大数据精准营销

1.数据量大（Volume）

根据IDC作出的估测，数据一直都在以每年50%的速度增长，也就是说每两年就增长一倍（大数据摩尔定律）

人类在最近两年产生的数据量相当于之前产生的全部数据量

预计到2020年全球将总共拥有35ZB的数据量，相较于2010年数据量将增长近30倍

图片来源于网络

图片来源于网络

欧盟在大数据方面的活动主要涉及四方面内容：研究数据价值链战略因素；资助“大数据”和“开放数据”领域的研究和创新活动；实施开放数据政策；促进公共资助科研实验成果和数据的使用及再利用。

英国在 2017 年议会期满前，开放有关交通运输、天气和健康方面的核心公共数据库，并在五年内投资 1000 万英镑建立世界上首个“开放数据研究所”；2012年《开放数据白皮书》政府各部门应增强公共数据可存取性，促进更智慧的数据利用；各部门均需制定更为详细的两年期数据开放策略；英国研究理事会将投资 200 万英镑建立一个公众可通过网络检索的“科研门户”。

法国政府于2013年《法国政府大数据五项支持计划》中说明引进数据科学家教育项目，设立一个技术中心给予新兴企业各类数据库和网络文档存取权；通过为大数据设立原始扶持资金，促进创新；在交通、医疗卫生等纵向行业领域设立大数据旗舰项目；为大数据应用建立良好的生态环境，如在法国和欧盟层面建立用于交流的各类社会网络等。为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。

日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题。2013 年 6 月，安倍内阁正式公布了新IT战略——“创建最尖端 IT 国家宣言”。“宣言”全面阐述了 2013～2020 年期间以发展开放公共数据和大数据为核心的日本新IT国家战略，提出要把日本建设成为一个具有“世界高水准的广泛运用信息产业技术的社会”。

在重视发展科技的印度，不仅印度的小公司纷纷涉足大数据市场淘金，一些外包行业巨头也开始进军大数据市场，试图从中分得一杯羹。印度毫无疑问是美国亦步亦趋的好学生。在数据开放方面，印度效仿美国政府的做法，制定了一个一站式政府数据门户网站 data.gov.in，把政府收集的所有非涉密数据集中起来，包括全国的人口、经济和社会信息。

国内：

我国在发展大数据上有其特点，主要体现在以下四点：

其一，党和政府高度重视。2015 年 5 月编制实施软件和大数据产业“十三五” 规划，大数据产业第一次明确出现在规划中。2015年6月，《加快推进云计算与大数据标准体系建设》中提出加快云计算与物联网、移动互联网、现代制造业的融合发展与创新应用，培育新业态、新产业，加快推进云计算与大数据标准体系建设。 2015年9月《促进大数据发展行动纲要》是第一个真正意义上的大数据发展国家战略，明确提出了我国大数据发展的关键任务，即加快政府数据开放共享、推动产业创新发展、强化网络及数据安全保障。2017年1月《大数据产业发展规划 ( 2016－2020) 》明确“十三五” 期间的发展目标和重点任务，如强化大数据技术产品研发、深化工业大数据创新应用、促进行业大数据应用发展、大数据标准体系建设等。

其二，数据资源内容丰富。人人互联向万物互联的格局形成，新形态不断出现，零售、医疗、交通、能源等率先沉淀大数据资源。据国际研究机构预测，到2020年，中国数据总量将会超过8万亿GB，占全球数据总量的比例达到20%左右。

其三，技术产业快速壮大。我国大数据软硬件自主研发能力正在提升，新兴专业化大数据企业创新活跃，我国独有的大体量应用场景和多类型实践模式，促进了大数据领域技术创新能力处于国际地位。

其四，融合应用蓬勃发展。无论是从新增企业数量、融资规模还是应用热度来说，与大数据结合紧密的行业正在从传统的电信业、金融业扩展到健康医疗、工业、交通物流、能源、教育文化等行业，应用脱虚向实趋势明显。

