大数据时代下企业精准营销发展难题及破解

作者:未知

  摘要:大数据时代背景下,企业的营销模式发生巨大变革,传统的营销理念已经不符合当今发展的潮流,以互联网为基础的新兴技术正快速改变着企业的营销理念和营销方式。本文分析了企业精准营销面临的企业重视程度不高、平台建设不完善,数据量过大、技术能力相对不足,数据开放较少、数据安全问题亟待解决等问题,提出鼓励大数据运用、开启新的营销思维,强化数据库管理、升级数据挖掘和分析技术,重视数据安全、保证消费者个人隐私与信息安全等建议。
  关键词:大数据精准营销营销理念
  一、引言
  进入信息化时代后,人们的社会化活动产生了海量的信息数据。以信息时代为背景,大数据应运而生,人们获取、分享及交流信息的方式越来越多种多样。传统营销理念已经跟不上时代的步伐,以市场为导向的营销理念逐渐被以提升消费者价值为导向的营销理念所替代,企业要在这复杂多变的环境中寻找客户价值,就必须找准客户需求才能更好的开展营销活动。大数据可以帮助企业从海量互联网数据中搜集并预测消费者行为,科学的制定出营销策略。大数据时代的到来,让企业可以更加精准的预测消费者行为,并采取更有效率的营销组合方案。
  一、文献综述
  (一)企业营销的演变及内涵
  通过文献梳理,我们可以发现最早的营销4P理论来自于Jerry McCarthy的著作《marketing》,书中的营销理论可以被归结于四个基本营销策略组合:产品(product)、价格(price)、渠道(place)和宣传(promotion)。1986年,菲利普·科特勒在《商业哈佛评论》中提出了“大市场营销概念”,将之前的4P营销理论扩大为6P。后来又有学者将之前的4P营销理论扩大为7P加入人员(participant)、有形展示(physical evidence)和过程管理(process management),使得现有的7P营销理论除了关注宏观层面还增加了微观层面的内容。原有的4P理论是站在企业的角度上,而7P理论则更倾向于站在消费者角度上,企业的营销观念开始发生改变。20世纪90年代,劳特朋教授在提出了与传统营销相对应的4C营销理论,即消费者(consumer)、成本(cost)、便利(convenience)和沟通(communication)。该理论站在消费者的立场上,首先把消费者需求放在第一位,其次是努力降低消费者购买成本以及消费者购买过程中的便利性,最后强调以消费者为中心的营销沟通,以提高客户的满意度和忠诚度。该理论打破原有的思维框架,将以市场为导向的营销观念转变为以消费者需求为主导的营销理念。进入21世纪以来,中国经济快速发展,人们生活水平日益提高,消费者个性化需求日益凸显,普通的大众营销已经不能满足当下消费者个性化需求,个性化的营销趋势开始成为主流,谁能快速抓住消费者个性化需求心理,就能在市场中生存下来。大数据精准营销正好符号时代的潮流,它能够通过数据挖掘将在消费者个性化营销中发挥巨大作用,从全新的角度来解释和预测消费者行为和特征,从而采取相应的商业行为和制定相应的商业产品,满足消费者日益多变的消费需求,主动推进企业制定科学的营销方案和策略,以保证企业能够快速抓住市场。
  (二)企业大数据精准营销内涵及特点
  大数据一词来源于1980年著名未来科学家阿尔文·托夫勒的著作《第三次浪潮》,在2008年以后,“大数据”开始进入人们的视野,2011年《科学》杂志发表了就大数据对科学研究的作用这一问题的专刊,2012年美国政府发布了关于“大数据研究和发展倡议”的项目计划。2014年,大数据正式进入政府工作报告,由此可以看出国家对大数据产业的支持。在此期间有许多的学者给出其定义,维基百科认为大数据是数据规模巨大,以至于无法使用人工手段在合理时间内管理并形成为人类所能解读的信息。国际数据公司(IDC)则认为大数据是通过高速采集、发现或分析,提取各种各样大量数据经济价值的新一代的技术和架构体系。