前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據營銷方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：大數據營銷方法范文

>> 大數據時代的卷煙精準營銷探析 淺議如何實現大數據時代的精準營銷 大數據時代精準營銷模式研究 大數據時代網絡精準營銷探究 大數據時代，如何讓營銷更精準？ 論大數據時代廣告精準營銷及傳播策略 淺析大數據時代互聯網精準營銷 大數據背景下的旅游精準營銷分析 基于logistic回歸模型的大數據精準營銷應用 基于大數據的精準營銷應用研究綜述 大數據時代的廣告營銷變革 大數據時代的數字營銷趨勢 點亮大數據時代的營銷智慧 大數據時代的首席營銷官 淺析大數據時代的營銷變革 大數據時代的營銷教學探討 大數據時代的品牌營銷 大數據是理解市場的符號：利用大數據進行精準個性化營銷 晶贊精準營銷大數據 旅游大數據精準營銷術 常見問題解答 當前所在位置：l，20130717

[2]伍青生，余穎，鄭興山.精準營銷的思想和方法[J].市場營銷導刊，2006（5）

[3]王波，吳子玉.大數據時代精準營銷模式研究[J].經濟師，2013（5）

[4]張敏，陳倩媚.四大國有商業銀行優化個人客戶結構的策略探討[J].時代金融，2007（6）

[5]龔敏，劉廣丹.基于大數據的精準營銷應用研究綜述[J].市場周刊，2016（7）

[6]李紅利.試論大數據背景下的精準營銷[J].才智，2016

[7]王小志，張巖.淺析大數據時代的精準營銷[J].現代經濟信息，2016

第2篇：大數據營銷方法范文

【關鍵詞】大數據時代；企業；營銷策略

1大數據對企業營銷的影響

經濟社會不斷發展，助推了現代信息技術的革新，大數據逐漸成為時展的先聲，成為社會進步的見證。大數據是若干數據的集合，匯總了海量數據信息，成為巨大的資源庫。為了快速處理數據，提取有效信息，大數據技術應運而生[1]。大數據含括的內容非常廣泛，除了傳統數據之外，還包括一些視頻數據、音頻數據等等。大數據的處理方式復雜，對技術提出要求，云計算滿足了數據需要，開發了大數據的信息價值，應用范圍正在不斷擴大。大數據對社會發展產生重要影響，對企業的輻射作用非常大。以營銷為例，大數據匯總了用戶的需求信息，企業依靠大數據技術，能夠對用戶需求進行分類，并根據用戶需求提供相應服務，提高內部的營銷水平。大數據為企業營銷指引了正確的方向，企業可以根據大數據制定營銷管理目標，預測市場的發展方向，獲得更多的發展機遇。當然，大數據也給企業帶來了挑戰：在大數據時代，市場處于時時變化之中，企業必須構建現代化的營銷體系，加大產品創新力度。同時，企業需要不斷更新營銷理念，順應市場的發展變遷，創造更多的經濟效益。鑒于大數據有利有弊，企業必須采用高效營銷策略，不斷提升自身的營銷競爭力。

2大數據時代企業的營銷策略

2.1開展數據營銷

在大數據時代背景下，企業營銷出現了新變化，傳統營銷方式逐漸落后于時展的潮流，企業需要把握機遇，充分認識大數據特征，并依靠大數據進行營銷。與傳統營銷相比，大數據營銷更具挑戰性，其可能獲得的收益也更多。大數據以互聯網作為依托，企業可以調用互聯網中的數據信息，把握用戶的最新需要，并根據用戶需求優化設計產品等。我國推行市場經濟，全球化加速了國內市場和國外市場的整合，企業所處的市場環境更加復雜。大數據對國內外市場數據進行了匯總和分類，企業可以根據市場數據制定營銷策略，在第一時間了解市場的變化信息。營銷部門根據數據設定營銷策略，能夠創造更多的經濟效益，并搶先在競爭對手之前推出新產品。為了提高數據營銷效率，企業需要做到以下幾點：第一，企業應該獲得更多市場數據。部分企業眼光狹隘，僅僅對月份市場數據進行了調研，以偏概全對市場認知不足，難免在市場競爭中陷入不利位置。針對這一情況，需要放長眼光，獲得更多數據，并對數據發展趨勢進行分析，從中洞察用戶的個人需求等，理解消費者的消費情感。同時，企業要對市場發展方向進行預測，以便快速調整營銷策略，提高營銷質量。第二，企業應該引導客戶參與。企業需要秉持消費者優先的原則，讓消費者投入營銷工作之中，為營銷部門提供可行性意見，增進彼此之間的聯系，深化消費者對企業的情感體驗。第三，企業應該開展精準營銷。不同消費者群體有著不同的消費需求，企業需要獲取不同消費者群體的消費記錄數據，進行一對一的產品信息推送[2]。

2.2構建數據平臺

在大數據時代背景下，企業之間的各部門需要建立互通聯系，各部門需要共享客戶數據庫內的信息，并依據客戶數據庫開展各項工作。在傳統營銷過程中，客戶數據受到了忽視，客戶需求并沒有得到充分滿足，企業與客戶并未建立對話關系，其推出的產品營銷范圍有限。針對這一情況，企業需要改進營銷行為，打造專業化的營銷數據平臺，并將客戶數據作為重要資源。一方面，企業應該引入更多的技術資金，引進大數據技術，形成完善的客戶數據庫，并要求各部門共享信息，根據數據捕捉客戶的消費動態，記錄客戶的消費行為，分析客戶的消費習慣等，對客戶的消費傾向進行有效預測。另一方面，企業應該制定市場調研表，對競爭對手的產品信息進行獲取，關注競爭對手的最新動態，并制定相應的營銷方案，在競爭中占據有利位置。為了避免數據泄露，企業應該采用數據加密技術等，對數據平臺進行定期更新和維護。

2.3培養新型人才

傳統營銷人才并未充分認識到大數據技術的重要作用，對大數據內涵不甚了解，針對這一情況，企業應該加快人才培養的步伐，打造專業化的數據營銷人才團隊。首先，企業應該加大宣傳力度，明確大數據的重要作用，并定期開展培訓教育工作，對營銷部門進行培訓。其次，企業應該將培訓考核和營銷人才的薪資待遇聯系在一起，以培訓考核結果分配薪資，增強營銷人才的警惕意識。再次，企業應該邀請技術人員開展講座等，為營銷人才介紹數據收集、數據管理的方法等，不斷增強營銷人才的數據分析能力。

第3篇：大數據營銷方法范文

關鍵詞：品牌資產價值；實時競價廣告RTB；品牌忠誠；數據管理平臺DMP；廣告交易平臺AD Exchange

中圖分類號：G114 文獻標識碼：A 文章編號：1672-8122（2017）01-0071-05

一、問題提出

大數據營銷是基于多平臺的大量數據，依托大數據技術，應用于互聯網廣告行業的營銷方式。依托多平臺的大數據采集，以及大數據技術的分析與預測能力，能夠使廣告更加精準有效，給品牌企業帶來更高的投資回報率。大數據營銷模式一般可分為以下三種。

1.數據產業鏈模式（蘇高2014）：租售數據、租售信息、數字媒體、數據使能、數據空間運營、大數據技術，提供商是數據產業鏈條運營的最佳模式。

2.挖掘大數據的精準營銷模式：精準營銷依靠大數據挖掘技術對消費者進行精準營銷，消費者品牌態度和購買意愿均有不同程度的影響。

3.大數據挖掘技術產業鏈形成模式（龔映梅、曹新波2016）：在分析大數據環境、產品和精準營銷模式三者關系的基礎上，構建由數據采集、分析挖掘、精準營銷模型、精準營銷執行和效果評估反饋等重要環節組成的大數據環境。胡艷麗等（2014）認為大數據營銷模式將成為傳統營銷模式的終結者，客戶數據成為利潤的驅動者；黃勤芳（2016）認為大數據營銷模式將對小微企業持續發展提供助力。大多數學者在大數據背景下對大數據技術、營銷模式、產業鏈構建提出相應的觀點和看法，對于大數據環境下的宏觀分析、意義研究較多，卻缺乏大數據營銷模式，尤其是廣告推送模式改變對消費者作用機理和影響程度的研究，從而無法衡量大數據營銷對消費者可能產生的實際和影響價值到底有多少，對以生產特色文化產品為代表的小微企業到底使用何種精準營銷模式沒有明確的概念。

大量研究僅僅是孤立地研究大數據使用理論和技術對于產品銷售的影響，鮮有以量化形式研究關注于大數據營銷對于消費者的影響程度和影響維度，更鮮有將特色文化產品的銷售與大數據營銷中最重要的技術RTB實時競價廣告聯系起來研究的邏輯關系。基于此，本研究將從河南省特色文化產品的銷售路徑研究出發，分析大數據營銷尤其是RTB實時競價廣告可能對特色文化產品的銷售產生影響的作用機理和影響程度，為河南省特色文化產品的大數據營銷模式形成提出對策：（1）構建基于購買特色文化產品的消費者的消費行為路徑的大數據營銷模型，為河南省特色文化產品的網絡整體營銷格局提供途徑；（2）選取最能反映大數據營銷對消費者的消費行為的影響因素種類的指標，分析大數據營銷如何更有效地營銷消費者，從而構建河南省特色文化產品的大數據營銷模型。

