京东大数据精准营销岗位职责（共6篇）

作者：xjk6144 | 发布时间：2020-06-25 06:53:37 收藏本文下载本文

第1篇：大数据时代下的精准营销

2012年以后，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。哈佛大学社会学教授加里·金说“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”本文总结一下：利用海量数据和先进的数据挖掘技术，研究客户行为特征，进行精准营销。

数据库营销

关于数据库营销，美国全国数据库营销中心是这样定义的：“数据库营销是一个动态的数据库管理系统，该数据库的内容涵盖现有顾客和潜在顾客，并可以随时扩充、更新。就其功能而言，要能实现以下目标：确认最佳目标顾客及潜在顾客，然后与顾客建立起长期的、牢固的、融洽的关系，同时根据数据库建立先期模型，进行针对性营销。”

拉克萨根据数据库营销的产生和演进，把数据库营销的发展过程划分成交易信息、名录管理、数据库分析、接触管理、软件进化、客户关系管理等不同的阶段，所有不同的阶段都可以认为是发展全功能数据库营销策略的一个又一个里程碑。

数据挖掘通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。数据挖掘的目的就是要在数据庞大的、信息不完全的、有噪声的、表述模糊的、随机的数据中，提取出隐含于其中的、人们不知道的、但又是潜在的、有用的信息和知识。可以说数据挖掘是一个利用现有的各种分析工具，用以在海量数据中发现模型和数据间关系的过程，然后依据这些模型和关系作出预测。数据挖掘能通过预测未来趋势及行为，帮助人们作出前瞻的、基于知识的决策。

CRISP-DM（跨行业数据挖掘标准流程）是世界公认的方法论之一，也较有影响力。在这一流程中DM不再只是数据的组织或者简单的呈现，也不仅仅表现为对数据的分析和统计建模，其强调的则是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。

CRISP-DM将整个挖掘过程分成了以下六个步骤：商业理解，数据理解，数据准备，建立模型，模型评估，模型发布。

通常来说，把模型的结果转化成一段数据库存储过程的代码，并与数据处理代码进行整合，就可以在数据库存储过程中实现模型自动化处理。而数据分析结果的使用则需要开发相应的展示系统或者在各系统中（BOSS系统、经分系统、大客户管理系统、客服系统等）嵌入相应的模块。

精准营销理论

1999年，美国的莱斯特·伟门提出了精准营销的概念。精准营销被定位为一个营销的学科和理论：是以科学管理为基础，以消费者洞察为手段，恰当而贴切地对市场进行细分，并采取精耕细作式的营销操作方式，将市场做深做透，进而获得预期效益。通常可以划分成五个阶段：

1.收集并整理目标客户的相关信息，建立一个客户数据库； 2.对数据进行分析，加深客户理解，整理出细分客户群体的差异化需求； 3.为不同的细分客户群体需求设计差异化的产品和服务； 4.提供满足不同细分客户群体的差异化产品和服务； 5.通过各种营销活动的反馈，进一步深化对客户本质需求以及客户购买和使用习惯的理解。具体的内容包括：

（1）客户信息收集与处理

客户数据管理是一个数据准备的过程，是搞好精准营销的基础。好比指挥官为将来绘制战场地图，把战场上所有的地理信息及变化要素等输入电脑一样，市场人员也必须将分散的数据集中到一个数据库中，这些存在于企业内部各系统中的内部数据和企业外部数据（如市场调查、第三方数据等）分类后，以客户ID为主键进行整理、转换后汇集（ETL）到一个集中的数据库中，就有了准确的客户数据，之后市场人员就可以对客户进行全面的研究和分析。（2）客户细分与定位

客户分群是根据客户的特征相似程度把客户分成若干个群体，群体内部特征非常相似，而在群体之间，特征非常不相似。只有区分出了不同的客户群，企业才有可能对不同客户群展开有效的管理并采取差异化的营销手段，提供满足这个客户群特征要求的产品或服务。在实际操作中，传统的市场细分变量，如人口因素、地理因素、心理因素等由于只能提供较为模糊的客户轮廓，已经难以为精准营销的决策提供可靠的依据。随着公司对信息搜集和分析能力的要求不断提高，许多新的客户分析技术和方法正被运用于各种营销领域，数据挖掘这一统计领域的前沿性技术就被广泛的应用，它能够在海量的、庞杂的、没有规律的客户资料中筛选出对公司有价值的信息。利用数据挖掘的精准细分技术对客户行为模式与客户价值进行准确判断与分析，已经成为今后客户细分领域的主流。（3）营销战略制定

在得到基于现有数据的不同客户群特征后，市场人员需要结合企业战略、企业能力、市场环境等因素，在不同的客户群体中寻找可能的商业机会，最终为每个群制定个性化的营销战略，每个营销战略都有特定的目标。如获取相似的客户、交叉销售或提升销售，或采取措施防止客户流失等。（4）营销方案设计

所有的方案注重的都是目标，营销方案也一样。一个好的营销方案必须聚焦到某个目标客户群，然后将营销方案都往目标客户群聚焦。太阳表面的温度在10000度以上，但却连地球上的一张纸也点不着，如果使用一个放大镜，就可以把纸点燃，区别就在于是否聚焦。同样只有做到聚焦，营销的效率才能够提升到最大。筛选出目标客户群是第一步，企业可以围绕客户战略和当前营销工作重点来确定目标客户群。根据目标客户群营销活动的目标，设计有针对性的营销活动创意（包括产品的组合、渠道的选择等）及定价，并就各方案进行评估，挑选出最佳创意，形成最终营销方案（包括针对性的产品组合方案、产品组合价格方案、渠道方案）。

值得强调的是，客户是不断变化的，亦即客户群是动态的，因此，我们需要灵活动态地观测、定位和理解客户群，才不至于制定一个时过境迁的营销方案。（5）营销结果反馈

营销活动结束后，应对营销活动执行过程中收集到的各种数据进行综合分析，对营销活动的执行、渠道、产品和广告的有效性进行评估，总结经验和教训，寻找需要改进和优化的关键点，为下一阶段的营销活动打下良好的基础。简言之，评估是营销活动的终点，也是下一轮精准营销活动的起点。

精准营销模式

精准营销模式可以概括为5W营销分析框架，在合适的时机（When），将合适的业务（Which），通过合适的渠道（Where），采取合适的行动（What），营销合适的客户（Who）。在整个过程中贯彻“以客户为中心”的理念，实现营销管理的持续改善。

精准营销模式实施框架，可以将精准营销理解成一个PPT框架，即将以客户为本作为核心价值观，从策略、流程、技术三方面着手，实现精准营销。其中策略指营销策略；流程是包括客户获取、客户培育、客户挽留组成的最佳管理实践流程；技术则是基于用户信息之上的数据分析和数据挖掘。

策略、流程与技术是实现精准营销的三大要素。首先要保证精准营销理念在整个组织中有效贯彻，以保证战略决策者、方案制定者和活动执行者必须充分理解和认可精准营销的理念，并能做到融会贯通，可以制定彰显这一理念的相应的营销策略和方案；其次通过流程穿越、流程改造等方式，在不断的创新和探索中建立起有效的与客户互动的行为模式；最后，不断提升技术水平，充分利用技术。坚实的技术后盾是精准营销理论落实的保障，使之具有可操作性，并在很大程度上推动了营销精准化的进程。整体而言，策略、流程和技术组成了电信业精准营销的基本架构，促进了精准营销的驱动者、行动方案和可行性保障三方面的紧密结合。同时坚守以客户为出发点，确保客户在整个精准营销活动中始终处于核心地位。策略、流程、技术三个方面的能力是精准营销能力的有机组成，三者相辅相成，缺一不可。策略对流程有战略性的指导意义，因为策略条线中的营销策略是建立在最佳管理实践的流程之上的；流程必须建立在技术的基础上，因为数据挖掘与分析模型是客户细分与分析的基础，而后者则贯穿最佳管理实践流程始终；数据挖掘与分析所使用的海量数据则来源于业务系统中沉淀的用户信息。精准营销模式的核心是“以客户为中心”，更加注重“目标客户”，在识别出目标消费者后，聚焦目标客户群，分析目标客户群的需求，然后为这一特定群体推出最适合的细分产品，制定适应目标客户群的价格，通过相应的渠道和传播、促销方式进行产品营销。要达到这一目的，就需要对客户的特征进行具体的分析。

目前移动各种增值业务非常繁多，之前的彩铃业务营销通过捆绑、大面积的促销让用户去选择，虽然带来的增值业务普及率的提升，但沉默用户增多，客户投诉增加。江苏移动通过精准营销找准目标客户，发展彩铃业务，激活沉默用户，发展新彩铃用户，取得了良好的效果。

1.整合各大数据源，建立统一的用户增值业务行为分析视图，为精准营销应用打下基础

增长业务的数据虽然有相应规范进行统一，但是因增值业务更新比较快，数据源尚未覆盖全部业务，离当前的应用需求有一定差距；业务子系统，尤其是小业务系统的数据源缺乏梳理，需进一步加强。从数据出发，以用户为中心，从用户特征角度将运营商可能有的数据归类整理，输出用户特征分析表；对照运营商的数据实际具备情况，对数据的可获得性进行标注。

从营销出发，从进行新业务营销的目标出发，推导对支持信息及源数据的需求，确定数据使用方法，输出营销特征分析表；对照运营商的数据实际具备情况，对必要但暂不可获得的数据提出规划需求。《数据源整合需求报告》中，除了对经分系统现有数据源进行梳理外，还对MISC、彩信、彩铃、WAP、小区短信、短信网关、Enumber邮箱、12580、爱贝通、小额支付平台、USSD、手机杂志、LCS等13个业务平台的数据进行了梳理整合。

建立基于用户人性特点的14类人群细分模型，对增值业务的目标客户进行细分，共分为以下几种类型：

基于用户人性特点将客户细分为低潜力型、超前消费型、虚荣跟风型、精明尝鲜型、盲从型、吝啬型、精打细算型、理性跟从型、中潜力型、精明时尚型、传统保守型、感性跟随型、高潜力型、时尚中高端。基于彩铃用户生命周期将客户细分为，彩铃潜在用户、彩铃新开通用户、彩铃普通用户、彩铃活跃用户、彩铃沉默用户、彩铃流失用户、潜在高概率用户、流失高概率用户。在用户细分的基础上，建立彩铃潜在用户预测模型（模型略）。

2.建立用户新业务行为属性标签，动态触发的精准营销策略

基于用户统一视图，结合实际情况进行用户属性标签构建。对彩铃的目标客户，当订购了其他增值业务和拨打了有彩铃客户的电话时，对其进行触发式的短信推荐，对彩铃沉默用户和流失用户，则采取外呼+营业厅的方式进行主动关怀，最终形成针对目标客户的彩铃业务精准营销模式。

3.营销执行

通过精准平台将客户需求及针对性营销方案推送到一线。比如根据用户历史铃音使用记录总结出铃音偏好，帮助一线人员进行针对性的铃音推荐；根据用户历史获取铃音的渠道总结出用户的渠道偏好等。而且流失概率、影响力指数等分析成果也能在清单中罗列出来。

4.应用效果评估彩铃沉默用户推活跃度提升活动执行效果。对40000户彩铃沉默、半沉默用户开展付费铃音下载用户数提升，营销成功数为22560，成功率为56.4%；月均彩铃下载用户数KPI指标完成率由91.11%提高到104.02%。经验总结：在营销中发现该部分用户主要由于不了解铃音下载的方式或或认为铃音设置麻烦造成，因此，在营销推介上对不了解铃音下载方式的用户应重点推介简单便捷的铃音下载方式，对认为设置较麻烦的用户可以推介音乐盒，让用户感受使用彩铃的便捷与乐趣。彩铃已流失用户挽留活动执行效果。对8000户彩铃已流失用户开展外呼挽留，营销成功2772户，成功率为34.65%；月均彩铃付费用户数完成当月计划的130%，完成年度指标125.43%；当月付费用户到达数较上月增长3.6万户。

目前人员技能差异比较大，成功率最高达32%，最低只有19%，相差13个百分点；拒绝率最低的只有7%，最高的则有24%，相差17个百分点；考虑使用的用户比例较高，成功率提升空间仍比较大。20世纪最具影响力的创新莫过于人类拥有了能处理大量数字化信息的IT技术，为了从大数据集中提取用户可理解和适用的知识，人们研究并发展了数据挖掘技术，它以崭新的方式来总结原始数据。以此为基础的营销工作面临着着精准与保护客户隐私之间平衡的问题，从技术实现方式上通过改进挖掘算法、关联规则等方面来优化数据库。同时在使用数据的时候，也要保护顾客的隐私。

