大数据营销论文十篇

时间:2023-03-29 04:53:58

大数据营销论文

大数据营销论文篇1

流量业务是电信运营商收入增长最大的驱动力,但当前的困境在于,流量收入增长无法补偿流量成本,形成所谓的剪刀差;更长远来看,随着流量渗透率的提升,流量收入增长将不可避免地放缓,在价格竞争作用下,流量收入出现下降也是可能的。与此同时,关于大数据的讨论在技术、应用和模式等多个层面展开,已被认为代表着时展的方向。OTT们正在积极主动地利用这一趋势改变自身经营模式、指导业务布局和演进方向。反之,尽管坐拥丰厚的大数据资产,电信运营商对于大数据的战略价值一直处于朴素而将信将疑的状态,缺乏对大数据经营模式的基本理解和全盘考虑。如果能够揭示大数据经营和流量经营之间的内在联系,对求解流量经营困境和认识大数据经营模式都大有裨益。

(二)当前流量经营的价值困境

流量是当今数字世界运转的基础。“客观属性”是对“流量”这一认识客体固有属性的客观描述,不因经营主体和经营方式而异。流量属性包括以下方面:1)流量的规模性,指流量可用同一量纲进行规模比较,比如联通单用户流量规模要高于移动,百度流量规模要高于google中国,基于中国移动网络发生的流量规模要高于基于百度服务发生的流量规模;2)流量的层次性,指流量与用户真实行为(主体)的接近程度。流量蕴含着反映主体行为的信息,但程度有所不同。比如淘宝网所承载的流量直接反应用户的网购行为,而电信网所承载的流量只是经过IP协议封装的比特流,前者显然更接近用户真实行为因而被称为表层流量,后者则被称为底层流量;3)流量的异质性,指流量对用户消费目的(客体)的涵盖范围。流量蕴含着反映客观世界的信息,但范围有所不同。比如文本、话音、图片、音乐、视频等不同类型之间,垂直应用与平台式应用等不同类型之间,社交类、娱乐类与生产类应用等不同业务类型之间,其流量映射客观世界的能力就各有差异和侧重;4)流量的不可分性,虽然底层流量和表层流量在概念上区分了,但在实体上是紧密依赖的,是同一事物在不同经营层面上的不同投影。比如,淘宝的表层流量离不开运营商底层流量的依托,运营商底层流量也离不开淘宝等表层流量的呈现,同时,淘宝可推知用户使用了多少底层流量,运营商也可部分解析出用户的购物行为。

可见,流量是一个充满想象空间的市场,而电信运营商似乎占据有利地位。综合流量的层次性和异质性,流量被赋予了主体行为和客体存在在信息层面上统一投影的属性,是信息社会不断流动的血液,具备极大的社会价值和经济价值。从流量的不可分割性来看,上层服务提供商与基础运营商之间的相互依赖、相互制约将是长期的基本格局。从流量的规模性来看,至少在本地市场,由于基础设施市场集中度高,电信运营商很容易就可获得超过任何单一玩家(如apple和facebook)的规模优势。

但现实情况中,流量规模的暴涨对电信运营商是一把双刃剑,情况不容乐观。流量在呈现客观属性的同时,在特定的经营主体及经营方式下,还会表现出影响甚至决定经营绩效的经营特征。本文认为,固然客观属性有利于电信运营商开展新一轮价值创造,但在当前经营模式下,流量应有的价值并未得到充分挖掘,无法支撑电信运营商的可持续发展。

当前的流量经营模式是,通过提供同质化的、以M为价值衡量单位的流量产品来满足用户的接入需求,然后通过向用户收取按照使用量计算的费用来补偿网络成本、运维成本和营销成本。在这种模式体现出三大属性:一是面向手段性需求。用户向运营商购买流量不是为了流量本身,而是为了流量所承载的个性化互联网应用。流量仅仅是服务于互联网消费的手段,因此,与面向目的性需求的互联网服务提供商争夺用户界面时,电信运营商天然地处于劣势;二是无直接网络效应,电信运营商无法将网络效应内化从而无法实现业务的边际效应递增。流量用户之间并未像话音用户之间和短信用户之间那样构成彼此连接的网络,用户之间的网络是通过业务构成的,而业务网却控制在OTT手中。换言之,网络效应主要存在于OTT业务层,而非管道层。因此,随着使用OTT业务的用户越来越多,以及用户使用OTT的业务次数越来越多,OTT业务的边际效用递增,但电信运营商流量的边际效用基本持平;三是边际成本下降有限,面对指数级增长的流量需求,运营商不断追加投资扩容、升级只能勉强跟上。上期投资刚进入边际成本下降阶段新的投资又追加进来,下降趋势被中止。在投资压力下,设备商又勾画了美妙的技术前景,许诺平均成本将极大地降低,勾引运营商全面投资新技术。这样多次循环和叠加,在相当长一段时间内,运营商都处于初始成本投资阶段,流量边际成本下降的周期被压缩到很短。反观OTT,一旦业务上线,在运营成本增长与业务量增长相比可忽略不计的前提下,业务边际成本很快就会下降到接近于0。某种程度上,信息产品边际成本为0规则的成立,是建立在电信运营商的牺牲之上的。

图OTT业务与电信运营商流量业务的边际效用/成本对比

电信业本是新经济的鼻祖,网络效应理论就是70年代从对话音网络的研究中发展起来的。然而,在当前经营模式下,运营商的流量业务失去了网络效应、边际成本趋于0、边际效用递增等信息产品的新经济特征,用工业经济时代的经营模式去与新经济时代的经营模式争夺价值,注定是落于新型竞争对手的。这是仅在流量规模上做文章,没有深入挖掘流量价值形成的后果,运营商由此陷入流量价值困境。

(三)大数据经营破解价值困境

大数据的定义众说纷纭,从技术特征上它通常具备数据量大(volume)、数据类型多(variety)和数据处理和响应速度快(velocity)的特征,麦肯锡将大数据定义为超过了常规数据库软件所能搜集/存储/管理和分析的规模的数据集。大数据概念具有深刻的IT烙印,正如“流量”概念具有深刻的电信烙印。通信与计算是信息的不同处理环节,在ICT端到端融合的背景下,流量和大数据完全可以统一在“信息”概念下,是信息全生命周期不同阶段的称谓。流量有表层底层之分,数据也有信息、知识、智慧之谓,流量经营和大数据经营均可理解为信息经营。

然而,仅仅揭示大数据本身的属性是远远不够的,如果脱离了正确的经营模式,一切价值都是虚妄。在这方面,电子科技大学周涛教授的观点很有价值。他认为,大数据1.0是利用内部数据解决内部问题,大数据2.0是利用内部数据去解决外部问题,或利用外部数据解决内部问题,大数据3.0意味着大数据进入了一个以共享交易为特征的时代,出现了大数据公共平台运营商(以下简称大数据运营商)。从1.0到3.0,大数据的工具属性逐步减弱,目的属性逐步增强,直至“大数据”像货币一样在全社会范围被收集、交换、处理、传输和应用,使得大数据可以真正成为时代的标签。在这个意义上,大数据之“大”,就是不断增强数据的透明性、不断扩大数据的共享范围、不断提升数据的流动性,在更大范围内解决信息不对称以创造更大的价值。否则,无论数据多丰富,技术多先进,都较过去无本质突破,大数据之“大”盛名难副。这个过程,是大数据经营环境不断完善和经营模式不断演进的过程。

大数据经营模式严格来说是指大数据运营商的经营模式。大数据运营商采取双边平台模式,一方面向消费者提供普遍服务,另一方面向企业客户提供以大数据为中心的服务。可以形象地将这种经营模式比喻为“数据银行”。1)大数据运营商自身掌握独特而雄厚的数据资产,这往往是一个通过提供消费者服务集腋成裘的过程,正如银行通过吸纳个人存款掌握雄厚的现金等资产;2)这些数据的使用权和支配权归大数据运营商但所有权属于消费者,正如银行可以自行决定吸纳的存款如何使用,但储户拥有随时要求提现的权力;3)大数据运营商以免费或部分免费提供服务为代价,换取消费者在使用该服务时产生大数据的支配权,正如银行承诺利息收益换取现金存入或委托理财,并默认获得资金支配权;4)这些大数据被用到千百万家企业的生产服务流程中,为大数据运营商的企业客户创造价值,为大数据运营商赚取收益,正如银行吸纳的存款被贷给各行各业的企业,融入经济生活的角角落落。为了进一步理解该模式,下面描述一些细节:

细节一:场景举例。风险控制是保险公司商业模式的核心环节,如果能够更准确地获知投保客户的风险系数,保险公司就可能设计更有竞争力的保险险种和更丰厚的收益。比如车险,如果能对某潜在客户的出行和驾驶行为数据如车速、车程、违规记录等进行分析,保险公司就能更精确地推知该用户在投保期内出现安全事故的概率,从而制定更为有利的保费和理赔政策,比如避免对高危客户(通过各种指标定义)保费过低或保额过高,而对“安全系数”较高的客户则可以在常规保费基础上打折以提升产品的吸引力。同样,对于疾病险,如果能够对潜在客户每天身体健康指标如血压、心跳、卡路里消耗、睡眠时间等,保险公司就能识别优质客户并针对性地设计相关疾病险种。在这个简单的例子里,大数据产生于用户使用的车联网、移动健康等服务,大数据运营商需要向用户提供这些服务,并承诺他们的个人数据不会被滥用。对于保险公司或其他中小型企业客户,大数据运营商提供的核心产品是数据,但更可提供大数据基础设施租用、承担大数据分析任务甚至基于分析结果的营销执行等附加服务。

细节二:如何规避隐私争议。个人数据的隐私问题是大数据商业价值受到质疑的主因。实际上,这个问题可以从理念上和模式上给予回答。理念上,隐私问题自人类社会形成之初就存在,用户心中总是存在一架权衡隐私顾虑和业务价值的天平。当前的隐私争议不在于隐私被使用了,而在于被滥用了,没为用户带来便利/效率/等正面价值甚至反而带来负面价值。因隐私顾虑而扼杀业务创新只会在竞争中被淘汰,将注意力集中到利用个人数据创造更智能的业务,使用户心中的天平偏向业务价值,这才是解决之道。模式上,大数据运营商扮演的是银行角色,受消费者委托管理数据,基于数据所有者与数据使用者之间的契约关系执行数据开放动作,具体由双边平台的双方自愿谈判商定。比如,保险公司若需要使用个人数据可向个人提供保费折扣,达成协议后大数据运营商则执行这一契约,按照协议开放指定数据,并全程监督数据使用。上述过程并不涉及隐私侵犯。对于那些无需识别个人身份的大数据应用,交易成本可以更低,正如银行没有必要向每个储户说明他/她的存款被用于哪一笔放贷或投资,而只需履行利息承诺即可。

细节三:如何获得网络效应。在上述经营模式下,大数据运营商将获得网络效应,这种效应源于该平台上各行各业的企业。与话音业务类似,企业使用该平台提供的数据的同时,也在为该平台增加更多的数据资产。比如,“用户A在facebook上的Like行为记录”这一数据,若被WSJ网站使用,除了为WSJ产生“内容精准推荐”的价值外,用户A对该内容的浏览行为和评论(如果有)也会被平台记录,从而提升原数据质量(如置信度评价)、丰富了关于用户A的数据,其他企业将可从该平台获取更多价值。这样,企业围绕平台构成了大数据共享网络。大数据平台成为网络效应的受益者。于此同时,企业客户在使用大数据产品时也具有边际效用递增的特征,数据用得越多,数据的价值就越大。可见,大数据经营完全符合新经济规则。数据不因使用而损耗,且随着使用次数增多价值反而变大,边际成本趋于0,边际效用递增,大数据的价值与数据节点及数据使用者节点的平方成正比。

