美章网 精品范文 大数据营销论文范文

大数据营销论文范文

前言:我们精心挑选了数篇优质大数据营销论文文章,供您阅读参考。期待这些文章能为您带来启发,助您在写作的道路上更上一层楼。

大数据营销论文

第1篇

流量业务是电信运营商收入增长最大的驱动力,但当前的困境在于,流量收入增长无法补偿流量成本,形成所谓的剪刀差;更长远来看,随着流量渗透率的提升,流量收入增长将不可避免地放缓,在价格竞争作用下,流量收入出现下降也是可能的。与此同时,关于大数据的讨论在技术、应用和模式等多个层面展开,已被认为代表着时展的方向。OTT们正在积极主动地利用这一趋势改变自身经营模式、指导业务布局和演进方向。反之,尽管坐拥丰厚的大数据资产,电信运营商对于大数据的战略价值一直处于朴素而将信将疑的状态,缺乏对大数据经营模式的基本理解和全盘考虑。如果能够揭示大数据经营和流量经营之间的内在联系,对求解流量经营困境和认识大数据经营模式都大有裨益。

(二)当前流量经营的价值困境

流量是当今数字世界运转的基础。“客观属性”是对“流量”这一认识客体固有属性的客观描述,不因经营主体和经营方式而异。流量属性包括以下方面:1)流量的规模性,指流量可用同一量纲进行规模比较,比如联通单用户流量规模要高于移动,百度流量规模要高于google中国,基于中国移动网络发生的流量规模要高于基于百度服务发生的流量规模;2)流量的层次性,指流量与用户真实行为(主体)的接近程度。流量蕴含着反映主体行为的信息,但程度有所不同。比如淘宝网所承载的流量直接反应用户的网购行为,而电信网所承载的流量只是经过IP协议封装的比特流,前者显然更接近用户真实行为因而被称为表层流量,后者则被称为底层流量;3)流量的异质性,指流量对用户消费目的(客体)的涵盖范围。流量蕴含着反映客观世界的信息,但范围有所不同。比如文本、话音、图片、音乐、视频等不同类型之间,垂直应用与平台式应用等不同类型之间,社交类、娱乐类与生产类应用等不同业务类型之间,其流量映射客观世界的能力就各有差异和侧重;4)流量的不可分性,虽然底层流量和表层流量在概念上区分了,但在实体上是紧密依赖的,是同一事物在不同经营层面上的不同投影。比如,淘宝的表层流量离不开运营商底层流量的依托,运营商底层流量也离不开淘宝等表层流量的呈现,同时,淘宝可推知用户使用了多少底层流量,运营商也可部分解析出用户的购物行为。

可见,流量是一个充满想象空间的市场,而电信运营商似乎占据有利地位。综合流量的层次性和异质性,流量被赋予了主体行为和客体存在在信息层面上统一投影的属性,是信息社会不断流动的血液,具备极大的社会价值和经济价值。从流量的不可分割性来看,上层服务提供商与基础运营商之间的相互依赖、相互制约将是长期的基本格局。从流量的规模性来看,至少在本地市场,由于基础设施市场集中度高,电信运营商很容易就可获得超过任何单一玩家(如apple和facebook)的规模优势。

但现实情况中,流量规模的暴涨对电信运营商是一把双刃剑,情况不容乐观。流量在呈现客观属性的同时,在特定的经营主体及经营方式下,还会表现出影响甚至决定经营绩效的经营特征。本文认为,固然客观属性有利于电信运营商开展新一轮价值创造,但在当前经营模式下,流量应有的价值并未得到充分挖掘,无法支撑电信运营商的可持续发展。

当前的流量经营模式是,通过提供同质化的、以M为价值衡量单位的流量产品来满足用户的接入需求,然后通过向用户收取按照使用量计算的费用来补偿网络成本、运维成本和营销成本。在这种模式体现出三大属性:一是面向手段性需求。用户向运营商购买流量不是为了流量本身,而是为了流量所承载的个性化互联网应用。流量仅仅是服务于互联网消费的手段,因此,与面向目的性需求的互联网服务提供商争夺用户界面时,电信运营商天然地处于劣势;二是无直接网络效应,电信运营商无法将网络效应内化从而无法实现业务的边际效应递增。流量用户之间并未像话音用户之间和短信用户之间那样构成彼此连接的网络,用户之间的网络是通过业务构成的,而业务网却控制在OTT手中。换言之,网络效应主要存在于OTT业务层,而非管道层。因此,随着使用OTT业务的用户越来越多,以及用户使用OTT的业务次数越来越多,OTT业务的边际效用递增,但电信运营商流量的边际效用基本持平;三是边际成本下降有限,面对指数级增长的流量需求,运营商不断追加投资扩容、升级只能勉强跟上。上期投资刚进入边际成本下降阶段新的投资又追加进来,下降趋势被中止。在投资压力下,设备商又勾画了美妙的技术前景,许诺平均成本将极大地降低,勾引运营商全面投资新技术。这样多次循环和叠加,在相当长一段时间内,运营商都处于初始成本投资阶段,流量边际成本下降的周期被压缩到很短。反观OTT,一旦业务上线,在运营成本增长与业务量增长相比可忽略不计的前提下,业务边际成本很快就会下降到接近于0。某种程度上,信息产品边际成本为0规则的成立,是建立在电信运营商的牺牲之上的。

图OTT业务与电信运营商流量业务的边际效用/成本对比

电信业本是新经济的鼻祖,网络效应理论就是70年代从对话音网络的研究中发展起来的。然而,在当前经营模式下,运营商的流量业务失去了网络效应、边际成本趋于0、边际效用递增等信息产品的新经济特征,用工业经济时代的经营模式去与新经济时代的经营模式争夺价值,注定是落于新型竞争对手的。这是仅在流量规模上做文章,没有深入挖掘流量价值形成的后果,运营商由此陷入流量价值困境。

(三)大数据经营破解价值困境

大数据的定义众说纷纭,从技术特征上它通常具备数据量大(volume)、数据类型多(variety)和数据处理和响应速度快(velocity)的特征,麦肯锡将大数据定义为超过了常规数据库软件所能搜集/存储/管理和分析的规模的数据集。大数据概念具有深刻的IT烙印,正如“流量”概念具有深刻的电信烙印。通信与计算是信息的不同处理环节,在ICT端到端融合的背景下,流量和大数据完全可以统一在“信息”概念下,是信息全生命周期不同阶段的称谓。流量有表层底层之分,数据也有信息、知识、智慧之谓,流量经营和大数据经营均可理解为信息经营。

然而,仅仅揭示大数据本身的属性是远远不够的,如果脱离了正确的经营模式,一切价值都是虚妄。在这方面,电子科技大学周涛教授的观点很有价值。他认为,大数据1.0是利用内部数据解决内部问题,大数据2.0是利用内部数据去解决外部问题,或利用外部数据解决内部问题,大数据3.0意味着大数据进入了一个以共享交易为特征的时代,出现了大数据公共平台运营商(以下简称大数据运营商)。从1.0到3.0,大数据的工具属性逐步减弱,目的属性逐步增强,直至“大数据”像货币一样在全社会范围被收集、交换、处理、传输和应用,使得大数据可以真正成为时代的标签。在这个意义上,大数据之“大”,就是不断增强数据的透明性、不断扩大数据的共享范围、不断提升数据的流动性,在更大范围内解决信息不对称以创造更大的价值。否则,无论数据多丰富,技术多先进,都较过去无本质突破,大数据之“大”盛名难副。这个过程,是大数据经营环境不断完善和经营模式不断演进的过程。

大数据经营模式严格来说是指大数据运营商的经营模式。大数据运营商采取双边平台模式,一方面向消费者提供普遍服务,另一方面向企业客户提供以大数据为中心的服务。可以形象地将这种经营模式比喻为“数据银行”。1)大数据运营商自身掌握独特而雄厚的数据资产,这往往是一个通过提供消费者服务集腋成裘的过程,正如银行通过吸纳个人存款掌握雄厚的现金等资产;2)这些数据的使用权和支配权归大数据运营商但所有权属于消费者,正如银行可以自行决定吸纳的存款如何使用,但储户拥有随时要求提现的权力;3)大数据运营商以免费或部分免费提供服务为代价,换取消费者在使用该服务时产生大数据的支配权,正如银行承诺利息收益换取现金存入或委托理财,并默认获得资金支配权;4)这些大数据被用到千百万家企业的生产服务流程中,为大数据运营商的企业客户创造价值,为大数据运营商赚取收益,正如银行吸纳的存款被贷给各行各业的企业,融入经济生活的角角落落。为了进一步理解该模式,下面描述一些细节:

细节一:场景举例。风险控制是保险公司商业模式的核心环节,如果能够更准确地获知投保客户的风险系数,保险公司就可能设计更有竞争力的保险险种和更丰厚的收益。比如车险,如果能对某潜在客户的出行和驾驶行为数据如车速、车程、违规记录等进行分析,保险公司就能更精确地推知该用户在投保期内出现安全事故的概率,从而制定更为有利的保费和理赔政策,比如避免对高危客户(通过各种指标定义)保费过低或保额过高,而对“安全系数”较高的客户则可以在常规保费基础上打折以提升产品的吸引力。同样,对于疾病险,如果能够对潜在客户每天身体健康指标如血压、心跳、卡路里消耗、睡眠时间等,保险公司就能识别优质客户并针对性地设计相关疾病险种。在这个简单的例子里,大数据产生于用户使用的车联网、移动健康等服务,大数据运营商需要向用户提供这些服务,并承诺他们的个人数据不会被滥用。对于保险公司或其他中小型企业客户,大数据运营商提供的核心产品是数据,但更可提供大数据基础设施租用、承担大数据分析任务甚至基于分析结果的营销执行等附加服务。

细节二:如何规避隐私争议。个人数据的隐私问题是大数据商业价值受到质疑的主因。实际上,这个问题可以从理念上和模式上给予回答。理念上,隐私问题自人类社会形成之初就存在,用户心中总是存在一架权衡隐私顾虑和业务价值的天平。当前的隐私争议不在于隐私被使用了,而在于被滥用了,没为用户带来便利/效率/等正面价值甚至反而带来负面价值。因隐私顾虑而扼杀业务创新只会在竞争中被淘汰,将注意力集中到利用个人数据创造更智能的业务,使用户心中的天平偏向业务价值,这才是解决之道。模式上,大数据运营商扮演的是银行角色,受消费者委托管理数据,基于数据所有者与数据使用者之间的契约关系执行数据开放动作,具体由双边平台的双方自愿谈判商定。比如,保险公司若需要使用个人数据可向个人提供保费折扣,达成协议后大数据运营商则执行这一契约,按照协议开放指定数据,并全程监督数据使用。上述过程并不涉及隐私侵犯。对于那些无需识别个人身份的大数据应用,交易成本可以更低,正如银行没有必要向每个储户说明他/她的存款被用于哪一笔放贷或投资,而只需履行利息承诺即可。

细节三:如何获得网络效应。在上述经营模式下,大数据运营商将获得网络效应,这种效应源于该平台上各行各业的企业。与话音业务类似,企业使用该平台提供的数据的同时,也在为该平台增加更多的数据资产。比如,“用户A在facebook上的Like行为记录”这一数据,若被WSJ网站使用,除了为WSJ产生“内容精准推荐”的价值外,用户A对该内容的浏览行为和评论(如果有)也会被平台记录,从而提升原数据质量(如置信度评价)、丰富了关于用户A的数据,其他企业将可从该平台获取更多价值。这样,企业围绕平台构成了大数据共享网络。大数据平台成为网络效应的受益者。于此同时,企业客户在使用大数据产品时也具有边际效用递增的特征,数据用得越多,数据的价值就越大。可见,大数据经营完全符合新经济规则。数据不因使用而损耗,且随着使用次数增多价值反而变大,边际成本趋于0,边际效用递增,大数据的价值与数据节点及数据使用者节点的平方成正比。

细节四:如何将流量转化为大数据资产。针对流量业务,一方面优化现有面向消费客户的经营模式,另一方面从流量中提取大数据资产,作为构建面向企业客户大数据经营模式的基础,两者交叉补贴,平摊成本。用户在消耗流量的同时,也在为大数据经营添砖加瓦。一个基础设施,两个经营模式,这是成本收益困境的基本解题思路。对流量经营而言,智能管道存在的价值是调控和配置管道资源,但智能调控和配置的前提是对调控对象的深度识别和解析,而这正好就是从流量提取大数据的过程。因此,智能管道将成为电信运营商获取大数据的重要来源。大数据的另外两个重要来源是BSS和各种信息类业务的后台数据。不同域数据之间的混搭会取得1+1》2的效果。

(四)大数据平台运营商的演化

在未来实体世界与数字世界无缝整合的世界,高速流动的信息将充当不可或缺的纽带。谁能掌控两个世界相互耦合的界面,谁就将成为下一轮破坏性创新周期中最大的赢家,而大数据平台就是这样的关键环节。当前虽然总体上处于大数据1.0阶段,但基于数据重要性被不断认知、传统企业拥抱数字化商业模式热情高涨等事实,大数据领域正孕育着一个前景广阔、异彩纷呈的大市场。

未来的大数据运营商绝不仅仅包括现在的电信运营商,互联网巨头如facebook、google和阿里巴巴等也将沿着这一方向演进。阿里巴巴提出的“电商、金融、数据”三步战略就是明证。阿里巴巴和新浪微博、高德地图等之间的资本联姻,也是走在数据布局的路上。平台会扩张,生态会成长,当时代被烙上大数据的印记,围绕大数据公共平台运营商成长起来的大生态注定会成为信息文明的基石。从平台演进的角度,本文认为大数据经营的成熟将经历消费平台、垂直平台和公用平台三个阶段,简要描述如下:

第一阶段,竞争者们借助消费平台海量用户数据的原始积累取得了大数据平台之争的入场券。比如阿里巴巴的淘宝、腾讯的微信、facebook以及电信运营商的流量,都是典型的消费平台。各类消费平台有层次和领域的区别,渗透争夺十分激烈,但就数据储备而言都具备了进阶的资格。同时,OTT玩家普遍发育了后向广告模式,与电信运营商的流量前向收费模式相比,收入规模小但利润率高。

