大數據營銷的方法精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據營銷的方法主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：大數據營銷的方法范文
中圖分類號：F274 文獻標識碼：A 文章編號：1003-9031（2016）03-0070-04 DOI：10.3969/j.issn.1003-9031.2016.03.15
當今時代，以移動互聯網、云計算技術、搜索引擎為代表的新一代信息技術全面滲入金融行業，對金融業態產生重要影響。同時，伴隨網絡技術的發展，數據滲透到了每一個行業，“大數據”應運而生，已成為重要的生產要素。對最早實現數字化交易的銀行業來說，大數據能反映銀行產品管理的綜合信息，也隱藏著產品相關的客戶行為模式，有助于實現基于客戶行為的產品營銷管理。
一、大數據技術概況
大數據尚未有統一的概念，目前采用較多的是麥肯錫咨詢公司的定義，大數據是“規模大到傳統的數據庫軟件工具已經無法采集、存儲、管理和分析的數據集”，且大數據具有“4V”的特點，即數據量大（Volume）、數據種類繁多（Variety）、數據更新快（Velocity）、數據具有極大的價值（Value）[1]。IDC的報告預測未來5年中國的數據量將以51.4%的速度增長[2]。數據作為一種信息，記錄了企業所有的產品信息，并能更精確、更客觀地展現客戶需求，具有重大的商業價值[3]。基于大數據技術的各種商業創新，會使得未來的營銷活動以更貼近消費者需求方式以及在更為合理的時間實施，取得更好的效果[4]。
現有的大數據分析挖掘的方法有很多，常用的有如下幾種。
1.關聯分析法。這是最常見的大數據分析方法之一，指的是從現有的數據庫中找出特定序列的數據在特定事件中存在的數據關聯性。確定關聯規則是關聯分析法的重要基礎，不同關聯規則的設定會產生不同的關聯結果。該方法主要用于發現某一事件中不同數據是否存在關聯性，如產品間的內在關聯性。
2.序列分析法。序列分析法與關聯分析法規則類似，但尋找的是某一事件中數據之間在時間上的關聯性。加入了時間序列，使得分析結果更具動態性和延續性。這種分析法對于發現潛在用戶具有明顯作用，能夠廣泛應用到金融、醫療、工程等領域的企業中。
3.分類和預測分析法。實際上是兩個過程，第一步是確定模型描述，針對指定的數據類型和概念集進行分類劃分，第二步是使用這種分類基于模型進行預測分析。這一類分析方法主要用于挖掘隱藏在數據背后的消費者特定的消費習慣，并預測其后續的可能行為。
4.聚類分析法。聚類分析法能夠將數據庫內數據特征未知的信息進行相似性最大化處理，幫助企業了解哪些是較為典型性的用戶，哪些是忠實用戶，哪些是流失用戶等，從而有助于企業根據不同用戶的消費特征制定不同的營銷策略。
二、大數據技術在商業銀行的應用現狀
國內的金融行業，尤其是銀行業，大數據的應用尚處于起步階段，遠遠落后于互聯網行業。但金融行業實現數字化交易以來，沉淀了大量的用戶數據，是較為適合大數據分析的行業。銀行業的數據分析尚處于從數據碎片化到數據整合時代的過渡階段。現階段，大數據技術在商業銀行的應用主要集中在風險控制和零售業務，主要有三種模式。
首先，基于網上交易流水的數據挖掘。銀行與電商合作，直接接觸電商平臺、支付平臺上的大量賣家和買家，并通過交易流、信息流、資金流覆蓋其產業鏈上的生產、物流、消費等多個環節。基于此，銀行借助成熟的數據分析技術，實施風險控制和拓展營銷。如工商銀行“易融通”會自動處理客戶信息，選取客戶融資需求量、還款資金來源及其可靠性等因素作為貸款額度指標，在線批量審批與發放貸款。招商銀行與敦煌網共同推出的“敦煌網生意一卡通”客戶信息共享，為小微企業提供融資、結算、理財一體化的金融服務。
其次，基于第三方系統的征信數據挖掘。這一類數據主要包括人行征信、工商、稅務、電力、房管局、車管所、社保、海關等政府數據，學歷、購物、支付、物流等社會征信數據以及各大金融機構的金融數據等。這些數據使得銀行能更加全面判斷企業客戶的屬性和資質，更有針對性地根據其綜合情況實施精準營銷。如平安銀行在接入平安保險、平安租賃等集團子公司數據的同時，輔之以政府公共數據，全面分析客戶情況并據此營銷。
最后，基于POS流水的數據應用。商業銀行依托在線貸款業務平臺系統，對客戶進行綜合信用評價，向符合貸款條件的POS商戶，以其一定期限內的POS結算流入量為授信額度的依據，在線發放用于生產經營的信用貸款。已有的POS流水數據應用有招商銀行和通聯支付合作的流水貸、中信銀行和銀聯商務合作的網絡商戶貸款業務，浦發銀行和通聯支付合作的流水貸業務等。
除了基于行內數據進行挖掘分析外，國內許多商業銀行還與專業第三方公司合作，爭取順應大數據潮流，進一步加快應用大數據的步伐。如平安銀行與SPSS公司合作，進行消費貸產品的大數據營銷管理；寧波銀行利用客戶購買某項產品大數據分析結果挖掘潛在客戶。這些探索為商業銀行擁抱大數據技術，利用大數據技術轉變營銷理念和營銷方法提供了很好的借鑒。
隨著云計算、物聯網等新型信息技術的發展和跨渠道跨終端的整合，銀行的大數據將日漸完善。產品的客觀數據與客戶信息也將有效結合，形成完整的“產品――用戶”數據庫，用于銀行各類產品的規模化和定制化綜合推介，尤其是對于具有復雜的金融產品綜合運用需求的對公客戶來說，大數據的應用將是一片藍海。
三、大數據技術在對公業務營銷中的應用方案
對公客戶是商業銀行的主要利潤來源之一，且該類客戶沉淀了大量復雜的數據，將大數據技術應用于對公客戶服務和對公產品營銷具有重要意義。基于大數據技術的營銷管理是一項系統性工程，需循序漸進，最終形成一套成熟體系。張湛梅等提出一套針對移動互聯網的大數據營銷體系“PDMA”，主要包括認知客戶（perceive）、挖掘需求（data-mining）、精準營銷（marketing）、營銷評估（assessment），構成一個閉環體系[5]。基于“PDMA”的框架能很好地建立銀行產品和客戶兩個維度。結合客戶屬性進行產品大數據分析，才能以更符合客戶偏好和需求的方式實施產品營銷，并對營銷的效果進行事后評估，以持續改進。本文以“PDMA”為框架，系統闡述商業銀行借助大數據技術進行對公產品營銷管理的應用方案。
（一）P――認知客戶行為
對公客戶與零售客戶有本質的區別，客戶的金融需求復雜，且更加個性化多樣化。在銀行進行大數據分析之前，應當對對公客戶有一個全面認識，并結合客戶情況認知銀行對公產品現狀。認知企業客戶行為可以從三個方面著手。