细节四:如何将流量转化为大数据资产。针对流量业务,一方面优化现有面向消费客户的经营模式,另一方面从流量中提取大数据资产,作为构建面向企业客户大数据经营模式的基础,两者交叉补贴,平摊成本。用户在消耗流量的同时,也在为大数据经营添砖加瓦。一个基础设施,两个经营模式,这是成本收益困境的基本解题思路。对流量经营而言,智能管道存在的价值是调控和配置管道资源,但智能调控和配置的前提是对调控对象的深度识别和解析,而这正好就是从流量提取大数据的过程。因此,智能管道将成为电信运营商获取大数据的重要来源。大数据的另外两个重要来源是BSS和各种信息类业务的后台数据。不同域数据之间的混搭会取得1+1》2的效果。

(四)大数据平台运营商的演化

在未来实体世界与数字世界无缝整合的世界,高速流动的信息将充当不可或缺的纽带。谁能掌控两个世界相互耦合的界面,谁就将成为下一轮破坏性创新周期中最大的赢家,而大数据平台就是这样的关键环节。当前虽然总体上处于大数据1.0阶段,但基于数据重要性被不断认知、传统企业拥抱数字化商业模式热情高涨等事实,大数据领域正孕育着一个前景广阔、异彩纷呈的大市场。

未来的大数据运营商绝不仅仅包括现在的电信运营商,互联网巨头如facebook、google和阿里巴巴等也将沿着这一方向演进。阿里巴巴提出的“电商、金融、数据”三步战略就是明证。阿里巴巴和新浪微博、高德地图等之间的资本联姻,也是走在数据布局的路上。平台会扩张,生态会成长,当时代被烙上大数据的印记,围绕大数据公共平台运营商成长起来的大生态注定会成为信息文明的基石。从平台演进的角度,本文认为大数据经营的成熟将经历消费平台、垂直平台和公用平台三个阶段,简要描述如下:

第一阶段,竞争者们借助消费平台海量用户数据的原始积累取得了大数据平台之争的入场券。比如阿里巴巴的淘宝、腾讯的微信、facebook以及电信运营商的流量,都是典型的消费平台。各类消费平台有层次和领域的区别,渗透争夺十分激烈,但就数据储备而言都具备了进阶的资格。同时,OTT玩家普遍发育了后向广告模式,与电信运营商的流量前向收费模式相比,收入规模小但利润率高。

第二阶段,基于用户积累向垂直行业扩张或者某个特定的环节延展。这个阶段,消费平台依然非常重要,但随着数字世界与实体世界的整合,固守数字世界很快遇到增长极限,因而越来越多的资源将投入面向线下传统行业的拓展。垂直行业方面,包括金融业(互联网金融、移动支付等)、健康业(移动健康、移动医疗等)、汽车业(智能汽车、车联网等)。特定环节方面,包括营销(广告),CRM(如微信公众账号、淘宝卖家服务、FacebookConnect等)、产品设计(如天猫和华为定制手机合作等)。毫不意外,扩张的行业B2C特征较明显,延展的环节则以营销环节为出发点,而电信运营商通常以行业扩张为主,OTT以环节延展为主。总体而言,这些面向各垂直行业和特定环节的服务都以相对独立的小平台形式存在,每个垂直平台的经营模式各不相同,大数据资产进一步积累,但以信息为中心的经营模式仍未确立。从进阶第三阶段的角度考虑,衡量第二阶段经营成败的标准有两个:其一是是否与政府和传统企业建立了全面的信任关系;其二是是否掌握了大部分行业都需要的20%的关键信息。

第三阶段,面向全体社会成员的大数据公共平台出现。大数据在企业生产和消费者生活各环节的价值被充分认识,垂直行业内部的信息链在第二阶段被打通之后,进入跨行业信息共享阶段,大数据时代来临。在前文提到车联网信息、个人健康信息和保险公司的共享是这一阶段的典型案例,而车联网、移动健康领域的数据布局和与保险公司信任合作关系的建立,则已在第二阶段完成。值得强调的是,消费者的作用非常重要,因为各行业间打破信息隔阂唯一动力就来自于它们具有共同的用户。这一阶段,数据透明/共享/流动的范围、网络效应的范围、创造价值的范围达到了新的高峰。

上述三个阶段所描述的经营模式是叠加而非替代关系。从大数据的角度看,第一阶段着眼于积累原始资本,第二阶段注重数据的垂直投资布局和精耕细作,第三阶段注重跨行业数据的共享运营。但从经营视角来看,最终大数据运营商将具有三种核心业务、三种盈利来源,比如阿里巴巴的三步走战略,并不是金融代替了电商,数据代替了金融,而是按照这个路径最终形成三足鼎立的多元共生业务组合。

(五)对电信运营商的建议

既不甘于管道的低利润率,又无法适应OTT基于速度和创意的竞争规则,电信运营商一直在寻找位于管道业务和OTT业务之间的黄金地带。本文给出的答案就是大数据经营。大数据经营与传统通信经营在业务属性和经营模式上具有内在延续性。传统通信业务通过将个人连成通信网络解决个人与个人之间的信息不对称,大数据经营通过将企业连成大数据网络解决行业与行业之间的信息不对称,这个方向符合信息社会的演进脉络。通过选择正确的模式,大数据经营完全可以和传统通信业务一样具备网络效应等新经济特征,从而带领运营商走出当前流量经营模式的价值困境。

对电信运营商而言,大数据的战略地位应从内部运营工具提升到“新大陆”,移动互联网业务则从“新大陆”降低到撬动新大陆的“杠杆”。如果目标和OTT一样都是大数据,而获取大数据的手段并非仅自身运营OTT业务一途,电信运营商何必一定要吊死在这棵树上呢?调整心态后再参与OTT竞争,也许更从容不迫。因此,电信运营商无需过于纠结为何不具备互联网基因,而应立即与那些OTT站在同一起跑线上一道发力培养大数据基因,构建大数据经营模式。大数据目前还处于非常早期的阶段,大数据竞争最终将是资源密集型的,电信运营商在这个战场上的位势要比在OTT战场上好得多,至少暂时如此。比如,腾讯有微信和QQ,阿里有淘宝和支付宝,电信运营商有流量。关于下一步的布局,有如下几点建议:

1)信息基础设施的整合、开放与融合。最宝贵的资源不是网络、不是IT,而是信息。用全局眼光建立统一的、公司级的技术架构、功能架构和数据架构,将企业内部的各种资源包括网络资源、计算资源、应用和内容资源甚至物理设施资源纳入资源池,在此基础上构建资源管理、业务执行与管理、客户和商务管理等应用平台。最为关键的是,这些应用平台必须共享一个中央用户数据库。要实现这一目标,最大的阻碍是传统电信运营商的组织架构。Vodafone的做法是设立首席信息&技术官职位将CTO管理网络的职责和CIO管理IT的职责整合起来,BT的做法是成立Technology,Service&Operations事业部负责网络和IT的规划、部署和运营,事业部CEO亦为BT集团CIO,对各大前台业务单元的CIO具有直线职能权。

大数据营销论文篇2

[关键词]大数据;网络营销模式;综述

[DOI]1013939/jcnkizgsc201705098

1引言

大数据对时展产生了深远影响,网络营销模式如何充分发挥数据带来的机遇,从而促进其发展成为当前热门话题。数据具有的四大特点[1]能为企业网络营销模式发展提供更加精准、个性化的信息,此外,大数据时代下的网络营销模式不仅重视创新性、精准性,也重视效果性。

2大数据与网络营销模式相关概述

21大数据的定义

20世纪80年代大数据被提出,[2]到2008年才广泛传播。麦肯锡定义其为在一定时间内使用传统数据库软件无法对数据内容进行搜集、存储等的数据集合;《Science》将其定义为数据集规模无法在可容忍的时间内用目前的技术、方法等去获取、管理的数据;[3]维基百科将大数据定义为运用当前主流软件工具难以在合理时间内为企业经营决策提供完整分析过程的资源。比较有影响力的是Gartner的定义,其认为大数据通过新的处理模式能增强决策力、洞察力以及流程能力,并具备多样、快速增长性以及数据量大的信息资产。[4]本文将大数据定义为以其主要特征为基础,通过运用科学的大数据处理技术能够增强其精准性、效果性等价值的信息资产。

22网络营销模式的定义

Rafi-AMohammed和Robert Fisher 等[5]将网络营销定义为在线维护客户和公司在产品、服务等方面的关系;孙志宏认为网络营销是通过计算机网络、通信技术等为实现营销目标的市场营销方式;[6]芦文娟、韩德昌认为其是以网络通信技术以及数字交互式为基础的营销活动;[7]徐艳F将网络营销定义为借助网络开展市场服务的营销活动。[8]阎斌认为网络营销模式是企业通过有效运用互联网信息技术平台力求实现企业经营目标的营销活动。[9]本文认为网络营销模式是借助网络、通信技术以及数字交互式媒体等进行的市场营销活动。

23网络营销模式主要类别

芦文娟、韩德昌认为网络营销模式主要有创建企业网站、参与网络社区、博客营销、网上广告投放;[7]张在宏将其分为广告商、网上商店和服务、价值服务提供商、网络渠道和虚拟社区;[10]玄文启认为其可分为电子邮件、微博营销、病毒性营销、搜索引擎营销和博客营销;[11]本文认为较有影响力的是周曙东等将其分为在线商店模式、中立交易平台模式、企业间网络营销模式、网上采购模式、网络拍卖模式、电子邮件营销模式、电子报关模式等的观点。[12]

24大数据时代网络营销模式的特征

陈慧、王明宇认为大数据网络营销具有性价比高、时效性强、互动性强和个性化营销的特点。[13]胡江涛研究认为关联性紧也是其主要的特点。[14]

3大数据时代网络营销模式创新研究

张冠凤认为大数据时代网络营销模式主要包括商品关联挖掘营销、现代通信的大数据分析、大数据的用户行为分析营销和个性化推荐营销模式。[15]张艳红认为大数据时代网络营销模式的革新还包括基于大数据的搜索引擎营销和DSP网络广告模式。[16]高源、张桂刚认为其还包括基于大数据的商品地理营销模式。[17]吴英鹰认为大数据背景下旅游企业网络营销新模式主要包括关联推荐和精准网络营销模式;[18]王雯研究了大数据下电影整合营销和O2O营销模式。[19]以上学者对大数据时代下网络营销模式创新研究较为全面,但总体上相关理论研究较少。

4大数据时代网络营销模式精准性研究

李晓龙、冯俊文提出了大数据环境下电商精准网络营销策略。[20]牛艳红、王春国认为大数据时代网络营销模式精准性策略主要有搜索引擎、再锁定精准营销和博客营销。[21]樊永梅发现了全数据精确制导、汽车销售整合信息对于汽车精确营销实现的重要性。[22]倪宁、金韶认为其主要有精准定位目标消费群、精准挖掘消费需求、精准可控广告投放和精准评估广告效果。[23]林燕提出了传播和广告精准营销策略。[24]以上研究丰富了理论成果,但没系统分析大数据时代网络营销模式精准性营销的基本原理。

5大数据时代网络营销模式效果性研究

胡江涛发现了大数据时代网络营销实现从精准营销到效果营销的转变的关键问题[14],张艳红提出从政府层面、企业层面实现网络营销的效果性[16],目前学者对大数据时代网络营销模式效果性研究不多,还处在逐步认识的阶段。

6总结与展望

本文认为大数据时代下网络营销模式的研究还处在积极探索阶段,具体体现在缺乏成熟的网络营销模式划分标准;大数据时代下网络营销模式研究视角较单一和对其精准性和效果性缺乏深入研究,对于两者的交叉研究更是缺乏。本文认为未来研究可以结合大数据时代下网络营销模式的精准性和效果性进行综合研究;从多视角和结合具体的实际加强对其效果性研究;加强网络营销模式的系统性研究,实现大数据时代网络营销模式时效精准、效果统一。