麦肯锡公司定义大数据是大小超出典型数据库软件的采集、存储、管理和分析等能力的数据集。随着大家对大数据的关注,国内外学者对大数据的研究文献也随之增多,许多学者从不同角度出发对大数据开始进行研究。王珊从大数据的数据仓库架构出发,指出大数据平台应具备高度可扩展性、高性能、高度容错性等,并对主流大数据平台进行了相应研究指出其优缺点。孟小峰通过研究大数据处理系统,阐述了大数据计算对数据管理的作用,并对相应的挑战提出分析。总结前人的研究,人们可以发现大数据具有以下四个特点:Volume(规模性)数据量大、Variety(多样性)数据种类多、Velocity(高速性)处理、分析数据快、Value(价值性)数据密度低,但商业价值高。
  精准营销这个概念是由美国营销专家PhilipKotler在2005年第一次正式提出,他认为企业需要可衡量和高投资回报的精准营销组合,还需要制定注重结果和行動的营销计划。Jeff Zabin将精准营销概括为4R法则,rightconsumer(正确的消费者)、right channel(正确的渠道)、right message(正确的资讯)、right time(正确的时间)。国内学者徐海亮认为精准营销是依托于现代信息技术手段建立个性化的沟通服务体系,实现企业可度量的扩张。吕魏将精准营销定义为以科学管理为手段,恰当和准确的对市场进行划分,深入了解市场,获得预期收益。
  大数据的到来正好迎合了精准营销的实现,大数据是基于现代科学技术所产生的新兴行业,它可以充分被利用在营销领域。企业应该把数据看作一种资源,利用大数据挖掘技术对大数据进行充分且合理的分析,然后制定出与大数据相符合的营销战略,该营销战略能够精准的把握消费者需求,探索消费者行为和特征,使得营销效率大大提高。大数据精准营销与传统营销分析不同,传统营销为避免无法获取整体数据的弊端,多采用小样本;采用多元统计、计量经济学模型等方法对研究对象进行因子分析、回归分析等分析方法形成所谓的“科学模型”,该模型的成功取决于样本随机性,如果样本取舍不当,会造成失真甚至错误,对企业造成不必要的损失,影响接下来实施的营销计划。大数据精准营销不仅建立在大样本持续收集数据的基础之上,而且积极探求相关关系,能够从冗杂的数据中将关系分析出来,并应用于接下来的营销方案,不仅提高了对市场的快速反应能力,同时也提高了对客户个性化需求的响应。由此可知,大数据精准营销将是未来创造价值和提升经济的新引擎。   二、企业精准营销面临的问题
  (一)企业重视程度不高、平台建设不完善
  虽然大数据营销能够给企业带来诸多好处,但是大部分企业对大数据不够重视,仍采用传统的调研方法,通过小样本数据+经验来制定相应的营销计划。对于中小型企业来说,建设一个大数据平台需要大量的成本,也没有很好的专业团队来负责进行平台建设和维护,导致企业不得不仍然采用低成本的传统调研方法,去实施一个不准确的营销计划。还有的企业重视大数据,自身缺乏足够的实力去采集和分析,只能采用外包的形式,将大数据的采集与分析交给拥有技术能力的企业。由于外包企业可能对企业的原始需求不了解,会导致搜集到的数据不一定符合企业的预期,企业就会对数据的真实性和可靠性产生怀疑,对大数据精准营销的理念产生怀疑,影响大数据精准的发展。
  (二)数据量过大、技术能力相对不足
  传统数据库的管理能力已经难以应对日益增长的数据量要求,对于处理PB级别的数据能力尚不能够支持;由于大数据存在碎片化严重的问题,结构化数据、半结构化数据和非结构化数据之间需要规范化存储,如果企业的技术达不到标准,就不能规范化存储数据,数据的可用性和质量也不能够得到保证,数据分析的结果也会大打折扣。要想从海量的数据中挖掘出有用的信息,还要对海量数据进行实时处理,就需要强大的数据挖掘和处理能力。目前,企业对数据处理的重视程度不高,并不需要实时处理,而是需要定期的处理结果,现有的传统数据挖掘技术也能处理一些数据库的大量数据,导致企业并没有太过重视,影响大数据精准营销向前发展。