第2篇：大数据下的精准营销策略

学士学位毕业论文

题目：大数据下的精准微博营销策略学院：经济与管理学院专业班级：工商管理姓名：尹铭指导教师：林彦新

完成日期：2017年3月31日沈阳化工大学学士学位论文摘要

摘要

大数据时代的到来，改变生活的方方面面，并且数据正在以它独有的优势在各个领域内发挥重要的作用。虽然信息技术的变化对我们来说并不陌生，但是过去信息技术的改变重点往往在不那么被察觉的技术上，而不是更显而易见的“r（Information，信息）。大数据正是这个信息技术飞速发展的时代的产物。大数据时代下，精准的营销节省了时间，提高了效率，正逐渐成为营销市场最重要的发展方向。新浪微博作为一个大型服务类的社交网站，拥有庞大的用户量和信息量，这些用户量和信息量都为新浪微博作为一个庞大数据库的存在奠定了基础。大数据营销在新浪微博上的应用层面很广泛，越来越多的企业利用新浪微博这个大数据平台进行大数据营销。在这个互联网的时代，广告行业从以媒体主导转向以用户为主导，有了大数据平台的存在，以用户为主导的广告可以找出最合适的渠道和方式投放给目标受众。大数据营销的意义在于：突出了互联网广告的优势与目标受众进行互动式的交流，发现市场的新趋势从而改进自身，并且更节省投放广告的成本。本文将通过新浪微博，以具体案例进行分析，分析微博上的大数据营销的优劣处，总结微博大数据营销的意义所在。

通过本文的阐述可以进一步丰富有关企业微博营销的观点及思路。在现实上的意义来讲，希望可以通过本文对未来设想的可能性的思考，使得终端软件开发商可以将各种新媒体形式进行整合，将微博传播方式从目前的单一化变为多元化，以此来迎接4G时代的大信息化，从而以更丰富的表现形式，更便捷的无障碍互动，将企业微博营销推入微时代营销。

关键词：大数据；精准营销策略；微博营销

I 沈阳化工大学学士学位论文Abstract

Abstract The arrival of the era of big data, changing all aspects of life, and the data is its unique advantages in various fields play an important role.The changes in information technology are not unfamiliar to us, but the focus of information technology changes in the past is often technical rather than R(Information, information).Under the era of big data, precision marketing to improve the savings of time, improve efficiency, is becoming the most important development direction of the marketing market.Sina micro-blog as a large cla of social networking services, with a huge amount of users and information, these users and the amount of information for Sina micro-blog as a huge database has laid the foundation for the existence of.Big data marketing in Sina micro-blog application level is also very broad, more and more companies use Sina micro-blog big data platform for big data marketing.In the age of the Internet, the advertising industry from the media oriented to user oriented, with a big data platform, user driven advertising channels and can find the appropriate way of delivery to the target audience.The significance of big data marketing lies in: highlight the advantages of Internet advertising and target audience interactive communication, found the new trend of the market in order to improve themselves, and save the cost of advertising.This article will be Sina micro-blog, to specific case analysis, analysis of the advantages and disadvantages of big data marketing on micro-blog, summed up the significance of micro-blog big data marketing.Through the elaboration of this article, we can further enrich the micro-blog marketing ideas and ideas.In the real sense, I hope through this article on the poibility of future vision thinking, so that the terminal software developers can integrate various forms of new media, micro-blog will spread from a single current into diversification, in order to meet the 4G era of information, so as to form a richer, more convenient the barrier free enterprise interaction, micro-blog marketing into the era of micro marketing.Key words:Big data;precision marketing strategy;micro-blog marketing

II 沈阳化工大学学士学位论文目录

摘要...................................................................I Abstract..............................................................II 目录...................................................................1 序言...................................................................3 1 大数据营销的概念和意义..............................................5 1.1 大数据的概念..................................................5 1.2 精准营销......................................................5 1.2 精准营销的理论与模式..........................................5 2 新浪微博大数据营销的优势和局限性

.......................................................................7 2.1 新浪微博大数据营销的优势......................................7 2.1.1 沈阳市民办高校教师基本特征调查分析.....错误！未定义书签。2.1.2 沈阳市民办高校教师工资福利状况调查分析.错误！未定义书签。2.1.3 沈阳市民办高校教师培训状况调查分析.....错误！未定义书签。

2.2 新浪微博大数据营销的局限性.......................................10 2.2.1 缺乏互动...............................................10 2.2.2 信息内容同质化.........................................11 2.2.3 新浪微博影响力的下降...................................11 2.2.4 社交平台营销的局限性...................................11 2.2.5 粉丝的忠诚度较低.......................................12 2.2.6 后台的监控与评估乏力...................................12 3 新浪微博大数据的营销运用——以电影《摆渡人》为例...................12 3.1 电影信息的微博独家报道.......................................12 3.2 以大数据营销带动事件营销.....................................12 3.3 微博热门话题营销.................................................12 3.4 贯穿始末的大数据营销.............................................12 4 对于新浪微博大数据营销的建议.......................................12

1 沈阳化工大学学士学位论文目录

4.1 借助大数据技术改善用户体验.......................................12 4.2 借助大数据技术改善广告营销服务...................................12 4.3 提高文本质量，整合营销方法.......................................12 4.4 培养意见领袖，增强粉丝粘度.......................................12 4.5 加强微博营销效果的评估...........................................12 参考文献..............................................错误！未定义书签。附件..................................................错误！未定义书签。致谢..................................................................18

2 沈阳化工大学学士学位论文序言

序言

随着互联网的高速发展和云计算的广泛应用，运营商迎来了大数据时代。大数据给运营商带来了极大的商机，一方面可以以定位细分用户，帮助运营商制定个性化策略；另一方面，可以做很多真实的模拟，让运营商的营销方案更精准，从而提高营销投入的回报率。当前，在4G网络新的竞争形势下，大数据为运营商争夺4G用户和推广4G营销提供了机遇。而微博以其病毒式的传播、便捷性的操作、数据可以使运营商能够实现精准营销的海量的用户，成为运营商进行4G营销平台选择时的首选。本文从运营商微博精准营销的角度提出了一系列精准的营销策略与手段，并结合AISAS模型对营销效果进行综合评价，以期探索出一套微博精准营销的体系。综上所述，在理论上的意义来讲，企业微博的营销还处在一个探索期和发掘期，希望用更多元的角度与总结，通过本文的阐述可以进一步丰富有关企业微博营销的观点及思路。在现实上的意义来讲，希望可以通过本文对未来设想的可能性的思考，使得终端软件开发商可以将各种新媒体形式进行整合，将微博传播方式从目前的单一化变为多元化，以此来迎接4G时代的大信息化，从而以更丰富的表现形式，更便捷的无障碍互动，将企业微博营销推入微时代营销。

精准营销在中国的发展与国外发达国家比起来属于起步较晚、速度较快的一种，现将己有的研究成果和观点进行梳理如下：学者许瑾（2006）在菲利普·科特勒（2005）提出精准营销理论的基础上，结合自己多年的实践经验对己有的精准营销理论进一步的完善与补充：精准营销的指导思想是以消费者为中心，通过采取多种可行的方法，在正确的时间内，将能满足消费者需求的产品通过消费者习惯的渠道并以消费者能够接受的价格销售给有该产品需求的消费者。另外，他还指出了几种有关于精准营销过程中传播的新模式，建议以传播受众作为研究的切入点，通过研究受众的行为习惯与兴趣偏好，理解和把握消费者的真正目的，最后向其传播正确的信息。在《精准营销的思想和方法》该篇文章中，作者伍青生等人（2006）对于精准营销也有他们自己的看法，他们认为精准营销应该是在定性分析的基础上，辅以定量分析作补充，根据消费者的需求差异将市场进行有效的细分，进而分析和掌握目标客户的消费心理与行为 3 沈阳化工大学学士学位论文序言

特征，然后企业根据不同的消费行为特征采用具有强针对性和指向明确的营销策略，实现对不同客户群体有效的沟通和获得高效的回报。

4 沈阳化工大学学士学位论文

3 结论与建议

1 大数据营销的概念和意义

1.1 大数据的概念

“大数据”是继“物联网”和“云计算”之后最流行的IT词汇。从大数据的来源、发展、现状和趋势，我们可以了解它的每一个方面。大数据是世界上最重要的技术之一，每个国家都有自己的方式来发展技术。

大数据的相对特性：指在可接受的时间内不能在公共设备上获取、管理或处理的数据集

大数据带来了异质性、实验变异和统计偏差的问题，并要求我们开发更适应和健壮的程序来处理大数据的挑战，我们需要新的统计思维与计算方法。大数据迫使我们面对整个计划大自然的细微差别和它们的复杂性。

通过大量的数据，我们发现自然界和社会中几乎所有的东西都有一个故事，一个可以用复杂的计算机模型来发现的故事，这种模型在廉价的硬件上运行，通过数据。如果你测量了足够的变量，不管你是否理解因果关系，你只需要一个变量和另一个变量之间的关系，数据不只是一个后台，结算工具。它被越来越多地用作实时决策工具。

新的计算形式，结合统计分析，优化和人工智能能够构建统计模型，从大量的数据收集，以推断系统应该如何响应新数据。

并且一旦被认为是“噪音”的数据，现在可以重新考虑与其余的数据，导致新的方法来开发理论和本体。看看你能发明“理论行为工业噪声”为了去使用它，并发现你不应该找到图案。这便是大数据。

大数据有四大方面：体积、多样性、准确性和速度。体积：系统必须摄取、处理和传播的数据尺度；

多样性：处理的信息类型的复杂性（许多来源和类型的数据都是结构化的和非结构化的）

速度：数据流的速度和来源，如业务流程，机器，网络和人类与社会媒体网站，移动

5 沈阳化工大学学士学位论文

3 结论与建议

设备等互动

准确性：指数据中的偏差、噪声和异常

数据科学是直接从数据中提取可操作的知识，通过发现，假设和分析假设分析的过程中。

说到大数据不得不说云设施，云设施的服务方式分为以下三种： •云基础设施即服务（IaaS）

提供给消费者的能力是租用处理，存储，网络和其他基本的计算资源，消费者可以部署和运行任意软件，我可以包括操作系统和应用程序。消费者不管理或控制底层的云基础设施，但在操作系统、存储、控制部署的应用程序，并可能布莱选择网络组件（例如，防火墙，负载平衡器）。•云平台即服务（PaaS）

提供给消费者的能力部署到云计算基础设施的消费者创建的应用程序使用的编程语言和工具提供商的支持（例如，java、python。网）。消费者不管理或控制底层云基础设施，网络，服务器，操作系统，或存储，但消费者有控制部署的应用程序和可能的应用程序托管环境配置S.•云软件作为一种服务（SaaS）

提供给消费者的功能是使用运行时的应用程序的应用程序云基础设施和各种客户端设备通过收集客户端接口，如Web浏览器（例如，基于Web的电子邮件）访问。消费者不管理或控制底层云基础设施，网络，服务器，操作系统，存储，甚至个人应用。

云设施服务使数据在网络上持续可用，因此，人们可以访问，下载，分析和重用的任何人进行研究或其他用途包括学术出版商业出版物

大数据不仅意味着大量的数据，而且大量的人们使用和创建数据。研究中的每个人都使用数据，也创造了新的数据。

1.2 精准营销

精准营销，是指在精准定位的基本上，按照现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路。就是公司需要更精准、可衡量和高投资

6 沈阳化工大学学士学位论文

3 结论与建议

回报的营销沟通，需要更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。简单地讲，“精准营销” 就是指在目标市场实施精准攻击，以精准的市场定位、精准的产品投入、精准的价格策略、精准的产品工艺、精准的广告投放、精准的亲情服务、精准的全员培训确保精准攻击的成功。精准营销能够有效地降低产品的附加成本，将更多的实惠让利给用户。1.3 精准营销

据说，要推动了世界经济未来的三件事。首先，计算机，其次是通信，第三，直接营销。

市场状况和趋势的变化经常强调需要改变营销方法。目前的市场趋势，激烈的竞争，全球化和日益顾客的要求，使我们认识到营销方法和传统营销的弊端。

直接营销的组成部分，在这个市场混合。营销组合这个术语描述了组织营销系统的四个要素的结合。当产品、价格、地点和促销成功地混合在一起时，他们就形成了一个营销计划，它提供了需求，或者想要满足一个组织市场的产品和服务。促销活动形成了单独的子组合T H T我们称这个促销组合o r e x i n通信MI组织的市场营销计划。主要元素促销活动包括公司的广告、个人推销、促销、宣传、公关和直销。直接营销可以被定义为一个互动我对营销系统，使用一个或多个广告媒体的效果可衡量的反应和/或交易的任何位置。

