大数据与市场营销案例

① 大数据时代,招商快车十大精准营销案例

大数据时代,招商快车十大精准营销案例

2015年，招商快车——中国最大全渠道大数据营销服务供应商大动作频频，先后与志高、蒙牛、迪士尼、茅台集团、太太乐、三九集团、长松咨询、上海证大、昂立教育、优速通达十大知名品牌达成深度战略合作——从企业营销代运营到大数据精准营销匹配服务。截止目前，招商快车销售额同比增长350%，一线合作企业占比60%，势态喜人。互联网+大数据时代的来临，招商快车勇于突破，敢于先行，DSP商机速配平台、DMP数据营销平台应运而生，全渠道大数据营销服务供应商驻足当代。

2015年是“互联网+”发展的元年，李克强总理在两会期间提出“互联网+”行动计划，互联网首次写入国家政策纲要，标志着互联网产业在新常态经济下的重要作用。随着互联网+战略的不断深化，大数据的话题在新媒体环境下裂变式传播，大数据一词也慢慢被大众所熟知，特别是在“云计算”和“物联网”的广泛应用，大数据的价值越来越受重视和关注。2015年9月5日，国务院发布的《促进大数据发展行动纲要》，全面推进大数据发展和应用；奥巴马的竞选团队依据选民的微博，实时分析选民对总统竞选人的喜好，无不标志着大数据时代的到来。

思路决定出路。大数据时代如山洪猛兽滚滚而来，招商快车基于超过2000万的渠道商、创业者精准数据库，截止日前，招商快车已完成超过2000万IT软硬件设备升级的投入，打造以DSP商机速配平台为核心、以DMP营销数据平台为有力支撑的两大超级平台。依托大数据营销智能化应用、服务，致力于为处于不同生命周期的中国企业，围绕营销及金融价值链中所产生的商业困惑，提供一站式商业模式定位、渠道系统建设、营销内核构造、营销教练、营销外包、O2O解决方案、全网营销、微商解决方案、DMP营销数据应用、DSP商机速配服务、金融增值服务等全渠道大数据营销服务。

十大精准营销案例。由于商业模式成功升级以及IT软硬件设备的成功导入，招商快车先后与志高、蒙牛、迪士尼、茅台集团、太太乐、三九集团、长松咨询、上海证大、昂立教育、优速通达十多家国内外知名企业达成深度合作，销售额同比增长350%，一线品牌企业客户占比60%，创下历史新高。

（2015招商快车十大经典案例）

以志高为例，招商快车结合双方知名度及影响力，为志高制定“互联网+家电+大数据营销”战略，一、提供营销拓展代运营服务；二、依托招商快车DMP营销数据平台为志高提供大数据营销配套；三、全渠道招商落地执行，帮助志高扩大国内外市场占有率，持续推进志高集团由“中国制造”向“中国创造”产业升级。

大数据时代背景下的全球经济，是一场以信息科技为核心的商业革命，它将颠覆传统经济形式、重构全球经济格局新兴产业链。招商快车成功升级商业模式，致力于帮助中国企业提高生产力、降低运营成本，减少运营盲区，使资源配置合理化，经济效益最大化，从而实现国民经济与商业价值的战略双赢。

以上是小编为大家分享的关于大数据时代,招商快车十大精准营销案例的相关内容，更多信息可以关注环球青藤分享更多干货

② 8个典型案例看懂零售巨头的“大数据”战略

8个典型案例看懂零售巨头的“大数据”战略_数据分析师考试

未来的零售分析要求零售商借助集成式业务流程和信息系统，为客户洞察提供支持，将客户洞察发展成一种企业级的战略能力，并根植于企业结构和企业文化中。在这种形势下，零售商的所有业务职能部门在制定决策时，将把基于情景的客户洞察作为一个重要依据。

分析公司 EKN 认为，为了真正实现以客户为中心，零售商需要具备多项关键能力，而这些能力均由业务分析驱动。

全渠道集成。如果缺乏相关客户洞察支持与客户的互动，零售商将无法实现跨渠道无缝客户体验。零售商与客户互动的联络点能为零售商提供丰富的客户数据，因此，所有联络点也成为了零售商的最佳竞争利器。

个性化互动。与网上零售商相比，实体零售商具有两大优势：能与客户进行个人接触，以及拥有更丰富的历史记录和更多样的客户数据。如今，“个性化”购物体验已成为人们津津乐道的话题，而如何巧妙地结合上述两大优势，即在行动中及时交付客户洞察，将成为零售商打造“个性化”购物体验的基础。

持续的卓越运营。客户洞察的应用并非仅局限于面向客户的使用案例。事实上，如果零售商已经能够在各个运营职能部门中更成熟地运用分析功能，那么集成客户洞察便是他们不容错过的增量机会。

零售商用例

销售

瑞士零售商 Globus 使用大数据内存计算和高级分析来获取宝贵的销售绩效洞察。目前，他们能够实时处理海量的产品数据，并在几分钟内分析不同时间范围、店铺和区域内数千种产品的销售模式与促销活动。该零售商还向其管理人员提供了这些洞察的访问权限，以便他们能够更迅速地响应市场状况。

美国零售商 Guess 使用高级分析向其高管提供畅销产品和可用库存的实时视图。该零售商的分析解决方案基于大型客户数据集，分析销售额、细分目标客户，并策划促销活动。

市场营销

沃尔玛的 Global.com 部门充分利用“快速的大数据”和社交分析，快速识别不断变化的客户喜好。该零售商的社交意识（Social Sense）项目能通过社交媒体确定商品的畅销程度，并帮助顾客发掘潜在需求和感兴趣的新产品。同时，借助 ShoppyCat 工具，他们可根据 Facebook 用户的爱好和兴趣，为这些用户推荐适合的产品。此外，Global.com 还使用社交基因组（Social Genome）技术，来帮助客户为朋友挑选礼物。

塔吉特（Target）百货公司利用预测分析程序，来推断个体消费者是否具备成为该公司特定营销活动优质客户的特质。他们给每位顾客分配了一个独一无二的客户识别号码。该号码将客户个人信息、购物行为和喜好整合到一个可跟踪的实体内。塔吉特还专门成立了一个客户营销分析部门，致力于全面了解客户，超越其他竞争对手，从而获得竞争优势。借助动态数据仓库（Active Data Warehouse），塔吉特可在整个企业的混合工作负载环境下，基于海量数据管理复杂的用户查询。

全渠道

英国零售商巴宝莉（Burberry）集成了旗下所有渠道，包括实体店、网上商店、移动终端以及各大社交网站。他们采用了创新技术和数据分析，用于分析来自所有数据源的数据，旨在实时识别个人客户并建立客户档案。相比过去，巴宝莉的分析速度提高了 14,000 倍，以前需要 5 个小时的请求，现在 1 秒就能完成。不论店员处于什么位置，他们都能在客户踏入店内时立即识别客户信息，了解他们过去的购买记录，并提供个性化建议。

