大数据精准营销论文范文

前言：我们精心挑选了数篇优质大数据精准营销论文文章，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。

第1篇

【关键词】精准广告；孤岛效应；数字时代

一、传统广告的发展瓶颈与精准广告的兴起

20世纪的著名广告人沃纳梅克说过：我知道我的广告费有一半是被浪费的，但我不知道是哪一半。这是对大众广告投放模式弊端的最好注解。大众广告呈现给每一位受众的信息都是一致的，而广告受众的需求却各有不同。因此，这些高昂花费在很大程度上是无效的。

精准推送和广泛覆盖相结合才能达到广告传播效果的最大化。针对消费者的区域、年龄、性别等人口统计属性进行的市场细分仍无法实现精准推送。针对VIP客户的营销常常建立在精准的客户信息之上，但这种方式只针对小部分人群。可见大众传播时代的精准营销虽能解决“精准”的问题，却无法解决生产规模的问题。数据库营销在营销的“精准”之路上走出了更扎实的一步。但问题依然存在，以企业为主体的数据库是小规模而不经济的，此类数据库无疑是数据“孤岛”，同时必须耗费大量的人力物力进行专业的开发和维护，真正应用数据库营销的企业非常有限。

要在精准投放的同时达到广泛覆盖，广告必须有庞大的数据系统的支持。在信息增长急剧加速、大数据挖掘和分析技术逐渐成熟的背景下，精准广告应运而生，它利用数字采集、存储和分析技术预测用户的需求，并在恰当的时机将广告信息送达用户。广告传播不再将大众看作一个整体，而是将他们看作有着不同需求的个体。

二、精准广告研究概况

（一）精准广告研究的总体情况

在中国知网，以“精准广告”为篇名搜索，共有学术论文168篇，其中2008年、2011年及2014年发表的论文数量最多。这些研究多是从传播角度、营销角度进行，但是总体上看研究的深度不够、理论性不强（图1）。

学界对精准广告的研究可划分为两个阶段。2004年至2012年为精准广告研究的初始阶段，研究内容上多是介绍性的，围绕着精准广告的特征与具体应用方式等问题。成英玲等（2008）提出精准广告不仅给广告主带来更满意的效益，也给顾客创造了个性化的沟通体验。侯大银（2009）认为在金融危机的背景下，精准广告更加受到广告主、广告商和广告者的重视。沈维梅（2010）分析了网络精准广告的现状，并针对网络精准广告在发展过程中存在的一些问题，提出了建议。陈晓红（2012）提出基于搜索引擎用户数据库的广告投放，将通过组合运用被搜索关键词、IP地址与IP地址区域更加隐蔽地、有效地提高广告投放的精准度。

2013年至今为精准广告业研究的逐步深入阶段。研究数量趋于平稳，从产业链、营销方式、传播方式等多角度探讨了精准广告，研究呈现逐渐深入之势。张辉锋等（2013）提出精准广告对整个广告业形成一种理念颠覆，广告的运作从以媒体为中心转为以消费者为中心，从创意驱动转向创意、技术共同驱动，同时广告传播的边际在趋于消融。刘英贵等（2013）在《新媒体传播中精准广告的营销方式研究》一文中将精准广告分为cookie跟踪式的精准投放和跨平台的微博精准营销两种模式，同时指出目前精准广告投放的滞后性和受众隐私安全的隐忧。倪宁等（2014）通过精准广告的实现过程，提出要确立以消费者为中心的广告传播策略。李晓霞等（2015）分析了大数据时代对精准广告传播的影响，并探讨了相应精准广告传播策略。曹军波（2015）提出精准广告的自动化、高效化的发展趋势。鞠宏磊等（2015）提出大数据精准营销从核心要素、产业流程、生产关系等方面重构了广告产业。

（二）目前精准广告研究中存在的问题

1、概念界定问题

学者对于精准广告的定义主要基于当前的精准广告实践。鞠宏磊等（2015）认为“基于大数据的精准广告指的是依托互联网广告网络（Ad Network）以及广告交易平台（Ad Exchange），应用大数据信息检索、受众定向及数据挖掘等技术对目标消费者数据进行实时抓取与分析，针对消费者个性化特征和需求而推送具有高度相关性商业信息的传播与沟通方式”。精准广告的概念符合目前精准广告发展的实际，却不具有更大的外延空间。此外，在不同论文中，精准广告的概念名称也有差异，多数称“精准广告”，也有的称“网络精准广告”、“大数据精准广告”等。而这些论文并没有对此做出学术性的解释，这反映了学界对精准广告的认识不清。

2、研究方法问题

在目前对精准广告的研究中，研究方法不当是一个突出问题。学术研究通常遵循提出问题、分析问题、解决问题的思路。但在目前的精准广告研究中，遵循这一思路的并不多。一方面，在理论本身的研究中，不遵循规范的思路使研究深度不够，研究结论流于空泛；解释性的结论偏多，理论的创建和深化难以实现。另一方面，缺乏理论结合实践的研究。此外，对于定量方法的忽视，也使理论建设难以在实践中得到检验和发展。

3、理论体系问题

目前，精准广告的研究成果集中在其概念、特征以及发展趋势上，对于概念的内涵和外延，精准广告在整个广告、营销活动中的位置、与其他营销方式的关系以及精准广告与传播学、社会心理学等相关学科的结合的研究比较欠缺。跳出广告自身局限，从社会学、心理学、传播学等视域看精准广告及其带来的新现象、新问题无疑具有重要的意义。总体来说，精准广告研究目前还处在理论体系的建设中。

4、研究存在的认识误区

首先，一些研究者过分强调精准和数据的重要性，夸大了精准广告的作用。数据很重要，但更重要的是数据背后的信息挖掘，并以此制定适当的广告策略。从传播理论角度看，这是魔弹论思想带来的认识误区。魔弹论产生在电视、报纸控制了信息渠道的大众传播时代，其核心观点是：传播媒介拥有不可抵挡的强大力量，它们所传递的信息在受传者身上就像子弹击中躯体，药剂注入皮肤一样，可以引起直接速效的反应；它们能够左右人们的态度和意见，甚至直接支配人们的行动。如今，传统媒体的受众已经转变成主宰信息的用户。没有哪一种传播方式能使他们中弹即倒。

其次，对精准广告的研究言必及互动。实际上，研究者们所指的互动只是用户点击广告链接、浏览广告页面这些反馈行为。这种反馈式的信息传递不是精准广告所独有的，当然也不能算作精准广告的特征之一。真正的互动是用户能够自己调度感兴趣的信息，并参与到广告的流程当中，这在目前的广告应用中还未实现。我们期待，在更成熟的技术条件下，互动会成为精准广告的一大亮点而非特征。

三、精准广告的特征

（一）精准锁定需求

精准广告的精准体现在对潜在顾客的消费需求的把握上。大数据时代，企业通过消费者在网络世界的行为直接锁定其需求，而不是主要通过年龄、性别等统计属性来推断其需求。因此，在精准广告的世界里，广告主更关心的是潜在顾客的需求是什么，而不是潜在顾客本身。

精准的需求定位，使广告主可以针对性地投放广告信息，实施营销活动。这就能够有效提高广告投放的效率，以及整个广告行业的资源利用效率。对于广告的接收者来说，定向的广告信息也为他们选择商品和服务提供了便利，因为这些信息是他们需要的。

（二）广泛覆盖

数据库营销是一种精准化的营销方式，却不能为广大的广告主和网络用户所用。因为企业间的各种数据库是分隔的，这使得同一个用户的消费需求信息只能被一家或几家公司使用。这种信息孤岛效应是进一步实现精准投放的阻碍，其存在使消费需求信息无法充分发挥自身价值，企业也难以利用这些资源进一步扩展市场。

精准广告在很大程度上可以消减信息孤岛问题，因为它建立在更大的用户行为数据基础之上。百度、谷歌等大型互联网企业握有丰富的数据资源，可以为各行各业的广告主广告业务，实现精准投放。目前，网络广告的DMP（数据管理平台）仅限于自身数据，尽管这些平台掌握的数据量已经非常惊人，但在覆盖范围上仍然有很大空间。要实现更大范围的覆盖还有赖数字围墙的打破和基础网络设施的进一步完善；让消费者需求信息在整个网络共享，让更多人方便、快捷地进入网络世界。

（三）长尾市场繁荣

长尾市场是长期存在的，只是进入网络时代，长尾需求才逐渐得到重视。因为当信息几乎无需成本就能呈现在人们面前的时候，长尾市场才具有盈利的可能性。精准广告推动了广告行业自身的长尾发展。首先，它针对单个用户的需求定向投放；其次，它能为数量众多的中小企业提供高效率、低成本的广告投放方案。精准广告将人、企业的需求聚合起来形成价值，这在大众传媒时代是难以实现的。

广告长尾市场的发展又推动了产品长尾市场的发展。在传统媒体时代，市场总是被少量的大热产品所掌握。个性化的、小众的需求则被淹没在大热产品的浪潮中。如今，小众产品的市场空间得到释放，电子商务的大热就是例证。长尾市场的繁荣归功于精准广告，从更本质上来说归功于信息传播方式的变革。精准广告也是这一信息传播方式变革的产物，它通过广告促进了各行各业的长尾市场的发展，带来了如今我们习以为常的长尾和热门共同繁荣的局面。

（四）信息告知功能的回归

广告自诞生之日起，其功能随着传播方式的变革而不断变迁。从告知到劝服，再到诱导，每一种功能都与传播媒介的特息相关。网络时代，广告的核心功能仍是信息传递。

精准广告形式多样，但都离不开网络技术。无论是搜索引擎广告，还是社交网络广告、网页推送、电子商务平台的推荐都常用文字链接来告知关于商品的信息。这种信息告知方式和最初的广告形式相似。只是信息的载体，从店面招牌，实物标志变成了网络；广告活动的中心从企业和产品变成了消费者。从传播的角度来说，信息告知是广告最本质的功能，精准广告从一定程度上实现了信息告知功能的回归和升华。

（五）广告与其他营销手段间的边界逐渐模糊

在传统媒体时代，广告与人员推广、促销、公关等营销手段的分界清晰。但在网络时代，尤其是在精准广告中，不同营销手段间的边界难以区隔。精准广告信息同时也可能是促销信息、人员推广；而且，在点击转化率和购买转化率上具有较大的优势。

广告与其他营销手段间边界的模糊使经典的营销理论和广告理论难以很好地指导当前的广告实践。广告的研究者要站在更高的角度来理解广告及精准广告的本质，进一步界定和划分广告和营销组合的相关概念。在实践领域，越来越多的广告主更青睐精准广告，更注重广告对当前的关注度和销售量的影响。

四、精准广告的发展趋势与面临的问题

总体来说，精准广告会朝着更高效的方向发展。目前，在网络广告投放中已经有程序化购买等自动化投放方式。自动化使广告的投放形式、投放时间、预算分配均更加灵活，提升广告投放效率，减少人力成本。此外，场景化和平台化趋势也使精准广告更加高效。

（一）场景化趋势

场景是指人所处的环境，它包括时间、空间等客观要素，也包括情景、氛围等人的主观感知要素。移动传播的本质是基于场景的服务，即对场景（情境）的感知及信息（服务）的适配。场景成为了继内容、形式、社交之后媒体的另一种核心要素。

现阶段的精准广告大多是根据个人的网上行为和注册信息等推动，这种推送一般具有滞后性，同时无法精确了解潜在顾客在何种情景下产生的需求，因此就无法对其性质进行深入了解，如需求是即时的还是延时的。这种情况可能会导致信息在错误的时机或场景被发送到用户手中。场景感知技术使精准广告能在合适的时间、合适的情景推送给有信息需求的人。因此，更精准、高效的广告推送还有赖于场景的搭建，场景信息的感知和及时处理。

