3大数据的营销意蕴
大数据环境对营销工作的巨大挑战
(1) 对大数据的洞察约等于对世界的洞察
客观世界的认知和理解对于商业价值的实现至关重要，镜像化的映射使得大数据基本可以真实充分地反映现实世界，[6]大数据记录下人类行为的各种信息，虽然这些信息可能都是分散的，但是越来越多的数据公司帮助企业利用大数据更为充分地客户理解、理解商机，提高客户体验。
(2) 新的趋势变化影响着企业的营销实践
提升客户洞察能力包括对静态客户的细分和基于客户生命周期的动态客户细分，需要从客户需求出发，选择最佳营销组合策略，包括产品(Product)、渠道(Place)、价格(Price)和促销(Promotion)，将4P营销组合在适当的时机(Period)提供给客户，才可能实现最佳的营销收益。新数据类型+新分析=新企业智能，数字化时代的到来，客观上要求新的分析方法和技术来挖掘价值。[4]
表l . 大数据在企业营销中的应用
用例 社交媒体营销 新的企业技能 交易数据揭示深刻的社会关新的数据及新的分析 新数据类型、社交网络数系．网上行为中隐藏的互相作用，据，在线和离线交易数据等。 社会关系网络行为分析，影响者Big Data分析，nPath for pattem 营销，病-毒营销分析，众包分析 Matching，Graph Analysis 数字营销优化 对用户行为、意图、搜索动作、新数据类型，点击流，社交网络广告媒体和网络属性的分析，数据、广告日至等。 创造用户行为交互地图，提高Big Data分析，nPath for pattem 数字媒体营销工作的投资回 率
7
Matching 山东建筑大学毕业论文
大数据时代营销的发展行势
(1) 纷繁复杂的营销范式将日益沉淀为科学营销与艺术营销两大范式
大数据时代是一场革命，庞大的数据资源使全社会各个领域开始了量化进程，不仅学界、商界还是政府，所有的领域都将开始这种进程。”哈佛大学社会学教授加里·金这一句话也许道出了大数据时代营销的其中一个主流发展方向——科学化方向。即往日纷繁复杂的营销行为日益演变成为一系列的数据运算和相关分析，从而实现营销的精确化。通过对大数据世界中的海量数据进行分析而找出市场销售中超出人们常识、经验之外的相关关系，无疑会给企业的市场竞争赢得先机。
(2) 企业营销的组织结构、人员构成以及工作内容将围绕着数据的采集、分析、处理而展开
通过数据挖掘可以实现精准营销，从而给企业带来丰厚的利润，那么以数据挖掘、分析为中心的组织机构和人员布局无疑将会成为“大数据”时代企业营销变迁的第二个必然。企业营销的第二个变迁则是，数据分析部门将逐步取代传统的营销决策机构而日渐成为企业营销的核心部门。数据科学家将成为企业，尤其是营销部门的新宠。与此同时，作为整个大数据时代营销链条的前提与开端，企业数据采集部门也将应运而生。和以往企业配置大量销售人员去推销产品相反，大数据时代的企业会配置大量的数据采集人员，这些数据采集人员会四处奔走，采集或购买企业所需要的各种源数据[9]。 3.2大数据营销模式相关概念和内容 3.2.1大数据营销的定义和模型
大数据营销又称数据驱动型营销，以驱动客户高效参与，实现一对一时效精确营销为目标，在洞悉大数据的基础上通过搜集、分析、执行从大数据所得到的洞察结果，并以此鼓励客户参与，优化营销和评估内部责任的过程。需要将大数据与公司内部数据有机结合才能帮助营销部门（以及整个公司）实现最高的数据利用率。在基于大数据的营销模型上\首先收集日志信息、论坛信息、微博信息、社会网络信息、交易信息等数据、然后将这些大数据源放入网络营销模型中，用算法库的方法归类 再用大数据计算方式计算，并行计算框架进行计算分析数据最后基这些大数据中提取的信息将其运用在网络营销中基于大数据的用户行为分析营销、基于大数据的个性化推荐营销及其基于现代通信工具的大数据分析营销[10]。
8
山东建筑大学毕业论文
图3.1基于大数据的营销新模型
3.2.2大数据营销内容
(1)整合营销管理
整合营销管理师将数据、流程、人力、渠道和技术等内部和外部营销职能进行合并和简化的过程。整合营销管理是集合全部营销资源的最佳方法，它将最先进的数据库技术和最实时的客户数据的效果发挥到极致。整合营销管理的内容包括[11]：
营销运营：在整合营销流程中，整合营销管理是使营销团队更好的计划、创造和开展活动，掌握目标市场最实时信息，创造更牢固稳定品牌关系。数字运营：通过最方便快捷的数字通道与客户开展高效的互动，包括网站、微博、即时通讯工具、手机、社交媒体等。.销售和合作伙伴客户：通过整合营销管理，使客户在最合适时间关于最有结果的最合适信息，获取最高投资回报。营销分析：使用整合营销管理对资金使用情况会有
更好的把握，与之前投资回报率做持续实时的对比，将更好的有根据的做出市场调整。
(2)市场运营管理
大数据营销依赖于一系列的速度和应用，这些流程和应用为大数据营销提供了一个包含系统规划管理，并具有市场运营执行力的结构框架。该框架可能包含公司预算、营销规划和内容管理等，上述综合性管理过程就是市场运营管理。
9