韩国零售商 NS Shopping 将移动渠道和社交渠道集成到零售环境中，并利用大数据分析，实时、集中地获取所有渠道的客户和产品数据。而公司的电子商务团队和市场营销团队将利用这些数据，向顾客提供个性化的产品建议。

供应链

美国网上零售商亚马逊基于非平稳随机模型，构建了全新的供应链流程和系统。该方法能为订单履行、寻源、产能和库存决策提供鼎力支持。亚马逊不仅开发了联合和协调补货的新算法，还基于历史需求、活动记录和计划、各履行中心的预测结果、库存计划、采购周期以及采购订单，在 SKU 级别实施了全新的国家预测方案。

英国零售商乐购（Tesco）采用先进的建模工具，基于历史销售数据模拟配送仓库的运作，从而达到优化库存的目的。该零售商还组建了一个内部分析团队，该团队主要负责通过回归测试掌握各要素之间的关联，如天气数据、特价优惠，及销售模式等等。

以上是小编为大家分享的关于8个典型案例看懂零售巨头的“大数据”战略的相关内容，更多信息可以关注环球青藤分享更多干货

③ 大数据利用的六大现实商业案例

大数据利用的六大现实商业案例_数据分析师考试

大数据正在改变市场的竞争格局。而那些能够充分利用大数据分析的企业往往能够更快地向市场提供产品和服务，更好地保持与顾客需求和欲望的一致性。2014年，调研公司Gartner的调查发现，73%的受访企业在大数据方面进行了投资，或者计划在接下来的24个月内投资大数据项目;而2013年的这一数据比例则为64%。改善客户体验和流程效率被受访者排在最高的优先级。

客户体验的改善不管是在线上或线下都在发生着的，数据从智能手机、移动应用程序、POS系统和电子商务网站等等渠道进行收集。随着企业比以往任何时候都能够收集和分析更多的、且类型丰富的数据信息，企业现如今所进行哪些相关工作，以及为什么要进行都需要进行数据量化。而且，那是最灵活的调整自己的经营策略，以提高或维持市场份额的手段。在执行过程中，客户体验的改善有助于提高客户的忠诚度和企业营收的增长。另一方面，如果公司选择无视相关的数据，他们很可能会失去客户和交易，而将其拱手让给那些对于数据分析反应更敏捷，更精明的竞争对手。

企业流程的改进继续专注于提高效率，节约成本，以及提高产品或服务的质量。大数据可以提供比传统系统更深入的见解，因为其有更多的数据点和数据来源分析作为支撑。

无论企业的目标是为了促进营收增长、或是加快产品服务的上市速度、优化劳动力，或是实现其他操作方面的改进，其核心都在与变得更加积极主动，减少被动反应，这就意味着需要使用预测分析，以缩短学习曲线。

有许多使用大数据来提升和改善企业运营的方法，下面将为大家介绍六个典型的案例。

缩短上市时间

推出新的产品或服务涉及多个生命周期阶段，其中一些比另一些更容易加速。在过去的几十年中，药品制造商已经使用临床试验模拟学习速度，降低成本，并减少了参与试验患者的不必要的负担。借助云计算和大数据，临床试验的模拟可以变得更加有利于制造商和患者。

百时美施贵宝公司(bristol-myers squibb) 通过将其内部托管网格环境扩展到AWS云，减少了98%的临床试验模拟时间。该公司还进一步优化了剂量水平，使得药物产品更安全，并只需要较少的临床试验患者的血液样本。

由于临床试验对于数据是高度敏感的，百时美施贵宝公司建立了一个专门的，加密的VPN隧道链接亚马逊网关，并配置了虚拟私有云，以便使得其运行环境能够与公众客户进行隔离。

在迁入云中之前，科学家们使用一个共享的内部环境，所以运行大约数百个项目需要花费60小时。现在，每个科学家都有一个专门的环境，2000个项目大约在1.2小时内就能够处理完毕，而且不会引起影响到团队的其他成员。

迁移到AWS云之后，百时美施贵宝公司得以能够减少儿科研究临床试验受试者的人数，从60减少到40人，同时还缩短了一年多的学习研究时间。

优化劳动力

一些企业的人力资源部门正在使用人才分析和大数据来降低成本，进而有效管理人力资源相关的问题。大数据帮助他们能够有效的选择能够更好的适应企业的新员工，降低员工离职率，了解技能和现有市场劳动力的输出状况，并确定公司前向发展所需要的人才。

施乐公司使用大数据将其呼叫中心的人员流失率降低了20%。要做到这一点，就必须了解是什么原因导致了员工的离职，并确定如何改善员工的敬业度。

改善财务绩效

企业的财务部门已经不仅仅只是进行定期的报告和BI工作了，他们已经在开始利用大数据来降低风险和成本，寻找机会提高预测的准确性。具体地说，他们使用的数据来识别高风险客户和供应商，以阻止欺诈，找准收入泄漏，并发掘新的或更有效的商业模式。

最近，天气预测公司The Weather Company与IBM之间的合作将使企业用户得以更好地管理天气状况对于企业绩效的影响。据The Weather Company介绍，每年，仅在美国天气因素就会造成价值五千亿美元的经济影响。

这些气象数据是来自超过10万台的气象传感器和飞机，以及数以百万计的智能手机、建筑和路上奔跑的车辆。这些数据与其他22亿个独特的预测点的数据来源相结合，平均每天进行100多亿次的实时天气预报。例如，零售商可以使用这些数据信息来调整人员配置和供应链策略。而能源公司将能够借助这些天气数据信息改善供应和预测需求。保险公司将能够向其投保人警告恶劣天气条件，这样他们就可以减少在冰雹灾害天气发生汽车损坏的可能性。

智能化的销售

稍微修改一下企业的销售和营销策略就可能会对您企业的销售业绩产生深远的影响，特别是当通过大数据分析之后进行的有规划的修改。

想象一下，一个为期六周的直邮营销活动票面收益率的超过了70%。而根据直销协会的介绍，平均直邮回报率仅为3.7%。而杂货连锁店Kroger公司是如何做到的呢?一方面，他们根据客户个人的购物历史记录采用个性化的直接邮寄方式。

Kroger公司的客户会员卡计划，被食品行业评为第一。超过90%的客户使用会员卡购买产品。虽然也有其他因素的共同作用，使得Kroger公司的财务绩效如此骄人，但其连续45个季度的持续增长至少部分要归因于其客户忠诚计划。