一般情况下，响应表明，营销的战略应该符合当时的文化，以达到预期目标市场的效果，而不是相反的方式，因为这样进化可能需要大量的时间，以实现营销目标。但是，如果战略带来的变化过程中，有利于市场营销的产品，它应该追求。如果营销人员可以创建一个相对标准化和跨文化的战略，在大多数文化的翻译，那么营销目标的国家将实现在一个最小的花费。消费者营销不应该试图改变文化，但良好的营销有时会对文化的影响，例如微博的，但我不认为他们市场来改变文化，这不是他们的意图，只是它是这样好的营销，它最终改变文化。营销的作用应该是适应文化，但有时伟大的营销将塑造文化。”

尽管在一个营销策略和不同的用途定位功能重要性程度的不同，所有的反应表明，当时的适应是很重要的我国际营销策略。一些意见是：战略的确切元素，以适应当地的呼吁和文化，以及在何种程度上是不是有限的，因为这是主题和独特的每一个市场，所有的市场是不同的。

2 新浪微博大数据营销的局限性和优势

2.1 新浪微博大数据营销的优势

2016Q2财报显示，微博净营收和活跃用户数继续增长，在三四线城市的渗透率进一步提升。财报还提到了微博短视频业务的明显增长，Q2播放量达15.7亿。

7 沈阳化工大学学士学位论文

3 结论与建议

尽管2016年1月微博和阿里巴巴的战略合作终止，但广告收益并未受到影响，微博广告产品矩阵逐渐丰富，Q2广告在微博净营收中占85.3%。

从月均人均单日使用时长来看，微博用户在2016年7月人均每天使用微博26.2分钟，相比2015年使用时长略有提高。微博用户粘性，和微信和QQ相差较远，与个性化资讯应用今日头条、一点资讯也有差距。除了2015年12月和2016年1月被直播类应用映客短暂超越之外，微博粘性均高于花椒和映客。有意思的是，和上表中列出的其他应用相比，微博和知乎的月均人均单日使用时长几乎保持着非常一致的协同。也许

8 沈阳化工大学学士学位论文

3 结论与建议

是由于在微博上容易形成全民热点和话题，而这些热点和话题也更容易成为问答社区知乎中提问的问题和讨论的素材，这一纽带可能间接地影响了知乎用户的活跃度。产品评论微博已成为一个信息渠道，起到了作用，在购买决策所采取的消费者发现，消费者和商业广告大不信任广告，往往没有明显的动机或理由。虽然大多数的学术工作主要集中在消费者持怀疑态度的传统媒体广告，本研究着重于对怀疑论RDS的社交媒体，如产品评论微博。营销传播从单向业务正在迅速转化为消费者的独白到双向对话甚至消费者对消费者模式。如果管理者想要主动管理。这带来了一个问题，如果营销人员可以成功地从事数字授权的消费者，以确保组织仍然是在线合作的一部分良好的沟通对话。根据陈和解（2008:478），消费者在线评论的数字授权的消费者创造了创造了一个新的元素在营销传播组合”。互联网技术的出现和新媒体渠道多已经改变了营销传播的景观（斯图尔特和Pavlou，2002）。获取信息的方便性Web 2的协作环境，增强与消费者的沟通（kozinets，hemertsberger和肖，2008）。消费者现在可以轻松地生产和广播视频，音频和短信到W全世界的观众通过网上社交媒体。这些技术的发展带来了权力的根本转变，以及传统营销传播平衡的剧变。有限公司消费者越来越多地使用自己的品牌传播，已达到深远的影响，以至于全球营销者

社交媒体--如微博--呈指数级增长，成为大众传播的手段。微博也可以被看作是一种自我或个人发布和备案意见，employi吴的意见的写作风格，同时活动，可以吸引或距离微博用户（约翰逊和凯，2004）。大多数的微博符合这个定义几乎没有任何商业或机构任何影响。少量的微博使那些拥有更多专业知识的人--尽管只有“专业知识”来评论高级和专门的现象、主题、行业，技术、产品与服务。这样，微博往往会达到非常大的受众，并可能成为巨大的影响力。在线评论平衡可用信息。一个有趣的研究通过Mackiewicz（2009）解释说，网上消费者用各种各样的方式传达自己的专长因此，在本文中，我们首先简要回顾了微博作为一个公共关系沟通工具的使用。然后我们描述的信任和诚信的概念对组织来源国际交流，然后勾勒出一个尺度来衡量在微博背景源诚信构建和微博的适应。接下来，我们描述了在线消费之间的研究采用修正量表度量源可信度。修改后的源可信规模的心理测量学特性的某些方面也解决。信任worthin源ESS然后分析对微博使用除了企业微博外，消费者微博还保留着自己的微博，专注于审查公司提供的产品、服务和技术。这些微博中有一些是补偿由公司或其机构，而有些不是。企业通信从业人员，公共关系专家和学者需要了解的优点和缺点公共关系微博的使用。

微博作为公共关系工具的长处和短处。他认为微博有很多优点，包括它们作为研究的有用性工具以及信息框架和说服。他认为微博对于研究、问题监测和环境扫描特别有用。

角色塑造公关。微博已经作为一种重要的信息渠道，作为一个知识共享的工具（Droge et al.，2010）。公共关系中微博的交流使用使公关人员和营销人员使用微博作为一

9 沈阳化工大学学士学位论文

3 结论与建议

个市场研究工具来分析市场和规范舆论对他们的业务（Xifra和韦尔，2008）。它允许新的产品开发经理分享关于他们的产品的经验，导致消费者和公司一起创造价值（Droge et al.，2010）。另一方面，由于用户生成内容，让消费者通过微博发表评论直接即时反馈（Xifra和韦尔，2008）和使用微博作为一个强大的口碑有限mmunication通道（droge等人，2010；riegner，2007年）。

2.2 新浪微博大数据营销的局限性 2.2.1 缺乏互动

在参与调研的手机网民中，使用过微博的比例达到71.7%。我们接下来主要聚焦三类用户：忠实用户(31.2%)，新增用户(11.6%)和流失用户(28.9%)。从调研数据来看，微博流失的用户比例高于新增用户。

62%的用户基本不贡献原创内容，专注于互动和转发。35%用户在微博上既浏览也生产内容。互动和转发行为更多意味着许多微博用户更加乐于传播内容而不是生产内容，这部分用户并不能带来很高质量的UGC。

微博的社交价值和媒体价值相比更弱，但是内容的传播和互动是以兴趣类似群体以及和名人明星之间的弱连接为基础。结合前面的调研结果，用户关注明星、资讯和新闻账户最多，关注熟人账户者约三成。因此和微信相比，微博更偏重陌生人间的弱连接社交——基于兴趣资讯的互动社交

企业微博，以及消费者微博有关公司，他们的产品，服务和技术正在以前所未有的速度成倍增长，但目前的微博的效用是有限作为公关工具（肯特，2008）。

虽然，微博有难以置信的潜力被用来作为研究和说服工具，仍然有消费者对这种新形式的营销传播持怀疑态度。微博不能被带到IR充分的优势，除非我们充分了解如何提高消费者的信任和对微博的来源可信度水平。

随着Web 2的引入，在线平台已经确立了它在公共关系管理中的地位。特别是微博，提供评论的产品，服务和技术，H在与市场对话中，公共关系从业者成为必不可少的途径。从公共关系的角度来看，本文针对产品评论的来源可信度W微博在网上消费者，消费者的人口统计数据是否有显着影响他们的信任水平。

一个先行的来源可信度的性质之间的关系，如果有的话，微博和特定利益相关者之间的产品，服务或技术审查。一些微博收到以相关利益相关者的补偿或其他利益的形式，10 沈阳化工大学学士学位论文

3 结论与建议

如制造商及其机构的企业赞助。因此，有人担心，一些微博谁介绍产品不提供真正的公正评论，因此良好的商业惯例的违反。2.2.2 信息内容同质化

信息海量，实用不足；内容泛滥，精品不多；贪大求全，特色不强。近年来，互联网内容同质化的“三不”现象越演越烈。无论是几大互联网巨头，还是刚刚起步的互联网公司，产品设计同质化、营销模式同质化、品牌策略同质化呈蔓延之势，互相抄袭、恶性竞争事件也屡见不鲜。

在竞争白热化趋势下，一些媒体片面追求速度与时效，互相复制转载，产出大量信息垃圾。不少网民抱怨，每天一连无线网，手机就震动不停，同样的内容频繁地被各大应用重复推送，让人不胜其烦。更有网友表示，现在的“推送”已经成了“吸引”的反义词，信息刷屏令人避之不及。

对外经济贸易大学金融学院学生刘尔慷，一直密切关注财经资讯。在他看来，很多媒体客户端和公众号内容重复、观点雷同，财经评论类文章也多为转载，缺乏独创性。有些公众号直接到知乎网等网站剽窃抄袭，十分可恶。

2.2.3 新浪微博影响力的下降

《福布斯》网站近日发布了署名为李君蘅（Junheng Li）的文章称，尽管微博是一个具有强大影响力的社交平台，但是，微博的故事听起来已经不再让人感到振奋。以下就是李君蘅的文章主要内容。在上周于中国香港召开的交易前投资者教育大会上，微博管理层积极宣扬其将按照60亿美元的估值融资约5亿美元。目前来看，微博的故事似乎已经难以振奋亚洲投资者了。

我们认为，投资者微信在行业内的竞争过分担忧。事实上，一些竞争性产品主要是在移动互联网有着强大的影响力，而这可能会对微博带来直接好处，因为在中国的新闻环境下，最具人气的移动社交平台提供了可靠实时的信息。在我们看来，微博与其它竞争性服务可以形成互补关系，而不是竞争性关系。例如，微信主要是一个多媒体社交通信工具，而微博则是一个具有社交和媒体功能的类似于Twitter的服务。另外，投资者还感到过分担忧的是，社交名流帐户（即大V”）正转而使用微信。不过，从2014年初以来，社会名流们又开始返回微博，并将微博作为他们的主要消息发布中枢。

11 沈阳化工大学学士学位论文

3 结论与建议

2.2.4 社交平台营销的局限性

在微博时代，我们不能忽视微博力量，以及微博推动社会进步的力量。但是由于网络里虚假信息泛滥严重，微博也能把虚假信息的影响扩大到最大化，为社会的不稳定埋下定时炸弹。一方面我们除了要加强辨别真伪的能力，另一方面也要通过规范网络环境，这才是真正的治本之法。其实通过法制规范网络环境已有实例，2011年12月北京市推出《北京市微博客发展管理若干规定》，《规定》提出，“后台实名，前台自愿”。微博用户在注册时必须使用真实身份信息，但用户昵称都是可自愿选择的。新浪、搜狐、网易等各大网站微博都将在2012年3月16日全部实行实名制，采取的都是前台自愿，后台实名的方式。通过这一规定，微博企业可以更加明确自己的责任，对促进微博平台自律化、文明化、规范化有非常重要的作用。

2.2.5 粉丝的忠诚度较低

相比于微信，qq等平台，微博粉丝的粘度何种程度较低，2.2.6 后台的监控与评估乏力微博本身对后台监控较少

3 新浪微博大数据的营销运用——以电影《摆渡人》为例

3.1 电影信息的微博独家报道

在微博中进行电影推广和传播，已在近两年成为电影营销的重要手段，电影自身的话题性和故事性在微博中往往成为用户讨论和分享的关键内容。

12 沈阳化工大学学士学位论文

3 结论与建议

在电影上映前，电影在微博上就有很高的热议度。

《摆渡人》的社交营销：

1、官微共发微博3505条，纪录了电影筹拍、开机等的全过程；

2、大V：不完全统计，46个转发微博大V，粉丝总数接近3.7亿；

3、创造微博体，频繁让主创参与微访谈，延续微博热度；

4、大量影评专家写好影评。

5、“微博独有的“摆渡人电影官微”账号，关注者就有103万，这使得关注电影的消费者能更进一步的了解电影的进展。

13 沈阳化工大学学士学位论文

3 结论与建议

3.2 以大数据营销带动事件营销

《摆渡人》相关微博转发高达150万次的纪录。这应该是在某种程度上跟阿里讲的以C2B模式做电影相契

合吧，当然这只是大数据在影片前期的应用，将来的商业植入及衍生品开发都可能依托大数据分析实现。3.3 微博热门话题营销

狮门影业数字营销部门高级副总裁丹尼尔•迪帕玛表示：“以前，人们习惯了媒体告诉公众哪些电影才是比较好的，但现今已全然不是如此，现在公众的态度更为主动，我们愿意让公众来评论电影的好坏。”

电影的社交营销，起决定作用的并不是官方的主动营销，而是由电影延伸开来的话题、演员、故事、拍摄花絮等因素。如果这些元素都能符合用户深层次的需求，便能激发用户自动传播，而这种通过社交平台的传播，范围更广，成本更低，可信度更高。对于“微博大V”的作用，一是起到了引导作用，引导用户参与到话题的讨论，而是在一定程度上起到了“洗脑”的作用，让用户在不同时间、不同地点都能获取到电影的信息，并实时参与到话题的互动。3.4 贯穿始末的大数据营销