1.基于客戶屬性建立客戶特征庫。客戶特征庫包括銀行數據庫中的所有對公客戶相關字段，可以對客戶的自身屬性、所在地區、財務狀況、與銀行合作緊密程度等進行初步分析，掌握客戶基本情況。
2.結合客戶持有產品情況，認知銀行的產品結構。以產品管理系統中的產品庫為依據，分析持有不同數量產品的客戶分布、各門類產品的客戶總體分布、下屬分行及其經營機構的客戶持有產品情況，以及結合多個時點的各門類產品客戶數的變化趨勢等。
3.在認知產品的基礎上，基于產品記錄，分析客戶行為習慣。包括客戶對產品門類的偏好，對產品購買渠道的偏好，對資金流動性的需求，購買產品時段偏好等。
（二）D――挖掘客戶需求
在認知產品和客戶的基礎上，應用大數據技術，挖掘隱藏在產品信息和客戶信息背后的客戶需求，為后續的精準營銷打下基礎。
1.基于客戶產品持有行為判斷不同產品的相關程度。在客戶持有產品的全數據中，同一客戶持有多種產品的現象較為普遍。分析客戶持有的產品明細清單，找出同一客戶持有產品組合的一般規律，可以準確判斷各產品之間的相關程度，測算出持有某種產品的客戶同時使用該產品相關產品的可能性。產品相關分析的結果可以形成定期的產品相關性監測報告和營銷建議。
2.基于產品的監測報告，判斷產品持有的平均水平。結合客戶產品的平均持有水平分析，將低于產品平均持有水平的對公客戶認為是具有產品潛力的客戶群，生成這一類客戶清單。同時根據客戶清單中對公客戶所在分行進行分類，將這部分產品需求未充分挖掘的客戶清單推送到分行，以幫助分行更好地鎖定目標營銷客戶。同時也可以針對不同門類產品的客戶情況進行統計分析，判斷持有某類產品的客戶使用其它門類產品的情況，也即產品的跟進情況。
3.對非結構化的大數據進行分析，全方位挖掘客戶的產品需求。非結構化數據可以分為行內數據和行外數據。行內數據中，銀行內部的資金來往記錄和銀行內部企業授信報告等都可以作為非結構化數據來源。此外，銀行還可綜合應用外部數據，如電力、稅務、工商和人行征信系統數據。通過這類交易數據可以形成企業的社會網絡關系圖，作為供應鏈金融大數據營銷的重要依據。
總之，需求發現環節應緊密結合產品和客戶的數據，挖掘大數據背后客戶對產品的需求，是借助大數據實現對公產品營銷管理的基礎性工作。
（三）M――產品精準營銷
充分挖掘客戶需求后，根據需求實施精準營銷。具體可以有如下應用。
1.結合客戶的產品門類偏好推薦同一類別的其它產品。根據客戶偏好分析和需求挖掘結果，掌握客戶對某類產品的使用記錄，為其推薦同門類產品中其它熱門產品（依據熱門產品排名），提高同一門類產品的滲透率。此外，還可以具體到各分行，分析各分行同類產品使用情況，并將之與全行產品應用情況對比分析。低于全行各門類產品應用水平的分行建議就其薄弱的產品門類進行重點營銷。
2.對持有某些產品的客戶推薦產品組合中的其它產品。通過產品相關分析梳理出相關度高的產品組合，結合只持有這些產品組合中的部分產品的客戶清單，生成各個客戶還可進行關聯營銷的具體產品清單，推送給各分行，指導其根據該客戶潛在產品清單對客戶進行產品關聯推薦。
3.通過客戶屬性分析開發潛在客戶。從產品出發，通過聚類法和分類預測法分析持有某種產品的客戶群體的共同屬性，然后比對具有這些屬性但還未持有該種產品的客戶，作為該種產品的潛在客戶名單，對名單上的客戶推薦該種產品，通過分析現有客戶成功開發新客戶。
（四）A――營銷效果評估
營銷評估是貫穿“PDMA”大數據營銷體系全流程的最后一環，也是營銷管理流程中承上啟下的重要步驟，能及時幫助商業銀行掌握大數據分析的效果。銀行在精準營銷評估過程中，應當加入時間序列，結合產品和客戶情況進行綜合評估，并定期對基于大數據分析的精準營銷實施評估，根據評估效果改善大數據分析和精準營銷的成果。對有成效的分析結果形成定期營銷報告，對于成果不顯著的從業務角度總結原因，調整大數據分析模型和參數，改進結果。
四、對公業務營銷中的典型案例
總體來說，相比國有銀行，股份制銀行更加積極擁抱大數據技術。2015年3月，民生銀行“金融e管家”平臺正式上線，這是民生銀行利用大數據技術的一大利器。該平臺主要針對國內商業銀行客戶關系管理系統管理功能、分析功能、應用功能相互脫離的弊端而開發的基于大數據分析的一站式服務平臺。“金融e管家”服務于全行對公客戶管理，覆蓋“PDMA”框架的四個環節，是對公業務應用大數據技術的典范。
首先，認知客戶行為（P）。該平臺對接民生銀行內200多個生產系統和數據中樞，并導入上市公司數據、人行征信數據、工商數據等行外的數據，形成完善的數據結構，通過不同的規則組合數據，如對公客戶和產品的交叉組合，或者基于供應鏈的客戶上下游集合等，使用戶可從不同角度解讀對公客戶的特性，同時通過行內資金流和行內外信息流，精確掌握客戶的行為習慣。
其次，挖掘客戶需求（D）。該平臺對客戶信息更深層次的挖掘，去除無效信息，將有效信息放大，結合線下業務資源，挑選出最適合營銷的企業關系群體，應用多種大數據分析方法，建立關系網絡分析模型，識別出群體的特征和相互之間業務重點，并以極具可用性的界面展示客戶潛在需求挖掘的結果，幫助客戶經理深度挖掘客戶的金融需求。
再者，產品精準營銷（M）。該平臺是一個智能化的融資理財和資源整合平臺，主要圍繞核心客戶，通過后臺數據的支撐，建立交易網絡模型和上下游客戶推薦模型，并據此匹配最適合的金融產品，實現精準營銷。該平臺上線后，對公產品關聯營銷的成功率大大提高。
最后，產品營銷評估（A）。該平臺建立了基于歷史記錄的客戶績效評價體系，科學全面的評價客戶績效，并根據評價結果改進營銷方向。后評價功能涵蓋對公業務的不同情況，如對個性化服務方案的綜合評價，對集團客戶也能建立綜合收益的評價，而不僅僅是單獨考慮單筆業務的收益，適應了缺資產時代的商業銀行經營新思路。
可以預見，在信息技術發展日新月異的當代，隨著對公業務背后紛繁復雜的信息流、資金流、物流等多樣化數據不斷沉淀，大數據技術在商業銀行對公業務營銷中的應用價值將日益凸顯，并將逐漸成為商業銀行對公業務的核心競爭力之一。
參考文獻：
[1]Manyika， J.，M.Chui andB.Brown et al.Big Data：The Next Frontier for Innovation[R].Competition， and Productivity，2011.
[2]Franks， B.著，黃海，車皓陽，王悅等譯.駕馭大數據[M].北京：人民郵電出版社，2013.
[3]楊威.大數據時代下的電子商務企業營銷方式變革[J].中國電子商務，2014（14）.
