大数据背景下的受众营销

⑴ 大数据营销知识点总结

一、走进大数据世界

大数据的特征（4V）：

1.  数据的规模性

2.   数据结构多样性

3.   数据传播高速性

4.   大数据的真实性、价值性、易变性；

结构化数据、半结构化数据、非结构化数据

大数据处理的基本流程图

大数据关键技术：

1.  大数据采集

2.   大数据预处理

3.  大数据存储及管理

4.   大数据安全技术

5.  大数据分析与挖掘

6.   大数据展现与应用

二、大数据营销概论

Target 百货客户怀孕预测案例

大数据营销的特点：

1.   多样化、平台化数据采集： 多平台包括互联网、移动互联网、广电网、智能电视等

2.   强调时效性： 在网民需求点最高时及时进行营销

3.   个性化营销： 广告理念已从媒体导向转为受众导向

4.   性价比高： 让广告可根据时效性的效果反馈，进行调整

5.   关联性： 网民关注的广告与广告之间的关联性

大数据运营方式：

1.   基础运营方式

2.   数据租赁运营方式

3.   数据购买运营方式

大数据营销的应用

1.   价格策略和优化定价

2.   客户分析

3.   提升客户关系管理

4.   客户相应能力和洞察力

5. 智能嵌入的情景营销

6.   长期的营销战略

三、产品预测与规划

整体产品概念与整体产品五层次

整体产品概念： 狭义的产品： 具有某种特定物质形态和用途的物体。

产品整体概念（广义）：向市场提供的能够满足人们某种需要的

                      一切物品和服务。

整体产品包含：有形产品和无形的服务                          

整体产品五层次：潜在产品、延伸产品、期望产品、形式产品、核心产品

 

大数据新产品开发模型：

1.   需求信息收集及新产品立项阶段

2.  新产品设计及生产调试阶段

3.  小规模试销及反馈修改阶段

4.   新产品量产上市及评估阶段

产品生命周期模型

传统产品生命周期划分法：

（1）销售增长率分析法

  销售增长率=（当年销售额-上年销售额）/上年销售额×100%

销售增长率小于10%且不稳定时为导入期；

销售增长率大于10%时为成长期；

销售增长率小于10%且稳定时为成熟期；

销售增长率小于0时为衰退期。

（2）产品普及率分析法

    产品普及率小于5%时为投入期；

    普及率在5%—50%时为成长期；

    普及率在50%—90%时为成熟期；

    普及率在90%以上时为衰退期。

大数据对产品组合进行动态优化

产品组合

       销售对象、销售渠道等方面比较接近的一系列产品项目被称为产品线。产品组合是指一个企业所经营的不同产品线和产品项目的组合方式，它可以通过宽度、长度、深度和关联度四个维度反映出来

四、产品定价与策略

大数据定价的基本步骤：

1.   获取大数据

2.   选择定价方法

3.   分析影响定价因素的主要指标

4.  建立指标体系表

5.   构建定价模型

6.  选择定价策略

定价的3C模式：成本导向法、竞争导向法、需求导向法

影响定价的主要指标与指标体系表的建立

影响定价因素的主要指标：

1.  个人统计信息：家庭出生、教育背景、所在地区、年龄、感情状况、家庭关系等。

2.   工作状况：行业、岗位、收入水平、发展空间等

3.  兴趣：健身与养生、运动和户外活动、娱乐、科技、购物和时尚等

4. 消费行为：消费心理、购买动机等。

定价策略：

精算定价： 保险、期货等对风险计算要求很高的行业

差异定价： 平台利用大数据对客户建立标签，分析对产品的使用习惯、需求判断客户的忠诚度，对不同客户进行差别定价

动态定价： 即根据顾客认可的产品、服务的价值或者根据供需状况动态调整服务价格，通过价格控制供需关系。动态定价在提高消费者价格感知和企业盈利能力方面起着至关重要的作用。

价格自动化 ：根据商品成本、市场供需情况、竞争产品价格变动、促销活动、市场调查投票、网上协商、预订周期长短等因素决定自身产品价格

用户感知定价 ：顾客所能感知到的利益与其在获取产品或服务中所付出的成本进行权衡后对产品或服务效用所做出的整体评价。

协同定价： 是大数据时代企业双边平台多边协同定价策略

价格歧视：

一级 ：就是每一单位产品都有不同的价格，即商家完全掌握消费者的消费意愿，对每个消费者将商品价格定为其能够承受的最高出价；

二级 ：商家按照客户的购买数量，对相同场景提供的、同质商品进行差别定价；

三级 ：可视为市场细分后的定价结果，根据客户所处的地域、会员等级等个人属性进行差别定价，但是对于同一细分市场的客户定价一致。

五、销售促进与管理

    促销组合设计概念

大数据促销组合设计流程

精准广告设计与投放

[if !supportLists]l [endif] 广告设计5M：任务（Mission），预算（Money），信息（Message），媒体（Media），测量（Measurement）。

通过用户画像的进一步挖掘分析，企业可以找出其目标消费群体的广告偏好，如平面广告的配色偏好，构图偏好，视频广告的情节偏好，配乐偏好，人物偏好等，企业可以根据这些偏好设计出符合目标消费群体审美的广告创意，选择消费者喜欢的广告代言人，做出能在目标消费群体中迅速传播开来的广告。

在媒体决策方面，利用大数据综合考虑其广告目的、目标受众覆盖率、广告信息传播要求、购买决策的时间和地点、媒体成本等因素后，有重点地采用媒体工具。企业可以在确定前述影响变量后，通过大数据的决策模型，确定相对最优的媒体组合。