二、文獻回顧

（一）河南省特色文化產業發展現狀

對于河南省特色文化產業發展的研究，主要集中于國內學者的研究，并且具有很濃郁的地方特色，經過文獻搜索，河南省特色文化產業發展現狀的內容主要有以下4個方面：1.河南省地處中原，文化底蘊深厚，特色文化資源的數量多、品位高、類型全。但目前河南文化創意產業的發展還存在著高端創意人才不足、市場化程度低和知名品牌少等問題（張若瀅，2014年）；2.河南傳統文化資源是河南建設文化強省、發揮文化生產力、促進中原經濟區建設的有力支撐。但是，雖然河南傳統文化資源豐富，卻呈現散而亂的局面（陳留根，李丹丹2013年）；3.在河南省文化省戰略的推動下，近幾年河南省特色文化產業的發展取得了矚目成就，打造出一批知名文化品牌，形成了一批文化產業集團，社會公共文化服務體系也不斷健全（張姣姣，2011年）；4.產業結構不合理，整體效益低和競爭力不強等問題，其深層次原因是文化觀念等非正式制度落后、法律環境和管理制度不完善、具體制度安排不到位，制度創新不能有效促進現代產業體系發展（李武軍，2012）。

（二）河南省特色文化產業發展的對策

在國內文獻的搜索中，如何解決河南省特色文化產業發展現狀中出現的問題，主要集中于：

1.深入剖析當前發展特色文化產業的優勢和不足，針對河南特色文化發展現狀，運用結構方程模型，構建特色文化產業發展評價體系，找到影響我省特色文化產業發展的關鍵環節（黃偉，尹勝2015）。

2.一方面借助政府針對文化創意產業新的融資政策，將特色文化產業巨大的資金需求和多元化的融資渠道結合起來，解決文化產業發展所需的資金問題；另一方面要充分挖掘特殊文化資源在產業發展中的宣傳推介作用，加快產業聯動步伐，逐步構建完善的文化創意體系，實現區域特色的文化產業集聚（張若瀅，2014年）。

3.有必要根據特色化、產業化、品牌化、效益化等原則，通過成立省級傳統文化資源整合機構，以市場需求為導向，以培育品牌為引領，以產業發展為抓手，以項目為載體，以重大文化活動為依托，以龍頭文化資源為核心，積極打造獨具河南文化特色的文化集聚區等途徑整合河南傳統文化資源，以更好地發揮河南傳統文化資源生產力的作用（陳留根，李丹丹2013年）。

4.在公共財政框架下，在基本公共服務均等化的原則下，公共文化服務成為當下我國文化事業向社會提供的主要服務內容，即保證全體社會成員享受到基本的精神文化產品和服務，保障全體社會成員最基本的文化權益，由政府文化事業提供的免費或優惠的文化產品和服務（趙穎，2013）。

（三）研究設計與方法

1.數據采集方法及來源

本研究采用調查問卷的方式收集初級數據，選取了開封汴秀、開封朱仙鎮木版年畫、開封官瓷、禹州鈞瓷、南陽獨山玉、浚縣泥咕咕、淮陽泥泥狗作為河南省特色文化產品的調研地，以當地具有代表性的企業的產品營銷現狀作為調查對象，問卷調查時間為：2016年3月5日～2016年4月5日，共發放問卷：550份，回收530份，排除回答不完全及有虛假成分的樣本后，最終使用有效樣本共計495份，有效問卷率為93.4%。

問卷設計為三個部分：問卷第一部分是對河南省具有代表性的區域特色文化企業及產品進行營銷狀況的實地調查，此部分共有31個問項，采用類別量表的方法，根據產品銷售地區、年銷售額、企業銷售渠道、品牌傳播基本情況來進行分類的，用來測量河南省特色文化企業產品營銷現狀，河南省特色文化產品目前的產品生產狀況，以及消費者對于特色文化產品的了解、購買、評價方面的內容，所選取的31個指標來自于實際的調查研究。

第二部分是針對具有網絡購物習慣的消費者進行的精準目標消費者的消費習慣進行的調查，此部分共有10個問項，其中涉及了網絡消費者的基本消費結構，在網站購物時的消費習慣，對于推薦類廣告的態度和行為；第三部分是針對河南省特色文化產品的網絡銷售進行的調查，共6個問項，其中主要對河南省鄭州市各個行業的具有網絡消費習慣的消費者對于河南省特色文化產品的購買態度和行為進行深度調查，尤其是對推薦排名類廣告的肯定、認知及使用程度進行初步的探測，以預估實時競價廣告在河南省特色文化產品的銷售上可能起到的作用，以及對于生產企業銷售渠道和品牌傳播起到作用進行量化定量統計。第二、三部分采用李克特5點量表尺度（Likert-Scale），代表從“選擇購買”到“堅決不買”來表達他們對推薦廣告的態度，在問卷設計上，第二部分采用定類尺度、定序尺度，包括性別、年齡、受教育程度、婚姻狀況、職業等選項。

2.數據處理方法

對具有網絡購物習慣的消費者通過統計學工具SPSS15.0進行數據分析。使用頻數分析方法來檢驗具有網絡購物行為的消費者的社會人口統計特征。通過因子分析方法檢驗網購消費者對網絡購物的忠誠度，使用頻數分析方法來檢驗受訪者的人口統計特征。通過頻數分析方法來檢驗推薦廣告對于消費者網購行為的影響。通過因子分析方法檢驗價格、渠道等4個方面因子對于特色文化產品的購買所帶來的影響。通過AMOS7.0統計學工具使用結構方程式SEM檢驗研究模型的擬合度與4個因子之間的關系。

三、結果與分析

（一）調查對象的人口統計特征

調查對象人口統計學特征及對購物網站瀏覽頻率特征如表1所示。在對河南省鄭州市進行近495份有效樣本之中，有接近49%為男性受訪者，有51%為女性受訪者。從年齡上看，網購主要分布在20歲～30歲（36.5%）和31歲～40歲（21%），因此可以說網絡購物對青年人和中年人更具有吸引力，所以對于推薦類廣告這些年齡段的人更有吸引力，從職業上來看，主要分布在學生（23.5%）、教師（12.3%）、公務員及機關事業單位行政人員（8.5%），商人占（7.4%），農民（12.9%），專業技術類（10.5%），自由職業者（3.5%），由于年齡因素，學生更加傾向網絡購物。因此，對于網絡購物應該更加傾向于年輕消費者和中年消費者。對于婚姻狀況在收入方面，學生絕大多數（82.3%）是無收入的，但是卻承擔著網絡購物的主要部分，2000～3000元收入占18.4%，3000～4000元收入占32.3%，4000～5000元收入占20.4%，而10000元收入以上占有3.8%，而收入較高的人如醫生、商人等所占網購比例相對較少，從某種意義上說網絡購物和收入成反比的關系，其主要原因是醫生工作時間相對較多，網絡購物的時間相對較少，而商人主要原因的是對網絡購物的品質持保守態度。

（二）河南省特色文化產品與網絡營銷及RTB競價廣告因子分析及問卷的信度

為了得知河南省特色文化產品網j營銷的必要性，及RTB實時競價廣告對于河南省特色文化產品消費者的影響度，采用了因子分析法。采用該分析法之前，先利用巴特勒球形檢驗（bartlett’s TEST）和KMO統計量（Kaiser-Mcycr-Olkin Measure of Sampling Adequacy）對數據的合適性進行檢驗。其結果顯示：河南省特色文化產品的網絡營銷的KMO值=0.745，（0.7

之后，用SPSS15.0對20項有關網絡營銷及RTB實時競價廣告對河南省特色文化產品的營銷影響的描述進行因子分析。為了提高分析結果，將因子荷載小于0.4和公因子方差小于0.4的描述項舍去，最后只剩11項參與因子分析。分析結果顯示：各個描述項的因子荷載和公因子方差均大于0.4。根據主成分萃取方法（Principal Component Method）獲取初試的因子分析結果，然后使用方差最大化的正交旋轉法對提取公因子旋轉，使公因子有較滿意的解釋。按照常用的特征根（Eign value）大于的標準，共萃取了4個公因子，如表2所示。分別是“購物網站種類”、“RTB實時競價廣告狀態”、“河南省特色文化產品種類”、“特色文化產品營銷渠道”。一般認為絕對值大于0.3的因子載荷是顯著的。為增加研究的顯著性，所挑選的出來的因子變量均大于0.45.11個變量集中在4個主成分上，每個主成分的特征值都大于1。這4個主成分因子累計解釋的方差為78.39%，也就是說這4個因子代替原有的20個變量，可以概括原始變量所包含的78.39%的信息。為檢驗因子的分析效果，對提取的公因子進行內在信度分析。結果顯示，網絡營銷及RTB實時競價廣告對河南省特色文化產品的營銷影響因子及各個問項的信賴度克隆巴赫系數（Cronbach α）值均在0.7以上，說明問卷設計信度較好，具有較為完整和可信的內部環境一致性。