三、 精准营销的主要方法

精准营销自其提出以来就被奉为顺应时代发展的产物，它不是对传统营销的颠覆和否定，而是对其的继承和进一步发展。较为公认的说法是世界级营销大师菲利普·科特勒在2005年首次明确提出精准营销，并将其描述为公司需要更精准、可衡量和高投资回报的营销沟通，需要更注重结果和行动的营销传播计划，还有更注重对直接销售沟通的投资。国内较为权威的说法是著名精准营销学者徐海亮提出的精准营销就是在精准定位的基础上，依托现代信息技术手段，建立个性化的顾客沟通体系，实现企业可度量的低成本扩张。

图片来源于网络

随着大数据时代的到来以及消费者需求的迅速变化，如何利用大数据从而对消费者展开精准的营销活动是目前每个企业面临的问题。精准营销主要有以下几种方法：

1．基于数据库营销

进行精准营销的重要基础是建立一个相关信息比较完备的潜在消费者数据库，需要企业持续的努力，如果企业还没有建立独立的、完备的消费者数据库，可以借助其他组织的数据库，从中挑选出符合企业需要的潜在消费者的信息，来开展自己的精准营销活动。大数据为精准营销提供了海量的数据，以此建立起更加精确的市场定位与分析，高效地寻找客户，为客户提供更加个性化的产品和服务。

2．关键词搜索广告

搜索引擎利用特殊的信息过滤技术，将不同的内容，例如电影、音乐、书籍、新闻、图片网页等，推荐给可能感兴趣的用户，从而实现精准推送。百度、谷歌、bing 等搜索网站都提供关键词搜索广告服务。大多数消费者购买某类产品或服务时，都会通过搜索网站去查询相关信息。企业的产品信息通过搜索网站，就出现在需要的消费者面前，针对性、精准性强。如购买手机，你很可能会通过搜索网站去查询手机的相关信息，而当你浏览其他网页时，也会显示手机的广告。

3．数据挖掘技术

通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。数据挖掘的目的是在信息不完全和随机的庞大数据中，提取出隐含于其中有用的信息和知识。其目的是让企业分析内外部的信息、预测客户的行为、检验异常模式，帮助企业决策者调整市场策略、减少风险，以做出正确决策。

4．自媒体营销

自媒体时代，很多意见领袖脱颖而出，例如粉丝众多的微博名人、豆瓣小组、高质量的微信号。这些自媒体明星的特点是，只针对某一类人群，形成了话语体系与传播公信力，如果商家的潜在消费者刚好就是这些自媒体既有的读者人群，与这些自媒体合作推广，就等于集中面向你的人群。微博能够实现网络数据库精准营销，这种微博营销通过话题互动，充分利用名人效应，而且操作简单，费用较低，是一种很好的精准营销方式。

四、大数据对于精准营销的作用

大数据为精准营销提供了海量的数据，以此建立起更加精确的市场定位与分析，高效地寻找客户。营销决策将日益基于数据和分析做出，从而更加科学和精准，实现营销的新发展。通过用户数据的积累和挖掘，可以分析用户行为规律，准确地描绘其个体轮廓，为用户提供更加个性化产品和服务。大数据对于精准营销有如下作用 ：

1．助力客户信息收集与处理

精准营销所需要的信息内容主要包括：①描述信息：顾客的基本属性信息，如年龄、性别、职业、收入和联系方式等基本信息；②行为信息：顾客的购买行为上的特征，它通常包括顾客购买产品或服务的类型、消费记录、顾客与企业的联络记录，以及顾客的消费偏好等； ③关联信息：顾客行为的内在心理因素，常用的顾客关联信息包括满意度和忠诚度、对产品与服务的偏好或态度、流失倾向以及与企业之间的联络倾向等。通过数据挖掘技术，在海量的客户资料中筛选出对公司有价值的信息，对客户行为模式与客户价值进行准确判断与分析，找到与公司自身产品和品牌定位相匹配的客户，减少在市场推广和营销上的无效投资，提高营销的精准度。

2．更精准的市场定位

根据二八原则，企业大约 80% 的收益是由企业 20% 的忠诚客户提供的，因此企业需要将极其有限的资源投入到这少部分的忠诚客户中，把营销开展的重点放在这最重要的 20% 的客户上，更加关注那部分优质客户，以最小的投入获取大的收益。大数据助力精准营销可以利用海量数据和先进的数据挖掘技术，发掘客户行为特征，清晰地描述目标消费者对企业产品和服务的需求特征，从客户需求、客户认知、竞争者的角度等多方面因素来考虑企业要提供的产品和服务所应该满足的客户群体，从而进行精准的市场定位。