最大限度地减少设备和资产故障

企业希望避免不必要的业务中断干扰和客户的焦虑。现在，传感器已经被嵌入到一切设备，企业可以使用这些数据信息，以确定何时需要对飞机，火车，汽车，及其它电器设备进行维修。理想情况下，当问题已经出现的时候，企业要了解这个问题是什么原因造成的，以及其如何能得到解决，最好有一个专业的维修队伍。

Pratt &Whitney公司是美国联合技术公司(United Technologies Corp.)下属的一个单位，该公司试图减少意外的飞机发动机维修。据Airinsight.com介绍，今天的发动机能够在飞机飞行过程中从多个快照收集约100个参数。相比之下，新一代的引擎能够收集关于连续飞行的5000个参数。这一过程中产生约2千兆字节的数据。使用这些数据信息，Pratt &Whitney公司及其合作伙伴IBM得以进行主动的维修。

利用客户的终身价值

如今的授权客户比以往任何时候都更加苛刻和善变。企业为了保持或增加市场份额，需要尽可能多地了解自己的客户，不断改善自己的产品和服务，并愿意调整自己的商业模式，以反映其客户的实际需求。

美国汽车租赁公司AvisBudget就一直致力于这方面。他们通过实施整合战略增加了市场份额，并取得了数亿美元的额外收入。主动参与确定客户价值细分，提供分层激励，提高客户的忠诚度。该公司的IT合作伙伴CSC公司采用模型预测AvisBudget客户数据库的终身价值，并验证了其使用多通道的营销活动和相应的分析。

现在的客户评估数据结合了其他数据，包括客户的租赁历史，服务问题，服务地区的人口统计，企业隶属关系和客户反馈等等。Avis Budget也收集和分析社交媒体数据。该公司有一个社交媒体专家团队专门进行品牌营销。该公司最近还更新了网站，以进一步改善客户体验，并且他们正在使用大数据预测区域性的车队配售和定价服务需求。

以上是小编为大家分享的关于大数据利用的六大现实商业案例的相关内容，更多信息可以关注环球青藤分享更多干货

④ 目前大数据在哪些行业有案例或者说应用

大数据应用的关键，也是其必要条件，就在于"IT"与"经营"的融合，当然，这里的经营的内涵可以非常广泛，小至一个零售门店的经营，大至一个城市的经营。以下是关于各行各业，不同的组织机构在大数据方面的应用的案例，在此申明，以下案例均来源于网络，本文仅作引用，并在此基础上作简单的梳理和分类。
大数据应用案例之：医疗行业
Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
大数据应用案例之：能源行业
智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。
维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
大数据应用案例之：通信行业
XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取措施，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。
电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。
中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。
NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
大数据应用案例之：零售业
"我们的某个客户，是一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和 Facebook 上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。
零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

⑤ 有哪些大数据分析案例

如下：

1. 大数据应用案例之：医疗行业

1）Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。

在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。

它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。

2）大数据配合乔布斯癌症治疗

乔布斯是世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。为此，他支付了高达几十万美元的费用。他得到的不是样本，而是包括整个基因的数据文档。医生按照所有基因按需下药，最终这种方式帮助乔布斯延长了好几年的生命。

2. 大数据应用案例之：能源行业

1）智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。

通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。

因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。

2）丹麦的维斯塔斯风能系统(Vestas Wind Systems)运用大数据，系统依靠的是BigInsights软件和IBM超级计算机，分析出应该在哪里设置涡轮发电机，事实上这是风能领域的重大挑战。在一个风电场20多年的运营过程中，准确的定位能帮助工厂实现能源产出的最大化。

为了锁定最理想的位置，Vestas分析了来自各方面的信息：风力和天气数据、湍流度、地形图、公司遍及全球的2.5万多个受控涡轮机组发回的传感器数据。这样一套信息处理体系赋予了公司独特的竞争优势，帮助其客户实现投资回报的最大化。

3. 大数据应用案例之：通信行业—通过大数据分析挽回核心客户

法国电信-Orange集团旗下的波兰电信公司Telekomunikacja Polska是波兰最大的语音和宽带固网供应商，希望有效的途径来准确预测并解决客户流失问题。

他们决定进行客户细分，方法是构建一张“社交图谱”- 分析客户数百万个电话的数据记录，特别关注 “谁给谁打了电话”以及“打电话的频率”两个方面。“社交图谱”把公司用户分成几大类，如：“联网型”、“桥梁型”、“领导型”以及“跟随型”。

这样的关系数据有助电信服务供应商深入洞悉一系列问题，如：哪些人会对可能“弃用”公司服务的客户产生较大的影响?挽留最有价值客户的难度有多大?运用这一方法，公司客户流失预测模型的准确率提升了47%。

4、大数据应用案例之：零售业—大数据帮零售企业制定促销策略

北美零售商百思买在北美的销售活动非常活跃，产品总数达到3万多种，产品的价格也随地区和市场条件而异。由于产品种类繁多，成本变化比较频繁，一年之中，变化可达四次之多。

结果，每年的调价次数高达12万次。最让高管头疼的是定价促销策略。公司组成了一个11人的团队，希望透过分析消费者的购买记录和相关信息，提高定价的准确度和响应速度。

定价团队的分析围绕着三个关键维度：

1）数量：团队需要分析海量信息。他们收集了上千万的消费者的购买记录，从客户不同维度分析，了解客户对每种产品种类的最高接受能力，从而为产品定出最佳价位。

2）多样性：团队除了分析了购买记录这种结构化的数据外，他们也利用社交媒体发帖这种新型的非结构化数据。由于消费者需要在零售商专页上点赞或留言以获得优惠券，团队利用情感分析公式来分析专页上消费者的情绪，从而判断他们对于公司的促销活动是否满意，并微调促销策略。

3）速度：为了实现价值最大化，团队对数据进行实时或近似实时的处理。他们成功地根据一个消费者既往的麦片购买记录，为身处超市麦片专柜的他/她即时发送优惠券，为客户带来便利性和惊喜。

透过这一系列的活动，团队提高了定价的准确度和响应速度，为零售商新增销售额和利润数千万美元。

5、大数据应用案例之：网络营销行业（SEM）

很多企业在做SEM的过程中，都有这样的感触：每年都会花费大量的预算在SEM推广中，但是因为关键词投入产出无法可视化，常常花了很多钱却不见具体的回报。

在竞争如此激烈的SEM市场中，企业需要一个高效的数据分析工具来尽可能地帮企业优化SEM推广，例如BDP，来帮企业节省不必要的支出，提升整体的经营绩效。

企业可借助数据平台提供的网络营销整合解决方案，打通各个搜索引擎营销（SEM）、在线客服系统和CRM系统，营销竞价人员无需掌握复杂的编程技术，简单拖拽即可生成报表，观察每一个关键词的投入和产出，分析每一个页面的转化，有效降低投放成本。