在电影上映后，人们仍对电影中的经典镜头给予好评，转发量居高不下，持续时间较长。对电影中的主演关注提高了平时的好几倍。

电影的社交营销，应采取“先紧后松”的策略。在电影上映前的一段时间里，做出大量铺垫，例如对外公布拍摄花絮、人物特辑、主题曲等，以此吊足观众的胃口。而当电影真要上映的时候，电影制作方、发行方不需要再进行特别的宣传，让普通网友主动参与到话题的热议中，效果会更好。

总之，优质的内容与社交媒体的有效融合，满足了消费者的需求；同时营销团队在正确的时间，做正确的事情，控制营销时间点，才能持续地激发用户的喜好。

4 对于新浪微博大数据营销的建议

4.1 借助大数据技术改善用户体验

商业化与用户体验的失衡：过于激进的引流，如强行加关注等行为，会损害用户体验

14 沈阳化工大学学士学位论文

3 结论与建议

从而导致用户流失。也许会有一部分用户容忍和习惯，但是失望和不适会加速用户体验的下降。微博应尽快在商业化和用户体验之间做新一轮的权衡。

对于内容供给者和获取者而言，微博的媒体价值都很高。地方和机构可以通过微博以更接地气的形式征集民意，各地用户也可以通过微博来“报道”身边的事和参与公益活动，由此带来衍生的社会价值。4.2 借助大数据技术改善广告营销服务

用户对移动互联网高度碎片化的使用时间和行为习惯，获得有价值的用户数据越来越难。因此，在达到用户之后，通过与用户建立有效的互动关系，获取有价值的用户数据，已经成为企业社会营销中迫切需要解决的问题。

微博新推出的社交营销解决方案，它是基于海量社交数据和公司自身数据的整合，帮助企业打通社交CRM系统。基于用户在微博中的发布、交互、搜索和用户行为分析，并打开自己的数据，可以设置更清晰的粉丝画面。在此基础上，企业不仅可以为粉丝提供有效的服务，还可以根据粉丝的行为习惯和喜好展开营销活动，从而提高广告的互动率和转化率。

这样，企业就可以了解和引导自己的行为，在了解消费者习惯的基础上，实现粉丝业务。韩国的工匠为例，该公司有200的客户服务团队，所有与他们的相互作用发生在微博的粉丝，将与对应的单词按照客服沟通，从而加快风扇沉淀，带动销售的转换，目前的收入来自微博1 / 3。

随着社会营销观念，企业实现了通信本身为用户主动分享，基于用户SCRM系统深度的沟通更重要。微博开放通过SCRM营销闭环，企业可以根据用户的需求提供不同的方案与服务。通过这种努力，我们最终可以得到新客户，留住老客户，逐步提高客户忠诚度，从而最大限度地提高营销效率。

互联网技术的出现和新媒体渠道大多已经改变了营销传播的景。消费者现在可以轻松地生产和广播视频，音频和短信到W全世界的观众通过网上社交媒体。这些技术的发展带来了权力的根本转变，以及传统营销传播平衡的剧变。有限公司消费者越来越多地使用自己的品牌传播，从而具有深远的影响，以成为全球营销者（如亚伯拉罕，2005；伯松，赫伯特和皮特1999；Brockhoff，2003）；

15 沈阳化工大学学士学位论文

3 结论与建议

4.3 提高文本质量，整合营销方法

广告在微博营收中贡献了最大的比重。尽管有用户认为广告损害了体验，但整体而言，51.5%的用户不介意广告的形式，如果遇到感兴趣的商品就不排斥。这反映出消费者对于个性化精准推送广告存在一定需求。

在其他类型的广告中，用户相对更偏好名人明星的推荐和互动类优惠广告。内容形式的丰富也意味着广告形式的多样。原生广告、明星推荐、个性化推荐或可成为用户更乐意接收的营销方式。4.4 培养意见领袖，增强粉丝粘度

从用户调研来看，微博新增用户以女性和90后居多，粘性也更高。而男性高知群体的流失是微博的风险

4.5 加强微博营销效果的评估

参考文献

[1]邱媛媛.基于大数据的O2O平台精准营销策略研究[J].齐齐哈尔大学学报(哲学社会科学版),2016,(12):60-62.[2]姚元元,陈泰宇.浅谈大数据时代下的精准营销[J].新闻研究导刊,2016,(22):116.[3]王飞.基于大数据平台的云南省农产品精准营销模式应用研究[J].江苏商论,2016,(11):20-22+28.[4]汤媛媛.大数据时代网络精准营销与隐私权保护[J].长白学刊,2016,(06):76-81.[5]陈静怡.大数据背景下网络精准营销的构建[J].福建商业高等专科学校学报,2016,(05):27-32.[6]王浩宇,孙启明,胡凯.信令大数据技术在精准营销中的应用[J].北京邮电大学学报(社会科学版),2016,(04):70-76+107.[7]艾宏.大数据背景下精准营销的探析与思考[J].现代商业,2016,(22):34-35.[8]包月姣.大数据环境下湖南农产品精准营销模式研究[J].中国集体经济,2016,(22):60-61.[9]李红利.试论大数据背景下的精准营销[J].才智,2016,(07):228+230.16 沈阳化工大学学士学位论文

3 结论与建议

[10]龚映梅,曹新波.大数据环境下云南农产品精准营销模式研究[J].昆明理工大学学报(社会科学版),2016,(01):65-71.[11]王小志,张岩.浅析大数据时代的精准营销[J].现代经济信息,2015,(23):294.[12]许正林,杨瑶.基于大数据的移动互联网RTB广告精准投放模式及其营销策略探析[J].上海大学学报(社会科学版),2015,(06):104-117.[13]仲凯旋,巩永华,薛殿中.大数据时代的微博精准营销[J].通信企业管理,2015,(10):51-53.[14]马园园.大数据背景下的旅游精准营销分析[J].旅游纵览(下半月),2015,(09):23.[15]罗捷品.浅议如何实现大数据时代的精准营销[J].现代经济信息,2015,(10):128.[16]喻莉,熊瑛.大数据下的精准定制营销[J].现代商业,2015,(09):42-43.[17]谢海英,黄淑伟.大数据背景下精准营销研究[J].信息与电脑(理论版),2014,(10):198.[18]林燕.论大数据时代广告精准营销及传播策略——从中粮“年味儿”广告说起[J].今传媒,2014,(10):76-77.[19]王皓瑜,邓江,杜佳楠,汪德华,龙曦侃.基于大数据分析的精准营销服务平台研究[J].中国金融电脑,2014,(08):40-44.[20]万红玲.大数据时代下的精准营销[J].新闻传播,2014,(01):71.17 沈阳化工大学学士学位论文致谢

致谢

大学四年的学习生活既将结束。回首既往，自己一生最宝贵的时光能于这样的校园之中，能在众多学富五车、才华横溢的老师们的熏陶下度过，实是荣幸之极。在这四年的时间里，我在学习上和思想上都受益非浅。这除了自身努力外，与各位老师、同学和朋友的关心、支持和鼓励是分不开的。

论文的写作是枯燥艰辛而又富有挑战的。老师的谆谆诱导、同学的出谋划策及家长的支持鼓励，是我坚持完成论文的动力源泉。在此，我特别要感谢我的导师孙德海老师。从论文的选题、文献的采集、框架的设计、结构的布局到最终的论文定稿，从内容到格式，从标题到标点，孙老师都费尽心血。没有老师的辛勤栽培、孜孜教诲，就没有我论文的顺利完成。同时感谢各位同学，与他们的交流使我受益颇多。

最后要感谢我的家人以及我的朋友们对我的理解、支持、鼓励和帮助，正是因为有了他们，我所做的一切才更有意义，也正是因为有了他们，我才有了追求进步的勇气和信心。时间的仓促及自身专业水平的不足，整篇论文肯定存在尚未发现的缺点和错误。恳请阅读此篇论文的老师、同学，多予指正，不胜感激！

18 沈阳化工大学学士学位论文致谢

第3篇：大数据时代汽车的精准营销

大数据时代汽车的精准营销

随着全球汽车技术的飞速发展，汽车行业在未来将发生巨大的变化，中国汽车市场和汽车消费行为也将发生重大的变革。汽车消费观念与路径正在开始发生变化，中国汽车市场需要更高效、更贴近消费者的应对模式。

传统的汽车营销模式，经实践证明，已经不适应经济和社会发展的需要。随之出现的汽车4S营销模式在中国出现，但在各种因素影响下出现了不和谐的局面，也遇到了发展危机。

在以市场导向、消费者为中心的营销新时代，要想获得收益，企业就必须关注客户价值。客户价值的实现才可能带给企业丰厚的利润和回报。长期以来，企业的市场推广无非就是广告、促销、渠道等营销手段。而当企业花费大量的金钱与精力，致力于这种声势浩大的市场推广时，许多营销经理却又有着这样的迷茫与困惑——明知道促销费用浪费掉了很多但不知道浪费在哪里。精准营销正是借助数据库的筛选，寻找到目标客户，实施有效的推广策略，实现精准销售，从而大大降低营销费用的浪费。精准营销的基础是一个庞大的数据库，记录了所能找到的受众的全部信息，包括地址、教育程度、收入情况、购买记录和消费偏好等维度。信息的维度越丰富，营销的精准度就越高，营销的效果就越好。基于数据库的精准营销可以根据消费者的特点为他们制定计划，而且能够和他们互动，为他们提供有用的消费信息，具有“针对性、互动性和及时反馈”等特点。精准营销准确细分市场和定位目标客户群之后，根据不同的目标客户和市场特征，考虑他们不同的产品与服务诉求，包括不同的需求与购买行为，采取有针对性、差异化的产品上市活动与计划。

第4篇：大数据与精准营销研究综述

大数据与精准营销研究综述

摘要：随着互联网的日益普及，人们对互联网技术的利用率越来越高，由此而来的大数据对社会的各行各业都带来很大变化，人们正步入大数据时代。在企业营销中，大数据的应用可以大大促进精准营销的发展，为其带来前所未有的发展机遇。本文首先分别对大数据与精准营销的研究进行综述，然后提出大数据时代下精准营销模式的问题，最后针对该问题提出一些思考与建议。

关键词：大数据；精准营销；精准营销模式

一、大数据研究现状

1.大数据起源与兴起

1980年，著名未来学家托夫勒在其《第三次浪潮》提出了“大数据”的概念，并热情地将其称颂为“第三次浪潮的华彩乐章”，但是之后很长一段时期内，由于技术发展制约，“大数据”的概念并没有得到人们的重视。

2008年开始，移动计算、物联网、云计算等一系列新兴技术相继兴起，这些技术的发展及其在社交媒体、协同创造、虚拟服务等新型模式中的广泛应用，使得全球数据量呈现出前所未有的爆发式增长态势，数据复杂性也急剧增长，客观上要求新的分析方法和技术来挖掘数据价值，大数据技术应运而生，并得到迅速发展和应用，如此，“大数据”时代真正到来。

2008 年末，三位信息领域资深科学家卡内基梅隆大学的R.E.Bryant、加利福尼亚大学伯克利分校的R.H.Katz、华盛顿大学的E.D.Lazowska联合业界组织计算社区联盟（Computing Community Consortium）发表了非常有影响力的白皮书《大数据计算：商务、科学和社会领域的革命性突破》，使得研究者和业界高管意识到大数据真正重要的是其新用途和带来的新见解，而非数据本身。随后，包括EMC、IBM、惠普、微软在内的全球知名企业纷纷通过收购大数据相关厂商来实现技术整合，实施其大数据战略；国内外咨询机构也相继发布与大数据相关的研究报告，积极跟进大数据领域的研发与应用。2011 年5 月，EMC 公司在主题为“云计算相遇大数据”的World 2011 大会中阐述了云计算与大数据的理念和技术趋势。同年10 月，Gartner 将大数据列入2012 年十大战略新兴技术； 11 月，由CSDN 举办的中国大数据技术大会在北京成功举行。大数据在产业界逐渐形成燎原之势。

目前，大数据研究和应用已经成为信息科技领域中的热点。世界各国均高度重视大数据领域的研究探索，并从国家战略层面推出研究规划以应对其带来的挑战。2012 年3 月，美国奥巴马政府投资两亿美元启动“大数据研究和发展计划”，致力于提高从大型复杂数据集中提取知识和观点的能力，并服务于能源、健康、金融和信息技术等领域的高科技企业； 2012年4 月，英国、美国、德国、芬兰和澳大利亚研究者联合推出“世界大数据周”活动，旨在促使政府制定战略性的大数据措施； 7 月，日本推出“新ICT 战略研究计划”，其中重点关注“大数据应用”同时，大数据也已引起学术界的广泛研究兴趣。2008 年和2011 年，《Nature》与《Science》杂志分别出版专刊《Big Data： Science in the Petabyte Era》和《Dealing with Data》，从互联网技术、互联网经济学、超级计算、环境科学、生物医药等多个方面讨论大数据处理和应用专题。

