基于大数据的精准营销

基于大数据的精准营销（精选7篇）

基于大数据的精准营销 篇1

| CKGSB MBA |A World-Class MBA Program for China Business 2016年第一季度中国上市网络游戏企业营收规模TOP15中，腾讯位居首位，实现移动游戏（手游）营收73.5亿元。那么，作为网游行业的翘楚，腾讯游戏是如何在手游领域保持领先的？

腾讯手游的运营、营销、定价模式是怎样的？

今天带大家一起来了解腾讯游戏的精准营销模式。”腾讯手游：精准化营销1精准营销随着手游时代的到来，用户触网行为日益碎片化。由于手游营销要抢夺用户的碎片化时间，如等车、排队、坐电梯，这些时间稍纵即逝，而且用户面临很多游戏选择，注意力很容易变化——52%的用户日均游戏不足1小时，34%的用户单款游戏仅玩一个月以内。庞大的手游用户以休闲玩家为主，以消遣为目的，游戏忠诚度不高。这要求手游营销要在短时间内吸引用户的注意力，并快速将其转化为使用行为，抢夺用户时间。面对大量休闲玩家，传统的手游营销方式如明星代言、电视广告、渠道分成，不仅成本高企，而且难以快速抓取用户、实时调整营销策略，这导致用户获取成本逐年升高，媒体传播效果大幅度减弱。2012到2013年，腾讯手游平台平均CPA成本（新注册用户成本）上升了29%，2013到2014年上升了50%（针对成熟游戏市场）。如何以更低的成本、更高的效率获取优质的目标用户，成为一个亟待解决的难题。再者，手游的重度化趋势要求营销方式必须转型。网游分重度、中度和轻度游戏。重度游戏指游戏生命周期长、玩家认知程度高、付费能力强、用户群忠诚度高的游戏。轻度游戏又叫休闲游戏，花流量、时间、资金都很少，主要占用玩家的碎片化时间，游戏操作简单易懂，以减压为目的。中度游戏界于轻度和重度游戏之间。不同于以重度游戏为主的端游，手游在发展初期主要以轻度游戏为主。但2015年后，手游重度化趋势越来越明显，昔日营销靠广告、刷榜的手法逐渐被市场淘汰，手游的运营和营销需要更加精品化。

此外，虽然腾讯手游受益于手机QQ和微信平台的巨大用户量带来的分发能力，但平台上承载的游戏数量越多，单品游戏面临的竞争也越大——除了外界有庞大的竞品，平台内部游戏之间也存在竞争。巨大的分流效应要求手游必须进行精准营销。基于此，腾讯推出O2流量系统，借助精准推荐算法实现游戏（包括PC和移动游戏）广告内容的定向分发、用户精准触达和优化。O2算法的基础是大数据收集。腾讯的大数据采集来源于三方面：腾讯游戏的内部数据，包括市场表现、用户习惯、运营等方面的数据；平台数据，即用户在微信、QQ、应用宝等各平台之间、各个游戏之间的跳转数据，及腾讯平台行为数据；外部数据，指可直接获取的外部数据和其他公司合作数据，如百度指数。腾讯认为，常规媒介投放通过大众媒体到达受众，可以获得大量用户，但停留在“买媒体”的投放阶段，难以精准直达目标用户，因此存在一定的成本浪费；O2流量运营可以在海量的渠道里精准找到目标客户，直达受众，从而发展到了“买用户”的投放阶段，实现流量精准分发，提升资源应用效率。常规媒介投放VS O2流量运营

O2流量模型通过精准标签使用、点击率优化和组合投放三个阶段，帮助腾讯手游产品找到更精准的目标用户，并且给目标用户推送更精准的广告素材。

>>>>精准标签：根据目标人群选择合适标签 腾讯O2流量模型以QQ数据（移动端包括手机QQ和微信社交关系）为基础，辅以视频、文学、音乐等渠道，通过用户的平台行为，分析出用户的年龄、性别、地域、学历等信息，及用户在内容题材、玩法、支付、广告、营销等方面的偏好，依托产生的数据建立用户画像。一款游戏进行品牌定位后，腾讯会为其明确用户画像，提取用户标签，精准推荐用户和营销素材。用户标签举例腾讯会针对不同的用户画像进行不同内容的广告推荐。这种精准推荐的方式，实现了游戏用户群体的细分，使得用户看到的广告达到“千人千面”的效果——每个人看到的推荐游戏和游戏素材都不同。标签推荐有两种算法模式：相似性推荐和关联性推荐。“ 相似性推荐是向用户推荐与其兴趣相似的游戏，比如向喜欢玩动作类游戏的用户推荐新的动作游戏。

关联性推荐即向用户推荐游戏的关联产品，如向喜欢二次元类漫画的用户推荐二次元类手游。

相似性推荐VS关联性推荐>>>>点击率优化传统广告投放的目的是追求曝光，其常用方式是把传播素材放到媒体的固定广告位进行曝光。腾讯手游的投放目的是在充分曝光的基础上，吸引用户点击，成为注册用户。其方式是根据用户的点击情况随时调整优化曝光素材，一定阶段后（一般是两天左右）选取点击率最高的传播素材，进行持续传播。点击率优化模式

营销素材能否吸引用户有效转化，点击率是重要的评判指标。用户在线上通过点击某个素材直接进入网站、是否点击某个按纽、不同按纽之间转化的情况如何，点击下载客户端是否下载完成，客户端大小等情况对用户下载完成的影响有多大，包括用户在游戏里的注册、活跃、付费等情况，腾讯都会采集数据，目的是实时优化点击率，推动用户转化和调整。“拉新、促活、防流失”是游戏营销的几个不同目的，为了达成这些营销目的，可以借助点击率持续优化和精准标签的组合运营来实现。游戏刚上线，对新用户要推送具体玩法等素材，拉动新用户来注册；对已注册用户要推送运营活动使其持续活跃，增加在线时长；如果发现有些用户长时间不登陆或者在线时长越来越短，就要将游戏的更新版本推送给潜在流失用户，或者推送营销素材防止其流失，比如连续7天登陆赠送宝箱，从而保证不同阶段的不同营销策略能够得以达成。例如：某A手游是MOBA类手游（指几个人组团玩游戏），在进行新游戏“拉新”的营销时，通过O2流量模型抓取了同类型MOBA端游相关标签的用户群号码包，分别向其活跃用户、流失用户、潜在流失用户推送不同的传播素材（平面广告、视频广告等），并通过点击率优化筛选最优质高效的投放素材。>>>>组合投放最后，腾讯O2投放系统可以组合使用用户标签和点击率优化方式，让投放效果最大化。以某MMORPG游戏B（Massively Multiplayer Online Role-Playing Game，指大型多人在线角色扮演游戏）为例，其营销目标是引入武侠题材方面的核心玩家，拉取新用户。经过前3天的标签选择，结合后续4天的点击率优化算法，最终筛选出最好的3个标签和3版营销素材，进行组合投放优化。O2系统组合投放模式 组合投放模式举例

通过O2流量模型，腾讯手游得以在精准传播的同时，使营销成本有效降低，如游戏B的CPA成本降低了29%。

此外，基于O2流量模型，腾讯能够在一款游戏上线前，初步预判其首月能够新进的用户量级，以及此后能够沉淀的用户量级，并且预估其未来收入，以此来判断是否值得投放该产品。其预测准确度控制在10%上下。例如，预估一款游戏首月能新进500万用户，最终实际用户沉淀量大概在450-550万之间。腾讯会根据这种预测，确定该款产品获得多少市场预算。腾讯手游曾有一款产品不限号测试，当日新进220万用户，日活跃用户400万，随后几日的日活跃用户都在400万以上，后续日新进用户在50万以上。腾讯希望通过1000万的资源投放，1个月后使游戏日活跃用户达到500万。但根据O2算法判断，腾讯预估投放1000万不能使游戏日活跃达到500万，因此取消了1000万的资源投放。2定价模式游戏定价某种程度上决定了付费用户的付费意愿、用户粘性等。游戏行业的发展演变与其定价模式的变更互相交织影响。