通过BDP实况分析数据，可以快速洞悉对手关键词的投放时段、地域及排名，并对其进行可视化的分析，实时监控自己和竞争对手的投放情况，了解对手的投放策略，支持自定义设置数据更新的时间点、监控频次和时段，及时调整策略。知已知彼，才能百战不殆。

6、大数据应用案例之：电商行业

意料之外：胸部最大的是新疆妹子。曾经淘宝平台显示，中国女性购买最多的文胸尺码为B罩杯。B罩杯占比达41.45%，其中又以75B的销量最好，其次是A罩杯，购买占比达25.26%，C罩杯只有8.96%。

虽然淘宝数据平台不能代表一切，但是结合现实来看，这个也具有普遍的代表性，只能感慨中国女性普遍size。在文胸颜色中，黑色最为畅销，黑色绝对是百搭，每个女性必备。

从省市排名，胸部最大的是新疆妹子。这些数据都对于文胸店铺而言是很好的参考，为店铺的库存、定价、款式选择等策略都有奠定数据基础。

7、大数据应用案例之：娱乐行业

微软大数据成功预测奥斯卡21项大奖。2013年，微软纽约研究院的经济学家大卫•罗斯柴尔德（David Rothschild）利用大数据成功预测24个奥斯卡奖项中的19个，成为人们津津乐道的话题。

今年罗斯柴尔德再接再厉，成功预测第86届奥斯卡金像奖颁奖典礼24个奖项中的21个，继续向人们展示现代科技的神奇魔力。

总的来说，大数据的终极目标并不仅仅是改变竞争环境，而是彻底扭转整个竞争环境，带来新机遇，企业需要应势而变。企业只有认识到这一点，使用合适的数据分析产品、聪明地使用和管理数据，才能在长期竞争中成为终极赢家。

⑥ 大数据分析时代对市场营销的影响研究

下面我为你准备的关于市场营销的论文，欢迎阅读借鉴，希望对大家有帮助。

一、数据分析时代演变历程

(一)数据1.0时代

数据分析出现在新的计算技术实现以后，分析1.0时代又称为商业智能时代。它通过客观分析和深入理解商业现象，取缔在决策中仅凭直觉和过时的市场调研报告，帮助管理者理性化和最大化依据事实作出决策。首次在计算机的帮助下将生产、客户交互、市场等数据录入数据库并且整合分析。但是由于发展的局限性对数据的使用更多的是准备数据，很少时间用在分析数据上。

(二)数据2.0时代

2.0时代开始于2005年，与分析1.0要求的公司能力不同，新时达要求数量分析师具备超强的分析数据能力，数据也不是只来源于公司内部，更多的来自公司外部、互联网、传感器和各种公开发布的数据。比如领英公司，充分运用数据分析抢占先机，开发出令人印象深刻的数据服务。

(三)数据3.0时代

又称为富化数据的产品时代。分析3.0时代来临的标准是各行业大公司纷纷介入。公司可以很好的分析数据，指导合适的商业决策。但是必须承认，随着数据的越来越大，更新速度越来越快，在带来发展机遇的同时，也带来诸多挑战。如何商业化地利用这次变革是亟待面对的课题。

二、大数据营销的本质

随着顾客主导逻辑时代的到来以及互联网电商等多渠道购物方式的出现，顾客角色和需求发生了转变，世界正在被感知化、互联化和智能化。大数据时代的到来，个人的行为不仅能够被量化搜集、预测，而且顾客的个人观点很可能改变商业世界和社会的运行。由此，一个个性化顾客主导商业需求的时代已然到来，大数据冲击下，市场营销引领的企业变革初见端倪。

(一)大数据时代消费者成为市场营销的主宰者

传统的市场营销过程是通过市场调研，采集目前市场的信息帮助企业研发、生产、营销和推广。但是在大数据以及社会化媒体盛行的今天，这种营销模式便黯然失色。今天的消费者已然成为了市场营销的主宰者，他们会主动搜寻商品信息，货比三家，严格筛选。他们由之前的注重使用价值到更加注重消费整个过程中的体验价值和情境价值。甚至企业品牌形象的塑造也不再是企业单一宣传，虚拟社区以及购物网站等的口碑开始影响消费者的购买行为。更有甚者，消费者通过在社交媒体等渠道表达个人的需求已经成为影响企业产品设计、研发、生产和销售的重要因素。

(二)大数据时代企业精准营销成为可能

在大数据时代下，技术的发展大大超过了企业的想象。搜集非结构化的信息已经成为一种可能，大数据不单单仅能了解细分市场的可能，更通过真正个性化洞察精确到每个顾客。通过数据的挖掘和深入分析，企业可以掌握有价值的信息帮助企业发现顾客思维模式、消费行为模式。尤其在今天顾客为了彰显个性，有着独特的消费倾向。相对于忠诚于某个品牌，顾客更忠诚与给自己的定位。如果企业的品牌不能最大化地实现客户价值，那么即使是再惠顾也难以保证顾客的持续性。并且，企业不能奢望对顾客进行归类，因为每个顾客的需求都有差别。正是如此，大数据分析才能更好地把握顾客的消费行为和偏好，为企业精准营销出谋划策。

(三)大数据时代企业营销理念――“充分以顾客为中心创造价值”

传统的营销和战略的观点认为，大规模生产意味着标准化生产方式，无个性化可言。定制化生产意味着个性化生产，但是只是小规模定制。说到底，大规模生产与定制化无法结合。但是在今天，大数据分析的营销和销售解决的是大规模生产和顾客个性化需求之间的矛盾。使大企业拥有传统小便利店的一对一顾客关系管理，以即时工具和个性化推荐使得大企业实现与顾客的实时沟通等。

三、基于数据营销案例研究――京东

京东是最大的自营式电商企业。其中的京东商城，涵盖服装、化妆品、日用品、生鲜、电脑数码等多个品类。在整个手机零售商行业里，京东无论是在销售额还是销售量都占到市场份额一半的规模。之所以占据这样的优势地位，得益于大数据的应用，即京东的JD Phone的计划。

JD Phone计划是依据京东的大数据和综合服务的能力，以用户为中心整合产业链的优质资源并联合厂商打造用户期待的产品和服务体验。京东在销售的过程中，通过对大数据的分析，内部研究出一种称为产品画像的模型。这个模型通过综合在京东网站购物消费者的信息，例如：年龄、性别、喜好等类别的信息，然后进行深入分析。根据分析结果结合不同的消费者便有诸如线上的程序化购买、精准的点击等营销手段，有效的帮助京东实现精准的营销推送。不仅如此，通过对于后续用户购物完成的售后数据分析，精确的分析商品的不足之处或者消费者的直接需求。数据3.0时代的一个特征便是企业不在单纯的在企业内部分析数据，而是共享实现价值共创。所以，京东把这些数据用于与上游供应商进行定期的交流，间接促进生产厂商与消费者沟通，了解市场的需求，指导下一次产品的市场定位。总的来说，这个计划是通过京东销售和售后环节的大数据分析，一方面指导自身精准营销，另一方面，影响供应商产品定位和企业规划，最终为消费者提供满足他们需求的个性化产品。