（二）平台化趋势

目前，在业界已经有了百度联盟程序化购买广告平台。这些巨头凭借自身的数据优势和技术力量将精准广告所需资源整合在自身的平台上。大平台为众多中小企业广告主省去了数据挖掘和分析的难题；同时在一定程度上消减数据孤岛效应，使需求信息发挥更大的价值。因此，目前精准广告的发展在很大程度上依赖这些大型网络平台。

平台不仅能提供有用数据，也能提供广告投放界面，还可以是广告业务的商。对于企业来说，在大型网络平台上投放精准广告，能获得更大范围的用户覆盖，同时可以利用平台的更多资源，多渠道传播品牌。

当然，由于广告业务的高效运作能为平台带来利润，各大平台之间的竞争是很激烈的。对于消费者和广告主来说，这种竞争能刺激平台提供更好的广告服务。从更长远的角度看，大平台之间的信息藩篱也会被消除，因为只有这样才能消除信息孤岛效应。

（三）个人隐私问题及解决思路

网络时代，个人的喜好、生活习惯以及人际关系等信息都会成为企业关注的对象，这使很多人感到自己的隐私被侵犯，何况人们还不知道企业将如何使用这些信息。

在数字时代，关于每个人的信息都是重要的资源，是创造财富的要素。要想改变现状，不妨把个人信息当做私有财产，它的主人可以通过市场交易获取收益，也可以知晓它们是如何在市场上流通和被使用的。这个方法的好处在于它能够解决社会生产对信息的需求，同时很大程度上消减人们对隐私问题的担忧。当然在具体实施的过程中会有很多问题，如思想的转变、市场的规范和监管等等。其中会涉及到很多文化和道德问题，但从总体来看，这一解决思路是符合数字社会发展趋势的。

参考文献：

[1]鞠宏磊等.大数据精准广告的产业重构效应研究[J].新闻与传播研究，2015（8）.

[2]成英玲、贾鲁平.Web2.0时代广告精准营销探析[J].新闻界，2008（1）.

[3]彭兰.场景：移动时代媒体的新要素[J].新闻记者，2015（3）.

[4]侯大银.网络广告的精准时代[J].互联网周刊，2009（1）.

[5]沈维梅.网络精准广告的发展及困惑[J].新闻界，2010（1）.

[6]陈晓红.建立在搜索引擎用户数据库之上的精准广告投放[J].新闻传播，2012（6）.

[7]张辉锋等.投放精准及理念转型――大数据时代互联网广告的传播逻辑重构[J].当代传播，2013（6）.

[8]刘英贵等.新媒体传播中精准广告的营销方式研究[J].当代传播，2013（4）.

[9]倪宁等.大数据时代的精准广告及其传播策略―基于场域理论视角[J].现代传播，2014（2）.

第2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3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4篇

去年“双11”前夕，马云曾说，他不认为这是一场电商大战，而是一场新营销模式挑战传统营销模式的大战。淘宝连续5年不断刷新的销售额，也有力地证明了这种新营销模式的超强战斗力。

新营销模式也得到政府的肯定。商务部新闻发言人沈丹阳近日在通报2013年1-10月我国商务运行情况的例行会上表示，“双11”显示了我国借助移动互联网扩大营销等四大特征，并有可能成为今后发展趋势。

互联网时代，营销究竟发生了什么样的变革，又有什么样的创新？创新的秘密武器是什么？近日，《财经界》记者采访了国双科技产品及销售高级副总裁李峰，脉搏网创始人、CEO赵乾坤，就此话题进行了专业探讨。

营销与数据

不知从何时起，有过网购经历的人都发现，当自己在淘宝或者京东等网上商城上溜达时，只要点阅过一件物品，以后同类产品就会时时出现在自己浏览的新闻页面上。

这其实就是现在互联网营销中惯用的“到访定位”技术，其背后的支撑则是数据分析。作为互联网营销领域的资深人士，李峰认为，互联网营销必然拥有互联网特征，包括有可追溯可分析的数据。

在李峰看来，营销和数据密不可分、且互为促进。一方面，数据能够更客观精准地反映营销的策略和执行是否正确，并明确量化营销达到的效果，也能分析出在哪些环节存在失误，从而为更好地进行营销提供客观依据和指导，帮助企业进行优化；另一方面，互联网营销的过程中会产生更庞大的、反映用户真实行为、想法的数据，这反过来又促进了数据公司研发更好的技术，更好地理解数据。

但问题是，互联网时代，每一个网站每天都会产生海量的数据和信息。这些数据是否都能对企业的营销产生价值？

李峰指出，海量的数据当然无法应用，必须把它“翻译”或者解读成能用的数据，在国双，这个步骤被称之为“定制化的客户报告体系”。

他强调，在互联网营销中，这一步是不能仿效的。因为，每家企业在不同的阶段、不同的行业，其大数据管理过程中的目的都是不一样的。

模拟企业数据营销路线图，一般分为三步：首先，企业要做的往往不是做报告、采集数据，而是分析自己应该建立一个什么样的KPI（即关键绩效指标）体系，对数据有什么样的要求，对于网络营销有什么样的期待，从而根据需求决定策略；其次要对数据进行全程追踪，最重要的是要对用户进行消费和体验的全过程追踪，进而形成数据和管理数据，把这些数据进行整合，然后再应用到商业智能，让它变得更加有效；最后，形成一个复合的平台体系，以改善用户的体验，变得更加有效，更加亲和。

数据分析一旦转化变现，产生的价值相当惊人。以一家日本汽车品牌为例，短短半年之内就完成了今年全年大概90%的业绩。李峰认为，对这个品牌来说，当时的在线营销最主要的KPI就是在线留资。“通过在线留资，你会发现很多有趣的数据，比如，每100个注册用户当中会有多少个人到店，这些到店的人会有多少人进行了购买。国双也正是通过这些数据对该品牌的营销项目进行了持续的优化。”

热卖的面条机

今年4月23日，九阳在天猫电器城全球首发家电新品——面条机。这款家用全自动面条机只需要3分钟，就能帮主妇省去和面、揉面、擀面等工艺，制作出健康、安全的面条。在天猫首发的三天时间里，面条机共卖出8920台，九阳仓库一度出现断货。更有意思的是，购买此款产品的消费者大多是处于哺乳期的年轻妈妈。

这款面条机为何能热卖，用户定位怎么如此精准，九阳又是通过何种途径找到这些年轻妈妈的？

这其实是一次精心策划的精准营销，赵乾坤和他所在的公司参与了这个项目。“我们当时所做的工作是精准定位，即如何精准投放广告。”

根据产品营销需求，在面条机正式之前，九阳就在新浪微博上开设了一个账号——“宝贝吃起来”。从表面上看，这个账号与九阳没有任何直接的关系，只是以草根博主的身份与80后妈妈讨论育儿问题，譬如，应该怎么样养小孩，小孩不吃饭该怎么办，小孩身体不舒服了怎么办等等问题，同时还拍摄了一堆视频。

“在短短两个月的时间里，这个账号基本上就拥有了一万多真实粉丝，成功地塑造了一个资深育儿专家的形象。而且这些粉丝里面其实大部分都是在家里面带小孩的妈妈，跟帐号之间的互动非常频繁。”

然后就是进行数据分析。“我们先去分析这一万多人在社交媒体上的影响力到底有多大，一个人能影响多少人。同时从地域、年龄等维度做一些加权，进行最终的优化，挑选出有足够影响力、且对这个产品非常信任的50人，让她们免费试用面条机，并要求她们试用后进行晒单。”

结果出人意料。试用当天，这50位试用者每人都发了三条微博，每条微博的转发量和评论都在100条以上，还有大量粉丝留言询问哪里能购买面条机。妈妈达人们告诉粉丝，这款产品两天后将会在天猫首发，并给有购买需求的网友留下九阳面条机在天猫上的首发链接。

至此，九阳都没有通过任何媒体平台进行直接的产品宣传，但营销效果却在三天后集中爆发，在天猫首发的三天时间里竟卖到了8000多台。

即便是一位资深的专业人士，赵乾坤也不得不感叹数据分析、网络营销的神奇力量。在其看来，数据分析能让营销变得更加精准，企业不再为“不知道广告费浪费在哪儿”而苦恼。

但并非所有人都如赵乾坤一样，认识到数据的营销价值。“我接触的一些传统企业里，认为‘我家没有大数据的’大有人在。”

正如九阳一样，在策划面条机营销之前，他们也从来没有收集过任何数据，但面条机热卖的一个重要因素恰恰源于他们以前从没关注到的数据收集和分析。

因此，赵乾坤强调，搜集数据是互联网营销中最不可或缺的重要部分。“比如，产品的设计、产品需要体现某些特性去吸引相关的人群，需要通过数据分析出来；人群营销策略或是价格策略，也要通过搜集对特定人群或产品竞争对手的历史变化策略的数据进行分析，大数据的优势就是将传统的调研扩展到更大更全样本量，更多维度的分析。”搜集到有价值的数据，并加以分析和利用，这样的营销才能更加精准。

完善良性的数据生态

作为一家基于大规模社交数据分析的技术服务公司，脉搏网的核心目标有两个：一是如何帮助企业更好地整合企业内外数据，利用数据分析了解客户和市场需求，去做更有效、精准的营销；另一个则是在利用数据的同时如何去保护用户的隐私，实现以用户需求为主向企业推送的流程，避免传统的广播式的广告模式。

对于数据可能泄露的隐私问题，赵乾坤称之为此领域的“灰色地带”。他说，单一的ID并不会造成安全问题，但如果把一个人在微博上的ID、在豆瓣、在人人，甚至其他的垂直媒体上的ID进行匹配之后，把搜集到的所有数据进行分析，那就有可能还原这个人的所有信息和活动。

“这是非常可怕的事情，我们一直避免涉及到用户隐私的内容，主要通过统计学模型来抽象用户的兴趣和消费能力。”赵乾坤说，但仅靠一两家企业的自律难以规避全行业中可能发生的不法行为。

其实，业界对此早有担忧。微软中国区总裁张亚勤曾在公开场合直言：大数据安全和隐私问题永远无法彻底解决。

但在大数据时代，因担心隐私泄露而试图隐藏一切数据，就如同生活在当下却拒绝使用一切通讯设备一样困难。数据已无处不在。

赵乾坤建议，如果从政府和行业两个方面发力，应该能够建立一个良性的数据生态环境。首先，政府应通过法律法规对该领域的行为进行严格规范，明确哪些能做、哪些不能做；其次，应尽快建立行业安全协会，以协会的方式，对行业内的所有行为进行监督。

李峰也认为，互联网好比一个“大社区”， 一个社区有的监管，网上也应该要有。但监管什么、谁来监管、如何监管，这些都是需要迫切解决的问题。

李峰简介

2009年8月加入国双科技，出任产品及销售副总裁，全面负责公司产品和服务的销售工作。

中国网络广告行业的资深专家，持有中欧国际工商学院EMBA学位和对外经济贸易大学工商管理硕士（MBA）学位。曾于2004-2008年间服务于百度公司，任华东分公司总经理，负责百度华东地区的市场推广和销售工作，带领团队创造了耐克、飞利浦、欧莱雅、阿迪达斯等全球知名品牌与百度深度合作的经典案例。在出任百度大客户部总经理全面负责百度的广告产品规划、广告销售和客户服务期间，带领团队缔造了百度大客户广告业务。加盟百度之前，曾先后担任硅谷动力销售总监和宝龙工业北京地区首席代表。