第二阶段,基于用户积累向垂直行业扩张或者某个特定的环节延展。这个阶段,消费平台依然非常重要,但随着数字世界与实体世界的整合,固守数字世界很快遇到增长极限,因而越来越多的资源将投入面向线下传统行业的拓展。垂直行业方面,包括金融业(互联网金融、移动支付等)、健康业(移动健康、移动医疗等)、汽车业(智能汽车、车联网等)。特定环节方面,包括营销(广告),CRM(如微信公众账号、淘宝卖家服务、FacebookConnect等)、产品设计(如天猫和华为定制手机合作等)。毫不意外,扩张的行业B2C特征较明显,延展的环节则以营销环节为出发点,而电信运营商通常以行业扩张为主,OTT以环节延展为主。总体而言,这些面向各垂直行业和特定环节的服务都以相对独立的小平台形式存在,每个垂直平台的经营模式各不相同,大数据资产进一步积累,但以信息为中心的经营模式仍未确立。从进阶第三阶段的角度考虑,衡量第二阶段经营成败的标准有两个:其一是是否与政府和传统企业建立了全面的信任关系;其二是是否掌握了大部分行业都需要的20%的关键信息。

第三阶段,面向全体社会成员的大数据公共平台出现。大数据在企业生产和消费者生活各环节的价值被充分认识,垂直行业内部的信息链在第二阶段被打通之后,进入跨行业信息共享阶段,大数据时代来临。在前文提到车联网信息、个人健康信息和保险公司的共享是这一阶段的典型案例,而车联网、移动健康领域的数据布局和与保险公司信任合作关系的建立,则已在第二阶段完成。值得强调的是,消费者的作用非常重要,因为各行业间打破信息隔阂唯一动力就来自于它们具有共同的用户。这一阶段,数据透明/共享/流动的范围、网络效应的范围、创造价值的范围达到了新的高峰。

上述三个阶段所描述的经营模式是叠加而非替代关系。从大数据的角度看,第一阶段着眼于积累原始资本,第二阶段注重数据的垂直投资布局和精耕细作,第三阶段注重跨行业数据的共享运营。但从经营视角来看,最终大数据运营商将具有三种核心业务、三种盈利来源,比如阿里巴巴的三步走战略,并不是金融代替了电商,数据代替了金融,而是按照这个路径最终形成三足鼎立的多元共生业务组合。

(五)对电信运营商的建议

既不甘于管道的低利润率,又无法适应OTT基于速度和创意的竞争规则,电信运营商一直在寻找位于管道业务和OTT业务之间的黄金地带。本文给出的答案就是大数据经营。大数据经营与传统通信经营在业务属性和经营模式上具有内在延续性。传统通信业务通过将个人连成通信网络解决个人与个人之间的信息不对称,大数据经营通过将企业连成大数据网络解决行业与行业之间的信息不对称,这个方向符合信息社会的演进脉络。通过选择正确的模式,大数据经营完全可以和传统通信业务一样具备网络效应等新经济特征,从而带领运营商走出当前流量经营模式的价值困境。

对电信运营商而言,大数据的战略地位应从内部运营工具提升到“新大陆”,移动互联网业务则从“新大陆”降低到撬动新大陆的“杠杆”。如果目标和OTT一样都是大数据,而获取大数据的手段并非仅自身运营OTT业务一途,电信运营商何必一定要吊死在这棵树上呢?调整心态后再参与OTT竞争,也许更从容不迫。因此,电信运营商无需过于纠结为何不具备互联网基因,而应立即与那些OTT站在同一起跑线上一道发力培养大数据基因,构建大数据经营模式。大数据目前还处于非常早期的阶段,大数据竞争最终将是资源密集型的,电信运营商在这个战场上的位势要比在OTT战场上好得多,至少暂时如此。比如,腾讯有微信和QQ,阿里有淘宝和支付宝,电信运营商有流量。关于下一步的布局,有如下几点建议:

1)信息基础设施的整合、开放与融合。最宝贵的资源不是网络、不是IT,而是信息。用全局眼光建立统一的、公司级的技术架构、功能架构和数据架构,将企业内部的各种资源包括网络资源、计算资源、应用和内容资源甚至物理设施资源纳入资源池,在此基础上构建资源管理、业务执行与管理、客户和商务管理等应用平台。最为关键的是,这些应用平台必须共享一个中央用户数据库。要实现这一目标,最大的阻碍是传统电信运营商的组织架构。Vodafone的做法是设立首席信息&技术官职位将CTO管理网络的职责和CIO管理IT的职责整合起来,BT的做法是成立Technology,Service&Operations事业部负责网络和IT的规划、部署和运营,事业部CEO亦为BT集团CIO,对各大前台业务单元的CIO具有直线职能权。

第2篇

1.进行销售的精准策划当前数字出版企业的竞争十分激烈,推出新的产品会有一定的风险。数字出版生产商必须在推出产品前建立一定的品牌形象,以此来减少产品的风险,增加产品的市场竞争力。在大数据的背景下,数据具有很强的经济价值。理论指出,行动是一个人的意愿决定的,这个意愿是个人对社会行为的态度和社会反映。传统的营销方式仅仅关注消费者的话语表达,而从话语中不能深层次观察出受众的心理。利用大数据预测用户行为时,要详细了解消费者对事物的态度和消费意愿,关注消费者的心理诉求。对消费者进行数据分析,整合一定的碎片信息,通过相关计算得出消费者对消费物的态度。和传统的抽样调查相比,数字出版企业利用大数据能够十分准确地把握消费者的具体组成和各个阶段的心理需要,并重新调整经营手段,以此来阶段化调整数字出版各个阶段中的内容比重,针对性地提供服务,增加消费者的粘合度。《卫报》是英国第二大日报,是业界使用新技术的重要先锋,其网站设置了专门的数据频道。其总经理发表了《数字新闻读者的“大数据”蕴藏巨大价值》,认为“大数据”可应用在媒体行业中,消费者的“大数据”隐藏很大的价值,不少数据能够吸引受众,并为内容商带来利益。

2.针对消费者个性需要推出产品个性化贯穿于整个信息化过程中,大数据能够将数据推向一个个性化方向,“这种个性化是基于系统通过分析读者阅读行为、喜好,从而获得对用户需求的感知。每个读者获得专属于自己的书,就是这种个性化服务的一种典型体现。在技术意义上,这种模式是能够成为现实的。”针对消费者的个性化需求推出产品,消费者肯定会购买,当消费者对满足个性化的产品满意时,数字出版的内容也能实现其价值,整个企业能获得一定的进步。消费者接触各种营销推广信息时,消费者的情感态度、认知行为会发生一定的变化,对于这种变化,传统的小规模范围内的问卷调查无法获得准确的信息,根本做不到监测全部,大数据背景下的网络平台将发挥出巨大的作用。淘宝每天会遇到几亿用户,每个用户具有不同的爱好与特征,淘宝将消费者的信息搜集起来,进行大数据分析,根据消费者的个人需要再去投放最合适的个性化产品广告,从而达到淘宝销售传播的效果最大化。建设个性化的数字出版平台能够把消费者和出版的企业联系起来,这点在当今大数据时代具有很重要的意义:数字出版的个性化平台要和各种终端(手机、IPad)、社交媒体(微信、微博、论坛)进行无缝连接,促使消费者得到快捷的阅读和便利的分享体验。数字出版内容的个性化定制购买与在线支付紧密联系在一起,这样,消费者就能轻而易举地购买产品。个性化数字平台和数据分析商进行链接,实现消费者的体验需求。例如,对于收费电子书,可以提供部分章节让读者进行阅读,这些电子书能够在被阅读时随时评论和分享。当读者在阅读时,平台能够及时收集到数据,关注到读者的静态与动态,读者的年龄、性别、收入、学历、地点、工作、读完免费部分会不会购买后继章节、读者一般在一页上停留的时间长短等信息全部被搜集起来,通过综合信息来分析和判断用户的经验。对于具有语音交互功能的数字出版App,数字出版商可以联合智能手机、IPad等阅读端的触摸屏、麦克风来监测用户的使用时间和场景,利用监测数据来评定这个App的质量。

3.优化研发生产整体平台在现代数字出版企业管理过程中,数字出版产品自开始研发阶段,就由RDM(ResearchDevelop-mentManagement研发管理系统)进行管理,生产过程一般由ERP(EnterpriseResourcePlanning企业资源计划系统)和数字化制作工具管理,供应链由SCM(Supplychainmanagement供应链管理)进行管理。如果使用系统对整个产品研发生产整体流程进行分析,就类似于将整个研发生产的整体流程进行扩大分析,并抽取精华进行观察,这对优化整体流程,提高产品的质量与生产效率具有很大的意义。产品研发过程中,可以实时利用大数据一起来建设协同编纂平台,在这个平台当中,作者、生产商、编辑、校对、平台商等相关工作人员可以一起进行协同编纂,并进行协同,形成新的BPP(BusinessProcessPlatform企业业务流程平台)。在这个协同编纂平台中,作者、生产商、编辑、校对、平台商等相关工作人员在工作过程中产生大量的非结构化数据。利用大数据对这些非结构化数据进行分析,往往能发现文本中的常见错误、制作中的瓶颈、工作人员能力的欠缺等,相关工作人员从而可以在后继的工作过程中拾遗补缺,调整工作方法,采取措施进行应对。当今诸多消费者不愿付费阅读的问题也可能会被较好地解决。鉴于协同编纂的兴起,数字出版企业就能根据目标消费者阅读需求来开发数字产品,注意产品的设计者、生产商、编辑、校对、平台商等每个环节工作人员与消费者之间的互动情感,对消费者的反馈信息进行开发,反思协同编纂中哪些工作环节导致消费者付费意愿不高,促使开发消费者付费心理的问题在根本上得到重视,这样,消费者就会拥有付费的意愿。

4.国有数字出版媒体利用大数据做出表率我国的国有数字出版单位属于“事业性质,企业管理”,同样也受到大数据的影响。国有数字出版单位生产力的未来提升,必然和大数据的获取、释放紧密相关。西方的媒体、政府、公民三者实行“媒体-政府-公民”三足鼎力趋势,三者之间保持相对独立,媒体得不到政府的资金或数据支持。我国的国有数字出版单位来源于国有传统媒体,充当着党和政府的喉舌,比其他商业媒体容易获得大数据。国有数字出版单位在不违背保密原则的前提下,应该尽可能和政府保持沟通,获得一个议题的全部数据,分析相关性,并最后释放到产品生产,这样就能在和他国媒体、其他商业媒体的竞争中保持自身的优势。国有数字出版单位对数据的获取和释放有着一定的依赖度:国有数字出版单位依赖政府收集数据的程度,国有数字出版单位依赖政府释放大数据的程度。大数据时代,国有数字出版单位的力量想壮大,数据权限的获取和释放程度是很重要的方面,国有数字出版单位在优先利用大数据将自身产品做大做强时,也就为其他商业媒体做出了表率,提示了一定的经营路径。

二、未来大数据技术在数字出版中存在的缺陷与挑战

1.部以XML格式输出———该问题成为当前大数据技术中的重要难题。依托大数据,从庞大的非结构化数据中来揭示新的意义和关系,并实现精准生产和精准营销是当下数字出版面临大数据而努力的方向。只有完善的XML格式输出技术,未来的数字出版才能做到聚类分析、聚类融合、网络分析、数据集成、可视化分析等。

2.收集渠道闭塞搜集各种信息来完成大数据采集是数字出版未来的趋势,但目前的数字出版信息搜集仍存在一些缺点:数字出版产品在整个研发、生产、销售过程中还没有彻底完成信息化经营,整体搜集难度显得较大;数字出版的云存储平台根本不具备海量存储功能;数字出版中的内容商、平台商还没有完全转换成数据提供商,因此,他们无法及时获取数据;当前的数字出版产品无法记录消费者使用过程中的痕迹,因此即使数字出版中的内容商、平台商变成数据提供商,也无法记录数据。

3.高端数据分析人才极其匮乏对大数据进行分析,熟练运用Hadoop、MapRe-duce、分布式文件系统、并行计算框架等技术的人才十分缺乏,而很多高校的计算机和出版专业也没有专设数据分析研究方向来培养学生,这也直接导致数字出版领域的高端数据人才匮乏不堪。

第3篇

在现代的营销中,网络营销已经成为其发展中的一个重要方向。很多企业在进行营销的过程中其实不缺少数据资源,最重要的问题就是数据太多,很多时候难以处理。企业需要对各个环节进行统计,还要对客户、市场数据集中统计分析,这些数据统计在一起就形成了大量的数据。企业怎样把这样大的数据进行综合有效管理利用,对于企业来说是个非常大的问题和挑战。互联网时代下的营销需要这些大量的数据,利用大数据对企业内部的营销方案进行抉择,所以,计算机大数据处理技术是非常重要的。网络营销人才也就是集网络技术和营销技术于一身的复合型人才,一个优秀的网络营销人才,不但要熟悉当今互联网发展趋势,具备专业网络营销知识,同时也必须要对网络消费行为和心理足够熟悉,能够准确发现各种网络营销产品的广告功能和价值。此外,还要具备一定的英语、市场、营销等方面的知识。据统计,在我国经济发达区域,有超过半数以上的企业已经或者准备购买相关网络推广服务,从市场人才现状反馈来看,对于网络人才的需求在不断上升。在一些招聘网站中,新浪、网易、谷歌以及百度等网络公司均有大量的空缺岗位,其中包括客户维护经理、企业广告经理、网络营销顾问、商务运营经理、商务研究开发工程师、服务营销代表等,但是在长期的招聘中,很难招聘到令人满意的人才。在大数据环境下,网络营销也在不断得到广泛应用,由此可以明确地看出目前经济环境下对网络营销人才的需求还在不断提升。