四、大数据营销的策略分析

(一)数据分析要树立以人为本的思维

“以人为本”体现在两个方面，一方面是数据分析以客户为本，切实分析客户的需求，用数据分析指导下一次的产品设计、生产和市场营销。另一方面，以人为本体现在对用户数据的保密性和合理化应用。切实维护好大数据和互联网背景下隐私保护的问题，使得信息技术良性发展。

(二)正确处理海量数据与核心数据的矛盾

大数据具有数据量大、类型繁多、价值密度低和速度快时效高的特点。所以在众多海量的数据中，只有反映消费者行为和市场需求的信息才是企业所需要的。不必要的数据分析只会影响企业做出正确的决策。鉴于此，首先企业需要明确核心数据的标准;其次企业要及时进行核心数据的归档;最后要有专业的数据分析专业队数据进行分析，得出科学合理的结果以指导实践。

(三)整合价值链以共享数据的方式实现价值创造

⑦ 大数据营销具体是指什么呢可以列举一下具体的大数据营销案例是什么样的吗

大数据营销是指基于多平台的大量数据，依托大数据技术的基础上，应用于版互联网广告行业的营销权方式。大数据营销衍生于互联网行业，又作用于互联网行业。依托多平台的大数据采集，以及大数据技术的分析与预测能力，能够使广告更加精准有效，给品牌企业带来更高的投资回报率。

⑧ 从你们各自的角度看酒店和民宿在利用大数据支持服务运营和市场营销方面有哪些好的案例和误区

有以下3点的好的方案和误区。
以广州花园酒店为例，该酒店常年的客户销售结构是国内70%外宾30%左右，会利用外关入境数据和航班信息预测入住率，结合往年的入住经验拟定房价。一般是早上拟价较高，傍晚开始变价（入住率低于70%降价）。这样做的好处有
1、可以根据市场情况随时调价，保证当天高入住率
2、低价引流，能吸引顾客浏览网站信息
3、高流量方便宣传和推广自己的品牌，吸引潜在目标客户
但这样也往往会有以下几点坏处
1、犹豫价格变化较大会导致较早购买的客户觉得吃亏，导致客户对产品和服务有落差感，降低满意度
2、流量错误分析，因为数据本身存在误差信息，并不是说当天航班多少留在广州的外宾就有多少，客户有可能是以广州为中转站当天乘车离开广州到达周边其他城市。
3、当天太早满房的高入住率碰上大型节日和证书考试等人流量猛增的情况应付不急，失去很多盈利机会。
基于以上情况，建议企业先做好利润分析，确定价格和入住率的关系定好最优价格（并不是说价格低住满了利润就最大）。应该常备20%左右的客房存储量以应付突发事件，在利用大数据的同时要结合往年的经验和客户入住周期作为参考才能更加精准的预测入住率和定价。另外当天早中晚至少要根据销售状况预测市场三次，根据状况随时调价，以保障盈利最大化。
另外做好商家合作，遇到高价但是却满房供不应求的节假日行情，也可以跟顾客协商后当天先带去周边的酒店入住，第二天房态不紧张了带回来入住，以保证客服入住率。

⑨ 市场营销案例3篇

在全球化竞争和买方市场的压力面前,几乎所有企业都将新产品开发放在自身发展战略的突出位置,而市场数据以及由市场数据进行深层次分析得到的结论都是企业开发新产品的重要指导因素。那么下面是我整理的 市场营销 案例3篇，就随我一起去看看吧，希望能够有所帮助。
市场营销案例一：
水果营行：烧钱催不熟生鲜电商

自2014年10月开设第一家门店，仅一年多，号称要做“水果业内的阿里巴巴”的水果营行就在全国20余个一、二线城市，开设了300多家实体店。然而在2015年12月，几乎一夜之间，这个迅速膨胀的水果王国轰然倒塌，广州、深圳、东莞、杭州、南昌等城市的门店大量关门，12月16日，水果营行CEO易德更被警方带走……

水果营行，成为O2O死亡名单里的最新登陆者?它的破灭是否预示着生鲜电商走向颓败?或许，结论恰恰相反。

逆向O2O：

理念正确下光鲜的坏水果

在水果营行的泡沫破灭中，大量的舆论将关注点投放在它的融资模式——“合伙人众筹”和“会员预付卡”。

尤其是前者，据水果营行一份单店投资协议样本显示，直营店投资人为公司有限合伙人，不参与门店经营、不拥有门店股份，只参与分红。直营店投资人自完款第45天起，将获得每月销售额10%的回报，直到取得投入本金的2倍为止。同时还获得投资额10%的原始股权的长期收益。而媒体亦测算，按照水果营行宣称的单店月销售额50万元计算，众筹参与者的年化投资回报率将高达30%左右。而通常认知下，年化收益率超过10%的产品风险已然极高。

但这并不属于本文所要讨论的重点，因为由始至终，水果营行所打造的生鲜电商模式，都如同刘伯温那篇《卖柑者言》所寓意的那样，金玉其外，败絮其中。

从理论上来说，水果营行提出的专注线下服务，将人才配置和质量管控放在第一位，夯实基础后再进军线上的路数，是当下许多浮在网络之上、过度依靠网购模式而缺少实体店推进的生鲜电商所缺失的。但在实际运作过程中，这仅仅是一个正确的理念，没有切合到地面经营理念之上。

反之，从它的许多专注线下的行动中，可以为生鲜电商以及其他生活化服务O2O提供反面参考。

远离社区的专卖店不叫小业态

在水果营行2015年11月对外发的一篇软文中，可以看到这样的词句：“7-11、全家等便利店，竞相跑马圈地以便利店、专卖店为主的小型社区零售店，组成小业态 商业模式 ，大有取代大型商超的态势。毫无疑问，水果营行赶上了小业态商业崛起的时代大势。”

显然，水果营行把自己的线下门店定位为小业态。而媒体披露其“门店选的都是城市黄金地段，租金较高，还要支付工资，不可能达到高利润，有时还会亏损”。这种布局黄金地段的思维，与当下立足社区的小业态模式并不相符，反而颇为接近早年的专卖店形态。抛去其或有意为之，以彰显实力雄厚，好招揽合伙人的可能不说，这样的开店方案，历来均是电商实体店或O2O门店所摒弃的。