（三）河南省特色文化產品網絡營銷及大數據營銷效果因子分析

用SPSS15.0對5項河南省特色文化產品網絡營銷及大數據營銷效果進行因子分析。同理可得2個公因子，分別是“河南省特色文化產品市場銷售狀況”和“河南省特色文化產品的品牌形象推廣狀況”，如表3所示。5個變量集中在2個主成分上，每個主成分的特征值都大于1。這2個主成分因子的了幾解釋的方差為72.23%，也就是說這2個因子代替原有的5個變量，可以概括原始變量72.23%的信息。為檢驗因子分析效果，對提取的公因子進行內在信度的分析。結果顯示，市場銷售狀況和品牌形象推廣狀況以及各個問項的信賴度克隆巴赫系數（Cronbach α）值均在0.7以上，說明問卷設計信度較好，具有較好的內部一致性。

（四）模型的建立及評價

運用AMOS7.0進行運算和擬合，使用驗證性因子分析法，將標準累計量低于0.5的11個選項全部剔除后，得到修正后的網絡營銷及RTB實時競價廣告對河南省特色文化產品的營銷影響因子結構方程模型（如圖1所示）。驗證性因子分析到了11個維度，分別是：“購物網站瀏覽頻度”、“價格敏感度”、“網站點擊率高的APP”、“推薦廣告的瀏覽頻率”、“推薦廣告的商品購買機會”、“特色文化產品的種類”、“推薦廣告商品的高滿意度”、“特色文化產品的官網購買渠道”、“特色文化產品的購買價格”、“特色文化產品的購買動機”、“特色文化產品官網推薦產品瀏覽度”。

這個結果預示著模型和觀察都的數據之間有著很好的擬合度：X?=743.395（df=258，P

X?=743.395（df=258，P

SF=河南省特色文化產品市場銷售狀況BF=河南省特色文化產品的品牌形象推廣狀況 F1：購物網站影響因素 F2：購物網站推薦廣告影響因素 F3：河南省特色文化產品的銷售因素 F4：河南省特色文化產品的網絡銷售意向。

（五）實踐操作與應用

根據上述模型與數據論證，本研究提出河南省特色文化產品如何應用大數據營銷尤其是應用實時競價技術廣告來挖掘消費者潛在需求，圖2是河南省特色文化產品大數據營銷品牌整合傳播模型，解決河南省特色文化產品在銷售方面的三個問題：

1.解決河南省特色文化產品的品牌定位問題。河南省特色文化產品大多數都承載著厚重的歷史文化，而讓這種歷史文化感真正地能被消費者在品味、風格、潛在需求方面接受，并不是一件在短期內可以完成的事。而品牌定位的實質是制造強勢品牌，在消費者心智中形成強烈的印象，從而讓消費者可以深刻地記住該品牌。本模型將河南省特色文化產品的品牌定位為獨一無二、實用、創新、文化積淀，使之成為其品牌的核心價值，河南省特色文化產品擁有厚重的文化積淀，但是這并不是每一個潛在消費者都可以認知并理解認同的，把消費者的潛在需求與產品定位緊密結合起來是開拓特色文化產品發展之路的必由之路。同時，河南省特色文化產品的品牌定位也旨在能夠引領消費導向，特色文化產品以前的定位皆以欣賞、把玩、裝飾為主，因此其銷售途徑非常有限，但是重新定位特色文化產品可以拓展其使用空間，尤其以其文化品味為核心，以美觀實用為品牌特色，引領特色文化產品消費的新時尚是其宗旨。

2.以互聯網技術移動營銷為背景，解決怎樣挖掘消費者潛在需求，開創特色文化產品利基市場，創建行業壁壘的問題。利基市場是更窄地確定某些群體，這是一個小市場并且它的需要沒有被服務好，或者說“有獲取利益的基礎”。通過對市場的細分，企業集中力量于某個特定的目標市場，或嚴格針對一個細分市場，或重點經營一個產品和服務，創造出產品和服務優勢。特色文化產品市場無論是國內市場還是國外市場，都不屬于大眾市場，只有在分眾市場進行細分，挖掘消費者潛在需求，由于本身的獨特性和制作工藝保密性等的因素，特色文化產品很容易建立市場壁壘，增強競爭優勢，在目標消費群體的選擇上也更容易達成特殊偏好的消費群體。網絡社交平臺成為主流營銷手段，運用云數據計算技術，企業自身可以建立特色文化產品網站，這些網站上企業可以根據頁面二維碼掃碼，獨立級域名的直接訪問統計出會員的各項消費行為數據，例如訂單統計、年齡分布、區域分布、銷量分布等，從而有效的制定并執行切實的營銷銷售計劃，才能達到事半功倍的效果。

3.解決企業如何與消費者進行長期穩定互動的關系的問題。根據馬斯洛的需求層次理論，人類需求分為生理需求、安全需求、社交需求、尊重需求和自我實現需求。由于特色文化產品市場的利基性特點，其消費者也具有特殊的消費偏好，以社交需求、尊重需求和自我需求為消費動機的消費者居多，消費者的身份認同感也較強，成為品牌忠誠消費者的可能性也較大，因此加強與消費者長期穩定的有效溝通與聯系是十分必要的。本模型是基于整合營銷傳播理論的理念，探討如何在互聯網背景下與消費者保持長期有效的溝通關系，在本模型中借助“云媒”多媒體路由器，可以完成企業的自媒體營銷和精準的手機廣告投放，讓消費者充分認知特色文化產品；通過實施競價廣告操作平臺不僅可以有效的分析消M者需求，投放精準互聯網廣告，還可以通過低成本的營銷方式與消費者保持密切長期的線上線下互動，這正是河南省特色文化產品在目前的營銷環境下需要不斷補充和加強的。

四、結論與討論

從理論和數據統計以及操作運用結果上看，本研究探索了河南省特色文化產品網絡營銷與大數據營銷的形成路徑的決定因素，以及這些因素和營銷所追求的銷售額及品牌形象之間的關系。根據此次研究成果，發現了河南省特色文化產品大數據營銷的影響因素，以及影響其銷售額和品牌資產價值的重要指數，根據這些結論和數據，可以根據決定消費者購買動機的影響很好地設計河南省特色文化產品的大數據營銷系統模型（如圖2）。

此外，根據大數據的實時競價廣告的消費者偏好數據挖掘系統可以設計對特色文化產品消費者的個性化服務，使得特色文化產品的精準化營銷成為可能，定制個性化的特色產品成為大數據營銷的標志，使得河南省特色文化產業從實踐角度來看，對于大數據營銷對消費者是如何作用以及影響大數據營銷效果的研究很少，尤其是對于河南省這樣一個文化大省，豐富的文化資源如何利用現代的營銷技術使其真正成為有品牌資產價值的產品的研究更少，本研究從數據調研、立論論證、模型建立、操作構思都做了積極的探索與思考。本研究提出河南省特色文化產品的營銷思路應該廣泛地考慮網絡購物和以實時競價技術為代表的大數據營銷，是為河南省政府對于大力發展文化產業特色文化產業的發展水平隨之提高到一個新的臺階。

參考文獻：

[1] 龔映梅，曹新波.2015.基于大數據平臺的云南省農產品精準營銷策略研究[J].特區經濟2015（10）：45-47.

[2] 胡艷麗.大數據決定人類未來[N].中國保險報，2015-07-17.

[3] 黃勤芳.“互聯網+”時代小微企業網絡營銷策略研究[J].新經濟，2016（Z1）：23-25

[4] 張若瀅.河南創意產業的特色文化分析――以南陽玉石文化為例[J].美與時代，2014（9）：25-27

[5] 陳留根，李丹丹.河南傳統文化資源整合的原則和途徑研究[J].前沿2013（1）：35-37

[6] 張姣姣.論河南特色文化產業發展現狀與對策[J].中國集體經濟，2011（30）：65-68.

[7] 李武軍.中原經濟區現代產業體系發展及制度創新研究[D].武漢大學， 2012.