二、大数据环境下高职院校精准营销人才的培养模式

1.注重核心课程建设,确定培养目标。通常在高职院校中所开设的网络营销课程都倾向于网络技术方面,有的院校则倾向于网络营销理论,从而导致和市场营销专业、计算机专业相重合。一位优秀的网络营销人员不仅要具备市场营销理论与实践能力,同时还要了解网络运营相关知识。因此,各大院校在开设课程时要做好营销、网络、计算机等课程的平衡工作,尽可能地根据当下社会所需调整所开设课程。高职院校教学除了基本的理论和实践以外,还要充分掌握开展网路营销的操作思路和运作技巧。为此,高职院校可从以下方面作为人才培养目标。首先,人才培养目标,一是具备网站推广专员工作能力技巧;要求学生在未来工作中能协调好与客户的关系,并具备营销技巧,如群发、邮件列表、新闻组、论坛等。具备在线服务工作能力技巧,如网上支付、Btoc等。二是具备网络营销规划、网站设计、维护及管理能力;具有网络编辑工作技巧,如流程设计规划、数据信息维护等。具备网站推广工作能力,关键字、搜索等引擎营销等。三是具备市场调研工作能力和技巧,如调查实施、问卷设计、调查方案、调查报告等。其次,知识教学目标。学生在学习过程中要掌握网络中产品策略、市场定位、网络营销渠道营销方法、掌握网络营销基本概念理论、掌握网络营销环境分析,如市场环境、直接环境、间接环境、消费者行为分析等,掌握网上服务及管理等知识、掌握网上市场调查方式和方法。

2.注重实践教学内容设计。实践教学指以当前所需技能为基础开展网络营销模块教学,并结合物流、B2B、B2C等方面培养学生动手能力。总体来说即以网络营销案例分析为主线,知识点和课堂讲解相穿插,让学生在课堂中制作电子商务网站和上网联系,以此增强知识点逻辑性。实践教学能调动学生学习兴趣,其电子教案的深度和重点呼应教学大纲。最后,根据电子教案讲授操作要领,达到培养学生动手能力的目的。网络营销实践课程目的在于培养学生动手能力,促使学生往应用型人才方面发展,它在整个网络营销课程中起着十分重要的作用。在设计课程实践教学内容中可根据高职院校培养目标和职业发展的特性来设计,由于高职院校对学生定义多在初、中级管理者,针对此将职业特性融入实训环境中,按员工职业生涯规划策划分为掌握技能、培训学习、基层管理及中层管理不同阶段。如模拟网络营销调研内容,可开展的实践项目有:进行市场环境、供给、需求等影响因素的调研。掌握技能方面以网络营销调研的方法运用,实践项目为运用多种调研方式进行营销调研。初级管理方面以网络营销调研的方法、内容、程序、实施管理为主,分析调研方法的使用、内容合理性、调研程序、监控实施过程等。通过实践课程使学生从知识、技能、心态及管理等各个方面都有不同程度的提升,尤其在课程教学目标中融合了职业性和职业化,进而培养学生的沟通、协调能力。

3.以项目化教学法推动人才培养。项目教学法的最大优势是让学生从被动学习变为主动学习,和传统的“填鸭式”教学大有不同,院校一般会与企业建立良好的合作关系,不仅能解决企业技术力量薄弱和人手不足等问题,还培养了学生自主学习和主动求知的技能。此教学方法针对网络营销分为4大模块,分别为目标市场开发技能培养模块、4PS营销计划技能培养模块、市场营销调研技能培养模块、提高营销重要性认识模块,全方位激发学生发挥自身智慧和才能完成教学任务。具体实施方法如下:一是设置课程情景。设置与企业大致相同的教学环境,引导学生熟悉企业的工作氛围。如制定等级和工作制度让学生尽快转变思想,从学生转变为员工。二是示范项目化教学法的讲解和过程。和学生讨论运用哪一种项目化教学法才能有效实现教学目标,给学生讲解项目化教学法内容,并针对教学过程给学生进行示范。三是制定项目。制定教学大纲,了解企业与学院的合作关系,与企业基层人员探讨教学目标,突出专业培养技能。四是学生协作完成项目。学生可以小组为形式完成教学任务,在组长的带领下根据教师示范内容共同合作完成本次项目。五是评价总结。根据本组项目内容、人员分配、项目完成度、所遇到问题等效果和情况进行总结,并做出评价。

4.优化学校实践教学。第一,优化课堂实践体系。在当前高职院校教育中,可以根据教学情势,形成课内课外两个实践体系,在专业实践中,主要针对专业见习、讲授练习、课程施行、课程计划以及课程实践、结业练习等,对学生进行较全面的实践教学。基于学校的办学定位,确保学校营销人才可以直接走向就业市场。第二,整合课堂实践资源。营销专业学生教学中,要加强实践课程资源整合,可以组建实践课程讲授平台,实现教学资源共享,固化学生的专业理论知识,凭地方经济增长对人才的特别需求,以及根据学校自身办学现实环境,找准办学定位,造就精准商务人才。第三,设置创业、就业实践模块。在对学生进行实践教学、培养精准营销人才时,应该进一步增强对实践基地设置装备的部署工作,开展校企合作,满足学生对学校教育多样化的知识需求,拓宽学校人才培养的渠道,深化执行学校办学体制改革。校企合作不仅是职业教育中的一个特色,更是通过校企合作的方式,为实践教学提供环境,在良好的合作共赢模式下,使学生可以更好地将所学营销知识应用到实践中,提高学生对营销技术的掌握水平,培养更多的符合实际需求的营销人才。对于学校的实践教学管理,应该做好实习与就业相结合的管理模式,在当前就业形势严峻的情况下,不仅应该使学生在实践实习中提高自身素质,而且也应该提升学生的工作能力,并且适当地为实习生提供就业机会。重视学生的个性化需求,并制定相应的教学管理模式,结合学生实习情况,建设良好的实习教学环境,使得学生的潜能得到充分挖掘,满足学生个性发展需求。第四,提高学生学习主动性。在实践教学中,可以应用案例讲授、开导式讲授以及主体到场讲授的教学方法,转换传统教学方法,实现师生双边互动,在讲授历程中应本着“教为主导,学为主体,疑为主轴,练为主线”的原则,加大课堂教学方法的创新,促使学生从“依赖性学习”变为“自主性、创新性学习”。使学生由被动担当变为自动学习,提倡学生用丰富的想象去探索事物。另外,对于小组合作实践学习中有几个基本要素,首先就是学生之间要相互依赖;其次就是小组中学生成员之间有高度的责任感;再次就是在合作学习中提高学生的相互交流能力,让学生可以在不知不觉中进入教室营造的学习氛围之中,使学生主动学习应用型技术。教师可以在学生的水平达到一定层次之后,再给学生布置高层次的任务。教师应积极学习和推行主体到场讲授法,要学生学会到场讲授计划的制订;在教师的引导下,由学生讲授专题内容;阅读参考册本、撰写读书笔记;开展评教、评学活动等。这种讲授方法有利于转变教师统统包办、学生悲观应付的被动讲授方法,能培养学生学习的积极性、自主性、创造性,创建同等的师生关系。

三、结束语

第4篇

关键词:大数据时代;科技期刊;出版;编辑

中图分类号:G232 文献标识码:A 文章编号:1672-8122(2016)03-0105-02

20世纪80年代初,著名未来学大师及社会思想家阿尔文・托夫勒(Alvin Toffler)便预言大数据(big data)将成为“第三次浪潮的华彩乐章”。20世纪90年代以来,随着计算机技术的迅猛发展,上至国家的重大决策,下至人民生活的衣食住行,方方面面的信息均被数字化,并得到有效的储存。迈入21世纪,人类社会进入了一个大规模生产、分享和应用数据的时代――大数据时代,它强调信息技术的重点由“技术”转变为“信息”。因此,在以信息为基础的人文社会科学研究领域,大数据势必引发其组织决策和业务流程等方面的根本性变革。而为学术研究服务的科技期刊在大数据时代浪潮中,又将面对怎样的机遇和挑战呢?

一、大数据的概念与特征

大数据,又称为巨量资料或海量资料;其是由数量巨大、结构复杂、类型繁多的数据资料构成的数据集合,是以“云计算”为基础技术支持的数据处理和应用模式。大数据技术是通过集成共享数据,将分散的数据资源转变为集中的智力资源和知识服务能力。研究机构Garter定义“大数据”为需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资源。简而言之,从各种类型数据中,快速获得有价值信息的能力,就是大数据技术。

大数据的特征通常表现为以下四个方面:数据体量巨大(Volume)、数据类型繁多(Variety)、价值密度低(Value)、处理速度快(Velocity)。这就是人们通常所说的大数据的4V特征,也是大数据区别于传统数据的显著特征。

二、大数据时代下科技期刊面临的机遇

1.出版形态的多样化。大数据时代,在计算机、互联网等技术的不断发展和创新环境下,传统科技期刊的出版模式已悄然向大数据平台、多媒介及全媒体模式转型。科技期刊数据化集群建设得以实现的一个重要条件就是大数据技术的成熟与推广,随着大数据平台技术的建立,科技期刊实现了内容的自主优化、信息服务的个性化,以及出版发行模式的多元化,科技期刊将向着在线投稿及评议系统、编辑管理系统和增值服务系统一体化的方向发展。大数据期刊平台的构建将通过期刊内容推荐系统、流计算、期刊数据库和期刊信息整合与治理四大功能板块完成[1]。大多数科技期刊所采用的纸质媒介,在大数据时代背景下已不能满足读者的阅读体验,网络、无线、手持阅读器的全媒体出版要求凸显。传统纸质科技期刊传播媒介将呈多样化、全媒体的发展态势,物联网、互联网、移动智能终端等技术平台,都已成为科技期刊传播的重要媒介。科技期刊利用数字化、多媒介、全媒体的出版模式,在为读者提供平面媒体与数字媒体相结合的全新视听阅读感受的同时,也获得了更多途径和更深层次的推广效果。

2.业务流程的智能化。随着计算机技术的迅猛发展,以及云计算技术的成熟,使得任何复杂的数据都可以实现定量化分析[2]。因此,导致编辑工作流程中的信息收集、加工、传递等过程的智能化成为可能。科技期刊编辑的目标是将知识差大,且读者或该领域从业人员感兴趣的论文从众多稿件中挑选出来,体现在编辑出版过程中就是组稿策划和审稿过程[3]。而过去这一编辑流程基本依靠编辑人员的经验、价值观或学术专家提出的建议完成。而现在大数据技术将科技期刊历史出版物数据化,将全社会、全行业的科技成果数据化,并将这些数据进行整合、分析,从中获得真实、客观、准确、全面的学术信息,从而为科技期刊的选题策划、组稿及审稿提供依据。可以想象在大数据技术提供的真实、客观、准确、全面的学术信息下,那些“一稿多投”或学术不端、学术腐败的问题稿件,将无处遁形。在信息的加工过程中,大数据及云计算技术将过去编辑流程中,因编辑习惯不同或各期刊要求各异,而无统一标准的编辑规则模式转化为统一、有序的编辑规则模式。在这种编辑规则模式下,利用人工智能工具或软件,有可能实现稿件的计算机“预编辑”。从而减少编辑的重复劳动和简单劳动,提升编辑质量和编辑效率。

3.评价规则的多元化。目前,对科技期刊及论文的质量和影响力的评估,普遍采用基于文献计量学的评价体系,如影响因子和被引频次。然而,由于模拟数据时代采集的数据样本量小、种类少,导致科技期刊界对定性或定量评价的优劣争议不断[4]。大数据时代的到来解决了这一问题。通过文本分析、语义分析、专家印象评估及同行评估等方法,可以实现对科技期刊的定性评价。通过期刊影响因子动态跟踪、论文被引动态跟踪、论文浏览及下载量动态跟踪等方法,可以实现对科技期刊的动态评价。通过专家反馈信息采集、同行引用反馈信息采集、读者反馈与推荐信息采集、厂商应用效果市场反馈信息采集等方法,可以实现对科技期刊客观评价。因此,基于大数据平台的科技期刊及论文评估是定性与定量、历史与现代、静态与动态、学术价值和经济效益、主观与客观相结合的多元化、综合性科学评价机制[5]。

4.营销模式以品牌营销为主。大数据时代科技期刊的营销模式是将文化价值、创新价值、版权价值和广告价值融为一体的新型商业模式。文化价值即科技期刊的学术品牌,是科技期刊建设的最主要目标,有文化内涵、科技含量及艺术价值的品牌形象,不仅保证了科技的发展和文化的繁荣,更是吸引读者的关键,从而获得更好的经济效益和社会影响力,实现科技期刊的良性发展。创新价值即是以创新为突破口的跨媒介融合出版,利用大数据技术获取受众群体的核心信息,通过大数据分析掌握市场动向,并及时提出有创新性的营销策略,是科技期刊出版单位需要具备的专业能力。印刷时代建立的传统版权原则和制度,在大数据时代受到了根本性动摇,传统版权规则所确立的利益观、价值观,以及商业模式也被逐渐解构,特别是随着数字出版的蓬勃发展,版权资源潜在的巨大市场和价值被重新挖掘和开发。版权产业迎来了前所未有的发展机遇,版权资源成为争夺主战场,版权资源的价值亟须重塑[6]。大数据时代,出版载体已向跨行业全媒体模式转变,出版形态也更加丰富,广告形式不仅仅局限在传统期刊投放的平面广告,声音、动画、影像等多媒体形式的广告将有效地与科技期刊的主题报道内容相结合,读者在阅读杂志内容的同时,也反复接受了产品的展示与推广,加强了品牌宣传效果,真正达到广而告知的目的。

5.出版编辑理念面临的机遇。在大数据时代背景下,要求科技期刊的编辑工作从传统的文字编辑加工,转变为全媒体新出版语境下的数字编辑。数字编辑的定义是:在数字图书、数字报纸、数字期刊、网络原创文学、网络教育出版物、网络地图、数字音乐、数字视频、网络动漫、网络游戏、数字音像制品、手机出版等出版过程中,从事选题策划、组织稿件、审核把关和加工整理的专业技术人员[7]。这就要求科技期刊编辑首先从思想上树立数字编辑理念,深刻理解大数据时代,数字出版背景下编辑工作不断追求创新和数字技术应用的要求。科技期刊数字出版编辑在推广重要学术成果、传播科技文化知识、促进科技期刊发展进程中,不仅是实现期刊全媒体化的先行军,更是数字出版技术创新的开拓者。数字出版编辑应顺应数字出版的潮流,更新数字化出版的编辑理念,主动参与文化、科技成果的数据化,并积极实现数字信息的加工与传播。在读者服务方面,编辑也利用大数据技术提供的精准信息,实现对目标消费群体的个体化信息推送,提供更为精准服务。数字出版编辑要不断适应数字理念的创新,以适应大数据时代不断深化的移动互联网终端输入内容智能化的趋势[8]。

三、大数据时代下科技期刊面临的挑战

1.信息透明化导致期刊生存环境竞争激烈。通过大数据技术,所有科技期刊都将在一个更为透明的环境中生存。所有科技期刊的评价指标,都将作为公共信息,而被公之于众。例如,中国科学技术信息研究所每年都会将中国科技论文统计源收录期刊的主要计量指标,如核心总被引频次、核心影响因子、核心即年指标等,以引证报告的形式,提供给大众。在这些细化和量化的数据信息面前,科技期刊的优劣势一目了然。这必将造成优秀期刊的良性发展和劣质期刊的自我淘汰。这种数据公开机制,有可能导致某些优质期刊或优势学科领域的期刊获得更多的读者和作者资源,而对于新创办的期刊和某些弱势学科领域的期刊将进入一个更为不利的生存态势之中。

2.对科技期刊编辑人才队伍提出了新的要求。随着大数据理念深入人心,大数据技术的日臻成熟,数字化出版必将成为科技期刊的主要出版形式[9]。因此,数字化编辑也将成为科技期刊编辑工作者的新要求。编辑工作者不仅应具备组稿策划、文字编辑加工能力外,还应具备内容扩展、内容研究、内容创作等能力,以适应科技期刊在大数据时代下的数字化发展。

3.传统的盈利模式不再满足期刊的发展需求。在科技期刊数字化进程中,科技期刊文章无偿向全社会提供阅读已成为必然趋势。因此,依靠纸质发行、有偿下载阅读的传统盈利模式,已不能满足期刊的发展要求。然而,在将来期刊出版社或编辑部是否能成为数据运营的主体,也是一个悬而未决的问题。数据库运营商有可能通过与科技期刊共同建立和运行数字化出版平台,或开发数字化产品,来分享杂志的发行和广告收入。

由此可见,在大数据时代背景下,科技期刊将面临前所未有的机遇和挑战。作为科技期刊的从业者,我们要抓住这些机遇,迎接挑战,完成科技期刊的完美转型,尽早实现真正意义上的数字化期刊集群化。

参考文献:

[1] 丁田.大数据时代科技期刊的未来形态[J].中国科技期刊研究,2014(2).