理由很简单，无论何种电商形态，均是以最大化的扁平 渠道 、降低运营成本为赢利之源，而位于闹市的门店则加大了这些成本，更直接处于商超商圈的辐射范围内，极不利于竞争和拓展。

更为致命的是概念的混淆导致的运营理念的错乱。在水果营行的早前报道中，其总不忘提及“通过线上下单、门店配送，辐射单店周边3公里范围，实现1小时内极速送货上门，解决水果配送最后一公里的难题”。

然而这一“互联网+小业态”的运营模式，在当下的社区O2O门店试点中，也不可避免地遭遇到运营费用昂贵、社区需求挖掘不足的难题。早前耗资10亿元、依托顺丰强大的物流体系和财力布局社区的“嘿客”亦难以为继，而开设在闹市、按水果营行早前介绍开店成本动辄百万元的线下体验店，若真只按运营思路辐射3公里范围，其收回成本的难度将高出太多。

何况，它还只卖水果……

生鲜电商先从爆款玩起

在水果营行众多的正面、负面消息中，有一个信息一直很缺位，即水果营行的水果到底有怎样的优势。

或许造成这一困扰的理由更奇葩，一直号称是生鲜电商的水果营行根本就连一个像样的电子商务平台都不存在。直到2015年下半年，水果营行在对外宣传中，依然还在说“待电商系统完善后……”。

一个线上平台徒有其表的生鲜电商，其线下的门店只能也只有各自为战。所谓逆向O2O，最终走向了传统的水果加盟店模式，只不过是披上了一件“互联网+”的皇帝新衣而已。生鲜电商，其实不是单行线，而是线上线下同步发展，就像一个跷跷板，轻了哪头，都会接不上地气。

但这并非解除生鲜电商迷局的关键。至关重要的是，走线下体验店的水果营行并没有和周围商超中的水果柜台有太多的区别。

这都不是早前舆论批判的水果营行不懂水果经营之道，损耗大、价格高、标准化难所能概括的，尽管这是许多生鲜电商创业者不可避免触碰到的问题。但核心竞争力的缺失则是更加致命的。

“我必须知道，我为何非要选择在你这里购买水果?”对于消费者而言，这个疑问句式里的“水果”二字可以换成其他任意商品种类。但对于生鲜电商而言，仅仅一句“相较于销售低端水果的菜市场和中低端水果的商超，生鲜电商主要销售特色、中高端水果”这样模糊的定位并不足以解惑。

之前多个生鲜电商用行动来解答了这个问题，尤其是水果这种消费者更乐意于眼见为实的商品，在线下体验店辐射力度不足的大背景下，成功崛起的生鲜电商平台往往都以爆款为强化消费者体验的突破口。

如顺丰、京东、天天果园和本来生活等电商在2013年打得火热并延续到2015年的海外直采车厘子大战，对此，天猫电商平台喵鲜生负责人乐觉就曾表示，生鲜电商花精力去推1―2款主打商品，是从带来关注度的角度考虑，基于价格和体验度，消费者会主动传播，就能为网站带来新的用户。

更重要的是，这可以弥补线下体验店不足的缺陷，“奇葩”的水果会更容易形成消费者的购物黏性。由此，再将口碑拓展到其他常见品类之上，逆转消费者“眼见为实”的习惯。

烧钱扩大规模不一定能增强黏性

在整个O2O死亡名单中，一个普适性的死亡规律就是烧钱烧到资金链断裂，而烧钱的主要流向均在盲目扩大规模，意图以规模覆盖足够多人群来获得黏性和长尾。

在水果营行案例中，一年内扩展出300家实体店，覆盖20余个城市，并计划在未来3年开设1万家实体店。如此强度的店面扩张，必然带来人员储备、运营模式上的不适应。须知，知名水果连锁百果园，从2002年起，用了8年时间仅开出了100家门店。之后又用5年时间，才将规模提升到1000家门店。

即便是在“互联网+”的极限扩张下，指数级增长的实质，也须完成从0到1的蜕变，或言先种好试验田，才能将成熟的模板进行复制，实现从1到N。

一个产品特色不足的生鲜电商或O2O，最终会滑向另一面，即再次通过烧钱的方式，用补贴和特价来吸引消费者“贪便宜”的心态，从而塑造虚假的黏性。而在水果营行身上，各种“会员预付卡”真正对消费者的吸引力，也就在于“充1000送300”，甚至“充5000送3000”的优惠力度上。若运营状况正常，这类促销本无可厚非，但一旦本身就是强行在亏本赚吆喝，这样的预付卡除了吸纳资金这一个用处外，更会因为一个店面的崩塌，而形成银行式的挤兑风潮。这一幕，在水果营行落幕时，已然得到了证实。

一个忽略了消费者，没有真正买方市场想法，只是描述了一个好听的 故事 ，却无法和周边的商超、菜场的水果摊点形成差异化竞争格局的生鲜电商，其不败也难。

此外，还有几点教训值得一点：

一是生鲜电商和O2O依然要用轻姿态来扁平化渠道。如在线上红火的本来生活网，目前进军线下的生活O2O项目“本来便利”就是采取和当地水果店合作，而非重新建店。而更多的生鲜电商要突围，或可采取一个城市一个中心体验店+若干合作自提点的方式，实现有效扩散和覆盖。最终的客流入口，依然是在线上，而非体验店。

二是使用线上平台建立大数据体系，至少做到能够预测某一城市对某一品类水果的预期。这样的大数据分析，才可以将电子商务所拓展出来的超长尾巴，变成一个核心数据源，可以确保发往某个城市的水果，不至于过少或过多，徒增损耗或难以满足需求。这才是区别于各自为战式的传统水果店的关键。

三是不断地差异化自己的特点。生鲜电商要成功，其实就应该按照电商的模式，用商品的长尾来满足长尾末端的用户需求，人有我有不是特色，人无我有哪怕只是一个人有需求才能成功。当然，越特色、越稀缺、越小众的水果卖得贵点，将预订、众筹等互联网模块落在消费者层面上，而非融资层面上，意义更大。
市场营销案例二：
大品牌产品升级引发的经销商压货血案

2015年，老高每天上班的第一件事就是看报表。

看着越来越糟糕的数据，老高越来越胆战心惊。

老高是某著名快消品(本文称为A企业)的经销商，在别人看来，在省会中心地带，拥有数千平方米大院自有产权，前边四层办公楼，后边大片库房，近百台车，200多人的团队，生意够大够土豪。

可事实上，老高从这家品牌身上挣得的利润却是一年不如一年。2015年下半年，算完人力成本和市场成本，每月七八百万元销售额，利润不足10万元!这还不算固定资产折旧、银行融资成本!起早贪黑，闹心憋屈，挣这几个钱，不是厂家的装卸工是什么!

