大數據時代下企業精準營銷發展難題及破解

摘要：大數據時代背景下，企業的營銷模式發生巨大變革，傳統的營銷理念已經不符合當今發展的潮流，以互聯網為基礎的新興技術正快速改變著企業的營銷理念和營銷方式。本文分析了企業精準營銷面臨的企業重視程度不高、平臺建設不完善，數據量過大、技術能力相對不足，數據開放較少、數據安全問題亟待解決等問題，提出鼓勵大數據運用、開啟新的營銷思維，強化數據庫管理、升級數據挖掘和分析技術，重視數據安全、保證消費者個人隱私與信息安全等建議。

關鍵詞：大數據精準營銷營銷理念

一、引言

進入信息化時代后，人們的社會化活動產生了海量的信息數據。以信息時代為背景，大數據應運而生，人們獲取、分享及交流信息的方式越來越多種多樣。傳統營銷理念已經跟不上時代的步伐，以市場為導向的營銷理念逐漸被以提升消費者價值為導向的營銷理念所替代，企業要在這復雜多變的環境中尋找客戶價值，就必須找準客戶需求才能更好的開展營銷活動。大數據可以幫助企業從海量互聯網數據中搜集并預測消費者行為，科學的制定出營銷策略。大數據時代的到來，讓企業可以更加精準的預測消費者行為，并采取更有效率的營銷組合方案。

一、文獻綜述

（一）企業營銷的演變及內涵

通過文獻梳理，我們可以發現最早的營銷4P理論來自于Jerry McCarthy的著作《marketing》，書中的營銷理論可以被歸結于四個基本營銷策略組合：產品（product）、價格（price）、渠道（place）和宣傳（promotion）。1986年，菲利普·科特勒在《商業哈佛評論》中提出了“大市場營銷概念”，將之前的4P營銷理論擴大為6P。后來又有學者將之前的4P營銷理論擴大為7P加入人員（participant）、有形展示（physical evidence）和過程管理（process management），使得現有的7P營銷理論除了關注宏觀層面還增加了微觀層面的內容。原有的4P理論是站在企業的角度上，而7P理論則更傾向于站在消費者角度上，企業的營銷觀念開始發生改變。20世紀90年代，勞特朋教授在提出了與傳統營銷相對應的4C營銷理論，即消費者（consumer）、成本（cost）、便利（convenience）和溝通（communication）。該理論站在消費者的立場上，首先把消費者需求放在第一位，其次是努力降低消費者購買成本以及消費者購買過程中的便利性，最后強調以消費者為中心的營銷溝通，以提高客戶的滿意度和忠誠度。該理論打破原有的思維框架，將以市場為導向的營銷觀念轉變為以消費者需求為主導的營銷理念。進入21世紀以來，中國經濟快速發展，人們生活水平日益提高，消費者個性化需求日益凸顯，普通的大眾營銷已經不能滿足當下消費者個性化需求，個性化的營銷趨勢開始成為主流，誰能快速抓住消費者個性化需求心理，就能在市場中生存下來。大數據精準營銷正好符號時代的潮流，它能夠通過數據挖掘將在消費者個性化營銷中發揮巨大作用，從全新的角度來解釋和預測消費者行為和特征，從而采取相應的商業行為和制定相應的商業產品，滿足消費者日益多變的消費需求，主動推進企業制定科學的營銷方案和策略，以保證企業能夠快速抓住市場。

