基于大數(shù)據(jù)應(yīng)用的精準(zhǔn)營銷措施研究

李永輝

（中國移動通信集團(tuán)河南有限公司 河南 鄭州 450008）

1 引言

當(dāng)前社會已經(jīng)全面進(jìn)入到“互聯(lián)網(wǎng)+”時代，信息化技術(shù)與科學(xué)技術(shù)的快速發(fā)展，各種新興技術(shù)開始在各行各業(yè)進(jìn)行廣泛的推廣應(yīng)用，推動了行業(yè)的改革創(chuàng)新。大數(shù)據(jù)作為當(dāng)前信息技術(shù)的重要代表之一，其能夠針對海量、復(fù)雜、異構(gòu)的信息數(shù)據(jù)進(jìn)行分析，以此來為決策提供有效地支持，開始源源不斷地應(yīng)用于各個領(lǐng)域。對于企業(yè)營銷來說，傳統(tǒng)營銷理念、營銷方式顯然已經(jīng)無法適應(yīng)當(dāng)前這個信息化時代，大數(shù)據(jù)所能夠提供的精準(zhǔn)服務(wù)，無疑能夠?yàn)槠髽I(yè)提供更多的數(shù)據(jù)支持，利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷就成為各個企業(yè)獲取營銷競爭優(yōu)勢的重要途徑[1]。鑒于此，本研究主要針對大數(shù)據(jù)應(yīng)用于精準(zhǔn)營銷的技術(shù)架構(gòu)進(jìn)行了全面的探討，在此基礎(chǔ)上提出幾點(diǎn)大數(shù)據(jù)應(yīng)用于精準(zhǔn)營銷的措施與建議，僅供參考與借鑒。

2 適用于精準(zhǔn)營銷的大數(shù)據(jù)技術(shù)架構(gòu)分析

2.1 Hadoop大數(shù)據(jù)處理平臺

Hadoop大數(shù)據(jù)處理平臺作為一種開源的計算系統(tǒng)與分布式儲存系統(tǒng)，主要是基于谷歌有關(guān)核心技術(shù)研發(fā)而成。M/R（Map/Reduce）與分布式文件系統(tǒng)（Hadoop Distributed File System）屬于該平臺的核心技術(shù)，M/R（Map/ Reduce）作為計算框架，能夠?qū)⒏鞣N數(shù)據(jù)集進(jìn)行合理的劃分，使其轉(zhuǎn)變?yōu)闊o數(shù)個數(shù)據(jù)庫，且各個數(shù)據(jù)庫之間完全保持獨(dú)立，通過Map任務(wù)實(shí)施并行處理。分布式文件系統(tǒng)本身具有高容錯性，能夠針對Map輸出實(shí)施排序處理，接著將結(jié)果錄入Reduce任務(wù)，所有的操作均會在分布式文件系統(tǒng)進(jìn)行儲存，其負(fù)責(zé)整體任務(wù)的調(diào)度、監(jiān)控，同時重新執(zhí)行運(yùn)行失敗的任務(wù)。

2.2 大規(guī)模并行處理系統(tǒng)

大規(guī)模并行處理系統(tǒng)（Massively Parallel Processing）主要是通過多個對稱多處理系統(tǒng)服務(wù)器（Symmetric Multi Processing）構(gòu)成，諸多服務(wù)器通過特定節(jié)點(diǎn)互聯(lián)網(wǎng)進(jìn)行連接，相互之間能夠進(jìn)行高效的協(xié)同運(yùn)行。從運(yùn)行的特征來看，其主要是各個服務(wù)器利用節(jié)點(diǎn)互聯(lián)網(wǎng)進(jìn)行有效連接，各個節(jié)點(diǎn)僅僅負(fù)責(zé)本地資源，相互之間的信息交互主要利用網(wǎng)絡(luò)達(dá)成?，F(xiàn)階段，大規(guī)模并行處理系統(tǒng)主要特征如下：首先，一般儲存均為結(jié)構(gòu)化的數(shù)據(jù)類型，表現(xiàn)為明顯的雪花型結(jié)構(gòu)或者星形結(jié)構(gòu)，能夠直接引用大數(shù)據(jù)進(jìn)行分析；其次，各個服務(wù)器均存在完全獨(dú)立的處理器、內(nèi)存、硬盤，可以針對節(jié)點(diǎn)進(jìn)行動態(tài)管理；最后，數(shù)據(jù)分區(qū)能夠分別劃分到各個不同的物理節(jié)點(diǎn)，利用分布查詢，能夠針對系統(tǒng)整體性能進(jìn)行針對性地優(yōu)化調(diào)整。

2.3 ETL技術(shù)

所謂ETL，主要指的是源端數(shù)據(jù)歷經(jīng)抽?。‥xtract）、轉(zhuǎn)換(Transform)、加載(Load)流程，最后進(jìn)入到目的端的整個進(jìn)程。ETL系統(tǒng)主要特征如下：首先，ETL技術(shù)能夠針對錯誤出具進(jìn)行清理，同時針對缺失數(shù)據(jù)進(jìn)行修正；其次，能夠針對信息數(shù)據(jù)開展可信度評估；第三，針對多方源數(shù)據(jù)進(jìn)行有效地整合；最后，針對數(shù)據(jù)實(shí)施結(jié)構(gòu)化處理，為大數(shù)據(jù)分析、用戶使用奠定基礎(chǔ)。