参考文献:

[1]徐子沛大数据[M].桂林:广西师范大学出版社,2012

[2]Graham-Rowed,Goldstond,Docto Rowc,et alBigdata:Science in the Petabyte Era[J].Nature,2008,455(7209):8-9

[3]孙海华“大数据”时代观点综述[J].经济研究参考,2015(26)

[4]陶雪娇,胡晓峰,刘洋大数据研究综述[J].系统仿真学报,2013(25)

[5]Rafi-AMohammed,Robert Fisher网络营销[M].北京:中国财经出版社,2005

[6]孙志宏网络营销与策划[M].北京:机械工业出版社,2004

[7]芦文娟,韩德昌网络营销模式对消费者行为影响的概念模型[J].社会科学战线,2010(9)

[8]徐艳F网络营销与传统营销的区别[J].湖南农机,2013,40(9)

[9]阎斌论企业的网络营销模式及其绩效评价[J].现代营销,2015(5)

[10]张在宏企业网络营销模式创新的理念与思路[J].现代商业,2012(9)

[11]玄文启大数据背景下的网络营销模式[J].中国科技信息,2015(17)

[12]周曙东,叶辉解析网络营销模式[J].商业研究,2003(22)

[13]陈慧,王明宇大数据:让网络营销更“精准”[J].电子商务,2014(7)

[14]胡江涛大数据营销:从精准到实效[J].郧阳师范高等专科学校学报,2014(6)

[15]张冠凤基于大数据时代下的网络营销模式分析[J].现代商业,2014(32)

[16]张艳红浅析大数据背景下网络营销服务模式的革新[J].吉林工程技术师范学院学报,2014(11)

[17]高源,张桂刚基于大数据的网络营销对策研究[J].湖北经济学院学报,2014(2)

[18]吴英鹰大数据背景下旅游企业网络营销的创新[J].中国商贸,2013(35)

[19]王雯大数据时代下的电影营销新模式――以电影《小时代》为例[J].中外企业家,2013(11)

[20]李晓龙,冯俊文大数据环境下电商精准营销策略研究[J].价值工程,2016(3)

[21]牛艳红,王春国大数据时代的网络营销探究[J].企业导报,2013(22)

[22]樊永梅“精准营销”升级汽车网络营销[J].成功营销,2009(8)

大数据营销论文篇3

目前易传媒大平台和新引擎MediaV开发的营销工具Adviva[1]每天都在对超过4万个在线电子商务订单提供全程营销观测和效果优化决策,这些不断更新的数据成为了网络营销的重要指导原则。包含在营销背后的主要是对Adviva背后的大数据计算。社交媒体数据[2]也成为了网络营销的重要组成部分,尤其在碎片化[3]网络环境下,如何通过大数据来对数据进行整合,从碎片的大量碎数据中挖掘出更多有价值的内容。而基于大数据技术上的创新,会使得未来的网络营销更贴近于受众消费者,广告出现的时间更合理,广告的形式和内容也更容易被受众接受。

二、大数据与网络营销基本概念

根据中文互联网数据研究资讯中心的定义:大数据[4][5]是指那些用现代常规处理技术不能处理的海量数据,这些数据将成为传统计算可望而不可及的无用资源。大数据的数据量随着时间时时刻刻在不断增长,预计到2020年,每年都将产生35ZB的大数据。IBM给大数据定义为4V,分别为数量巨大、种类多样、速度大及具有极大的价值。在网络营销中,其实大部分的企业根本不缺少数据,而是数据太多了难以处理。企业需要统计客户、市场、销售及服务信息,如果将这些数据综合起来,毫无疑问会是个规模巨大的数据,如何利用这些大量的客户数据、市场数据、销售数据及其服务数据等等将成为一个巨大的挑战。现代网络营销技术则需要借助这些数据进行各种数据整合,最后得出一整套有益的大数据营销解决方案。如果作为一个超市的经营者,只要超市的POS机在工作,就会有大量的数据流入经营者的服务器[6]。在美国沃尔玛商场里面,某位收银员扫描完顾客购买的商品后,收银员的电脑上会显示一些“隐形信息”,然后会根据这些“隐形信息”向顾客友好的提醒:“我们商场刚进了一批全新口味的小苏打饼干,奶酪等几种佐酒小菜在H3货架,如果您需要可以去选购。”顾客也许会很惊讶的说“我正需要找这些,现在先去看看”其实收银员在扫描顾客所购买的货品时,已经将顾客购买好的啤酒,红酒,沙拉等信息输入了信息系统,而购买这些货品的人群,80%都需要购买佐酒小菜和佐料,所以就有了刚开始收银员的“顾问型营销”。而让收银员如此“神奇”的原因是沃尔玛公司修建的数据库,这个数据库是通过卫星与全球卖场实时连通的企业级大数据库。同样阿里巴巴作为中国电商业的航母,它也已经利用大数据进行了具体的服务。比如在淘宝平台上,商家可以利用淘宝魔方了解在整个行业中所品牌的销售状况,商场排名和消费者行为等等,并且能根据这些数据来做出经营调整。

三、基于大数据的网络营销模型

为了将大数据运用到网络营销中,可以将大数据源等信息组合在一起,做一个基于大数据的网络营销模型。在基于大数据的网络营销模型上,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,比如:聚类算法,关联算法,分类器。再用大数据计算方式计算(MapReduce并行计算框架),进行计算分析数据。最后基于这些大数据中提取的信息,将其运用在网络营销中,比如:基于大数据的商品关联挖掘营销、基于大数据的商品地理营销、基于大数据的社会网络营销、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。

四、基于大数据的网络营销对策

(一)基于大数据的商品关联挖掘营销

网络营销中的经典案例———啤酒与尿布。当啤酒和尿布摆在一起时,会使尿布和啤酒的销量大幅上升。超市经营者是发现了这两者之间的关系后,再探究原因的。因为美国妇女很多都是家庭主妇,他们一般不自己出门采购,而是让丈夫下班回家后顺路去超市给孩子买尿布。同时美国人又爱喝啤酒,于是买尿布的时候就顺便买了啤酒,这样使得尿片与啤酒形成了关联。因此,大数据挖掘的基础是发现各个数据之间的关联、关系。在大数据环境中单独的碎片数据再多也难以实现其价值。所以推及到中国企业运用的时候,要对原有数据进行分析,建立起各个数据之间的联系,把各个方面的数据打通,比如在手机号码,住址等方面寻找联系。

(二)基于大数据的商品地理营销

分析网站交易数据,通过地理位置分析每个地方的人的爱好。如武汉人喜欢吃牛肉而浙江人喜欢吃螃蟹,再针对这两个省的人采取不同的商品销售方式。比如:淘宝网在2011年的《淘宝2011网购文胸调查》[7]调查显示,北方的文胸销量明显高于南方,其中新疆的文胸销量最好。由于北方人普遍高大,对文胸的需求也更为明显。不同的地方对文胸的尺寸也是明显不一样。总体来说,北方对B与C罩杯的文胸需求量大,而南方则对A罩杯的文胸的需求量大。通过对于文胸的一个购买分析可以看出,不同地域对于不同商品的销售是有直接影响的。通过该报告也可以得出北方人比南方人要高大,从而对商品的需求侧重不一样。其实通过对商品交易的大数据的分析也可以看出中国女人普遍使用B、C及D罩杯,相对于欧美等国家来说,我国对文胸的需求偏向小型。所以国际文胸大品牌在进行商品销售时候,中国的尺寸也将主要集中在中小号型商品中。或许是南方人的平均胸部要比北方人略小,南方人对丰胸产品的需求也更为强烈。淘宝网同时的丰胸产品销售数据显示,丰胸产品在全国所有省份中,广东、江苏和浙江三省对丰胸产品的需求最大。这一结果也体现了南方省份的女孩相对来说对丰胸的渴望程度要大于北方。这些结论的得出属于一种典型的大数据分析,其结论对商品地理营销具有重要的意义,它将直接指导着文胸这种商品针对不同地域的物流调度等一系列营销问题。

(三)基于大数据的社会网络营销

人人网络的朋友圈子、QQ的好友圈子及国外的Facebook,Twitter等,进行相应的社会网络营销。比如人人网的朋友圈子营销,2010年蒙牛酸酸乳结合人人网的网络资源和现实的明星资源,在各高校展开了“酸酸乳———音乐梦想学院”活动,在鼓励年轻人追逐自己梦想的同时,提倡他们喝蒙牛牛奶,享受品质生活。同样,今年小米公司的红米手机,QQ认证空间在QQ好友里面的转发和传播,也让红米手机的销量远好于预期情况。还有社会网络营销的微博营销,在去年的“凡客体”大受追捧的同时,也让人感受到了微博营销的潜力。这些看似无心的举动,其实正是主办方基于大数据,对受众群体和社会化网络传播媒介的了解,比如:蒙牛的年轻,梦想,牛奶的品质生活很符合年轻人的口味。还有因为红米手机的价格不高,所以红米的定位在二三线城市消费者,而QQ空间在这个群体里有着很大的用户粘度。还有“凡客体”的火热,也是归功于微博的时效传播与个性化追求。

(四)基于大数据的用户行为分析营销

分析用户的历史行为和习惯,进行相应的营销。比如苏宁云商在收购PPTV后,苏宁自主研发的社交工具———云信。云信具有一定的分析能力,它能够将购买者的购买行为及其历史记录进行建模,并做一定的分析,为以后的有针对性的网络营销提供基础。并且这能通过基本的社交兴趣划分,找到企业所需要的潜在用户对潜在用户投放商品广告,这样可以大大提高广告投放的转化率。比如在“搜索行为”上,用户很多时候是直接表达自己的意图,比如“离湖北经济学院最近的咖啡店在哪里?”苏宁就可以将商品“标签化”来吸引顾客。云信还可以基于用户海量的评论,进行分析和挖掘进而理解用户的意图。

(五)基于大数据的个性化推荐营销

大数据时代,数据来源于多媒体,广告从平面广告向声光电等技术融合的新媒体发展,很多在身边的例子都可以佐证。比如现在微信,QQ,微博“查看附近的人”,有很多从事相关方面的营销,各种社会媒体已经成为网络营销的主战场。在社交媒体中,很多社区,论坛,微博等社交平台上,用户根据自己的兴趣爱好建立自己的社交圈和群。在自己的小圈子里,用户可以自己消息,这些产生的信息资源对广告企业来说洞察消费者心理尤为重要。个性化营销已经成为网络销售的极其重要的组成部分,越来越多的商业分析工具通过各种个性化推荐算法实施有针对性的个性化营销。

(六)基于现代通信工具的大数据分析营销

比如淘宝的量子恒道统计。量子恒道统计包括两方面,一方面是量子恒道网站统计,一方面是量子恒道店铺统计。量子恒道网站统计主要为个人站长、个人博主、网站管理者、第三方统计等用户进行流量监控、数据分析。通过这些数据分析发现用户访问网站的规律,并做出相应的网络营销策略。而量子恒道的店铺统计,是为淘宝旺铺设计的店铺数据统计系统。通过统计访问店铺的用户行为和特点,了解用户喜好,为店铺推广商品展示提供充分的数据证据。同样微信营销在现代通信工具营销中也越来越重要,常用的做法有:1.通过网站,微博,或者各种线下广告让用户扫描微信二维码。2.查看附近的人,发掘在附近人的兴趣爱好,生活习惯等,寻找目标客户群体。