3.辅助营销决策与营销战略设计

通过数据的收集和挖掘，找到目标客户群，根据目标客户群营销活动的目标，设计有针对性的营销活动创意，包括产品、价格、渠道和促销，并就各方案进行评估，挑选出好创意，形成最终营销方案。一个好的营销方案必须聚焦到某个目标客户群，如果没有数据支撑， 那么营销方案制定和营销决策难免会不够科学合理，不能真实地聚焦用户。在得到基于现有数据的不同客户群特征后，市场人员需要结合企业战略、企业能力、市场环境等因素，在不同的客户群体中寻找可能的商业机会，最终为每个群制定个性化的营销战略，每个营销战略都有特定的目标。

4．对未来的预测能力

人们不仅需要通过数据了解现在发生了什么，更需要利用数据对将要发生什么进行预测，以便在行动上做出一些主动的准备。在小数据世界中，事物的相关联系无法通过一个局部样本体现出来，所以“预测”被认为是凭感觉和经验的。但在大数据的背景下，百度等“网络巨头”几乎掌握了一定调研对象的庞大的数据资源，所以这些用户的前后行为将能够被精准地关联起来。在公共卫生、经济发展和经济预测等领域中，大数据的预见能力已经崭露头角。

五、大数据助力精准营销的实施

大数据助力精准营销的实施可以体现在以下几个方面：

1．用户数据的挖掘

例如：Facebook拥有海量的消费者数据，超过12亿的用户量，每个用户每时每刻都会更新个人状态、分享图片以及他们“喜欢”的内容，通过收集、存储和分析用户的个人数据，可以从这些数据中分析其用户行为的方式。如在互联网上通过追踪cookies来追踪它的用户。若用户在登录 Facebook的同时浏览网页，它就能跟踪到其用户正在访问的网站地址；通过 Facebook 里添加的标签，用户的图像能够进行画面处理和面部识别；通过分析用户Facebook点过的“赞”，就能精准预测其在一定范围内的个人特性，这包括预测用户的个性取向、对生活的满意度、智力水平、情感的稳定性、宗教、酒精以及药物的摄入情况、情感状态、年龄、性别、种族以及政治观点等方面的信息。企业可以通过访问 Facebook主题数据研究顾客群，获得更多的社会领域数据，进一步绘制品牌受众地图和进行品牌内容评估，从而实现精准的一对一营销，进行准确的广告推送和客户开发。社交网络分析研究表明，可以通过其中的群组特性发现用户的属性，比如通过分析用户的 Twitter信息，可以发现用户的政治倾向、消费习惯以及喜好的球队等。

2．定向广告推送

例如：爱奇艺以百度大数据平台为支撑，推出“一搜百映”，其技术核心就是通过对搜索引擎数据的深入挖掘与分析，优化视频广告服务，并降低对非目标用户的广告投放率。结合专业的数据测算结果，该技术能够确保页面广告渗透率达到50%以上，效果显著。简单来讲，就是在品牌的视频广告植入时，依托大数据技术更为精准定位用户需求，充分发挥互动广告价值。知名社交网络广告商 Local Response 对互联网和移动应用中超过 3000万的社交媒体个人页面进行搜索，实时查找提到品牌厂商的信息，并从用户所发布的文字、图片等信息进行判断，帮助广告商投放实时广告，使得投放的广告更加符合消费者的实际需要，因而更加准确有效。比较成熟的方式是将社交网络与客户关系管理结合，如Oracle等运营商将传统的客户管理系统加入了社交网络信息，以提供更全面的客户信息；统计并分析社交网络、博客、论坛中用户与品牌相关的信息，这些信息对于企业有重要意义。

3．主题数据的开发

“主题数据”是一种能将消费者关于品牌、事件、活动和主题的反馈展示给市场营销者，通过提供某个特定活动中用户潜在的消费行为来帮助市场营销者，为市场营销者带来一个可行的、全面的首次新用户视图，将数据分类并且将相关用户的个人信息剥离，在某种程度上保护消费者个人隐私的技术。如：企业可以通过访问 Facebook主题数据来研究顾客群，获得更多的社会领域数据，从而选择性地改变他们在平台和其他渠道的营销方式，企业绘制品牌受众地图和进行品牌内容评估，从而实现精准的广告推送和客户开发。通过对用户在社交网络平台上的数据进行挖掘和分析，可以看出一个用户的喜好、社交圈、兴趣取向等传统调查方式无法获取的个人数据（不仅仅是个人的电话、职业、住址等基本信息），为企业进行一对一精准营销奠定了数据基础。