[2] 贾晓青,王萍,陈清莲.大数据时代科技期刊编辑思维拓展[J].出版科学,2014(6).

[3] 张小强,张苹,吕赛英.从信息传播角度看科技期刊编辑出版过程及其优化[J].编辑学报,2007(3).

[4] 朱剑.量化指标:学术期刊不能承受之轻――评《全国报纸期刊出版质量综合评估指标体系(试行)》[J].清华大学学报(哲学社会科学版),2013(1).

[5] 柴英,马婧.大数据时代学术期刊功能的变革[J].编辑之友,2014(6).

[6] 张勤.试论大数据时代版权资源的价值重塑[J].中国出版, 2015(11).

[7] 李超.数字出版人才培养:职称评定的作用[EB/OL].中国数字出版信息网,2013-05-23.

第5篇

>> 变革中的大数据知识服务:面向大数据的信息移动推荐服务新模式 大数据时代下的营销模式变革 大数据时代的金融服务变革 大数据下的“微变革” 大数据冲击下的财会变革 大数据时代下的新闻变革 大数据时代数字出版服务模式变革研究 基于大数据的档案知识服务 大数据时代语文教学思维之变革 大数据时代背景下高校图书馆的服务变革探析 大数据背景下营销模式变革对策研究 向大数据知识服务:大数据时代图书馆服务模式创新 大数据环境下的企业管理模式变革 大数据环境下的城市交通规划与管理模式变革 大数据知识服务支撑下的绿色交通管理系统 大数据商业模式与决策的时代变革 大数据时代的汽车营销模式变革 大数据时代的税收征管模式变革 大数据智能在图书馆知识服务中的应用思考 大数据背景下的公共治理变革 常见问题解答 当前所在位置:l.

[ 3 ] 王喜文.日本强化ICT领域国际竞争力[N].中国电子报,2012-06-15(003).

[ 4 ] The White House. Big Data Across the Federal Government[EB/OL].[2014-08-08].http://whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sh-eet.pdf.

[ 5 ] The Wall Street Journal. Big-Data Success Stories: Splunk[EB/OL].[2014-08-08].http:///ve-nturecapital/2011/10/21/big-data-success-stories-s-plunk/.

[ 6 ] The New York Times. Harvard Releases Big Data for Books[EB/OL].[2014-08-08].http:///2012/04/24/Harvard-releases-big-data-for-books/

[ 7 ] Spolanka. OverDrive announces a series of “Big Data”reports[EB/OL].[2014-08-08].http://libraries.wr-ight.edu/noshelfrequired/2012/04/11/overdrive-an-no-unces-a-series-of-big-data-reports/.

[ 8 ] Xavier Amatrain,Justin flix公布个性化和推荐系统架构[EB/OL].[2014-08-08].http:///article/2013-04-04/2814767-netflix-ml-architecture.

[ 9 ] 云推荐[EB/OL].[2014-08-08].http:///.

[10] 中国科学院.李国杰院士:大数据成为信息科技新关注点[EB/OL].[2014-08-08].http:///xw/zjsd/201206/t20120627_3605350.shtml.

[11] 李奕.大数据应用方式:从数据服务、信息服务到知识服务[N].中国计算机报,2012-07-09(024).

[12] Big data:The next frontier for innovation,competition and productivity[EB/OL].[2014-08-08].http:///Features/Big Data.

[13] 李晨晖,崔建明,陈超泉.大数据知识服务平台构建关键技术研究[J].情报资料工作,2013(2):29-34.

[14] 秦晓珠,李晨晖,麦范金.大数据知识服务的内涵、典型特征及概念模型[J].情报资料工作,2013(2):18-22.

[15] 王天泥.知识咨询:大数据时代图书馆的知识服务增长点[J].图书与情报,2013(2):74-77.

第6篇

【关键词】 大数据背景 运营商 移动互联网 发展对策

大数据作为运营商开展业务工作的优势资源,能够为其沉淀较多的信息数据,运营商在利用数据的过程中,需要建立创新理念,落实好战略转型工作,从而不断提升工作效率。本文正是基于这一视角,以大数据为切入点,并分析了该环境下运营商移动互联网的发展对策。

一、大数据对发展移动互联网业务的作用

1、提升业务创新能力。运营商的竞争内容不仅是用户数量,而且还包括数据库的竞争。运营商需要获取关键节点的资源,使数据质量不断提高,从而完善运营商的产业链。企业在进行大数据的分析工作中,能够充分熟悉产品特质,按照产品的指导工作进行研发。当业务投入市场后,设计人员可以对其进行追踪研究工作,通^结合用户的订购习惯,能够及时发现企业经营过程中存在的问题,不断优化业务项目,使其更加实用,从而满足客户的多元化需求。

2、提高营销推广效率。技术人员在分析大数据的过程中,能够对潜在客户进行筛选,为其选择科学合理的产品,同时制定方案的营销阶段,在为客户展示运用方式的过程中,能够对客户群体进行分类,使营销工作更加精准,提升企业管理用户资源的科学性,不断提升企业的销售效率。另外,运营商采用大数据的目的是提高其决策能力,因此技术部门需要不断提升网络的利用率。

3、探索新型盈利模式。在大数据环境下,企业需要创新盈利模式,盈利模式包含:前向收费模式与后向收费模式。为了提高经济效益,企业需要使两项模式协调发展,对于前向收费模式而言,管理部门需要不断开发智能功能,通过对用户提供更具针对性的服务,能够使产品不断升值,使企业获取较佳的收费能力。在后向收费模式中,企业需要综合分析多项内容,包括:支撑服务体系、智能化的销售模式、广告效应。由于运营商在扩展项目路的过程中,需要借助大数据分析客户对产品的需求能力,从而能够及时投入相应地销售服务体系中。为了不断优化产品,运营商需要对数据进行全面分析,从而不断提高市场竞争力。

二、运营商移动互联网发展对策

1、控制数据流入口。运营商通过将大数据视为机遇,能够在后期的运营过程中,提高提取数据信息的效率,促进结构化数据链的完善,实现运营商的可持续发展。运营商在采用大数据的过程中,需要重视以下几个方面的工作:为了解流量的传输通道,技术部门需要对终端侧进行设置,从而有效掌控用户数据流向。在终端控制工作中,由于终端控制能够对数据进行集聚,能够保证运营商工作的有序进行;技术部门通过控制入口型应用,能够充分了解客户的使用频次,当客户在访问网页的过程中,会产生相应的数据信息,运营商通过运用数据资源,与其他营销资源进行合作,从而实行相应的流量减免工作,不断研发更智能化的产品。由于大数据的非结构性特征较为明显,在获取过程中,需要较高的经济成本,为了节省运营商的经济费用,技术部门需要完善相应的业务,保障数据信息能够有效积累,同时运营商需要加强与其他企业进行合作,保障数据资源能够实现合理共享,在此基础上对跨业务资源进行优化。

2、搭建数据沉淀平台。为了获取足够量的数据,运营商需要尽快建立数据沉淀平台,通过对通讯录、业务通行证进行综合分析,能够使运营商的数据网络更科学。技术部门必须落实好以下工作:建立业务通行证、搭建电子商务平台、建立符合通讯录需求的网络。在构建业务通行证的过程中,技术部门需要将各类云服务进行优化接入,使用户能够获取更多的数据内容,满足用户的个性化需求;技术部门需要结合通讯录建立相应的网络,该网络能够综合分析客户的消费特点,更加全面了解客户的使用状态与地理位置,由于社交平台与通讯录具有密切联系,客户在使用社交平台的过程中,能够满足其心理需求,加强社交关系的建立,从而不断延伸通讯功能。技术部门需要验证客户的真实身份,从而提供相应的业务。提取信息平台能够满足客户搜寻信息数据,包含:网页查找、查询号码等,企业在满足客户搜索需求的过程中,能够有效了解具有重要价值的数据信息;技术部门在建立电子商务体系的过程中,能够及时获取产品信息、销售数据、服务数据资源等内容,通过对该体系进行调查分析,能够提供给客户足够的数据信息,从而有效满足用户的支付需求;运营商需要不断完善媒体型业务项目,在信息化时代背景下,媒体已经成为覆盖声音、视频、音乐等信息的载体,能够增强客户的使用率,在满足图像数据丰富性的过程中,能够收集客户的使用习惯信息,例如:评论类型、推荐网页、收藏类型、观看视频类型、网页浏览等数据。

结语:综上所述,数据对当前运营商开展移动互联网业务具有重要意义,属于运营商最重要的资源之一,能够提高运营商的服务质量,完善其产业链。因此,运营商需要不断提高数据流入口效率,从而提高运营商的经济收益。

参 考 文 献

第7篇

【关键词】大数据 商业银行 互联网金融 云计算

一、商业银行大数据应用研究综述

目前国内对商业银行大数据应用的研究论文并不多,国内研究主要介绍大数据这一新生事物及相关的技术,并探讨大数据带来的机遇和挑战。国外的研究也主要侧重大数据相关的技术方面。北京银行董事长闫冰竹从高层管理的视角探讨了大数据时代银行业的发展模式。潘明道等对大数据特征进行分析,并给出银行应对大数据挑战可借鉴的思路。全面分析了大数据时代将给商业银行带来的重要影响,并给出了商业银行培养面对大数据时代核心能力的策略建议。薛亮探讨了大数据技术将给银行业带来的改变以及银行的品牌建设如何适应这种改变。韦雪琼等分析了大数据技术影响下金融市场的变化,以期作出更好的投资决策和判断。

二、大数据应用给商业银行带来的机遇

大数据应用给商业银行带来的机遇营模式转型提供了重要战略契机!借助大数据中国银行业的未来发展将呈现出全新的蓝图。

第一,大数据应用将拓宽商业银行业务发展空间,加速产品创新。随着数据的不断积累和商业银行数据分析能力的不断提升,大数据应用将拓展银行的业务发展空间,设计具有定价权和竞争力的创新产品。社交媒体的兴起为银行创造了全新的客户接触渠道,从银行网点,ATM,POS等固定设备扩展到手机,IPAD等移动终端设备,再扩展到微博,微信等社交网络。大数据应用导致支付模式不断创新,从传统支付,电子支付到第三方支付,再到移动支付。第二,大数据应用将提升商业银行核心竞争力。我国商业银行目前基础设施和数据全部集中在数据中心,而且经过多年运行积累了大量的数据,因此最具条件率先盘活大数据资产,洞察数据中蕴涵的价值,更加科学地评价经营业绩,评估业务风险,配置全行资源,引导银行业务科学健康发展。第三,大数据应用将提升客户服务水平。大数据时代商业银行不仅销售产品和服务,而且积累了丰富的客户交易数据,特别是在网络社会化和搜索引擎技术支撑下,商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据,通过数据再利用和数据重组,分析客户的消费偏好,就能准确发现并掌握客户需求,并通过不同渠道为客户提供个性化的服务。

三、大数据在商业银行的应用实践

(一)渠道拓展

大数据时代商业银行的渠道不仅包括传统的渠道,而且还要整合日益互联互通的各种渠道,并增加社交网站等新的客户接触点。商业银行应整合门户网站、网上银行、电话银行、手机银行、等电子渠道,利用微博、微信、社交网站等新媒体,打造在线综合金融营销服务平台,进行产品推送、意见收集、客户服务和营销服务。

(二)个性化服务

个性化的金融产品和服务将成为银行业务发展的主要目标。个性化服务包括互联网化的电子渠道全景体验、个性化产品推荐。LBS位置营销、面向客户个体的深度观察等。商业银行通过收集并分析社交网络数据,聚类出不同的客户群体,如高影响力的客户、存在严重不满情绪的客户、转行倾向的客户,然后向这些客户群采取更有针对性的服务。

(三)精准营销

通过客户行为分析并预测需求实现精准营销是典型的大数据应用。精准营销包括目标客户的精准定位,传播途径的选择,营销活动执行趋势分析和异常监控,营销活动的传播效果和市场效果评估,商业银行应用大数据分析用户影响力。用户聚集区域和日常活动轨迹,用户基础银行业务使用的规律,用户关注点来实现客户营销。

(四)小微企业信贷

商业银行需要通过大数据挖掘,分析和运用,去识别具有市场潜力的中小企业客户,完善批量化,专业化审批,将贷款提供给合适的小微企业。

四、商业银行应对大数据策略

大数据应用取决于三个因素:数据,技术和思维。因此,商业银行需在这三个方面进行体制机制的创新实践,未雨绸缪应对大数据挑战。

(一)数据

商业银行需要提升互联网数据获取,管理和整合能力,不仅要完成银行内部数据的整合,更重要的是和大数据链条上其他外部数据的整合。商业银行不断地从广泛来源获取、量度、建模、处理、分析大容量多类型数据,及时在互联互通的流程、服务、系统间共享数据,并将分析结果应用于业务决策与支持。

(二)技术

商业银行必须进行技术创新,搭建自己的大数据基础设施来跨越这个鸿沟。大数据基础设施分为硬件和软件两类。硬件基础设施需要通过建设私有云来提供灵活,按需和动态的IT能力。软件基础设施是指商业银行培养一批既熟悉金融,同时也对互联网和大数据应用有深入了解的复合型人才,这些人才通过对数据进行实时深度分析,能够对未来趋势有更多的研判和预测,并为决策提供智力支持。

(三)思维

大数据时代商业银行必须具有数据思维。大数据时代重要特征就是社会数字化,一切社会现象解释、监控、预测与规划都离不开对数据足迹的收集,整理和分析。因此商业银行需要具有数据思维,放弃对因果关系的渴求,取而代之关注相关关系,放弃对随机样本关注,而关注全数据,数据分析结果不是精确性,而是混杂性。

参考文献:

[1]赵国栋.大数据时代的三大发展趋势及投资方式[R].国金证券研究报告,2012.