2000年前，国内游戏产业尚处于起步期。由于人均消费能力有限，大部分玩家的消费观念仍停留在玩盗版游戏的阶段。当时愿意为游戏买单的，大部分是有一定经济实力、渴望获得更好游戏体验的“硬核玩家”。硬核玩家加上一些观望用户构成的游戏消费者群体，是中国游戏消费的初级阶段。此时，游戏行业除了下载付费及简单的广告植入，并未找到好的盈利模式。2001 年，盛大代理《传奇》大获成功，在盈利模式方面取得突破。为防止盗版 CD 对游戏的冲击，它将时间收费模式引入游戏业，按照游戏在线时长对玩家收费。它采取计点收费，即玩家先购买点卡，每张点卡对应一定的游戏点数，将点数按一定比例转换成时间来消费。包月收费是时间收费的另一种形式，它按照固定时间段收费，一般按月为单位，玩家可以在一个月内随意上线玩游戏。同时还有年卡、季卡、周卡等形式。这种模式比较适合在线时间比较长的玩家。这一时期，玩家的游戏消费观念开始改变，愿意为玩游戏付费的玩家越来越多。随着VC、PE 的大举介入，搜狐、网易等巨头先后开始涉足游戏行业，网游行业开始爆发。

但激烈的厂商竞争，让“免费入驻、道具收费”模式诞生。2005 年，巨人网络推出《征途》游戏，依靠免费模式取得了巨大成功。从此，免费模式成为主流模式，游戏行业步入了四年的高速增长期。免费模式并不是完全免费，其实质是时间免费而道具收费。它降低了玩家进入游戏的门槛，没有了点卡束缚，用户可以无代价地体验游戏，从而做大了网游的整体盘子。另一方面，游戏能力可以通过付费购买道具来获得。

时间收费模式下，用户留存的时间越长，游戏商的盈利性会越好。因此，这时的游戏产品注重内容深度，让用户享受玩游戏的过程。免费模式更讲求游戏的便捷性，让用户尽快享受乐趣，这降低了游戏开发的难度和标准，也为页游的兴起奠定了基础。相比端游，页游无需下载很大的客户端，虽然内容可能不如端游精致、深度，但其体验简单、明快，契合了免费模式下用户希望快速体验的心理。

在经历了四年高速成长之后，由于遭遇盈利模式创新瓶颈，加之市场规模及用户基数的扩大，端游进入发展瓶颈期，增速开始快速下降。与此同时，由于硬件和技术的革新，页游和手游开始兴起。2008年后，页游市场兴起；2012年后，手游市场进入高速增长期。

虽然市场陆续推出新型盈利模式，但免费模式仍然是主流。例如，金山软件推出“信用卡机制”（先体验后付费）。这其实是在免费模式上更进一步，游戏中，每个玩家开始都有一定的信用额度，在额度范围内，玩家可以无需提前付费就能免费使用游戏中的任何道具，体验满意后再付费。随着信用额度的提高，玩家能透支的金额也就越高。玩家如果对所体验道具的效果满意，并希望能继续使用时，则需要向个人帐户冲值进行还款。每月有一个固定时间是当月还款的最后期限，玩家如果逾期没有还款，个人信用帐户将被冻结。这就和日常使用的信用卡一样。

业界人士认为，信用卡机制的“先体验后、付费模式”的引入，给玩家提供了一次可以提前体验商品的机会，使玩家更自主的玩游戏，并根据自身的喜好和满意程度进行消费，为用户带来了更好的体验。但也有人认为，采用信用卡机制固然为玩家带来了便利，但同时也涉及到信用问题，网游厂商可能会像信用卡发行机构一样，面临恶意透支、坏账等问题。

此外，巨人推出交易消费模式——《征途2》在免费基础上取消商城，官方不出售道具，全部装备由打怪掉落或任务产出。玩家相互交易获得装备道具，官方收取5%的交易手续费。目前，免费模式仍然是网游主流定价模式。以腾讯手游为例，用户可以通过购买道具或者租一定期限使用权的方式，获得更快的升级，买到更好的装备，享受更多的便利。如果不购买道具，用户同样可以玩游戏，但需投入更多的时间成本。这容易让游戏丧失公平性，打消免费用户的积极性。毕竟，相比于付费用户，免费用户是游戏人气保障的基础。为平衡公平性和盈利性，腾讯手游设置了一些机制。以打怪游戏《怪物猎人》为例，这些办法包括：

玩家从怪物身上打掉的碎片可以合成装备，腾讯不直接销售游戏装备和碎片，避免玩家购买后迅速升级，造成贫富差距过大，而是销售宝石、提升合成装备的几率；销售更具个性化、不影响玩家积分的装扮，仅让玩家通过购买提升外在形象、获得满足感，而不是迅速提升战斗力；玩家之间可以通过交易获得装备，通过贫富互动实现各种游戏玩家的共存，腾讯会收取一定交易费。

基于大数据的精准营销 篇2

一、精准营销相关理论研究

(一)精准营销概念梳理

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。当然也有学者对精准营销做了更为详细的说明。刘征宇认为“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,企业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、高投资回报的营销沟通。尽管目前为止,还没有对精准营销的绝对定义,但是从学者们的理解中可以基本归纳出精准营销的3个关键点;精确定位、可衡量、高投资回报。本文用4W和1H来形象阐述精准营销。即在合适的时间(when)、合适的地点(where)以恰当的方式(how)向恰当的人(who)销售恰当的产品(what),恰到好处称为“精准”。

(二)基于大数据的精准营销

随着云技术的进一步发展,大数据也揭开了其神秘面纱。何为大数据?顾名思义就是大量的数据,至于到底达到何种程度才可谓之大数据呢?较为权威的说法是大数据是指那些大小已经超出了传统意义上的尺度,一般的软件工具难以捕捉、存储、管理和分析的数据。但是大数据的特征并不只限于量大,其特征还包括数据类型多、数据价值高密度低以及实时处理四个方面。例如移动公司存储的客户个人信息以及各种消费记录、银行存储的账户信息以及所办理的各项银行业务的记录都可称之为大数据。

有了对大数据的初步了解,易于理解基于大数据的精准营销就是依托现有的大数据,利用现代信息技术进行分析与预测,帮助企业向特定客户应用特定策略投放特定产品的营销方式。当前较为普遍的精准营销方法中基于数据库的精准营销以及基于互联网的精准营销都是基于大数据的精准营销。

所谓基于数据库的精准营销就是事先建立一个有一定规模、相关信息较为完善的消费者数据库,在此基础上利用数据挖掘技术对顾客偏好与购物习惯进行探索,从而实现精准营销。许多学者对基于数据库的精准营销方法做了详细介绍。伍青生等在精准营销的思想和方法详细介绍了基于数据库营销的方法:邮件直附营销、呼叫中心、手机短信。而基于互联网的精准营销就是通过互联网来识别网民的消费心理和行为特征。也就是通过记录网民的上网记录来了解网民的潜在需求与偏好,从而实现精准营销,其实质是基于网民上网所留下记录的大数据来进行精准营销。常见的有窄告、点告以及搜索引擎等。

(三)国内外研究现状

1. 国内研究现状

笔者对国内有关精准营销的文献搜集主要来源于中国知网(CNKI)。通过以精准营销为关键词或标题或摘要筛选出近年来发表在中文核心期刊或有一定影响力期刊上的文献,并通过阅读大量相关文献总结出精准营销的国内研究现状。

精准营销自其提出以来,受到了学者们的广泛关注。国内学者纷纷开展对精准营销的理论和方法研究。如刘征宇在《精准营销方法研究》中分析了精准营销的概念并介绍其体系和方法以及未来发展的趋势。伍青生等在《精准营销的思想和方法》一文中详细介绍了精准营销的运营体系和方法。王俊等在《精准营销理论浅探》一文中对精准营销的产生原因进行了分析,并从产品和价格的精准,营销渠道的精准和广告的精准等方面探讨了精准营销的具体实施。并且国内学者的研究重点在于将精准营销视为一种营销策略,探索其在各行各业的应用。本文第二部分详细介绍了国内学者对精准营销应用研究此处暂不赘述。

2. 国外研究现状

笔者通过以precision marketing(精准营销)为关键词或标题或摘要在收录文献较为全备的外文文献数据库elsevier science direct、Springer link、nature等进行了搜索。发现相对与国内来说,国外有关精准营销的研究文献相对较少,且对一些精准营销的理论性研究相对较少,偏向于研究以实践为主的基于特定技术的精准营销实施方法。Zhen Y等提出了一个精准营销决策决策框架,旨在帮助管理者识别不同的客户类别的潜在特征,并提出了相应的精准营销策略,通过实例验证了其决策框架是有效的。Bert D R和Zeger D等为一家总部位于伦敦,专门从事手机位置敏感精准营销的公司开发了一个基于微软excel链接术语和建模语言等的自动调度和优化广播广告手机短信的精准营销决策支持系统。该系统显著减少了所需的时间安排的广播,并导致在增加客户的响应和收入。并且国外对精准营销的应用研究较少,下文涉及处再进行介绍。