第4篇：大數據營銷方法范文

關鍵詞：大數據；網絡營銷；云計算

我國網絡營銷開始表現出圈子化的特點，例如形成了“愛車一族”“數碼一族”等，為此，在進行網絡營銷和溝通方式的轉變中應當偏向互動式結構。例如當前易傳媒平臺已經對超過4萬個在線殷勤進行了效果優化的分析，并不斷更新數據，最終形成了網絡營銷基本指導方法。這種基于大數據背景下的創新將能夠提升未來網絡營銷的能力，更加有助于滿足消費者需要，因此具有重要現實意義。

一、大數據及相關概念

大數據主要是指當前階段采用常規手段無法有效應對的海量信息數據。這些數據是傳統級無法應用的。大數據中信息量始終都在增加。

網絡營銷活動中，數據量并不缺少，但是針對增加的數據需要有效處理才是關鍵。企業中需要對用戶、市場以及銷售情況進行分析，并對所有數據進行整合與運用。面對如此巨量信息現代化的網絡營銷技術必須利用所有數據，形成完成的且具有高效率的應對方案。例如像阿里巴巴這樣的中國電商領軍企業，也正在不斷運用大數據解決實際問題。淘寶系統平臺中，上架通過淘寶模仿掌握了所有行業的銷售情況，例如商場排名以及消費者行為等等。

大數據下的網絡營銷模型分析：

通過對大數據應用到網絡營銷之中，并對所有大數據源實施有效對比，則就能夠形成有效的營銷模型網絡：

（1）對日志信息進行搜集與整理，并分析各大消息站點的信息。（2）對所有數據信息員輸送到網絡營銷模式之中，通過算法庫完成運算與方法歸類。例如聚類算法以及分類器等。（3）通過對上述信息的提取，形成有效網絡營銷方案。例如在基于大數據商品關聯營銷以及商品地理營銷、社會網絡營銷等基礎上形成解決對策。

二、大數據背景下的網絡營銷措施

1.商品關聯挖掘分析

在網絡營銷案例研究中，“啤酒與尿布”案例非常具有代表性。將啤酒與尿布同時放在一起則能夠極大程度上提升二者銷量。究其原因主要是美國家庭主婦并不是自己采購食材，而是丈夫下班回家負責采購，美國人非常喜歡喝啤酒，因此，會在購買尿布的同時購買啤酒。這樣兩者之間就形成了一種隱形關聯。大數據挖掘的關鍵就是能夠分析出集中數據之間形成的隱形關聯，通過拼接碎片數據的方式打通數據之間形成的關系。

2.產品地理分析

通過對網站數據進行分析發現，不同地理位置上的人們具有屬于各自的飲食習慣和偏好。例如武漢人比較喜歡吃牛肉，浙江人偏好吃螃蟹。同時針對兩個省份的喜好情況可以設置獨特的銷售方式。

總體而言，在對文胸的分析發現，北方地區對B、C罩杯的文胸需求量較大，南方則對A罩杯文胸的需求量較大。通過這個購買分析可以發現，針對北方與南方地區進行產品銷售時應當有所側重。上述中所有結論的獲得與產生都依據的是十分典型的大數據。因此產生的結論更加對商品地理營銷具有至關重要的價值。更加可以指導相關產品的地域性營銷。

3.社會網絡營銷分析

這些看似無心的舉動，其實正是主辦方基于大數據，對受眾群體和社會化網絡傳播媒介的了解，比如：蒙牛的年輕、夢想、牛奶的品質生活很符合年輕人的口味。還有因為紅米手機的價格不高，所以紅米的定位在二三線城市消費者，而QQ空間在這個群體里有著很大的用戶黏度。還有凡客體的火熱，也是歸功于微博的時效傳播與個性化追求。

三、案例分析

微博的流行與火熱進一步促使網絡營銷的發展，微博用戶之中擁有大量相同愛好的朋友，這部分人中可以發送同類廣告消息。例如下圖1.中所示，紅色圓圈表示的是“大V用戶”，綠色代表核心用戶。藍色則表示V核心用戶。假設對某項體育產品進行推廣，則可以通過加V體育明星圈中提供廣告，將會產生較好的效果。同時，為了傳遞此廣告到作家圈中，可以通過連接兩個圈子中的核心結構洞用戶，將某個體育明星的核心結構洞用戶，與作家圈之間形成連接。

這樣就能夠實現消息轉移。

結束語

綜上所述，現實生活中人們對大數據技術的依賴性越來越高，大數據發揮的作用也將更加巨大。未來在對大數據進行研究時需要從幾個方面加強：第一，提升對大數據網絡營銷方面的理論研究能力，為應當海量信息數據處理提供技術支撐。第二，是應當加強對網絡營銷環境中隱私問題的研究。一些瀏覽器可能會保存瀏覽記錄，企業往往通過這種方式尋找商機，并創造價值。但是，針對隱私保護方面的問題則是大數據方面的一個重大挑戰，一方面是技術上的，另一方面則是法律方面的。

參考文獻：

[1]仝彥麗.京郊專業合作社網絡營銷應用研究――基于京郊100家專業合作社的調研[J].中國農學通報，2016，08：191-195.

第5篇：大數據營銷方法范文

關鍵詞：大數據；大數據營銷；保險營銷；風險和防范

數據庫營銷的理念最早出現在20世紀90年代。它是指公司收集有關個人的大量數據以便利用這些信息數據制作營銷方案，從而達到讓消費者購買而提升銷售量的營銷策略。隨著科技和電子技術的突飛猛進地發展，信息數據的產生量正以驚人的速度遞增。根據IBM公司2012年底公布的數據，到2012年底，全世界的數據總量達到了2.7ZB（1ZB=1024^4GB），這些數據量相當于美國國家圖書館所有藏書信息量的20倍。而且這一數據正以每兩年翻一番的速度不斷增加，這些數據被以電腦、手機、硬盤等終端以各種各樣的方式儲存起來形成了數據庫。

在金融領域，各個金融機構的數據庫均掌握了海量的客戶資源。然而，對于這些儲存著龐大數據信息量的數據庫來說，各個金融機構只是將其作為客戶資料的儲存地或者根據表層信息做淺顯的運用，缺少對數據的挖掘和對數據未來變動能帶來利潤的預測。大數據就是基于現有數據資料，結合外部市場環境的各類數據對其進行深度挖掘和未來數據趨勢的預測，將看似枯燥沒有意義的數據轉變為企業的珍貴資產的一種新行為。而當大數據技術服務于營銷工作尤其是保險業的營銷中，就構成了大數據營銷。

大數據營銷在保險業中的應用

1. 傳統營銷方式的不足

相比于大數據營銷，當下中國保險業普遍采用的傳統營銷方式存在著一定的缺陷，其中尤以產品為導向，忽視客戶需求和營銷方式過于單一，忽視對客戶的培養和挖掘最為突出。

（1）對于客戶關系觀念沒有夯實，尚未樹立正確的營銷觀念

傳統的營銷中，人的業績直接和薪資報酬直接和保費收入掛鉤，這使得眾多人往往只重視保費的數額，但對于客戶的實際需求卻沒有給予足夠的認識和關注。這就使得許多有購買需求的準客戶沒有買到實際需要的保險，客戶購買到的也許只是人提成傭金較高的保險產品，這些有保險意愿的優質客戶對于保險的依賴度并沒有提升，從而導致客戶對于保險公司的忠誠度降低，進而導致保險公司失去客戶的風險上升。雖然各個保險公司都將“以客戶為中心、以市場為導向”立為營銷觀念，但是這種觀念只是流于形式。因為保險是屬于附和性質的產品，保險公司在和客戶處理關系時往往只是采取單方向的促進方式，而沒有對客戶關系里的各個制約因素采取持續的、經常性的維護和協調，這也是造成客戶的不穩定帶來的客戶流失的一個原因。

（2）人承擔過多開拓客戶的工作以致產生消極反應

在現今的市場上，人的整體素質下滑且漸漸進入兩個惡性循環的怪圈。首先是采用人海戰術，平均產能較低，產能越低，越依賴人海戰術；其次，人越是壓力大收入低，這個行業人員的整體素質越低，整體素質越低，收入越少，壓力就越大。兩個怪圈交錯轉動，最終的結果是“劣幣驅逐良幣”。

不僅如此，限于人的個人能力和社會交集面，很難持續開拓新的客戶，甚至于說人最大的困惑就在于非常缺少客戶名單的來源。問題的本質在于人承擔了過多公司本應該承擔的收集客戶名單的任務，從而在超過自身能力的情況下造成了消極的客戶反應。絕大多數的客戶由人開拓并掌握，客戶資源成為了人的個人資源，因此無論公司采取什么管理動作都是滯后和無力的。這給保險公司帶來的營銷風險是巨大的。

這里以孤兒保單為例：在一些保險公司，當人因為各種理由離司之后，之前由其維護的客戶和保單就處于無人照理的狀態下，這就形成了孤兒保單。這些孤兒保單的客戶一旦有了進一步的保險需求得不到公司的幫助。有些公司注意到孤兒保單客戶也是一批優質的潛在客戶，就會派人前去維護。但是客戶在非常熟悉以前的人的情況下往往不信任不了解自家情況的陌生人，這就使得客戶流失的風險大大增加，即使能維護好客戶關系，花費的代價也很昂貴。

為了避免或者減少由于人給保險公司帶來的營銷風險，保險公司就必須主動承擔起尋找目標客戶，細分市場，挖掘客戶潛在的保險需求的任務。這就要求大數據營銷作為公司營銷的主要營銷應用策略指導并幫助公司和人完成整個銷售過程。

2.大數據營銷方式對于傳統營銷方式的改變

（1）大數據營銷在保險業的可行性

大數據營銷由于對于公司數據庫建立運營和維護的成本要求極高，不僅僅是硬件設備的運營維護成本，挖掘客戶數據資源的數據分析師的聘請成本也是相當高的，并不是所有行業都適合這一營銷模式，但是保險業作為三大金融服務業之一，具備了財力和數據量這兩個核心要件，應用大數據營銷有著很扎實的基礎。首先，保險公司在接受投保，簽發保單之時就積累了海量的客戶數據信息；其次可保風險的出險頻率低的特性也決定了保險業邊際收益高的特點，較大的成本支出可以被接受；不僅如此，大數據營銷可以使得公司對于客戶營銷策略更為精確直接，可以避免和同業競爭對手的直接碰撞；最重要的是，由于在行業中，20%的黃金客戶貢獻了80%的企業利潤，相比開拓不明購買力的新客戶，大數據營銷對黃金客戶購買力的深度挖掘和忠誠度培養可謂是一箭雙雕。