六、大数据精准营销面临的挑战

现如今大数据精准营销越来越重要，然而对面许多挑战，主要有以下几个方面：

1.数据规模庞大，价值挖掘有难度

目前数据规模爆炸式增长，在能源、制造业、交通服务业、医疗卫生等领域都积累了TB 级、PB 级的大数据，这些庞大的数据造成存储压力和成本的加大，数据挖掘的难度也相应增加，使得许多中小企业无力进行数据的挖掘与开发。目前，数据挖掘技术无法满足大数据的挖掘需求，对已收集的数据难以进行科学合理的分析，导致大数据的价值无法被充分地挖掘，实质上增加了精准营销的难度，一定程度上也提高了精准营销的成本。

2.数据开放共享程度低

各大互联网公司平台掌握着大量用户资源，政府部门、民间组织、公共服务部门等机构也掌握了各种用户的相关数据，但是各家公司或平台的数据并不会完全向公众和社会开放，或者是费用和门槛太高，限制了数据的开放。没有实现数据的开放和共享，使得大量的数据闲置和沉睡，没有得到合理有效的利用，造成资源浪费。数据资源的共享度低阻遏了精准营销的实现。

3.涉及安全隐私问题

在大数据时代，用户的一举一动都会被记录着，在线上交易、线上支付、社交互动、移动终端、物流配送等各个环节都会留下痕迹，可以说用户在获得所需产品或者服务的同时，也暴露了自己的数据。企业在利用这些大数据时常常会侵犯用户的个人隐私以及在隐私保密性上做得不到位。因此产生个人隐私和数据安全问题。

4.大数据营销相关人才稀缺

2016年7月15日，数联寻英发布的《大数据人才指数报告》显示，我国大数据人才仅有46万，之后5 年内将面临 150 万的缺口，而且培养的难度很大。一方面对大数据的挖掘不仅要靠专门的计算机软件，对于计算机软件还需不断地更新升级；另一方面是精准营销，需要学习市场营销专业。可见，计算机软件应用人才不仅要精通计算机还要具备市场营销学方面的知识，才能达到预期的效果。

5.数据运算结果和消费者需求之间存在差距

数据的分析在一定程度上可以反映客户的需求倾向，但是客户的心理活动受多种因素影响，是难以把握的，并且经常性地随着时间的推移而不断发生波动。例如，大数据判断某个消费者是对价格敏感的人，企业根据这个判断进行降价营销，结果确实也引发了消费者的购买行为。但是也可能消费者对价格敏感是大数据培养出来的，而不是消费者自身的主动行为，到底是企业引导消费者还是企业找对了消费者需求，我们不能完全确定。因此，数据算法勾勒出来的消费者人物画像和消费者真实形象是存在差距的，甚至完全相反，因为消费者是善变的，这种变化对于企业来说是比较难以及时捕捉并且通过算法计算出的。

七、大数据精准营销的困境解决建议

面对大数据精准营销的困境，有如下建议：

1.提高数据开放共享程度

发挥大型企业大数据平台的作用，实现大数据信息共享。从中小企业自身的状况来看，其要依靠自身的能力去挖掘大数据的价值，这在目前的情况下是难以实现的。而大型企业在这方面具有一定的优势，因此，中小企业可以与大型企业展开合作，共享大数据信息，以化解大数据营销过程中的大数据价值挖掘困境。早在2009 年，阿里巴巴就推出了阿里云服务，为全球的中小企业提供大数据的分析、应用服务。

政府、企业、社区等机构每天也产生大量的数据，相关部门制定开放标准和政策，实现数据的开放和共享，避免大量的数

文章题目：大数据精准营销
转载来于：/news16/99366.html

成都网站建设公司_创新互联，为您提供移动网站建设、营销型网站建设、响应式网站、网站制作、网站排名、网站设计

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联