（二）企業大數據精準營銷內涵及特點

大數據一詞來源于1980年著名未來科學家阿爾文·托夫勒的著作《第三次浪潮》，在2008年以后，“大數據”開始進入人們的視野，2011年《科學》雜志發表了就大數據對科學研究的作用這一問題的專刊，2012年美國政府發布了關于“大數據研究和發展倡議”的項目計劃。2014年，大數據正式進入政府工作報告，由此可以看出國家對大數據產業的支持。在此期間有許多的學者給出其定義，維基百科認為大數據是數據規模巨大，以至于無法使用人工手段在合理時間內管理并形成為人類所能解讀的信息。國際數據公司（IDC）則認為大數據是通過高速采集、發現或分析，提取各種各樣大量數據經濟價值的新一代的技術和架構體系。麥肯錫公司定義大數據是大小超出典型數據庫軟件的采集、存儲、管理和分析等能力的數據集。隨著大家對大數據的關注，國內外學者對大數據的研究文獻也隨之增多，許多學者從不同角度出發對大數據開始進行研究。王珊從大數據的數據倉庫架構出發，指出大數據平臺應具備高度可擴展性、高性能、高度容錯性等，并對主流大數據平臺進行了相應研究指出其優缺點。孟小峰通過研究大數據處理系統，闡述了大數據計算對數據管理的作用，并對相應的挑戰提出分析。總結前人的研究，人們可以發現大數據具有以下四個特點：Volume（規模性）數據量大、Variety（多樣性）數據種類多、Velocity（高速性）處理、分析數據快、Value（價值性）數據密度低，但商業價值高。

精準營銷這個概念是由美國營銷專家PhilipKotler在2005年第一次正式提出，他認為企業需要可衡量和高投資回報的精準營銷組合，還需要制定注重結果和行動的營銷計劃。Jeff Zabin將精準營銷概括為4R法則，rightconsumer（正確的消費者）、right channel（正確的渠道）、right message（正確的資訊）、right time（正確的時間）。國內學者徐海亮認為精準營銷是依托于現代信息技術手段建立個性化的溝通服務體系，實現企業可度量的擴張。呂魏將精準營銷定義為以科學管理為手段，恰當和準確的對市場進行劃分，深入了解市場，獲得預期收益。

大數據的到來正好迎合了精準營銷的實現，大數據是基于現代科學技術所產生的新興行業，它可以充分被利用在營銷領域。企業應該把數據看作一種資源，利用大數據挖掘技術對大數據進行充分且合理的分析，然后制定出與大數據相符合的營銷戰略，該營銷戰略能夠精準的把握消費者需求，探索消費者行為和特征，使得營銷效率大大提高。大數據精準營銷與傳統營銷分析不同，傳統營銷為避免無法獲取整體數據的弊端，多采用小樣本;采用多元統計、計量經濟學模型等方法對研究對象進行因子分析、回歸分析等分析方法形成所謂的“科學模型”，該模型的成功取決于樣本隨機性，如果樣本取舍不當，會造成失真甚至錯誤，對企業造成不必要的損失，影響接下來實施的營銷計劃。大數據精準營銷不僅建立在大樣本持續收集數據的基礎之上，而且積極探求相關關系，能夠從冗雜的數據中將關系分析出來，并應用于接下來的營銷方案，不僅提高了對市場的快速反應能力，同時也提高了對客戶個性化需求的響應。由此可知，大數據精準營銷將是未來創造價值和提升經濟的新引擎。

二、企業精準營銷面臨的問題

（一）企業重視程度不高、平臺建設不完善

雖然大數據營銷能夠給企業帶來諸多好處，但是大部分企業對大數據不夠重視，仍采用傳統的調研方法，通過小樣本數據+經驗來制定相應的營銷計劃。對于中小型企業來說，建設一個大數據平臺需要大量的成本，也沒有很好的專業團隊來負責進行平臺建設和維護，導致企業不得不仍然采用低成本的傳統調研方法，去實施一個不準確的營銷計劃。還有的企業重視大數據，自身缺乏足夠的實力去采集和分析，只能采用外包的形式，將大數據的采集與分析交給擁有技術能力的企業。由于外包企業可能對企業的原始需求不了解，會導致搜集到的數據不一定符合企業的預期，企業就會對數據的真實性和可靠性產生懷疑，對大數據精準營銷的理念產生懷疑，影響大數據精準的發展。