在確定大數據營銷機制之后，公司其他的規劃都應該相應調整。首先是確立數據分析師在公司業務中的重要地位。在北美以及歐洲，現在已經越來越流行確立類似于CEO地位的CIO（Chief Information Officer）。作為精通數據技術、保險業務和數據信息的管理者，他們將獨立于公司各個部門，負責選拔和培訓專業人員、調試設備開發軟件、整理和篩選人手中的客戶資料并不斷完善，擴大并充實數據倉庫。

（2）大數據營銷對于傳統營銷方式的改變

在推動大數據營銷作為新時代的營銷方式之時，大數據營銷的運用勢必會讓保險公司以往常見的掃樓、陌生拜訪、陪同拜訪的現象大大減少，取而代之的是針對分析得出的潛在客戶的精準營銷，這樣對于人素質的甄別和選拔也具有推動作用，這樣也可以提高保險從業人員的素質，給予客戶專業、周到的保險規劃。而這對于保險業的形象的重塑也有著相當積極的意義。

當銷售方式由于大數據營銷轉變時，銷售支持系統也可能迎來一次變革。從客戶資源上說，客戶不再是人自己的個人資源，人手中客戶的質量是和人的業績評估、綜合水平相掛鉤的。從公司提供的傭金來說，使用了數據庫中的客戶名單一方面減輕了人開拓新客戶的成本，從另一方面來說，傭金比例將會下降，對于公司的運營成本的減輕也有幫助。傭金的具體數額可以由客戶名單等級和簽約保單質量等因素決定。從銷售管理角度說，人依靠著強大的數據后援，對于保單的簽單量和質量都會有積極的幫助，這也是大數據營銷方式最具活力和吸引力的地方。

實際上，一些外資保險公司已經利用了大數據技術在保險營銷的方式和客戶挖掘的技術等方面走在了市場的前列。

這里以友邦保險公司的“安心保終身壽險“為例。這個產品的目標客戶群是老年客戶，而友邦保險公司以前并沒有現成的老年產品的數據可供參考，所以經過全面考慮，從兩個方面進行目標客戶的挖掘：第一，是從已經買過本公司產品的被保險人，前提條件是該產品目前仍然有效，而被保險人的年齡已經達到或超過50周歲，換句話說，被保險人符合“安心保終身壽險”的投保條件，是“安心保終身壽險”潛在的直接客戶；第二，可以擴大檢索范圍，尋找年齡層在25～40歲之間，已經購買過本傳統壽險保單，保額也達到一定數額且保單年度較長的投保人。這個群體往往保障的意識比較強，具備一定的經濟基礎，因此再為自己父母長輩多買一份保險來表示孝心也并非難事。

在這個案例中，對于目標客戶群的挖掘、探索使用的其實就是大數據營銷法，只是沒有準確地去定義這個方法。

然而我們也必須清楚地認識到，大數據營銷不是一種立竿見影的營銷策略，短期內很可能會提高公司的運營費用并進而影響到公司的賬面利潤。加之對客戶的跟蹤、培養和對潛在客戶的挖掘都需要很長的時間，大數據營銷應該作為公司長期的營銷戰略轉變規劃。而且在這長期的規劃中，可能也會遇到許多方面的問題。

大數據在保險營銷中的風險及防范

首先，從大數據的“大”來看，數據量的龐大就是大數據營銷中首先被提及的風險。例如車險，在大數據時代如何制定針對某一個體客戶的費率標準問題，如果按照從車從人的費率確定標準來制定的話，可能就需要車輛使用性質、種類、產地、型號、使用區域、品牌、違章記錄、索賠記錄等等方面的因素來確定費率，而這些數據在一個個體上看似不很繁雜，但在已經擁有9309萬輛機動車的現在（2012年底），這數據的繁雜程度便可想而知。不僅如此，數據的保存、轉移也會是一個很大的難點。各個保險公司的分公司一般是不可能有財力購買到數據倉庫，那各家總公司究竟要設置多大的數據倉庫來存儲以幾何級數遞增的數據也是大數據帶給保險營銷的一個大難題。

其次是人才。如果說數據倉庫的建立是硬件上的問題，那專業人才就是保險公司在大數據營銷時代面臨的“軟件”上最大的問題。如前文所述，“CIO”需要的是數理統計和保險專業知識全面精通的人才，這樣才能對現有的數據進行準確的分析、比較、篩選得出營銷的最佳方案；而且管理這一龐大的數據倉庫需要不少員工，但是現如今這部分高端的人才可謂鳳毛麟角。內部培訓也許可以作為一個不錯的替代方案，但為了最專業地建立起大數據倉庫，人才的引進和培養是至關重要的。

第三是讓客戶最為擔心的信息數據保密問題。在如今的保險市場，客戶信息販賣和泄漏已經極為嚴重，許多客戶都接到過陌生人的電話和郵件，這些陌生人不僅僅能知道客戶是誰，甚至連一些極為隱私的信息都了如指掌。一旦大數據營銷在保險市場發展并成為主流，客戶的信息安全能不能得到保障、客戶的信息如何才能得到保障都是在保險營銷中非常值得關注的焦點。

參考文獻

[1]許志玲，趙莉.數據庫營銷：分眾營銷時代的 營銷利器.北京：企業管理出版社，2008.

第6篇：大數據營銷方法范文

關鍵詞:大數據；市場營銷；創新；數據

當今世界是一個數據爆炸的時代，人類已經逐漸步入大數據時代，大數據逐漸滲透到各行各業，成為推動經濟發展的主軍力量。在企業應用方面，圍繞大數據進行營銷創新已經成為企業優化資源配置，提升營銷能力的有效方式。市場營銷從本質上具有實踐性和操作性的特點，需要從業者擁有綜合性能力，除了扎實的專業基礎知識外，還要具有很強的溝通能力、思維反應能力、營銷實戰能力等。特別在大數據時代下，將大數據技術應用與市場規模分析、市場趨勢、消費者價值和需求等多方面分析，已經成為從業者必備的技能之一。雖然我國有些企業已經在大數據營銷上展開了嘗試，但發展思路仍然不夠明確，急需深入研究與創新。

一、大數據時代下的變革機理

(一)信息的收集、處理與方式發生了變化市場營銷的本是企業為了獲取利潤回報通過為顧客創造價值從而建立利益關系的一種過程。在該過程中，任何消費行為都是圍繞消費者展開的。大數據時代的到來，帶動了網絡技術、信息技術的發展，致使信息收集、處理與存儲方式發生了很大變化。其一，信息收集上面臨著數據量的增加、數據種類的多樣化、數據生產速度的快速化等挑戰，數據類型上既包括結構型數據，也包括非結構型數據；其二，信息處理上，大數據側重以全體數據為對象，淡化對精確性的要求，分析方法更傾向于選擇散列法、索引、Trie樹、并行計算等；其三，信息存儲上要求數據庫系統數據量大、類型多，像Greenplum、HBase、Spanner等類型的數據庫，相比僅僅關系型數據庫而言，所存在的優勢更加明顯；其四，信上逐步向以社會化媒體為代表的新傳播渠道而靠近。

(二)消費者行為方式發生了變化大數據時代背景下，由于受互聯網和社會化媒體等新技術的影響，消費者在購物渠道、購物的個性化、購買的行為決策模式等方面發生了很大變化。線上購物品平臺開始成為消費者的重要渠道，像亞馬遜、淘寶、京東等線上購物平臺，擁有大量的注冊用戶和交易量。此外，再加上最近新興的“網紅效應”，又拓寬了消費渠道。毫無疑問，線上購物的快速發展對線下實體零售產生了巨大沖擊，企業需要調整渠道策略，變革線下實體銷售模式，完善企業線上渠道構建。而且伴隨著電子商務的快速發展，互聯網、社會化媒體和移動終端改變了消費者與企業之間的關系，消費者可以從多個信息渠道獲取企業產品信息，與商家的互動逐漸從單向到雙向進行轉變，主動性也越來越強，對產品需求不再僅僅是實用需求，更多是追求個性化的產品。另外，當消費者購買行為結束后，會在社會化媒體等渠道上分享產品體驗，一定程度上能夠傳遞良好的品牌形象。

二、大數據時代下企業市場營銷內容的變化

(一)市場調研市場調研是市場營銷必備的前期準備，具體包括消費者需求、市場競爭形式等。傳統市場調研往往習慣依托于問卷、訪談、郵件等方式展開，但在大數據時代下，由于消費者行為發生了變化，以往的調研方式已經不再實用，必須在原有的基礎上完善市場調研方法。其一，信息獲取渠道逐漸向互聯網渠道靠近，包括社會化媒體數據、網購行為數據等；其二，數據類型更加多元化，包括能夠反映消費者特征的圖片、表情、網絡用語等，這些能夠有效分析消費者消費思維；其三，調研及時性方面，在大數據支持下，可以為企業在短時間內獲取用戶信息，反饋更加及時。