3 適用于精準(zhǔn)營銷的大數(shù)據(jù)挖掘核心技術(shù)

3.1 語音引擎挖掘

所謂語音引擎，指的是能夠從各類非結(jié)構(gòu)化數(shù)據(jù)提取信息的一種工具。非結(jié)構(gòu)化數(shù)據(jù)主要指的是不便使用數(shù)據(jù)庫二維邏輯表來展現(xiàn)的各類數(shù)據(jù)類型，如視頻信息、音頻信息、圖像、報表、HTML、XML等類型。

3.2 數(shù)據(jù)挖掘算法

從數(shù)據(jù)挖掘算法的應(yīng)用流程來看，其主要指的是不斷驗(yàn)證、不斷匹配的流程，這個過程中依賴業(yè)務(wù)人員、分析人員之間進(jìn)行高效的互動交流，才能夠保障挖掘的信息數(shù)據(jù)滿足精準(zhǔn)營銷需求。一般情況下，數(shù)據(jù)挖掘技術(shù)可以選擇單獨(dú)使用，也可以考慮實(shí)際需求聯(lián)合OLAP（在線聯(lián)機(jī)處理分析）。例如，對于處在不同生命周期的客戶來說，要想獲取其對應(yīng)的狀態(tài)信息，需要選擇回歸分析方式，對于預(yù)流失客戶進(jìn)行挽留，則需要分析其具體的特征，了解其流失的具體意向，主要適用于分類算法。

3.3 可視化分析

大數(shù)據(jù)可視化分析，指的是綜合利用圖像處理、圖形信息，向用戶群體推送需要的可視化信息內(nèi)容。從當(dāng)前大數(shù)據(jù)可視化技術(shù)的實(shí)際應(yīng)用情況來看，主要包含地圖、表格以及圖形等模式，通過多元化的圖形組合、圖像處理，能夠?qū)崿F(xiàn)地圖數(shù)據(jù)高亮、多目標(biāo)切換、表格下鉆、圖標(biāo)聯(lián)動等可視化功能。

4 大數(shù)據(jù)精準(zhǔn)營銷系統(tǒng)的技術(shù)實(shí)現(xiàn)

4.1 系統(tǒng)架構(gòu)

為有效滿足大數(shù)據(jù)精準(zhǔn)營銷需求，架構(gòu)的設(shè)計需要包含大數(shù)據(jù)uCloud D“三大體系、四大平臺”，涉及架構(gòu)功能全網(wǎng)手機(jī)終端信息、互聯(lián)網(wǎng)流量日志、企業(yè)核心數(shù)據(jù)信息、寬帶信息等[2]。由于大數(shù)據(jù)平臺對于各種數(shù)據(jù)的支撐能力較為突出，且還在傳統(tǒng)B域方面具備高價值密度數(shù)據(jù)方面的突出優(yōu)勢，可以全面挖掘各種低價值數(shù)據(jù)，并利用開放式平臺進(jìn)行轉(zhuǎn)化，使其能夠最終轉(zhuǎn)變?yōu)榫哂猩a(chǎn)力的信息數(shù)據(jù)[3]。

4.2 MPP與Hadoop+MySQL

從當(dāng)前大數(shù)據(jù)儲存方面的研究來看，當(dāng)前主要包含兩個研究方向、技術(shù)陣營。其一，MPP(Massive Parallel Processing，大規(guī)模并行處理)數(shù)據(jù)庫；其二，以Hadoop+ MySQL為代表的分布式文件系統(tǒng)。兩個平臺各有優(yōu)勢，且各自在不同領(lǐng)域的適用性也存在一定的差異性，通過全面推動兩者的有效融合，可以全面提供數(shù)據(jù)加工、訪問方面的功能，且整體效果更為突出[4]。