第5篇

关键词：大数据；社交网络；广告

Web2.0革命已经成为了网络时代的重要社会动力，如果仍旧停留在广告1.0时代的营销人将面临被淘汰的风险，此类的广告营销特点在于一年进行几次回顾，将销量与几十个变量关联到一起，但是这种营销手段作为一种陈旧的商业模式，正在被粉碎和瓦解。

根据市场2.0的特点，《社交网络改变世界》一书为其做出以下定义：“第一，这一价值链当中的传统把关人的脱媒现象；第二，从消费者到生产者的转变，通过用户产生内容创造出新的增值业务模型”，随着市场特点的变化， 广告2.0时代，整合了大数据分析、云计算和新型分析模型等等，在广告市场回报方面为公司提供了全新的视角。从MySpace和Facebook到Flicker和Twitter，社交网络正在一步一步渗入我们的生活，用户通过分享等来刺激销售。随之而来的是广告投入方式的巨大变革。

一、大数据时代广告的精准投放

大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：数据量（volume）、时效性（velocity）、多样性（variety）、可疑性（veracity）。

Web2.0 时代的来临导致广告营销环境出现两个深刻的变化： 一是受众接触信息的行为发生了变化； 二是广告媒体的商业模式也在悄然变动。受众接触信息行为的变化表现在 Web2.0 更新了受众的信息接收方式和身份。一方面受众信息接收方式从选择不同媒体以接收信息， 变成了可以直接选择想要的信息； 另一方面受众的身份不再固定不变传播和接受信息几乎可以同时完成， 一个人可以既是传播者， 又是受众。受众不再是一味被动地接受信息， 而是能够主动地掌握和控制信息、甚至参与信息的传播了。广告营销媒体商业模式转变表现在由以传统大众媒体为主逐渐向互联网等媒体融合或转移。这两大变化要求广告营销人员放弃传统的媒介模式， 对于新媒体时代下的广告市场作出新的思考和运作。

二、Google等国外搜索引擎的网络广告投放

Google的收益来源主要来自两个板块：搜索技术授权和网络广告。

目前，google的2/3收入来自广告，google的网络广告主要分为AdWords和AdSense。AdWords即广告客户在google上注册关键字，企业网站链接广告将出现在搜索结果页面的右侧，收费原则是点击收费，不点击不付费，默认点击在中国和波兰最低0.15元/次，在全球其他区域是最低5美分/次。

Ask Jeeves，，Inktomi，Looksmart和雅虎等搜索引擎的收费方式还有两种：其一是列表付费，客户需要付费才能把自己公司的名字加到列表中去；另一种是位次收费，客户需要付费才能让自己公司的名次靠前。

三、我国网络广告的精准投放

目前活跃在我国网络上的精准广告的多种多样， 包括“搜索引擎广告”、“窄告”、“富媒体广告”、“分类广告”， “博客广告”、“话告”等。搜索引擎广告是指广告主只需输入一个目标关键词， 例如“洗衣机”， 便可以在消费者查询“洗衣机”的结果页排个好位置， 以此吸引目标受众的关注。据艾瑞调研数据显示， 2005 年我国搜索引擎运营商收入规模达10. 4 亿元， 同比增长了 81. 9%。搜索引擎的收入来源是网络竞价排名。而诞生于 2004 年的我国十大广告媒体之一的“窄告”， 迄今为止， 已覆盖新浪、网易、人民网、新华网等4000 家强势媒体， 并以按效果付费、每点击最低 0. 2 元的价格策略， 吸引了众广告主特别是中小企业的关注。

四、从大数据时代走向社交网络

大数据时代的到来，为精准广告提供了发展机遇，但是仅仅把精准作为其带给网络广告的全部，已远远不够。互联网将从空间模式转向时间模式：互联网上的所有信息很快都将变成基于时间的结构，从静态到动态的，一直在流动。

大数据时代我们可以根据cookies等用户的上网痕迹推测用户的喜好，从而进行精准的广告投放，但是随着社交网络的快速发展，大数据时代的广告投入方式受到了前所未有的冲击。Facebook 今已发展成为全球最大的 SNS 社交网站。国内的微博的建立，曾被认为是中国的 Myspace 模式佼佼者。社交网络广告传播的优势主要有：1、社交网络信息传播方式层面的价值优势。2、社交网络信息传播的受众层面的价值优势。

五、占据社交网络广告投放的制高点

（一）植入隐性广告

植入隐性广告的方式有很多，比如企业直接注册社交网络账号，主动融入目标受众的网络人际圈建立品牌效应。这需要进行社交网络的注册，并通过一定的高点击率的信息来吸引社交网络中的用户注意，从而建立起社交网络中的社交关系网，来辐射出更大的信息传播范围。

（二）整合营销

国际公关公司顾问袁东来指出，线上虚拟世界的趣味游戏和线下具体产物的销售相渗透才是数码平台营销的未来演进趋势，但这一演进漫长而复杂。例如，在麦当劳和人人网推出的“老朋友见面吧”主题活动中，所有邀请好友见面的用户都可以下载麦当劳优惠券以及限时半价优惠，促使消费者到店消费。据尼尔森的跟踪调研报告，人人网上参与麦当劳“见面吧”活动的用户中有超过50%的人到麦当劳店内进行了消费，直接参与活动的用户对麦当劳品牌好感度提升了33%。这次尝试，将成为社交网络广告传播的发展趋势，让网络与现实更加紧密的结合，使得广告的单向传递更好地转换为受众的互动。

（三）口碑传播模式

现在的消费者变得越来越理智且精明，对广告反感、对促销不盲从，取而代之的是开始依赖亲朋好友的推荐、利用丰富的网络信息来支持自己的购买决策。根据尼尔森最新研究报告结果，全球有高达九成以上的消费者信任口碑及家人朋友的建议，高于其他所有广告形式。中国互联网络信息中心（CNNIC）的《互联网络发展状况统计报告》中称，48%的受访者称与电视相比，他们更相信在线获得的信息。当越来越多的消费者开始在做出购买决策之前参考他人的意见，社交网络渠道就会在产品的成功销售中扮演更重要的角色，将给广告主带来更好的投放效果。

（四）精准定位模式

社交网络另一个突出的传播特性是真实性，这种真实性建立在用户注册的真实性，也建立在用户关系的真实性。在现有的豆瓣网中已经较为成功地运用了聚合群体，有效地增强了社交网络的互动性。一方面可以更大程度上增加社交网络用户间的交互性，另一方面，可以便于社交网络广告的精准定位，使得广告主可以在最短的时间找到最精准的目标人群。真正地做到广告投放的目的、目标范围、产品理念等与用户的特征、需求喜好、价值取向等相结合。

六、未来广告投放的兵家必争之地

伴随谷歌公司即将的智能眼镜 Google glass，由苹果和三星研发的智能手表、智能手环等可穿戴设备应声而起，一场由智能消费终端引发的物联网变革正在酝酿。

2013年5月由《华尔街日报》旗下媒体所举办的D11数字峰会中，可穿戴设备成为热点。 瑞士信贷发表报告预测称，在苹果和Google拉动下，未来2～3年，可穿戴技术市场规模将由目前的30亿-50亿美元增长至300亿-500亿美元。2013年7月15日在webofscience数据库中，以“可穿戴”为主题词检索得到5852条结果。其中，美国发表的论文最多，占29.8%，其次为日本，中国已跻身世界5强。

如果说在大数据时代和网络时代更加注重广告的传播方式和用户，而未来的广告的投放对于媒介以及设备的关注度将会不断地提高。随着广告与人们的联系越来越密切，如何保护人们的隐私？如何提高广告的真实性？将成为又一个要攻克的难题。

参考文献：

[1][加]马修・弗雷泽，[印]苏米特拉・杜塔.《社交网络改变世界》.谈冠华，郭小花译.北京：中国人民大学出版社

[2]张远昌.《搜主义》.北京：清华大学出版社，2005

[3]成英玲，甲鲁平.Web2.0 时代广告精准营销探析.新闻界，2008.1

[4]迟林晨.社交网络的广告传播模式.新闻界，2012.20

[5]汪欣.社交网络时代平面广告的坚持与嬗变.Colleges

第6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7篇

【关键词】大数据；科技期刊；数字化

2014年8月18日，中央全面深化改革领导小组第四次会议审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》，对新形势下如何推动媒体融合发展提出了明确要求，强调要“推动媒体融合发展，强化互联网思维，将技术建设和内容建设摆在同等重要的位置，积极运用大数据、云计算等新技术，发展移动客户端、手机网站等新应用新业态，不断提高技术研发水平，以新技术引领媒体融合发展、驱动媒体转型升级。” 从西方到东方，从硅谷到北京，大数据的概念正被不断地传播与推广，大数据无疑已成为新技术与和产业聚焦的热点。因此，顺应时代形式、力求创新发展无疑是科技期刊的必行之路，以大数据等新兴技术为契机，加快推进科技期刊数字化建设乃是大势所趋。

1 大数据与数字化出版

1.1 大数据

1.1.1 大数据的发展历程

“大数据”一词首次被提出是在2011年有关机构的研究报告――《大数据：创新、竞争和生产力的下一个新领驭》之中。这份报告研究了数据和文档的状态，同时分析了处理这些数据能够释放出的潜在价值。此后，IBM、甲骨文、EMC、SAP等全球IT巨头纷纷把长期部署的海量数据设备、数据分析、商务智能等硬件、软件与服务以“大数据”这一概念推向战略前沿。大数据发展历程如表1所示。

1.1.2 大数据的涵义

大数据（Big Data）又称为巨量资料或海量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为对企业经营决策具有较高参考价值的咨询。大数据具有4V特点，分别是海量化（Volume）、多样化（Variety）、快速化（Velocity）、和价值化（Value）。这些特点预示着大数据将改变目前“IT”架构，将信息界变革的重点由“T（技术）”转向“I（信息）”，以形态多样且富有价值的数据为主体，借助一定的技术，分析得出大量额外的有价值信息和数据关系，帮助指导人们优化自身的决策和行为方式。

1.2 数字化出版

2010年新闻出版总署下发《关于加快我国数字出版产业发展的若干意见》，将数字化出版定义为：“利用数字技术进行内容编辑加工，并用网络传播数字内容产品的一种新型出版方式”。数字出版是一种全新的技术和文化形式，策划、组稿、审稿、编辑加工、出版、发行等各个环节都应在网上完成，是融语义信息、听觉信息、视觉信息、行为信息、符号信息于一体，突破时空、学科、语言的限制，将期刊带入一个超立体空间和多维的环境。数字出版包括了三层递进的含义，基本上反映了学术期刊数字化出版从低到高的演进过程，见图1。

2 大数据时代科技期刊面临的机遇与挑战

2.1 大数据时代科技期刊面临的机遇

2.1.1 有助于期刊出版模式多元

当前，虽然科技期刊数字出版已开发打造，但所提供的资源形态一般仅为文字或者图片，相对较为单一，同时也尚未建立资源之间的关联性。大数据环境下，科技期刊编辑可以通过对海量数据的搜寻与分析，聚合优质资源，并利用数字出版技术、信息技术、知识挖掘技术、大数据分析技术等，了解学术前沿情况，发现研究机构及相关作者的研究现状，进行更深层次的选题策划和组稿，并“协助”各类编辑软件对日常稿件进行筛选、选择审稿专家、、规范基本格式、校对等，快速完成资源的优化，为用户提供多维的资源服务。科技期刊将改变以往以书、文献等为单位的粗放型生产模式，转而强调科研全过程的发表，为作者提供深入的知识服务，实现科技期刊跨学科、跨行业、多角度应用以及多媒体展现。