(二)客戶關系管理在大數據時代下，企業與客戶之間的溝通和互動越來越頻繁，消費者主動權進一步加強。與傳統以產品為中心的營銷策略相比，更加注重客戶體驗，專注于客戶的需求分析與滿足。因此，建立與維護客戶之間的關系將是企業制定市場營銷戰略重點思考的內容。有效的客戶關系管理能夠及時獲取消費者數據，并實現行為特征的分析，這一點得益于物聯網、云計算和大數據的發展。企業對客戶關系的管理可以從理念層、體制層和技術層三方面入手，了解客戶管理關系、掌握客戶管理思想，才能在實踐中保證營銷戰略實施的有效性，從而避免戰略執行的隨意性。

(三)品牌傳播當下市場營銷中，品牌效應的影響越來越明顯，消費者大多數會根據品牌調整消費結構。因此，品牌傳播是企業市場營銷中不可忽視的變革內容。所謂品牌傳播指企業通過在時間和內容上整合能夠影響消費者的接觸點，開展品牌識別度高的營銷活動，在于消費者的互動、交流中擴大企業產品品牌影響力。在信息“爆炸式”增長的時代，企業的品牌出傳播難度相對比較大，對于資本雄厚的企業來說，可以通過資金投入傳遞企業品牌，但對于中小型企業而言，就可以通過大數據技術盡可能的提高企業資源利用率，從對消費者更為細致的細分和目標群體的溝通，實現精準營銷。

(四)產品開發在市場經濟快速發展的背景下，企業之間的競爭越來越激烈。要想搶占市場營銷先機，除了上述內容的變革外，還需要注重產品的創新和針對性開發，以消費者為驅動，遵循相應的流程，降低產品開發風險。在構思篩選階段、概念開發與測試階段、營銷戰略制定階段、商業分析階段、產品開發階段等，充分利用大數據技術優勢，獲取準確的反饋信息，完善產品設計，進一步提高產品宣傳與推廣。

三、大數據時代下企業市場營銷戰略創新分析

(一)利用社會化媒體變革營銷工具社會化媒體的蓬勃發展除了為消費者提供娛樂、社交功能外，也為企業營銷提供了另外一種可能。結合當下形式來看，社會化媒體在一定程度上有利于提升品牌知名度，而且在營銷成本上相對于傳統營銷方式而言更低。種種優勢決定了企業在市場營銷上必須充分借助社會化媒體，以此變革營銷工具。其一，企業可以通過微博、微信等社會化媒體的應用，產品和服務相關消息，與消費者產生線上互動；除此之外，大數據時代下移動手機、可穿戴設備的發展與普及也為企業提供了另外一種營銷工具——傳感技術的營銷。主要在于它本身也是一種定位系統，可以反映消費者日常活動軌跡，為企業營銷提供反饋信息，幫助企業運用這些數據進行廣告設計、店鋪選址以及品牌傳播等，提高營銷的針對性。

(二)依托數據分析進行營銷決策傳統企業營銷過程中，主要依靠決策者的經驗。在大數據時代下，企業可以利用社會化媒體精準搜集消費者數據。消費者數據包括了消費者在線上所發生的一切行為數據，像購物傾向、產品體驗分享、消費價值等，企業要通過不同的社會化媒體的利用，對消費者行為進行跟蹤和數據搜集，獲取消費者行為軌跡。首先，消費者在社會化媒體上會用一些詞匯“標簽化”自己，這些“標簽”恰好為企業在消費者特征分析上提供了最新途徑；其次，企業可以結合用戶分享的品牌評價、產品體驗、代言人的喜好等信息分析評估消費者對企業形象和產品的認知，為企業改進產品、制定更有針對性的營銷策略提供了重要參考，以服務于企業的營銷策略。還可以可以通過大數據的預測功能，做出依托于數據分析的客觀決策。從市場調研、產品開發、客戶關系管理、品牌傳播等各個環節都存在大量的數據，挖掘這些數據的潛在價值會在很大程度上改變企業盈利模式，為企業營銷決策提供數據支持。在實際市場營銷工作開展過程中，數據信息是整個企業生產過程中最為重要的利用方式，可以數據信息的有效性與數據上傳采集過程進行分析，將內容相關性呈現出來，從而實現數據的集成化分析。

第7篇：大數據營銷方法范文

（1西華師范大學 四川 南充 637002 2四川大學錦城學院 四川 成都 611731）

摘 要：從大數據環境視角出發，研究探討如何權變地解決創業預測、決策與定位的精準化問題，并在此基礎上提出了精準創業的概念模型，為推動創業與創新取得良好效果具有導向意義。

關鍵詞 ：大數據；精準創業；關系函數

中圖分類號：TN912 文獻標識碼：A doi：10．3969／j．issn．1665－2272．2015．14．009

*基金項目：四川省教育廳科研項目“創新創業教育支撐體系實證研究”（項目編號：14SB0444）；西華師范大學教改項目“創新創業教育實踐平臺的影響維度實證研究”（項目編號：JGXMYB1318）；教育部教育管理信息中心MOOC課題2014－2016年度重點項目“大數據環境下創新創業教育的結構模型與實現路徑研究”。

收稿日期：2015－04－30

在大數據環境下，數據與資金、人才、技術等成了企業生存發展的重要資源，對這些資源的運用方式決定了創業企業的興衰存亡，創業者要想高效運用這些資源，就要解決一個問題——精準。“精準”能夠使企業明確目標、節省成本、開發需求、占領市場，進而獲得利潤，長久地生存發展下去。Barabási認為，在大數據時代人類行為的95％都是可以預測的。這個比例之大，使得創業者對“精準”占有市場和化解風險有了重新的期盼。

1 精準的理論研究歷史脈絡

本研究通過對不同歷史時期實現精準的表述，將精準的研究分為以下幾個階段。

第一階段，小數據市場調查與預測階段。在數據來源領域，Kiaer是第一個使用抽樣方法收集數據的人，并進行了許多純粹的抽樣調查。最先將隨機化理論引入抽樣調查的是Bowley，同時也是他發展了目的性選擇理論。Mahalanobis提出了交叉子樣本的理論，以此來降低非樣本誤差的問題。此后，統計學陷入了對各種抽樣方法的研究之中，但是，都不能完全避免抽樣所帶來的誤差。

第二階段，精準營銷階段。電子商務的飛速發展，使得各種網絡營銷概念層出不窮，Wunderman提出了精準營銷的概念。Abin和Brebach提出了精準營銷的4R法則，即Right customer ＋Right message ＋Right channel ＋Right time。Kotler認為精準營銷中至關重要的就是建立個性化的溝通，它的含義就是前文所提到的4R法則。Laursen基于大數據時代的商業分析補充了一些新的精準營銷的方法與案例。

第三階段，大數據精準預測階段。Hubbard認為大數據的源頭之一是數據化決策，財富500強企業都在使用量化決策方法，企業要想在復雜多變的社會環境中立于不敗之地，就必須對企業所掌握的數據進行分析，分析后的信息就是企業管理決策的重要依據。Sch nberger提出了大數據時代，不再依賴隨機采樣和因果關系。Maex和Brown在《大數據營銷：定位客戶》指出可以利用大數據來辨認出最佳顧客——利潤最高的顧客，如果用效率最高的方式和這些顧客打交道，就能使他們的購買力提高，進而增加企業的利潤。

綜上所述，筆者認為，基于互聯網和大數據技術的精準預測方法，將逐步取代傳統的創業決策方式，成為創業研究的新趨勢。

2 上述研究共同指向的新問題

2．1 沒有結合時代趨勢引入“大數據”方法

文獻中還沒有將大數據的精準效果應用在創業領域的概念。Hubbard認為，具有高信息價值的量一般都是客戶從未量化過的，一個被量化事物的經濟價值，和它所受到的關注常常成反比。絕大多數企業都缺乏科學決策的思想，缺乏對用戶購買行為產生的各種數據進行分析，僅憑經驗判斷、直觀感覺做出的決策出錯的幾率很大。歸根結底是沒有引入大數據的方法，缺乏對精準效果的把握。

2．2 缺乏“精準”的概念內涵

精準就是在恰當的時間，將恰當的產品，運用恰當的方式，銷售給恰當的顧客，只有同時滿足這四個條件才能稱之為精準。大數據中的海量信息，能夠幫助創業企業精準地找到其目標顧客，并為其預測顧客偏好的改變。創業企業據此可以決定公司的商業模式、盈利模式、營銷方式等。由于大數據的精準預測的特性，對大數據的分析、使用可以大幅度降低創業失敗的風險。而目前的創業決策還主要依靠主觀臆斷和經驗，創業行為還近似賭博，缺少精準性。