第8篇

1、软件服务下的大数据

随着互联网运用的逐渐广泛化,社会中的各个行业都具有了自己的数据种类,这就致使大量的数据在互联网的服务中产生。软件服务工程会产生密集型数据,其中包括流式密集型的数据以及历史密集型的数据。如世界最大的电信数据仓库中心目前已经建立超过1200TB的数据;中国移动通信的业务流程超过8190个,实现了办公自动化和标准化的业务流程。“程序=数据结构+算法”的程序设计思想为传统软件工程的管理思想模式,集程序的运行过程就是数据结构的组织与算法的问题,这种模式将程序运行过程中的数据忽视,而将重点放在了程序的正确性和效率性,在很大程度上把程序的生命周期缩短。纵观软件理论的漫长发展史,诸多学者一致认为详细的文档和完整的程序构成了软件,其中完善的文档信息为软件的核心部分,包括工程数据、文档以及通用规范等等,把整个软件的设计重点放在了文档是否质量合格以及开发模式是否具备标准化上面。由此,推动了软件设计的标准化,从整体上把软件的质量有效提升[1]。

随着系统业务的扩容和用户的使用,对软件进行大规模的数据处理提出了更为严格的要求。越来越多的大型互联网企业更加重视软件服务中的历史密集型数据和流式密集型数据,将大数据分析作为服务,更加注重从用户的体验上进行数据的收集。大数据背景下,行业逐渐加大了数据的处理难度,使得处理数据更具精细化,对技术的标准要求也更为严格。当前大数据时代下软件工程的研究课题为,如何更好的把大数据平台作为服务,把大数据的分析作为服务、把数据的价值作为服务[2]。要从软件发展创新模式来进行海量数据的处理,PaaS服务平台、服务提供方以及服务消费者三方,会产生海量离线密集型数据和线上流式数据。各项级别的用户在进行交流或者进行操作以及各项系统日志数据等,其通常对软件的有效开发、运行、管理等各方面都有着重要影响,另外,大数据还对软件服务的具体周期具有决定性作用。

从根本上讲,只是在规模和量上来进行数据的衡量,对其的研究没有标识,尤其是比较缺乏语义化的处理。因此,要对研究思维及方法进行不断创新,以此对相关数据实施组织与处理,并形成具有领域性的智能主体。通过对大数据的有效创新,将知识作为载体,可以提供相应的数据平台,从而确保以大数据为中心来进行现代软件工程管理的创新[3]。

2、大数据时代背景下软件工程管理模式

软件工程的发展经历了三个阶段,经典的CS模式-BS模式-软件服务工程。其中产生于大数据背景下的面向服务的软件工程,以服务为基础,能够以较快的速度进行应用和共享服务的构建,对于分布式程序的开发具有很好的适应性。这种模式的不同之处在于能够把应用服务化,资源虚拟化,将外界服务接口统一化,有效解决大数据环境背景下的一系列问题。这种软件服务工程设计模式广泛应用于移动互联网、大数据等新兴领域。项目管理是受到进度、费用以及品质的影响,满足客户的需求而进行的活动规划、指导和监督。其中项目控制与系统工程为项目管理两个至关重要的研究领域,二者有交叉重叠部分,项目控制主要负责输入进度、规划和费用,而系统工程蛀牙负责技术层面的输入。通过文档的形式来体现工程的管理,其中包括系统工程管理计划和系统文档树[4]。

系统文档树通过树形结构来描述项目所需要的,以系统工程为对象的各个系统工程文件之间的相互关系。在提案阶段,由系统工程师根据合同数据需求清单和工作说明书来进行系统文档树的准备,从而为根据后续的进度和成本来进行文本化任务的确定提供便利的条件。由项目经理进行系统文档树的批准,并更新维护项目管理的全生命周期。而系统工程管理计划主要用于描述系统工程的进度与任务的,在提案过程中,由系统工程师根据合同数据需求清单和工作说明书来进行系统工程过程的描述,以及如何有效计划、组织、集成、测量系统工程需求。项目管理计划同样由项目经理进行批准,并更新维护项目管理的全生命周期。系统工程管理计划主要由软件系统工程过程、开发项目规划与控制,以及软件工程专业集成三类关键要素构成,其中开发项目规划与控制为必须要实现的系统工程任务[5]。

3、总结

综上所述,面临着互联网的进一步发展,其促使软件的更新速度相应加快,大数据背景下通常对软件的自身安全及性能具有更高的要求。因此,要想打造一个健壮、高效且安全的软件工程,不仅仅要加大技术的支持力度,还需要不断创新软件工程管理办法,形成一套科学的配套理论以及技术标准。当前规模较大的软件重用技术不断发展,并实现了应用,再加上大量积累的软件资源,未来软件的集约化生产以及软件数据的挖掘将会变的至关重要。传统化的软件工程的管理方式已无法满足当前生活的相关需要,大数据环境背景下探究新型的软件工程管理方法具有十分重要的现实意义。

【软件工程硕士论文参考文献】

[1]张宇航.大数据系统中的软件工程管理方法探究[J].中国高新技术企业,2016,(23):93-94.

[2]杨淼.面向商业模式的大数据信息管理方法研究[D].天津大学,2014.

[3]梁峰.基于数据仓库技术的电力公司营销数据分析梳理平台的设计与实现[D].电子科技大学,2015.

[4]王建民.领域大数据应用开发与运行平台技术研究[J].软件学报,2017,28(6):1516-1528.

第9篇

>> 大数据时代科学数据元数据的开放与共享 大数据时代财务共享服务模式的审计研究 大数据时代的财务共享问题研究 大数据时代 网络科学的挑战 大数据时代高职院校教学资源共享服务模式研究 大数据时代精准营销模式研究 大数据时代的“5W”模式研究 基于大数据时代的金融统计模式创新研究 大数据时代的商业模式创新研究 大数据时代高校教学模式的改革研究 大数据时代基于财务共享模式的电子会计档案管理 大数据时代基于财务共享服务模式的费用预算管理 大数据时代基于财务共享服务模式的IT审计 科学大数据共享研究:基于国际科学数据服务平台 大数据的时代 大数据时代档案信息资源共享平台性能优化的研究 数据新闻:大数据时代的新闻新模式 大数据时代下的数据新闻研究 大数据教学资源共享系统的研究 基于大数据的知识共享方法研究 常见问题解答 当前所在位置:l.

[ 2 ] 江洪,钟永恒.国际科学数据共享研究[J].现代情报,2008(11):56-58.

[ 3 ] 黄鼎城,郭增艳.科学数据共享管理研究[M]北京:中国科学技术出版社,2002:36.

[ 4 ] 黄鼎城,郭增艳.科学数据共享管理研究[M]北京:中国科学技术出版社,2002:130-140.

[ 5 ] 欧盟委员会副主席Neelie Kroes:希望每个欧洲人都

参与数字化[EB/OL].[2013-10-11].http://.cn/5f00653e83b753d652a86001/20125e74/46708/6b2776df59d454584f1a526f4e3b5e2dneelie-kroes-5e0c671b6bcf4e2a6b276d324eba90fd53c24e0e-65705b575316.

[ 6 ] 刘润达,赵辉,李大玲. 科学数据共享平台之数据联盟模式初探[J].中国基础科学,2010(6):27-32.

[ 7 ] 地震科学数据共享管理办法[EB/OL].[2013-10-11].http:///policy/gxbf.htm.

[ 8 ] 浙江建成全国首家省级地理空间数据平台[EB/OL].[2013-10-11].http://.cn/html/2013-02/22/content_21927.htm.