2.1.2 有助于期刊品牌价值提升

基于大数据的信息分析能够成为科技期刊质量管理、规划和决策等提供对维度的支持，有助于科技期刊品牌价值的提升。要善于利用大数据的预测功能，科技期刊编辑根据对用户行为大数据的全面挖掘和分析，了解用户的关注点和知识需求，预测未来科技的发展趋势，展示学术前沿、热电等，为编辑筛选、评判稿件提供学术依据和技术职称，从而进行针对性约稿，开发学术前沿与热点的专栏等，解决科技期刊内容创新度不高的问题。同时大数据应用过程中，科技期刊编辑可以了解作者近期的研究方向，推测遇到的问题，实现数字期刊的精准推送，一方面提高期刊论文的引用率，一方面培养作者群，扩大期刊的流通范围，均有助于科技期刊品牌价值的提升。

科技论文出版周期长、流通环节不畅、时效性差等问题不仅广被诟病，更直接影响到科技成果的认定、传播和利用价值，以及科技期刊的学术影响力，利用大数据技术对科技期刊编辑工作流程的优化，可以显著提高工作效率，缩短论文的出版周期。大数据时代，作者、编辑、专家等的信息传输和决策行为均纳入了数字化管理轨道，并与中外公共文献数据库实现了链接与共享，这使期刊编辑中的数据互通共享、数据计算分析及数字化作业成为可能，将对优化科技期刊编辑的工作流程提供帮助。科技期刊编辑智能型办公系统将以多维度数据为基础，充分利用计算机网络和人工智能计算工具，以达到减少重复劳动和简单劳动，提升编辑质量与效率，缩短审稿周期，从而最终提高科技期刊的学术影响力。

2.2 大数据时代科技期刊面临的挑战

2.2.1 保密工作更加复杂

当前，科技期刊发展进入数字出版时期，期刊编辑出版的数字化程度日益提高，投稿、审稿均已实现网络化，开放存取平台（如万方、维普及中国知网期刊数据库）日益完善，覆盖的期刊种类日益增多，国际检索系统收纳的中国科技期刊类别也越来越多，同时，媒体融合态势明显，网络平台种类增加，普及到数据库、期刊网站、手机平台等，特别是数字优先出版模式的出现，更是加快了科技期刊的出版速度。在学术指标评价方面，论文作者的学术指标往往以文章公开发表数量、原创性以及是否被EI、SCI等检索为职称评定的关键指标，科技期刊则以期刊被引频次、影响因子、平均引文率、反应速率、期刊他引率、期刊被引半衰期等为指标，这些都是以科技期刊能够网络出版、具有强大的传播能力为前提的。这就直接导致期刊发稿时效加强，科学研究原创性成果上网周期缩短。如果存在科研机构作者保密意识不强，科研成果定密标准认知不一，科技期刊出版单位保密审查不严，即使单篇发表作品看似没有泄密，但在大数据分析技术下，泄密可能性将大幅增加。

2.2.2 期刊数字化建设水平较低

近年来我国科技期刊数字化出版虽然得到了飞速发展，但与国外同行业相比，我国科技期刊数字化出版产业仅处于初级发展阶段，相对落后的数字化建设水平阻碍了大数据在科技期刊业的应用。目前信息的主要传播方式为网络传播，加快推进科技期刊数字化建设将有效促进国内外用户的学术交流与合作，并通过积极向国外同行、国际重要检索机构进行推送，扩大期刊的国际影响力。然而目前，国内很多科技期刊编辑尚对数字技术认识不足，局限于现有的出版模式。同时，科技期刊编辑的数字技术水平也普遍较低，缺乏推进科技期刊数字化建设的自觉意识与主观愿望。

在大数据时代，科技期刊论文的发稿时效和稿件审稿编辑周期都将大大加快，对期刊编辑和身高专家提出了更高要求，有了更高的挑战。因此各个科技期刊编辑部不仅需要建立一支能适应新环境的具有高素质的编辑队伍，还需要一批乐于奉献的高水平审稿专家队伍，在新的大数据环境下，需要作者、编辑和审稿专家协同努力，以适应新的编辑环境。

3 大数据时代科技期刊生存与发展的对策

3.1 以发表优质稿件为宗旨，坚持推进期刊数字化建设

中国传统的科技期刊还处于数字化转型的关键时期，要想在内容、管理等方面实现数据化运作，首先必须彻底推进期刊数字化。科技期刊编辑应主动顺应这一潮流，并在自己的职责范围内推进期刊的数字化改革进程。期刊编辑出版工作者应该站在战略高度，认识到期刊的数字化转型是生产力发展的必然结果，是时展的必然趋势。科技期刊编辑要不断加强建设科技期刊数字化的自觉意识，主动寻找适应数字化出版需求的运营管理模式，从而为建设具有中国特色的数字化出版业做出贡献。但主动迎接大数据给予的发展契机的同时，科技期刊的定位应该是做优秀的内容提供商，因此，科技期刊编辑应认清并巩固自身的核心价值所在，坚持优质稿件的办刊理念。已经起步的数字型编辑普遍存在重技术、轻内容质量的问题。对于大数据的分析使用始终无法代替文化产业属于人的精神创造活动，编辑只有对文字内容资源，包括稿件的收集、编辑加工、知识体系的分类等进行整合和管理，坚守角色定位，专注内容质量和价值提升，大数据才能在科技期刊业得到科学利用和持久发展。

3.2 以保密管理为抓手，坚持贯彻期刊保密审查制度

一是，新闻出版行政管理部门要高度重视。依据《新闻从业人员职务行为信息管理办法》的原则和要求，加强期刊保密审查和监督工作，促使科技期刊出版单位落实保密制度和保密责任。二是，期刊出版单位要高度重视。要在日常管理中健全保密管理、严把保密审查、加强保密教育，通过物理隔离和定期检查等做好稿件各环节的管理，加强对编辑人员的保密警示教育，针对保密审查中发现问题的稿件，要禁止编辑或其他人员通过任何渠道获得或传播稿件。三是，期刊编辑人员要高度重视。编辑要从思想上树立会保密、善保密的坚实防线，应在日常业务中学习保密法律法规知识，牢固掌握保密的相关规定和业务技能，以强烈的责任意识和保密意识认真贯彻执行保密审查制度。

3.3 以传统编辑为基础，坚持提升编辑人员信息素养

首先，科技期刊编辑要搞好选题策划，除了通过参加会议与专家交流获得选题外，还要善于挖掘和借助行业创新库，实现信息的获取、存取、交换、传递和应用，运用技术手段挖掘优质作者、寻找创新点及热点等。其次，科技期刊编辑要搞好稿件审读。编辑虽然不能对工作中涉及的专业领域做深入研究，但应对相关学科、领域的热点问题以及今后的发展趋势具有较强的认知能力，科技期刊的编辑可以借助各类信息平台为专家提供辅助审读依据。如编辑可以根据期刊自身要求，将是否具有创新点作为投稿必要条件，并借助平台提取稿件的创新点。第三，科技期刊编辑要借助大数据平台搞好期刊营销。编辑要运用一定的计算机基础知识（包括数据库、网络、多媒体等计算机应用新技术）将出版物中的文字视为信息符号，将文章进行碎片化处理，得到文章的标题、摘要、创新点、关键词、主要内容、潜在用户等信息。期刊编辑按照不同终端用户需求对碎片进行打包和再加工，通过计算机技术完全能够针对不同用户的不同需求，完成对这些信息符号的不同处理，最后推送给各类终端用户群。

【参考文献】

第8篇

随着互联网的飞速发展，特别是随着社交网络、云计算以及多种传感器的广泛应用，以数量庞大，种类众多，时效性强为特征的非结构化数据不断涌现，数据的重要性愈发凸显， 2011 年，麦肯锡在题为《海量数据，创新、竞争和提高生成率的下一个新领域》的研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。据IDC 预测，至2020 年全球将拥有35ZB 的数据量，大量数据实时地影响我们的工作、学习和生活，乃至国家经济、社会发展，毫无疑问，大数据对教育领域也带来巨大的影响和冲击。作为一线教师，结合自己的工作岗位，探讨一下大数据背景下市场营销教学受到的影响和冲击，以便及时做好调整与应对，保证和提高教学质量。

一、大数据的内涵与特征

大数据是一个较为抽象的概念，至今尚无确切、统一的定义。维基百科对于“数据”一词的定义是：“数据（Data）是载荷或记录信息的按一定规则排列组合的物理符号，可以是数字、文字、图像，也可以是计算机代码。对信息的接收始于对数据的接收，对信息的获取只能通过对数据背景的解读。”维基百科对于大数据的定义：“大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。”麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。

“大数据”本身并不是一种新的技术，也不是一种新的产品，而是我们这个时代出现的一种现象。美国IBM认为大数据具有“3V”特点，即种类（Variety）多、速度（Velocity）快、容量（Volume）大；国际数据咨询公司IDC则认为满足“4V”即：Variety（种类多）、Velocity（流量快）、Volume（容量大）、Value（价值高）指标的数据才可称为大数据。这些特性使得大数据区别于传统的数据概念。大数据的概念与“海量数据”不同，它不仅仅是用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，最终获得有价值信息的能力。

涂子沛先生在《大数据》一书中指出：“‘大数据’之大，不仅仅意味着数据之多，还意味着每个数据都能在互联网上获得生命，产生智能，散发活力和光彩。”社会学教授加里?金称“这是一场革命，庞大的数据资源使各个领域开始了量化进程，无论学界、商界还是政府，所有领域都将开始这种进程”。

二、大数据背景下市场营销学教学面临的挑战

（一）市场营销学的教学内容发生巨大变化

市场营销学研究的是企业的营销行为，而当前市场环境瞬息万变，云计算、大数据、社会化媒体、移动互联网等新趋势不断涌现、层出不穷，也使得传统企业面临大转型，不管在哪个行业，传统营销的优势没有了。如果企业的商业模式还是老一套，生产、加工、产品、招商、广告，这一套路早晚会使企业走进穷途末路。因为商业模式变了，有很多营销思想、策略和手段就不奏效了，有的甚至发生了颠覆性的革命，所以相应的教学内容也必须做出调整。

1.企业的战略规划时间将缩短

市场营销学认为，企业要制定一个战略规划，它是一个社会管理过程，是具有长期性、全局性、根本性和方向性的谋划。大数据时代企业做3-5年战略规划是没有任何实际意义的，我们看到，今天的阿里巴巴很火，明年后年就不一定，说不准就被微信替代了。企业在互联网大数据日新月异的变化下，只能制定有效的一年战略，策略战术变化以周为单位，这样才能保证企业的与时俱进。

2.传统的促销策略将被改写

促销的实质即沟通，而沟通的方式之一――广告的力量将被大大削弱。新社交网络下的广告技术亟待革新。现在没有多少企业还会把大把的钱投向电视广告，还在以为分众的电梯广告占据了终端？那就错了，要知道，未来谁的WIFI覆盖率越高，谁就越可以占据终端用户的心。租个足够的数据流量，使人们习惯从你这里进入免费的WIFI，其广告价值将无可限量。现在的企业也越来越多地使用二维码营销的沟通手段。二维码的使用也使广告变得亲切宜人。

3.品类竞争将凸显

任何行业的发展，都是不断发展出新品类；而任何一个新品牌的崛起，也正是因为代表了一个品类。以互联网为例，QQ代表了即时通信，微博代表了简短共享自媒体，微信代表了免费移动社交，这些新品牌的崛起，正因为开创了主导新品类。事实上，战略上主导品类，战术上根据品类发展阶段来配置运营企业的资源（互联网是配置资源之一），才是可持续增长的根本性、系统性思维，被称之为“品类增长战略”。今天微信已经主导了移动社交这个品类，相比之下，来往因为没有分化出新品类，无法改变顾客的选择路径，导致其所谓的创新不足，从而缺乏竞争力。