六、客户管理

    大数据在客户管理中的作用

1.   增强客户粘性

2.   挖掘潜在客户

3.   建立客户分类

    客户管理中数据的分类、收集及清洗

数据分类：

描述性数据： 这类数据是客户的基本信息。

如果是个人客户，涵盖了客户的姓名、年龄、地域分布、婚姻状况、学历、所在行业、职业角色、职位层级、收入水平、住房情况、购车情况等；

如果是企业客户，则包含了企业的名称、规模、联系人和法人代表等。

促销性数据： 企业曾经为客户提供的产品和服务的历史数据。

包括：用户产品使用情况调查的数据、促销活动记录数据、客服人员的建议数据和广告数据等

交易性数据： 这类数据是反映客户对企业做出的回馈的数据。

包括历史购买记录数据、投诉数据、请求提供咨询及其他服务的相关数据、客户建议数据等。

收集：

清洗：

首先，数据营销人需要凭借经验对收集的客户质量进行评估

其次，通过相关字段的对比了解数据真实度

最后，通过测试工具对已经确认格式和逻辑正确数据进行测试

客户分层模型

客户分层模型 是大数据在客户管理中最常见的分析模型之一，客户分层与大数据运营的本质是密切相关的。在客户管理中，出于一对一的精准营销要求针对不同层级的客户进行区别对待，而客户分层则是区别对待的基础。

RFM客户价值分析模型

时间（Rencency）：

     客户离现在上一次的购买时间。

频率（Frequency）：

     客户在一定时间段内的消费次数。

货币价值（MonetaryValue）：

    客户在一定的时间内购买企业产品的金额。

七、 跨界营销

利用大数据跨界营销成功的关键点

1.   价值落地

2.  杠杠传播

3.   深度融合

4.   数据打通

八、精准营销

    精准营销的四大特点

1.   可量化

2.   可调控

3.  保持企业和客户的互动沟通

4.  简化过程

精准营销的步骤

1.  确定目标

2.  搜集数据

3.   分析与建模

4.  制定战略

九、商品关联营销

       商品关联营销的概念及应用

关联营销：

关联营销是一种建立在双方互利互益的基础上的营销，在交叉营销的基础上，将事物、产品、品牌等所要营销的东西上寻找关联性，来实现深层次的多面引导。

关联营销也是一种新的、低成本的、企业在网站上用来提高收入的营销方法。

       关联分析的概念与定义

最早的关联分析概念： 是1993年由Agrawal、Imielinski和Swami提出的。其主要研究目的是分析超市顾客购买行为的规律，发现连带购买商品，为制定合理的方便顾客选取的货架摆放方案提供依据。该分析称为购物篮分析。

电子商务领域： 关联分析可帮助经营者发现顾客的消费偏好，定位顾客消费需求，制定合理的交叉销售方案， 实现商品的精准推荐 ；

保险公司业务： 关联分析可帮助企业分析保险索赔的原因，及时甄别欺诈行为；

电信行业： 关联分析可帮助企业发现不同增值业务间的关联性及对客户流失的影响等

简单关联规则及其表达式

事务：简单关联分析的分析对象

项目：事务中涉及的对象

项集：若干个项目的集合

简单关联规则 的一般表示形式是：前项→后项（支持度＝s％，置信度＝c％）

或表达为：X→Y（S＝s％，C＝c％）

例如：面包->牛奶(S=85%,C=90%)

            性别（女）∩收入（＞5000元）→品牌（A）（S＝80％，C＝85％）

支持度、置信度、频繁项集、强关联规则、购物篮分析模型

置信度和支持度

support(X→Y)= P(X∩Y)                  

confidence(X→Y)= P(Y|X)

十、评论文本数据的情感分析

       商品品论文本数据挖掘目标

电商平台激烈竞争的大背景下，除了提高商品质量、压低商品价格外，了解更多消费者的心声对于电商平台来说也变得越来越有必要，其中非常重要的方式就是对消费者的文本评论数据进行内在信息的数据挖掘分析。评论信息中蕴含着消费者对特定产品和服务的主观感受，反映了人们的态度、立场和意见，具有非常宝贵的研究价值。

针对电子商务平台上的商品评论进行文本数据挖掘的目标一般如下：

分析商品的用户情感倾向，了解用户的需求、意见、购买原因；

从评论文本中挖掘商品的优点与不足，提出改善产品的建议；

提炼不同品牌的商品卖点。

商品评论文本分析的步骤和流程

商品评论文本的数据采集、预处理与模型构建

数据采集：

1、“易用型”：八爪鱼、火车采集器

2、利用R语言、Python语言的强大程序编写来抓取数据

预处理：

1文本去重

检查是否是默认文本

是否是评论人重复复制黏贴的内容

是否引用了其他人的评论

2机械压缩去词

例如： “好好好好好好好好好好”->“好”

3短句删除

原本过短的评论文本      例如：很“好好好好好好好好好好”->“好”

机械压缩去词后过短的评论文本   例如：“好好好好好好好好好好”->“好”

4评论分词

文本模型构建包括三方面：情感倾向分析、语义网络分析、基于LDA模型的主体分析

 

情感倾向分析：

基于情感词进行情感匹配

对情感词的倾向进行修正

对情感分析结果进行检验

语义网络分析：

基于LDA模型的主体分析

十一、大数据营销中的伦理与责任

       大数据的安全与隐私保护

数据安全：一是保证用户的数据不损坏、不丢失；二是要保证数据不会被泄露或者盗用

 

大数据营销中的伦理风险：用户隐私、信息不对称下的消费者弱势群体、大数据“杀熟”