二、精准营销应用研究

(一)基于大数据的精准营销在传统行业应用研究

本文所指的传统行业是一个相对的概念,是相对于互联网、电子商务等而言的传统等,包括但不仅限传统意义上的第一、二、三产业。近年,学者们纷纷开展精准营销在传统行业的应用研究。如乔丽探讨了精准营销在出版社图书发行工作中的具体实施,提出要做好读者和市场的调研、采用现代化信息技术进行基础建设、有针对性地采用一系列精准营销措施,才能达到良好的图书营销效果及预期的销售目的。宋磊将大数据营销与出版业相结合,提出出版全产业链的大数据营销以及在应用过程需注意的包括思维方式变革、大数据的保鲜及优质等几个问题,旨在对新形势下的图书行业营销工作有所启示。胡文静从传统农业营销现状分析入手,联系大数据时代给传统农业营销带来的机遇和挑战,提出立足精准营销,拓展订单农业;聚焦口碑营销,打造绿色农业;借力体验营销,发展休闲农业是传统农业走出营销困境,实现营销模式创新的有效途径。王克富基于大数据思维和大数据处理,提出精准营销新模式,即精准营销=精准数据+精准分析+精准推送。然后通过一个零售业数据实例,详细地说明了该模式的应用过程和实现方法。

(二)基于大数据的精准营销在新兴行业的应用研究

互联网、信息技术以及通讯技术的发展涌现出的新兴行业也得到了精准营销研究者的关注。如林桂珠和范鹏飞在明晰电信企业精准营销的概念和内涵的基础上,分析了我国电信企业进行精准营销的必要性,并对电信企业的3G市场进行了科学的分析,研究并提出了电信企业在3G时代进行精准营销的举措。王威针对江苏卫视和中国教育电视台联合打造的电视求职类节目《职来职往》,分析其运用精准营销的理论,通过差异化精准营销手段,锁定大学生求职群体,通过真人秀的节目形式,满足受众的求职信息服务需求,以整合营销的方式传播节目,形成电视节目的独特领先优势。孙玉玲在简要阐述了大数据的定义和特点的基础上,着重分析了大数据时代数字出版产业的发展趋势,指出基于大数据技术的精准营销日益受到重视,如果能充分挖掘大数据的深层次价值,就可以开发出更能满足消费者需求的新产品和新服务,也能实现精确而个性化的广告推送。

(三)基于大数据的精准营销在电子商务领域的应用

步入21世纪,电子商务的飞速发展颠覆了传统的购物模式,开展适销对路的电子商务成为企业在激烈市场竞争中的制胜法宝,这也使得学者们加大对电子商务营销的研究意义重大。如柴海燕从比较传统营销与精准营销的差异入手,分析了旅游电子商务网络营销的发展困境,并提出应利用w eb2.0强大的信息集聚和互动功能开展旅游精准营销。王步芳和刘凤针对阿里模式即阿里巴巴电子商务平台(包括阿里巴巴B2B、淘宝网C2C和淘宝商城即天猫B2C三大平台)主导的精准营销模式进行说明介绍,指出阿里模式带来企业管理革命并开创“产消合一的无缝经济”。

(四)基于大数据的精准营销在新媒体领域的应用

新媒体是一个相对而言的概念,智能手机、平板电脑都可称之为新媒体。新媒体的普及带来人们生活方式和消费习惯的改变,基于新媒体的精准营销正逐步广泛应用开来。冯智敏和李丽娜指明QQ广告和富媒体广告分别代表了用户精准和内容精准的两种网络精准广告形式,QQ上线弹出广告、对话框网幅广告、鼠标响应广告、QQ邮件广告、QQ社区广告等,是QQ针对用户的主要精准广告形式。刘丽彬认为“以客户为中心的精准营销和主动式服务营销,在正确的时间把正确的信息传递给正确的人”的微博营销理念,引领着微博精准化营销的发展。邱月指出微信庞大的清晰用户及强大的应用功能如微信公众号等为企业精准营销提供了目标准备和技术支持,但目前微信营销的实施途径还呈现单一化的特征,方式也日渐趋同,受众新鲜感不断消失,因此,企业依然需要不断思考如何利用微信的精准性更好地服务于营销这一命题。

三、评述

精准营销自其于2005年明确提出以来,吸引了国内外许多学者密切关注。学者们在研究精准营销相关理论与方法的基础上开展了其在各行各业的应用研究。笔者通过对国内外精准营销相关文献进行梳理得到以下评述。

(一)精准营销近年来广泛应用于各行各业中

在传统行业如农产品销售、图书出版业、零售业以及旅游业都可以见到精准营销的身影;新兴领域如电信行业、传媒广播业也都通过精准营销得到了进一步发展;精准营销在电子商务领域的应用将电子商务的发展推广到了一个新的高度;而当前较为热门的新媒体也纷纷通过微博、微信、QQ开展了精准营销。未来精准营销可进一步应用于与人们生活息息相关的各行各业中。

(二)现阶段的精准营销对数据的依赖性较高

无论是基于数据库和基于互联网的精准营销还是基于第三方平台的精准营销,其实质都是基于数据的精准营销。精准营销实施的关键点:市场细分、目标客户的选取、适合的营销策略以及营销渠道的选择,而这些都需要对顾客的购买记录、浏览足迹、上网行为等大量数据进行分析和预测而获得,数据是精准营销的生命线。然而随着社会生活的变化,人们的防范意识逐步加强,对个人信息的保护意识也愈加强烈。如何在获取消费者信息与保证消费者的满意度之间谋求平衡成了企业急需解决的问题。

(三)国内学者对精准营销的研究更多的是集中在理论研究阶段且缺乏创新性

学者们对精准营销的定义、方法与其实施策略进行了深层次、多方面的研究,通过相应的理论基础对精准营销的应用进行说明,为精准营销的应用打下了坚实的理论基础。但是尽管少数学者会结合具体实例来说明精准营销的应用,但也只能说是针对于特定现象的精准营销理论套用,未对精准营销的创新应用进行深入研究。这不适合变化迅速的市场环境与竞争激烈的国际环境。未来学者们的努力方向应该是基于实践的精准营销创新方法研究,帮助企业走独特且高效的精准营销之路。

(四)国外学者对精准营销的研究偏向于建立相应的模型或机制来实现某一特定领域或生产环节中的精准营销

精准营销理念的提出起源于国外,然而笔者在文献搜集过程中发现鲜有学者对精准营销理论进行进一步探讨和研究,也有学者会在书的某一章节进行简要介绍,但很少以精准营销理论研究为重点进行专门研究。而国外学者们对精准营销的实践应用研究却是可圈可点的。希望中外学者能各取所长,完善对精准营销的全面研究。

摘要：随着信息技术的高速发展,各类数据实现了爆炸式增长,人们进入数据大爆炸时代。基于大数据的精准营销俨然成了信息时代各行各业竞相追逐的香饽饽,学者们纷纷展开了对精准营销的各类研究。文章在对精准营销相关概念与理论基础进行简要梳理的基础上,初步归纳出精准营销在传统行业、新兴领域、电子商务领域以及新媒体方面的应用情况,并对国内外精准营销的研究现状进行简要评述。

基于大数据的精准营销 篇3

本论文的研究方法为定性研究，通过深度访谈的方法，以京东商城为具体研究对象进行研究。通过对京东商场的具体研究分析，理清B2C电子商务企业收集、整理、存储和分析大数据的流程；分析用户多次的购物记录形成关系网，知悉更多用户的购买习惯和喜好；将客户分为不同的类型，将个性化的信息推荐给客户，以客户为中心，进行实时营销和精准营销。但本文仍存在诸多不足之处，希望在后续研究中能使研究对象进一步细化，并且将案例研究进一步地深入。

关键词：大数据；电子商务；精准营销；京东商城

1 绪论

从20世纪互联网出现至今，互联网已经越来越融入人们的生活，不得不说，网购已经成为了一种潮流和趋势，已经成为了相当一部分人生活中不可或缺的部分，同时，也带动了中国电子商务的发展进程。