与老高一样，A企业的多数客户，正面临着一个普遍难题：销售额提高很多，却时不时亏损?

但即便如此，2016年来自厂家的巨大增长压力依旧没有放松的迹象。

终于，在看到邻省省会经销商老刘与A企业“友谊的小船说翻就翻”之后，老高坚定了退出的决心，要知道，老刘一直是这个厂家的大区级标杆客户，配合好，执行强，可因为连着几个月压货都没有完成任务，就被厂家拆分了，这让老高感到刺骨的寒意。

逼迫在花样翻新

2013年到2014年，A企业持续高速增长，年均增长率达到了30%，但增长动力是一样的：密集分销，核心是“加车加人”“密集铺市”和“促销投入”。

但越来越明显的是，靠密集资源投入换得的扩张性增长格局，已经不可能无限期成为拉动这家企业增长的源泉了。

首先，扩张越来越困难，能铺的网点都铺了，渠道越来越饱和;

其次，竞争越来越激烈，为了抢占份额，价格战成为常态，利润越来越薄。

2015年初，面对董事会要求年度增长40%的目标，营销高层提出“转型”战略，要点是“产品升级”“管理复制”和“费用检核”。

其一，开发、推广几只高端产品，毛利高，让经销商有钱赚，同时优化公司产品矩阵、利润矩阵;

其二，强硬要求经销商复制厂家管理模式，经销商要建立巡查队伍，要参照厂家业务工资体系，对配送员工资进行改革，实行专车专送，用“排他性”条款高效占用配送资源;

其三，加大促销检核力度，费用必须专款专用，必须100%落地，避免经销商截留，钱要花到市场上，从而压出渠道销量极限来!

在营销高层看来，“转型”成功的关键就是“费用检核”，费用只有和目标量完美挂钩，才能有效确保目标达成。为此，他们设计了如下流程：

1.任务分解

任务自上而下分解，总部分给大区，大区再分给区域。为确保完成，每个层级都有自己的小算盘，就是在自己领到的基数之上再加几个点。而层层加码后，经销商领到的任务要高出“增长40%”的目标不少。

2. 合同签订

要求业务人员签订年度和月度销量责任状，为确保新产品推广成功，还要单独签订新产品销量责任状，辅以销售提成，目的只有一个，把业务人员和经销商捆绑在一起，逼出各自的极限来!

由于是大品牌，加上各种威逼和利诱，老高们虽然很有意见，但最终还是被迫签了合同。

3. 费用逼迫

首先，将公司产品进行梳理，将数只占销量半壁江山的产品，实行随车搭赠，但拿到这笔费用是有条件的：以经销商月度任务为标准，按照销售额达成率进行补贴，完成95%，费用全额补贴，低于95%，分坎级扣除一定比例，要是低于70%，那一分也没有。设置70%，那是要确保2015年销量至少不会负增长。

其次，单独申请的促销活动要和规划量以及月销售额挂钩，只有规划量和月销售额都达标，才能拿到全额费用，否则将按照坎级扣除一定比例费用，但月销售额达成率最低是70%，低于这个数，促销费用只能报销50%。

最关键的是，A厂家要求严控价格和经销商毛利，执行的促销活动，要限定供货价和出货价，老产品，经销商毛利不得超过10%，新产品，毛利不得高于20%。目的是让消费者能够获得产品红利，进而持久拉动消费。

最后，大区、销售部、集团三级巡查队伍要对各类促销活动进行高频次检查，一旦查出问题，除扣除该项费用之外，还要重罚。

过度逼迫引发的“血案”

2015年，老高被绑架了：因为促销费用是自己垫付的，所以为了挣出费用和开销，老高只能压货。不单老高，A厂家多数经销商，也都被迫选择压货。

问题是，压货之后，麻烦才刚刚开始：

1.因为压货，老高销售节奏被打乱。当月前20天都在处理上个月库存，到了月底，为了拿到费用，不得不继续冲量，如此反复循环。这样，扭曲的压货做法导致扭曲的销售节奏，扭曲的销售节奏又要求进货继续扭曲，否则就难以为继。

2.压货压多了，产品新鲜度自然就差，为了处理旧货，厂家的办法是，只管高端产品处理，而且要集中回收清点，费用嘛，按照到岸价，你一半，我一半!至于返货成本，以及低端产品处理，厂家压根就不管。于是，老高的毛利空间被狠狠咬掉了一大块。

3.频繁处理旧货，不仅给消费者留下了这个厂家一直在处理旧货的印象，而且还占用了新鲜货龄产品的售卖位置和机会。

4.再看“产品升级”策略，为了做大新产品，由大区牵头，自上而下为经销商规划了很高的计划量，考核经销商的进货活跃度和环比增长率，也就是限定经销商的单月进货次数和单次必达进货量，如果未完成计划，就予以强配。这样，在新品尚未被市场接受、形成良性流转的时候，老高又被压了一堆库存。相反，总部从人为拔高的销售报表中得出了虚假信息，于是继续逐月增加任务，而且厂家各级业务人员为了拿到新品激励，接着再压。

5.虽然后来，A厂家要求，当月前七天的订单量不低于上月后七天的70%，否则即视为压货，要对区域予以重罚。但上有政策，下有对策，一线常用的办法是：要不在当月23日压一批大单子，要不就在下月的7日再压。因为在更短的时间跨度内集中进货，这无疑放大了老高们的销售、资金和利润风险，要知道，A品牌的相当部分产品货龄只有几十天，为了不砸到手里，老高只能平进平出，甚至低价抛售，这不是亏损是什么!

老高很快力不从心了。2015年11月，老高费尽气力，依旧还有3个月的任务没有完成，A厂家大区经理周新(化名)很不高兴。他把老高和责任业务主管叫到大区，要求述职，并且强调，那三个月欠账，年底必须补齐!除了要老高表态“必须完成”外，还要落实到纸面，签订责任状!否则，就考虑市场拆分!

老高很生气，说来说去，还不是强行压货嘛!年底补齐欠账，摆明了不是关心你们年终奖吗!至于压来的货以及高库存，还不是我自己去想办法?

随后的事，让老高更加不爽。因为未完成任务，周新对老高的市场检查立马多了。各种检查结论层出不穷，什么铺市率不足啦，什么终端表现弱啦，总之，意图昭然若揭，那就是你老高的市场基础建设弱化，这严重影响了任务达成!严重拉了大区后腿!而且，周新还不时来老高这视察，夹枪带棍，威胁要搞市场拆分!

