大数据时代下的企业营销实践

于卫东,郝建林，白　然

(1.承德石油高等专科学校 外语与旅游系，河北　承德　067000；2.承德石油高等专科学校 管理工程系，河北　承德　067000)



大数据时代下的企业营销实践

于卫东1,郝建林2，白然1

(1.承德石油高等专科学校 外语与旅游系，河北承德067000；2.承德石油高等专科学校 管理工程系，河北承德067000)

摘要：大数据时代使得企业可以从用户数据中对用户行为进行分析，进而影响企业的营销策略。通过分析大数据时代的特点以及大数据时代下的用户行为，提出企业如何利用大数据进行精准化营销。

关键词：大数据 ; 用户行为 ; 营销实践

2014年7月8日，阿里云计算最重要的一款产品——ODPS(Open Data Processing Service)正式开放商用。简单来说，ODPS是一项Web服务，不用花大钱建数据中心，就能分析海量数据。按照阿里云测试，100PB的数据任务可在6 h内跑完，这个数据量相当于1亿部高清电影[1]。ODPS的背后，是要求使这些海量数据产生价值。这就要求企业先拥有大规模的数据存储和处理能力，再能够对数据进行挖掘、算法和分析。从存储和处理的角度看，海量数据往往存于云端；从挖掘算法和技术的角度看，企业往往倾向于使用智能机器学习等算法(如支持向量机、遗传算法等)进行数据分析和挖掘。2012年以来，“大数据”一词被提及的次数愈来愈频繁。越来越多的企业认识到数据的重要性——企业至少能从海量数据中对用户行为进行有效的分析，预测未来用户行为轨迹，从而提高营销工作的精准度。

1大数据的特点

美国国家标准与技术研究院(NIST)曾表示，大数据是“数量大、获取速度快或形态多样的数据”，它“难以用传统关系型数据分析方法进行有效分析，或者需要大规模的水平扩展才能高效处理”[2]。随着大数据时代的降临，在商业、经济及食品安全、医疗卫生、军事和环保等各个领域中，决策的做出将均基于数据和对数据的分析，并非基于直觉与经验。

大数据的特点可以用4个“V”来阐述[3]：体量(Volume)、多样性(Variety)、价值密度(Value)和速度(Velocity)。体量[3]，是指在大数据时代下，非结构化数据占有越来越大的比例(约80～90%)，数据量是传统数据仓库的10～50倍[4]，一般以PB为临界点；多样性，是说数据的形式不再单单局限于文本和数字，图像和视音频等多媒体数据频频出现，并且数据的模式更为模糊；价值密度低，是因为数据中有着大量不相关的信息，因此需要使用更为复杂的数据分析和数据挖掘技术；速度快，使得数据分析需要实时进行而非批量进行[3]。此外，大数据时代下要求企业的分析网络永远在线、实时反应，并且具有分治思想和细粒度分析[5]。

2大数据时代的用户行为分析

用户行为在本文中意即用户在日常生活中通过对产品的使用而产生的行为。

用户的行为是多样的，不同行业所关注的行为也不同。例如，电子商务网站关注用户的浏览界面、点击网页、搜索、购物车、购买、分享、退货等行为记录，而手机运营商(如中国移动、中国电信等)则关注用户的用户入网时注册的基本信息，如单位时间通话时长、数据流量种类及用量、消费数额、地理位置信息和使用的应用软件(APP)等，中小型实体超市可能更为关注用户购买某些商品的频率、在同一次消费中购买的商品等。

随着大数据时代的来临，企业趋向于在云端储存和记录用户行为，进而利用挖掘算法和统计学理论进行实时分析。以手机运营商为例，手机运营商在后台记录有用户使用APP的情况，如打开APP的地理位置和持续时间等。利用这些数据，手机运营商可以进行诸多分析。譬如：

1)提取出同一用户在不同时段的行为数据，可以记录用户行踪。通过对用户行踪的分析，推测、归纳出用户的职业、年龄等，进而对用户进行群体分类；

2)提取出不同用户在同一区域的行为数据，可以从职业、生活规律等方面进行用户的聚类；

3)提取出不同区域在同一时段的行为数据，可以对城区进行聚类。

3大数据时代的企业营销实践

正如前文所述，在大数据时代下，企业能够从海量数据中对用户行为进行有效的分析，从而预测未来用户行为轨迹，指导企业的营销实践。

3.1利用大数据精准定位客户需求

不同的行业关注和记录用户行为，使得企业更为精准地定位客户的需求。企业通过建立用户价值分类模型，实现对用户最基本的分类，这对于生产和营销工作具有指导性意义。虽然不同的行业可以有不同的客户价值分类模型，但是它们的本质接近，都是区分不同客户从而为企业带来的价值。例如，对于电子商务网站而言，当它获取用户上述的各种行为后，先对用户进行粗分类，进而实现商品个性化推荐、个性化营销，最终改进品牌战略。再例如，手机运营商通过关注用户的上述行为信息，归纳和计算出用户的消费能力、忠诚度、对新产品的接受能力和公司为其服务所花费的成本等，继而依照这些数据，通过建模等数学方法将用户分类。比如，可以根据客户金字塔的客户关系管理理论[6]将用户分为重铅层、钢铁层、黄金层和铂金层四类，从而更为精准地定位客户需求，实现个性化营销。