2．大数据的定义与特征

对于大数据的概念，企业和学术界目前尚未形成公认的准确定义。维基百科将大数据定义为“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”；权威IT 研究与顾问咨询公司Gartner 将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题”；美国国家科学基金会（NSF）则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。尽管存在不同的表述，但一个普遍的观点是，大数据与“海量数据”和“大规模数据”的概念一脉相承，但其在数据体量、数据复杂性和产生速度三个方面均大大超出了传统的数据形态，也超出了现有技术手段的处理能力，并带来了巨大的产业创新的机遇。

IBM公司把大数据的特征概括成三个“V”：规模（Volume）、快速（Velocity）和多样（Variety），但是更多的人则将其概括为四个“V”，即规模（volume）、快速（Velocity）、多样（Variety）和价值（value）。

（1）规模（Volume）。大数据首先是必须具有海量数据，但是究竟多大体量才叫海量，人们并没有一个确定的数字。有人认为应该达到TB数量级，一般在10TB规模左右。但在实际应用中，很多用户把多个数据集放在一起，已经形成了PB级的数据量。

（2）多样性（Variety）。这是大数据概念区别于从前有关数据管理的一个重要特征，传统的数据管理主要是针对结构化数据分析利用，其应用技术而大数据则更加强调对于半结构化和非结构化数据的分析和应用。

（3）快速（Velocity）。在当前常规的信息安全产品中，特别是具有代表性的检测响应类产品技术中，大量采用实时监测，而“实时”就意味着快速。在当前带宽越来越大、系统越来越复杂采集的数据越来越多的同时，安全检测对于事件响应的及时性要求并没有减

弱。另外，“实时”还包含着一种内在的含义：主要根据当前的数据做出分析判断。

（4）价值（Value）。数据是物理世界的数字反映，价值上数据不同于数字，数据背后是有对象的，而这些对象是有属主的、有立场的、有价值归属的、主观的。大数据的体量很大，所蕴含的价值总量也会是客观的，但是平均到单条信息的价值却很低，即价值密度很低。

3．大数据的关键技术

传统的数据采集来源单一，且存储、管理和分析数据量也相对较小，大多采用关系型数据库和并行数据仓库即可处理。而大数据环境下，数据来源非常丰富且数据类型多样，存储和分析挖掘的数据量庞大，对数据展现的要求较高，并且很看重数据处理的高效性和可用性，需要依靠并行计算提升数据处理速度。而传统的并行数据库技术追求高度一致性和容错性，难以保证其可用性和扩展性。

另一方面，传统的数据处理方法是以处理器为中心，而大数据环境下，需要采取以数据为中心的模式，减少数据移动带来的开销。因此，传统的数据处理方法，已经不能适应大数据的需求，需要一种新的技术理论和方法。

3.1数据挖掘

数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的，但又是潜在有用信息和知识的过程。目前广为接受的一种处理模型是Fayyad 等人设计的多处理阶段模型。

3.2数据分析

在相关技术中，比较具有代表性的是Apache 软件基金会开发的Hadoop，以MapReduce 和Hadoop 为代表的非关系数据分析技术，凭借其适合非结构处理、大规模并行处理和简单易用等优势，在互联网搜索和其他大数据分析技术领域取得重大进展，成为主流技术。

4．大数据相关产业发展

按照信息处理环节，大数据可以分为数据采集、数据清理、数据存储及管理、数据分析、数据显化及产业应用等六个环节，由于尚属发展初期，其中的每个产业环节都包含着不少的企业，其市场发展情况如下。

（l）数据采集。Google、CISCO这些传统的IT公司早已经开始部署数据收集的工作。在中国，淘宝、腾讯、百度等公司已经收集并存储大量的用户习惯及用户消费行为数据。德勤预计，在未来，会有更为专业的数据收集公司针对各行业的特定需求，专门设计行业数据收集系统。

（2）数据清理。当大量庞杂无序的数据收集之后，如何将有用的数据筛选出来，完成数据的清理工作并传递到下一环节，这是随着大数据产业分工的不断细化而需求越来越高的环节。除了Intel等老牌IT企业，Teradata、Informatica等专业的数据处理公司呈现了更大的活力。在中国，华傲数据等类似厂商也开始不断涌现。德勤预计，在未来，将会有大量的公司专注于数据清理。

（3）数据存储及管理。数据的存储、管理是数据处理的两个细分环节。这两个细分环节之间的关系极为紧密。数据管理的方式决定了数据的存储格式，而数据如何存储又限制了数据分析的深度和广度。由于相关性极高，通常由一个厂商统筹设计这两个细分环节将更为有效。从厂商占位角度来分析，IBM、Oracle等老牌的数据存储提供商有明显的既有优势，他们在原有的存储业务之上进行相应的深度拓展，轻松占据了较大的市场份额。而Apache Software Foundation等新生公司，以开源的战略汇集了行业专精的智慧，成为大数据发展的领军企业。

（4）数据分析。传统的数据处理公司SAS及SPSS在数据分析方面有明显的优势。然而，基于开源软件基础构架Hadoop的数据分析公司最近几年呈现爆发性增长。例如，成立于2008年的Cloudera公司，帮助企业管理和分析基于开源Hadoop产品的数据。由于能够帮助客户完成定制化的数据分析需求，Cloudera拥有了如ExPedia、摩根大通等大批的知名企业用户，仅仅五年时间，其市值估值已达到7亿美元。

（5）解读。将大数据的分析结果还原为具体的行业问题。SAP、SAS等数据分析公司在其已有的业务之上加人行业知识，成为此环节竞争的佼佼者。同时，因大数据的发展而应运而生的wibidata等专业的数据还原公司也开始蓬勃发展。

（6）展示。这一环节中，大数据真正开始帮助管理实践。通过对数据的分析和具象化，将大数据能够推导出的结论量化计算，同时应用到行业中去。这一环节需要行业专精人员，通过大数据给出的推论，结合行业的具体实践制定出真正能够改变行业现状的计划。

不仅仅是大数据技术行业的发展，大数据的应用也已经在医疗服务、零售业、金融业、制造业、物流、电信等行业广泛展开，并产生了巨大的社会价值和产业空间。麦肯锡评估西方产业数据为例，大数据的有效利用将能使欧洲发达国家政府节省至少1000 亿欧元（约1 490 亿美元）的运作成本；使美国医疗保健行业降低8%的成本（约每年3000 多亿美元）；并使得大多数零售商的营业利润率提高60%以上。据市场调研机构IDC 预测，大数据技术与服务市场将从2010 年的32 亿美元攀升到2015 年的169 亿美元，实现40%的年增长率（IT与通信产业增长率的7 倍）近两年来，国内外知名企业（如Ebay、AmazonWal-Mart、淘宝、中国移动和凡客等）相继推出相应的大数据产品和平台，开展了多种深度商务分析和应用。例如：通过分析结构化和非结构化数据促进其业务创新和利润增长；基于机器学习和数据挖掘方法来管理和优化其库存与供应链，并量化评估其定价策略与营销效果；通过市场分析、竞争分析、客户分析和产品分析以优化经营决策等。

5．大数据的发展与挑战

在大数据时代，我们仍然要面对大数据的各种技术挑战，包括大数据的去冗降噪技术、大数据的新型表示方法、高效率低成本的大数据存储、大数据的有效融合、非结构化和半结构化数据的高效处理、适合不同行业的大数据挖掘分析工具和开发环境、大幅度降低数据处理、存储和通信能耗的新技术等等。但我们相信技术能够解决的问题终将不会成为问题，真正制约或者成为大数据发展和应用瓶颈的有三个环节。

5.1数据收集和提取的合法性，数据隐私的保护和数据隐私应用之间的权衡

任何企业或机构从人群中提取私人数据，用户都有知情权，将用户的隐私数据用于商业行为时，都需要得到用户的认可。然而，目前，中国乃至全世界对于用户隐私应当如何保护、商业规则应当如何制定、触犯用户的隐私权应当如何惩治、法律规范应当如何制定等一系列管理问题都大大滞后于大数据的发展速度。未来很多大数据业务在最初发展阶段将会游走在灰色地带，当商业运作初具规模并开始对大批消费者和公司都产生影响之后，相关的法律法规以及市场规范才会被迫加速制定出来。可以预计的是，尽管大数据技术层面的应用可以无限广阔，但是由于受到数据采集的限制，能够用于商业应用、服务于人们的数据要远远小于理论上大数据能够采集和处理的数据。数据源头的采集受限将大大限制大数据的商业应用。

5.2.大数据发挥协同效应需要产业链各个环节的企业达成竞争与合作的平衡

大数据对基于其生态圈中的企业提出了更多的合作要求。如果没有对整体产业链的宏观把握，单个企业仅仅基于自己掌握的独立数据，无法了解产业链各个环节数据之间的关系，对消费者做出的判断和影响也十分有限。在一些信息不对称比较明显的行业，例如银行业以及保险业，企业之间数据共享的需求更为迫切。例如，银行业和保险业通常都需要建立一个行业共享的数据库，让其成员能够了解到单个用户的信用记录，消除担保方和消费者之间的信息不对称，让交易进行得更为顺利。然而，在很多情况下，这些需要共享信息的企业之间竞争和合作的关系同时存在，企业在共享数据之前，需要权衡利弊，避免在共享数据的同时丧失了其竞争优势。此外，当很多商家合作起来，很容易形成卖家同盟而导致消费者利益受到损失，影响到竞争的公平性。大数据最具有想象力的发展方向是将不

同行业的数据整合起来，提供全方位立体的数据绘图，力图从系统的角度了解并重塑用户需求。然而，交叉行业数据共享需要平衡太多企业的利益关系，如果没有中立的第三方机构出面，协调所有参与企业之间的关系、制定数据共性及应用的规则，将大大限制大数据的用武之地。权威第三方中立机构的缺乏，将制约大数据发挥出其最大的潜力。5.3大数据结论的解读和应用

大数据可以从数据分析的层面上揭示各个变量之间可能的关联，但是数据层面上的关联如何具象到行业实践中如何制定可执行方案应用大数据的结论这些问题要求执行者不但能够解读大数据，同时还需深谙行业发展各个要素之间的关联。这一环节基于大数据技术的发展，但又涉及管理和执行等各方面因素。在这一环节中，人的因素成为制胜关键。从技术角度看，执行人需要理解大数据技术，能够解读大数据分析的结论；从行业角度看，执行人要非常了解行业各个生产环节的流程及关系、各要素之间的可能关联，并且将大数据得到的结论和行业的具体执行环节一一对应起来；从管理的角度看，执行人需要制定出可执行的解决问题的方案，并且确保这一方案和管理流程没有冲突，在解决问题的同时，没有制造出新的问题。这些需求，不但要求执行人深谙技术，同时应当是一个卓越的管理者，有系统论的思维，能够从复杂系统的角度关联地看待大数据与行业的关系。此类人才的稀缺性将制约大数据的发展。

6．大数据的研究不足

综观国内外大数据领域的研究和应用发展现状可见： 1）大数据相关的研究与应用目前仍然处于起步阶段，学术研究大多局限于宏观层面；2）基于互联网和社会媒体的企业大数据研究与应用亟需进一步的深入开展； 3）现有的大数据研究大多立足于信息科学，侧重于大数据的获取、存储、处理、挖掘和信息安全等方面，鲜有从管理学的角度探讨大数据对于现代企业生产管理和商务运营决策等方面带来的变革与冲击的研究。

二、精准营销研究现状

1.精准营销的定义

1999 年，美国的莱斯特·伟门提出了精准营销的概念。Zabin和Brebach（2004）提出了精准营销的4R法则，亦即正确的顾客（right customer），正确的信息（right meage），正确的管道（right channel）以及正确的时刻（Right time），通过将正确的信息在正确的时刻通过正确的管道传递到正确的顾客手中，以此真正对目标客户的购买决策构成影响，促进营销目标的有效达成。

菲利普.科特勒Philip Kotler（2005）在其全球巡回演讲论坛上宣布了一个营销传播的新趋势——精准营销（Precision Marketing），并对其进行阐述：“具体来说，就是公司需要更精准、可衡量和高投资回报的营销沟通，需要更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。科特勒（2006）在畅销书《Principles of Marketing》中，首次将基于互联网的精准营销理论融入其中，他认为日新月异的科技，使一些公司勇于从传统的大众传媒沟通方式转移到更加有针对性目标市场的互动模式，以此来不断提高沟通的效果和效率。并提出“对于营销来说，将沟通个性化，并在正确的时间，对正确的人，表达而且做出正确的事情，是至关重要的。”