网络交易规模的不断扩大和增长，对于电子商務行业来说是一个难得的发展机会，但机遇与挑战永远是并存的。过去传统的粗放式营销方式开始逐渐转变为精准式营销，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服务体系。这种精准式营销方式主要特征就是以客户为核心，营销的目的就是实现与客户之间的交易，只有制造出令客户满意的产品，充分满足客户的个性化需求，才能够实现交易，与客户保持良好的合作关系，充分实现收益，获得较高的投资回报。

随着网络的发展和技术的进步，从2009年开始大数据这个词语越来越多地被人们所提及。不可否认，“大数据”一词在整个世界范围内也越来越热， “大数据”时代已经来临。2013年也被中国媒体广泛称之为 “大数据元年”。不得不说，大数据的时代已经来临了。京东（JD.com）是中国最大的自营式电商企业， 2014年5月，京东在美国纳斯达克证券交易所正式挂牌上市，是中国第一个成功赴美上市的大型综合型电商平台，与腾讯、百度等中国互联网巨头共同跻身全球前十大互联网公司排行榜。2014年，京东市场交易额达到2602亿元人民币，净收入达到1150亿元人民币。

最近两年，大数据在电信、医疗和公共交通方面已有应用，但在B2C的电子商务网站方面还未得到广泛的运用，所以本论文的研究问题可以归纳为两个方面：

①如何通过大数据技术获得有利于对B2C电子商务企业的顾客信息挖掘？

②如何将大数据技术分析处理后的数据运用于B2C电子商务企业的精准营销中？

本文的研究目的总体可以分为以下三个方面：

①对于B2C类型的电子商务企业而言，收集的大数据主要包括消费者的购买行为，对其进行整理和分析，可以预测消费者的下次购买行为，可以为企业在精准营销过程中节省大量的人力、财力和物力，减少成本扩大收益。此外，通过精准营销能够很好地维护企业和客户之间的关系，提高客户满意度，真正做到以客户为中心。京东商城就是通过大数据的分析，来维护与网购客户的关系，提高客户在京东商城购买产品的频率和次数，最终提高客户对京东商城的忠诚度。

②对于消费者而言，B2C企业推送的产品信息更具有针对性，更符合自己所需购买产品的期望，减少搜索和寻找相关产品的时间，能及时快速地了解B2C企业的产品信息，帮助消费者做出购买决策，指导其消费行为。消费者收到京东商城发送的产品信息之后，直接就去京东商城的网站上面进行挑选和选购，节省许多时间和精力。

③精准营销研究的侧重点大多在于客户关系管理方面的营销策划研究，基于行业的精准营销也大多集中于银行、图书、消费品等相关领域，但是随着大数据时代的来临，电子商务网站的精准营销研究相对来说就比较匮乏，这就使得本论文的研究更加具有创新性和实用性。

本论文主要以在B2C电子商务企业中非常有代表性的京东商城为研究对象，探索大数据在电子商务精准营销中的应用。

2013年可以称为中国的“大数据元年”，以此计算，中国在大数据领域内的研究还处于最初的起步阶段，且处于宏观研究的层面，对于应用涉及的更加少。而且大数据的显著4V特征：（规模（Volume）、快速（Velocity）、多样（Variety）和价值（Value）由于数据的海量化，规模巨大化和多样化，单个数据的价值密度就显得较低，如何将大数据的海量化、多样性的特点与精准营销的精准性看似矛盾对立的两个方面在营销过程中充分完美地结合起来，最终成功实现营销，这将是本文的研究创新点。

2 文献综述

本章节通过对电子商务、大数据、精准营销等概念进行文献研究，然后通过大数据在电信行业和公共交通行业的应用提供借鉴意义，为大数据能够更好地服务于电子商务行业的后续应用研究奠定基础。

2.1 电子商务

电子商务这一提法最初是由欧洲、美国等西方发达国家提出的，但是经过多年的发展和推广，电子商务已经在全世界的范围内遍地开户，占领了相当大的市场份额，基于这种情况，世界上的众多学者都开始针对电子商务进行了大量而细致的研究工作。

联合国经济合作组织（2007）把电子商务定义为：“电子商务是用开放式的网络作为交易的基础，并且依靠这一基础开展企业与企业之间、消费者与消费者之间、企业与消费者之间的商业上的往来”。

Daniel Amor （2012） 在《电子商务：变革与演进》一书中提出的看法是：立足于电子商务带来的机遇和挑战，对电子商务涵盖的技术进行了评论，同时全是电子商务的核心理念，对于电子商务未来的发展前景进行了展望和评估。该书在对于电子商务的发展给予一定肯定的同时，也毫不避讳的提出了电子商务在发展过程中出现的诸多问题。

中国的电子商务企业相对于国外企业来说起步较晚，但是发展速度却不慢，而且劲头十足，但是，由于受到种种条件的制约，现阶段中国电子商务企业的研究大多还只是停留在理论层面。

张婷，朱邦毅（2014）针对中国当前B2C电子商务市场进行研究的同时，总结了B2C电子商务的三种模式：垂直型、平台型和综合型。并在此基础上，深入解析了各种模式的优缺点和利弊后，得出以下结论：传统的大中型企业开拓销售渠道时比较适用于垂直型的模式；大中型企业在获得企业长远经营利益方面比较实用综合型模式；而平台型的模式则是中小企业最初进入网络交易市场的不二选择。

截至目前为止，针对电子商务企业在理论与实践方面的研究还非常少，这一领域还非常地薄弱，这就更加迫切地需要针对电子商务在B2C企业领域的实践进行更加系统的研究。

2.2 大数据

20世纪互联网出现，特别是进入21世纪以来，互联网的发展势头锐不可挡，无处不在的移动设备每时每刻都在产生着大量的数据，信息的交互更是时时刻刻都在处理大量的数据。此时，对于数据处理的实时性和实效性都提出了更高的要求，传统的处理手段已经不能胜任。因此，大数据技術当之无愧地成为了一个最新的技术热点，并引起了世界单位内的广泛关注。

维基百科对于大数据的定义是“大数据是一个常规软件无法在一定时间内对其内容进行获取、整理和分析的数据集合”。大数据与海量数据相比，在数据体量、复杂性和产生速度这三个方面相较于传统数据的形态有了很大的超越，此外，也超越了传统技术处理手段的范围，还能够带来巨大的经济效益。

IBM公司将大数据的特征总结成为三个“V”：规模（Volume）、快速（Velocity）和多样（Variety），但是更多的人则将其概括为四个“V”，即规模（volume）、快速（Velocity）、多样（Variety）和价值（value）。

依据一般的信息处理流程，大数据的处理过程可以划分为以下六个环节，分别是数据收集、数据整理、数据存储及管理、数据分析、数据显化及产业应用：

①数据收集。数据收集是大数据处理过程首要的一环，也是基础。

②数据整理。每年数据的产生量是非常大的，完成大量数据的收集工作之后，如何才能筛选出有用的数据，并使有用的数据顺利传递到下一环节，是大数据处理过程中必要的并且非常重要的环节。

③数据存储及管理。数据存储和数据管理是环环相扣的，采用何种方式进行数据管理直接决定了数据存储的方式，同时数据存储的方式又决定了数据管理的深度和广度。

④数据分析。开始比较早的传统数据处理公司具有明显的竞争优势，但是，以Cloudera为代表的基于开源软件基础构架的数据分析公司由于能够较好地满足客户的数据分析需求，在这几年间取得了快速的发展。

⑤数据解读。数据分析这一环节，起步比较早的传统数据处理公司同样具有一定的竞争优势，通过在传统业务之上融入新的知识，很快就成为该领域中的领头羊。

⑥数据展示。这一环节中在一定程度上也可以称之为数据应用，大数据开始帮助管理实践。

2.3 精准营销

20世纪90年代，美国的莱斯特·伟门第一次提出了精准营销的概念。Zabin和Brebach （2004）提出了精准营销的4R法则，亦即正确的顾客（right customer），正确的信息（right message），正确的渠道（right channel）以及正确的时间（Right time），通过把正确的信息在正确的时间通过正确的渠道顺利传递到正确的客户手中，借此真正实现对目标客户的购买决策形成有力影响，并促成营销目标的顺利达成。

刘征宇（2013）在《精准营销方法研究》中提出精准营销的方法应该分为三大类，分别是基于数据库营销的方法、基于Internet的方法和借助其他渠道的方法三大类。姜何（2014）用精细化营销来形容精准营销，指出所谓的精细化管理是相较于粗放式管理而言的，实施精细化管理，就意味着要开展客户细分，针对不同类型的客户实施不同的营销策略，充分了解客户的个性化需求，为客户提供所需的服务，实现营销目标。曹彩杰（2014）提出，精准营销体系应该以网络和信息技术手段为核心，未来也许会替代传统的营销模式，并逐步发展成为现代企业管理营销发展的新态势。