第2篇：大數據營銷的方法范文
關鍵詞：大數據；市場營銷；教學；改革
引言：
由于社交網絡、云存儲在各領域的應用，以數量多，種類全，時效性強的非結構化數據屢屢出現在人們的視野中，逐漸讓人們認識到數據的重要性，市場變化及時調整，內容缺乏先進性。如教材中關于營銷理論的部分，僅僅是對以往營銷理論的復述，未能添加新時期我國市場上新興的綠色營銷、網絡營銷等相關理論知識。新時期下，社會對市場營銷人才提出了更高的要求，人才要充分了解新時期的市場新變化、新特點，并在工作中實現市場營銷理論的靈活運用，才能適應時展需求。而教學內容先進性的缺乏，不僅大大降低了教學質量，也影響了學生日后工作中市場營銷知識的應用效果。
一、大數據時代概念
“數據”是指加載或記錄信息按一定的規則排列組合的物理符號，可以是數字、文字、圖像，也可以是計算機的代碼。接受信息的數據接收，只有通過對數據的解釋來獲取背景信息，“大數據”是指數據量巨大，無法通過大多數的檢測工具，在適當的領域內收集、統計、運算和統計作為公司決策的依據。“大數據”使用傳統的數據庫軟件工具在一定時間內收集、存儲、管理和分析數據的收集。
“大數據”本身不是一種新技術，不是一種新產品，而是一種現象出現的時代。IBM在美國，大數據3V特征，即物種（品種），快（速度）、容量（體積）。國際咨詢機構IDC的數據，滿足“4V”：品種（品種）、速度（流量）、體積（容量）、價值（價值）指數數據稱為大數據。這些特性使得大數據與傳統的數據概念不同。不同的數據概念和“海量數據”。它不僅用來描述大量的數據，進一步指出，數據的復雜形式，數據的快速時間特性和數據分析和處理的特殊處理，最后我們得到了信息價值。
二、大數據背景下市場營銷學教學面臨的挑戰
1.、企業的戰略規劃將減少
對于市場營銷來說，企業要制定長期的、具有戰略性的規劃方案，這將是一個社會管理過程。在大數據時代背景下，企業做三五年的規劃方案完全是沒有任何意義的，我們都知道，如今的阿里巴巴很強勢，但是未來幾年會怎樣誰都不敢保證，很有可能會被微信所替代。企業在互聯網數據的不斷變化下，僅需要制定一年的規劃方案，才能確保企業的與時俱進。
2、傳統的促銷策略將被淘汰
所謂促銷實際上就是溝通，而溝通的主要方式之一――廣告，將被逐漸削弱。在新社交媒體下，廣告技術還需要不斷的完善與創新。如今已經沒有過多的企業會把大量的資金投向電視廣告，如果大家還認為電梯廣告會占據終端，那就大錯特錯了，在現階段的社會發展進程中，無線網絡覆蓋率才能夠占據未來的終端。具有無線的數據流量，讓人們在實際生活中習慣從這里開啟免費WIFI，那么這個廣告價值將不可估量。目前，越來越多的企業開始運用二維碼來進行營銷，這種方式也將使廣告更加具有親切感。
3、市場調查內容將重整
在大數據的背景下，營銷決策的過程開始逐漸從經驗向科學轉變。以往在調查市場營銷體系時都是采用抽樣的方式，并根據抽樣的數據進行分析，然而，在當今社會環境的不斷變化下，傳播平臺開始出現，以往的調查方式面對當前社會的復雜環境，已經無法進行準確的判斷。于是，在大數據的營銷流程中，各種與之相適應的數據庫開始相繼出現。比如消費行為調研、新生代消費行為研究、電通等等。這些數據庫的建立將幫助傳統的營銷體系達到最終科學化的目的。
三、基于大數據前提下市場營銷學手段的更新
1、更換市場營銷教學大綱
在大數據背景下，目前市場中紛紛推出了各種不同版本的營銷教材，這些營銷教材的內容也是多種多樣，有轉變經營模式的、有創新營銷理念，以往較為落后的營銷教材已經無法滿足當前社會的發展需要。因此，作為市場營銷專業教師，要改變以往墨守成規的教學模式。大數據時代更換了陳舊的理論，教師在看待問題時也要從多個視角出發，同時也需要授課者不要絕對的打破傳統，而是應保持大數據時代的敏感性，打開心靈，不斷吸收新信息。一方面，不斷跟蹤國內外營銷理論的最新發展趨勢，積極關注營銷研究的前沿；另一方面，了解國內外最近成功的營銷案例，注重海外營銷的最新發展，更注重實踐中的商業模式變化和市場趨勢，參與研討會的教學，與同行交流、不斷創新、與時俱進，確保在營銷課堂中將新的教學內容提供給學生。
2、突破傳統的市場營銷教學模式
在大數據背景下，充分利用現代教育技術，改變傳統的教育觀念，打破教師為中心的“填鴨式”、“灌輸”的傳統教學方法。盡量讓學生參與，充分調動學生的積極性，發揮學生的主體作用，提高教學質量。在傳統市場營銷專業的教學過程中，教學資源大多來自教材、教學參考書、教師收集各種情況、縮小、受限制的客觀條件，課堂教學能提供信息能力是有限的。但在網絡環境下，信息資源十分豐富。教學資源可以是網絡圖書、網站信息和資源、課件、經濟信息、論文等。在營銷過程中，教師可以使用網絡互動教學法。大數據時代的授課通過多媒體、數字、模型和更加直觀的內容來呈現知識，單調的傳統課堂教學方式變得豐富而有趣，激發學習，減少學生的視覺和聽覺疲勞，提高課堂教學效果的新型網絡課堂互動教學模式。大數據時代，教師應充分利用條件，積極探索并激發學生興趣，提升教學方法的科學性，真正實現市場營銷教學活動數字化、趣味性、生動性和真實性。
參考文獻：
[1]徐瑋.大數據對高等教育的影響和挑戰[J].教育教學論壇，2013
第3篇：大數據營銷的方法范文
“社會化媒體的廣泛應用帶來了海量的數據。數字科技本身發展其實越來越深刻影響到營銷的方法論以及營銷的效率，這個時代已經完全不是此前單純的數字媒體化年代。”騰訊網絡媒體事業群總裁劉勝義在2012騰訊智慧峰會上說。
Big Data，Big bang!
大數據產生大影響。有數據顯示，Twitter平均每天產生3.4億的消息，而Facebook每日則有40億的信息擴散。隨著社交網絡的全球擴張，數據大爆炸正在改寫營銷規則。而基于對大數據營銷價值的挖掘成為在線營銷領域面臨的課題。
英國當代數學家及人類學家托馬斯·克倫普在其《數字人類學》一書中提到，數字的本質是人，數據挖掘就是在分析人類族群自身。因此在大數據的背景之下，問題的關鍵已經不僅包括用戶說的是什么，還包括用戶是誰？做了什么？
基于此，騰訊認為大數據的營銷價值，是隨著實名制社區和電子商務的普遍化，用戶之間所產生的人際關系鏈，也就是人脈價值，通過這種人脈最終實現交易數據跟交互數據的融合。“我們有能力將騰訊用戶的在線行為跟各個品牌的消費行為更加準確地關聯起來，”劉勝義表示。
實際上，劉勝義的信心是有根據的。北京大學陳剛教授以為，企業在互聯網中應逐漸轉型，借助數據庫技術為生活服務。其實定位于在線生活一站式服務平臺的騰訊在用戶數據庫上早就開始布局，包括在資訊端、關系鏈、多種網媒產品應用領域都取得了重要的成績與進展。現今，騰訊已經坐擁7億QQ用戶、4.25億微博用戶、2.024億朋友網活躍用戶及突破1億微信用戶，成功積累了擁有中國極盡完善的網絡媒體數據庫。
“網絡媒體正在從單純的內容提供方進化成開放生態的主導者，大數據時代的社會化營銷重點是理解消費者背后的海量數據，挖掘用戶需求，并最終提供個性化的跨平臺的營銷解決方案。”劉勝義強調。也就是說騰訊大數據的價值在于能更加智能地提升精準廣告能力，給品牌企業帶來更高的投資回報率。