4.市场调查与分析的内容将重整

大数据的出现，使营销决策的过程更多地从“经验”转变为“科学”。传统营销体系的市场调查基于抽样，并以抽样数据进行分析和推断，然而，当社会环境处在急剧变动，出现了前所未有的传播平台之后，既往的抽样方法面对复杂的环境往往显得力不从心，不能进行精准的推断和预测。于是，在大数据背景下的整个营销流程中，各种相关的数据调查和数据库纷纷出现。例如索福瑞的电视收视率和广播收听率，CTR 的广告投放监测数据、消费行为调研，AC 尼尔森零售研究、新生代消费行为研究，电通和奥美的消费者深度洞察等等。这些数据库的建立以及数据分析的工作帮助传统的广告与营销体系实现了最高程度的科学化。

（二）市场营销传统教学方式面临的挑战

1.大数据提供新的教育平台。2012年5月，哈佛大学与麻省理工学院就宣布，将投入6000万美元开发一个类似的平台，并向全世界免费开放。同年，我国教育部向全国高校征集了系列视频公开课程，面向全社会开放和共享。可以预见，这种智能学习平台将会给高等教育带来深刻的影响。学生可以通过线上学习，在网上免费获取国际、国内最好的课程资源，那么市场营销专业教师的课堂教学将面临极大的挑战。

2.传统的教学方式缺乏吸引力。目前的课堂教学，即在固定的场所，利用简单的工具对学生进行单向灌输式教学，师生之间的交流，受到空间、时间及心理因素的限制。处于大数据时代，大学生获取信息的渠道和范围已经大大增加。学生获取知识的途径不再仅是课堂，他们已不满足于听任教师传统的灌输，而是追求更加个性化的教学内容和新颖的教学方式，他们会随时利用手中的笔记本电脑、平板电脑和智能手机收集相关信息，并根据自己搜集来的信息做出判断，随时分享，并将个人体验的影响扩大到更大范围的群体之中。因此，市场营销专业的教师也往往面临更大的教学压力。

三、大数据背景下市场营销学的教学改进策略

（一）及时更新市场营销教学内容

大数据背景下，企业的商业模式不断变化，营销策略、营销手段推陈出新，瞬息万变，而国内通用的市场营销内容体系基本上是采用美国西北大学教授菲利普?科特勒的市场营销学课程体系，具有相对固化性，而市面现有的各种市场营销学教材，即使是最新版的，在内容设置上也相对滞后，难以跟上实践发展的需要。因此，作为市场营销专业的一线教师，尤其不能墨守成规。大数据提供了扩展思维的空间，从多角度、多层面思考问题，也要求教师不能把原有的知识绝对化、凝固化，而是应保持大数据时代的敏锐性，敞开头脑，不断吸收新的信息。一方面，时刻跟踪国际国内市场营销理论的最新发展趋势，积极关注市场营销理论研究的前沿；另一方面，了解国外近期成功的营销案例，关注国外市场营销的最新动态，多关注实践中企业商业模式变化和市场发展动态，多参与教学研讨会，多与同行交流，与时俱进，不断创新，结合不断变化的营销环境，及时梳理与总结现有教学内容体系中不和谐的部分，保证将最新的教学内容提供给学生。

第9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10篇

一、大数据用于品牌研究

品牌认知度、品牌形象和品牌满意度研究是品牌研究的三大重要部分。

品牌认知度是品牌资产的重要组成部分，品牌认知度是衡量消费者对品牌内涵及价值的认识和理解度的标准，同时也是公司竞争力的一种体现。

而品牌形象是品牌在公众心中所表现出的个性特征，它体现公众特别是消费者对品牌的评价与认知，以及对品牌所具有的一切联想。品牌形象分为三个层级的形象：产品或服务本身的形象、使用者的形象、产品或提供者的形象。

品牌满意度是消费者通过对一个品牌产品或服务的可感知效果与对比预期相比较后，所形成的愉悦或失望的状态，可以不满意、满意、满足、愉悦等四种情绪，一个拥有高满意度的品牌，其顾客的购买率及重复购买率也在相应提升，因此品牌满意度的研究也非常重要。

在传统的市场研究中，品牌认知、品牌形象和品牌满意度研究是通过市场调查的手段来实现。在大数据时代，我们可以利用互联网大数据辅助品牌认知度、品牌形象和品牌满意度研究。我们可以通过网络爬虫技术，对新闻媒体、社会化媒体等网站实时全网监测，实时掌握网民对品牌和竞品的品牌提及量、产品提及量以及提及量的趋势，掌握自己品牌和竞争的品牌形象评价；通过品牌和产品的正负面评论的监测，及时了解对品牌消费者对品牌的满意度情况，及时发现问题。过去，进行品牌认知度、品牌形象以及品牌满意度的市场调研，从调查开始到报告产生，至少需要半个月到一个月，而且由于成本和操作性的限制，只能选取一些代表性的人群和地点做代表性的抽样不够全面。利用大数据手段，我们可以实现更快更全面以及更真实的统计，这对我们及时的了解品牌认知度、品牌形象以及品牌满意度的现状和趋势非常有帮助。

二、大数据用于忠诚度研究

净推荐值研究方法是客户忠诚度研究中的重要方法。净推荐值(NPS)研究方法由国际知名咨询公司贝恩咨询客户忠诚度业务的创始人佛瑞德·赖克霍徳(Fred Reichheld)在2003《哈佛大学商业评论》文章“你需要致力于增长的一个数字”的文章中首次提到。该方法通过调查客户问题“您有多大可能向您的朋友或同事推荐我们公司的产品或服务？(0-10分)”来获得，根据客户的回答分数分成三组：

第一组给公司9分或10分，称之为“推荐者”(promoters)；他们是对公司产品或服务满意度和忠诚度非常高的客户，在当今社会化媒体营销时代，他们是公司产品或服务免费营销人员，他们会推荐朋友和亲人来购买。

第二组给公司7分或8分，为“被动满意者”(passively satisfied)；他们对公司产品或服务既无不满意，也无满意的客户，较易被其他竞争者吸引。

第三组给0至6分，是“贬损者”(detractors)。他们对公司的产品或服务非常不满意，不仅仅停止购买公司的产品或服务，他们会尽一切可能劝周围的人不要买，同时会转向其他竞争者。

NPS值即为推荐者所占百分比与贬低者所占百分比的差值(如下图)。NPS的业务逻辑是：推荐者会继续购买并且推荐给其他人来加速你的成长，而贬损者则能破坏你的名声，不仅仅停止购买，而且劝说周围朋友购买，让你在负面的口碑中阻止成长，NPS则是反映了这两股力量较量的结果。Fred Reichheld实证研究证明NPS和长期利润成长有正相关性，NPS表现越好，未来企业利润的成长就会越好。

图：NPS计算方法

大家可能会问，NPS分数在多少为比较理想的状态。实证研究表明，NPS分数在NPS的得分值在50%以上被认为是表现不错，得分值在70-80%之间则证明公司拥有一批高忠诚度的好客户(如苹果、Google等互联网公司的NPS超过70%)，大部分公司的NPS值在5-10%之间，更差的公司NPS还可能是负值。当然，我们仅了解NPS是不够的，NPS本身不能提供具体的改进意见，我们还需要结合影响满意度的原因深入研究，尤其是对贬损者指标进行深入的满意度研究，挖掘“贬损”背后的原因。

大数据技术革新传统NPS研究方式。大部分NPS的研究其数据获取方式都采用调查问卷的方式，这种方式很容易受到抽样方式、客户心态甚至活动礼品等多方面的影响，导致数据失真。在大数据时代，NPS的数据可以来源于客服系统的语音数据和评价文本数据、电商平台购物用户的打分及用户评论文本数据以及社会化媒体如微博、论坛等的评论文本数据，这些数据我们都称之为“用户反馈数据”。我们可以利用语音分析技术、文本分析技术将这些非结构化的“用户反馈数据”结构化，从而更好的进行数据挖掘，识别“贬损者”和“推荐者”，全面和快速的计算NPS，并可以利用这些大数据，了解“贬损者”的“贬损”的原因。如果还能够把业务系统和运营系统的“用户行为数据”关联整合进来，我们不仅仅通过“用户反馈数据”了解用户“贬损”原因，还可以了解“贬损者”的历史“用户行为数据，将更有利于我们更好的洞察用户，更全面、更及时优化“贬损者”的用户体验和改进方向；同时可以定向为“推荐者”展开更多的优惠促销或者附加增值服务。通过大数据手段可以更好的实时掌握NPS，还可以洞察NPS“推荐”或“贬损”的原因，为市场推广、客户服务、业务运营等部门的关键应用场景提供决策支撑，有利于进一步提升用户亲密度和忠诚度。

三、大数据用于市场细分

市场细分是按照消费者在市场需求、购买动机、购买行为和购买能力方面的差异，运用系统方法将整体市场即全部顾客和潜在顾客划分为数个不同的消费者群(子市场)，以便选择确定自己的目标市场。市场细分的基础是购买者对产品需求的差异性。但是，这种差异性一般很难直接度量，故常用其它比较容易度量以及和需求密切相关的变量来对市场进行细分。这些变量包括地理、人口统计学属性、行为以及消费心态等变量：地理细分是将市场划分为不同的区域市场，例如可按下列地理特征将市场细分：行政区划、城市规模、资源状况和气候；人口统计学细分人口统计变量来细分市场，常用来细分市场的人口学变量有年龄、性别、民族、居住地、家庭规模与生命周期等；行为和态度细分是根据消费者对产品的购买动机、购买行为和使用情况来细分；心理细分是按消费者的社会阶层、生活方式、人格特征划分为不同的群体。市场细分既可以按照以上单维度细分，也可以组合以上维度进行多重标准细分，同时按照多重标准可以将消费者分为比较小的、同质性更高的群体。

区别于传统的市场细分，大数据应用于市场细分在以下方面起到更为重要的作用：

数据采集的维度更为全面，数据采集更为实时，尤其是在行为数据的采集更为及时、细腻和全方位；

用大数据算法进行细分模型建模，可以吸纳更多的细分维度，从而可以细分出更小、同质性更高的细分群体；

数据更新更快，计算速度更快，市场细分模型更新速度更快，更能及时反映用户需求的变化，从而可以做出更准确、及时细分；

市场细分可以和营销渠道、营销活动进行实时关联和调优，通过大数据算法判定的细分群体可以实时的进行最有效营销活动推荐，并可以用大数据计算最为有效推广渠道触达这些细分群体。

四、大数据用于产品测试

产品测试指的是企业运用专业的技术手段和研究方法进行以获得目标消费者(或用户)对相关产品的认知或评价，以测试新产品的接受度或改进现有产品。产品测试在产品的各生命周期均有应用：

在产品的开发期，产品处于研发和概念阶段，此时可以对已有产品进行测试，以了解消费者认为需要改进的方面；或者对尚未成型的产品进行概念性的测试，指导产品经理对正在开放的产品做调整和改进；

在产品介绍期，产品准备投放市场以及刚刚投放市场不久，企业可以通过产品测试以了解最有效的销售渠道和促销方式，以及对产品的包装、价格进行测试；

在产品的成长期和成熟期，企业可以通过自身产品和竞争产品进行对比测试，及时掌握消费者(或用户)对产品的评价和态度；

在产品的衰退期，为了延长产品生命周期，企业会进行产品的改进或者产品新方向的测试。

以上不同阶段的产品测试，传统的实施方法一般是通过市场调查方式来实现，通常是对消费者(或用户)进行调查或者访问，利用多种访问或调查工具来实现。在大数据和互联网时代，我们可以用更快和更为准确的方式来进行产品测试：