中国三大电信运营商经过多年的经营，累积了大量的数据。目前大数据在电信行业中的应用主要体现在网络管理和优化、市场与精准营销和企业运营管理。目前面临的问题是，电信行业发展好应用大数据技术面临的最大障碍不是技术能不能实现的问题，而是数据孤岛无法充分共享的问题。所以，对于电信运营商来说，要真正的利用大数据并使其更好地服务于运营商，数据的统一和整合是第一步，也时最为重要的一步。

应用大数据手段可以将海量的数据进行一个集合，通过把离散的数据需求集合成交通管理的体系，来满足以往不能实现的需求。利用大数据技术可以收集来自各方面的信息，这一点同样也可以应用于交通管理方面，可以应用大数据技术提升城市交通管理的水平，有效改善交通状况。在利用大数据技术治理交通方面，美国等西方发达国家最具代表性，在国内而言，深圳可以说是做得比较好的。

在B2C电子商务的精准营销中，首先利用大数据对客户进行“画像”，通过在网上的交易记录和购买情况，可以对客户情况有一个大概的了解，可以算是“素描画”。然后结合之前多次的交易情况，对客户信息进一步的补充和完善，形成关系网或关系链，这样客户的“画像”更加全面和形象，客户的消费行为和消费喜好也有一定的预测和判断。第三步就是制定销售策略，将客户分为不同的类型，通过邮件或短信，将个性化的信息推荐给客户。最后就是评估大数据在精准营销中的效果和作用，通过实施精准营销前后的销售额的变化对比，来进行验证和证实。

3 研究方法

本论文采用深度访谈法作为研究方法，主要是基于以下两个方面的考虑：

一是大数据的研究总体来说还是处于探索和研究阶段，尽管很多个行业领域都在提及大数据，但并未得到普及，大数据更多的对人们来说只是一个概念而已。

二是企业出于商业保密的原因，很多企业内部的资料无从查找，为了能够获取更多详实的内部资料和数据，需要对京东企业的内部人员进行访谈。同时为了保证企业的正常利益，访谈内容中关于京东企业的内部资料和信息仅用于论文研究使用，不可用于商业用途。

内容分析法（Content Analysis）是指来源于新闻传播领域的一种分析方法，

通过定性分析与定量分析相结合的方式，针对传播内容进行系统化的客观分析，并且描述传播内容特征和检验传播研究假设的一种研究方法。

本论文主要通过对访谈的形式，对相关人员进行访问，并对访谈的内容进行分析，将其运用于大数据在B2C电子商务精准营销中的应用研究。

本论文选取京东商城为研究对象，针对京东商城使用大数据在电子商务精准营销中的应用情况进行深入研究。之所以选择京东商城为例，有三方面的原因：

①京东商城是中国目前最大的自营式电子商务企业，已经积累了大量的数据信息。京东商城無论从规模还是盈利能力，在B2C电商市场中都是很具有代表性和影响力的，具有研究的价值和意义。

②京东商城经过多年的发展，在中国自营式B2C电商中的市场占有率高达一半，具有良好的消费者群众基础，便于进行调查问卷的发放和收取工作，方便进行数据的收集，为后期进行数据分析奠定了基础。

③京东商城尽管在行业中处于领先地位，但并非处于龙头老大的地位，希望可以通过借助于大数据的契机来缩小与天猫商城的差距，更加巩固京东商城在B2C电商市场中的地位。

鉴于以上三点，本文特意选择京东商城作为研究对象，重点研究和分析其如何使用大数据在B2C电子商务精准营销中进行应用。

4 研究过程

本章节将针对大数据在B2C电子商务中进行精准营销的具体过程进行研究，这部分内容可以划分为两个阶段和三个过程。第一个阶段是数据的收集和处理阶段，第二个阶段是数据的应用阶段。在数据的应用阶段可以划分为三个过程：第一是运用大数据为客户进行画像，第二是补充完善客户信息，形成关系网或者关系链，第三是制定营销策略，首先将客户分为不同的类型，针对不同类型的客户采取不同的营销策划，确定营销策划后通过邮件或者短信的方式将个性化的信息推荐给客户，真正做到以客户为中心进行实时营销和精准营销。

4.1 大数据收集和处理阶段

结合第二章节中已经提及的数据收集和处理过程，将B2C电子商务中的数据收集和处理过程划分为数据采集、数据清理、数据存储及管理和数据分析四个部分。

对于B2C电子商务公司而言，在决定采集数据之前，必须明确哪些数据有用需要采集，哪些数据没用不需要采集，这些数据必须区分开来，避免进行不必要的数据采集。经过第一阶段的数据收集工作，进入到数据整理的环节。数据整理，顾名思义，就是对收集到的数据进行处理，也可以成为数据预处理。在这个阶段的主要工作就是做好数据处理前的所有准备工作，做好预备工作。

京东商城的用户量每年都在快速递增，大量用户产生了大量的数据信息，所有这些用户数据信息的存储和管理也是至关重要的。现在京东商城主要采用的是并行数据库的方式来存储和管理客户的大数据。并行数据库是高性能和高可用性的数据库系统，高性能体现在进行数据整理过程中，所需用的时间越来越短，处理的数据量也越来越大；高可用性指的就是并行数据库的健壮性，换句话说，也就是并行数据库在进行数据处理过冲的一个节点或多个节点部分失效或完全失效时，整个系统对外持续响应的能力。

然而并行数据库系统的最大缺点就是灵活性不好，弹性差，这种特点对于刚成立的公司企业、对于中小型企业来说运用起来是十分有利的。京东商城通过使用并行数据库的方法，将客户的详细信息进行整理分类，便于后续的存储及管理，同时也为下一步的数据分析奠定了基础。

通过多种多样的渠道收集的各种数据，需要进行后续的整理和分析才能充分体现其价值，通过一定的分析得出的结果才能显示出什么内容是企业发展所需要的，并且使其产生一定的经济效益。对于京东商城而言，不同渠道收集到的数据，数据分析方法也略有不同。京东商城通过多渠道和多种途径来分析数据，分析出用户的特征、地域、教育程度、浏览器、网络接入商、操作系统、终端类型等属性，为大数据的运用做好准备。

4.2 大数据运用阶段

在大数据运用阶段主要包含三个过程，分别为：第一，运用大数据技术为客户进行画像；第二，对客户信息进行完善补充，形成关系网或关系链；第三，制定销售策略，将客户分为不同的类型，通过邮件或短信，将个性化的信息推荐给客户，更多地以客户为中心，进行实时营销和精准营销。

用户画像可以很全面地展示一个用户的全部信息，是B2C电子商务企业运用大数据的基础。通过用户画像，京东商城无论是在精准营销领域、搜索引擎领域，还是在广告投放等其他各种应用领域，都在原有的基础上进一步提升精准度，提高了信息获取的效率。京东商城通过一次购物记录描绘出用户的360画像，但这个画像相对来说是模糊的，不清晰的，需要通过更多的信息来核对，来弥补和完胜。大数据的关系网或关系链正好提供了这些数据和信息。

通过大数据的360度画像和关系网，京东商城对自己的客户有了更详细的了解和认识，为下一步大数据的销售策略提供了极大的帮助和支持。通过大数据的分析，京东商城的营销策略一方面以客户为中心，另一方面借助于互联网的优势进行实时营销和精准营销。

以客户为中心，企业能更好地为客户提供服务，满足客户的合理需求，完成企业自身产品的销售，并逐步在客户中塑造出良好的企业信誉和口碑，为企业自身的长远发展有很好的帮助和影响。京东商城对于用户的网络行为数据和用户所发布的内容数据非常重视，因为京东商城认为使用这些数据可以对客户进行更加深入的了解并判断客户的潜在需求。因此京东商城每次推出新的产品或服务的时候，都可以快速的推向市场。而当产品和服务推出之后，京东商城会利用大数据技术对消费者在网站上留下的点击、购买、评论和推荐等数据进行分析，对该款新产品或服务的受欢迎程度进行打分，还可以预测出消费者是否会为该产品或服务买单，根据预测的结果来决定是应该继续推广这款产品或者服务，或者是停止推向市场。