在變動中保持主動
大數據能產生巨大的營銷價值，然而要在大數據時代淘金也并非易事。
正如現代信息論的創始人申農所定義的，信息是不確定的消除。然而在大數據時代，整個營銷系統的變量越來越多，各種新勢力與傳統力量在系統中不斷耗散與協同。這些日益增加的復雜性最終導致了整個系統的目標慢慢開始失焦，營銷系統開始失控。“混沌、失控、非線性”等等詞匯成為整個時代的典型標簽，那些在傳統營銷時代原本理所當然的方法論開始變得不確定。
終于品牌營銷者慢慢發現，信息大爆炸所帶來的非但不是整個品牌營銷系統確定性的增加，相反卻成為了《連線》雜志創始主編Kevin Kelly所謂的失控可能性的增加。從諾基亞的衰落到雅虎的式微，騰訊發現，似乎連續不斷的環境變動開始讓很多企業巨頭的發展變得越來越被動。
怎樣才能在變動不居的營銷環境中生存并變得強大？騰訊認為，唯一的出路是自己主動創新去進化適應持續變動的復雜環境，而這正是達爾文進化論的核心要義所在。
從聚眾時代的1.0到分眾時代的2.0，再到開放時代的3.0，整個騰訊智慧方法論一直在不斷豐富自己，通過持續的進化來與變動的營銷環境相適應。另一方面，騰訊智慧自始至終保有的創新基因也決定了該方法論能夠在各個不同時代、不同行業領域都有相同的普世價值。
“MIND3.0的普世價值體現在它不僅能應用于騰訊內部在線營銷平臺，而且在整個中國在線營銷領域都具有前瞻性、體系性和指導性。”騰訊全國策劃總經理翁詩雅指出：“當然在另一方面，目前只有騰訊的在線營銷平臺才能夠讓MIND3.0的營銷方法論實現最大的效果。”
那么究竟什么是騰訊MIND3.0？根據翁詩雅介紹，MIND為可衡量的效果Measurability、互動式的體驗Interactive Experience、精準化的導航Navigation、差異化Differentiation這四個定義的組合。具體來說，在效果衡量上，MIND3.0是多元化的衡量標準趨于譜系化，滿足廣告主更細分的營銷目標；在互動式體驗上，則是互動的方式和渠道更趨多元化，品牌與合作伙伴一同為用戶創造價值；在精準化的導航上，騰訊智慧開始利用動態、多維、開放的社會化標簽的自由組合，通過智能平臺實現精準定向；最后在差異化定位上，騰訊MIND3.0則體現在基于用戶的個性需求提供因人而異的內容和創意輸出。
不難發現，MIND概念的創新從關注廣告到關注人與人脈，關注人群背后的數據與需求，并通過騰訊強大的用戶平臺、關系鏈及營銷工具，為品牌提供高效的社會化營銷解決方案。
全球暢銷書《社會消費網絡營銷》作者拉里·韋伯認為，目前已經到了收集數據的黃金時期，而如何整合這些數據成為品牌營銷未來的關鍵任務。如果說在大數據時代，騰訊通過多年的戰略布局所積累的用戶數據庫已經打造了堅實的營銷基礎，那么騰訊如何整合這些大數據呢？
翁詩雅認為，全新進化后的騰訊MIND3.0有三大自主方向完成整合任務，為品牌創造價值。這三個自主方向分別是社會化廣告的產品體系、高效的營銷解決方案和效果優化體系。
據了解，騰訊今年已經全面啟動社會化戰略，實現對旗下騰訊網、騰訊視頻、騰訊微博、QQ空間等網媒產品平臺的社交化改造以及平臺融合，形成了騰訊全網最大、最活躍的社交網絡，各網媒產品也在戰略指導下進行升級。
至此，圍繞人脈這一核心要素，在大數據時代，騰訊社會化營銷平臺提供打通的用戶產品、數據庫的營銷工具，而騰訊MIND3.0則通過對用戶行為數據的洞察、分析和挖掘，深描每一個用戶族群，通過差異化標簽在品牌和受眾之間建立社會化的營銷關聯。
舉例來說，對于成熟媽媽與新生兒媽媽兩個細分族群，騰訊智慧能通過對大數據的智能分析得出差異化洞察和針對性的溝通策略。如騰訊認為，成熟媽媽是一群理智的玩樂女人幫，在娛樂應用上，最喜歡游戲，音樂和古裝劇，在資訊上，旅游和理財兩不誤，在社交互動層面，以QQ群，鮮花工坊與日記為主；而新媽媽們在騰訊看來是社交活躍時尚辣媽，她們更關注數碼產品的微博，是一群勇于嘗鮮的時尚族群。
第4篇：大數據營銷的方法范文
一、大?稻荼塵案攀黽暗緦ζ笠滌?銷管理存在的問題分析
1.大數據背景的概念分析
大數據是指涉及到的資料數量非常之多，規模之巨大，整理后可以幫助企業分析當前現狀以及預測未來的數字信息，它可以來自各個方面，具有體積大、多樣性、價值密度低以及速度快的特點，打破了傳統數據的局限性，是能夠未來社會發展的重要內容，同樣，電力企業的發展也離不開大數據的支持。
2.電力企業營銷管理存在的問題分析
從現階段來看，我國電力企業的營銷系統已經暴露出很多問題，首當其沖的就是由于我國目前的電力企業多數營銷系統和生產之間的關系薄弱，導致兩者之間的協同效果極差，從而營銷精細化和科學化開展困難；第二點就在于使用的營銷系統已經不符合現代社會的發展，必須引進更為科學化的系統來幫助營銷的進行，除此之外還存在營銷思維陳舊、故障維修效率低下、運行效益差等諸多問題。
二、電力系統營銷管理創新機制要求分析
1.精細化營銷管理的要求分析
要想實現電力系統營銷管理創新機制的精細化，需要系統分析電力系統現存的業務大數據，找到問題的根源，從分析結果存在的最多的問題出發，正確認識大數據，細化經營管理的操作，不斷優化營銷的手段，重新思考營銷的需求，找到最佳解決方案。
2.科學化營銷管理的要求分析
科學化的營銷管理首先需要先進的營銷系統作為支撐，保證最佳的運行效率和先進的營銷理念，以優質的服務幫助客戶保持完美的體驗，這就需要專業型人才的引進，以采集的大數據為中心，結合其他行業大數據的應用先例，參考國內外此方面的經驗，積極整合現代數據的支撐，以高質量來要求營銷管理系統，根據先前的經驗不斷探索，運用現代多媒體技術達到科學化營銷管理的目標。
三、電力企業營銷管理創新的具體思路
1.實現電力營銷服務系統的精細化管理
實現電力營銷服務系統的精細化管理要以大數據為參考背景，通過新的模式實現生產系統和營銷的聯動化，信息的相互交流有利于彼此間業務的開展，進一步提升服務的質量水平，整合大數據下建立新的營銷系統精細化模塊，具體到每一個區每一個用戶，解決電力系統服務效率低下的問題，營造良好的電力服務系統以吸引更多的顧客進行電力消費，同時也需要對營銷服務成本精細化，可以降低整個營銷系統的成本，對未來電力營銷前景進行展望，積極調整營銷策略。
2.積極引進先進的科學化營銷管理系統
數據大背景的好處就在于能幫電力系統通過分析國內外同水平的營銷系統的效益找到最佳的科學化營銷系統，以互聯網科技為根基，依托實際電力公司的經驗，持續推進智能營銷系統的構建，抓住大數據的四大特點，以多元化為主要發展方向，探索大數據與營銷系統的適應和處理問題的過程和方法，讓電力營銷服務系統的水平得以不斷提高，通過科學的手段切實提高管理的效率，同時也能借助現代通訊媒介幫助業務的開展，實現創新性的發展營銷系統。
3.構建正常運行的大數據控制電力營銷系統