Paul.W.Farris与Neil.T.Bendle等人（2006）在《Marketing Metries：50+MetriesEvery Executive Should Master》一书中专门研究了解决营销活动科学量化的问题，帮助精准营销活动取得良好效果。营销量化指标的归纳和运用，为经理人在实践中有效利用信息进行科学决策，提供了指导原则、方法以及注意事项。营销量化指标衡量方法，综合了营销和财务两个方面的视角，是关于公司营销业绩的科学而全面的评价。

Lisa D Spiller与Martin Baier（2006）合著的《当代直复营销》中提到了直复营销是对传统营销的发展，是精准营销的理论基础之一，强调以市场细分为基础进行数据库驱动的直复营销。在互联网的基础上实现精准营销，完成与顾客之间的直复营销关系。

国内的齐渊博（2005）将精准营销理解为“精确营销”，即包含了“标准”和“确定”两个意思，“标准”就是可以复制、可以推广、可以提升，没有“标准”的理念只是偶然现象，而“确定”就是对市场极致的了解和把握。

学者许瑾（2006）在科特勒精准营销理论的基础上，从实践的角度对精准营销进行了补充：“精准营销是以客户为中心，运用各种可利用的方式，在恰当的时间，以恰当的价格，通过恰当的渠道，向恰当的顾客提供恰当的产品。”并指出精准营销的几种传播新模式，提倡从传播受众切入，研究受众的行为、生活形态，从而理解用户需求，最终传递给受众最精准的广告内容。

伍青生、余颖、郑兴山（2006）在《精准营销的思想和方法》一文中提出了精准营销是通过定量和定性相结合的方法对目标市场的不同消费者进行细致分析，根据他们不同的消费心理和行为特征，企业采用有针对性的现代技术、方法和指向明确的策略，实现对目标市场不同消费者群体强有效性、高投资回报的营销沟通。

邮政营销专家徐海亮教授（2006）创立了精准营销理论体系，提出了较为完整的精准营销的概念——精准营销就是在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路。并指出了精准营销的三个层面的含义：第一、精准的营销思想。营销的终极追求就是无营销的营销，到达终极思想的过度就是逐步精准。第二是实施精准的体系保证和手段，而这种手段是可衡量的。第三就是达到低成本可持续发展的企业目标。并对传统广告体系与精准传播体系进行了对比，提出来精准传播的三种方式：网络媒体的传播，传统广告的改良与创新及口碑传播。刘征宇（2007）在《精准营销方法研究》一文中也把精准营销的方法归为基于数据库营销的方法、基于互联网的方法、借助他人渠道的方法等三大类。

姜何（2008）用精细化营销来形容精准营销，他认为所谓精细化的管理是相对于粗放式管理而言的，面对于营销的精细化管理，意味着基于客户细分战略的一对一营销，即要与企业选定的最有价值的客户群一对一，了解个性化需求，提供个性化渠道，实现个性化营销手段。而曹彩杰（2010）也分析到：以网络和信息技术为核心的精准营销体系，在一定程度上将取代传统的营销方式，逐步成为现代企业营销发展的新趋势。

综合上述各种观点可以看出，目前学者对精准营销研究热情也颇为高涨，相关文献数量较多，但对于什么是精准营销业界还没有给出一个公认的定义，但精准营销的特性是显而易见的：一是对市场准确定位，二是依赖科技手段，三是个性化服务，四是提高营销的正确性。尽管精准营销的定义尚无定论，但这并不妨碍精准营销思想及方法的发展传播，由于互联网的普及化，网络营销方兴未艾，基于互联网的精准营销是目前网络营销的一个热点领域并且还会不断涌现新的研究成果。精准营销将在互联网上的新兴行业里得到广泛推广，并逐步应用到传统产业中去。

2．精准营销的理论基础及意义

精准营销并不是一个全新的营销思想，随着信息技术的飞速发展，市场的形态有人们的消费行为、消费观念都产生了巨大的变化，随之产生的新营销环境促使营销方式和营销途径在传统营销理论的基础上不断演变发展。

2.1从4P理论到4C理论

美国营销学学者麦卡锡教授于1960年在《基础营销》（Basic Marketing）中提出产品（product）、价格（price）、渠道（place）、促销（promotion）大营销组合策略，他认为一次成功和完整的市场营销活动，意味着以适当的产品、适当的价格、适当的渠道和适当的传播促销推广手段，将适当的产品和服务投放到特定市场的行为。4P理论是营销策略的基础，科特勒（1967）在其畅销书《营销管理：分析、规划与控制》第一版中进一步确认了以4P为核心的营销组合方法。4P营销理论遵循的是由上而下的运行原则，它使市场营销

理论有开始有了体系，又使复杂的现象和理论简单化"这种理念的出发点是追求企业利润，重视产品导向而非消费者导向，没有将客户的需求放到同等重要的地位上来，这也正好体现了了在无细分市场（ma market）里推（push）的概念。在4P理论的基础上劳特朋（Robert.F.Lauterbon）教授（1990）在其《4P退休4C登场》专文中，提出了以顾客为中心的一个新的营销模式，这个4C理论它包含4个要素：四个基本要素：即消费者（Consumer）、成本（Cost）、便利（convenience）和沟通（communication）。4C理论的核心：强调购买一方在市场营销活动中的主动性与积极参与，强调顾客购买的便利性"精准营销为买卖双方创造了得以即时交流的小环境，符合消费者导向、成本低廉、购买的便利以及充分沟通的4C要求，是4C理论的实际应用。精准营销是迎合市场内外环境的变化，在4P的理论基础上，融合了4C营销组合理论来适应新环境的发展：

（1）精准营销真正贯彻了消费者导向的基本原则。4C理论的核心思想，便是企业的全部行为都要以消费者需求和欲望为基本导向，精准营销作为这一大背景下的产物，强调的仍然是比竞争对手更及时、更有效地了解并传递目标市场所期待的满足。这样，企业要迅速而准确地掌握市场需求，就必须离消费者越近越好。这是由于，一方面，信息经过多个环节的传播、过滤，必然带来自然失真，这是由知觉的选择性注意、选择性理解、选择性记忆、选择性反馈和选择性接受所决定的；另一方面，由于各环节主体利益的不同，他们往往出于自身利益的需要而过分夸大或缩小信息，从而带来信息的人为失真。精准营销绕过复杂的中间环节，直接面对消费者，通过各种现代化信息传播工具与消费者进行直接沟通，从而避免了信息的失真，可以比较准确地了解和掌握他们的需求和欲望。

（2）精准营销降低了消费者的满足成本。精准营销是渠道最短的一种营销方式，由于减少了流转环节，节省了昂贵的店铺租金，使营销成本大为降低，又由于其完善的订货!配送服务系统，使购买的其它成本也相应减少，因而降低了满足成本。

（3）精准营销方便了顾客购买。精准营销商经常向顾客提供大量的商品和服务信息，顾客不出家门就能购得所需物品，减少了顾客购物的麻烦，增进了购物的便利性。精准营销实现了与顾客的双向互动沟通，这是精准营销与传统营销最明显的区别之一。

2.2让渡价值理论

“让渡价值”这个新概念是科特勒（1994）提出的，是对市场营销理论的又一进步。顾客总价值与顾客总成本之间的差额是“让客价值”的中心。其中顾客总价值是指顾客购买某个产品或者得到服务所期望获得的某些利益，其中包括产品的价值、服务的价值和形象的价值等；顾客总成本的意思是指顾客为购买某一产品或服务而支付的货币及所耗费的精力、时间，包括货币的成本、时间的成本及精力的成本。

由于顾客选择购买商品或者服务时，总是希望把相关的成本降至最低，同时又希望从中获得到更多的实际利益，因此，顾客总是倾向于选择“让渡价值”最大化的方式。而企业为在竞争中想要努力的战胜对手，就需要吸引更多的潜在顾客，同时必须向顾客提供比竞争对手更多的“让渡价值”，才可以满足顾客的实际利益最大化的期望。

首先，精准营销能够大幅度的提高顾客总价值。因为精准营销实现了“一对一”的营销，在这种新型观念指导下，其产品设计、开发、销售充分考虑了消费者需求的个性特征，同时增强了产品价值的适应性，从而为顾客创造了更大的产品价值。在提供优良产品的同时，精准营销更加注重服务价值的开发和创造，努力的向消费者提供合理、周密、完善的销售服务，同时方便广大顾客的购买。另外，精准营销还通过一系列的优质的营销活动，努力提升自身的形象，逐步的培养消费者对企业的偏好与忠诚。

其次，精准营销大大的降低了顾客总成本。在顾客购买商品，不仅要考虑销售商品的价格，同时必须确切的知道有关商品的信息，并对销售商品各方面进行深层次的比较，还必须考虑顾客购物环境是否便利等多种因素。精准营销可能大幅的缩短了营销渠道，通过直接手段和直接媒体及时向顾客传递商品信息，降低了顾客搜寻信息的精力成本与时间成本，因而减少了交易费用，扩大了企业商品销售，成为众多企业广泛采用的营销方式。

2.3直接沟通理论

1973年，领导行为理论代表人物，美国行为科学家明茨伯格H.Mintzberg指出“管理工作有10种作用，而人际关系和沟通占3成”。明茨伯格首先创立了经理角色理论，指出“重视同外界和下属的信息联系”和“爱用口头交谈方式”为经理角色六个特点中非常重要的两个特点，直接强化了直接沟通。从泰勒科学管理初始探索下行沟通开始，管理沟通理论的发展历程主要经历了从研究“行政沟通”，向研究“人际沟通”发展、接着以“纵向沟通”研究为主，向以“横向沟通”研究为主，进而向以“网络化沟通”研究为主发展、从以研究“单一的任务沟通”为主，向“全方位的知识共享沟通”研究发展等一系列过程。

20世纪80年代以来随着世界经济政治的变化，管理思想发生了重大的转变，管理沟通理论的研究也遭遇到新的挑战，主要表现在沟通中的信息网络技术的应用，知识型企业及学习型组织的建立等。伴随着现代管理理论呈现出的管理理念更加知识化、管理组织虚拟化、人性化、管理手段和设施网络化、组织结构扁平化、管理文化全球化等总体趋势，管理沟通理论也出现了企业流程再造沟通趋势、知识管理沟通趋势、管理更加柔性化的文化管理沟通趋势、网络经济和全球经济一体化的管理沟通的国际化趋势。精准营销的直接

沟通，使沟通的距离达到了最短，强化了沟通的效果。

四、对大数据环境下精准营销模式的思考

“营销管理是艺术与科学的结合——选择目标市场，并通过创造、交付和传播优质的顾客价值来获得顾客、挽留顾客和提升顾客的科学与艺术。”其中，“科学”的部分有赖于数据搜集与分析和各种营销数据库的建立。可以说，数据的使用贯穿在整个营销过程的始末，对于营销的效果起着至关重要的影响性作用。而在大数据时代，大数据的日益兴起和全方位的发展，如GPS定位一般，使企业对市场的理解和洞察需求正在日益地走向实时化和精准化，为企业实现精准营销带来前所未有的发展机遇。

而通过以上对大数据、精准营销的分析与总结我们可以看出，国内外学者对大数据、精准营销等理论研究成果很多，但对于如何利用大数据及大数据技术，研究客户行为特征，建立大数据时代顾客洞察与精准营销体系策略，这方面的研究则很少。“许多人感觉到大数据时代正在到来，但往往只是一种朦胧的感觉，对于其真正对营销带来的威力可以用一个时髦的词来形容——不明觉厉”。下面提出自己的一些思考。

首先，科技在营销中的运用一直存在，然而大数据在营销中的运用是科技与营销的结合的一座新的里程碑，它使技术在营销中不再仅仅是锦上添花的工具，则是会带来企业营销的战略性转型，起到革命性的作用。

其次，我们可以从市场营销的一般过程来分析大数据技术在精准营销中的应用。（1）客户信息收集与处理。客户数据管理是一个数据准备的过程，是数据分析和挖掘的基础，是搞好精准营销的关键和基础，否则会造成盲目推介、过度营销等错误，比如因为某些产品的购买，在一定时段里是不会重复的，强行推荐，只会导致厌烦情绪和后悔情绪。传统的客户关系管理一般关注两方面的客户数据：客户的描述性数据和行为数据。描述性数据类似于一个人的简历，比如姓名、性别、年龄、学历等；行为数据则复杂一些，比如消费者购买数量、购买频次、退货行为、付款方式等。在大数据时代，结构性数据仅占15%，更多的是类似于购物过程、社交评论等这样的非结构性数据，并且数据十分复杂，符合4V特征。只有通过大数据技术收集和整理数据，才有可能形成关于客户的360度式数据库，不错过每一次营销机会，“啤酒与尿布”的推销理论就是一个很好的例子。