大数据伦理困境的成因：

用户隐私意识淡薄

用户未能清晰认知数据价值

企业利益驱使

] 管理机制不够完善

大数据伦理构建的必要性：企业社会责任、用户与社会群体的维系

这些是我按照老师讲的课本上的内容结合PPT总结出来的《大数据营销》的重点。

⑵ 大数据时代下，营销方式发生哪些变化

在这互联网发达，数据为主的时代，我们先来看看目前企业营销人员的心头都有哪些痛。

第一，营销核心的受众发生“质”的变化。

我国市场消费阶层的购买力分为金领阶层、白领阶层、灰领阶层、蓝领阶层和无领阶层。从消费趋势的角度看，真正领导消费趋势的是白领阶层、金领阶层。这两个阶层一般是25～45岁，大专以上学历，个人月收入在3000元以上的人群，近日发布的(2014年全球社交、数字和移动》报告显示，中国有13.5亿人口，城市人口比例为51%，其中互联网网民比例为44%，中国手机设备持有量超12亿台，调查结果表明，都市白领和金领正逐渐成为互联网用户的中坚力量，网络已成为他们工作、生活不可或缺的工具。这些人群正是营销的核心受众，他们普遍具有收入较高、购买力强、消费需求旺盛的特点。由于大众的生活方式改变，由传统媒体向网络媒体“漂移”，优质的核心用户向网络媒体“集结”时，基于传统媒体的传统营销效果便会大打折扣，甚至是逐渐失效。

第二，消费者行为模式的改变，购买决策流程的改变，让以往的营销管理流程，对于潜在销售机会的把握，变得更加困难。研究已经证实买家的决定跟传统营销沟通基本上没有任何关联，消费者通常用自己的一套路子来获取产品和服务信息，其中最常用的是网络，当然还有企业之外的信息来源，比如人们的口头表述或者是客户反馈。

第三，互联网让市场更加广阔，价格也变得透明，竞争也变得激烈，在企业运营中不断“成本控制”的高压下，营销的预算也成为营销人员的痛。人们都说CEO(首席执行官)们已经没那么多耐心。根据201
1年伦敦Foumaise Marketing
Group(营销集团)对600名CEO和决策者的调查显示，73%的人认为他们的CMO(首席营销官)缺乏商业信誉更重要的是无法驱动收入增长，72%称很多人只是嚷嚷着要钱但却无法解释这些投入如何带来新增收人，77%的人表示他们天天跟你谈品牌资产和其他类似的东西，但他们却无法将这些工作与真正的市场估值或是其他重要的金融指标联系起来。又要马儿跑，又要马儿不吃草，极高的ROI(投资回报率)考核让很多营销人员都觉得崩溃。

第四，社交媒体、电子营销的出现，让很多企业专门划归出一些新兴针对客户的服务部门，来尝试新事物。因此，面对同样的客户，同样客户的各种反馈被把持在不同的部门中，不同的营销部门之间就会出现在企业资源、客户信息上的竞争。企业的营销人员确实有点内忧外患。相应地，这种内耗和无序也带来企业整体运营成本的上升，而利润却未见提升。

第五，我们要讲，在日益发展的社交媒体环境中，传统营销不仅起不到作用却也没有意义。你雇用的多个员工，但是他们并不是买家，不能站在另一方来看待事情，利益和买家是完全相反的，所以在社会媒体的世界里，传统媒体已经失效。所以当今的局势就是这样，传统营销策略已经失效，取而代之的是更多有创意的、符合现代环境理念的、跟得上科技的模式。

⑶ 大数据精准营销如何做

精准营销的实质是根据目标客户的个性化需求设计产品和服务，而大数据就是手段。大数据精准营销做法如下：

1、以用户为导向。

真正的营销从来都是以用户为中心的，而大数据把用户实实在在“画”在了眼前，营销者可以根据数据库内的数据构建用户画像，来了解用户消费行为习惯、以及年龄、收入等各种情况，从而对产品、用户定位、营销做出指导性的调整。

2、一对一个性化营销。

很多销售在推销产品时常常会遇到这样的问题：产品是一样的，但是用户的需求是各不相同的，如何把相同的产品卖给不同的用户？这就需要我们进行“一对一”个性化营销。利用大数据分析，可以构建完善的用户画像，了解消费者，从而做出精准的个性化营销。

3、深度洞察用户。

深度洞察用户，挖掘用户潜在需求，是数据营销的基础。利用数据标签，可以准确获知用户的潜在消费需求。

例如：我们得知一位用户曾购买过奶粉，那么我们可以得知，家里有小孩，相应的可以向他推送早教课程等适合婴幼儿的产品。洞察消费者需求后再进行投放，营销的效果将比撒网式有效且更易成交。

4、营销的科学性。

实践证明，数据指导下的精准营销相对于传统营销来说更具有科学性。向用户“投其所好”，向意向客户推荐他们感兴趣的东西，远远要比毫无目标的被动式营销更具成效。

大数据精准营销包含方面

1、用户画像

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。具体包含以下几个维度：

用户固定特征：性别，年龄，地域，教育水平，生辰八字，职业，星座。

用户兴趣特征：兴趣爱好，使用APP，网站，浏览/收藏/评论内容，品牌偏好，产品偏好。

用户社会特征：生活习惯，婚恋，社交/信息渠道偏好，宗教信仰，家庭成分。

用户消费特征：收入状况，购买力水平，商品种类，购买渠道喜好，购买频次。

用户动态特征：当下时间，需求，正在前往的地方，周边的商户，周围人群，新闻事件如何生成用户精准画像大致分成三步。

2、数据细分受众

在执行大数据分析的3小时内，就可以轻松完成以下的目标：精准挑选出1%的VIP顾客发送390份问卷，全部回收 问卷寄出3小时内回收35%的问卷 5天内就回收了超过目标数86%的问卷数所需时间和预算都在以往的10%以下。

3、预测

“预测”能够让你专注于一小群客户，而这群客户却能代表特定产品的大多数潜在买家。当我们采集和分析用户画像时，可以实现精准营销。这是最直接和最有价值的应用，广告主可以通过用户标签来发布广告给所要触达的用户。