在产品的开发期，我们可以通过电商平台或者微博、论坛等社会化媒体对现有产品的网上评论进行收集，通过自然语言处理和数据挖掘手段，以了解消费者的不满和产品改进方向；或者灰度测试来了解新版本的效果，即让一部分用户继续用老版本，一部分用户开始用新版本，如果用户对新版本没有什么反对意见，那么逐步扩大范围，把所有用户都迁移到新版本上面来。灰度测试和可以保证整体产品系统的稳定，在初始灰度的时候就可以发现、调整问题。在产品的介绍期，产品的包装、外观设计和价格等也可以通过灰度测试和的方式来掌握消费者的反馈以进行相关的调优。在产品的成长期和成熟期，我们同样可以通过大数据手段对电商平台和社会化媒体收集消费者对自身产品和竞争产品的评论，通过自然语言处理和数据挖掘掌握消费者对产品的不满，以改进我们自己的产品。像宝洁这种对传统市场调查非常重视的企业，目前已经逐渐开始利用大数据方式进行产品测试，尤其是通过电商平台对每一个产品都能收集评价和反馈，帮助产品的改进和创新。

五、大数据与商圈研究以及空间商业智能

商圈是指商店以其所在地点为中心沿着一定的方向和距离扩展所能吸引顾客的范围。按照离商店的距离，商圈分为三层，包括核心商圈，次级商圈和边缘商圈。核心商圈是离商店最近，顾客密度最高，约占商店顾客的55%-70%；次级商圈是指位于核心商圈外围的商圈，顾客分布较为分散，约占商店顾客的15-20%；边缘商圈是于商圈的最外缘，包含商圈剩下的客户，此商圈顾客最为分散，数量最少。按照商圈的性质，商圈可以分为六大类，包括：(1)商业区，商业集中的地区；(2)住宅区，住宅区住户数量至少1000户以上；(3)文教区，其附近有一所或以上的学校；(4)办公区，办公大楼较多的地区；(5)工业区，即工厂较多的地区；(6)混合区，以上5类的混合，如住商混合、住教混合、工商混合等。

影响商圈的因素可以分为内部因素和外部因素。内部因素包括：

店铺经营商品的种类。经营传统商品、日常用品的店铺吸引顾客的区域范围较小，商圈范围小；经营非常用品，吸引顾客的能力强，商圈范围广。

店铺的经营规模。随着店铺经营规模的扩大，其商圈也在随之扩大，但增大到一定规模时，商圈范围也不会扩大；

店铺的经营特征。经营同类商品的两个店铺即便同处一地的同一条街道，其对顾客的吸引力也会有所不同，相应的商圈规模也不一样。经营灵活、商品齐全、服务周到，在顾客中留有良好形象的店铺，顾客竞争力强，自然商圈规模相对也会较其他同行业店铺大；

店铺的主体设计，包括店铺所在楼层构成及配置，吸引顾客的设施状况，如停车场停车位的多少以及其所处位置等。

影响商圈的外部因素包括：

店铺的促销手段。利用人员推销与营业推广活动等可以吸引更多的次级以及边缘商圈的顾客，可以更好扩张商圈范围；

竞争店铺的位置。相互竞争的两店之间距离越大，它们各自的商圈也越大。如潜在顾客居于两家同行业店铺之间，各自店铺分别会吸引一部分潜在顾客，造成客流分散，商圈都会因此而缩小。但有些相互竞争的店铺毗邻而设，顾客因有较多的比较、选择机会而被吸引过来，则商圈反而会因竞争而扩大；

人口流动性。人口流动是指在交通要道、繁华商业区、公共场所过往的人口。一个地区的流动人口越多，在这一地区经营的店铺的潜在顾客就越多。

交通地理状况。交通地理条件与商圈规模密切相关。在商业繁华地带，交通条件发达，人口流动性强，有大量的潜在顾客，因而商圈范围也就越大；反之，店铺设在交通偏僻地区，顾客主要是分布在店铺附近的居住人口，其商圈范围一般较小。

人口统计学特征和消费特征。包括商圈的客户性别、年龄、收入、家庭规模、消费支出能力等。

基于商圈的地理信息和数据挖掘可以应用于商铺选址、销售区域分配、物流配送路径优化、潜在消费者空间分布、线下广告投放优化、城市规划等数据可以通过大数据的手段进行获取。在这些应用中，商铺选址应用最多，尤其是应用于银行、快消、电信、医药、家具等行业。

传统的商圈相关信息获取是通过市场调查的手段获得。在大数据时代，商圈相关的位置、客流和消费者信息是可以通过大数据获取的，尤其是通过电信运营商或具有地图服务能力的互联网企业。如中国联通推出的商铺选址大数据应用服务，中国联通可以把城市区域进行栅格化处理，分析每个栅格(不同位置)的用户群信息、客流信息等，为零售商进行店铺选址的决策依据，并且已经成功的应用到烟草直营零售终端的分析和选址优化中。而国内的一些城市的相关企业也在启动智慧商圈的基础服务。他们借助为公众提供免费WiFi服务的同时，把商圈人流数据收集成为城市大数据，建立智慧商圈大数据分析平台和应用服务，通过智慧商圈服务数据分析平台的应用服务于城市管理，比如了解商圈人流、客流，为城市规划和交通线路设计提供依据和参考，也可以为商家选址和广告促销提供依据。在国外，一家名为PiinPoint的企业，他们提供基于网络的分析工具，可以帮助企业和商铺选址进行优化，它能够收集各种数据，包括人口、税率、交通信息和房产信息等，对不同的待选地址进行深度分析，并吸引了许多有扩张计划的美国零售商。

对于大数据与商圈信息的结合研究，无论是工业界还是学术界都在积极探索，甚至这些研究发展已经逐步发展为空间商业智能的探索。美国密西根大学中国信息研究中心主任鲍曙明是这样界定的空间商业智能：空间商业智能是商业智能服务的一种扩展，涉及到空间和网点的分布，周边的人口、环境、地理等等之间的关系。大数据、移动技术以及云计算是未来发展趋势，如何将这些新技术和空间商业智能有机整合，提升应用的能力，并将地理智慧普及到更广泛的商业领域，目前还处于探索阶段，还需要业界同仁共同努力。

第11篇

关键词 大数据 休闲体育 项目 开发

中图分类号：G80-05 文献标识码：A

中科院首席科学家李国杰指出：“ 人、机、物三元世界的高度融合引发了数据规模的爆炸式增长和数据模式的高度复杂化，世界已进入网络化的大数据时代。”大数据，这一被称为第四次产业革命的产业悄然升起，为休闲体育的发展提供了千载难逢的历史机遇。

1大数据的概念与特点

1980年，著名未来学家阿尔文・托夫勒在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。近几年大数据更被频繁提及。2011 年全球知名咨询公司麦肯锡在题为《Big Data：The Next Frontier for Innovation，Competition and Productivity 》的研究报告中指出，大数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。中国计算机学会和中国通信学会各自成立了大数据专家委员会。2013年在国内高校出现了数据科学，出现专门针对数据科学的专业硕士、博士，同时，有大量有关数据科学的学术论文、专著出版。但到目前为止，业界对大数据 （Big Data）概念还未形成统一的定义，全球最权威的咨询公司Gartner就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。通过分析不同概念发现，大数据的基本特点可以用4V来概括：（1）Volume，指数据量巨大，国际数据公司（ IDC） 的数字宇宙研究报告称，数字领域存在着1.8万亿GB的数据；（2）Variety，指数据类型多样；（3）Value，指数据价值密度低；（4）Veracity，指时效性高。目前，大数据已经被视为与物质、能源一样重要的战略资源，大数据的采集和分析涉及每一个行业，是带有全局性和战略性的技术。谁掌握了先进的大数据技术谁就能够抢得先机，目前各国政府都把它上升到了战略高度，视为未来国家的核心竞争力之一。

2休闲体育项目的概念与特点

休闲体育项目是在参与休闲活动同时体验体育活动的乐趣，从而达到身心发展的一项任务，并具有目的性、独特性、时限性和制约性。休闲体育项目的目的是为了使参与项目的人通过参与某种形式的体育活动，体验参与乐趣并促进身心发展，其目的性就是为了休闲体验；根休闲体育项目的概念和特点，开发休闲体育项目必须符合三大基础，（1）社会基础。项目的开发不仅要考虑到项目本身特点，更要考虑到诸多社会因素与社会文化。（2）自然基础。项目必须因地制宜，根据不同的自然环境开发具有自然地理针对性的休闲体育项目，才能提升休闲体验。（3）物理环境基础。是指合理利用已有的体育场馆和设施，开发休闲体育项目，满足大众休闲体育需要。休闲体育项目开发的三大基础，对于该项目的开发和后期运作都是不可或缺的。

3大数据对于休闲体育项目开发的意义

3.1提高休闲体育项目开发的创新能力，提升顾客休闲体验

通过大数据分析顾客需求，得到最适合和满足顾客需求的资料，从而指导项目的设计开发。项目落地后通过持续跟踪，实时反馈，分析顾客在体验过程中的满意度，找出存在的问题，为项目优化提供数据支撑，从而增强项目的可操作性与便利度，提升顾客休闲体验。

3.2休闲体育项目的普及推广及时精准，提供独特专属服务

通过分析顾客的需求和行为特点，筛选目标客户，匹配相应休闲项目，结合现场，网络等多渠道方式，开展基于细分需求和顾客精确定位的精细化推广。智能匹配用户需求和项目特征，根据每一位参与者的不同兴趣与偏好为他们提供专属性的休闲运动服务，提高用户满意程度。

3.3休闲体育的服务更加网络化和智能化，拓展服务时限

通过提高休闲体育项目的创新能力和营销推广智能程度，为顾客提供个性化的服务，针对不同运动水平、不同爱好的目标用户提供针对性的项目，由点及面。由一次体验拓展为多次体验，直至终身休闲体验，从而提高项目价值。

3.4打破制约，促进休闲体育的发展

数据是移动互联网的核心资产，对数据的掌控将带来巨大的市场和巨大的经济回报。大数据为休闲体育的发展提供了充足的养分和可持续发展的肥沃土壤，为整合多种资源，打破休闲体育项目自身的局限提供了可能，开发优秀的休闲体育项目能促进休闲体育运动的快速发展，能有力支撑休闲体育产业的蓬勃发展。

4结语

数据就是事实，重视数据，就是强调用事实说话的科学精神。数据文化是一种先进文化，其本质就是尊重客观世界的实事求是精神，依托大数据，进行休闲体育项目的开发将深化现有休闲体育产业，形成新的休闲体育增长点。

参考文献

第12篇

无可置疑，众多大企业都纷纷加大数字营销的投入力度，但是，数字营销看上去很美好，如何才能利用数字营销真正达成营销目标？

数字营销的困惑

互联网从Web1.0时代的单向信息流，进化到Web 2.0乃至于社会化媒体等多元化信息组合，数字营销也急速分流为两大分支：互联网硬广模式与互动行销模式，前者以数据积累为内核，强调精准投放，通过技术精准锁定受众，帮助广告主有效降低成本；后者则强调用户参与，以用户体验分享与互动媒体矩阵构建跨平台生态体系为核心方法论，迎合受众对传统硬广的抵触心理，用植入式与体验式的营销吸引目标受众。

虽然两大分支均以策略、创意、执行、监测等为营销服务的基本架构，本质营销方式的迥异却决定两者之间很难用统一的评估标准实现比对。

映盛中国CEO谭运猛博士告诉本刊记者，伴随着互联网媒体社交化的深入发展，网民互动的深入，消费者变得越来越难以信任由生产商、渠道商、传统媒体所构建的垂直信息渠道，他们更愿意相信来自朋友或陌生网友口口相传的水平信息渠道。