五、基于大数据的微博营销案例分析

大数据营销论文篇4

关键词:销售价格;销售渠道;促销方式;市场定位;销售人员

随着中国房地产行业的繁荣发展,人们对于房地产需求呈现多元化的趋势,如何更好满足消费者对于楼房的不同需求同时促进中房地产行业的发展成为目前中国房地产行业面对的问题。2010年,中国政府针对房价持续走高的现象,又推出“国八条”的政策措施,在2011和2012年实现稳步增长。2013年中国房地产市场销售价格再次上涨,中国政府出台了以限购限贷为核心的“国五条”,坚决打击投资、投机性购房。中国房地产行业不断呈现出新形势,这要求中国房地产企业必须根据形势变化,不断在房地产产品开发、建设、销售等方面进行调整,以保障房地产企业持续发展。中国政府通过区域性稳增长政策,实现房地产市场的稳定发展,但中国政府宏观政策在打击投资、投机性需求的同时,也减少了刚性和改善性需求,并且当前实际需求远低于供给数量,部分高房价背后是开发商苦撑下的高空置率、高存、高负债率的外在表现。在购房者平稳发展预期下,投资需求下降,购房者开始主动搜寻所需信息,购房变得更加理性。传统推式(push)营销方式的单向信息传播已经难以满足购房者需求,房地产营销迫切需要确定具体影响营销的因素,采用拉式(pull)营销方式,以实现房地产营销量的增加。

一、文献概览

标题:“销售价格、销售渠道、促销方式、市场定位、房地产销售人员”与“中国上海房地产营销量”之间的关系。

任九腊(2012)认为影响中国房地产销售的价格因素是人所共知的,他认为应该从三个不同的方面进行价格调整以促进房地产销售量的增加,他所说的三个方面分别首先是成本加成定价法,即房地产建设成本加上预期利润后制定的销售价格,这种销售价格的优点是比较简单,依据充分。不足之处在于仅仅是从房地产企业内部建设成本与利润收益角度确定价格定,忽略了消费者的接受能力;其次就是房地产销售通过行业竞争的方法来确定销售价格的方法,即依据行业竞争房地产销售价格的情况确定销售价格,这种方法一般在市场竞争激烈情况下使用,但这种方法只有房地产企业不断的降低房地产建设成本时才可能使用;最后就是通过加权的形式来确定房地产销售价格,这种方法是在销售竞争价格确定的基础上,再结合楼层实际情况,复分析每一平方米的市场销售价格,再根据面积楼层视野等因素来确定不同的销售价格加减比例,从而确定最终的房地产销售价格。

总之,他认为通过对房地产销售影响力最强的销售价格进行合理恰当的调整,可以极大的促进中国房地产企业销售量的增加。

胡树红(2011)指出房地产销售过程中恰当运用合理的价格策略,可以有效提高房地产销售量的增加,他举例指出在2009年房地产销售量曾经创新高,主要原因就是房地产企业在营销策略上灵活运用销售价格的杠杆撬动房地产销售市场。很多房地产开发商打出特价房来吸引购房者,一些楼盘还采用了把楼层低的单位和楼层较高单位的价格拉大的价差变大的策略,让一些特惠单位率先出售,从而聚拢人气,最终促进房地产整体销售量的提高。

潘彤(2010)研究人为目前中国房地产企业的信息传播促销方式发生了很大的变化,以往通过大众媒体的销售方式进行房地产营销的方法不再有效。通过新媒介的房地产销售渠道对消费者的影响越来越大,分众营销的促销方式也越来越显著。他研究指出房地产销售信息传递呈现多点到多点是新媒体分众传播的特点,这种传播促销方式体现了差异性。他继续研究指出分众上是对受众进一步的细分,即根据特征把全体受众分成子组群,并有针对性、有区别地向不同组群传递不同的房地产销售信息,从而实现对受众精确和更高效的房地产信息的传播。目前这种分众式传播促销方式已经成为中国房地产企业主要采用的促销方式,这极大促进了房地产销售量的增加。

许继扬(2009)认为目前中国房地产行业存在夸大绿地面积,设施配套及环境等承诺与实际不符,以及不按合同约定或承诺时间交房,广告内容表述不准确,隐瞒实情等广告带有虚假成分的现象,这些营销诚信度差的现象不但影响了广告推广效果,而且也损害了房地产企业和行业的形象及诚信度,从而导致房地产楼盘销售量的下降。

连慧乐(2013)研究认为房地产企业的品牌促销不但是充分利用消费者对品牌的需求创造出品牌价值,最终实现品牌效益的促销过程,而且还是通过使用各种促销策略让消费者对房地产产品和服务及品牌等形成认知的过程。房地产企业的高层次品牌促销可以让消费者对房地产企业的信誉、知名度及形象等形成一个良好的印象。换言之,就是在消费者心中留下企业品牌的深深烙印。通过塑造良好房地产企业品牌形象的方式,可以极大提高消费者对于房地产产品的认同感,从而促进营销量的提高。

李德云(2011)研究认为目前中国房地产的居住环境已经成为消费者购房时考虑的重要因素,这就需要中国的房地产 在房地产开发和销售的时候把房地产的绿地覆盖率作为市场定位的标准之一,从而进一步增加房地产销售量的提高,他继续指出目前中国的房地产企业纷纷以环境保护作为自己房地产的营销理念,倡导绿色文化的消费价值观,都把绿色营销作为自己房地产营销的核心营销战略。中国的房地产企业通过倡导绿色文化的营销策略,在增加社会效应的同时,也极大促进了绿色节能住宅销售量的

提高。

邹元明(2011)研究认为只有市场定位准确,房地产销售才能进展顺利。如果房地产目标消费者定位不准确、不清晰,这样只会造成对客户需求理解的含糊不清,最终妨碍到房地产销售量的提高。因此,必须在进行充分的市场调研和熟悉客户的基础上进行科学的市场细分,同时加强对房地产行业竞争者状况的研究,避免定位趋同。他继续举例指出,概念房产可谓是房地产市场细分的典范,通过恰当准确的市场定位,成功的促进了房地产销售量的提高。

李翠勤(2013)研究观点认为房地产的销售人员应该从多方面完善售后服务,这是房地产企业在促销环节上从长远角度考虑,注重全局观念,不搞短期销售行为的需要。房地产企业在施工过程中加强质量监督,并要及时听取房地产销售人员的售后服务的建议和意见,从而提高房地产产品质量标准;同时强化销售人员的服务意识,注重细节维护,提高服务水平和质量,这样才可以有效促进房地产销售量的提高。

许继扬(2009)研究人为房地产销售人员队伍需要实现专业化、规范化、系统化,明确职责、优化流程。对于规章制度和管理环节要进行完善,提高整个房地产营销系统的工作效率和应对能力。加强销售人员的培训,完善激励制度,提高销售人员的认同感和归属感,增强销售队伍的凝聚力和战斗力,从而最终实现房地产销售量的提高。

从上述文献概览得知:销售价格、销售渠道、促销方式、市场定位、房地产销售人员对于中国上海房地产营销量具有显著性的相关性。

二、研究方法与设计

本论文采用的是定量研究与演绎推理相互结合的方法。

本论文把第一手数据(原始数据)作为研究数据的来源,把第二手数据作为参考资料的来源。

本论文的研究工具是参照里克特测量量表形式编制的调查问卷。

本论文共发放调查问卷600份,分配比例为:上海房地产销售员工300份和消费者300份,有效回收总计578份,有效率为96.3%,误差率为3.7%,完全符合论文设计要求。

三、数据分析

信度分析:“销售价格、销售渠道、促销方式、市场定位、销售人员”和因变量“上海房地产营销量”之间的Cronbachα系数值结果分别是:0.851、0.762、0.690、0.807、0.812、0.765,上述信度数值都大于论文设计的最低数值0.6,完全符合研究设计要求,说明研究数据可以采用。

效度分析:通过对测量工具的结构效度进行因子分析的方式,主成分分析法得出的因子载荷值为0.670-0.922,超过0.5,这表明测量量表中各个题目与其相应变量之间均存在较大的相关性,辅合效度符合论文设计要求。旋转成份矩阵把本论文的研究变量分为六个成份,基本验证了本论文测量量表的各题目之间具有相对独立性,判别效度符合设计要求。

描述性分析:总体均值中最高的是销售价格(4.5560),其次是市场定位(4.3391),第三是房地产营销量(4.1272),第四是促销方式(4.0567),第五是销售人员(3.9403),第六是销售渠道(3.7595)。由此可知调查对象对于“销售价格”的回答评价得分最高,对于“销售渠道”的回答评价得分最低。

标准差中最高的是促销方式(0.90869),其次是销售渠道(0.88937),第三是销售人员(0.84849),第四是房地产营销量(0.84669),第五是市场定位(0.82915),第六是销售价格(0.75853)。由此可知调查研究对象对于“促销方式”的回答评价意见分歧最大,对于“销售价格”的回答评价意见最为集中。

二元相关(皮尔逊)分析:在显著性水平为0.01(双侧)时,自变量“销售价格、销售渠道、促销方式、市场定位、销售人员”和因变量“上海房地产营销量”之间的相关系数分别为0.619、0.581、0.495、0.597、0.556,介于0.40-0.80之间,说明这五个变量和因变量之间存在正的中等以上强度的相关性。所有自变量之间的相关系数为0.015~0.194之间,均小于0.4的相关性。

四、结论

本论文通过对于相关研究文献的概览和相关研究数据的结果分析,对上海房地产营销量的影响因素进行了分析,这不但回答了本论文提出的研究问题,并且验证了研究假设。即对于“上海房地产营销量”具有影响的因素有“销售价格、销售渠道、促销方式、市场定位、销售人员”,这些因素与“上海房地产营销量”之间具有中等强度相关的研究假设是成立的。另外,由于本论文只是选择五个因素对上海房地产营销量的影响进行了研究,这个研究结论不一定适用于除上海之外的其它区域,这对于论文的研究意义形成一定的局限。

参考文献:

[1]任九腊、马丹、阮志祥、任建华.浅谈房地产销售管理[J].商.2012.4.8.

[2]唐纳德.R.库珀、帕梅拉.S.辛德勒.商业研究方法[M].人民大学出版社. 2006.

[3]潘彤.房地产业营销传播模式研究[J].科技和产业.2010.7.

[4]胡树红.浅谈房地产营销策略及创新[J].上海房地.2011.2.20.

[5]许继扬.房产营销特点与策略[J].现代企业.2009.9.15.

[6]连慧乐.关于我国房地产企业的营销策略研究[J].中国连锁.2013.8.28.

[7]李翠勤.房地产营销之售后服务[J].经营管理者.2013.5.25.