  (三)数据开放较少、数据安全问题亟待解决
  实现大数据精准营销的基础是拥有海量大数据,只有掌握数据的企业才能提高营销效率,才能真正的创造客户价值,为企业带来持续盈利。虽然企业处在信息洪流当中,但是大数据持有依旧不是一件容易的事情。一方面,大部分企业为了保护自身信息安全,只会对外公开少量数据,大部分重要数据依旧掌握在自己的手里,企业只能通过内部网站、搜索引擎及社交平台搜集数据,政府对外公开的信息也只是部分,开放性的公共网络环境还没有形成,这些都對大数据的完整性和综合性产生了影响,增加了企业对大数据精准营销的困难;另一方面,网络信息安全依然需要高度重视,我们活在信息化时代,每天的评论、转发、交易信息、访问网站等都是大数据的来源之一,这些信息会通过企业后台存储起来,通过对这些数据的提取、挖掘、分析来发现新的营销机遇和商业价值。人们往往会担心自己的个人信息、交易支付等是否安全,这些重要的信息造成泄漏或挪作他用将会对消费者造成不必要的麻烦。由此可知,个人隐私与数据安全依然是大数据精准营销面临的难题。
  四、企业精准营销规范化发展
  (一)鼓励大数据运用、开启新的营销思维
  大数据精准营销是一种全新的营销理念,新的理念产生将会对旧的理念产生巨大的挑战,传统的营销理念已经不能适应时代的变革,营销基础已经悄然发生变化,企业营销不再单纯依靠企业人员对市场、消费者的调研报告,而是以数据作为基础依据,根据海量信息数据分析消费者的消费习惯,购买周期,消费爱好等。使得企业在营销方面变得更加主动,提高了企业营销效率,助力消费个性化营销的实现。企业应当主动适应大数据营销,积极适应时代新的发展。
  (二)强化数据库管理、升级数据挖掘和分析技术
  企业要想采取大数据精准营销就必须建立大数据库,只有拥有自己的大数据库,才能实现大数据的价值,为企业的营销创新打下坚实基础。企业可以通过自身技术研发或者借助外部的力量开发符合自己营销需求的大数据库,在搭建完核心大数据库后,还要进行后续的优化和整理;同时,采用先进的数据挖掘和分析技术或交给第三方进行数据挖掘和分析,最好培养一批专业的数据库管理和数据挖掘分析技术人才,保证数据库能够满足企业营销需求,数据挖掘和分析技术能够为企业的精准营销制定合理的实施方案。这样,企业才能在信息化时代中脱颖而出,站在时代的前列,把握未来核心盈利手段。
  (三)重视数据安全、保证消费者个人隐私与信息安全
  在大数据环境下,由于精准营销涉及大量个人隐私信息,国家应出台相应的法律政策,一方面是保护消费者的利益,另外一方面也应该强调大数据在合法合规的前提下进行使用,并在相关产业类进行信息共享。企业应该恪守职业道德,建立更加规范的数据使用标准,采取保障数据安全的措施,使大数据得到最大限度的利用,充分提高消费者价值。
  参考文献:
  [1]TOFFLER AThe third wave[M].New York:Bantam books,1981
  [2]Gantz J,Reinsel D2011 Digital Universe Study:Extracting Value from Chaos[M]. IDC Go-to-Market Services,2011
  [3]王珊,王会举等架构大数据:挑战现状与展望[J].计算机学报,2011(10).
  [4]徐海亮精确营销理论[M].北京:机械工业出版社,2006
  [5]孟小峰,慈祥大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(01).
  (陈然,湖北工业大学)
转载注明来源:https://www.xzbu.com/2/view-14846052.htm

服务推荐