左建安 南京大学信息管理系2011级硕士研究生。江苏南京, 210093。

第10篇

1.如何从中国情境中创新营销理论?——本土营销理论的建构路径、方法及其挑战

2.基金营销与资金流动:来自中国开放式基金的经验证据 

3.移动电子商务互动营销及应用模式 

4.企业市场营销战略创新

5.国外移动图书馆营销案例分析及其启示——以加拿大伯灵顿公共图书馆为例 

6.基于5T理论视角下的企业微博营销策略及应用分析——以欧莱雅的微博营销为个案研究

7.大数据时代的联动式数据库营销模式构建——基于“一汽大众”的案例研究 

8.移动互联网环境下互动营销策略对消费者行为影响实证研究 

9.中国寿险业营销效率评价研究 

10.我国汽车行业营销趋势研究 

11.社会化媒体时代的内容营销:概念初探与研究展望 

12.人力资源经理的议题营销过程及策略研究 

13.控股股东卷入、两权偏离与营销战略风格——基于第二类问题和终极控制权理论的视角

14.保险营销策略问题初探 

15.社会化媒体营销研究述评 

16.论“共主体”营销话语的建构与践行——关于现代营销近视症的矫治研究

17.学科服务目标的精确定位与学科服务的精准营销

18.基于IPA的旅游目的地意象整合营销传播——两个江南水乡古镇的案例研究 

20.政府旅游公共营销的实现机制和路径选择——基于扎根理论的一个探索性研究

21.我国汽车营销现状及创新分析

22.目的地营销绩效:现状及价值链模型 

23.移动营销消费者采纳行为动态演化研究

24.网络营销新渠道:SNS营销

25.我国智能手机营销策略分析 

26.基于体验营销的酒店品牌建设研究 

27.我国高校图书馆营销新方式  

28.国外图书馆社会化媒体营销的案例研究及其启示

29.多渠道零售商线上线下营销协同研究——以苏宁为例

30.东风商用车网络营销对策 

31.网络营销绩效评价体系的研究评述

32.双元营销能力平衡、战略地位优势与新创高技术服务企业绩效

33.营销能力对技术创新和市场绩效影响的关系研究——基于我国中小上市企业的实证研究 

34.4R营销理论与学术期刊网络营销策略

35.多市场接触下的联合非伦理营销行为——基于市场集中度和产品差异度的二维分析模型

36.企业微信营销研究及策略分析 

37.企业微博营销效果和粉丝数量的短期互动模型 

38.基于自媒体的旅游景区营销策略研究 

39.关于逆营销的效果研究:基于CLT理论的视角 

40.全渠道营销理论——三论迎接中国多渠道零售革命风暴 

41.搜索引擎营销研究综述及展望 

42.技术与生存:数字营销的本质  

43.基于DEA的企业微博活动营销效果评估——以S企业官方微博为例 

44.基于营销理念的高校图书馆数字参考咨询服务

45.电子商务对营销渠道管理的影响 

46.中国市场营销研究英语论文综述——基于内容及来源的描述分析 

47.中国烟草业营销分析  

48.“大数据”背景下营销体系的解构与重构 

49.保险营销渠道团队管理研究 

50.企业微博营销中品牌曝光度对网络口碑的影响研究  

51.论旅游景区的差异化营销策略选择与组合

52.创新高职市场营销教学 促进学生职业能力培养 

53.我国网络营销发展策略研究 

54.销售低迷状态下的白酒营销回归与创新

55.新媒体环境下高校图书馆移动信息服务微营销研究 

56.基于消费者怀旧的品牌营销策略  

57.关于我国汽车营销模式发展的探讨

58.口碑、口碑传播和口碑营销的辨析

59.供应链下的市场营销资源合理运用问题探讨 

60.大数据时代营销创新研究的价值、基础与方向

61.旅游产品体验营销中的价格影响因素及定价策略 

62.社会资本、组织学习对企业国际营销能力升级的影响机制——基于海信集团国际化发展的纵向案例

63.基于groupon模式的我国经济型酒店网络团购营销研究 

64.保险O2O营销模式的实践与研究  

65.“心”营销:文化艺术产业新媒体营销策略研究

66.企业网络社区营销价值、机理及模式研究  

67.关注和融入中小企业成长——论中小企业银行服务营销 

68.互联网对我国保险营销渠道影响分析 

69.高科技企业市场营销策略研究 

70.论企业应对市场营销环境变化的策略  

71.微博网络营销对国际贸易的影响及对策  

72.公益事件营销中企业—消费者契合度和宣传侧重点影响效果研究

73.体验式营销在汽车营销中的应用  

74.关系营销导向对营销创新的影响研究 

75.传播学视角下微信营销的利与弊  

76.市场营销专业复合型人才“三位一体”培养模式研究——以重庆大学市场营销特色专业建设为例 

77.金融服务营销的核心理念——价值的共同创造  

78.企业社会化媒体营销传播的效果分析——以微博扩散网络为例 

79.微博营销信息的时空扩散模式研究——以曲江文旅为例 

80.旅游目的地营销绩效评价研究现状与展望 

81.制度压力、合理性营销战略与国际化企业绩效——东道国受众多元性和企业外部依赖性的调节作用 

82.关于红色旅游市场营销研究——以云南省为例  

83.我国自主品牌汽车的市场营销策略研究 

84.传播学视角下即时性营销模式与战略实现——以微信营销为例 

85.网络拓扑特征对病毒式营销传播动态影响的研究——基于新浪微博大数据的实证分析

86.高校图书馆微博营销策略研究——以清华大学图书馆为例 

87.市场营销理论、实践、教育的创新与融合——2014中国市场营销国际年会综述

88.面向Y一代用户的大学图书馆服务营销策略研究  

89.赣南脐橙三位一体营销战略探讨 

90.我国网络营销的现状与发展趋势研究 

91.关系资源对营销能力的影响机制:顾客导向和创新导向的中介效应 

92.营销动态能力的概念与量表开发 

93.新形势下电力市场营销模式与新型电价体系 

94.基于内部营销视角的图书馆管理新策略  

95.消费者参与社交网络营销因素的实证分析

96.深入理解营销渠道研究的过去和未来 

97.关系营销导向对企业使用渠道权力的影响  

98.论中小企业的市场营销策略  

99.基于全方位视角的企业营销绩效评价研究  

100.基于蓝海战略的保险营销创新研究  

101.我国汽车营销模式的现状与创新方向 

102.我国网络营销中的道德问题及其对策 

103.绿色营销研究:内涵、现状与对策  

104.国外绿色农产品营销的特点及借鉴  

105.小微企业营销现状与对策研究——以广东省中山市为例  

106.体育赛事营销的本质及营销观念创新研究  

107.内部营销对酒店员工工作满意的影响研究——以组织承诺为中介变量  

108.营销管理的新趋势——绩效营销研究探析 

109.保险营销模式的转变与发展——电话营销与网络营销模式的互补 

110.我国自主品牌汽车的国际化营销战略浅析 

111.中国汽车营销渠道的现状与发展趋势 

112.当前中国电影营销的关键问题研究 

113.全球化时代的城市大事件营销效应:基于空间生产视角  

114.我国高校图书馆营销现状调查及分析 

115.IFLA图书馆国际营销奖及其背后的营销理念 

116.营销刺激、心理反应与有机蔬菜消费者购买意愿和行为——基于有序Logistic回归模型的实证分析

117.感性消费时代的企业色彩营销策略

118.浅析我国保险网络营销的问题与对策

119.营销策略对品牌忠诚的影响:顾客感知价值的中介作用

120.体验营销研究前沿评介

121.国内市场营销研究进展分析

第11篇

【关键词】网络动员 作用机制 自媒体

当前自媒体规模庞大发展速度极快,社会影响力日益剧增,舆论的聚合效应凸显,其在舆论场的塑造中起着重要的作用。由于现阶段国情所限,社会化的自媒体所承载的社会功能远高于一般的沟通工具与信息途径,它承载着包括内容传播、法律审判、国际博弈、商业营销等各种功能。在面对一些突发事件、敏感话题、民生等问题时,自媒体中各种言论会纷纷出现,正确的与错误的、主流的与非主流的、情绪化的与理论的观点相互交织,使得统一认识的难度加大,舆论引导的难度加大。频繁发生的网络动员活动,正在对我国社会和媒介生态格局产生越来越大的影响,成为近年来的网络热点和政府管理难点。

一、当前我国自媒体网络动员研究中存在的一些问题

通过对相关期刊、文献整理分析后发现目前学术界对网络动员该课题有一定的研究,这些研究主要集中于以下几个方面:

1、网络动员的管理。这一方面典型的研究如南开大学行政管理专业的徐祖迎博士其毕业论文就是研究《网络动员及其管理》,在这篇研究论文中,他分析了网络动员如何成功发起以及网络动员对传播双方的不同影响,论述了网络动员中存在的一些问题如:评价的二元对立、侵犯公民权利、对公正审判的干扰等,在此基础上提出:在尊重和保障民众网络表达权的基础上,对民众的网络表达权进行合理的限制。

2、网络动员机制研究。这一方面研究的文章不多,其中比较有代表性的研究是中国人民大学新闻学院的涂光晋教授2013年01月发表于《新闻界》的《基于新浪微博平台的网络动员机制研究》。这篇论文研究根据参与者卷入程度的不同,将微博动员分为线上动员和线下动员两个层次,并试图从社会心理和人际传播两个角度分析微博动员区别于以往网络动员的新机制。

3、网络动员的应用研究。这一方面的研究主要围绕网络动员的具体应用研究,这方面的研究成果如《网络公益的共意动员》、《网络动员中的国家与社会―以‘免费午餐’为例》等。中国人民大学新闻学院倪宁教授2012年9月发表于《国际新闻界》的论文《全球性网络动员如何可能?――基于《KONY 2012》的案例考察》,通过分析网络动员的资源优势与动员机制,提出全球性的网络动员情感建构,可以从两个层面:1、道义感的情感唤起;2、草根化的身份认同。该论文认为网络动员是构建全球公共领域的有益尝试。

通过对上述关于自媒体网络动员的研究文献整理分析后发现,目前我国对自媒体网络动员有一定的研究,但从整体上看这些研究有些分散、零碎,综合性的研究也一般基于行政管理或社会学的视角。对自媒体网络动员的研究目前也存在着一些问题,这些问题主要表现在以下几个方面:一、自媒体网络动员成因、类别等基本问题尚无具体统一的界定;二、对自媒体网络动员的作用机制研究较零散,缺乏系统的理论阐述。如自媒体网络动员的社会心理机制、人际传播机制、资源动员机制的等研究都只存在于个别论文的零碎片段中,缺乏整合。三、对自媒体网络动员的政府控制与调节缺乏有针对性和可操作性的具体对策。

二、当前我国自媒体网络动员研究中的难点

1 海量的资料与数据的收集、整理与分析需要一定的技术能力

“自媒体网络动员的作用机制及管理对策”这是一个较为复杂的选题,它会涉及到众多的自媒体网络动员事件。自媒体网络动员事件参与的人物大多匿名、分散、去中心化,@些网络动员事件的相关信息庞大,时常属于亿计,对如此巨大且分散的数据进行整理分析有着较大的难度,需要一定的技术手段与技术分析能力。

2 对自媒体网络动员的作用机制研究需要多学科的知识储备

自媒体网络动员的作用机制的研究目前尚无整体论述,需要做出理论性的解释框架。这些研究涉及社会学、传播学、管理学、统计学等多学科理论知识,对研究者的基础理论积累要求较高。本课题研究者学科理论背景为新闻传播学,社会学、管理学、统计学等虽然有所接触,但目前未有更深一步的研究,尚未形成系统化的理论积累。因此,如何把握与整合传播学、社会学、管理学等多学科理论成为该选题涵待解决的问题。

3 基于大数据技术的自媒体网络动员监控、引导、管理体系是一个复杂、庞大的工程。自媒体网络动员虽然存在着如成员相对匿名、波及范围广、随热点的转移快速爆发和消退、去中心化、组织性差、难以控制等特点,但是现阶段自媒体网络动员的产生、扩散都是在网络上进行的,大数据技术的发展已经能够支撑对相关IP及数据的整理分析。如基于互联网IP、cookies、网络机器人等技术:在用户层面可以明确的分析是谁、他的喜好、传播了什么事件、传播地点、传播内容、传播使用媒介;在内容层面,可以明确展现话题关键词、内容热点、话题讨论的集中区域、内容转载频次;在自媒体网络传播媒介方面,可以明确呈现不同媒介的话题量、介入方式、扩散方式。对自媒体网络动员的管理应该着手建立基于大数据的自媒体网络动员监控、引导、管理体系。网络事件都有着特定的要素如时间、地点、人物、内容等,技术方面可以针对相关关键词作监控,如4月3日晚“朝阳区798艺术区的和颐酒店遭遇陌生男子袭击”这一网络动员事件,如果有将朝阳、袭击等作为关键词监控,并设定一定的警戒级别,及时推送到相关管理部门,可以在网络事件发起的初始阶段及时涉入,增加应对主动性。同时也应该建立自媒体网络动员管理的责任清单制度,及时处理与反馈。

立足自媒体网络动员的作用机制建立基于大数据技术的网络动员监控、引导、管理体系是一个复杂、庞大的工程。除了对自媒体网络动员的全景、作用机制、政府管理方式与经验有全局的研究外,它还需要对大数据技术的应用有一定的研究。大数据技术的应用的研究要能够导出一套衡量内容、传播、事态的变量,变量的导出需要大量数据、资料、案例的整合分析,同时还需要一定的统计学相关的知识。从总体上来看这些研究工程量大且复杂。

参考文献:

[1]刘琼.网络动员的作用机制与管理对策[J].学术论坛,2010(08).

[2]聂智.论虚拟社会治理中思想政治教育功能的发挥[D].中南大学,2013

第12篇

关键词:企业;社交网络;研究热点;知识图谱

随着社交网络的发展,我们进入了由大数据而随之产生的社交网络时代。社交网络起源于能够为互联网用户提供各种社交服务的应用,最初起源于以点对点的方式进行交流的电子邮件;随后论坛的出现将这种点对点的信息沟通方式转换为点对面的沟通;随着互联网的发展,博客、微博的出现更加推动了社交网络的发展,使得信息沟通更加有效率。目前,微信等社交软件的发展,形成了“面对面”的交流,不仅凸显了人的特点,而且更加灵活且具有广泛性。

社交网络作为一个新型而又热门的研究领域,目前已经引起国内外众多学者的关注。但是目前多数研究集中于人与人之间的社交联络,基于企业与企业、企业与客户之间的社交网络研究也比较混乱,本文基于中国知网(CNKI)这一在国内比较权威的文献数据库进行文献梳理,以此来展现国内有关企业间社交网络的研究热点与前沿领域。

一、材料与方法

1.方法

刘军在社会网络分析导论中认为,社会网络是指社会行动者及其相互间的关系的集合。在社交网络中社会行动者包括个体、公司或者集体性的社会单位,也可以是一个组织或者社区等等。在社会网络分析的方法研究中,通常用“点”来表示社交网络中的各个社会行动者,行动者之间的各种相互联系用“边”表示。社交网络分析立足于社会学,社会学是社会网络分析方法的起点。网络内结点之间的连接强度与密度对于建立结点间行为的相互关系尤为重要。

2.数据来源

本文以中国知网(CNKI)中与企业和社交网络相关的科研文献作为数据来源,检索时以“企业”“社交网络”“客户”“市场”为关键词,共获得了1372篇文献信息,剔除比较早期的几篇文章,从2000年到2014年还剩余1359篇文献信息。

二、研究结果与分析

1.研究趋势分析

图1 企业型社交网络论文发文量

关键词作为文献内容的高度浓缩,是文献的精髓,恰当的关键词能够有效地分析并把握企业型社交网络的研究热点与前沿。本文以“企业”“社交网络”“客户”“市场”为关键词进行检索,经过初期的剔除,剩余1359篇文献信息。由图1可显然得出从2000年起到目前的发文量趋势,从2010年开始发文量显著上升,而且还有逐年增长的趋势,需要指出的是图中2014年的发文量显著下降,原因之一是2014年这一整年还没有结束,所以发文量不是很准确,所以还是有望超越去年的。近几年研究人员在企业型社交网络方面的文献信息还是比较多的,所以企业型社交网络是当前社交网络研究的一大热点方向。因为社交网络的兴起,不仅给企业带来危机,也带来了机遇,在这样一个网络的转型时期,“企业是生还是死”这样一个亟待解决的问题值得所有相关的科研人员和企业工作者去思考。

2.研究热点分析

对原始文献信息进行简单的前期处理后,筛选与主题词内容最相关的前150篇文献进行分析,通过知网分析软件会得出一个非常形象的知识图谱,其中用结点表示各篇独立文献,结点与结点之间的连线表示文献之间的引用与被引用关系,而且连线的密集度反映出该文献信息与其他文献信息的紧密程度,蓝色为选中文献,绿色为蓝色的参考文献,黄色为蓝色的引证文献,文献与文献之间的连线表示,且球的大小表示引用的次数多少。

通过形象的知识图谱中结点之间的密集度可以得出国内企业型社交网络的研究热点与重点主要集中在以下几个方面:企业家社交网络的绩效研究、以农业产业组织为核心的绩效研究、企业在社交网络时代的营销模式研究、社交电子商务网络构建、大数据背景下的企业管理问题的思考等。下面主要分几部分对这几个研究热点的相关内容进行简单的阐述。

(1)企业家社交网络的绩效研究

在社交网络时代,关系网络已经成为解决企业某些问题、提高企业绩效的主要途径。刘苹认为,企业家本身所占有的社会网络为企业提供了获取不同的资源和信息的机会。企业家可以依据企业当前所处的外部环境和企业家个人的特点构建适当的外部社交网络,并且由于中小企业自身固有的脆弱性,这样不仅能够使企业依靠外部社交网络获取有效的资源,而且在这些中小企业遇到问题时给予有效的帮助与支持,从而给企业的长期发展带来强大的后盾。在实践中有许多的例子可以证明这种关系网络的重要性,例如蒙牛集团遇到问题时,牛根生先生利用自己的关系网络解决了这一困境,或者目前社交网络平台――正和岛的构建同样也是通过提供安全可信赖的社交环境和社交资源来推动各个企业形成一种多赢共生的社会大环境。

企业家社交网络作为企业获取其他必需资源的重要来源之一。杨X以社会资本理论和资源基础理论为基础,通过企业家社会网络来分析企业家社会网络、资源获取与企业绩效三者之间的关系,他认为企业家个人本身所具有的异质性特征,使得政府关系网络、中介关系网络、媒体关系网络、企业关系网络和员工关系网络等网络对知识资源和运营资源的获取都有显著的正向作用,并进而使得资源获取对企业绩效的提升产生正向的影响。

目前市场中小企业众多,而且面临的环境存在较大的不稳定性、市场的波动性等现实状况,而企业家又处于结构洞的一个特殊位置,所以建立企业家社交网络就显得更加重要。毋庸置疑,构建企业家社交网络是目前学术界在社交网络方向的研究热点之一。

(2)以农业产业为核心的绩效研究

世界级投资大师詹姆斯・罗杰斯在参加第四届中国期货(证券)资产管理大会时说道:“未来20年,最赚钱的行业不是做房地产,而是做农业!”农业,似乎也在经历着类似房地产行业由“分散”向“集中”转变的过程。家庭农场具有我国农村经营体制制度下的特有性质,这一制度必将推进我国农业现代化发展的进程。汤文华认为我国目前家庭农场发展面临的最大困难是:家庭农场土地流转集聚困难;家庭农场主文化素质普遍偏低;农业的科技含量提供不足;家庭农场主融资困难;农业信息化服务水平低等。