这里面又可以通过上图提到的搜索广告，展示社交广告，移动广告等多渠道的营销策略，营销分析，营销优化以及后端CRM/供应链系统打通的一站式营销优化，全面提升ROI。

4、精准推荐

大数据最大的价值不是事后分析，而是预测和推荐，我就拿电商举例，"精准推荐"成为大数据改变零售业的核心功能。

数据整合改变了企业的营销方式，现在经验已经不是累积在人的身上，而是完全依赖消费者的行为数据去做推荐。未来，销售人员不再只是销售人员，而能以专业的数据预测，搭配人性的亲切互动推荐商品，升级成为顾问型销售。

⑷ 大数据精准营销的策略

大数据营销可以划分为三个步骤：

首先，可以做数据信息的收集，主要通过各种互联网工具实现，包括QQ、微博、微信以及其他互联网软件工具等，尤其是现代智能手机的普及，让每个人与网络信息技术的链接更为广泛与紧密，各种的软件平台自身都有一定的用户数据分析采集功能，由此导致每个用户在使用各种软件时，个人的有关信息就已经被软件平台采集。平台可以将收集到的数据生成专业的数据信息库，而后便于后续的精准使用。

其次，是对收集来的数据做汇总分析。信息智能工具会对收集的信息做模型建构与嘻嘻挖掘，对用户情况做特定的细致分析与分类，让每个消费者都可以划归到一定的特征标签中，同时附带对应的多样信息内容。

最后就是将数据运用到营销策略的设计与实施中。这个环节主要依据营销单位所需要的目标群体对象为精准投放依据，找到用户特质，然后在数据信息中去做精准的用户投放，满足相关投放标准的用户就会接受到企业的营销宣传内容。

甚至企业会针对不同的用户对象做不同类型的营销宣传内容，而后保证更广泛用户对营销内容的认可，最终转化为企业产品与服务的消费者。这种投放方式的营销更为精准，效率更高，同时可以减少大范围广泛撒网导致的成本高昂与效率低下问题。

⑸ 大数据营销是什么意思

多平台化数据采集：大数据的数据来源通常是多样化的，多平台化的数据采集能使对网民行为的刻画更加全面而准确。多平台采集可包含互联网、移动互联网、广电网、智能电视未来还有户外智能屏等数据[1] 。
强调时效性[2] ：在网络时代，网民的消费行为和购买方式极易在短的时间内发生变化。在网民需求点最高时及时进行营销非常重要。全球领先的大数据营销企业AdTime对此提出了时间营销策略，它可通过技术手段充分了解网民的需求，并及时响应每一个网民当前的需求，让他在决定购买的“黄金时间”内及时接收到商品广告。
个性化营销：在网络时代，广告主的营销理念已从“媒体导向”向“受众导向”转变。以往的营销活动须以媒体为导向，选择知名度高、浏览量大的媒体进行投放。如今，广告主完全以受众为导向进行广告营销，因为大数据技术可让他们知晓目标受众身处何方，关注着什么位置的什么屏幕。大数据技术可以做到当不同用户关注同一媒体的相同界面时，广告内容有所不同，大数据营销实现了对网民的个性化营销。
性价比高：和传统广告“一半的广告费被浪费掉”相比，大数据营销在最大程度上，让广告主的投放做到有的放矢，并可根据实时性的效果反馈，及时对投放策略进行调整。
关联性：大数据营销的一个重要特点在于网民关注的广告与广告之间的关联性，由于大数据在采集过程中可快速得知目标受众关注的内容，以及可知晓网民身在何处，这些有价信息可让广告的投放过程产生前所未有的关联性。即网民所看到的上一条广告可与下一条广告进行深度互动。

⑹ 大数据对网络营销的影响

大数据对网络营销的影响

在这股大数据时代背景下，消费者行为的变迁也越来越趋于不确定，移动互联网更是加速了这种不确定因素，那么，大数据对网络营销有何影响呢？

大数据对网络营销的影响 篇1

[摘要] 互联网时代的发展推动了数据和信息加速传播。大数据在这种大背景下应运而生，并逐步渗入到各行各业。而互联网企业通过大数据，促进信息的实效转化，为网络营销的精准决策和整个营销行业的发展提供了数据来源与支撑。文章主要通过阐述了大数据的定义、大数据的处理，进而总结大数据下网络营销管理优化措施及有效的网络营销策略，力求为各互联网企业的网络营销决策提供参考与借鉴。

[关键词] 大数据;网络营销;互联网

1前言

21世纪是一个信息大爆炸的时代，各种各样杂乱无章数据的出现，一方面给企业以及人们的日常生活造成了一定程度的困扰;另一方面人们也想从这繁杂的数据中找出规律，发现商机，从而抓住商机，开拓新的市场。大数据的出现恰恰能妥善地解决这一问题，大数据分析技术是通过对海量的数据信息进行系统的筛选与分析，力求寻求其中的规律，从而为企业的经营决策提供有力依据与支撑，使企业的经营决策变得更加准确且高效。现今，社会上人们之间的交流越来越密切，科技在高速发展，大数据就应运而生。阿里巴巴创办人马云曾经在演讲中提到，未来的时代将是DT的时代，DT即DataTechnology数据科技，对大数据的分析是阿里巴巴的重点工作之一。[1]互联网在改变人们生活方式的同时也在改变企业的运作模式，这是信息技术发展的必然。然而随着大数据的来临，网络营销也在不断地进行营销模式与管理模式的创新，试图寻求企业与消费者的利益最大化。现在越来越多的企业通过互联网平台抓取到的消费者的各种数据进行分析整理，获取消费者的消费趋向及特征，以此为依据来制定相应营销策略，不仅可以提高市场决策的准确性，还能大大缩短市场调查与决策分析的时间，提高了企业的经济效益，促进企业各个环节的高效运作。因此大数据与网络营销的结合将是必然的，它将为企业开创全新局面，带来前所未有的.机遇，同时也带来了挑战。