2．3 缺乏“權變”的思維

Luthans認為，權變關系是兩個或更多可變因數之間的函數關系，權變管理是一種依據環境自變數和管理思想及管理技術因變數之間的函數關系來確定的對當時當地最有效的管理方法。在不斷變化并快速發展的數據環境下，沒有一成不變、普遍適用的“最好的”創業理論和方法，企業在其生存和發展中，要根據組織所處的外部環境和內部條件的發展變化隨機應變，這樣才能使企業長久發展下去。

3 精準創業概念的提出

3．1 邏輯結構：一種權變的關系函數

在大數據背景下的創業活動，離不開權變思維，因為大數據和創業本身都是不斷變化之中的。創業企業必須運用權變思維進行創業策略的規劃設計，才能在瞬息萬變中采用“更好的”應變策略。

創業成功率的高低關鍵是由精準效果來體現。精準效果也是檢驗各種創業理論解釋力和預測力的基本標準。精準創業效果與創業企業利用所掌握的大數據進行精準的數據化預測、數據化定位及數據化決策有關，不能用固定的模式進行創業或者盲目地投資創業。

按照Luthans權變函數關系構架，大數據環境與創業之間，也是某種函數的關系（見圖1）。將這個函數關系命名為通過大數據實現的精準效果，即“精準創業”。精準創業的關鍵在于怎樣使大數據環境與精準創業之間建立函數關系。精準創業作為一種權變函數，其過程是數據化預測、數據化定位及數據化決策等因素的方程式，即Precise Entrepreneurship＝F（Data prediction，Data decision，Data position），即PE＝F（P，D，P）。

3．2 因變量：精準創業

在此權變函數關系中，精準創業（即精準效果）可作為因變量。因變量隨自變量的變化而變化。創業企業應當根據自變量與因變量之間的權變關系來設計一種最有效的創業模式。在創業活動中，大數據環境支撐的各子系統之間相互影響，相互聯系，并具有系統的開放性。創業活動中的個人及組織行為必須與大數據環境因素相適應，實施精準的數據化預測、數據化定位及數據化決策，精準各個系統環節，才能使創業達到最佳績效。

3．3 自變量：大數據環境

在此權變函數關系中，數據化預測、數據化定位、數據化決策等因素可作自變量，大數據中數量龐大的數據資源能夠幫助企業精準定位，準確預測經濟形式的變化，并及時作出最利于自身的決策。因此企業對這些信息收集、整理、利用的能力至關重要，運用這些信息的程度決定了企業的興衰存亡，這些能力也是大數據時代對企業的必然要求。

（1）數據化預測。大數據的核心就是預測。大數據包含著錯綜復雜的信息，創業企業可以采用與之相匹配的管理流程、技術手段去挖掘這些數據所帶來的價值，從大量的客戶數據、訪問行為中去辨識客戶訪問數據的模式，從而為創業決策和定位提供精準化的預測。

（2）數據化決策。大數據在一定程度上降低了信息不對稱的程度，使決策信息更加大數據化大數據整合了各種類型的數據。基于大數據的精準決策， 可以指導和幫助創業決策流程的每一個可以量化的環節并做出最優的處理。利用大數據決策大幅提高了企業決策中所含的技術量與知識量，大數據利用的有效與否是企業決策的關鍵。大數據為企業提高競爭力提供了新的舞臺，這種競爭力歸根到底是數據分析提煉能力，是情報分析利用能力。

（3）數據化定位。創業是伴隨著高風險的，一次錯誤的目標顧客定位就會導致失敗和債務。精準的定位，是對目標市場的供給和需求情況做出細致的分析后，針對目標顧客的細分需求，依據大數據進行差異化的定位。通過定位精準化，創業企業可以制定準確的戰略把有限資源準確地用于如何獲取新客戶，提升現有客戶和保持客戶，促進企業的持續盈利。

精準創業，對提升創業績效具有導向意義。值得指出的是，精準創業目前還是一個較為理想的概念。由于大數據環境還受社會環境、人的情感等諸多因素干擾，很難做到絕對理性精準化。不過，隨著“互聯網＋”逐漸深刻地改變人們的生活，通過精準創業概念所體現的思想與方法，將成為未來最主要的創業方式。

參考文獻

1 丹尼爾·A·雷恩．管理思想的演變［M］．北京：中國社會科學出版社，2004

2 道格拉斯·W·哈伯德．數據化決策：大數據時代財富500強都在使用的量化決策法［M］．北京：世界圖書出版公司，2013

3 張玉利，李乾文，李劍力．創業管理研究新觀點綜述［J］．外國經濟與管理，2006（5）

第8篇：大數據營銷方法范文

在數據高速增長的環境下，每個企業都需要一個大數據路線圖，至少企業應該為獲取數據制訂一種戰略，獲取范圍應從內部系統的常規機器日志一直延展到線上的用戶交互記錄。即使企業當時并不知道這些數據有什么用，他們也要這樣做，或許隨后他們會突然發現這些數據的作用。正如羅杰斯所言，“數據所創造的價值遠遠高于最初的預期――千萬不要隨便將它們拋棄。”

問題在于，來自于全球各大IT廠商的大數據調門已經高得不能再高，而對于謹言慎行的CFO們而言，能觸摸到的真實案例才是可以借鑒的。為此，《首席財務官》雜志在喧囂的大數據口號浪潮里努力尋找那些更具體的小戰略、小應用和小變革，我們相信這些“小時代”的點滴進步，才是擁抱大數據時代的務實腳步。

大衛?芬雷布作為“大數據商業應用的引路人”，與同伴共同創建的Big Data Group公司，旨在為科技買家和供應商提供咨詢服務。同時，大衛?芬雷布也是一位著名的風險投資人，曾在莫爾達維多風險投資公司任職，掌管20億美元資產。

工作之余，大衛?芬雷布喜歡鐵人三項運動，并將爬過的每座山、跑過的每段路，以及在冰冷的水中游過的所有里程全部記錄下來，并上傳到網絡上，然后對數據進行可視化處理及分析，以提高自己的成績。后來大衛?芬雷布意識到，自己早已在不經意間步入了大數據時代。芬雷布介紹，鐵人三項賽由3.8公里的游泳、180公里的自行車和緊隨其后的42.195公里的全程馬拉松組成。要完成整個比賽，運動員需要集中精神、持之以恒并訓練有素，同時還要求參賽者具備驚人的體力。參賽者在比賽中會消耗8000～10000卡路里的能量，而一般人平均每日消耗2000～2500卡路里。營養補給通常被視為鐵人三項的第四項，它能決定一個運動員能否完成比賽。因此，不管是準備參賽還是完成這項運動本身都必須對數據給予高度重視。沒鍛煉到一定公里數的運動員就會在比賽當天耐力不足；即便是訓練有素的運動員，如果營養和水分補給不足，也邁不過終點線。

為了讓更多的人了解大數據，芬雷布與同伴共同創建了Big Data Group公司，為科技買家和供應商提供咨詢服務。在芬雷布看來，數據要具有實時性價值，必須滿足以下三個條件：數據本身必須要有價值；必須有足有的存儲空間和計算機處理能力來存儲和分析數據；必須要有一種巧妙的方法及時將數據可視化，而不用花費幾天或幾周的時間。

搜索引擎巨頭谷歌就是大數據的縮影。除了存儲搜索結果中出現的網站鏈接外，谷歌還能存儲人們的所有搜索行為，這些對數據的洞察力意味著谷歌可以優化其廣告，使之從網絡流量中獲益。另外，谷歌不僅可以追蹤人的行為，還可以預測人們接下來會采取怎樣的行動。換句話說，在你行動之前，谷歌就已經知道你在尋找什么了。芬雷布強調，“這種對大量的人機數據進行捕捉、存儲和分析，并根據這些數據做出預測的能力就是我們所說的大數據。”

在體育賽事中，云計算和大數據分析的最佳綜合應用莫過于四大滿貫之一的溫布爾頓網球公開賽。IBM不僅是溫網的贊助商，還擁有官方技術顧問的頭銜。如今，溫網已經是公認的全球最智能的專業網球錦標賽。IBM對于溫布爾頓官網設計煞費苦心，球迷不但可以瀏覽基本的賽程和積分信息，還可了解每位球員的詳細數據。為了向網球發燒友、職業球員、教練、體育節目評論員等不同類別的觀眾創造獨一無二的數據體驗，球賽每一場、每一盤、每一局、每一分的數據都被網站收集進來，每個得分都會產生幾種不同的記錄：包括發球速度、網前次數、發球犯規次數、反手還是正手拍回球等。官方實時收集和顯示這些數據，電視臺體育頻道主播可以立刻用來點評球賽，球員和教練可以分析選手的表現以實時調整對戰策略，世界各地的球迷則可以通過電腦或智能手機的應用程序追蹤選手表現。除了收錄賽事實時數據，IBM還整理了過去數年四大滿貫的歷史數據，將海量數據匯入數據倉庫內，再運用統計分析工具預測每個球員需要達到什么技術指標，包括接發球勝率、每盤破發成功率、網前得分率等，才能提高贏球率。將球員現場的表現與這些歷史指標交叉對比，不但增加比賽的可看性，也可以加深球迷對網球運動的了解。