大数据时代用户的多场景、多渠道、多样化的需求已经给传统营销产业带来了影响和冲击，也为营销实时化带来了新的机遇。面对这种机遇，京东商城应该根据自身条件尽快制定有效的实时营销策略，建立高效的实时营销系统，从而提高企业的服务水平，培育客户的品牌忠诚度。

在大数据时代，随着大数据技术的日趋成熟、数据量的日益增长、数据类型的丰富多样使得更加深入的精准营销成为一种可能和必然的发展趋势，因此京东商城在进行营销活动时需要依托大数据，加大精准营销在营销活动中的比重，这样能够大幅降低营销成本，显著提高营销效率。仅仅掌握大量的数据和信息并不具有太大的价值，只有对数据进行专业处理，挖掘出数据中间所隐藏的巨大价值才能体现大数据的战略价值。而对大数据进行专业化处理和分析的最重要的方面就是进行数据挖掘。

通过本章的研究分析，可以看出京东商城在大数据时代下精准营销的具体过程，归纳总结为两个阶段和三个过程。第一个阶段就是京东商城进行数据收集和处理阶段；第二个阶段是京东商城运用大数据进行分析的阶段。在京东商城运用大数据阶段又分为三个过程：第一，京东商城利用大数据为客户进行360度的客户画像；第二，京东商城对客户信息进行完善补充，形成关系网或关系链。第三，京东商城制定销售策略，将客户分为不同的类型，通过邮件或短信，将个性化的信息推荐给客户，更多地以客户为中心，进行实时营销和精准营销。

5 研究总结

本论文主要研究大数据在中国B2C电子商务精准营销中的应用研究，通过第四章的研究分析，本章节主要是从三个方面做出研究总结，分别是研究结论、研究建议、研究局限与展望。

结合本论文第一章节中提出的两个研究问题（如何通过大数据处理技术，得到B2C电子商务企业所需的信息，以及如何将分析处理后的数据运用在B2C电子商务企业的精准营销中），通过本论文的研究总结，得出结论：京东商城主要采用的是并行数据库的方式来对存储和管理客户的大数据；京东商城受到QQ圈子的启发，将在京东商城网购用户的所有购物记录整合起来，形成京东商城网购用户自己的购物圈子；将客户分为不同的类型，将个性化的信息推荐给客户，以客户为中心，进行实时营销和精准营销。

在大数据时代，越来越多的用户行为都会被记录，这些都是数据，而电商企业所拥有的用户数据也会越来越多，面临技术手段的漏洞，这些数据也同样面临泄露或被滥用的可能，将会对企业的形象、品牌和口碑等带来重大的影响，营销数据的安全和隐私权的保护已经成为一个重要的课题和电商企业必须关注的问题。

随着大数据时代的进一步到来，电商行业的不断发展，新的大数据技术的涌现，营销理念的不断变革，电商企业在大数据时代还会有新的营销理念、营销模式的不断涌现，需要进行更加客观、更加全面的研究。本文的研究还有很多方面有必要做深入研究，可进一步细化研究对象，进一步深入案例研究，这也为笔者下一步进行研究指明了方向。

参考文献：

[1]Author， Central C.， & Ambiga， Dhiraj D. （2013）. Big Data， Big Analytics： Emerging Business Intelligence and Analytic Trends for Today's Businesses.

[2]Frank， J. （2012）. Ohlhorst.Big Data Analytics： Turning Big Data into Big Money （Wiley and SAS Business Series）.

[3]Bill Franks， B. （2012）. Taming The Big Data Tidal Wave： Finding Opportunities in Huge Data Streams with Advanced Analytics.

[4]Kotler， P. （2003）. Marketing Management （11th ed.）. Pearson Education， Inc.

[5]Lapis （2012）. Understanding Big Data . USA： The McGraw Hill Companies Viktor， MayerM.-Sch？nberger S. （2012）. Big Data： A Revolution That Will Transform How We Live， Work， and Think.

[6]万后芬.市场营销教程（第2版）[M].北京：高等教育出版社，2008.

[7]王方华.市场营销学[M].上海：上海人民出版社，2007.

[8]王成文.电子商务环境下市场营销的变化[J].法制与社会，2007，5.

[9]王森林，吴志玮.电子商务与企业成本竞争力[J].商场现代化，2007，6.

[10]甘晓，李国杰.大数据成为信息科技新关注点[J].中国科学报，2012，3.

[11]白云川.迎接大数据时代[J].中国制造业信息化，2011，12.

[12]边凌雁.4P营销组合和7P营销组合的比较研究[J].商场现代化，2007，2.

[13]苏兰君.现代市场营销能力培养与训练[M].北京：北京邮电大学出版社，2005.

[14]李鲤.数据挖掘在电子商务网络营销中的应用研究[J].广西大学报，2011，2.

[15]楊涌斌.论精准营销的实现[J].河南社会科学报，2012，4.

[16]张玉祥.对市场营销发展的新趋势的研究[J].企业家天地，2007，4.

[17]陈刚，李丛杉.关键时刻战略：激活大数据营销，2014.

[18]陈娟.我国电子商务发展趋势[J].创新科技，2006（8）.

[19]青虹宏.电子商务营销[M].北京：中国铁道出版社，2012.

[20]高虹.浅谈电子商务对传统市场营销的影响[J].电子商务，2007，50.

[21]涂子沛.大数据[M].广西：广西大学出版社，2012.

[22]陶雪娇，胡晓峰，刘洋.大数据研究综述[J].系统仿真学报，2013，8.

[23]舒尔茨.SIVA范式：搜索引擎触发的营销革命[M].北京：中信出版社，2014.

基于大数据的精准营销 篇4

摘要：日前，由“大数据营销平台领导者”亿玛公司主办的“2013亿玛智慧峰会暨第五届整合营销高峰论坛”在京隆重开幕。在此次峰会上，亿玛借机发布未来十年战略：即从效果营销战略升级到大数据营销并逐渐成为中国大数据营销平台领导者。

2013年“大数据”的火热程度堪比“世界杯比赛”。在国际上，蓝色巨人IBM正在加速在大数据领域的布局，2013年2月2日收购Star Analytics（星分析公司）以求让用户机构更迅速地访问数据源；全球第一家大数据精准营销公司，DSP Rocketfuel于2013年9月登陆纳斯达克融资1.16亿美元，上市首日股价翻倍，被资本市场热捧；在国内，百度和高德地图免费大战背后的动因只有一个:获得消费者地理消费大数据;而隐藏在BAT最新若干大笔并购的背后逻辑也只有一个:获得更多样化的大数据;所有这一切都无疑在宣布:一切皆数据的大数据时代正在来临……日前，由“大数据营销平台领导者”亿玛公司主办的“2013亿玛智慧峰会暨第五届整合营销高峰论坛”（以下简称2013亿玛智慧峰会）在京隆重开幕。在此次峰会上，亿玛借机发布未来十年战略：即从效果营销战略升级到大数据营销并逐渐成为中国大数据营销平台领导者。

大数据营销推动“传统广告二次变革”

从技术创新、商业变革到大数据思维，大数据正在带来翻天覆地变化，尤其是在大数据营销运用上——基于大数据积累基础上的按受众购买的方式（DSP）和RTB技术（实时竞价）正改写网络广告生存法则：之前，主流与长尾媒体严重两级分化，但随着媒体碎片化时代来临，流量开始分散，流量背后的受众也随之分散在上述各种流量平台上，而“大数据”精准技术的必要性就凸显出来。即使是一个最不起眼的长尾媒体流量，在全网大数据基础上，通过精准的人群画像并实时展现给想看它的人，这也能为媒体带来甚至超越主流媒体广告位价格；另外一面，从泛电商到传统品牌企业都开始试图求变与破局，想通过基于大数据的精准营销来进行营销变革，以求降低成本和提升ROI……

大数据精准营销新时代已经来临，在2013亿玛智慧峰会上，亿玛借机发布了自己的未来十年战略：即从效果营销战略升级到大数据精准营销并成为中国大数据营销平台领导者。众所周知，在国内，亿玛是中国效果整合营销领导者。根据易观国际数据，从2010年至2012年亿玛连续三年在独立第三方CPS联盟市场位列第一，是效果营销联盟的领头羊。在“大数据”时代全面来临和互联网广告RTB技术不断进步的背景下，除自身效果联盟和精准广告网络及综合导购门户外，亿玛先后布局移动营销和大数据营销，尤其在大数据精准营销上，率先提出按效果付费DSP的模式，开创了国内DSP运营的先河，是中国大数据精准营销付费模式的一种创新和变革。