目前的電力營銷系統中存在的諸多問題都能夠通過大數據的分析得以解決，以便維持整個系統的正常運行，包括借助大數據找到客戶服務中存在問題的最佳解決方案，優化相應服務器的速度，極大的提升電力企業的營銷管理水平，實現精準化面向服務群體，提升服務技術，從而改變大數據背景下我國電力系統價值水準的改善，維持電力企業的和諧發展。
第5篇：大數據營銷的方法范文
關鍵詞：大數據時代；營銷；創新方向
一、大數據時代營銷創新研究的價值
1.1優化營銷活動效果預測的準確性
隨著我國市場經濟逐步深入發展，市場的競爭也越來越激烈，企業的營銷活動要想獲得成功，必須要準確的定位顧客的價值，但是由于顧客需求的多元化、競爭方式的隨機化以及科技更迭速度不斷加快，企業想要進行有效的預測愈發的困難。但大數據給準確預測帶來了可能，所謂“大”，不光是數據量的多，更意味著多樣化的數據處理模式，通過大數據，可以在最大程度上綜合數據，用多重數據方法來建模并進行分析，深層次的挖掘數據之間的相關性，以此來實現對未來事件的預測。
1.2提升營銷管理的科學性
大數據時代營銷創新的研究成果可以幫助到企業各個方面的營銷活動，它使得營銷活動的決策直到最終的實施環節都能做到嚴密而精確，使營銷管理真正的成為建立在科學基礎上的一種藝術。
1.3滿足我國營銷理論研究的前瞻性
由于大數據在全世界范圍內都屬于剛剛興起的一種科學技術趨勢，各國的研究程度差距不大，這實際上給我國的營銷理論研究提供了一次飛速發展的機會，有可能幫助我國從模仿者一躍成為引領人。大數據目前已經在社會經濟生活等許多方面發揮作用，許多企業正在利用大數據來推動營銷管理的實踐創新與變革。而通過大數據，我們又能將其中優秀的，有成果的實踐活動理論，抽象化，從而建立起具有普適性的新的營銷體系，這反過來又能夠幫助大數據更好的運用于各行各業的營銷實踐。可以說，這是建立具有中國特色的具有前瞻性的營銷理論的絕佳機會。
二、大數據時代營銷創新研究的價值
到目前為止，理論界還并沒有形成對大數據真正概念的共識。有人認為它是無法在一定的時間里通過傳統的數據庫軟件來進行生成、管理以及處理的數據集合，但也有人從商業管理的角度看，認為它應該是一種“分析”，通過它來從數據中得到有效的信息，并通過這些信息獲得商業優勢的一種智能化的管理活動。大數據的具體定義尚未有定論，但無論從哪個角度看，人們普通認為其具備以下的幾個特征：一是規模性，數據的絕對數量是首要保障；二是高速性，它包含數據生成與利用過程的高速以及分析處理數據上的高速這兩個方面；三是多樣性，大數據所包含的數據類型多種多樣，包括以各種形式存在的結構化數據與非結構化數據；四是價值性，這些數據應當有助于社會經濟領域各類管理實踐效率的提高以及有助于管理模式的有效創新。
三、大數據時代營銷創新研究的方向
3.1探索大數據的營銷應用價值
由于目前人們對于大數據的具體概念與特征仍然存疑，并且大數據又不僅僅是一種技術手段，它應當是社會中不斷增長的數據所催生的一種經濟與技術現象，這也就意味著大數據只有“工具特征”，缺乏“專業屬性”。如何將其所具備的各種特征與營銷管理進行有效的結合并真正促進企業的營銷創新是我們應當著重考慮的問題。所以，從大數據的共性特征著手，結合其在營銷領域的具體特性，進一步探索大數據的營銷應用價值是大數據時代營銷創新研究的一個重要方向。
3.2探索大數據時代營銷創新的內在機理
目前我們對于營銷創新的具體研究往往都停留在對其性質特征的分析上，對其內在機理的研究卻鮮有人提。大數據的出現，使得深化研究成為了可能。大數據所帶來的數據透明化與共享大大增加了全球數據資源的可獲得性以及可運用性。大數據在營銷管理實踐上的運用，是實現對營銷創新目的的一個重要工具。
3.3探索大數據時代營銷創新的支撐體系
在大數據背景下，營銷創新不能僅僅依靠營銷職能部門的努力，它必須依靠多方面力量的支持。由于數據的分析實踐本身就是一種跨職能與跨層級的組織行為，并且大數據要想實現在企業中的良好運用也必須依靠外部力量的支持。因此，一個綜合戰略，制度，政策多方面的支撐體系是推動大數據時代營銷創新的重要保障。如何從企業戰略，顧客的根本需求以及產業政策等多方面著手，建立起這樣一個良好的支撐體系，也成為了大數據時代營銷創新研究的另一個重要方向。
四、結語
隨著云計算、物聯網技術的發展，我們已經步入“第三次工業革命”時代，大數據的興起正是一個重要標準，現代企業之間的競爭開始轉化為數據之間的競爭，與以往相比，企業的數據越來越豐富，給企業帶來了巨大的參考價值。
參考文獻：
[1]馮芷艷，郭迅華，曾大軍，陳煜波，陳國青.大數據背景下商務管理研究若干前沿課題[J]. 管理科學學報. 2013（01）
第6篇：大數據營銷的方法范文
【Keywords】big data era； marketing； opportunity； challenge
【中圖分類號】TP393.4 【文獻標志碼】A 【文章編號】1673-1069（2017）04-0076-02
1 引言
自21世紀以來，中國經濟進入了快速發展階段，當前人們就處于一個大數據時代，每時每刻都會有海量的數據信息通過先進的互聯網技術進行傳遞。大數據時代的降臨為市場營銷帶來了更大的發展機遇，同時也為市場營銷的發展造成了一定的挑戰與困擾。
2 如今大數據時代中市場營銷所擁有的機遇
2.1 可以為客戶提供個性化服務
想要做好市場營銷，首先就必須要準確地了解到客戶的實際需求，也就是說營銷一定要抓住客戶，將客戶真正需求的產品與服務提供給他們。只要能做到這些，客戶與企業之間的良好供需關系必然能夠建立，企業也就能夠得到進一步發展。具體來說，企業可以對先進的互聯網技術進行利用，實現與客戶之間的實時、恰當交流，以對客戶的實際需求進行全面了解，保?C市場營銷的準確性、可行性。在這一過程中企業要對客戶、溝通、成本等多方面的因素投以特別關注，只有處理好各種因素之間的關系，才能保證市場營銷的順利進行。首先，企業必須遵照“客戶是上帝”的基本原則，無論何種營銷手段都要將顧客作為主體，所以所有營銷活動的業務應該是將客戶作為重點。其次，如今的時代，企業不再被傳統的實體銷售模式所局限，不用再耗費較多的人力、物力資源，而是可以通過較為節約成本的線上銷售模式，同時讓顧客感受到物美價廉的購物過程。再次，大數據時代使人們的購物方式更加便捷，客戶可以在線選擇自己感興趣的貨物，了解貨物的細節，在家里就可以自己購買到想要的東西。最后，在大數據時代中，顧客可以將自己的購物要求通過網絡告知商家，商家也能夠更加快速地收到消息并對顧客進行答復，大數據讓商家與顧客的溝通更加順暢。[1]
2.2 實現與客戶長期友好關系的建立