（二）數據量過大、技術能力相對不足

傳統數據庫的管理能力已經難以應對日益增長的數據量要求，對于處理PB級別的數據能力尚不能夠支持;由于大數據存在碎片化嚴重的問題，結構化數據、半結構化數據和非結構化數據之間需要規范化存儲，如果企業的技術達不到標準，就不能規范化存儲數據，數據的可用性和質量也不能夠得到保證，數據分析的結果也會大打折扣。要想從海量的數據中挖掘出有用的信息，還要對海量數據進行實時處理，就需要強大的數據挖掘和處理能力。目前，企業對數據處理的重視程度不高，并不需要實時處理，而是需要定期的處理結果，現有的傳統數據挖掘技術也能處理一些數據庫的大量數據，導致企業并沒有太過重視，影響大數據精準營銷向前發展。

（三）數據開放較少、數據安全問題亟待解決

實現大數據精準營銷的基礎是擁有海量大數據，只有掌握數據的企業才能提高營銷效率，才能真正的創造客戶價值，為企業帶來持續盈利。雖然企業處在信息洪流當中，但是大數據持有依舊不是一件容易的事情。一方面，大部分企業為了保護自身信息安全，只會對外公開少量數據，大部分重要數據依舊掌握在自己的手里，企業只能通過內部網站、搜索引擎及社交平臺搜集數據，政府對外公開的信息也只是部分，開放性的公共網絡環境還沒有形成，這些都對大數據的完整性和綜合性產生了影響，增加了企業對大數據精準營銷的困難;另一方面，網絡信息安全依然需要高度重視，我們活在信息化時代，每天的評論、轉發、交易信息、訪問網站等都是大數據的來源之一，這些信息會通過企業后臺存儲起來，通過對這些數據的提取、挖掘、分析來發現新的營銷機遇和商業價值。人們往往會擔心自己的個人信息、交易支付等是否安全，這些重要的信息造成泄漏或挪作他用將會對消費者造成不必要的麻煩。由此可知，個人隱私與數據安全依然是大數據精準營銷面臨的難題。

四、企業精準營銷規范化發展

（一）鼓勵大數據運用、開啟新的營銷思維

大數據精準營銷是一種全新的營銷理念，新的理念產生將會對舊的理念產生巨大的挑戰，傳統的營銷理念已經不能適應時代的變革，營銷基礎已經悄然發生變化，企業營銷不再單純依靠企業人員對市場、消費者的調研報告，而是以數據作為基礎依據，根據海量信息數據分析消費者的消費習慣，購買周期，消費愛好等。使得企業在營銷方面變得更加主動，提高了企業營銷效率，助力消費個性化營銷的實現。企業應當主動適應大數據營銷，積極適應時代新的發展。

（二）強化數據庫管理、升級數據挖掘和分析技術

企業要想采取大數據精準營銷就必須建立大數據庫，只有擁有自己的大數據庫，才能實現大數據的價值，為企業的營銷創新打下堅實基礎。企業可以通過自身技術研發或者借助外部的力量開發符合自己營銷需求的大數據庫，在搭建完核心大數據庫后，還要進行后續的優化和整理;同時，采用先進的數據挖掘和分析技術或交給第三方進行數據挖掘和分析，最好培養一批專業的數據庫管理和數據挖掘分析技術人才，保證數據庫能夠滿足企業營銷需求，數據挖掘和分析技術能夠為企業的精準營銷制定合理的實施方案。這樣，企業才能在信息化時代中脫穎而出，站在時代的前列，把握未來核心盈利手段。

（三）重視數據安全、保證消費者個人隱私與信息安全

在大數據環境下，由于精準營銷涉及大量個人隱私信息，國家應出臺相應的法律政策，一方面是保護消費者的利益，另外一方面也應該強調大數據在合法合規的前提下進行使用，并在相關產業類進行信息共享。企業應該恪守職業道德，建立更加規范的數據使用標準，采取保障數據安全的措施，使大數據得到最大限度的利用，充分提高消費者價值。

參考文獻：

[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，王會舉等架構大數據：挑戰現狀與展望[J].計算機學報，2011（10）.

[4]徐海亮精確營銷理論[M].北京：機械工業出版社，2006

[5]孟小峰，慈祥大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（01）.

（陳然，湖北工業大學）