2大数据概述

麦肯锡全球研究对大数据的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。[2]大数据技术在互联网时代的战略意义，不是在于掌握海量的数据信息，而在于对收集到的数据进行高度专业化处理，力求找出其中的规律与价值，为企业经营决策服务。[3]简而言之，大数据技术关键在于提高对数据的“加工处理能力”，通过“高加工”实现数据的“高增值”。它具有以下四大特征:分别为海量的数据规模、多样的数据类型、快速的数据流转和价值密度低，具体分析如下:

(1)海量的数据。从互联网或传统渠道收集到的海量数据，涉及面更广、种类繁多，只有运用大数据技术对数据进行分类，才能够满足企业的需求。

(2)多样的数据类型。大数据容纳的信息量大，信息种类也繁多，容量也比传统的数据仓库更大，通常有用户的查询信息、浏览信息、消费记录、消费周期等数据。

(3)快速的数据流转。大数据技术要求在短时间内对海量的数据进行高速处理，对庞大的数据进行分析、处理，从中找出有价值的数据资料，因此对数据的处理速度有很高的要求。(4)商业价值高，价值密度低。大数据需要从海量的数据当中提取出有价值的信息，对技术的要求很高，往往数据的价值密度低而商业价值高。

3大数据处理与网络营销

3.1大数据时代下的网络营销

网络营销是借助网络、通信和数字媒体技术实现营销目标的商务活动。其中可以利用多种手段，如微信营销、微博及博客营销、E-mail营销、视频营销等。大数据技术为网络营销带来了技术创新，也为企业带来了前所未有的机遇与挑战。网络营销的发展主要依赖于对消费者消费信息的了解，掌握了消费者消费信息相关的数据，就能够以此来制定合理化的营销策略，能够提前预测市场的发展方向，提高企业的生产效率，降低了企业的运营成本。同时也为企业开发新产品提供数据来源与支撑，有利于提高企业产品在市场的占有率。

3.2网络营销需要借力大数据

(1)科技的发展。互联网时代的到来，收集海量的数据信息显得更加简单可行，人们可以通过互联网平台收集到各种数据，还可以对数据进行反复的使用与共享，实现数据的循环利用，使数据创造出更多的价值。

(2)个性化需求的增加。社会的发展使人们的消费习惯与心理发生了显著的变化，不再希望自己所使用的产品与别人一样，希望自己是独特的，与众不同的，而企业恰恰能通过对消费者的消费偏好进行大数据分析，来为其制定个性化消费方案。

(3)用户数据易获取。互联网企业与传统的企业相比，其不同点之一就是数据的获取方式不同。传统企业能知道客户当时的需求和购买意向，但是无法获得更多与客户有关的信息与资料;而互联网企业通过用户的访问记录和消费行为

3.3商业定位的转变

大数据时代背景下，消费者对品牌的忠诚度不断下降，使得大数据时代商业模式必须从以品牌为中心向以消费者为中心转变。[3]阿里巴巴于2016年提出了以“消费者的生命周期”来做销售。充分体现了现在商业社会对品牌的转变逐步增加到了以消费者为中心的转变。在工业时代，我们无法获知消费者的翔实数据，但是在大数据时代下数据的原始积累和获取变得容易，借助于智能手机和穿戴设备等科技的发展，数据变得越来越翔实，因此让商家更容易全方位了解消费者，能够针对消费者做到千人千面。从而增加产品的依赖性和忠诚度。所以未来企业的竞争力逐步转变为:谁能提供专业化的产品和服务，谁能全面了解和分析信息，谁就会站在商业的浪潮上。

3.4商业理念

从以商品为主向服务转型大数据时代，消费者的知识水平越来越高，消费者会从已有的大量数据中全面了解商品的功能、价值等，如果仅仅是在商场或互联网简单的介绍商品品牌、包装及使用方法已经远远不能满足消费者的需求了。消费者依据大量的数据，对产品的了解程度甚至比营业员还要充分，因此企业不仅要非常精准地把商品构架、各种性能指标等解剖出来外，还必须向消费者提供大量的解决方案，即大数据时代企业卖出的不仅仅是简单的商品，而是方案的系统集成和商品的服务。所以转型势在必行，从以商品为主转向以服务为主，增加顾客对商品的忠诚度和依赖度，迎接新一轮的商业变革。

4结论

2016年是大数据的发展年，据保守估计，未来大数据的市场规模至少达到万亿元以上。在这股大数据时代背景下，消费者行为的变迁也越来越趋于不确定，移动互联网更是加速了这种不确定因素，电商和传统企业变得越来越离不开数据，数据即将成为未来企业的核心竞争力，企业要不断完善自己的企业治理结构，抓住市场潮流的变化，让不确定的消费者变得确定，这样才能有针对性地做到千人千面，提供个性化的商品和服务，在未来竞争格局中占据一席之地。

参考文献:

[1]AllisonCerra，KevinEasterwood，JerryPower.商业模式重构:大数据、移动化和全球化[M].北京:人民邮电出版社，2014:29-43.

[2]蔡承秉.掘金大数据数据驱动商业变革[M].北京:时代华文书局，2013:103-110.

[3]黄升民，刘珊.“大数据”背景下营销体系的解构与重构[J].现代传播: 中国传媒大学学报，2012 ( 11) : 13 - 20.