企業為了獲得長遠的發展，勢必要擁有一個強大的客戶群，與此同時，提高企業競爭力的重要途徑之一就是與客戶建立良好的關系。在如今的大數據時代，企業要對客戶資源進行充分利用，通過對各種新型方式方法的利用來實現一次性客戶到長期客戶的轉變，對待某些長期用戶，可以出臺一些優惠政策，讓其能夠體驗到質量更高的服務，以此來使客戶的忠實度提高。大數據時代，各大品牌之間的競爭越發激烈，但很多產品營銷卻存在著極為嚴重的同質化現象，所以說，企業為了提高自身的競爭實力，一方面要對自身的品牌進行創新，在多個同質化品牌中脫穎而出，讓自身的客戶群體更加龐大，另一方面就是長期、穩定客戶群的建立，將高品質的產品和優惠的價格提供給自己的客戶，使客戶能夠體會到個性化的優質服務，進而使得客戶的忠實度提高，避免客戶資源的損失。在客戶關系管理方面，第一是對客戶價值進行管理，分類客戶的不同喜好和消費信息，可以在網絡上采取單對單的營銷方法，根據不同客戶的不同需求，為客戶量身打造合適產品。在市場營銷中，客戶關系營銷能夠實現企業對目標群體的清理，讓企業的客戶群體更加龐大，從而讓企業的銷售額進一步增加。
2.3 讓產品的交叉銷售實現
所謂的交叉銷售，指的就是企業不僅滿足于客戶在消費過程中的一次消費，還要對客戶的潛在消費產品進行挖掘，從而對自身的消費市場進行拓寬。一般來說，許多大型超市都已經應用了交叉銷售的模式，并取得了較為顯著的成績。目前，大型超市的負責人對定期統計自身所銷售的產品數據，然后在以大數據技術為工具認真研究與分析這些數據，從而對這些產品的銷售情況進行了解，進而對購買者的消費習慣進行分析，最終使得產品的優化組合實現，在使消費者的需求得到滿足的同時，也使自身的銷售額進一步提高，達到雙贏的目的。舉例來說，在平常的生活當中，許多母親會在超市之中為自己的孩子購買紙尿褲，超市的負責人在對這一情況進行數據分析后發現，這些母親在買紙尿褲之后，絕大部分都會再購買一定數量的衛生紙，因此，超市多會擺近紙尿褲與衛生紙的位置，這樣就會同時提高衛生紙與紙尿褲的銷量，從而使得超市的營業額增加。最近幾年，較多的線上商家也開始對交叉銷售模式進行使用，他們與大型超市相同，都是通過分析客戶的購買數據來對客戶的消費習慣進行揣摩。有的商家會對購買過自身商品的顧客以定期發送信息的方式進行產品推薦，也有的商家會為顧客推薦一些購買產品相關的商品，最終實現自身的交叉銷售，使自身的營業額提高。
3 大數據時代市場營銷面臨的挑戰
3.1 學習和適應新技術，市場營銷人員需要投入較多的成本
以前市場營銷人員多會采用電話溝通、拜訪客戶等傳統的營銷方式進行營銷，但如今的大數據時代為市場營銷提供了全新的、便利的營銷方式，傳統的營銷模式逐漸被其所取代。但如果想要對大數據時代的新型營銷模式熟練掌握，營銷人員就必須要有較高的分析、處理數據能力，這是對市場營銷工作人員提出的巨大挑戰。也就是說，市場營銷人員必須投入大量的成本對新技術進行適應和學習，才能夠適應當前大數據時代的發展節奏；同理，企業若想在大數據時代中穩步發展，也需要投入大量的人力、物力資源來提高自身的實力，這無疑是大數據時代對市場營銷提出的挑戰之一。
3.2 在信息傳輸過程中存在安全問題
第7篇：大數據營銷的方法范文
>> 基于大數據的精準營銷應用研究綜述 基于大數據的精準廣告推薦平臺研究 大數據時代精準營銷模式研究 大數據時代高校精準資助新模式初探 大數據視角下高校學困生立體精準幫扶模式的構建 基于AHP的高校貧困生認定方法研究 淺析大數據時代家庭經濟困難學生認定新模式 基于大數據的高校學生評價模式分析 基于大數據的高校宣傳思想工作模式創新研究 高校經濟困難學生認定的量化模式研究 基于logistic回歸模型的大數據精準營銷應用 大數據時代高校教學模式的改革研究 基于大數據技術的高校實踐教學研究 基于大數據時代的金融統計模式創新研究 基于大數據的高職英語寫作評價模式研究 基于大數據的機械制造模式研究 “教育大數據”視角下的精準教學的研究 淺議高校貧困生評議工作中的精準認定 “大數據”下的精準監督 淺談大數據時代的精準營銷 常見問題解答 當前所在位置：.
[2]吳麗仙.建立精準學生資助工作機制研究[J].教育評論，2015.（09）：46-49.
[3]王永剛，洪惠敏.高校學生資助體系中家庭經濟困難學生的認定[J].淮陰工學院學報，2013，22（4）：82-85.
[4]潘美英.發展性資助背景下高職院校貧困生認定途徑研究[J].經濟特區，2015，（01）：123-124.
[5]潘邦飛.影響高校資助精準化因素分析與應對策略[J].高教學刊，2015，（05）：51-52.
作者簡介：
第8篇：大數據營銷的方法范文
大數據并非是一個全新的概念，此前線下也有大數據商業應用的成功案例，如沃爾瑪依托自己長年積累的大量的用戶消費行為數據，為自己的定價、布點等商業決策提供支持。
然而在線數據的性增長，同時基于這些海量數據的存儲技術、挖掘技術、計算技術、分析技術等各種技術手段的飛速進步，讓大數據的應用模式不斷創新，大數據成為當下最熱門的概念之一。
“在我看來，在線數據量的式增長及讓在線數據得以價值化的一些技術的飛速發展，才是讓大數據這個領域在最近幾年發展得風生水起的原因。”億瑪總裁柯細興這樣認為。
價值化成大數據核心
“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。”哈佛大學社會學教授加里·金對大數據如此評價。
美國互聯網數據中心曾指出，互聯網上的數據每年將增長50%，每兩年便將翻一番，而目前世界上90%以上的數據是最近幾年才產生的。有數據顯示，Google每月有1000億次的查詢量，Facebook每天有超過3.5億張的新照片在上傳，YouTube每分鐘有100小時的視頻內容在上傳……，這一切都顯示出現在的數據量正在呈現海量的、爆發性的增長趨勢。
而“互聯網女皇”瑪麗·米克爾在最新的《2013年互聯網趨勢報告》中指出，當前數字化內容暴漲，正日趨呈現共享化、標簽化、可搜索的趨勢，如互聯網主要應用之一的圖片，其上傳和共享數的復合年增長率高達200%。以目前在美國非常受歡迎的限時圖片分享應用服務Snapchat為例，其2012年10月的信息量只有2000萬，而到2013年4月，其信息量已高達1.5億，增長率遠超200%。
在這些暴增的數據量中，有90%是非結構化數據，如聲音、圖片、影像等，而人們在網上行為所產生的大部分都是此類數據，而這也正是大數據的挑戰之一。
“大數據必須具備的特征之一就是數據的多樣性要充分，也就是‘數據大’，要能覆蓋到海量廣泛的數據、標簽、行為特征等，否則就沒有分析的基礎。”柯細興說。
業界不少專家都強調過“大數據”并非“數據大”，但若沒有“數據大”這個基礎，后續的一系列挖掘、計算、分析、應用就將不再存在，可以說，“數據大”是“大數據”的必要非充分條件。但同樣的，“數據大”也并非就是“大數據”，只有讓數據產生價值才是大數據的核心。
“大數據的基礎條件是數據多樣性和實時性，而評判它是否為大數據的唯一標準是它有沒有價值，能不能產生數據之外的價值，換而言之就是這個數據有沒有用處，用了它之后能起到怎樣的作用。”柯細興表示，“畢竟我們認識到其實數據本身是無用的，只有基于大數據挖掘和商業智能，產生了價值，才是有用的。因此，我們更看重大數據的價值挖掘和價值挖掘下面的商業智能的應用。”