（2）客户细分与定位。只有区分出了不同的客户群，企业才有可能对不同客户群展开有效的管理并采取差异化的营销手段，提供满足这个客户群特征要求的产品或服务。在实际操作中，传统的市场细分变量，如人口因素、地理因素、心理因素等由于只能提供较为

模糊的客户轮廓，已经难以为精准营销的决策提供可靠的依据。大数据时代，利用大数据技术能在收集的海量非结构信息中快速筛选出对公司有价值的信息，对客户行为模式与客户价值进行准确判断与分析，深度细分，使我们有可能甚至深入了解“每一个人”，而不止“目标人群”来进行客户洞察和提供营销策略。

（3）营销战略制定。在得到基于现有数据的不同客户群特征后，市场人员需要结合企业战略、企业能力、市场环境等因素，在不同的客户群体中寻找可能的商业机会，最终为每个群制定个性化的营销战略，每个营销战略都有特定的目标。如获取相似的客户、交叉销售或提升销售，或采取措施防止客户流失等。

（4）营销方案设计。大数据时代，一个好的营销方案可以聚焦到某个目标客户群，甚至精准地根据每一位消费者不同的兴趣与偏好为他们提供专属性的市场营销组合方案包括针对性的产品组合方案、产品价格方案、渠道设计方案、一对一的沟通促销方案。比如O2O渠道设计，网络广告的受众购买的方式（DSP）和实时竞价技术（RTB），基于位置（LBS）的促销方式。

（5）营销结果反馈。大数据时代，营销活动结束后，应对营销活动执行过程中收集到的各种数据进行综合分析，从海量数据中发掘出最有效的企业市场绩效度量，并与企业传统的市场绩效度量方法展开比较以确立基于新型数据的度量的优越性和价值．以对营销活动的执行、渠道、产品和广告的有效性进行评估，为下一阶段的营销活动打下良好的基础。

五、结语

大数据时代已经到来，而且将成为全世界下一个创新、竞争和生产率提高的前沿。“营销本质上就是效率提高的过程，而技术是在帮助这个过程转变”。大数据在提高效率、精准营销上大有作为，它正在帮助企业深入了解“每一个人”，而不止是“目标人群”，它真正努力让客户变成“首席执行客户”，试图打造针对每个客户的“全接触”体系。这在增进企业效益的同时，也能给消费者带来全新的私人定制似的体验从而增加消费者福利。因此，研究揭示大数据在精准营销中的价值产生机理，探索大数据时代下的精准营销模式就变得很有意义和价值，我们期待越来愈多的学者在这方面做出贡献。

参考文献

1 中国企业评价协会、中色金银贸易中心，大数据的基本概念及相关问题，中国电子商务企业发展报告2013。2 黄升民，刘珊，“大数据”背景下营销体系的解构与重构，现代传播，2012年第11期。3 4 5 6 7 8 9 王波，大数据时代精准营销模式研究，经济师，2013年第5期。

任广见，基于大数据的商业模式创新及启示，现代商贸工业，2013年20期。郭虹，大数据时代-实体店与网商营销，中国出版传媒商报，2013年第9期。贾利军，许鑫，谈“大数据”的本质及其营销意蕴，南京社会科学，2013年第7期。秦雯，大数据驱动营销革命，观察家，2013年第7期。

刘征宇，精准营销方法研究，上海交通大学学报，2007年第4期。吴海环，基于精准营销的顾客沟通研究，武汉理工大学硕士论文，2008年。

10 冯芷艳，郭迅华，曾大军，陈煜波，陈国青，大数据背景下商务管理研究若干前沿课题，管理科学学报，2013年第1期

11 李芬，朱志祥，刘盛辉，大数据发展现状及面临的问题，西安邮电大学学报，2013年第5期。

12 钱心缘，国内外大数据研究进展之从文献计量学角度分析，中国科技信息，2013年第19期。

13 周再宇，价值链重塑:大数据洞察与精准营销，新营销，2012年第11期。14 赵国栋，大数据时代的历史机遇：产业变革与数据科学，清华大学出版社，2013年。

15 张小平，一块牛肉干引发的大讨论——说说大数据时代的精准营销，企业观察家，2013年第07期。

16 李文莲，夏健明，基于“大数据” 的商业模式创新，中国工业经济，2013第5期。郭涛，掌握大数据之“芯”实现精准营销，中国计算机报，2012年第15期。17 Lynch C.Big data: How do your data grow[J].Nature,2008,455(7209): 28-29．

18 Hilbert M，Lopez P．The world’s technological capacity to store，communicate，and compute information[J].Science，2011，332(6025): 60-65．

19 Bughin J,Chui M,Manyika J.Clouds,big data,and smart aets: Ten tech-enabled busine

trends to watch[J].McKinsey Quarterly，2010(8): 1-14．

20 Anderson C.The end of theory: The data deluge makes the scientific method obsolete［J］Wired Magazine,2008,16(7):1-3．

21 Frankel F, Reid R.Big data: Distilling meaning from data [J].Nature,2008,455(7209): 30． 22 Lavalle S, Leer E, Shockley R，et al.Big data，analytics and the path from insights to value[J].MIT Sloan Management Review，2011．

23 Manyika J, Chui M, Brown B，et al.Big Data: The Next Frontier for Innovation, Competition, and Productivity [M].New York: McKinsey Company,2011．

24 Hui SK, Fader PS, Path data in marketing: An integrative framework and prospectus for model building [J].Marketing Science,2009,28 : 320-335．

25 Borgatti SP, Mehra A，Bra D J，et al． Network analysis in the social sciences[J].Science，2009，892-895．

26 Ghose A,HanSP.An empirical analysis of user content generation and usage behavior on the mobile internet [J].Management Science,2011,57(9): 1671-1691．

27 Aral S,Walker D, Identifying influential and susceptible members of social networks Science,2012,337(6092):337-341．

28 Robert LP，Dennis AR.Social capital and knowledge integration in digitally enabled teams[J].Information Systems Research,2008,19(3): 314-334．

29 Ghose A, IpeirotisPG.Designing ranking systems for hotels on travel search engines by mining user-generated and crowdsourced content[J].Marketing Science，2012, 493-520． 30 Dabenport TH.Competing on analytics [J].Harvard Busine Review，2006(1): 1 － 9． 31 AralS, WalkeD.Creating social contagion through viral product design: A randomized trial of peer influence in networks[J].Management Science,2011,57(9): 1623-1639．

32 Dabenport TH, Barth P, Bean R． How“Big Data”is different［J］． MIT Sloan Management Review, 2012, 53.33 Archak N, Ghose A, Ipeirotis PG.Deriving the pricing power of product features by mining consumer reviews [J].Management Science,2011,57(8): 1485-1509.

第5篇：大数据下的精准营销方式

而浩如烟海的客户及市场、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想像的。大数据将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。

大数据将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。电影《天下无贼》里有这样一句经典对白：“21世纪什么最贵？人才！”如今，选项可能还要加上一个：数据。

而这数据，已不是传统意义的一般数据，而是超大数据、海量数据，就是现在所谓的“大数据（Big Data）”。

如今大数据可谓是风起云涌，红红火火，俨然成为信息技术领域最时髦的词汇。IBM、微软、Oracle、SAP等IT巨鳄，像是寻找到了新的金矿，开始全力挖掘大数据，多方位推广大数据理念，而众多中小IT厂商也跟着蜂拥而至，以分得大数据市场一杯羹。

数据爆炸的冲击波

“大”字不仅意味着数据的数量庞大，还代表着数据种类繁多、结构复杂，变化的速度也极快。研究表明，大数据呈现三种特性：Volume（极多的数据量）、Velocity（极快的处理速度）、Variety（极繁的数据种类）。如今有许多企业已面临单日数据量以数

十、数百TB（万亿字节）的速度增加，而近几年累加的总数据量也达到了PB(1000个TB)甚至EB(一百万个TB)等级，这样的数据量已让传统的数据库难以处理；而且企业数据增加的速度也越来越快，诸如移动化、社交网络的广泛应用，使得数据增加的速度比传统的企业应用程式来得快很多，一旦数据增生速度越快，数据处理、分析的速度也就得跟上；此外，数据更是呈现出多样性、复杂性的特征，一方面互联网不但产生文字资讯，同时也不断在产出与以往不同的数据：照片、视频、微博等，另一方面，IT遍及工作生活中的每个角落，各种各样的传感器、监控器也不断产生，各种机器资讯数据的形式日趋复杂、多样了，从结构化数据到非结构化数据不断转化。这就催生了大数据技术的强烈需求。今天，从搜索引擎、社交网络的普及到人手一机的智能移动设备，全球互联网上的信息总量正以每年30%-50% 的增速不断暴涨，包括每天Facebook上分享的几亿条内容，每日15 TB的Twitter信息，每天淘宝上数十亿条店铺、商品浏览记录及上亿的成交、收藏记录以及3000多万条传感器资讯，等等。市场研究机构IDC的研究结果显示，去年全球创造的信息数量达到1800EB，并且还以每年50%的速度高速增长，到2020年，全球每年产生的数字信息将达到35ZB（1ZB=1024EB）。据IDC统计，2011年全球所产生的数据总量是1.8ZB，如果把这些数据刻录到CD碟片中，这些碟片可环绕地球30圈。

可以说，目前大部分企业经营决策面临的最大挑战不是缺少数据，而是数据太多，面对这些只是静态、孤立、无多大参考意义的“初级品”的信息数据，企业信息部门如何通过系统功能来有效利用和整合，发掘有价值的数据，给公司营销管理提供决策支持，已成为摆在企业信息部门及其他管理部门面前的难题。

而浩如烟海的客户及市场、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想像的。而用户想要从庞大海量的数据库中提取对自己有用的信息，就离不开大数据分析技术和工具。事实证明，传统基于过往事实的商业管理系统如BI（智能分析系统）、CRM（客户管理系统）也能够为企业带来价值，但是今天一个优秀的大数据系统更能将数据挖掘技术与现有技术很好地结合起来，将特殊领域的商业逻辑与数据仓库技术集成起来，找出对未来企业战略具有影响的因素，使数据挖掘的分析效果和效益尽可能达到峰值，让企业营销管理能“运筹帷幄，决胜千里”。

像Facebook、Twitter这样面临数据量大爆炸的国际社交网络公司，已开始用分布式程序系统基础架构、非关系型的数据库等新兴大数据技术来解决海量市场信息问题，并取得了成效。国内最大电子商务公司阿里巴巴也在利用大数据技术提供具体服务，如阿里信用贷款与淘宝数据魔方。以淘宝数据魔方为例，利用淘宝平台上的大数据应用方案，商家可以了解淘宝平台上的行业宏观情况、自己品牌的销售情况、市场排名、消费者行为情况等，并可以据此作出经营决策。

重构精确营销模式

大数据时代之前，企业多从哪些平台提取数据、利用哪些营销数据？一般是CRM或BI系统中的顾客信息、市场促销、广告活动、展览等结构化数据以及企业官网一些数据。但这些信息只能达到企业正常营销管理需求的10%的量能，并不足够给出一个重要洞察和发现规律。

而其他85%的数据，诸如社交媒体数据、邮件数据、地理位置、音视频等这类不断增加的信息数据等等，更多以图片、视频等方式存在，几年前可能被置之度外，不会被运用，而今大数据能进一步提高算法和机器分析的作用，这类数据在竞争激烈的市场日显宝贵、作用突出。

包括沃尔玛、家乐福、麦当劳等知名企业的一些主要门店均安装了搜集运营数据的装置，用于跟踪客户互动、店内客流和预订情况，研究人员可以对菜单变化、餐厅设计以及顾客意见等是如何对物流和销售额的影响进行建模。这些企业可将这些数据与交易记录结合起来，并利用大数据工具展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助这些领先零售企业减少了17%的存货，同时增加了高利润率自有品牌商品的比例。

如果说以前的一些CRM系统，只能促使分析报告回答“发生了什么事”，现在一个优秀的大数据系统已可以被用来回答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”，最终发展为非常活跃的数据仓库，从而能判断“用户想要什么事发生”。

比如当一个顾客进入店铺后，一个零售商利用大数据技术搜索他们的数据库，发现这位顾客是其希望留住的有价值顾客，之后他们通过将其过去的购物历史和Facebook主页获得的这位顾客的信息综合起来，来了解需要花多少钱来留住他，从而确定所售卖物品的合适价格和零售商可以退让的利润空间，并最终针对这位顾客给出最佳的优惠策略和个性化的沟通方式。