3.2利用大数据实现产品的大规模个性化定制

个性化定制对于企业的成本要求过高，因此大规模个性化定制更为符合当今的市场发展情况。大规模个性化定制发源于制造业，强调大规模的快速生产与结合用户需求的个性化生产相结合，目前已经在服装、汽车等行业有所发展。而服务业具有无库存调控、顾客参与度高等特点，应用大规模定制成本较低，收益较好。服务业具有降低营销成本的内在需求，而实行基于用户行为分析的大规模定制正是其最佳解决方案。

其实早在大数据时代前，大规模个性化定制一词便已被提出，但一直处于缓慢发展状态。随着大数据时代的来临，大规模个性化定制被推动着加速发展。

3.3利用大数据有效管理市场份额

在大数据时代下，企业通过数据分析更易进行舆情监测与分析，预测高危用户，从而进行市场份额的管理。例如，美国Blab公司基于社交媒体进行趋势分析，给顾客提供公关策略[7]。它通过对社交媒体的监测与分析，可以及时处理小范围内的不满言论，避免针对企业的负面情绪传播。特别是在市场状况接近饱和的情况下，客户的流失对于企业是一种巨大的损失，也是一种警告。利用大数据对消费额逐渐降低、使用产品频率减少的用户行为进行监测和预测，从而在彻底流失客户之前做出反应，以便及时采取行动以留住客户。

3.4利用大数据时代提高营销的精准度

大数据时代促使原有的用户行为提供更大的信息熵，进而增强了精准化营销的准度。

随着人们在网络上留下的数据越来越多，海量数据的维度也激增。多重的信息维度大幅度增加了信息熵。这些信息熵又意味着更多可以挖掘的用户行为模式。同时，不同维度的数据(信息)又可进行重组，使得不同企业都在谋求各平台间的内容、用户、广告投放的全面打通，以期通过用户关系链的融合，网络媒体的社会化重构，在大数据时代下为广告用户带来更好的精准社会化营销效果[8]。

在这方面，NetFlix公司表现得就较为突出。NetFlix是一家在线影片租赁提供商，而它在中国成名则是因为它有关大数据分析的百万大奖：公司提供上亿个影片评分，包含影片名称，评价星级和评价日期，比赛要求参赛者预测用户喜欢什么影片，要把预测的效率提高10%以上。例如，NetFlix上的评分数据记录了不同用户在不同时间为同一部电影打分的情况。通过对这类数据的分析，可以对不同用户的观影偏好进行统计分析，进而进行大规模个性化定制服务。这样的服务更具有针对性。

此外，其拥有的《纸牌屋》的数据库中则记录了千万量级的用户收视选择、评论和百万量级的主题搜索。最终，拍什么、谁来拍、谁来演、怎么播，都由数千万观众的客观喜好统计决定。从受众洞察、受众定位、受众接触到受众转化，每一步都由精准细致高效经济的数据引导，从而实现大众创造的C2B，即由用户需求决定生产[9]。

4结语

互联网使得人和人之间的距离大大缩小，真正使得这个时代成为“小”时代。然而，“小”时代下的大数据，却给企业带来了翻天覆地的变化。笔者认为，不论是定位客户需求，还是实现大规模个性化定制，抑或是帮助企业管理市场份额，都是精准营销策略的体现。因此，对于企业来说，大数据时代实质是利用先进的数据存储能力、数据处理技术和数据挖掘算法，在原有的管理理论(如客户分类理论)之上，实施更为精准的营销策略。理论和技术的结合，在大数据时代下体现得淋漓尽致。

参考文献：

[1]阿里云发布大数据产品ODPS, 6小时处理100PB数据[EB/OL]. http://tech.sina.com.cn/it/2014-07-08/14289482287.shtml. [2014/08/05].

[2]NIST[EB/OL]. http://www.nist.edu. [2014/08/03].

[3]大数据的4个V[EB/OL]. http://bbs.pinggu.org/thread-2367579-1-1.html. [2014/08/05].

[4]王珊，王会举，覃雄派，等.架构大数据: 挑战、现状与展望[J]. 计算机学报, 2011(10): 1741-1752.

[5]赵国栋. 大数据时代的三大发展趋势[J]. 高科技与产业话, 2013(5): 50-53.

[6]李海芹. 客户关系管理[M]. 北京: 北京大学出版社, 2013.

[7]如何用大数据“预测未来”[EB/OL]. http://www.ifanr.com/430849utm_source=rss&utm_medium=rss&utm_campaign=. [2014/08/06].

[8]大数据的“微”能量[EB/OL]. http://epaper.21cbh.com/html/2013-06/24/content_68888.htmdiv=-1. [2014/08/06].

[9]2个在大数据下的营销成功的应用案例[EB/OL]. http://www.ciotimes.com/bi/sjck/91617.html. [2014/08/07].

Enterprise Marketing Practice in Big Data Period

YU Wei-dong1， HAO Jian-lin2， BAI Ran1

(1.Department of Foreign Languages and Tourism, Chengde Petroleum College,Chengde 067000, Hebei, China;2.Department of Management Engineering, Chengde Petroleum College,Chengde 067000, Hebei, China)

Abstract:With the rapid development of big data, enterprises are able to identify user behavior by analyzing considerable number of data, which impacts marketing strategies on business a lot. This paper displays how to run marketing more precisely by analyzing the characteristics of big data period as well as user behavior.

Key words:big data; user behavior; marketing practice

收稿日期：2015-09-21

作者简介：于卫东(1968-),女，河北承德人，承德石油高等专科学校外语与旅游系教授，硕士，主要从事管理工程方面的教学与研究。

中图分类号：F274

文献标识码：A

文章编号：1008-9446(2016)02-0077-03