“‘大數據時代’的到來，為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。但同時，‘大數據’也對人類的數據駕馭能力提出了新的挑戰。但不管怎樣，海量數據已然擺在面前，是機遇必然伴隨挑戰，關鍵在于如何應對。”指點傳媒CEO曹彤表示。
RTB引領大數據營銷
大數據在開源技術的推動下正如火如荼地進入快速發展期，包括底層技術的研究、分析工具的研究、應用方法的研究等等。而無論是學術界、商界還是政府都開始正視這不可阻擋的大數據趨勢，思考著如何才能有效地通過大數據手段增加自身的競爭力，如怎樣更好地抓住用戶需求、更好地服務用戶，或是如何更好地為人民服務、增加社會影響力等。
在網絡營銷領域，一直在追求著精準營銷，甚至是用戶的一對一營銷，未來網絡廣告會依據大數據所呈現的用戶的多維畫像而變得越來越精準，廣告即為有效信息的趨勢將越來越明顯。而要達到這一點，就需要對用戶的在線行為有更多、更深刻的理解，需要對海量且源源不斷的數據加以整合分析，并將結果用各種決策，為此，不僅需要數據的多樣化，還需要數據的可持續性。
“大數據并不是一件一勞永逸的事情，它是一個不斷持續、不斷變化的過程，需要不斷去適應變化，畢竟數據的量越來越多，數據的種類和特征也是千變萬化，就需要我們隨時調整、隨時深入。”哇棒傳媒副總經理馮金輝表示。
大數據營銷可以說是由媒體、廣告主、用戶三者共同造就的，用戶是數據的源頭，媒體是數據的起因，廣告主是數據的結果。在海量繁雜的數據中用算法挖掘出用戶的營銷價值，并在合適的媒體上及時達成廣告主的營銷目標是大數據帶給網絡營銷的新機遇。
但值得注意的是，并非所有的數據都有意義和價值，在線數據存在著去偽存真的必要性，而判斷數據的“真”與“假”不僅需要技術，也需要豐富的實踐經驗。
雖然在技術上，大數據顯得日趨深入和復雜，但它卻讓網絡營銷的決策變得簡單和有效——大數據正在把營銷環節變得模型化和可計算化。通過不同維度數據的整合和分析，營銷的決策者可以看到數據中體現出來的用戶價值、媒體價值、產品價值。這給能夠產生和獲得用戶數據的產品方和能夠整合并挖掘用戶數據的營銷服務方都帶來了很大的市場機遇。
“關鍵點在于數據的整合分析，如何對大量的不同渠道和維度的數據加以有效管理和分析始終是大數據時代需要精益求精的方向。”地幔集團總裁張偉表示。
在張偉看來，網絡營銷領域，數據從采集到分析到應用各個環節的都在如火如荼地發展著：給用戶提供價值服務的產品是營銷渠道；提供數據收集、整合、提煉服務的是營銷分析；分析結果再通過營銷決策系統及時反饋給營銷渠道，反饋的形式可以是產品的個性化功能也可以是營銷的個性化廣告。大數據的應用正在逐漸影響甚至改變著網絡營銷的廣告模式，比如實時交易廣告模式(RTB)的崛起。
“大數據給網絡廣告帶來了巨大的變革，而RTB廣告是大數據時代下最典型的應用成果，未來幾年，RTB廣告必將引領網絡廣告革命，成為網絡廣告的主流。”曹彤表示。
RTB可以說是大數據在網絡營銷領域最成功的模式和變革，它利用第三方技術手段在數以百萬計的網站上對每一個用戶的行為進行評估、分析并出價購買。RTB的出現，改變了網絡廣告的策劃邏輯，即從媒體購買向人群的實時購買轉變，它所帶來的基于大數據的實時精準，規避了無效的受眾到達，讓廣告主、消費者和媒體的利益同時得到最大化。
而在柯細興看來，RTB不僅僅是一種成功的模式，更是往后大數據在網絡營銷領域各種應用創新的基石。“RTB所帶來的基于受眾的精準，讓網絡廣告營銷往縱深發展，同時也是以后廣告領域各種基于精準的應用創新的基礎，因此，我們現階段正在打牢RTB的基礎，然后再基于RTB做出更貼近我們客戶、媒體的應用創新。”同時，RTB也給網絡廣告帶來了結構性的變化，它帶來了展示廣告的新趨勢和新變化，讓展示廣告進入了效果營銷的時代，可以說RTB正在重塑整個展示廣告的生態。
“此前，搜索廣告在網絡廣告中一枝獨秀，但現在RTB和大數據讓有些式微的展示廣告也能煥發第二春，讓它有了與搜索廣告比肩的可能，在我看來，這是大數據在網絡營銷領域帶來的最大的變化。”柯細興表示。
整合營銷才是大勢所趨
網絡營銷是對廣告主、媒體和用戶的不同角度的服務，而只有整合才能讓廣告主更準確地把握營銷目標，讓媒體更準確的把握流量價值，因此，整合可以說是網絡營銷未來必然的發展趨勢之一。
“數據是整合的基礎，在數據碎片化趨勢下，整合的意義愈發彰顯，大數據技術也是整合可以被持續推進的保障。”張偉表示。
整合又包括渠道整合和模式整合，其中渠道整合涉及跨媒介、跨平臺、跨終端三個方面，而這“三跨”又離不開大數據的支持，其中所牽涉的數據的采集、識別、管理等整合行為都是基于大數據基礎的。
此外，實時、精準、效果都是網絡營銷必然的發展趨勢，而這三者又是依托于大數據的挖掘分析技術和商業智能技術，同時，在通過大數據把數據變得有價值、有意義之后，這三者又都是大數據功效的必然結果。
日前，“棱鏡門”事件可謂觸動了人們腦中關于隱私本就繃緊的神經，而網絡營銷要實現精準，不可避免就要搜集分析用戶的相關信息，那么，是否對用戶的隱私造成了侵犯呢？
“其實并非如此，棱鏡門中涉及的都是互聯網媒體型的公司，這些公司都是需要用戶注冊的，因此擁有的用戶的PII數據，即個人用戶信息，但網絡營銷不同，它所依賴的數據是基于cookie的，正好和個人用戶信息相反，是一種匿名信息。”柯細興解釋道，“cookie是用戶在上網時隨機產生的一個數字標識，是一種有時效性的非個人信息，因此，我們認為它是非隱私性的。”
“精準營銷是以用戶在線行為數據為基礎的，它不與真實身份相關聯，只是在一個計算可識別的用戶ID上設定各種具有營銷價值的標簽，通過這些標簽是無法反推出它所代表的真實用戶身份的，所以通常廣告所涉及的精準營銷相對安全。用戶真正擔心的隱私是掌握真實身份信息的服務提供商是否能對他們的信息保密。”張偉表示。
第9篇：大數據營銷的方法范文
關鍵詞：大數據；精準營銷；客戶服務
中圖分類號：F830.33 文獻識別碼：A 文章編號：1001-828X（2017）001-000-02
隨著科學技術的不斷發展，大數據已經成為了一種新型的數據處理技術。而商業銀行在經營過程中產生了大量的資料和數據，如個人信息、交易流水等，如何運用大數據分析與挖掘技術，在海量的資料和數據中提取出有價值的信息，幫助商業銀行進行決策，為客戶提供更加優質和恰當的服務，是當前商業銀行需要思考或即將開展的工作。
一、數據分析在商業銀行應用的現狀
國內的金融行業，尤其是銀行業，大數據的應用尚處于起步階段，遠遠落后于互聯網行業。但金融行業實現數字化交易以來，雖然沉淀了大量的用戶數據，但如何將零散的數據整合成可以直接的利用的數據是銀行首先要做的事。目前，各大商業銀行紛紛建立自己的數據倉庫，形成生產數據到數據倉庫，再按照各種維度將數據切分存儲在特定的區域，在此基礎上加工成各類運營報表供各類人員使用或建立數據訪問平臺供數據分析人員使用等流水線。現階段，大數據技術在商業銀行的應用主要有客戶服務、風險防控、經營管理和監測分析等，其中最重要的應用是客戶應用和風險防控兩大范圍，主要有三種模式：