不过，广告主却面临层出不穷的数字营销概念，如数字媒介购买、移动营销、社会化营销、数据库营销、微电影营销、微博营销等等，这些花样百出的数字营销方式往往令广告主困惑，选择什么样的数字营销方式才能带来最大价值？营销效果如何可控？

在谭运猛看来，由于上述的的困惑和迷茫，广告主面对数字营销这一必争的营销阵地时，往往会陷入一些认知的误区。

误区一是，不确定通过数字营销能达成什么样的目标，往往会为了数字营销而数字营销，不明确自己想要的是ROI还是KPI，或者对营销的关键绩效的权重无法确定；误区二是，把数字营销当做成一种全新的营销方式，从而在内部形成传统营销和数字营销两条甚至多条营销线，缺乏整合；误区三是，用传统营销方式来评估数字营销，忘记了数字营销的重要特点是数据的可监测和可评估，从而缺乏一套科学有效的营销效果的监测分析评估方法。这些认知上的误区越来越成为数字营销达成营销目的的主要障碍。

解密数字营销

而正是由于各种误区所在，数字营销，也正在经历着“穿越”与“超越”的争论，从业者们坚持认为数字营销颠覆传统营销模式，帮助广告主形成良好的回馈，而广告主则踌躇不止，因为并没有多少比例的广告主能讲清楚自己究竟从数字营销获取多少可量化回报。针对这种谜局，谭运猛淡然一笑，“质疑数字营销权威性的论调，没有多大意义，当一个产业链成长到数以千亿级规模，已经说明了其存在价值。我们需要做的是不停思考与梳理数字营销的逻辑环节，当数字营销切实为广告主带来价值时，这种争论自然烟消云散”。

与其它任何营销方式一样，数字营销领域的本源价值也是为品牌价值带来提升，这种提升可能是多维度的综合体现，可以是品牌认知度、美誉度、忠诚度，也可以是订单或销量数据。

映盛中国CEO谭运猛博士认为，广告主要做好数字营销有三点核心要素必须把握：第一，制定合理的营销目标；第二，要有整合的营销思路；第三，要有可行可信的数据监测和评估手段。

“制定合理的目标，是启动数字营销策略的根本，要清楚自己想要的是什么，要对目标进行可执行粒度的分解，目标不是单一的，要明确各目标的权重。”谭运猛说，“数字营销必须通过整合各种资源来达成营销目标，既包括传统媒介和数字媒介的整合、各种数字媒介的合理整合，又包括数字营销活动和销售活动的整合等等。科学的媒体监测与数据分析方法则是解读数字营销效果的武器，如何得到真实的监测数据？如何分析用户行为？如何寻找用户的各种反馈继而了解用户的想法？数据的监测评估必须做到可信和可行。这些道理看似简单，但我敢肯定地说，绝大多数企业都没做到。也可能是大家把数字营销当做高深的营销方式，而缺乏上述这些根本的认知。”

截止到2012年6月份Capgemini调研数据，超过全球百分之七十的首席执行官对跨媒体整合数据保持兴趣——可企业面临的残酷困境在于互联网互动产品技术成长速度，大幅度超越数字营销服务成长速度，而营销方法论，营销认知角度，以及数字营销监测分析等产业必备条件的滞后，进一步令广告主处在数字营销的迷惘困境。怎么样帮助广告主走出这个迷宫？谭运猛解答说：“作为专业的互联网数字营销服务机构，我们通常会帮助客户有效解读数字营销的目标，并且针对数字营销与大营销策略层面给出咨询建议，提出专业的监测和考核方法，令广告主能真正从数字营销中获取积极驱动作用的服务。”

映盛中国数字营销矩阵

据悉，映盛中国以策略为主导，凭借创意、设计、平台、内容、执行、资源优势为客户提供营销矩阵化的解决方案，映盛中国从数字营销策略的第一步就帮助广告主解读数字营销面临的问题与需求，建立数字营销目标，形成整合的数字营销策略，并提供数字营销的深入数据分析与解读。这种服务理念，使得映盛中国在十年间持续保持业务增长，服务客户已覆盖汽车，化妆品，体育，金融等多个行业。

第13篇

关键词：商业银行；客户服务与管理；IT支持体系

一、 构建IT支持体系的原则与重点

当前，我国商业银行的客户主要分为三类：集团及战略客户、一般机构客户、中小企业及零售客户。其中，集团及战略客户属于我国商业银行的重点客户。当前，受到信息科技部门资源有限的约束，在IT资源不足的条件下，应按照客户的贡献度、重要程度等指标进行客户分类管理，为不同类别的客户提供不同的信息，以满足不同客户的需求。客观上，信息科技部门的发展通常会经历单项应用阶段、跨部门整合阶段和战略规划阶段。在不同阶段，IT支持体系的原则也有所不同。

1. 单项应用阶段。在单项应用阶段，商业银行对信息科技部门的要求集中于技术层面，包括软件系统、硬件系统的运行与维护，软件系统、硬件系统故障的排除，即“消防队员”的角色。此时，商业银行信息科技部门创新的原则为：（1）保障全行业务安全平稳运行与发展；（2）优先保障重点客户的需求。

2. 跨部门整合阶段。在跨部门整合阶段，在保证数据库安全与稳定的同时，信息科技部门还需要满足用户对高级技术支持和信息及时到位的需求，信息科技部门的目标逐渐转向管理职能。此时IT支持体系创新的原则为：（1）在力所能及的情况下，根据成本和效益相匹配的原则，尽力解决自身和内部其他部门的新的IT需求；（2）在满足重点客户的需求下，解决绝大多数客户普遍的需求。

3. 在战略规划阶段，信息科技部门从技术服务部门转变为跨信息技术和业务的管理部门，并逐渐从支持保障部门过渡到战略部门。此时信息科技部门已经能够满足绝大多数客户的需求，并以IT支持驱动业务的发展。（1）保障所有客户提出的合理需求。（2）能够根据信息科技的最新发展，主动提升对客服的IT服务与支持，提升内部管理的效率，增加业务的附加价值、延长业务价值链。

我国银行业正处于从单项应用到跨部门整合的过渡阶段，兼具两个阶段的特点，此时的客户管理与服务创新的重点应该是提升信息部门的效率，以保证信息科技部门能够在保障全行业务安全平稳运行的基础上解决客户的普遍需求。

二、 IT支持体系的基本框架及主要内容

根据现代银行业的实践，在上述IT支持体系构建原则的指导下，我国商业银行应该从制度建设、组织建设与信息科技建设等几方面构建客户服务与管理创新的IT支持体系。具体地，在制度建设方面建立和完善人力资源管理、首席信息官制度；在组织建设方面能够准确定位并且提供高质量、高效信息服务的信息科技部门；在信息技术建设方面建立能够提高客户满意度的客户关系管理系统。

1. 制度建设。

（1）人力资源管理。①明确人力资源计划目标。科学制定与信息规划相适应的人力资源计划，有利于改变IT部门人力分配不合理，知识结构性矛盾突出的问题，为银行业务信息化建设提供人力保证。②合理的人才需求结构。合理的、相互匹配的人才需求结构有利于互不专业人才群体的形成，同时高度细化分工的信息科技团队可以实现商业银行经营信息化的目标。③持续的复合型人才培养。信息人才的素质和能力需要企业管理层与信息部门有计划地进行开发与培养，，我国商业银行可使专业人员通过实践，通过持续学习培养信息科技人才。

（2）首席信息官制度。首席信息官制度，即在高级管理层设立首席信息官一职，直接对行长负责，领导信息科技工作，并制定和实现商业银行的信息化战略，使信息科技因素能够成为各项相关业务的决策依据，从管理的角度提升信息科技的重要性。首席信息官的具体职责主要包括以下方面：①制定企业信息化战略、规划和技术方案；②实施企业信息化战略、规划和技术方案；③开展企业信息化管理与服务

2. 组织建设。从组织建设来讲，科学的IT支持体系的核心是商业银行合理定位IT部门。对于现代银行业来说，IT部门终将成为战略部门。因此，IT部门与业务部门是“鱼和水”的关系。在未来的发展中，IT部门不应仅仅充当“消防员”的角色，而是应当围绕建设客户中心型的信息化银行这个目标做出变革。

在“互联网+”时代，全社会的经商环境更加信息化，这就要求必须尽快建成全面信息化的银行。也就是，IT部门除了要负责领导银行的信息化和系统运维之外，还要拟定信息科技发展战略，将商业银行信息科技的发展作为全行发展的战略任务。同时当好银行的“智囊”，承担传统信息科技技术职能和决策支持部门的职能。

IT部门的职能应当符合目前金融信息化的战略目标，科学划分各职能之间的界限，缩小部门间由于信息传递损失导致的沟通不畅。按照信息科技部门作为我国商业银行决策支持部门的定位，应当将承担传统信息科技技术职能和决策支持部门的职能划分为：（1）IT系统基础设施的运营与维护；（2）维护IT系统数据库；（3）规划IT系统总体功能结构；（4）为企业决策提供IT支持；（5）规范与标准化相关技术标准；（6）企业职员信息化培训；（7）制定、完成企业信息化战略；（8）领导企业信息化工作，再造企业工作流程，推动企业变革。

3. 信息技术建设。“以客户为中心”是银行开展业务的出发点和归宿。我国商业银行要想从日益加剧的市场竞争中获得比较优势，营销理念就必须从传统的关系营销向现代的服务营销转变。随着金融服务业的外延不短扩展，金融机构内部的界限也逐渐模糊，银行业金融机构也逐渐向横管银行、证券、保险行业的综合性金融服务机构发展。在传统金融业面临着具有较低成本优势的的互联网金融的冲击，金融业日益开放的背景下，完善客户关系管理系统，运用大数据技术，拓宽客户服务渠道，必将成为IT部门信息技术建设的重点。

（1）建设科学高效的客户关系管理系统。客户是银行最重要的资源，在日益激烈的市场环境中，商业银行越发重视市场拓展与维护，相应的，识别客户贡献度、吸引有价值的客户并维护好客户管理就成为银行利润最大化的必由之路。因此，开发包括分析型客户关系管理（ACRM）系统和分析型客户关系管理系统（OCRM）在内的客户关系管理系统，利用现代信息技术的手段对客户数据整理、分析并用其做出响应的决策，开展相关业务就势在必行。一个具有完备功能的客户关系管理系统通常在以下几方面能够帮助商业银行进行客户关系管理：①促进银行产品创新、再造工作流程、提升营销服务水平；②批量处理、分析客户相关信息；③根据不同需要从数据库中提取数据进行分析；④整合分散在各独立系统中的数据资源，实现数据共享；⑤通过多渠道综合比对分析形成统一客户视图。