4.3 數(shù)據(jù)采集與整合

當(dāng)大數(shù)據(jù)挖掘技術(shù)正式應(yīng)用于精準(zhǔn)營銷后，針對大數(shù)據(jù)平臺進(jìn)行數(shù)據(jù)采集、整合就成為精準(zhǔn)營銷的關(guān)鍵所在。利用大數(shù)據(jù)平臺進(jìn)行精準(zhǔn)營銷，相應(yīng)的采集整合數(shù)據(jù)、采集整合技術(shù)（圖1）設(shè)計下面4點(diǎn)功能：①結(jié)構(gòu)化數(shù)據(jù)。針對業(yè)務(wù)平臺與生產(chǎn)系統(tǒng)的各種信息數(shù)據(jù)進(jìn)行采集，利用DCN進(jìn)行承載傳輸。②非結(jié)構(gòu)化數(shù)據(jù)。針對互聯(lián)網(wǎng)當(dāng)中各種行為信息、內(nèi)容等進(jìn)行采集，利用IP網(wǎng)進(jìn)行承載傳輸。此外，可以利用網(wǎng)絡(luò)爬蟲引擎，針對靜態(tài)的各種信息資料進(jìn)行采集，同時可以利用頁面標(biāo)簽解析引擎，進(jìn)一步采集整理有關(guān)的行為信息、歷史數(shù)據(jù)。③流數(shù)據(jù)。對于流類型的各種數(shù)據(jù)來說，主要是通過互聯(lián)網(wǎng)、網(wǎng)絡(luò)信令、設(shè)備日志等完成采集工作，以此來進(jìn)行消息處理引擎、流處理引擎的構(gòu)建。④臨時數(shù)據(jù)。主要是針對各種一次性數(shù)據(jù)進(jìn)行采集，利用文件模式將其錄入數(shù)據(jù)集市，為大數(shù)據(jù)精準(zhǔn)營銷提供數(shù)據(jù)支持。

圖1 大數(shù)據(jù)平臺采集整合流程圖

5 基于大數(shù)據(jù)應(yīng)用的精準(zhǔn)營銷策略研究

5.1 構(gòu)建圍繞精準(zhǔn)營銷的大數(shù)據(jù)平臺

企業(yè)大數(shù)據(jù)平臺建設(shè)，可以根據(jù)企業(yè)實(shí)際情況選擇行業(yè)聯(lián)合建設(shè)、外包合作等，即將行業(yè)聯(lián)合建設(shè)的大數(shù)據(jù)平臺作為一級平臺，其他各企業(yè)作為二級平臺，兩級平臺之間進(jìn)行數(shù)據(jù)的共建共享，各二級平臺的企業(yè)又能夠根據(jù)自身實(shí)際情況，選擇對應(yīng)的大數(shù)據(jù)信息、大數(shù)據(jù)服務(wù)。對于企業(yè)來說，通過多級平臺的建設(shè)，能夠?qū)⑵髽I(yè)信息數(shù)據(jù)與外部信息數(shù)據(jù)進(jìn)行高效的對接，進(jìn)一步掌握更多的數(shù)據(jù)資源，從而有效提升數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)共享的效率，為精準(zhǔn)營銷奠定良好的基礎(chǔ)。

5.2 全面強(qiáng)化營銷廣告?zhèn)鞑サ木珳?zhǔn)性

大數(shù)據(jù)技術(shù)的應(yīng)用，需要企業(yè)更改傳統(tǒng)粗放式的營銷廣告模式，致力于引入大數(shù)據(jù)技術(shù)，致力于提升營銷廣告?zhèn)鞑サ木珳?zhǔn)性。企業(yè)可以通過大數(shù)據(jù)分析，先了解用戶的興趣愛好、消費(fèi)習(xí)慣，以此來制定針對性的營銷廣告推送策略，在此基礎(chǔ)上，綜合參考客戶所處的情境，選擇針對性的營銷廣告推送內(nèi)容，使得營銷廣告內(nèi)容符合用戶所處情境的需求[5]。

5.3 基于大數(shù)據(jù)分析進(jìn)行差異化營銷

從企業(yè)大數(shù)據(jù)精準(zhǔn)營銷實(shí)際來看，差異化營銷通常需要選擇從客戶、渠道兩個領(lǐng)域來開展。基于客戶層面的差異化營銷來說，需要綜合利用大數(shù)據(jù)技術(shù)針對客戶群體的忠誠度、購買力、產(chǎn)品需求等進(jìn)行針對性地分析，注重規(guī)避當(dāng)前同質(zhì)化的營銷模式，以此來制定針對性的營銷方案、營銷內(nèi)容。比如，對于價格不敏感的客戶，差異化營銷應(yīng)當(dāng)從產(chǎn)品特性、產(chǎn)品品牌、產(chǎn)品服務(wù)等方面展開；而對于價格敏感的客戶，差異化營銷則需要從贈送優(yōu)惠、折扣優(yōu)惠、產(chǎn)品活動等方面展開[6]。

6 結(jié)語

綜上所述，大數(shù)據(jù)技術(shù)所具有的諸多優(yōu)勢，無疑為企業(yè)營銷服務(wù)提供了有效的支持。對企業(yè)來說，應(yīng)當(dāng)意識到大數(shù)據(jù)在營銷服務(wù)方面的優(yōu)勢，致力于發(fā)揮大數(shù)據(jù)營銷優(yōu)勢，利用大數(shù)據(jù)開展精準(zhǔn)營銷。具體來說，企業(yè)需要充分結(jié)合自身實(shí)際，通過構(gòu)建圍繞精準(zhǔn)營銷的大數(shù)據(jù)平臺、全面強(qiáng)化營銷廣告?zhèn)鞑サ木珳?zhǔn)性、基于大數(shù)據(jù)分析進(jìn)行差異化營銷以及提升精準(zhǔn)營銷服務(wù)的個性化程度，從而有效提升精準(zhǔn)營銷水平，為企業(yè)發(fā)展奠定良好的基礎(chǔ)。