讓我們把話題回歸到大數據對商業的影響。

最近“大數據”的火熱程度堪比“世界杯”，如0DSP Rocketfuel（全球第一家DSP上市公司）、BAT（百度、阿里和騰訊）等全球和國內互聯網巨頭已將觸角延伸至大數據各個產業。幾乎所有世界級的互聯網企業，都已將業務觸角延伸至大數據產業。新浪微博用戶每天發博量超過1億條，百度大約要處理數十億次搜索請求，淘寶2013“雙十一”的交易則達到1.7億筆……2013年美國棱鏡門通過大數據監測其他國家，更是將大數據上升到國家戰略層面。從技術創新、商業變革到大數據思維，大數據正在帶來翻天覆地的變化。尤其是在大數據營銷運用上――基于大數據積累基礎上的按受眾購買的方式（DSP）和RTB技術（實時競價）正改寫網絡廣告生存法則，隨著媒體碎片化時代來臨，流量開始分散，流量背后的受眾也隨之分散在上述各種流量平臺上，而大數據精準技術的必要性就凸顯出來。從泛電商到傳統品牌企業都開始試圖求變與破局，想通過基于大數據的精準營銷來進行營銷變革，以求降低成本和提升ROI。

在億瑪總裁柯細興看來，“當初，靠資源、好的廣告位進行廣告投放的商業模式將要徹底改變，基于大數據的按受眾購買的方式（DSP）和RTB（實時競價）技術已經改變網絡廣告生態格局：即使是一個最不起眼的長尾媒體流量，通過精準的人群畫像和實時競價交易，也能為客戶創造出巨大價值，為媒體本身帶來甚至超越主流媒體廣告位的價格。”

第9篇：大數據營銷方法范文

21世紀什么最貴？大數據

大數據將是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革。

而這數據，已不是傳統意義的一般數據，而是超大數據、海量數據，就是現在所謂的“大數據（Big Data）”。如今大數據可謂是風起云涌，紅紅火火，儼然成為2012 年信息技術領域最時髦的詞匯。IBM 、微軟、Oracle、SAP等IT巨鱷，像是尋找到了新的金礦，開始全力挖掘大數據，多方位推廣大數據理念，爭搶“頭趟湯”。而眾多中小IT廠商也跟著蜂擁而至，以分得大數據市場一杯羹。

“大”字不僅意味著數據的數量龐大，還代表著數據種類繁多、結構復雜，變化的速度也極快。可以說，目前大部分企業經營決策面臨的最大挑戰不是缺少數據，而是數據太多，面對這些靜態、孤立、無多大參考意義的“初級品”的信息數據，企業信息部門需通過系統功能來發掘有價值的數據，給公司營銷管理提供決策支持。

大數據，重構精確營銷模式

大數據時代之前，企業多從哪些平臺提取數據、提取哪些營銷數據呢？一般是CRM或BI系統中的顧客信息、市場促銷、廣告活動、展覽等結構化數據以及企業官網一些數據。但這些信息只能達到企業正常營銷管理需求的10%的量能，并不足夠給出一個重要洞察和發現規律。

而其他85%的數據，諸如社交媒體數據、郵件數據、地理位置、音視頻等這類不斷增加的信息數據，和包括數據量更大、逐漸廣泛應用、以傳感器為主的物聯網信息，以及風起云涌的移動3G互聯網信息等，這些就是大數據所指的非結構性或者叫作多元結構性所需的數據，它們更多以圖片、視頻等方式，幾年前可能被置之度外不會被運用，而今大數據能進一步提高算法和機器分析的作用，這類數據在如今競爭激烈的市場日顯寶貴、作用突出，并能被大數據技術所充分挖掘、運用。

第一，對營銷決策數據進行更好的優化。包括沃爾瑪、家樂福、麥當勞等知名企業的一些主要門店均安裝了搜集運營數據的裝置，用于跟蹤客戶互動、店內客流和預訂情況，研究人員可以對菜單變化、餐廳設計以及顧問意見等對物流和銷售額的影響進行建模。這些企業可將這些數據與交易記錄結合起來，并利用大數據工具展開分析，從而在銷售哪些商品、如何擺放以及何時調整售價上給出意見，此類方法已經幫助這些領先零售企業減少了17%的存貨，同時增加了高利潤率自有品牌商品的比例。

以前的CRM系統，只能促使分析報告回答“發生了什么事”，現在一個優秀的大數據系統已可以被用來回答“為什么會發生這種事”，而且一些關聯數據庫還可以預言“將要發生什么事”，最終發展為非常活躍的數據倉庫，從而能判斷“你（用戶）想要什么事發生”。 據稱，集成整合Essbase服務技術的Oracle大數據平臺已能為用戶提供策略級、未知信息分析預測能力和個性化自助式定制等。

第二，對目標對象進行更完整的分析、描述。通過獲取更豐富的消費者數據，包括網站瀏覽數據、社交數據和地理追蹤數據等，可以繪制出更完整的消費者行為。譬如，大數據技術能對客人方方面面的信息進行充分有效管理并深度挖掘。

如果某個客人是某酒店的老主顧，那么大數據系統就會清楚告知酒店經理人這位客人的習慣和喜好，如是否喜歡靠路邊、是否吸煙、是否喜歡大床、喜歡什么樣的早餐，甚至從事什么工作、有什么商務需求等。當客人再次光臨時，不用客人自己提出來，酒店大數據系統就會自動提供客人所喜歡的房間和服務等相關信息，大大提升酒店管理效率。

利用大數據中的語義搜索功能，系統能理解自然語言的含義，包括理解工作的頭銜、技能、行業和教育等，除此之外，它可以做到智能處理拼寫錯誤、縮寫、標點符號等更多問題，也能識別相同的詞在不同語境中的含義，以更好地為營銷管理服務。例如：銷售經理、財務經理、人事經理，它們中都有“經理”二字，顯然代表了不同的語義，借用語義搜索技術，能對目標對象實現智能的區隔、判斷。

第三，實現點對點智能廣告模式。對于廣告主來說，廣告核心問題在于：如何從海量數據中尋找目標受眾，并投放相應的廣告信息。

時下廣告不是點對點模式的，而是主從模式，像單個“老師”（產品）對眾多滿地跑的“學生”（消費者等受眾），可是“老師”卻總是抓不住多數“學生”，把99%的廣告費都扔了。隨著大數據的發展，這些錢或會被一一撿回來。

大數據能通過互聯網點擊流，可跟蹤個體用戶的行為，更新其偏愛，并實時模仿其可能的行為，讓點對點的RTB（實時競價廣告）成為可能。在美國，在大數據的幫助下，RTB能把炙手可熱的目標用戶，拍賣給廣告商。以前，電梯里上來一個禿頭的中年人，如果你在電梯里打的是洗發水廣告，那肯定瞎了。現在，有了RTB，廣告將盯住不是滿地跑的“學生”，而是那個喜歡看廣告的目標人；廣告市場上賣的也不是傳統意義上的廣告位了，而是訪問這個廣告位的具體用戶。

那么RTB是如何實現精準的呢？假設潛在客戶在瀏覽某網頁面，某網會向廣告交易平臺（Ad Exchange）請求廣告。交易平臺向所有需求端平臺（DSP）發出公告，“某網有訪客，要不要向他發廣告”。同時，DSP請求大數據管理平臺（DMP）幫助分析這位訪客情況，并根據結果進行出價決策。Ad Exchange為出價高的DSP匹配相關廣告代碼，并最終作出廣告。

今天尖端的追蹤技術和多種的大數據管理平臺（DMPs）可以將受眾以及廣告效果數據整合于單一界面上，讓廣告主輕易擷取關鍵指標，包括轉化率、流失率以及各個渠道的貢獻比率等。

第四，更好地進行顧問式營銷。比如當一個顧客進入店鋪后，一個零售商利用大數據技術搜索他們的數據庫，發現這位顧客是其希望留住的有價值顧客，之后他們通過將其過去的購物歷史和Facebook主頁獲得的這位顧客的信息綜合起來，來了解需要花多少錢來留住他，從而確定所售賣物品的合適價格和零售商可以退讓的利潤空間，并最終針對這一位顧客給出最佳的優惠策略和個性化的溝通方式。

如今在美國沃爾瑪大賣場，當收銀員掃描完顧客所選購的商品后，POS機上會顯示出一些附加信息，然后售貨員會友好提醒顧客：“我們商場剛進兩三種配酒佳料，并正在促銷，位于D5貨架上，您要購買嗎？”這時，顧客也許會驚訝地說：“啊，謝謝你，我正想要，剛才一直沒找到，那我現在再去買。”

這就是沃爾瑪在大數據系統支持下實現的“顧問式營銷”的一個實例。

大數據時代，要為營銷準備什么？

雖然大數據展示了非凡的前景和巨大作用，不過，大數據營銷仍面臨不少問題與挑戰。首先面臨的是技術難題，畢竟大數據技術尚處于活躍前期，各方面技術并不太扎實，各項工具需要進一步完善。但實際情況是，真正啟動大數據營銷，你面臨的不僅僅是技術和工具問題，更重要的是要轉變經營思維和組織架構，來真正地挖掘那座數據金礦。