大数据营销论文篇5

[关键词]民俗旅游;数据库营销;文化产业

[中图分类号]F752 [文献标识码]A [文章编号]1005-6432(2014)48-0086-03

文化是民族的灵魂。2011年10月,中共十七届六中全会指出:“充分认识推进文化改革发展的重要性和紧迫性,更加自觉、更加主动地推动社会主义文化大发展大繁荣。”[1]民俗文化,是世间广泛流传的各种风俗习尚的总称,包含存在于民间的物质文化社会组织意识形态和口头语言等各种社会习惯风尚事物。[2]民俗旅游是民俗的文化性与旅游的经济性的结合。四川民族地区应该抓住我国文化大发展的政策契机,大力发展民俗旅游,使之成为民族地区经济发展的支柱产业。

1 四川民俗旅游产业市场化运作空间巨大

据国家统计局数据:2007年四川省旅游总收入1217.31亿元,游客接待量达18740.77万人[3]。2013年四川省旅游总收入3877.4亿元,游客接待量达48909.56万人。[4]四川省2007―2013年年均总收入增长率18.0%,年均游客接待增长率14.69%。《四川省人民政府关于加快建设旅游经济强省的意见》提出四川省旅游业发展总体目标“到2017年,全省旅游总收入超过6800亿元”,“培育大九寨、环贡嘎、亚丁香格里拉、川南、秦巴5个特色旅游经济区”[5],将民俗旅游作为特色旅游经济提到了重要地位。

四川是我国著名的旅游资源大省。这里有变脸等川剧绝活,有锦里等特色文化街区,有黄龙溪、洛带等37座中国历史文化名镇。有庙会、舞狮、舞龙、坝坝筵等民间习俗,有蜀锦、剪纸、风筝、刺绣、石雕等民间艺术,还有以郫县农科村为代表数以万计的农家乐。四川还是我国除外最大的藏族聚居区,唯一的羌族聚居区和最大的彝族聚居区,各民族的习俗构成了独特的民族风情和民俗文化资源组合。

2 四川民俗旅游实行数据库营销的必要性与可行性 数据库营销产生于20世纪90年代的北美和欧洲。PHILIP KOTLER(1996)主张利用数据库创造竞争优势。[6]胡云清,曾菊兵,刘生根(2002)利用竞争模型分析了网络数据库营销策略竞争优势,讨论了营销策略的实施步骤和策略控制问题。[7]罗明春,蒋玲莉(2006)阐述了数据库营销在旅游业发展中的重要优势,进而就如何开展旅游业数据库营销进行了探讨。[8]罗茂初(2007)提出一个“4P3C”组合的数据库营销框架,认为数据库营销通过计算概率,可以提高企业的利润率。[9]

在民俗旅游方面,钟敬文(1992)首次提出了民俗文化学的概念[2]。陶恩炎则率先提出了“民俗旅游”,认为民俗旅游是指“民俗旅游是以特定地域或特定民族的传统风俗为资源而加以保护、开发的旅游产品”[10]。肖建春(2006)提出创新性地构建四川民俗旅游品牌的民俗旅游产业整合营销构想。[11]臧丽娜(2010)以网络传播为研究视角,提出利用网络传播的优势推动山东民俗旅游文化产业的发展的传播策略。[12]

尽管有关数据库营销、民俗旅游单独研究的文献很多,但是有关民俗旅游运用数据库营销技术的文献却几乎没有。

2.1 四川民俗旅游产业数据库营销的必要性

随着经济的发展,民俗旅游市场备受欢迎,然而民俗文化的保护与创新受到挑战,游客满意度和忠诚度苛待提高。传统的营销方式无法满足未来民俗旅游市场的需求,数据库营销作用逐渐凸显:①民俗旅游市场精确定位。通过模型产品的开发与应用,选择对民俗旅游感兴趣的目标市场,提高营销效益,降低营销成本。②提升民俗旅游文化内涵。通过收集大量游客反馈数据,改进民俗文化的表达方式和民俗地区的软、硬件设施,提升民俗文化内涵。③深入挖掘市场潜力。利用交互式沟通,引导游客进行交叉销售、向上销售。

2.2 四川民俗旅游产业数据库营销的可行性

在美国,许多航空公司、酒店、旅游景点已经利用数据库营销创立了自己的核心竞争力。随着大数据时代来临,旅游企业的数据来源更加方便,储存数据成本逐渐降低,IT、数据挖掘、网络技术日益成熟,数据挖掘能与开发的技术人才逐渐增多,营销渠道更加专业化和可测量,民俗旅游地区采用数据库营销方式的条件逐渐成熟。

3 四川民俗旅游产业如何进行数据库营销

3.1 民俗旅游产业数据库营销的导入

民俗旅游企业应分段评估、分段投资,逐步建立企业数据库营销系统:①安装调试营销数据库软硬件设备。如:计算机硬件设备;数据仓库;数据统计、分析软件包等。②组建数据库营销部门。可由民俗企业原有市场营销部、IT和数据分析挖掘人员组成。③培训员工。需参加培训的包括内部与业务流程相关的各部门。④“营销第一,技术第二”。整个系统的建设必须以营销决策为中心。

3.2 数据收集及质量控制

3.2.1 数据收集

收集顺序需遵循从简到难、从基本到复杂、从内部整理到外部购买原则,见下表。

基本内部数据与吃住行娱游购数据,可以通过建立统一格式的数据库系统,在企业之间设立数据交换平台取得,还可以通过向数据提供商购买取得。企业外部数据可通过间接渠道获取,如政府的人口普查、经济普查等。

3.2.2 数据质量控制

数据的质量是营销数据库的生命,为了保证数据的一致性、完整性和真实性,数据入库前一般要经历:标准化、清洗、更新等过程。

3.2.3 数据储存

将收集来的数据按照数据库文档记录的数据加工规则,记录在储存在企业数据仓库之中。

3.3 统计预测与数据挖掘

3.3.1 民俗旅游企业需要开发的主要预测模型产品

(1)市场区隔模型:在民俗市场根据不同年龄层次、旅游行为方式和对企业的价值进行进一步细分,针对不同特点的集群采取相应的营销方针、沟通策略、营销渠道和促销方案。

(2)回应模型:在每次民俗旅游企业促销活动中选择回应较高的客户,提高活动的效率,降低活动成本。

(3)流失模型:通过减低游客流失率,形成忠实的消费群。

(4)留置模型:通过对顾客长期消费的回报和有选择、针对性地对犹豫不决的游客提供更多服务,以挽留这类客户,提高客户忠诚度。

(5)交叉营销:向客户提供新产品和服务的营销过程就称为交叉营销。[13]在民俗旅游运用有:客户在旅游网站预订门票,那么就可以向他推荐酒店服务、租车服务等。

(6)关联模型:在设计旅游路线时,将相关的民俗旅游景点组成最佳的路线组合。

3.3.2 统计预测技术

统计预测模型是用一种简约的参数来描述数据中自变量和因变量之间的关系。上述民俗旅游常用模型常用的统计预测技术包括:聚类分析、逻辑斯蒂回归分析、存活率分析、关联法则。

3.3.3 数据挖掘技术

数据挖掘(Data Mining)是从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程。常见的数据挖掘技术包括:决策树、遗传算法、神经网络技术,见下图。

3.4 数据库营销战役实施与管理

民俗旅游的数据库营销战役应当是一个完整的闭环系统:

(1)营销战略及战术规划:根据不同模型,明确民俗旅游的营销目的,在企业内部不同部门之间进行任务分工,确定营销渠道(电话、电台、网络等)。

(2)盈亏分析:预算营销成本、运营成本、投资回报率和促销价格,预算企业在营销活动中的盈亏情况,提高营销战役的成功率。

(3)目标筛选:根据80∶20原则,选择回应率高的百分之二十的客户作为每次战役的目标客户。然后通过电子邮件、电台、电话中心、网络等平台向目标客户提供有针对性的营销。

(4)战役追踪:根据营销活动的目标,测算电子邮件回复率、交互电台的电话咨询率、网页的点击率、电话营销的答复率等。对营销过程进行监控,调整营销步骤。

(5)战后评估:对营销战役实际回应率以及实际营销成本、预算成本、投资回报率等进行测算,总结经验教训。将营销数据导入营销数据库,作为第二次营销的基础数据。

4 结 论

在文化产业大发展背景下,四川民俗旅游产业发展潜力巨大,通过数据库营销手段可以充分挖掘四川民俗旅游产业的潜力,充分发挥民俗旅游的经济效益,还能促进民俗文化传承,保护民俗旅游资源。数据库营销是民俗旅游企业适应时展的必然选择,有利于发扬民俗文化,提升四川文化软实力。

参考文献:

[1]中共中央推动文化大发展大繁荣的决定(全文)[EB/OL]..

[4]郝康理.2013年四川旅游总收入3877.4亿增长18.2%[EB/OL].[2014-01-28].

[5]四川省政府办公厅.四川省人民政府关于加快建设旅游经济强省的意见[EB/OL].[2018-08-22].http://sc.gov. cn/10462/10883/11066/2013/8/23/10274159.shtml.

[6]菲利普・科特勒,约翰・T.保文,詹姆斯・C.麦肯斯.旅游市场营销[M].谢彦君,译.4版.大连:东北财经大学出版社,2006:453-460.

[7]胡云清,曾菊兵,刘生根.世纪营销策略――互联网络数据库营销[J].北京工商大学学报(社会科学版),2002(3).

[8]罗明春,蒋玲莉.试析旅游业数据库营销[J].生态经济(学术版),2006(10).

[9]罗茂初,等.数据库营销[M].北京:经济管理出版社,2007:263-265.

[10]陶思炎.略论民俗旅[J].旅游学刊,1997(12).

[11]肖建春.四川民俗旅游产业的整合营销构想[J].西南民族大学学报(人文社科版),2008(3).

大数据营销论文篇6

关键词:高职高专;市场营销;实训室

随着我国市场经济的高速发展,市场营销人才的需求量越来越大。但是,长期以来高校市场营销专业课程设置注重理论教学,忽视了对学生实际应用技能的培养,使得毕业生无法满足营销岗位的技能要求,造成人才匮乏。作为应用型的管理学科,市场营销专业要求学生在具备扎实的理论知识的同时,还要积极参与各种形式的实践活动,以适应未来的职业岗位要求。为此,实训室建设就成为高职高专市场营销专业当前亟待解决的问题。

一、高职高专市场营销专业实训室建设现状

市场营销专业是一个实践性很强的专业,但是传统的教育观念认为营销专业校内实训作用不大,还不如让学生到企业去实践锻炼更实际一些,对实训室建设投入过多的经费是一种浪费。因此,许多学校市场营销专业校内实训室的建设严重滞后,资金的投入很少,大多数只是个摆设,远远达不到高职高专对应用型人才培养的要求。

通常,市场营销专业实训室分为“商务谈判室”“校园超市”和“ERP”这三种类型。根据高职高专市场营销专业人才培养方案的要求,本文对市场营销专业校内实训室建设进行初探,拟构建一个整体解决方案,为高职院校搭建学术交流的通道和国际合作的桥梁,提高人才的竞争力,多角度、全方位打造一站式实训室平台。

市场营销综合实训室以“科学规划+理实一体+科研提升+校企合作”为核心建设思路,借鉴国内外先进的理念,以创新一流实训室为建设基本目标,通过软硬件平台、课程平台和创新实战平台的搭建,争取建设一个国内目前功能最全、实训教学效果最好的营销类示范标杆实训室。

二、高职高专市场营销专业实训室建设方案

1.职场实境,打造全新的实训体验

实训室除了需要配备与市场营销专业核心技能课程相对应的实训模拟软件(市场调研与预测系统、市场营销实训系统、ERP系统、连锁经营管理系统、企业经营决策系统、市场营销策划系统、企业销售管理系统、商务谈判系统、创业创新系统等),教学研辅助软件,实时资讯系统,数据库系统之外,还需安装创新型实训室综合管理平台、高科技大屏幕系统和智能多媒体呼叫中心。全真模拟业界真实场景,完全仿照行业职场真实工作环境配置的高科技硬件设备和高水准的室内环境设计,使得实训室尽显专业气质与科技之美。这种高仿真的设计使得师生身临其境,体验到耳目一新的实训教学氛围。

2.角色扮演,全面模拟营销竞争环境

在实训室,学生可以进行角色扮演。例如,扮演公司营销负责人的角色,通过产品分析做好相关的决策,确定产品的价格策略、宣传策略、渠道策略,使自己的产品在区域内实现市场占有率最大化。此外,还需要积极做好市场调查,有效地配合销售,同时参与投标,并利用系统提供的交易洽谈功能模拟谈判过程。角色扮演能让学生全面了解市场营销各环节,把握交易洽谈的技巧和实际销售策略。

3.软件系统分析,领会营销战略的制订

学生可以根据所学知识,结合软件中的实操要求,进行全方位的思维训练和模拟实战,比如市场调查、市场细分、SWOT分析、竞争战略分析等,对市场的各个层面进行有目的、有选择性的调查,锻炼学生分析市场、挖掘数据的能力,为后期的营销实战提供指导思想。所需要的核心课程软件以满足市场需求为目标的4P理论,以追求顾客满意为目标的4C理论和强调从消费者需求出发的4S理论为基础,让学生熟悉基本的战略分析方法,形成系统的知识体系,锻炼学生灵活运用所学的理论,形成基本的营销能力。