中国农产品、食品消费,从数量向品质、营养与健康的方向转变不可逆转,同时也会呈现出高价格、高附加值的消费特征;分散经营、低价大路货的无序竞争将成为过去,一个品牌个性化的、有规模的市场竞争格局开始向我们走来。据统计,未来会有大量的人由于食品的危害而致病,这即将威胁到我们人类自己的生存。与此同时,我们面临的问题已经不仅仅是环境保护的问题,而是人类生存的严峻挑战,毫无疑问,农业将是这一切的源头。所以虽然目前的研究文献还不是特别多,但这将是一个研究趋势,同时也是投资者未来进行投资的一种走向。

(3)企业在社交网络时代的营销模式研究

李晓婷等人认为社交网络营销是一种通过数字化的社交网络软件或者社区与客户或者潜在客户进行沟通,并不断了解他们的需求,进而把恰当的产品展示给他们的一种营销过程。在研究社交网络的营销策略和社交网络盈利模式时重点研究了社交网络的盈利模式,并从构建社区、创建内容、调整营销策略和创新产品这四个方面来进行研究,进而增加利润。由于目前企业的营销方式处在一个由传统的营销方式向社交网络营销转型的特殊时期,并且通过社交网络的方式进行销售具有销售成本低、覆盖面广、宣传力度大和传播速度快等固有的属性,所以通过社交网络的销售渠道进行营销是一种必需经历的转型过程以及转型的方式。通过社交网络的方式进行营销有许多企业取得了成功,比如玩转微博实现品牌传播的杜蕾斯,利用微信实现自助服务的招商银行等。

目前,所有传统企业都具有非常严重的危机感,传统的营销优势没有了,俗话说“不转型等死,转型怕转死”,企业家们面对目前的社交网络营销没有充分的心理准备,所以实践中的茫然更加刺激我们科研工作者在理论上找到能够支持转型的理论和转型的正确方式来指导实践的发展,所以目前有许多的研究者在探讨企业在社交网络时代的营销模式这一热点问题。

(4)社交网络时代大数据背景下的企业管理问题思考

在知识图谱中可以得知,在社交网络时代有关企业管理的问题是该图谱中研究者最多、发文量最多,而且被引用频次最多的文献。所以不论在哪个时期,企业的管理问题都是企业家、经理人、科研工作者等不可回避的一项内容。冯芷艳从社会化的价值创造、网络化的企业运作、实时化的市场洞察三个研究视角出发,探讨了当今在大数据背景下我国众多企业所面临的商务管理的一些前沿问题。邵鹏从管理学的视角对大数据研究问题进行了探讨,结合信息服务业企业、制造业企业以及社会管理机构的一些实际情况,研究了大数据背景下社交网络时代所面临的产业发展和社会管理问题。

在社交网络时代,社交网络的快速发展如同双刃剑一样,不仅给我们企业内部的信息沟通与传递带来了便利条件,一定程度上也给企业对员工的管理带来了便利,推动管理层级的扁平化发展。但是如此快速的信息传递方式也给企业带来了风险,任何企业都可能由于一时的风波而毁于一旦。面临这样的问题,作为企业管理人员应该何去何从,我们科研工作者应该给予一定的理论指导,所以这也是我们科研工作者的研究重点和热点之一。

3.文献量的分布情况

图2 论文来源期刊和来源机构分布图

由中国知网分析软件可得知文献信息的来源期刊和来源机构,这样便于相关研究者对文献信息的搜集。在来源期刊中,《信息与电脑》占2.7%,《企业管理》占2.7%,《IT经理世界》占2.0%等,显然企业型社交网络的文献信息主要分布在以上几种重要的期刊中,而来源机构主要分布于北京邮电大学、中央财经大学、中国电信股份有限公司等几个企业和学校,通过这样一个来源期刊和来源机构的分析可以帮助一些新的研究者查找相关文献时更具有目的性。

社会网络分析方法和知识图谱等相关的理论在近几年有比较快速的发展,而且利用这样一个文献的量化分析,能够比较清晰地展现企业型社交网络这一研究领域的研究热点与研究重点,便于相关的研究者进行文献的收集与查找。本文基于中国知网(CNKI)这一国内比较权威的文献数据库,对国内企业型社交网络文献信息的研究重点与研究热点进行了比较清晰的梳理,认为企业家社交网络的绩效研究、以农业产业为核心的网络组织绩效研究、企业型社交网络的营销模式探讨和大数据背景下社交网络对于企业内部管理问题的研究以及通过社交网络进行电商的研究等几个方向是目前社交网络在企业间和企业内的研究重点和研究热点,而且企业型社交网络在实践中也是值得我们长时间进行探讨的话题,相关的研究者可以在以上几个方向的基础上参考各自相关的文献进行深入的探讨,希望本文能够给予相关的研究人员一定的启迪和思考。

参考文献:

[1]宗乾进.国外社交网络研究热点与前沿[J].图书馆情报知识,2012(6).

[2]刘军.社会网络分析导论[M].社会科学文献出版社,2004.

[3]漆晨曦.社交网络分析及案例详解[M].人民邮电出版社,2013.

[4]杨X.企业家社会网络对中小企业绩效的影响研究[D].中南大学,2011.

[5]汤文华.一种新型农业经营主体:家庭农场:基于新制度经济学的分析视角[J].江西农业大学学报:社会科学版,2013(2):186-190.

[6]李晓婷,孙佳宁,李明建.社交网络营销策略及盈利模式探讨[J].电子商务,2013(1):32-34+38.

第13篇

作者简介

段云峰

承担了国内最大电信运营商的数据仓库和大数据中心的设计和建设、运营工作(截止到2015年该系统达到18000TB存储容量,累计投资120亿元),积累了15年的大数据领域的实际工作经验。带领相关的团队,从系统创建到系统运营,开发了很多大数据领域的各种应用。积累了国内唯一的大数据在大企业建设、运营方面的经验。其前后主持设计的文档,有150余册、1200多万字,涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。

秦晓飞

具有理学学士、工学学士和管理学硕士学位。最近十几年先后从事BI系统的运维、开发、项目管理以及应用推广等工作,参与并见证了中国移动BI系统从TB级别数据仓库向PB级别大数据平台跨越的整个过程。先后获得高级工程师、信息系统项目管理师、高级电信业务师、国际信息系统审计师等专业资格认证,并且被评为2012年山西省青年岗位能手。在《移动通信》《中国新通信》《电子世界》《信息与电脑》等杂志发表多篇专业论文,并且申报了多项国家发明专利。

目录

01大数据现状/1

1.1大数据的概念和特点/2

1.2互联网思维的故事/4

羊毛出在猪身上/4

圈客户/圈眼球/4

1.3“天变了”/5

用户变了/6

平台变了/8

金融变了/9

营销变了/9

思维变了/10

1.4大数据为什么需要互联网思维/12

大数据项目不同于传统IT项目/12

大数据产业是咨询服务产业/13

互联网思维是咨询服务产业的法宝/14

大数据“变现”需要互联网思维/15

大数据中“群众的智慧是无穷的”/15

1.5小结/16

02堪比“文艺复兴”的互联网思维/17

2.1文艺复兴的意义类比/18

艺术解放思想,思想解放生产力/19

引导了第一次工业革命/19

互联网引导新的工业4.0/20

改写金融业,改写社会/21

2.2互联网企业的发展/21

BAT的造梦/22

IT技术成为企业的核心竞争力/22

2.3互联网思维的概念/24

2.4互联网思维的特点/24

2.5互联网思维改写了手机产业/26

2.6互联网思维改变大数据/29

大数据的客户体验/29

大数据的产品化思维/30

大数据的平台思维/37

大数据的迭代思维/42

2.7大数据的新生/44

从配角到主角/44

产业化成为可能/45

大数据的春天/45

2.8小结/46

03大数据的发展/47

3.1大数据产业的发展/48

互联网改写了历史,大数据改写了互联网/48

第三次浪潮中的新兴产业/49

数据成为最大的资产/50

促进“理性社会”/51

3.2从网络运营到大数据运营/52

互联网平台如何使用用户数据/53

建立数据分析保障管理体制/55

从基础设施到产品提供/57

从网络产品到数据产品/59

3.3如何运营大数据/60

互联网基因/60

对内服务/63

对外服务/66

大数据营销/68

3.4大数据发展的瓶颈/69

与传统IT不同/70

机构和机制不同/71

新理论和新思维/71

转型更难/72

3.5小结/72

04大数据的客户体验/74

4.1客户是谁/75

内部客户/外部客户/77

个人客户/集团客户/78

校园客户/80

4.2客户的大数据需求是什么/80

取数——“取柴火”/82

取知识——“将柴火烧成炭”/83

取专业建议——“集体供暖”/84

4.3客户体验是什么/85

什么是体验/85

数据如何可读/90

“啤酒和尿布”的另一个角度解读/95

4.4客户体验如何提升/96

服务不同角色/96

娱乐思维/98

管家式服务/98

4.5小结/99

05大数据产品设计/100

5.1大数据产品背景/101

产品长什么样/101

谷歌是搜索门户还是数据门户/102

提品还是平台/103

卖咨询服务/104

智慧产品/104

5.2大数据产品内容/105

工具类/106

中间类/107

像棋谱一样的知识库/108

数据分析手机/109

互联网联通了人,数联网联通了大脑/110

5.3产品的“客户流量”/110

吸引客户/110

运营客户/111

5.4大数据产品类比/113

大数据的搜索门户/113

大数据的社交平台/113

大数据的电商平台/115

大数据的云化——在云里找数据/115

5.5大数据产品特点/115

目的决定产品特点/116

通过对比显示价值/116

更多的群众参与/116

5.6产品的界面优化/117

从苹果App中学习什么/117

结果的可视化/117

5.7产品的用户定位/117

如何让孩子看懂/118

数据的消费者/118

DIY发烧友/118

产品的商业模式/118

5.8小结/119

06大数据的极致思维/120

6.1产品的极致/121

傻瓜化的App/121

新的触摸屏在哪里/123

服务的极致/124

专家的极致/125

棋手的极致/126

智能改造之后的极致产品/127

智慧产品的极致/132

6.2思维的极致/134

兵书的知识提炼/134

参谋的极致/134

知识库和运维/135

思维的“众筹”/135

6.3营销的极致/136

点对点的精准营销/136

成本控制的极致/137

6.4“讲故事”的极致/137

吸引人的标题/138

吸引人的叙事方法/139

吸引人的数据证据选择/140

6.5小结/140

07大数据的快速迭代/142

7.1怎么“快”/143

标准零件的拼接/143

分析过程简单/143

不要追求完美,但求不断完善/144

7.2数据的标准/144

大数据是否还有逻辑模型/144

口径的管理/145

业务元数据和技术元数据/145

7.3平台的标准/146

云计算平台的标准化/146

PaaS还是SaaS/147

7.4环境的标准/148

编程规范和标准/148

软件结算的标准等/149

7.5迭代的知识积累/149

农业知识积累出的农历/149

何时更新、如何更新/150

7.6小结/150

08大数据的平台思维/151

8.1大数据的平台定义/152

数据得到丰富,取得规模效益/153

运营能够细分,拓展发展前景/153

8.2大数据平台思维的特点/153

平台越来越通用,应用越来越专业/153

孤立的数据是金,共享的数据是钻/154

数据的多维决定着平台价值的多样/154

8.3大数据的平台实体——“数联网”/154

数据交换的高效网络/155

数联网的内容/155

访问工具/160

数据管控/161

8.4大数据平台的生态环境/180

谁会购买大数据产品/181

各方获利的互联网模式/182

速度弥补精度/184

8.5平台SDK的开放性/185

平台的可编程API接口/186

数据的标准/186

数据的可读性/187

加工的简化性/188

容易参与/190

人人参与/192

8.6互联网企业的数据开放平台/192

阿里巴巴的御膳房/192

腾讯的微信开放平台/199

百度的阿拉丁/202

8.7人人的“数据”到数据的“人人”/204

8.8互联网平台升级到大数据平台/205

互联网平台是新时代的农业文明/205

大数据平台的价值最大化/205

电信运营商,新的电力公司or大数据公司/206

8.9小结/207

09大数据的跨界思维/208

9.1大数据跨界的背景/209

Hadoop的兴起,去了IOE/209

大数据的渗透——大数据×/210

9.2大数据跨界的定义/211

大数据跨界的特点/211

大数据跨界的展望/213

大数据跨界的案例/215

9.3大数据的业务多维/216

横看成岭侧成峰/216

数据的行业解读/216

9.4大数据的行业交叉/216

电信数据与金融数据的交叉/217

电商数据与医药数据的交叉/219

9.5小结/220

10大数据实践案例探索/222

10.1大数据提升客户体验/223

基于角色的应用/223

解决问题的应用/226

用户的GUI界面/234

10.2大数据实现产品化/238

BI Store案例/238

自助分析工具/242

用户的知识库/251

10.3大数据的极致思维/254

思维导图案例/255

大数据分析报告剧本/256

10.4大数据的跨界思维/258

大数据在交通行业的应用/258

大数据在金融行业的应用/259

大数据在制造业的应用/261

10.5大数据的平台思维/261

淘宝的API开放平台/261

某电信运营商的对外开放平台/265

10.6大数据的快速迭代/267

多波次灰度营销/267

数据字典的迭代/268

10.7小结/269

第14篇

[关键词] 大数据技术;O2O跨境电商;客户信息;数据挖掘

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2016. 21. 080

[中图分类号] F713.36 [文献标识码] A [文章编号] 1673 - 0194(2016)21- 0154- 03

在信息飞速发展的时代,消费者的消费观念发生了很大的变化,对消费的前期服务也越来越重视。然而如何满足这种消费需求,仅靠人力已经不足以处理,这就需要我们提出新的技术和想法。近几年,O2O跨境电商中的客户信息在持续上涨,但是对于此类客户的数据却没有充分的利用。本文基于大数据技术,通过对O2O跨境电商客户数据信息进行挖掘,经过详细分析对比,从中获取有价值的信息,创造更高的商业价值。

1 O2O跨境电商在客户信息方面存在的问题

目前,O2O跨境电商企业面临着前所未有的市场化和客户个性化的挑战。在这种大环境下,只有那些能够及时吸收先进的管理理念,利用大数据对客户信息进行深入分析、了解市场变化的企业,才有可能成为竞争的赢家。虽然某些企业已经取得了阶段性成果,但是仍存在一些问题:

(1)数据挖掘技术应用不足。缺乏客户关系模型的建立,对客户数据多数停留在统计分析的层面上,少有利用更加有效的数据分析技术对客户进行深入地了解。

(2)忽视对客户需求的分析。很多企业对客户关系管理只是停留在集成化和自动化上,目的单单是提高自身的工作效率,很少将注意力放在客户需求上。

2 大数据下的O2O跨境电商

2.1 O2O跨境电商

跨境电商是指分属不同关境的交易主体,通过电商平台达成交易、进行支付结算,并通过跨境物流送达商品、完成交易的一种国际商业活动。跨境电商是基于网络发展起来的,网络空间相对于物理空间来说是一个新空间,是一个由网址和密码组成的虚拟但存在的世界。网络空间独特的价值标准和行为模式深刻地影响着跨境电商,使其不同于传统的交易方式而呈现出自己的特点。

O2O电子商务模式(Online-to-Offline)是一种线上、线下消费形式,泛指通过有线或无线互联网提供商家的销售信息,将线下商务的机会与互联网结合在一起,聚集有效的购买群体,并在线支付相应的费用,再凭各种形式的凭据,去现实世界的商品或服务供应商那里完成消费。O2O电子商务模式是传统电商发展的延伸,通过这种消费行为极大的满足了消费者个性化需求,为客户提供更加完善的服务。而且商家能够通过网店信息传播快、远、广的特点,在最短的时间内聚集强大的消费能力,同时满足商家和消费者双方需求。在电商的发展推动下O2O为商家的经营带来无限可能,加强线下商家的竞争力,而且O2O不仅仅是简单的将线上消费者引领到线下实体店,它能够做到线上与线下的无缝连接,最大限度方便客户。目前在消费形式中本地消费仍占较大比例,O2O模式能很好地将电商优势发挥到本地消费中,促进线下商家的发展。在此环境下,企业要提高自身服务意识,密切关注客户行为,加深与客户之间的联系,以便有效发挥O2O模式的积极作用。

2.2 O2O跨境电商的优势

将跨境电商与O2O电子商务模式紧密结合后,O2O跨境电商也将极大的发挥出它的优势。首先,O2O模式充分利用了互联网跨地域、无边界、海量信息、海量客户的优势,同时充分挖掘线下资源,进而促成线上客户与线下商品与服务的交易。其次,O2O模式可以对跨境电商商家的营销效果进行直观的统计和追踪评估,规避传统营销模式的推广效果不可预测性。再次,O2O模式可以及时获取跨境电商商家的促销活动、折扣信息等,并且能在实体店中体验满意后再确定消费。最后,O2O模式将拓宽跨境电商的发展方向,由规模化走向多元化,具体流程如图1所示。

2.3 大数据

大数据,或称巨量资料,是指从各种各样类型的巨量数据中,快速获得有价值信息的技术,其具有如下四个特征:

(1)数量大。大多数企业每日产生的客户数据已经达到TB级,其中包括社交网络数据、移动互联网数据及其他网络数据。而O2O跨境电商客户数据拥有了更加广泛的数据源,其数据规模从TB级别跃升到PB级别甚至是EB级别,并能够有效地利用这些数据促进O2O跨境电商的发展。未来企业会将更多的TB 级数据应用到O2O 跨境电商中。

(2)类型多。客户数据信息来源广阔、类型复杂,不仅可以从交易平台上获得客户数据,而且以不同的方式在不同范围内最大限度的获取客户数据。O2O 跨境电商模式下,这些数据来源主要包括客户基本资料、客户消费记录、跨境电商企业内部业务信息等海量的结构化和半结构化数据,还包括客户评论等反馈数据、客户行为记录、移动终端数据和社交媒体等非结构数据。

(3)速度快。客户行为产生了客户数据,而这些数据具有瞬时性,因此对客户数据实时处理的要求较高。在O2O 跨境电商模式下,需要实时分析客户数据并根据分析结果对客户进行个性化服务。

(4)价值高。客户数据有着巨大的商业价值。O2O 跨境电商模式下,客户是 O2O跨境电商的核心,企业对客户数据进行精准的预测与分析,并能够提高自身在同行业中的竞争力。

3 大数据技术在O2O跨境电商客户信息方面的应用

大数据技术通过对客户的兴趣爱好、消费习惯、以及不同客户的消费理念进行收集、分类、加工、处理等,针对这些分析结果推断出客户的下一步消费方向,以此为契机,对这类客户制定营销计划,从而达到节约成本的目的,同时也满足了消费者的消费心理,以获得更高的收益。论文将从以下几点探讨大数据技术是如何帮助企业解决客户信息在实际中遇到的问题:

3.1 稳定客户关系

商务部数据显示,在2015年进出口双降的背景下,跨境电商增速却超过30%。有专家预测,2016年我国跨境电商进出口额将达6.5万亿元。显然,跨境电商在进出口贸易中占有很大比重,而跨境电商中最重要的则是依靠大数据对客户数据进行收集,O2O跨境电商平台中客户的行为分析可以通过数据挖掘进行,我们可以发现客户、锁定目标客户,保留已存在的客户,并通过客户分析寻找潜在的消费者,并针对这些客户的行为特征提供个性化服务。而个性化服务则是根据O2O跨境电商中客户的兴趣爱好和购买方向为客户推荐感兴趣的信息和商品。在一些社会网络中,客户数据在预测客户流失和推销方面有相当大的效果,比如某客户的朋友此前体验了O2O跨境电商平台服务并高度点评后,此人也有很大的可能性关注此O2O跨境电商平台及其服务,这对O2O跨境平台的发展有一定的推进作用,更容易锁定潜在客户。

对O2O跨境平台来说,也可以利用数据与客户进行沟通,使客户对平台更为关注,极大的改善客户忠诚度与客户关系。在客户方面,可以通过跨境平台提供的商家信息,以及商家推荐来购买合适的商品,使客户的消费更加便捷。根据对客户在跨境平台的浏览数据的分析,可以从中了解到客户访问页面的相关性以及客户所要找寻的具体种类。针对这一类型的客户,跨境平台增加其所期望种类的网页链接,提高客户的浏览、消费满意度。通过数据的分析,商家能够实时掌握市场动态,使商家根据客户需求为客户制定出个性化、经济性的服务,稳定客户关系,并积极发掘潜在客户。海量客户数据的深度分析和广泛利用,可以大大提升对老客户的维护与营销效果,提高客户浏览满意度,具体流程如图2所示。

3.2 广告精准投放

艾瑞咨询的研究数据显示,跨境进口电商在2014、2015两年的平均增长率达到42.1%,在进口总额中的渗透率已达8.6%;预计2016年跨境进口电商的规模将突破1万亿元,在进口总额中的渗透率达到11.7%。通过对这些数据以及客户在跨境电商平台的浏览数据的分析,可以从中了解到客户访问页面的相关性以及客户所要找寻的具体种类。从而为O2O跨境电商平台的网络广告提供素材,并有针对性的对客户进行广告的投放,通过分析客户点击的广告种类以及对广告的反应程度,最终确定对客户实行定向广告的投放。随着规模的不断扩大,数据分析的结果也越来越准确、可靠,采取这种广告精准投放方式,可以为O2O跨境电商平台带来可观的利益。客户在获取广告信息后,再到跨境电商O2O体验店进行体验,觉得满意再下单购买,这样一种模式,减少了退货率,也激发了消费者购买欲,实现了线上线下的完美结合。

3.3 优化营销方案

客户数据挖掘还可以为O2O跨境电商平台提供精准的营销方案,从而及时地满足客户的需求,使消费者更加方便、快捷的完成消费。通过对客户数据的分析可以让O2O跨境电商平台的营销方案更合理,比如价格和库存的调整等。同时,数据挖掘可以帮助O2O跨境电商平台发现客户的深层次需求,更可能发掘、识别潜在商机。利用对客户数据的挖掘,O2O跨境电商平台也可以区别客户价值的高低,针对不同价值的客户采用不同的营销策略,从而达到营销目的。例如,通过对客户浏览数据的挖掘,确定客户的消费兴趣和习惯,从而推断出客户的下一个消费行为,利用网页的关联性与客户的期望值相结合,在客户期望的页面上添加导航链接、合理安排服务器缓存、减少服务器响应时间等对客户制定特殊的营销策略。

3.4 扩展增值业务

当O2O跨境电商平台的客户数据积累到一定程度时,可以建立完整的客户数据库,通过对客户数据的深入分析,从而对客户提供其他的产品和业务,实现客户数据的扩充。现阶段大型O2O跨境电商平台都在利用大数据开发新的应用,发现其附加值,能够更好的开发新业务,例如阿里巴巴聚石塔和淘宝数据魔方就是典型的应用。还可以通过开展其他企业因缺乏数据而难以涉足的某些业务,如消费信贷、企业的小额贷款等,阿里集团面向其平台商家提供日息千分之零点五的小额信贷服务,该服务就是通过分析大量客户数据来进行业务扩展。

4 结 语

O2O跨境电商进入了数据爆炸的时代,电商企业已经意识到,最准确的商务决策来自于数据支持。通过对O2O跨境电商客户信息的深度分析,以及挖掘出客户的行为特征、消费习惯和兴趣,让O2O跨境电商各方参与者获得具有极大价值的数据。大数据技术在客户信息方面的应用必将成为O2O跨境电商深入发展的重中之重,为其带来巨大的商业价值。

主要参考文献

[1]徐国虎,孙凌,等.基于大数据的线上线下电商用户数据挖掘研究[J].中南民族大学学报:自然科学版,2013(2):101-102.

[2]徐国虎,孙凌.基于大数据技术的线上线下电商用户数据挖掘流程分析[J].中国集体经济,2012(30):187-188.

[3]黄文乐.基于大数据的线上线下电商用户数据挖掘研究[J].电脑知识与技术,2015(34):10-11.

第15篇

摘 要:本文说明了高校APP特点和O2O模式的基本概念并将闭环O2O引入APP的运营中。本项目以宁大的学生为用户基础,手机终端为平台,建立一个立体的宁波大学信息交流和生活服务平台,致力于便捷,准确,明了的信息;优质,丰富的生活资源使大学生活变得更有层次感。其中,O2O模式的生活服务模块为其主要盈利点。针对高校APP用户需求多元化,社交媒体使用频繁,对送货上门需求大等特点,结合闭环O2O模式提出了以大数据为信息链,物流链,资金链连接点,以挖掘并贴合用户习惯来培养用户粘性,以整合高校资源来提高运转效率的营销策略。

关键词:闭环;O2O;用户粘性;高校;大数据;资源整合

随着智能手机的普及,基于智能手机的各类手机应用近年来得到了迅速发展。与一般商业化APP不同,面向高校的APP开发技术门槛和成本要求都处于较低的水平,未来一段时间内在相应需求的推动和国家鼓励大学生自主创新创业的政策引导下,投入使用的校园APP数量将进人一个快速增长的阶段。但众多校园APP寿命短暂,由于各种原因最终夭折。如何做好高校APP的营销,成为APP发展成功的关键。

一、高校APP的特点及其用户特性

高校APP尚无明确定义,其主要面向某一指定学校或特定区域的学生,旨在为学生提供本地化的学习、生活等信息并具备一定的社交功能的智能手机应用程序。宁波大学90零后大学生普遍具有使用社交媒体频繁,对“最后一公里”也就是送货上门有强烈需求的特点,其接受新鲜事物能力强,对APP较容易形成短期粘性。

二、O2O模式概念和闭环O2O模式的特点和优势

TrialPay创始人兼CEO Alex Rampell提出:在O2O模式中互联网成为线下交易的前台,促进了线上-线下商务的发展。经过几年的发展,O2O模式由最初的“线上-线下”(Online to Offline)增加至“线下-线上”(Offline to Online)、“线下-线上-线下”(Offline to Online to Offline)、“线上-线下-线上”(Online to Offline to Online)四个方向。互联网搭建平台连接用户端和供给端,这便是基础的O2O模式。此模式下,网络平台把合作商家信息公开宣传,吸引消费,其核心是在线支付2,整体为链式结构。

图1 O2O模式链式结构图

在闭环O2O模式中客户通过APP平台从线上获取商品或服务信息后,根据需求选择购买或预定,在第三方平台支付后凭借数字证书到实体店铺进行体验,实现线下消费。消费结束后,平台以优惠或积分形式引导客户主动返回线上进行反馈,平台经过一系列的整理和分析后,把具体信息反馈给商家,同时在线上公开,为下次消费的客户提供参考依据,其核心在于消费者信息反馈,整体为环式封闭结构。在这个循环之中,不存在起点与终点,在关键节点的核心工作之一就是获取数据。

图2 闭环O2O模式封闭结构图

闭环O2O模式使得商家更深入的了解用户需求,平台更全面的了解用户习惯,大量减少了跳单现象。

三、建立会员制度,大数据挖掘用户习惯

高校学生普遍依赖于社交媒体,故以社交账号作为第三方登录接口,在网络营销渠道中采取会员制,凡在APP中购买或预定过商品的顾客,都能成为平台的会员。会员享受支付优惠和积分,以此来提升用户粘性。

四、整合高校资源,提升运转效率

通过开设微信公众号的方式实现信息,会员管理,商铺加盟等功能来整合大学校园内及周边信息及资源,吸引优质实体店铺入驻。其天然营销入口、推广成本相对较低的优势与APP形成互补,提高用户粘性。利用高校人力资源建立自营物流体系,与学校进行合作,为在读学生提供兼职岗位。结合用户需要和兼职学生实际情况设立定时送货,及时送货等个性化服务,解决了“最后一公里”送货难题,提升了O2O模式中物流的效率,同时又节约了人力成本。

五、结语

高校APP中的O2O模式建设应注意以下几点:(1)整合高校资源,打造优质,方便,成本低廉的O2O平台;(2)建立良好的用户体验反馈系统,并严格把关入驻商户商品服务质量;(3)建立以高校人力资源为基础的自营物流系统,注意商品运输时的保护;(4)利用大数据挖掘用户习惯,培养用户粘性。

参考文献:

[1]孙净宇,李激,张震李.高校校园发展现状初探[J].中国传媒科技,2014,3,下:84-85.

[2]王海萍.在线消费者粘性研究[D].中国博士学位论文全文数据库,2009,5:106-109.