比老高更悲催的是老刘。

两年前，老刘积极响应周新号召，砍掉了代理的大多数知名品牌，专心做A品牌的“专营”代理商，而且还开设了不少终端“专营”店。周新大加赞赏，大会小会表扬之外，总部来了人，都往老刘那里带。

这两年，周新用老刘这个标杆去逼迫其他客户，效果很不错。拿2014年来说，老刘率先任务撞线，可谁都知道，老刘是压货压出来的。到了2015年，因为2014年基数高，老刘拼了大半年老命，还是没能完成任务，而且很明显，随着欠账随来随多，老刘肯定是完不成全年任务了。

标杆没有起到标杆的作用，这严重影响了所在大区，所以，2015年10月份，周新拆分了老刘。

因为自废武功，手头没有几个知名品牌，面对周新的霹雳手段，老刘不得不忍气吞声。

老高想，任务年年增长，总有一天，今天的老刘，就是明天的自己。

与其投入巨大成本，忍受日益高昂的利润侵蚀，以及并不明朗的经销前途，还不如趁早退出。

于是，2016年3月， 春节 刚过，老高就不干了。

拿逼迫保增长，前提是不能过度损害经销商的利润空间

在经济下行、人口红利和渠道红利减少的背景下，在更困难地培育全新增长模式，和更简单地、更便捷地把压力传递到渠道中间，包括大品牌在内的很多品牌选择了后者。而大多数营销管理人员也支持这一选择，他们更喜欢用“短、平、快”的打法，快速压出渠道的极限来，而经销商便是承载和释放他们压力的最重要节点。

至于许多厂家强调的“转型”，不过是换了个马甲，本质上还是原来逼迫的路子。拿老高的遭遇来说，所谓“产品升级”，以产品活跃度和订单必达率的形式，重新走上了压货的路径依赖;再看“费用逼迫”，可能短时间内压出了销量，可从更大的尺度来看，只会越来越加深产品动销和库存这对矛盾，直到崩盘。

老高放弃代理时，周新还说：“我们企业2015年增长率领跑行业，你去哪再找这样的生意?这样的品牌?再坚持一下，把市场基础做好了，那还不是数钱数到手软?”

可是A品牌完全搞错了。问题不是它品牌力有多强，不是增长率还在高位运行，而是这种增长模式是以过度牺牲经销商利润空间为代价的，是靠压货来拉动的，而这注定不会长久。

反思 ：面对大品牌的压货式高压，经销商如何拯救利润?

1.要多元化经营，不要把鸡蛋放在一个篮子里

像老高那样自愿退场是一种选择，但前提是，你得有退路。如果像老刘那样，为了迎合厂家，自己自废武功，踢掉其他同类品牌，专心搞什么“专营”代理商，搞什么终端品牌“专营”店，那只会成倍放大经营风险，到最后，只能被迫接受厂家设计。

经销商要有品牌群组合概念，哪些品牌外表光鲜，里子稀烂，利润稀薄，甚至以过度侵蚀自己及渠道利润来获得增长?哪些品牌牌子、利润都不错?在此之下，还要考虑品牌内部产品群定位构建，哪些是跑量性产品?哪些是高毛利产品?哪些是狙击性产品?

经销商要有优质的经营结构思想，经销商要对自己代理的品牌群和产品群进行梳理，明确产品定位、产品组合、产品层次，确定适合自己的品牌群和产品群组合，提高产品组合盈利水平，提升抗风险能力。

只有多元化设计，才能有效对冲厂家侵蚀利润的潜在风险。

2.聚焦渠道分类管理建设，不要“贪多求全”

对快消品企业来说，铺市率是考核经销商的一个极有用手段。你说任务高，我就检查铺市率，如果铺市率低，说明市场空间还很大嘛!如果铺市率符合标准，那么单店库存够吗?能不能和行业老大看齐?甚至会说，和产品稍有点联系的渠道，能不能铺货?!

但问题是，有些网点，或刚开业，或人流量不足，或为获得销售费用而过度囤货，或不适合该类产品售卖，等等。不顾这些门店消化能力，“贪多求全”，“过度铺市”，只会是铺市率、陈列有了，可最终多数返货，只好再掏费用去处理。不知不觉中，经销商便遭受了隐性亏损。

因此，经销商应和厂家确定符合地区经济环境的“有效铺市率”界定，不能不管什么终端，只要能卖,就大量铺货，要警惕无效、低效网点的过度铺货。

终端网点台账不应是建了档案就完事，也不是简单地按照营业面积等硬件去划分类型，而要逐步建立基于销量划分终端类型的模式，再明确不同终端类型的基础铺市品项，每类产品的大致周转天数，单次铺货底数，以及单店单位时间内应留存的库存件数，最终聚焦优质网点，提高终端网点质量。

3.经销商要管好自己的仓库，同时关注价值和数量变化

很多大品牌业务人员，甚至管理人员，喜欢把经销商的仓库当作自己的仓库，很多时候，不经经销商同意，直接替经销商下单，或者是强行配货。这种只管完成任务、却不考虑区域不同消费特性的行为，最令人不齿。为了完成任务，结果把公司的库存变成了经销商的库存，把区域不适销的产品硬生生变成了经销商的库存。

经销商要管好自己的仓库，对不同产品的走势、动销、库存要有清晰的判断，不能将产品的订货权拱手让人，要关注库内产品的月库存周转率和月产品动销率，用价值变化和数量变化判断，来减少自己面临的库存风险。这样，在厂家不合理配货时，才能有理有据予以反击。

4.优化内部管理，规避不合理的管理复制，减少隐形管理成本支出

经销商要对管理体系进行梳理，各个岗位要进行定量分解，在管理环节和渠道建设上要导入投入产出分析，减少隐形管理成本支出。

尤其要注意，一定要规避不适合自己的管理复制。拿A厂家要求的配送员工资改革来说，该方案设定了基本工资、品项工资、市场基础建设工资和销量提成工资，而且限定人员只能是专职配送员，老高这个省会城市，基本工资每人2000元，一辆车两个人，而这家品牌平均毛利不足15%，那么“一月一车要多增加近3万元销售收入，才能对冲基本工资的成本支出”，再加上运营成本不能被其他品牌分摊的“专车专送”，以及其他细分考核和产品提成，运营成本十分巨大。因此，在渠道越来越饱和的背景下，当厂家企图嵌入“高大上”管理制度时，经销商一定要警惕，因为这很可能大量侵吞你辛苦赚来的利润。

⑩ 如何用大数据指导市场营销

大数据营销就是精准营销，移动互联网时代，利用大数据就是要知道你的目标群体是谁，他们在哪，有什么共同特征。做营销最怕的问题在于不知道什么样的客户有什么样的需求和偏好。

可见，大数据对指导一家企业在营销有多么重要，特别对于提高竞争力，定位自已的形态，确定自已要做的事，降低成本等方面都有重大意义。