据透露，亿玛目前拥有超过30万媒体数量的网购用户商品浏览行为数据，并与中国目前TOP500电商有长期合作关系拥有过亿的网购用户行为数据，通过大数据精准营销技术（人群估值技术、定向技术等）可以对积累的海量网民网购行为数据进行即时的分析与处理，精准判断出网民的性别、年龄、兴趣爱好、购买偏向等（不需要网民的主动搜索），实时找到广告主想要精准匹配的人。

大数据精准营销“提升广告ROI” 回顾中国网络广告的历史，艾瑞咨询集团研究院院长曹军波曾形象的将其分为三个阶段：1.0位置购买时代；2.0流量购买时代；现在已经进入到3.0大数据精准营销时代。

在大数据精准营销新时代，帮助广告主精准营销和提升广告ROI的核心推动力是RTB技术和DSP为核心的受众购买模式。

据了解，在美国60%以上数量的广告均来自于RTB。目前全球有超过半数以上的世界500强企业正在通过DSP投放RTB广告。

在中国，2012年被喻为DSP发展元年，亿玛等数十家国内广告营销公司先后发布了各自DSP争相进入该领域。2013年的双十一，越来越多的电商企业开始通过DSP投放广告，以双十一拉动的疯狂网购使得天猫客户站外引流需求也集中爆发，而DSP这种“直达受众精准营销”的新兴营销工具无疑成为天猫卖家的首选。“目前电商客户选择DSP这种投放工具的越来越多，而亿玛自身的易博DSP平台里，淘宝天猫的客户已经超过一半，双十一期间天猫客户通过DSP投放产生的平均销售额亿玛DSP占到30%以上，有些甚至达到了60%。”国内领先的网络营销领航者亿玛公司副总裁罗洪滨表示。

与此相印证，艾瑞咨询发布的报告显示，2012年通过DSP投放的互联网广告规模约9.1亿人民币，预计到2016年DSP市场整体规模将达到245.7亿元，通过DSP接入广告或将成为未来互联网广告的趋势。

大数据营销提升“媒体流量变现价值”

另外一面，在大数据精准营销兴起的背景下，BAT三巨头布局RTB和广告交易平台则成为大数据营销提升“媒体流量变现价值”强大推动力。

首先是淘宝于2011年9月，推出了基于RTB技术（实时竞价交易）广告实时交易平台（AdExchange）——淘宝TANX，并于2012年底在阿里武林大会上宣布，重启阿里妈妈并将其战略升级面向所有广告主；谷歌，在全球首次推出RTB平台后，其广告交易平台于2012年4月也正式进入了中国，开始正式布道中国；腾讯则是2013年1月11日，对外发布Tencent AdExchange广告实时交易平台，又于 2013年5月底“杀了一个回马枪“推出腾讯DSP广告投放系统“腾果”——代理和直客两者都不想放过；百度自然也不甘落后，其流量交易服务（Baidu Exchange Service，简称BES）于8月22日正式上线……而据行业通用标准，广告交易平台和网络媒体三七分成，广告主每投10元钱广告费，就有3元进入平台方的口袋。面对这一金矿，各方互联网大佬们自然不甘放过。

事实上，众多互联网巨头布局RTB纷纷涉足广告交易平台（AdExchange）最直接推动力则是媒体流量变现带来的新商业价值。截止2013年7月，淘宝、谷歌、腾讯、新浪、百度等互联网都已经相继推出广告交易平台，积极进入RTB领域。此外，网易、搜狐、凤凰网及众多垂直、长尾媒体都在积极向广告交易平台开放广告资源，在BAT三巨头带领下，中国互联网都在积极拥抱RTB。按照业内人士的分析，目前包括门户网站在内每天至少存在30%以上剩余流量，而其他中小网站更不在话下——拥抱大数据精准营销，涉足广告交易平台并与DSP对接将会对媒体剩余流量价值变现和提升带来长期商业价值。

“当初，靠资源、好的广告位进行广告投放的商业模式将要彻底改变，基于大数据的按受众购买的方式（DSP）和RTB（实时竞价）技术已经改变网络广告生态格局：即使是一个最不起眼的长尾媒体流量，通过精准的人群画像和实时竞价交易，也能为客户创造出巨大价值，为媒体本身带来甚至超越主流媒体广告位的价格。“亿玛总裁柯细兴表示。全面开启大数据精准营销新时代

毋庸置疑，大数据精准营销时代已经来临。几乎所有世界级的互联网企业，都已将业务触角延伸至大数据产业。新浪微博用户每天发博量超过1亿条，百度大约要处理数十亿次搜索请求，淘宝2013双十一的交易则达到1.7亿笔……而一本《大数据时代》书籍更是火爆全球，2013年美国棱镜门通过大数据监测其他国家更是将大数据上升到国家战略层面——在亿玛总裁柯细兴看来，亿玛从效果营销战略升级到大数据营销是经过精心准备的。DSP表面看是精准营销平台，实质上是一个大数据应用平台；DSP不仅是展示广告精准投放平台，未来趋势一定是跨平台和一站式；DSP最终的诉求一定是效果为王——正是基于这些判断亿玛DSP对接各大广告交易平台之前，对其积累近十年的海量网购用户行为数据，进行大整合和深度挖掘。除此之外，在2013亿玛智慧峰会上，亿玛凭借自身近十年网络营销行业经验，近2亿的网购用户行为数据，每日新增的2000万效果数据，联合第三方顶级研究机构——慧聪研究院（HCR）共同发布了“中国2013年度CMO调研在线广告效果研究报告”和“中国网购消费行为分析报告”，系统分析了广告素材对效果提升的作用以及消费者网购行为习惯对广告的影响。通过亿玛自身十年数据积累和分析旨在为广告主提升ROI效果提供前瞻性和实操性的建议。

基于大数据的精准营销 篇5

近几年，大数据精准营销这个概念充斥着我们生活的方方面面，可以这么说，无论是公司的发展，还是产品的营销，大数据都起着不可比拟的作用，尤其是它发挥的指导性的作用成为很多企业发展的参考依据。

但对于很多人来说，虽然置身大数据之中，但对于这个概念还是一知半解，今天小编就带大家来了解一下是什么大数据以及大数据精准营销的概念。

大数据精准营销起源于互联网行业，它依托多平台的大数据采集和大数据技术的分析与预测能力，使广告更加精准有效，给品牌和企业带来更高的投资回报率。其核心在于让网络广告在合适的时间，通过合适的载体，以合适的方式，投给合适的人。

为了让更多的大学生感受到什么是大数据精准营销，近日，来自西安某高校的学子来到陕西华信智原，倾听大数据精准营销项目总监刘晓宇的体验课程。在体验课现场，刘老师以提问和回答的互动模式让大家明白了“互联网+”在各个领域的应用，同时也进一步明白了大数据精准营销在企业发展和产品营销中的关键作用，同时还向大家展示了专业的概念及魅力。这一堂精彩的体验课下来，大家都收获满满。

“在大学我们学习的是电子商务专业，但感觉内容过于陈旧，跟不上现在时代的发展，虽然明知是这样，但要去改变，却无从下手。”一位学习电子商务专业的学生表示说。

“大数据精准营销这个概念被越来越多的人知晓，同时对于学习电子商务的学生来说，进一步了解并掌握营销方法的使用，是很多高校需要解决的问题。”陕西华信智原项目总监胡老师表示说。

基于大数据的精准营销 篇6

关键词：运营；支撑；大数据分析；客户标签

1概述

浅谈大数据与精准营销 篇7

目前,大数据还没有普遍认可的定义。一般认为大数据是一种通过信息处理观察世界的新方法,数据量已进入到ZB( 1TB = 1024GB,1PB = 1024TB,1EB = 1024PB,1ZB = 1024EB) 时代,海量的数据将对各个产业产生巨大的影响。大数据中的“大”是其标志,是对总体进行分析,并不是抽样调查,通过海量数据的追踪分析,从宏观的环境去观察微小的个体,正是这种精确定位,提高了企业的生产效率,为人类创造更高价值。

Netapp公司指出大数据应该包括三个方面,即分析( Analytic) 、内容( Content) 和带宽( Bandwidth) 。大分析是指通过对大数据的宏观分析带来新的商业视角,为企业提供新的客户信息,从而提高生产效率; 大内容一方面指总体海量的数据,另一方面指处理数据的信息技术高,能轻松实现数据的使用和安全管理; 高带宽指能准确高效地追踪处理海量的数据。