大数据对网络营销的影响 篇2

［摘要］

文章对当前有关大数据时代网络营销模式的相关概述进行了梳理和分析，进而对大数据时代网络营销模式的创新、精准性以及效果性研究作以归纳，最后进行了总结与展望。

［关键词］

大数据;网络营销模式;综述

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

2.1大数据的定义

20世纪80年代大数据被提出，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］维基网络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。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。

2.2网络营销模式的定义

Rafi－AMohammed和RobertFisher等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;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;徐艳旻将网络营销定义为借助网络开展市场服务的营销活动。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。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。

2.3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;张在宏将其分为广告商、网上商店和服务、价值链服务提供商、网络渠道和虚拟社区;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;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。

2.4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。胡江涛研究认为关联性紧也是其主要的特点。

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。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。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。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;王雯研究了大数据下电影整合营销和O2O营销模式。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。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。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。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。林燕提出了传播和广告精准营销策略。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，张艳红提出从政府层面、企业层面实现网络营销的效果性，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。

⑺ 大数据时代广告精准营销及传播策略

大数据时代广告精准营销及传播策略

随着互联网的快速普及与网络终端的多元化，我们的生活从现实生活逐渐走向线下线上结合的二元生活。在网络世界中，我们从事的一切网络行为，包括浏览网页、搜索信息、网络购物等，都被网络服务商抓取与挖掘，形成 “数据痕迹”，堪称“大数据”（Big data）。被誉为“大数据商业应用第一人”的维克托?迈尔?舍恩伯格在《大数据时代》前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型。本文以中粮集团2014“年味儿”广告为案例，看大数据时代广告思维、商业传播、营销方式的变革。

一、大数据时代广告实践：以中粮年味儿广告为例

2014年马年春节来临之际，中粮集团发起一场以“中粮，让年更有味道”为主题的大型品牌营销活动。以“年味儿”为核心，以北京地铁四号线西直门至西单站六站链通包站为宣传阵地，以“我买网”为营销平台，通过整合媒体渠道，最终实现“我买网”电商同比销售翻3倍的直接利益。

1.广告思维：过年语境

人与人之间传播的目的是交流意义，换句话说即交流精神内容[1]。这种精神交流，不能完全依靠语言符号，有相当一部分来自于语境。如何营造语境？简单的说就是用情感讲故事，引发消费者共鸣。根据广告原理，人的潜意识是受情感驱动的，而非逻辑，这些情感包括与生俱来的娱乐、亲情、愤怒、好奇、情欲等。广告思维即商品营销策略和动机需要转化成用户情感上的概念和故事。添置年货、吃团圆饭、放鞭炮、走亲访友拜大年曾是许多人童年记忆中年味儿。而今，人们生活在忙忙碌碌中，年过得越来越没有“年味儿”了。中粮集团在2013年12月30日起至2014年1月7日，创造了一个让整个市场都能熟悉和接受的语境——“过年”。从西直门至西单的地铁站里红彤彤的剪纸、一家团圆的图画、满眼的好年货，年被符号化。这些符号打的是亲情牌，传达忙碌人儿时记忆中的年味儿，唤起了大家心底对春节和团圆的期盼。“曾以为逃离了家是自由，后来才发觉逃离了家，我一无所有。中粮，让年更有味道”、“再好的山珍海味，都比不上妈妈亲手做的白米饭。福临门，让年更有味道！”广告语唤起了“家”味儿、“人情”味儿。过年的语境戳痛了北漂族的心。

2.传播思维：线下线上结合

线下终端以平面媒体、电视媒体、户外广告等传统广告形式以主。中粮“年味儿”广告以马年新年倒计时30天为时间节点，在北京地铁四号线启航，采用环环相扣、逐站链通的模式，逐站链通西直门、新街口、平安里、西四、灵境胡同以及西单站。福临门、家佳康、长城、蒙牛、中茶等中粮旗下知名子品牌，与中粮集团母品牌，借“中粮年味儿专线”齐齐亮相，向往来乘客传递着浓浓的年味儿。铁链通包站广告模式吸引了受众关注，增强了公众的冲击力，实现了广告效应乘积化。线下活动还包括聚焦除夕未归人，爱心年货礼包寄送、赞助驻京外交使节年夜饭、全国数百家线下零售终端促销联动、好年货进驻合作企业销售等活动。线上传播即通过“年味儿”，“中粮味道”微博、微信等网络传播方式，让受众和网络形成互动。在地铁上刊之日同步推出@中粮味道活动微博/微信，参与众多年味儿活动和话题探讨。线下二维码，寻找草根代言。“年味儿吃货达人”互动游戏，中粮好年货礼包、“我买网”购物红包等大奖回馈消费者。中粮年味儿广告活动覆盖3亿人。线上平台与线下平台各有所长。中粮“年味儿”广告形成了线上线下补充、多元的传播形式，为中粮网络营销提供了人气基础。

3.营销思维：自建网络营销平台

中粮集团的成功还在于自建了网络营销平台“我买网”，建立了“5C”营销模型：Catch、Conncet、Close、Continue和Campaign。“5C”营销模型运用的是大数据，即利用数据和自己的洞察力，了解消费者喜好，然后提供个性化服务。

“5C”营销模型是从Catch开始的，即从几十亿的流量中找到真正的价值流量，借助搜索引擎、DSP投放、社交媒体等精准营销手段捕获目标人群，引导到自己的平台（catch）；建立品牌官网为核心的互动平台，可以按照品牌商的意志提供官方内容（Conncet）；完成消费购物的体验闭环，尤其是下单、配送、售后服务一系列客户体验（close）；通过对会员系统、积分系统持续升级等手段提升重复购买和用户忠诚度（Continue）；依靠一波一波的营销计划滚雪球式驱动，让客户群和销售额越滚越大（Campaign）[2]。这种集产品展示、促销、购买、物流配送等于一体的推广模式，提供了“眼见即所得”的快捷便利购物体验，也为中粮品牌整合提供了有力的支撑。

中粮“年味儿”广告通过过年语境的广告思维、线上线下结合的传播思维、自建网络营销平台的互联网思维，最终实现了我买网电商同比销售翻3倍的直接利益。中粮“年味儿”传播方式和营销策略是新媒介时代的典范。