4.要求软硬结合,全方位涵盖知识领域

实训室提供包括软件、硬件、增值服务在内的一站式整体解决方案。实训内容涵盖市场营销概论、营销战略、市场调查、客户管理、营销策略、市场竞争、商务谈判等全套的市场营销专业课程的实验、实操技能训练和实境模拟演练。此外,还能承接远程教育培训、承办技能大赛等。

5.增设科技大屏幕,市场资讯尽在掌握

实训室增设高科技大屏幕,实时连接全球市场,提供最新资讯,带来前所未有的开阔的视野,使业界风云变幻尽在掌握。科技大屏幕营造真实工作氛围,突显实训室资源优势,有利于开展远程视频互动交流,实现资源共享,增进对外沟通协作。

6.数据精准,助力营销分析研究

数据库强调对原始数据的深层专业加工和整理,引进各行业的数据库系统,为市场营销的数据分析与研究工作奠定基础。可以结合实证研究专题,按研究方向对海量数据进行分门别类的整理,提供个性化的深加工数据定制服务,帮助研究者最快速、最方便地构建研究模型,以满足不同研究者的不同需求。

7.个性设置软件,后台控制能随心所欲

市场营销专业核心技能课程对应的软件需采用分层技术开发,系统后台数据设置灵活,教师可根据实际教学与实训需要,重新设置市场营销模拟实验的数据。教师在后台可随时添加宏观政策、市场资讯、市场行情等各种变量要素,修改包装价格、产品定价,制订各种营销规则,核算产品投入(包装、研发、生产能力等),产品宣传(电视媒体、纸面媒体、户外广告、网络营销、促销活动、直邮等),渠道建设(超市、商场)等所需费用,还可以随时查看学生的经营报告和利润表等。此外,教师可以根据专业需求进行个性化的设计与开发。

8.校企深度合作,全面拓宽师生视野

全方位校企合作,将简单实训室变为行业培训、专业实践、科研创新的基地,充分发挥营销专业对外合作交流方面的资源实力。开展校企合作,承办相关的培训工作,例如教职员工的进修培训、新人岗前培训、专业认证培训、面向社会公众的网络教学培训等。引进丰富多彩的校企深度合作的增值服务(教材开发、师资培训、校企合作开发项目、项目孵化等),借助知名企业在业界的资源,以实训室为基础向外拓展,为师生提供从教学、研究、实训到学术交流、科研成果转化等的一系列专业优质的服务。

总之,营销专业校内实训室的建设规划,不能只着眼于几台电脑、几套软件、一个谈判室,而要制订一套使师生能力都能得到全面提升的综合整体解决方案。

参考文献:

[1]吴振箐.如何防范国际工程承包中外汇风险[J].中国外资,2009(9).

[2]周福泉,王丽华.高职高专实践教学模式的探索[J].科技信息(学术研究),2007(32).

[3]黄春麟.高等职业教育专业设置的理论与实践[M].西安:西安电子科技大学出版社,2003.

[4]辛继湘.试论体验式教学模式的建构[J].高等教育研究,2005 (3).

大数据营销论文篇7

关键词:数据库营销信息化策略

一、数据库营销的作用

1.细分市场,准确确定顾客

建立与运用营销数据库,可以帮助企业准确地找到目标消费群。由于顾客类型与需求的多样性,形成了商品市场细分化的特性,而每一家企业或商店均难以满足所有消费者对该种商品的需求,因此,即使导入市场细分化战略、实行目标市场营销便能成为现代企业经营发展战略的必然选择。数据库营销使得一个单独的顾客成为一个微细分市场,在不同情形下保持与不同顾客的接触和持续的控制能力,从而为企业准确的选定目标顾客,实行目标市场营销篇定了基础。

2.降低营销成本,提高营销效率

运用营销数据库能够准确找出某种产品的目标客户,企业便可以避免使用昂贵的大众传播媒体,从而运用更经济的促销方式,降低成本,增强企业的竞争力。在市场竞争日益激烈的情况下,一些企业一味追求市场占有率,导致了大量的无效营销活动,使营销成本大幅增加;而另一方面,消费者的购买行为及消费习惯发生改变,要求出现更省时、便捷的销售服务,迫使企业寻找更为经济的营销方式。数据库营销不需要经过商、批发商和零售商等中间环节的各种营销形式,并能帮助企业在最合适的时机以最合适的产品满足顾客需求,可以降低成本,提高效率。

3.开展有针对性的一对一服务

建立与运用营销数据库,可以及时把握客户需求动态,为企业开发新产品提供准确的信息。建立与运用营销数据库可以以客户个人资料库为基础,分析研究世界各个角落消费者的消费习惯和消费动态,使企业按照客户的需求形态来设计与制造产品,开展有针对性的一对一服务,并根据客户的意见不断加以改进,使企业提供的产品和服务更能符合客户的要求,进而增加客户购后的满意感,进一步强化客户对企业及产品的忠诚度。

4.培养长期的客户关系,与竞争对手进行区别竞争

建立与运用消费者数据库,可以保持企业与客户之间的紧密关系,使消费者成为企业长期、忠实的用户,企业可使消费者不再转向竞争者,同时使企业之间的竞争更加隐蔽,避免公开对抗,从而稳定与扩大产品的销售市场,巩固与提高产品的市场占有率。

5.开展交叉销售,提高营销效率

由于现在企业和客户的关系经常变动,使得交叉销售在传统营销中很难实现,而利用数据库能有效追踪目标客户并与之建立一对一的服务方式,提供更多更好的、符合其需求的相关产品或服务,从而大大提高营销的效率。

二、企业实施数据库营销的思考与对策

1.正确认识数据库营销的内涵

数据库营销不只是一种简单的新营销方法。它是通过采用新技术来改造和改进目前的营销渠道和方法,还涉及企业的组织、文化和管理等方面。所以想成功实施数据库营销,企业必须改变传统的管理模式,即从组织的结构和形式上加以变革。如果不进行管理体制和工作流程的改进,数据库营销策略就只是一种附加营销方法,而不能体现其竞争优势,相反只会增加企业的营销成本和管理复杂性。

2.区别不同的客户,并采取相应的营销策略

数据库营销的原则是:把营销资源投入在能够带来更大价值回报的方面。我们知道在企业的客户群中,有些客户群是更有价值的,而有些客户是毫无价值的。为高价值客户群提供更好的服务提高他们客户的忠诚度,确保这些客户能够更长期的保留下来,对企业长期的发展非常重要。对干中端的客户群可以设计客户关怀项目,通过服务的交叉销售来激励这些客户的价值提升。而对于最低端的客户群。他们往往给企业带来负利润应当采取措施降低服务成本,或是通过一些营销门槛,对这些客户进行淘汰。

3.成立专门负责机构和培养数据库营销的高级人才

在企业现有的营销部门中,选择人员成立数据库营销小组,指定专人负责,同时配备专业的数据库营销技术专家。小组的主要任务要明确,工作流程必须规范,因为数据库营销人才的质量是数据库营销成功的关键因素特别是数据挖掘、分析的人才。同样的数据,用不同的数据挖掘和分析方法会产生不同的结论。所以对于国内企业来说,要注重引进或培养数据挖掘方面和数据分析方面的专家。

4.建立完备的数据库

企业要充分利用网络技术,用比较低的成本与客户进行沟通,使用多种数据收集方法,广泛收集对企业有价值的信息,如顾客信息、产品信息和竞争对手信息,并要不断更新这些信息,最终建立起最新、最完备的数据库中心。同时要深入挖掘数据信息,提供有价值的数据分析。面对丰富的信息资源,如何挖掘数据中隐含的信息,直接反映了企业的数据库营销实力。不同的挖掘方法将会有不同的结论。企业不能只停留在数据的表层挖掘上,而应利用先进的计算机、信息管理、人工智能等高科技技术深入挖掘对企业有用的资源。在企业营销部设立数据分析岗位,数据分析人员要求有市场营销学和计算机背景,负责与信息技术部门的协调。

5.掌握数据库营销的技能

数据库营销人员必须学会了解客户生命周期价值、数据分析、营销产品设计、多渠道客户沟通等相关的营销工具和营销技术,而且要掌握营销活动管理的技能,因为数据库营销需要企业多部门的彼此协调配合。此外,企业要来控制营销成本和收益的平衡,利用控制组建立大量的小规模测试而不要在一开始就做大规模的测试。营销人员必须学会如何计算客户生命周期价值,并且运用生命周期价值来评价每一个策略。

三、总结

数据库营销对于市场调查、产品的研制开发、定位以及营销策略的定位、实施与控制起着至关重要的作用;它可以创造新市场、敏锐地发现新市场、维持现有的市场,它可以与消费者进行着高效的、可衡量的、双向的沟通,真正实现了消费者对营销的指导作用。它可以与顾客保持持久的、甚至是终身的关系来保持和提升企业的短期利润,实现企业的长期目标。

参考文献:

[1]王健.浅谈数据库营销与客户关系管理[J].商场现代化,2007,(05).

大数据营销论文篇8

[关键词]国产电影;研究综述;营销角度;宣传策略

[DOI]1013939/jcnkizgsc201703039

1国产电影研究概况

范志忠、唐朱勇在《2014年国产电影大数据分析》一文中,以大数据为视角和分析依据,系统分析了2014年国产电影市场、电影观众、电影主创的相关特点及发展情况。分析了2014年全国票房稳定增长,电影票房业逼近 300 亿元,国产片竞争力逐步增强,其中喜剧类、青春类电影领跑国产片,但也出现票房成绩与影片口碑形成反差的局面;在电影制作上,跨界新导演成绩突出,知名老导演票房欠佳,知名编剧票房影响明显和明星演员票房贡献显著;从电影观众角度分析粉丝成为电影票房的主要力量,观众细分越发明显。总之,新旧导演的分野逐渐清晰,新观众在互联网环境下影响了电影的生存状态。

还有一些学者从民族视野下分析国产电影,鲁昱晖、王秋硕在《民族化视域下国产类型电影研究备忘录》一文中,在中国电影产业蓬勃发展下却缺乏理论研究,在转型换代和文化竞争力下,一是研究电影市场上不同的类型偏好与市场反应,东方新魔幻电影异军突起,大片电影却集体败北,而中国式新类型票房却大获全胜。二是从系统的民族化研究上,发展策略、产业语境与文化反思建构研究主体,通过深挖产业发展与电影类型的关系,探寻文化反思。

李雪、伍晨《网络视频的社会化分享对国产电影票房影响的实证研究》,从实证角度和数据回归分析2014年国产影片,一是利用主流视频网站的数据,回归分析网络视频下的社会化分享,影响国产电影票房程度如何;二是从数据结果分析,影响国产影片票房收入因素之一是社会化分享,如果消费者将网络预告片分享到QQ好友、微博、微信等社会化媒体,其分享的次数间接影响影片票房的收入。

还有学者从新媒体时代视角下分析电影舆论的传播,凌燕在《新媒体时代的国产电影舆论生态》中认为,2012年国产电影的票房无法匹敌进口影片,其中的一个主要原因在于,新媒体时代国产电影不平衡的舆论生态,如国产电影评价普遍较低、缺乏舆论引导,反而形成偏颇的电影文化观念,这些影响了国产电影的发展,因此文章针对如何构建良性的国产电影舆论生态提出了切实建议:提高国内影评人的整体素质、建立电影舆论评测制度、加强网络媒体与传统媒体互动等,只有良性的舆论生态环境才能促进国产电影发展。

2从营销角度研究国产电影概况

还有很多学者从网络营销、整合营销、微博营销和电影宣传策略的角度研究国产电影的现状和发展。

《国产电影网络营销研究》中,高伟(2015)认为在当前国产电影飞速发展的背景下,网络营销也备受重视,在电影营销中扮演举足轻重的角色。文章以《失恋33天》和《心花路放》为例分析国产电影的网络营销,分析国产电影网络营销的环境、趋势和特点,并对电影网络营销的受众群体进行重点分析,总结其特点和预测发展趋势;通过发掘网络营销规律,指出现存问题,依据相应问题提出措施和解决方法。