首先，基于網上交易流水的數據挖掘。銀行通過電商平臺返還快捷支付交易數據以及自營電商平臺，獲取支付平臺上的大量賣家和買家，并通過交易流、信息流、資金流覆蓋其產業鏈上的生產、物流、消費等多個環節。基于此，銀行借助成熟的數據分析技術，實施風險控制和拓展營銷。如工商銀行“融E購”、建設銀行“善融商務”等電商平臺的建立，幫助銀行積累了大量的支付交易數據，基于對該數據的分析與挖掘，可以為個人或中小企業提供融資、結算、理財一體化的金融服務。
其次，基于第三方系統的征信數據挖掘。該類數據主要包括人行征信、工商、稅務、社保、海關等政府數據，購物、支付、物流等社會征信數據以及各大金融機構的金融數據等。結合這些數據，銀行將能建立更全面的客戶畫像，更有針對性地根據其綜合情況實施精準營銷。
最后，基于POS消費流水的數據應用。商業銀行依托在線貸款業務平臺系統，對客戶進行綜合信用評價，向符合貸款條件的POS商戶，以其一定期限內的POS結算流入量為授信額度的依據，在線發放用于生產經營的信用貸款。
除了基于行內數據進行挖掘分析外，國內許多商業銀行還與專業第三方公司合作，爭取順應大數據潮流，進一步加快應用大數據的步伐。如平安銀行與SPSS公司合作，進行消費貸產品的大數據營銷管理；寧波銀行利用客戶購買某項產品大數據分析結果挖掘潛在客戶。這些探索為商業銀行擁抱大數據技術，利用大數據技術轉變營銷理念和營銷方法提供了很好的借鑒。
二、數據分析在商業銀行應用的價值
目前，各大商業銀行都建立了企業級數據應用平臺開展數據分析工作，其價值主要體現在四個方面：客戶服務、風險防控、經營管理、監測分析。首先在客戶服務方面，不管在哪個行業，都是從客戶的收益周期獲取潛在客戶；其次在客戶成長期，需要通過提供更多更好的服務產品來穩定客戶；最后在倦怠衰退期，需要思考如何挽留客戶，讓該客戶群體繼續為銀行創造價值。所以，在每個階段我們可以通過大數據分析來提供一些相關的產品和應用系統，實現對客戶的服務和挽留。
1.客戶服務
基于銀行及第三方客戶數據，可以建立客戶360視圖，這樣就可以輕松獲知客戶的基本特征，包括基本信息、家庭關系、交易行為信息、社交情況等。通過對特征信息的聚類，為每個客戶貼上不同的標簽，如：年輕客戶、高端理財客戶、休眠客戶、購物達人等等。根據這些標簽，可以分析出客戶產品偏好、渠道偏好及投資偏好等。無論是客戶的360視圖還是客戶標簽的建立，該工作主要還是為客戶的精準營銷提供數據支持，這樣在節約營銷成本的基礎上，最大程度的拓展銀行產品，以增強客戶粘性及提升銀行利潤，如：當一個客戶經常使用支付寶或微信轉賬及支付，并且該客戶未簽約手機銀行時，銀行就可以為這類客戶推送簽約手機銀行的營銷信息，進一步拓展移動端產品。
2.風險防控
起先，金融系統的風險防控主要關注事后防控，如當某筆貸款出現不良或違約時，才會去分析不良或違約的原因，以及制定相應的處理方法。而現在風險防控已應用于事前、事中、事后三個階段。事前防控，即事前對于客戶的盡職調查，如依據客戶的資產評估情況，確定是否對客戶發放貸款等；事中防控，即對于不同業務都有不同的提示和不同的處理方式，如：某客戶經常在A省進行交易，且都是小額交易，當該客戶突然在B省發生大額交易時，銀行將會凍結該筆交易，通過外呼的方式核實該筆交易的真實性，以確定是否本人交易；事后防控，即發現了一些問題之后，通過相關的系統和數據模型來支持事后管理。這些防控措施都離不開對海量數據的分析及挖掘。
3.經營管理
目前，銀行日常的經營管理也越來越多使用大數據的方法來做。比如說網點選址，以前就是考慮做個調研，分析一下該區域的人多不多、會不會有效益，而且對于網點情況也沒有大量數據支撐。而現在網點選擇、優化全部依靠大數據支撐，根據網點的效益、效率、客戶等等方面，建立相關的模型。比如網點是否需要優化，哪個網點出了問題，這極大的提高網點管理的針對性和準確性。目前各大國有銀行都建立了自己的電商平臺，平臺交易分析的問題、增強客戶粘性的問題，都是利用大數據來做分析。
4.決策分析
決策分析即宏^經濟走勢分析。通過采集了宏觀經濟指數及歷史變化情況，以及銀行的交易數據和指標，采用時差相關分析法，分析二者之間的聯動關系和歷史規律。同時，可以用大數據的方法輿情的監控分析。如：當發生騙貸事件時，銀行可以快速獲取案件相關企業的關聯信息，分析相關企業在銀行的貸款情況以及處理措施。因此，對于輿情分析，可以使用大數據的方法預防和應對企業出現問題。
三、數據分析在商業銀行應用的思考
對于中小銀行而言，當下需要解決的重點不是要不要開展大數據建設，而是怎么開展大數據建設。大數據關鍵就是要解決好三個問題，即：如何獲取數據、如何存儲數據、如何應用數據。只有處理好三者之間的關系，才能最大程度的發揮數據的價值。
1.借助大數據提升客戶服務水平
商業銀行積累了豐富的客戶交易數據，最具條件發掘數據的價值。目前各大商業銀行也在開展客戶在互聯網官網、網上銀行、手機銀行、自建電商平臺等的瀏覽、點擊、購買等動態數據采集工作，商業銀行只要善于分析和應用這些數據，通過數據再利用和數據重組，分析客戶的消費偏好，就能準確發現并掌握客戶需求，并通過不同渠道為客戶提供個性化的服務。2014年由騰訊、百業源等企業設立的微眾銀行以及2016年中信銀行與百度發起百信銀行正式獲批，實現了互聯網大數據戰略共享及更全面的客戶行為分析體系，進一步釋放數據的價值。
2.以大數據推進產品迭代創新
目前我國商業銀行服務同質化，產品差異性小。隨著數據的不斷積累和商業銀行數據分析能力的不斷提升，大數據應用將拓展銀行的業務發展空間，設計具有定價權和競爭力的創新產品。比如建設銀行的快貸類網貸產品，就是基于大數據的產品創新。同時，大數據應用導致支付模式不斷創新，從傳統支付、電子支付到第三方支付，再到移動支付。2016年初，招商銀行宣布與滴滴出行達成戰略合作，從而達成客戶消費地理相關大數據產品的重構。
3.采用大數據加強商業銀行精細化管理
隨著商業銀行數據分析能力的提升，通過對行內大數據以及第三方稻蕕撓行統計、分析、評估，為銀行業務發展、千人千面的精準營銷、資產負債管理、客戶關系管理等方面提供有效的預測分析及決策支持，進一步實現大數據的價值。
四、結語
未來的銀行必將是數據驅動型的銀行。大數據應用將推動商業銀行在經營理念、組織架構、業務流程、管理模式、IT架構等領域的全面調整和深度整合。中小銀行應緊抓時代機遇，擁抱大數據時代的金融創新與變革，在“互聯網+”時代構建新型金融模式，在釋放數據價值的同時提升銀行的核心競爭力。
參考文獻：
[1]HU H，WEN Y G，CHUA T S，LI X L.Toward scalable system for big data analyties：a technology tutorial[J].IEEE Access，2014（2）：652-687.
[2]馮登國，張敏，李昊.大數據安全與隱私保護[J].計算機學報，2014.