如今在美国的沃尔玛大卖场，当收银员扫描完顾客所选购的商品后，POS机上会显示出一些附加信息，然后售货员会友好提醒顾客：“我们商场刚进两三种配酒佳料，并正在促销，位于D5货架上，您要购买吗？”这时，顾客也许会惊讶地说：“啊，谢谢你，我正想要，刚才一直没找到，那我现在再去买。”

这就是沃尔玛在大数据系统支持下实现的“顾问式营销”的一个实例。因为计算机系统早就算计好了，如果顾客的购物车中有不少啤酒、红酒和沙拉，则有80%的可能需要买配酒小菜、作料了。而提供这一决策分析支持的就是其位于美国一个庞大的、通过卫星与全球所有卖场实时连通的企业级数据仓库。企业要为营销准备什么

虽然大数据展示了非凡的前景和巨大作用，不过，大数据营销仍面临不少问题与挑战。首先面临的是技术难题，毕竟大数据技术尚处于活跃前期，各方面技术并不太扎实，各项工具需要进一步完善。但实际情况是，真正启动大数据营销，企业面临的不仅仅是技术和工具问题，更重要的是要转变经营思维和组织架构，来真正地挖掘那座数据金矿。

大数据的资源极大繁杂丰富，如果企业没有明确的目标，就算没有走入迷途至少也会觉得非常迷茫。因此，首先要确定企业运用大数据的短中期目标，定义企业的价值数据标准，之后再使用那些能够解决特定领域问题的工具。逐步推广，步步为营，不要把理想定得太高，否则失望会越大。当然，企业运用大数据为营销管理服务之前，技术团队要到位是基础。企业的营销团队要能够非常自如地玩转数据。

企业启动大数据营销一个最重要的挑战，是数据的碎片化，各自为政。许多企业中，数据都散落在互不连通的数据库中，而且相应的数据技术也都存在于不同部门中，如何将这些孤立错位的数据库打通、互联，并且实现技术共享，才是能够最大化大数据价值的关键。营销者当留意的是，数据策略要成功提升网络营销成效，要诀在于无缝对接网络营销的每一步骤, 从数据收集、到数据挖掘、应用、提取洞悉、报表等。

要做好大数据的营销运用，其一，要有较强的整合数据的能力，整合来自于企业各种不同的数据源、各种不同结构的数据；其二，要有研究探索数据背后价值的能力，未来营销成功的关键将取决于如何在大数据库中挖掘更丰富的营销价值；其三，探索出来之后给予精确行动的营销指导纲领，同时通过此纲领进行精确快速实时性行动。（

第6篇：大数据+精准医疗

大数据+精准医疗

2012年全国居民慢性病死亡率为533/10万，占总死亡人数的86.6%。心脑血管病、癌症和慢性呼吸系统疾病为主要死因，占总死亡的79.4%，其中心脑血管病死亡率为271.8/10万，癌症死亡率为144.3/10万（前五位分别是肺癌、肝癌、胃癌、食道癌、结直肠癌），慢性呼吸系统疾病死亡率为68/10过标化处理后，除冠心病、肺癌等少数疾病死亡率有所上升外，多数慢性病死亡率呈下降趋势。慢性病的患病、死亡与经济、社会、人口、行为、环境等因素密切相关。一方面，随着人们生活质量和保健水平不断提高，人均预期寿命不断增长，老年人口数量不断增加，我国慢性病患者的基数也在不断扩大；另一方面，随着深化医药卫生体制改革的不断推进，城乡居民对医疗卫生服务需求不断增长，公共卫生和医疗服务水平不断提升，慢性病患者的生存期也在不断延长。慢性病患病率的上升和死亡率的下降，反映了国家社会经济条件和医疗卫生水平的发展，是国民生活水平提高和寿命延长的必然结果。当然，我们也应该清醒地认识到个人不健康的生活方式对慢性病发病所带来的影响，综合考虑人口老龄化等社会因素和吸烟等危险因素现状及变化趋势，我国慢性病的总体防控形势依然严峻，防控工作仍面临着巨大挑战。

大数据的分析和应用都将在医疗行业发挥巨大的作用，提高医疗效率和医疗效果。

一、临床操作

在临床操作方面，有5个主要场景的大数据应用： 1．比较效果研究

通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。

基于疗效的研究包括比较效果研究(Comparative Effectivene Research，CER)。研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集，可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现CER，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。从长远来看，不管是过度治疗还是治疗不足都将给病人身体带来负面影响，以及产生更高的医疗费用。

2．临床决策支持系统

临床决策支持系统可以提高工作效率和诊疗质量。目前的临床决策支持系统分析医生输入的条目，比较其与医学指引不同的地方，从而提醒医生防止潜在的错误，如药物不良反应。通过部署这些系统，医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引起的医疗事故。在美国Metropolitan儿科重症病房的研究中，两个月内，临床决策支持系统就削减了40%的药品不良反应事件数量。

3．医疗数据透明度

提高医疗过程数据的透明度，可以使医疗从业者、医疗机构的绩效更透明，间接促进医疗服务质量的提高。

根据医疗服务提供方设置的操作和绩效数据集，可以进行数据分析并创建可视化的流程图和仪表盘，促进信息透明。流程图的目标是识别和分析临床变异和医疗废物的来源，然后优化流程。仅仅发布成本、质量和绩效数据，即使没有与之相应的物质上的奖励，也往往可以促进绩效的提高，使医疗服务机构提供更好的服务，从而更有竞争力。

4．远程病人监控

从对慢性病人的远程监控系统收集数据，并将分析结果反馈给监控设备(查看病人是否正在遵从医嘱)，从而确定今后的用药和治疗方案。

2010年，美国有1.5亿慢性病患者，如糖尿病、充血性心脏衰竭、高血压患者，他们的医疗费用占到了医疗卫生系统医疗成本的80%。远程病人监护系统对治疗慢性病患者是非常有用的。远程病人监护系统包括家用心脏监测设备、血糖仪，甚至还包括芯片药片，芯片药片被患者摄入后，实时传送数据到电子病历数据库。举个例子，远程监控可以提醒医生对充血性心脏衰竭病人采取及时治疗措施，防止紧急状况发生，因为充血性心脏衰竭的标志之一是由于保水产生的体重增加现象，这可以通过远程监控实现预防。更多的好处是，通过对远程监控系统产生的数据的分析，可以减少病人住院时间，减少急诊量，实现提高家庭护理比例和门诊医生预约量的目标。

5．对病人档案的先进分析

在病人档案方面应用高级分析可以确定哪些人是某类疾病的易感人群。举例说，应用高级分析可以帮助识别哪些病人有患糖尿病的高风险，使他们尽早接受预防性保健方案。这些方法也可以帮患者从已经存在的疾病管理方案中找到最好的治疗方案。

二、付款/定价对医疗支付方来说，通过大数据分析可以更好地对医疗服务进行定价。以美国为例，这将有潜力创造每年500亿美元的价值，其中一半来源于国家医疗开支的降低。

1．自动化系统

自动化系统(例如机器学习技术)检测欺诈行为。业内人士评估，每年有2%~4%的医疗索赔是欺诈性的或不合理的，因此检测索赔欺诈具有巨大的经济意义。通过一个全面的一致的索赔数据库和相应的算法，可以检测索赔准确性，查出欺诈行为。这种欺诈检测可以是追溯性的，也可以是实时的。在实时检测中，自动化系统可以在支付发生前就识别出欺诈，避免重大的损失。

2．基于卫生经济学和疗效研究的定价计划

在药品定价方面，制药公司可以参与分担治疗风险，比如基于治疗效果制定定价策略。这对医疗支付方的好处显而易见，有利于控制医疗保健成本支出。对患者来说，好处更加直接。他们能够以合理的价格获得创新的药物，并且这些药物经过基于疗效的研究。而对医药产品公司来说，更好的定价策略也是好处多多。他们可以获得更高的市场准入可能性，也可以通过创新的定价方案，更有针对性疗效药品的推出，获得更高的收入。

在欧洲，现在有一些基于卫生经济学和疗效的药品定价试点项目。

三、研发

医疗产品公司可以利用大数据提高研发效率。拿美国为例，这将创造每年超过1000亿美元的价值。

1．预测建模

医药公司在新药物的研发阶段，可以通过数据建模和分析，确定最有效率的投入产出比，从而配备最佳资源组合。模型基于药物临床试验阶段之前的数据集及早期临床阶段的数据集，尽可能及时地预测临床结果。评价因素包括产品的安全性、有效性、潜在的副作用和整体的试验结果。通过预测建模可以降低医药产品公司的研发成本，在通过数据建模和分析预测药物临床结果后，可以暂缓研究次优的药物，或者停止在次优药物上的昂贵的临床试验。

2．提高临床试验设计的统计工具和算法使用统计工具和算法，可以提高临床试验设计水平，并在临床试验阶段更容易地招募到患者。通过挖掘病人数据，评估招募患者是否符合试验条件，从而加快临床试验进程，提出更有效的临床试验设计建议，并能找出最合适的临床试验基地。比如那些拥有大量潜在符合条件的临床试验患者的试验基地可能是更理想的，或者在试验患者群体的规模和特征二者之间找到平衡。

3．临床实验数据的分析

分析临床试验数据和病人记录可以确定药品更多的适应症和发现副作用。在对临床试验数据和病人记录进行分析后，可以对药物进行重新定位，或者实现针对其他适应症的营销。实时或者近乎实时地收集不良反应报告可以促进药物警戒(药物警戒是上市药品的安全保障体系，对药物不良反应进行监测、评价和预防)。或者在一些情况下，临床实验暗示出了一些情况但没有足够的统计数据去证明，现在基于临床试验大数据的分析可以给出证据。

这些分析项目是非常重要的。可以看到最近几年药品撤市数量屡创新高，药品撤市可能给医药公司带来毁灭性的打击。2004年从市场上撤下的止痛药Vioxx，给默克公司造成70亿美元的损失，短短几天内就造成股东价值33%的损失。

四、更具体一些，大数据已经得到实际应用的已经有如下场景

1．组学大数据精准医疗

人类通过开展组学研究及不同组学间的关联研究，从环境、生活方式和行为等暴露组学，至个体细胞分子水平上的基因组学、表观组学、转录组学、蛋白组学、代谢组学、宏基因组学，再到个体健康和疾病状态的表型组学等。利用大数据将各种组学进行综合及整合，既能为疾病发生、预防和治疗提供全面、全新的认识，也有利于开展个体化医学，即通过系统整合生物医学与临床数据，可以更准确地预测个体患病风险和预后，有针对性地实施预防和治疗。

2．大数据虚拟药物研发

快速识别生物标志物和研发药物。利用某种疾病患者人群的临床数据和组学数据，可以快速识别有关疾病发生、预后或治疗效果的生物标志物。在药物研发方面，医学大数据使得人们对病因和疾病发生机制的理解更加深入，从而有助于识别生物靶点和研发药物。同时，充分利用海量临床数据和组学数据、已有药物的研究数据和高通量药物筛选，能加速药物筛选过程。

3．生物大数据流行病防治

快速筛检未知病原和发现可疑致病微生物。通过采集未知病原样本数据，对病原进行测序，并将未知病原与已知病原的基因序列进行比对，从而判断其为已知病原或与其最接近的病原类型，据此推测其来源和传播路线、开展药物筛选和相应的流行疾病防治。

4．互联网大数据公卫监测

利用互联网大数据以及有关专业数据实时开展公共卫生监测。公共卫生监测包括传染病监测、慢性非传染性疾病及相关危险因素监测、健康相关监测，如出生缺陷监测、食品安全风险监测等。此外，还可以通过覆盖全国的患者电子病历数据库进行疫情监测，通过监测社交媒体或频繁检索的词条来预测某些传染病的流行。

5．大数据健康管理

实时开展大数据健康管理，通过可穿戴设备对个体体征数据，如心率、脉率、呼吸频率、体温、热消耗量、血压、血糖、血氧、体脂含量等数据的实时、连续监测和流数据挖掘、分析，提供实时健康指导与建议，更科学地实施个性化健康管理。

6．大数据疾病谱研究

了解人群疾病谱的改变，这有助于制定新的疾病防治策略。全球疾病负担研究是一个应用大数据的实例，该研究应用的数据范围广、数据量巨大，近4700台并行台式计算机完成了数据准备、数据仓库建立和数据挖掘分析的自动化和规范化计算，应用大数据研究人群疾病谱。

7．大数据人群队列研究

以大数据为导向的人群队列研究逐渐成为医学研究的热点。超大规模队列研究具有大样本-如数十万人群，前瞻性-如数十年长期随访，多学科-如基础、临床、预防、信息等多学科合作，多病种-如对多种疾病进行研究，多因素-如探讨多种危险因素，整合性-如监测系统、信息系统、医保系统的整合，共享性-如生物标本和数据资源的共享，等特点，经过长期随访能够产出大量人群数据，基于大数据的人群队列研究更具有科学性、可靠性和权威性。