在国产电影的整合营销中,闫立强(2014)在《由电影小时代看国产电影整合营销传播》中,认为电影既有艺术性又有商业性特点,在大量资本进军影视业后,电影行业进入电影品牌的竞争。在国产电影壮大的同时如何占有优质资源,成为电影传播营销的重点。在整合营销上,国产电影不如美国好莱坞成熟,文章以《小时代》为例,分析如何有效合理地运用整个营销。2013年的《小时代》用2500万元成本带来5亿元票房,其作为整合营销的成功案例,分析整合营销下的电影品牌策略和实施方案。针对现有国产电影中存在的资源利用不足、品牌建设不重视、营销产品同质化、电影产品开发不足的情况,结合《小时代》的成功案例,认为应细分国产电影消费市场、满足消费需求、培养与消费者互动的和谐关系、建立电影品牌,在国产电影的整合营销背景下,其能够带来广阔的市场前景,只有推广应用整合营销才能使得国产电影节节攀高。

在国产电影的微博营销中,王瑞霞(2014)在《国产爱情电影的微博营销研究――以失恋33天和小时代为例》一文中,文本分析法、文I分析法和深度访谈法,探讨微博营销的口碑营销、精准营销、情感营销和互动营销,根据爱情电影在微博营销的特征,总结出爱情电影适合精准营销、互动营销和情感营销,根据微博营销的现状,提出新媒体上应加大投入营销的力度,建立专业化的国产电影营销团队,重视电影后续产品的开发,改进微博营销的手段和内容。

饶婷婷(2014)在《国产商业电影宣传策略研究》一文中,以电影宣传的案例和发展历程,分析国产电影宣传的得失,通过梳理电影宣传微博、电影宣传报道和宣传案例,呈现国产电影的现状。通过分析现状发现,虽然取得了进步,但宣传误区也不可避免,本文利用宣传营销理论和拉斯韦尔5W模式,分析国产电影的整合营销策略,整合宣传主体、宣传物料、选择重点和宣传节奏,从而整合宣传媒介和信息,以期适应市场。

3国产电影研究述评

31国产电影的研究成果

有关国产电影的研究范围广,从大数据角度研究,也有从民族视野下分析国产电影,还有从网络视频的社会化分享角度分析,更有从新媒体时代视角下分析电影舆论的传播。第一,既看到国产电影在全国票房的稳定增长,大量资本流向电影业,喜剧类、青春类电影领跑国产片,但也看到知名老导演票房欠佳,知名编剧票房影响明显和明星演员票房贡献显著;第二,在中国电影产业蓬勃发展下却缺乏理论研究;第三,网络视频的社会化分享将直接影响国产电影票房数据;第四,在新媒体下,要不断提高提高国内影评人的整体素质、建立电影舆论评测制度、加强网络媒体与传统媒体互动等。通过良性的舆论生态环境、提高社会化分享、提高电影产业的理论研究等各方面的努力,促进国产电影发展。

32市场营销角度研究国产电影的宣传和营销策略

学术界关于国产电影的研究领域十分广泛,不仅从大数据、民族视野、网络视频等角度,还有一部分学者聚焦营销角度研究国产电影,他们从网络营销、整合营销、微博营销和电影宣传策略的角度研究国产电影的现状和发展。通过发掘网络、整合营销、微博营销等营销规律和现状,以《失恋33天》《心花路放》《小时代》为具体的成功案例分析,不断推广应用营销手段和宣传策略,使国产电影更上一层楼。

参考文献:

[1]范志忠,唐朱勇2014 年国产电影大数据分析[J].当代电影,2015(2)

[2]鲁昱晖,王秋硕民族化视域下国产类型电影研究备忘录[J].宁夏社会科学,2016(3)

[3]李雪,伍晨网络视频的社会化分享对国产电影票房影响的实证研究[J].技术经济,2016(1)

[4]凌燕新媒体时代的国产电影舆论生态[J].现代传播,2013(4)

[5]高伟国产电影网络营销研究[D].天津:天津师范大学,2015

[6]闫立强由电影《小时代》看国产电影整合营销传播[D].郑州:河南大学,2014

[7]王瑞霞国产爱情电影的微博营销研究――以《失恋33天》和《小时代》为例[D].兰州:兰州大学,2014

[8]饶婷婷国产商业电影宣传策略研究[D].南昌:南昌大学,2014

大数据营销论文篇9

[关键词]精准营销;数据挖掘;电子商务

[DOI]10.13939/ki.zgsc.2015.01.015

1 前 言

近年来,随着电子商务和社会经济的发展,人们的生活习惯有了较大变化,越来越多的企业通过电子商务进行交易、结算等商务活动,在网上进行消费、投资活动的人群也逐年增多,人们的日常活动,包括食品、衣物、旅行、票务预订、教育等活动都可以通过网络得到满足,电子商务越来越紧密的和消费者结合。截至2014年6月,中国电子商务交易额超过5.8万亿元,互联网用户超6.7亿,网购用户数量超过3.1亿人。但是虽然每天都有数以亿计的消费者在网络中进行购物活动,但网络中亦有数以万计的商家在网络中从事商业活动,对于每一个商家而言,如何对市场进行划分,精准的进行产品、市场进行定位,抓住老客户,发现新客户,在众多的商家中脱颖而出成为摆在每个商家面前的问题。[1]

2005年,菲利普・科特勒提出了精准营销的概念,并首次提出了基于互联网的精准营销理论,他认为:“日新月异的科技使一些公司勇于从传统的大众传媒沟通方式转移到更加有针对性目标市场的互动模式,以此来不断提高沟通的效果和效率。”随着技术的不断发展,数据挖掘成为网络中精准营销的重要抓手,消费者在网络中购物、浏览网页等活动中留下了大量的交易数据、Web数据等信息,这些数据中隐藏着巨大的商业价值,对其进行研究和挖掘,具有重要意义,消费者可以获得更满意的购物体验,商家可以获得更公平的流量分配,电子商务平台也可以因提供精准营销服务而获得更多商家入驻和获得新的赢利点,以及更多消费者的关注。

2 精准营销和数据挖掘相关理论研究

精准营销是指在恰当的时间,提供恰当的产品,用恰当的方式,送到恰当的顾客手中,恰当到一定程度,称之为精准,这是国内学者对精准营销的描述。在实际研究中,也有学者认为精准营销是通过定量和定性相结合的方法对目标市场的不同消费者进行细致分析,根据他们不同的消费心理和行为特征,采用有针对性的现代技术、方法和指向明确的策略,实现对目标市场不同消费者群体强有效性、高投资汇报的营销沟通。其特征主要体现在目标对象的选择性、沟通策略的有效性、沟通行为的经济性、沟通结果的可衡量性和精准程度的动态性五个方面,其所包含的理论包括顾客让渡价值理论、市场细分理论和4C理论,精准营销实施的策略和途径包括邮件、呼叫中心、短信等基于数据库的精准营销方法,门户网站广告、关键词搜索等基于互联网的营销方法和借助拥有共同客户群商家的基于第三方渠道营销方法三种,精准营销是对经典营销的延伸和发展,其主要集中在挖掘客户、客户沟通、信息传播和增值服务等方面。

数据挖掘从广义上来讲又称数据库中的知识发现,是从数据库中大量数据中发现隐含的、未知的有价值信息的过程。[2]数据挖掘是目前数据库和人工智能领域研究的热点问题,目前已广泛应用到各个领域和行业,包括商业领域中产品生产、市场营销、客户关系管理等,金融领域中投融资评估、股票交易等;物流领域的路线规划、天气预测等;教育领域的高中生管理、毕业生就业分析有情。数据挖掘需要的原始数据可以是结构化的数据,也可以是半结构化的数据,如图形、图像、文本等数据;也可以是网络中异构数据,在数据挖掘中采用的算法包括分类分析、回归分析、聚类分析、Web页挖掘、预警分析等,它们模拟人们的归纳、演绎等思维逻辑,从不同的角度对数据进行挖掘,满足客户细分、客户行为预测、特征发现、风险预警等方面的信息需求。

3 用于电子商务平台精准营销的数据挖掘需求分析

当消费者在电子商务网站上有了浏览、购买、评价行为后,该用户就成网站的价值客户,其相关数据被电子商务网站和商家的数据库所记录,电子商务数据分为前端行为数据和后端商业数据两类,前端行为数据包括浏览量、访问量、点击量及搜索关键词等用户行为数据;后端商业数据包括交易信息、购买商品、支付金额、购买数量等信息。对这些数据进行分析可以帮助商家了解用户行为习惯、客户群细分、发现高价值客户、维持客户关系、发掘潜在客户等,总的来说,可以将其需求划分为以下三个方面:

3.1 客户前端行为习惯

客户行为习惯的分析主要源自对前端行为数据的分析,其分析的关键即对用户的转化流程的分析,用户转化流程主要包括浏览过程、购买流程、注册流程、互动流程等,其目的是使用户心情愉悦的进行操作,并较快地找到想要的结果,从而达成交易。客户行为习惯分析包括两个内容:一是分析特定用户群在网页上流转的规律和特点,发现频繁访问的路径模式,提炼出该用户群体的主流路径和浏览特征,对网页优化和改版、对用户下一个浏览页面进行预测;二是对搜索关键词进行分析,在对大量用户检索行为分析的基础上,得出最有效的关键词组合,优化广告页面的相关性,提高转化率。[3]

3.2 客户后端购买行为分析

电子商务客户后端购买行为在精准营销方面的需求主要有目标客户特征分析、客户分类、保留和延长客户生命周期和利润贡献、商品智能推荐等,其目的主要是通过挑选指标变量进行数据挖掘,以便运营团队提供精细化、个性化运营和服务,从而实现特定营销目的。

3.2.1 目标客户特征分析

目标客户特征分析是精准化营销的第一步,因为在精准营销之前,第一步就是要找准目标客户和受众,特别是当企业刚推出新产品的时候,产品运营团队尤其需要一个对目标客户特征的初步描述,这个时候需要依据产品设计初衷、产品定位及运营团队初步的理想化的猜测,从历史数据中挖掘出目标客户典型特征;在该产品试运营之后,再根据收集到的用户资料对目标客户特征进行修正。

3.2.2 客户分类

客户分类主要是精准要求的必然要求,目的是针对不同客户群体采用不同的营销方式,从而提高运营团队的运营效率和付费转化率,在实际操作中主要是通过分析数据库中的交易数据,按照各个客户指标(如自然属性、交易额、价值度等)对客户进行分类,确定各类客户行为模式,运营团队据此采取相应营销措施实现企业利润最大化。

3.2.3 保留和延长客户生命周期和利润贡献

当客户在商家购买东西后,商家就会有需求来保留和延长客户生命周期和利润贡献,为实现这个需求商家一般会有两种策略,一是保留客户,通常是建立客户流失预警模型提前锁定有价值的客户,对其进行客户关怀;二是通过交叉消费等手段,让客户消费更多商品和服务,挖掘客户利润,这都依赖于数据挖掘的实施。

3.2.4 商品智能推荐

在电子商务网站中,经常需要针对不同的客户进行商品推荐,缩减客户搜索成本,提高客户体验,提高网站流量的转化率,提高营收。根据商品推荐的对象来分,可以分为面向浏览用户的推荐和面向登录用户的推荐两种,面向浏览用户的推荐往往是常规推荐,其指的是符合常规商品关联逻辑的一些推荐,面向登录用户的推荐往往是个性化推荐,是指基于购买行为间关联性归纳出的商品推荐。