二、大数据时代的广告策略

大数据为广告带来了商机。根据2014年4月17日全国工商系统会议的消息，2013年我国网络广告发展较快，效果也较为显著，网商经营额同比增长46.1%，市场规模达到1100亿元。如何在大数据时代实现广告效果最大化？

1.传播策略

（1）以受众为本位。所谓受众本位，即从受众角度出发，通过分析受众的媒介接触动机及这些接触满足了他们的什么需求，来考察大众传播给人们带来的心理和行为上的效用。传统广告是在围绕“媒体”方的“时间”（广告时段）与“空间”（版面、广告位置）进行商业交易。这种“媒体本位”的传播方式，以传播为目的、观众被强制观看，到达率差，传播效果无法量化，广告不能有效覆盖目标群体。随着大数据广告时代的来临，广告业会迎来由“媒体本位”到“受众本位”的转换。特别RTB广告的兴起，使得广告产业的核心开始围绕“人”（即受众）展开交易。RTB广告是在每个广告展示曝光的基础上进行竞价。广告售卖的不仅仅是传统意义上的广告位了，而是访问这个广告位的具体用户，买方明确人的标签属性，卖方提供与之对应的人的点击流量。

（2）社交化网络传播平台。信息技术的进步使网络环境下“用户创造内容”成为可能，不少企业看到了利用社会化媒体进行营销的力量。电影《小时代》《致我们终将逝去的青春》的成功得益于良好的社会化媒体营销策略，黄太吉煎饼果子、马佳佳powerful网店的成功少不了社会化媒体的助力。在传播手段上，社交化网络传播平台主要包括电子邮件、博客、播客、视频分享、即时通讯、网络社区等多种类型的网络应用的集合，同时涵盖了文字、视频、音频等媒介手段，将多种媒介融合在一起。企业通过不同的表现形式将广告信息通过人际传播的方式传达给受众，网民通过分享、评价、讨论等方式参与，实现广告信息的病毒式传播。社交化网络传播平台以“人人均可参与”为主要特征，受众不再是被动接受信息，而是能够主动掌握、控制信息，甚至参与信息的传播。根据参与程度不同，社交化网络传播包括“强关系”、“弱关系”连接。基于媒体属性的微博，其特征偏向于社会化信息网络，其聚合的群组偏重于弱关系连接，可实现尽可能地传递信息、尽可能地实现公开的互动，促进品牌推广。微博自诞生以来，已成为广告商家的必争之地。作为一种分享和交流平台，微博能表达出每时每刻的思想和最新动态。它是商家或个人发现并满足用户的各类需求的一种工具。相对于微博，微信的服务性更强，其特征偏向于社会化关系网络，其聚合的群组偏重于强关系连接，是典型的熟人模式，同时又开始于公众账号、朋友圈分享等开始向半熟人发展。也可以通过用户订阅自己所需的信息，商家通过提供用户需要的信息，推广自己的产品，从而实现点对点的传播。社交化网络传播实质是一种人际传播。人际传播在本质上来说是个人之间相互交换精神内容的活动，精神内容的交互程度很大程度取决于符号载体的运用。符号载体可以是能传递信息的手段和渠道。而在大众传播过程中，每个接收者都扮演着译码、释码和编码的角色。传播者既是传者又是受众者，在一定程度上具有连接性和交织性。在新媒介时代，广告传播应该充分利用网络优势，以受众为本位、发挥社交媒体功能。

2.营销策略：广告精准营销

2005年9月世界级营销大师菲利普?科特勒最早指出了一个营销传播的新趋势——精准营销。所谓广告精准营销就是依托现代信息技术手段，基于用户属性和用户行为精准判断和精准定位的基础上，建立个性化的服务体系，实现企业广告精准地传达到目标消费者的目的。如何建立广告精准营销？维克托?迈尔?舍恩伯格在《大数据时代》中认为大数据的核心就是预测。借助cookies的跟踪和庞大的数据库系统的储存，记录下来大量的姓名和信息，运用大数据技术搜集、分析网络用户的网上“踪迹”，精准地发现目标消费者甚或其消费情境，预测消费者行为。在发广告的时候，不是针对每个人，而是针对预测的目标客户营销。例如Google借助ADsense，通过分析消费者的搜索习惯，进行数据挖掘，然后能够寻找到更适合消费者使用的广告。也就是说广告营销者可以借助于网络技术深入洞察消费者的兴趣和需求，把营销信息制作成消费者“想要的信息”，借助现代化信息技术精确地传递给目标消费者了[3]。

三、结 语

大数据时代带来了信息传播方式的变化，广告的精准营销倍受关注。中粮“年味儿”广告掀起了精准营销的小波澜，它不仅给广告主带来了更满意的效益，也给顾客创造了个性化的传播体验。目前我国广告精准营销尚处于起步阶段，但有着无限的发展潜力。在大数据时代，要达到广告精准营销，在传播领域里，力求实现以受众为核心建立互动的社交化网络传播。在营销领域，依托现代信息技术手段，基于用户属性和用户行为精准判断和精准定位的基础上，建立个性化的服务体系，实现企业广告精准地传达到目标消费者的目的。

以上是小编为大家分享的关于大数据时代广告精准营销及传播策略的相关内容，更多信息可以关注环球青藤分享更多干货

⑻ 如何进行大数据营销

可穿戴的大数据

看看可穿戴技术，会认为这是便捷的下一步发展。但对于现代的企业主来讲，这是大数据成就的一个典型的例子。从一个智能手表收集的数据可以允许企业不仅知道你的习惯和你频繁去的地方，还有哪些特性更吸引你以及不怎么使用，这些都是他们可以用来分析的数据，来提高你的总体体验，还可以大胆预测哪些趋势和品味可以引领你，这样他们就可以在一个不相关的领域提供最好的服务。企业提供自己的品牌的可穿戴产品或更简单的设计不仅在可穿戴式产品的炒作，还可以充分和创造性的利用大数据的提供信息。