Google公司指出大数据具备四个特征,简称“4V”,即数据体量大( volume) 、类型复杂( variety) 、价值密度低( value) 、速度快且时效高( velocity) 。数据体量大是指数据量达到10TB以上,互联网的普及,智能工具的推广,通讯工具的使用,通过数据把人们的行为记录下来,海量数据中含有大量的信息,企业可以从中提取有用信息。类型复杂: 海量数据只包括结构化和半结构化数据,而大数据还包括非结构化和交互数据。价值密度低: 庞大的数据量中,隐藏的有用信息却不多,需要提高分析数据的能力。速度快及时效高: 人的行为在变,数据也是动态变化的,这是大数据的一个重要特征。

二、大数据时代的营销变革

处在信息爆炸的时代,流式数据呈指数增长,庞大的数据可以分析消费者的行为,提供了一种新的营销思维,带来了营销的变革。

( 一) 营销理念的变革

大数据是一个镜像世界,它与现实世界相连,不仅记录人们的行为轨迹,还包括人们的情感与生活习惯。以前的营销理念是根据顾客的基本属性,如顾客的性别、年龄、职业和收入等来判断顾客的购买力和产品需求,从而进行市场细分,制定相应的产品营销策略,是一种静态的营销方式。大数据时代的到来,企业通过数据挖掘消费者的兴趣爱好和行为习惯,能够精准预测顾客的需求,从而实现以客户生命周期为基准的精准化营销,这是一个动态的营销过程。这种营销理念的转变为企业创造巨大利益的同时也方便了消费者。如,在以有线数字电视互动双向网络为支撑、以数字电视终端为介质的家庭信息平台建设中,记录用户行为和反馈信息的数据通过数字电视终端传达给企业,企业可以深入分析数据得出有价值的信息,针对性地进行广告投放、媒体宣传,实现精准化营销,结合物联网以及物流配送体系,形成一个高效、方便和完整的营销过程。

( 二) 营销方式的变革

大数据是营销活动中的“显微镜”和“导航仪”,帮助企业筛选重点客户,开发新领域,挖掘用户的潜在需求。大数据带来营销方法的变革,主要表现为: 1. 以客户生命周期为依据对顾客进行动态细分,确定重点客户。如酒店行业存在“二八定律”,即80% 的企业利润由20% 的客户创造,20% 的利润由剩下的大多数客户创造。大数据可以帮助企业在众多用户群中筛选出重点客户,利用某种规则关联,确定企业的目标客户。2. 开发新领域,挖掘需求潜力。大数据的一个巨大创新就是可以通过对海量数据的处理,了解客户的消费习惯,发现关联规则,开发新市场,进行产品创新甚至是定制化营销。3. 动态的数据追踪可以改善用户体验。企业可以追踪了解用户使用产品的状况,做出适时的提醒,比如食品是否快到保质期; 汽车使用磨损情况,是否需要保养维护。流式数据使产品“活”起来,企业可以随时根据反馈的数据做出方案,精准预测顾客的需求,提高顾客生活质量。4. 检测营销环境。企业可以通过本行业数据确定自身在行业中的竞争力,监测竞争对手的行为,提前预测行业走向。对大数据分析可以监测品牌传播效率,找准营销方向。如《小时代》电影预告片投放后,通过大数据分析得知其主要观众群为“90后”女性,因此后续的营销活动主要针对这些人群展开。分析大数据还可以预知品牌危机,找准传播途径,遏制危机源头和关键节点,及时高效解决问题。

三、大数据时代下的精准营销

( 一) 精准营销的涵义及特点

精准营销理论最初由菲利普·科特勒提出,是营销理论发展的必然产物。在4Cs理论、市场细分理论和顾客让渡价值理论的基础之上,提出精准营销就是利用信息技术和数据处理技术对客户进行精准的细分,实行一对一的准确营销,提高顾客让渡价值,充分满足客户的个性需求。著名学者徐海亮提出精准营销包括五个体系的内容: 精准的市场定位体系、适合一对一的集成销售组织、与顾客建立个性传播沟通体系、顾客增殖服务体系和提供更适合顾客的产品。只有这五个体系相辅相成,企业才会实现个性化精准营销,利于企业低成本扩张,实现可持续发展。

精准营销最大的优点在于“精准”,在市场细分的基础上,对不同消费者进行细致分析,确定目标对象。第一,精准的客户定位是营销策略的基础; 第二,高效、投资高回报的个性化沟通是精准营销的又一大特点,过去营销活动面对的是大众,目标不够明确,沟通效果不明显,精准营销是在确定目标对象后,划分客户生命周期的各个阶段,抓住消费者的心理,进行细致、有效的沟通; 第三,精准营销为客户提供增值服务,为客户细致分析,量身定做,不必进行商品的挑选,节约了客户的时间成本和精力,同时满足客户的个性化需求,增加了顾客让渡价值; 第四,发达的信息技术有益于企业实现精准化营销,“大数据”和“互联网 + ”时代的到来,意味着人们可以利用数字中镜像世界映射出现实世界的个性特征。这些技术的提高降低了企业进行目标定位的成本,同时也提高了对目标分析的准确度。

( 二) 大数据下的精准营销

1. 互联网广告颠覆性创新———实时竞价( RTB)

在淘宝上搜索过连衣裙,无论在哪里登陆都会看到连衣裙广告,这种精准的广告投放大大提高了市场接受率。RTB智能投放系统的操作过程简单地说就是用户浏览网页时会发出访问请求,该请求信息会在数据库进行比对,推测出来访者的身份和偏好,然后发送到后方需求平台,有广告商竞价,出价最高的企业可以把自己的广告瞬间投放到用户的页面上。整个过程只需0. 1秒就可以完成。RTB运用Cookie技术能够记录用户的网络浏览痕迹和IP,运用大数据技术对海量数据进行甄别分析,得出用户需求信息,向用户展现相应的推广内容。这种智能广告投放能精准地确定目标客户,显著提高广告接受率。在美国接近90% 的广告投放采用RTB,其具有巨大的商业价值和广阔的应用前景。

2. 利用大数据挖掘的新方向———交叉销售

“啤酒与尿布”是数据挖掘的经典案例,在海量数据中含有大量的信息,企业建立一个完善的信息管理系统,通过对数据的有效分析,可以发现客户的其他需求,制定套餐服务,可以通过互补型产品的促销,为客户提供更多更好的服务。如银行和保险公司的业务合作、通信行业制定手机上网和短信包月的套餐等。

3. 运用大数据分析的成功案例———视觉雅虎

进入雅虎网站,映入眼帘的是最上方目前正在浏览的用户数量,从跳动的数字感受到雅虎实时动态监测,左侧栏是性别和年龄的选择,右侧栏是新闻、娱乐、时尚和金融等分类。选择不同的年龄和性别,都会出现这个群体普遍感兴趣的内容,雅虎利用了大数据处理技术,为每个用户量身打造“首页推荐”,提高了用户忠诚度。雅虎透露它的核心业务大多数与大数据分析相关,从搜索、购物到广告投放。雅虎找出隐藏在海量数据中的用户的兴趣和需求,进行精准定位,实行智慧化服务,达到事半功倍的效果。

“大数据”和“互联网 + ”时代的到来,给企业开辟了一个新天地,激发企业的创新能力,可以让企业更准确地了解客户兴趣,更有效地挖掘客户需求,提高企业价值。同时,企业面临着新的挑战,还需要解决提高数据处理技术和辨别数据真伪等难题,企业既要努力创新,跟随时代潮流,又要不断加强协作,增强挖掘数据的能力。

摘要：随着“大数据”和“互联网+”时代的到来,为企业营销提供了一种全新的思维方式,大数据具有体量大、类型复杂、价值密度低、速度快和时效高等特点,促进了营销理念和方式的变革,企业通过现代信息技术挖掘隐藏在海量数据中的消费者信息,更准确地了解客户兴趣,有效地挖掘客户需求,实现了实时竞价(RTB)、交叉销售等精准营销。

关键词：大数据,精准营销,数据价值

参考文献

[1]万红玲.大数据时代下的精准营销[J].新闻传播,2014(1).

[2]徐云.大数据时代烟草精准营销方法研究[J].企业研究,2014(2).

[3]李巍,席小涛.大数据时代营销创新研究的价值、基础与方向[J].科技管理研究,2014(6).