大數據時代，整合營銷中數據的應用

牛根

摘要：大數據，指的是所涉及的數據資料量規模巨大，人們無法再合理的工具范圍內處理數據從而達到擷取、管理、處理、并整理成為協助企業經營決策更積極目的的資訊。隨著科學技術及互聯網的迅速發展，大數據時代的來臨已經悄無聲息，各個行業內每天都在產生數量巨大的數據碎片，這要求廣告投放在技術手段上要更加精準，本文就大數據在整合營銷中的數據應用展開簡要探討，對于大數據的融合和互通進行針對性梳理。

關鍵詞：大數據；整合營銷；廣告

一、大數據時代下的數據分析

隨著企業規模的不斷成長，有效存儲和管理長期累積的且仍在持續快速增長的海量數據，我們從中發掘出的商業價值，也意味著擁有巨大的商業和市場潛能的同時，也帶來了嚴峻的挑戰：大數據將挑戰企業在存儲架構及數據中心基礎設施等，也會引發數據倉庫、數據挖掘、商業智能、云計算等應用的連鎖反應。所以如何選擇有效的商業解決方案和成熟的解決辦法，已經不是單純的IT技術問題，而是河企業未來發展前途緊密攸關的關鍵性問題。

自從大數據在現代運營中產生牽一發而動全身的作用以后，各行各業其實都牽扯進去了。所以說大數據的出現給實質性的給我們帶來了巨大變化。

1.大樹據已經開始漸漸地涉及到各個領域，它把數據與資本、人力一起作為生產的重要因素。在已有的經濟學基礎上，我們知道資本、人力、生產資料是主要因素，但是現在大數據開始加入到這個行列。

2.數據的使用成為組織競爭和成長的關鍵因素。你能夠充分地利用這些數據，就能給你的企業帶來競爭力。

3.數據的市翁會加強新一輪的產品率增長和消費者剩余。

二、企業如何應對大數據時代

《整合顧客數據：交易型數據和關系型數據在整合營銷傳播中的角色》一文中，唐·舒爾茨等學者更詳細的闡釋了企業對數據的整合運用。其將企業的數據分為三種類型：分別是交易型數據、關系型數據和交易與關系混合型數據。文中提到企業要善于運用可獲得的獨立數據，并與自身的數據進行整合起來分析運用。大數據要求存儲設備和存儲方式的改變。所以，在大數據信息時代，對于數據分析的手段才是關鍵，所以只有通過數據分析才會給你帶來相應更多的價值。若果你的數據達到十億的時候，通常情況下軟件是無法正常運行下去的，有的時候需要幾個月，顯然這個速度人們是無法接受的。所以自然在新的時代，我們需要更高性能的分析軟件如SAS。

三、大數據分析存在的技術瓶頸

1.由于分析手段的限制，你不能充分利用所有未知和已知的數據。

拿統計來說，如果我的合理分析能力沒有辦法一步到位，取樣的時候就取小樣，但是一旦取多了又運算不下來。所以當你的樣品量越大，其所含有的信息就越完整。因此，我們希望能夠對所有的樣品量進行分析，如果你的分析手段達不到，你分析所使用的數據就會受到限制。

2.主要會受限于能力而無法獲取更多復雜問題的合理結果。

3.由于時限而不得不采用某項相對于簡單的數據建模技術來呈現。

4.對模型凈度進行妥協，因為沒有足夠的時間來執行多次迭代。

四、大數據分析的創新戰略

在大數據分析方面，你要有一個完整的戰略，要根據自己企業的架構和分析的戰略，這有非常大的關系。你應該不斷地使用這種方法，對不斷變化的數據進行分析。比如你的數據原來有這么大的量，它隨著時間會不斷地增長，隨著數據的增長你要不斷地使用這個生命周期對現有的數據做分析，這樣才會給你帶來大的競爭力。

高性能分析還應該和一些可視化工具配合，才會達到比較完美的結果。SAS的可視化分析工具就可以達到這一點。這個可視化分析工具包含了幾個方面：

1.數據的準備。它其實就是一個把數據取出來放在內存里面的過程，數據的準備和內存分析的關系是非常緊密的。

2.探索。可以對數據的探索，可以得到即時的報告，而且可以用不同的工具查看工具。

3.DESIGNER工具，它可以幫助你設計報告。

在高性能分析的模式下，它的分析數據基本上都不是在SAS的服務器中，它是在一系列的服務器或者刀片機等各個方面，服務器包括了很多的節點，里面有多核的，而且內存量非常大，我們可以做庫內分析，網格計算的話，還可能把它分布到不同的機器上，還有內存分析。

在高性能運行模式下，神經網絡計算模式需要十幾分鐘。但傳統運行模式下數據量達到億的時候就需要幾十個小時的時間。高性能分析的速度明顯很高，而隨著數據量的增加，它的性能應該說是表現得更好。

五、結語

最初整合營銷傳播的側重點是如何通過各種傳播活動（比如廣告策劃，公共關系，數字營銷等）去創造和虛擬一個統一的組織形象。即“一種形象和一個聲音”，“整合”主要是在傳播形式上保持一致，使得廣告或者數字營銷在效率上得意提升。

對于大多數企業來說，大數據已經開始在行業里生根了，但是想要合理高效利用大數據的數據應用還是一個待解的命題。其實，作為大數據最先落地也最先體現出價值的應用領域，廣告營銷的數據化之路已有成熟的經驗和操作模式可借鑒。