不管是大方向还是小方面，年轻的企业家都正在调整大数据运行的方式，以及大数据收集和使用的方法。随着如云端服务这样的技术的出现来帮助其前进与发展，可以公正地说，大数据的使用是越来越有创造力。

⑼ 大数据时代市场营销策略

大数据时代市场营销策略

1、利用大数据改进企业广告投放策略

广告圈里一句名言:我知道我的广告浪费了一半,但我不知道浪费了哪一半。当前,越来越多的企业在大数据思维指导下进行广告投放，广告能通过对人群的定向, 投放给准确的目标顾客。特别是互联网广告现在能够做到根据不同的人向其发布最适合其的广告，同时谁看了广告，看了多少次广告,都可以通过数据化的形式来了解、监测, 以使得企业更好地评测广告效果,从而也使得企业的广告投放策略更加有效。

2、基于大数据的精准推广策略

没有目标消费者的精准定位，盲目推广,是很多企业开展营销推广没有效果或者效果甚微的主要原因。大数据时代一个重要的特点是,能够实时全面地收集、分析消费者的相关信息数据,从而根据其不同的偏好、兴趣以及购买习惯等特征有针对性、准确地向他们推销最合适他们的产品或服务。另一方面,可以通过适时、动态地更新、丰富消费者的数据信息, 并利用数据挖掘等技术及早预测消费者下一步或更深层次的需求,进而进一步加大推广力度,最终达到极大增加企业利润的目标。

3、规模个性化产品策略的实施

传统市场营销产品策略主要是，同样包装同等质量的产品卖给所有的该企业客户,或同一个品牌，若干不同包装不同质量层次的产品卖给若干相对大群客户,这使得很多企业的很多产品越来越失去对消费者的吸引力, 越来越不能满足消费者的个性化需求。

近年来,随着科技和互联网的发展,社会的生产制造向生产“智”造转变,同时大数据通过相关性分析，将客户和产品进行有机串联,对用户的产品偏好,客户的关系偏好进行个性化定位,进而反馈给企业的品牌、产品研发部门,并推出与消费者个性相匹配的产品。

4、大数据使得营销渠道效能的潜力得以充分挖掘

以前的市场营销的.渠道大多采取代理制, 或者是购销制, 企业与代理商或经销商之间存在一种利益博弈关系，相互之间的信息常常是不共享的, 也经常会发生利益冲突。在大数据环境下, 企业只有与各方合作者一起建立起大数据营销系统平台,才能集中体现大数据、物联网、云计算、移动电子商务的优势, 从而不断拓展企业营销渠道的外延与内涵。

通过营销渠道各方协调一致增强消费者对产品品牌、服务的良好体验,进而引发顾客更加强烈的购买欲，促进客户与企业品牌的亲合度更加紧密, 提升企业的利润空间。

5、利用企业大数据集成系统制定科学的价格体系策略

现在，很多企业都构建了基于大数据技术的大数据营销平台,实现了海量、不同类型的数据的收集, 并跨越多种不同的系统，比如，不同的渠道平台(网络销售平台,以及实体批发、零售平台);不同的客户需求;不同的细分市场;以及不同的但可以区隔的市场区域。

这样就可以帮助企业迅速搜集消费者的海量数据,分析洞察和预测消费者的偏好,消费者价格接受度;分析各种渠道形式的测试销售数据;以及消费者对企业所规划的各种产品组合的价格段的反应。使之能够利用大数据技术以了解客户行为和反馈，深刻理解客户的需求、关注客户行为，进而高效分析信息并做出预测,不断调整产品的功能方向，验证产品的商业价值，制定科学的价格策略。

⑽ 大数据时代，怎么做好数字营销

移动互联网时代，数字营销的本质是构建品牌在数字化媒体（PC端及移动端）的内容分发能力。而品牌内容的分发能力，已经成为品牌在数字化时代是否能够成功的核心能力，不是可选，而是必选。

那么，企业如何建立自己的品牌数字化内容分发能力、如何通过数字手段进行品牌认知性攻击，构筑品牌内容资产及被动流量？一场成功的数字营销战役怎么打？至少需要具备五大成功要素：

广告营销首先不是一种创意工作，首先是一种关于消费者心智的科学，营销的本质是要占领消费者心智，所以我们要研究品牌的核心价值是什么？需要占领消费者的心智点是什么？在目前的竞争环境中，品牌如何营销才能有效地占领该消费者心智点，采取怎样的竞争策略？不同的竞争策略决定了之后营销的赤裸创意点完全不同，比如采取捆绑第一名的竞争策略，就需要采用强冲突及挑战性的创意内容；不对称竞争的差异化竞争策略，就需要采取自成一派的差异化创意内容等等。

创意是数字营销的起点，也是根本；优秀的创意才能赋予内容自传播效应、病毒传播的能力，才能真正使用到移动互联网营销的最大的优势，赤裸大创意才会让这场数字营销战役还未开打，就具有了核弹裂变的能力，就如孙子兵法所说，未战而先胜。

移动互联网时代的数字营销战役无疑都是在社会化媒体上发起的，也无疑要在手机端进行传播；而移动互联网时代品牌营销最大的区别在于：广告失效了。为什么广告在移动互联网时代会失效呢？道理很简单，因为在移动互联网时代，消费者的主权被无限放大，用户可以自主地选择是不是看广告，这样选择的结果很自然的是用户自动跳过了广告；在移动互联网上，用户不消费广告，而是消费内容。所以说，电视的时代是广告的时代，而移动互联网时代则是内容的时代。

第四、传播路径的选择

第五、饱和度的资源放大

以上就是数字营销需要具备的五大成功要素。一场成功的数字营销战役并不简单，但企业做好了数字营销，能为传播扩散起到强力支撑的作用，带来高营销的精准流量。