3.3 指标异常检测

孤立点和异常值是与整体数据行为特征不一致的数据,孤立点和异常值在数据挖掘中通常表现为分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差、量值随时间的变化等,对这些偏差进行检测很有意义,在电子商务数据挖掘的一些业务中其能反映出外界市场变化的客观反应,如当网站PV减少的时候需要对搜索来源、直接访问量、搜索关键词等进行分析,及时发现市场变化,做出相应调整。

4 用于电子商务平台精准营销的数据挖掘算法研究

目前在电子商务平台精准营销中应用的数据挖掘算法基本覆盖了数据挖掘算法中的聚类算法、分类和预测算法、关联规则算法这三个类别,本文对其概念、使用范围和算法进行了综述和分析。[4]

4.1 聚类算法

聚类分析是精准营销中比较基础和比较重要的算法之一,聚类算法可以实现针对目标群体的多指标群体划分,这些分类往往是精准营销的基础和核心,只有正确地进行分类,精准营销的业务需求才能有效地开展,其业务场景主要如下:一是目标客户群的分类;二是不同产品的价值组合(交叉销售);三是孤立点、异常值的探测和发现。该算法可以分为划分方法、层次方法、基于密度的方法和基于网格的方法及数据来源。

4.2 分类和预测算法

分类和预测是数据分析的两种形式,主要用来抽取能够描述重要数据集合或预测未来数据趋势,分类算法主要用来预测数据对象的离散类别,预测方法用于预测数据对象的连续取值。分类算法主要应用的业务范围包括:一是按照既定的标签或目的对客户进行分类以便寻找不同种类用户的特征;二是利用分类算法得出的反常实例揭示异常现象,常用算法包括决策树、KNN法、SVM法、VSM法、贝叶斯法、神经网络等,预测算法主要应用的业务范围是预测客户访问行为、商品销售小预测等,算法主要包括线性回归、多元回归、非线性回归等。

4.3 关联规则算法

关联分析,关联规则算法主要是发现不同项之间的相关性,利用关联规则可以发现存在在数据库中的可被发现的两个或多个变量取值之间存在的规律性。在电子商务精准营销中,其业务场景主要如下:一是发现访问页面之间的关联规则;二是找出客户可能会感兴趣的商品推荐;三是商品智能推荐。关联规则算法在精准营销中应用较为广泛的是Apriori算法、协同过滤算法等。

5 结 论

随着电子商务和数据挖掘技术的继续发展,用户的需求会越来越丰富,精准营销理论也会随之愈加深化,国内外学者对电子商务平台中精准营销的业务理解和分析思路也会更加精确和成熟,满足精准营销需求的数据挖掘的研究算法也会更加灵活,在应用中对业务提升的效果也将愈加显著。

参考文献:

[1]李维胜,蒋绪军.电子商务精准营销对策研究[J].开发研究,2013(2):46-49+96.

[2]刘金勇.Web数据挖掘在电子商务中的研究应用[J].网络安全技术与应用,2013(9):25-26.

大数据营销论文篇10

关键词:市场细分;数据库营销;数据库的知识发现;数据挖掘

企业在日常的生产经营活动中,产生了大量运营数据,如果不加以利用就会杂乱无章地占据大量的存储、管理、维护等资源。实际上这些数据是用户行为、用户习惯的表征记录,是企业各项经营活动的成果记录,其中蕴涵着大量的信息与知识,如果善加利用将是企业不可估量的战略资源。在数据的存储方面,随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们可以积累的数据越来越多。目前的数据库系统已经可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势。

因此,在学术界对数据库的知识发现的研究也在不断深入。1989年IJCAI会议进行了关于数据库中的知识发现(KnowledgeDiscoveryandDatabase,KDD)的专题讨论,Fayyad将其定义为“KDD是从数据集中识别出有效的、新颖的、潜在有用的以及最终可理解的模式的非平凡过程”。从1995年开始,KDD发展为国际年会,国内对该领域研究始于1993年,国家自然科学基金开始支持该领域研究。数据分析能力是一项对开发者、使用者都有很高要求的能力,需要具备数据库、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、信息检索和数据库可视化等多方面的知识和技巧。

同时对于这项技术在企业中的实际应用来说,随着理论的深入与数据挖掘工具的不断推出,其对各个企业的实际生产经营活动都起到了很大的推动作用。特别是数据库营销,由于其较低的成本,完善的模型和对市场的细微把握,对企业有着重大的意义。而所有的营销活动都应以市场细分为基础,因此数据库营销中市场细分就成为其不可逾越的第一步工作。

一、数据库营销中市场细分的作用

数据库营销中市场细分的应用随着IT技术的发展和市场交易量的扩大愈来愈广泛。目前,各个行业领域包括金融业、电信业、网络相关行业、零售商、制造业、医疗保健及制药业等都将其视为本公司的重要战略资源加以应用。从目前技术的发展与行业的应用来看,其作用主要体现在以下方面:

第一,对运营数据进行更好的重组、汇集、抽取和预测,更方便、快捷地从企业现有资源上采集和转化信息和数据,能为企业管理提供更好的决策支持,使管理层及时地了解企业生产经营现状,深入地了解企业所处的竞争环境,更好地制定符合实际的战略方案。

第二,在激烈的市场竞争和迅速的业务扩张中,运营数据可以用来分析数据的一般特性,使用数据可视化、分类、聚类分析、序列模式分析等工具,理解商业行为、确定商业模式、捕捉对企业利益侵害行为、提高服务质量,提高资源利用率,提高员工劳动生产率。例如,电信企业中对客服中心的分布的设计,基站的设置等。

第三,运营数据是用户消费行为的直接记录,通过对用户长期消费活动数据的规律总结。有助于划分用户群体,使用分类技术和聚类技术,可以更精确地挑选出潜在的用户;识别用户购买行为,发现用户购买模式和趋势,进行关联分析,以便更好地进行产品组合、产品推介等等。

第四,运营数据虽然是历史数据的集合,如果能够通过各种工具发现其中存在的普遍规律。由于企业的生产经营有延续性,用户的消费习惯有规律性,我们可以用来预测未来的生产经营情况,比如我们可以通过营销案预演,虚拟整个营销过程,测试目标用户反应,初步评价各种营销案的效果,确认最能接受营销案的客户群体,保证在真正推出市场的销售方案代价最小,收益最大。又如,我们可以通过运营数据,发现用户流失的规律与特征,使企业能在用户流失之前做出有效地挽留措施,降低流失率。

二、数据库营销中市场细分与传统市场营销中市场细分的异同

市场细分是现代营销理念的产物是市场营销理论和战略的新发展。目前市场细分的理论和方法不断完善,而且被广泛地应用于营销实践。而作为本文研究的重点,数据库营销中的市场细分与市场营销中的市场细分既有联系又有区别。

首先,两者的联系主要体现在:市场营销活动与数据库营销过程是衔接的。数据库营销的市场细分可以在营销活动之前提供数据预测;也可以用在营销活动之后分析结果,但两者总是联系紧密的过程。企业逐渐认识到,本企业的竞争优势体现在能够向用户提供满足整体需求的产品和服务组合,为用户提供个性化业务解决方案。因此,在设计市场营销业务项目时,需要采取不同的用户群细分方法对用户进行细分,对不同用户采取不同的服务策略。而企业的经营成果也正是构筑在不同细分用户对企业的贡献上的,不同的用户群体对总体收入的影响是不同的,因而在经营成果的分析中,也必不可少的需要对用户进行细分。这样可以加深对市场的了解,认清每种用户对企业经营活动的意义,从而制定更有针对性的营销政策。其理论依据也是相同的。根据1956年美国著名的市场学家温德尔·史密斯(WendellSmith)的论述主要有两个:一是用户需求的异质性。由于用户需求、欲望及购买行为是多元的,所以用户在购买产品和使用服务上的需求呈现较大的差异。用户需求的异质性是进行用户细分的内在依据。二是企业资源的有限性和为了进行有效的市场竞争。现代企业由于受到自身实力的限制,即便是处于市场领先地位也不可能在整个营销过程中占绝对优势。为了进行有效的竞争,企业必须进行市场细分,选择最有利可图的目标用户群体,集中企业资源,制定有效的竞争策略来增强自己的竞争优势。所以企业资源的有限性和为了进行有效的市场竞争是进行市场细分的外在要求。

其次,数据库营销中的市场细分与市场营销中的市场细分区别主要是:目的不同。数据库营销的市场细分目的是为了更好的从现有的经营数据中,找出对经营成果有影响的各个用户群体,并分析其影响程度或者找出其中规律;市场营销的市场细分,主要是为了开拓用户未被开发的潜力,增加其对经营成果的贡献。方法不同。数据库营销中的市场细分更加倚重数据库营销的各种手段,包括统计分析、数据挖掘等等,从海量的日常经营数据中,通过设定参数与算法,建立模型的方式,找出符合细分条件的用户群体。市场营销的市场细分,主要依据两种方法:一是依据自然属性来细分用户,主要是利用人口统计学、社会经济学、经济地理原理所提供的特定市场内有关个人的重要信息来细分用户,其变量主要有地理细分变量、人口统计变量、社会经济变量等,也可以把这些变量结合起来进行细分;二是依据行为属性来细分用户依据行为属性细分,用户主要是通过对人们的心理分析,个性特征,生活方式的研究来细分用户,其变量主要有心理分析变量、产品使用变量和产品效用变量等。对象不同。数据库营销中的市场细分主要面对企业现有用户,这是因为数据库营销的数据来源主要是企业已经获得的经营数据。市场营销的市场细分主要面对全体消费者,从中找出目标用户群体发展为企业的新用户。标准不同。数据库营销中的市场细分依据的标准在细分前是未知的,需要运用数据挖掘的方法与工具从大量数据中找出可以用来细分用户的标准。而市场营销的市场细分主要基于一些已知的标准,对目标可以进行归类与分析。

三、数据库营销中市场细分的方法与过程

上文结合市场营销的市场细分总结了数据库营销中的市场细分有以上的一些特点,所以在应用上,后者更多地依靠统计学与数据挖掘的方式进行。通过设定变量与参数,在企业经营获得的大量日常生产经营数据中,找出各种隐含的商务关系、产品关联、营销机会与用户行为特征。

数据库营销中市场细分的方法可以分为5项:关联分析、分类和预测、聚类分析、孤立点分析、演变分析等。实现上述功能的算法包括统计类的诸如回归分析、时间序列、判别分析、因子分析;神经学习网络类的诸如粗糙集、决策树、模糊集、支持向量集等等。数据库营销中的市场细分的过程,如图1所示。

第一,确定市场细分参数。即决定使用何种参数从数据库的海量数据中提取相应的用户数据对用户进行细分。一般目前企业级的数据库营销应用中,为了更加精确地描述实际市场情况,模型的设计维数都比较高,设计与提取的参数数量一般都需要上百个。

第二,数据准备。一般前面两个步骤就会占据整个过程的50-90%的时间和精力。需要完成的工作包括:数据收集、数据描述、数据质量评估和数据清理、合并与整合、构建元数据,加载数据挖掘库等。

第三,数据分析与验证,运用数据挖掘的方法,将初步确定参数的具体数值进行分析,进而发现参数设定的有效性并进行参数的变换,形成对解释问题有效的参数集。

第四,建立模型。通过以上步骤,建立相应的数据模型,为了保证得到的模型具有较好的精确度和健壮性,需要一个定义完善的“训练-验证”协议,进行模型训练与优化。

第五,模型应用与评估。按照确定的参数将目标用户导入模型进行细分,同时分析同类用户的各种特征,找出其中隐含的关联,为分析与应用提出结论。最后还要根据实际情况,对模型输出进行营销学上的解释,并进行实施效果评估。

参考文献:

1、张晓航.基于聚类算法的客户细分[J].通信企业管理,2005(12).

2、DavidHand等著;张银奎等译.数据挖掘原理[M].机械工业出版社,2003.