①客户关系管理系统与数据整合。客户关系管理系统将各独立交易系统中的数据以合意的方式整理、加工、保存、更新，使得各个信息系统的协同运作成为可能。

②客户关系管理系统与流程再造。CRM的理念就是要以“客户为中心”，客户关系管理系统从运营、决策等多方面再造流程，对工作方式产生了根本性变革。

③客户关系管理系统与服务创新。客户关系管理系统使得企业可以根据客户的行为习惯、偏好、运营特点等有针对性的提供差异化服务。

（2）充分运用大数据技术。大数据、云计算等新技术有利于银行更好地服务客户，进一步拓展银行业务的价值链。不少著名的跨国银行已经将大数据技术应用至风险评估、产品创新、决策支持、差异化营销等多个领域。①风险评估。银行可以利用大数据增加信用风险输入维度，提高信用风险管理水平，动态管理客户的信用风险，降低违约概率，同时预防信用欺诈。②差异化营销。银行可以依据大数据分析，预知企业客户未来资金需求，提前进行预约，提高客户体验。可以依据大数据分析报告，进行差异化营销，提高客户满意度。③需求分析和服务创新。可以利用整体样本数据，如从客户行业，收入，所在地，行业，资产，信用等各个方面对客户进行分类，依据其他的数据输入维度来确定客户的需求来定制产品。④运营效率提升。大数据可以展现不同产品线的实际收入和成本，帮助银行进行产品管理。还可以帮助市场部门有效监测营销方案和市场推广情况，提高营销精度，降低营销费用。⑤决策支持。大数据可以帮助商业银行为即将实施的决策提供数据支撑，同时也可以依据大数据分析归纳出规律，进一步演绎出新的决策。

（3）增加客户服务的渠道。对于银行业来说，电子银行服务能够在提升服务效率的同时，提升客户体验，有效降低服务单位客户的成本，是实现多渠道客户服务的重要手段。

电子银行业务较之于传统柜面业务有如下特点：①互联网技术的广泛应用。电子银行突破了物理条件对银行服务时间、服务地点和服务能力的限制，使得大量银行业务的办理脱离了银行网点，从面对面的服务方式改为用户通过事先获得的电子证书获得更为便捷、高效的金融服务。②用户的便捷自助操作。电子银行业务将商业银行从大量的固定资产与人力成本中解放出来，降低了商业银行提供金融服务的成本。从客户角度来看，电子银行业务优化了业务办理流程，通过电子渠道，客户可以自主办理金融业务，提升了金融服务的便捷性。同时，电子银行服务使得客户摆脱了时间和空间对办理业务的限制，解决了全球一体化下金融交易可以全天进行，而金融机构还处在8小时工作制下的茅盾。③科技含量的投入使得边际成本低。对于电子银行来说，所能提供的服务种类和服务功能越多，所提供的服务越安全和便捷，客户黏性就越大，所能吸引到的客户就越多，因而为单个客户提供服务的成本随着客户规模的扩大也逐渐趋于零，形成正反馈。④电子银行的发展提升了对复合型人才的需求。互联网时代，商业银行之间竞争的关键在于人才，而电子银行是信息科技与银行业务结合的产物，因而随着电子银行业务的发展，更加需要既懂金融业务，又懂IT业务的复合型人才。

三、 我国商业银行客户服务与管理创新IT支持体系的实现路径

当前，根据我国商业银行的实际情况，构建科学高效的客户服务与管理创新的IT支持体系，应该通过以下路径来实现：

1. 建设一支高素质、复合型IT人员队伍。（1）培养一支高素质、懂银行业务、IT技术能力强的复合型人才队伍，在前台业务部门、风险控制部门以及一些关键岗位配置信息科技部门人员。（2）完善信息科技人员业绩激励机制，拓宽信息科技人员发展空间。建立职务、职级与职称并行的薪酬体系，打破信息科技人员晋升的“天花板”。（3）明确核心能力发展要求，完善人才培养机制。基于信息科技发展战略明确信息科技人员核心能力要求，科学制定信息科技人才培养方案。做好需求管理，加强专家级领军人才的内部培养与外部引进。（4）针对不同岗位的需求，制定更为细分和差异化的培训目标，建立涵盖入职与履职全方位、立体的培训体系。并结合业界最新变化调整培训方案与培训目标。

2. 向首席信息官制度过渡，提高我国商业银行信息化水平。当前，我国商业银行信息科技部门已经可以满足内部客户和外部客户的绝大多数需求，正处于从“单项应用”阶段到“跨部门整合”阶段的过渡期。为了提升我国商业银行的信息化水平，实现银行业务向信息驱动模式转换，适应“互联网+”时代的客户需求新变化，继续保持在国内外金融市场的优势，应当考虑建立起首席信息官制度，负责领导IT部门制定、完成企业的信息化战略。

增设一名高层管理人员涉及很多需要考虑的因素，同时还要履行相关的组织程序和法律程序，审批流程所需时间较长。因此，可采取渐进式方式向首席信息官制度过渡：例如，设立银行信息科技委员会（领导小组），由商业银行主要负责人或分管领导任委员会（领导小组）主任（组长），由委员会（领导小组）领导信息科技工作。

3. 明确IT部门的定位，构建能够动态满足客户主要需求的组织架构。本质上来说，企业信息化的程度要与企业信息科技部门的定位相匹配。企业信息化程度与信息科技部门的不匹配会造成企业资源的错配，降低了企业资金运用效率与企业的工作效率，对企业信息化发展无益，因此应合理调整IT部门在银行业务与经营中的定位。在信息技术飞速发展的今天，IT部门的定位不应当只是“救火队员”的角色。IT部门在加强管理信息系统建设的同时，必须更多地了解业务部门的状况，积极疏通业务部门进行信息化整合后的业务流程，为各个业务部门提供一个共享的数据与信息平台。除了保障基本业务正常运行外，银行业务流程和客户关系管理再造也应该作为IT部门的一个重要任务。同时还应优化信息科技组织定位，根据银行业务部门的发展需要明确信息科技发展策略，依据内部控制与合规性的要求，建立涵盖IT风险管理、IT审计、IT专业技术的职能部门。提升信息科技的业务支持和决策支持功能。

4. 全面建立分析型客户关系管理系统。当前，我国商业银行以使用操作型客户关系管理系统为主，多个系统间的数据形成了信息孤岛，数据价值没有得到充分挖掘。因此，应当全面使用能够对数据价值深度挖掘的分析型客户关系管理系统（ACRM），为业务运营和决策提供支持。

在统一的系统下建立相互联系的子系统模块，模块之间既有相对的独立性，又在统一系统下共享数据相互联系。建立数据仓库，为识别客户贡献度，细分客户类型，管理层决策储备相关数据。同时参照国际通行模型开发符合本行情况的客户贡献度模型，综合考虑与收入成本相关的多个因子，为提升决策水平、开展营销服务提供依据。

5. 运用大数据技术强化我国商业银行的IT服务能力。利用大数据技术提升营销服务水平。一是拓展客户资源。通过对大数据的获取与处理，我国商业银行可有效扩展客户信息接触面，获得更多市场机会；二是获取全面的客户画像，真实呈现客户身份、资产、喜好、情绪、行为、社会关系等“立体视图”。三是开展精准营销。

利用大数据技术强化风险管理能力，通过对大量数据信息的深度挖掘，可以有效识别授信人风险，提升整体的风险防控能力。利用大数据技术优化运营管理模式，可以利用大数据提高决策效率、优化处理流程、提高对市场的反应速度。

6. 强化电子银行渠道，为客户提供更好的安全便捷服务。（1）提高呼叫响应系统的服务质量。在未来我国商业银行电话呼叫中心和网络平台咨询服务体系应拓展为跨多种终端设备的交互系统，能够向电话、PC和移动端等多种终端设备提供咨询投诉等服务；（2）提升电子银行的客户吸引力。随着客户对全能银行服务的要求提升，银行业金融机构所能提供服务数量和质量都会影响资金的沉淀量。因此，银行信息科技部门需要与业务部门共同努力丰富网上银行所能提供的产品和服务，使商业银行能够提供更多元的电子金融服务。

参考文献：

[1] 雷陈光，陈运娟.大数据时代下商业银行客户关系管理思维变革[J].金融与经济，2015，（4）.

[2] 侯敬文，程功勋.大数据时代我国金融数据的服务创新.财经科学，2015，（10）.

[3] 周林洁.金融集团信息科技机构组织设计与管理模式研究――以平安集团、花旗银行和汇丰银行为例.南方金融，2014，（9）.

[4] 骆鹏.成都银行IT治理研究[D].成都：西南财经大学学位论文，2010.

[5] 严盖.我国商业银行服务管理问题研究[D].成都：西南财经大学学位论文，2012.

第14篇

关键词： 大数据；电信网络；精简架构；数据即服务

Abstract： In this paper， we discuss a number of domestic and international big-data telecommunications architectures and propose our own lean big-data architecture. This new architecture combines the practical application scenarios of operators， and the universal large platform is abandoned. There are two directions in big-data development： improving business efficiency and providing data as a service （DaaS）. Capturing， managing， and mining core data of a telecom operator is the basis for service implementation. Rapid deployment and application of big data is the final target. A balance also needs to be struck between in efficiency， cost and time when deploying a big-data architecture.

Key words： big data； telecommunications network； lean architecture； data as a service

中图分类号：TN915.03； TP393.03 文献标志码：A 文章编号：1009-6868 （2013） 04-0039-003

1 电信运营商建设大数据

思路及关键技术

运营商的网络和用户是运营商的核心资产，而其中流动的数据（包括用户配置基础数据、网络信令数据、网管/日志数据、用户位置数据、终端信息）是运营商的核心数据资产。对于运营商来说，最有价值的数据来自基础电信网络本身，对于基础管道数据的挖掘和分析是运营商大数据挖掘的最重要方向。抓取、管理和挖掘这些数据是运营商的当务之急[1-2]。运营商基于核心数据的大数据应用可从两个方面入手：

（1）通过大数据应用提升自身运营效率。比较典型的应用包括：信令多维分析、网络综合管理及分析、业务和运营支撑系统（BOSS）经营综合分析、精准营销等。

（2）通过数据即服务（DAAS）拓展新的服务内容，提供对外服务。包括个体及群体的位置信息以及用户行为分析等，对于第三方公司（比如零售业或者咨询公司、政府等）都是非常有价值的信息。运营商可以基于这些数据提供对外DAAS服务，拓展市场空间。

为了构建电信运营的大数据应用，从技术能力的角度可以分为数据收集与存储、信息检索汇聚、知识发现以及智慧4个层面。电信大数据技术层面如图1所示。自下而上数据挖掘深度增加，难度加大，对于系统的智能需求提升。其中关键的技术包括抽取转换装载（ETL）、并行计算框架、分布式数据库、分布式文件系统和数据挖掘、机器学习等。

面对海量的大数据，如何有效进行数据处理是需要解决的迫切问题，分布式并行处理是有效手段。传统关系型数据库多采用共享磁盘（Sharing-disk）架构，当数据量达到一定程度，将面临处理的“瓶颈”以及扩展的困难，同时成本也偏高。当前有效的做法是采用分布式文件系统/分布式数据库结合做分布并行处理。目前基于开源的Hadoop平台是业界采用较广泛的一个实现方案。Hadoop[3]的核心思想是基于Hadoop分布式文件系统（HDFS）存储文件或者基于HBase数据库（也是基于HDFS），使用分布式并行计算框架MapReduce来并行执行分发Map操作以及Reduce归约操作。在Hadoop的计算模型中，计算节点与存储节点合一。存储数据的普通PC服务器可以执行MapReduce的任务。而在Sharing-disk模型中，存储节点与计算节点是分离的，存储的数据需要传送到计算节点做计算。Hadoop计算模型适合离线批处理的场景，比如Log日志分析、文档统计分析等。它是关系型数据库管理系统（RDBMS）的有益补充。

在私有技术上实现分布式存储和并行处理，在调用接口上与Hadoop兼容，这是一个可行的技术方案。这种方案可以避免上述Hadoop的缺点，同时在性能上做更多的优化。有效的手段包括增加数据本地性（Data Locality）特性，在多次迭代的计算过程减少数据在不同节点之间的传送；使用索引和缓存加快数据的处理速度。结合存储和计算硬件进行调优也是有效的手段，可以使用数据的分层存储，将数据分布在内存、固态硬盘（SSD）、硬盘等不同介质上[4]，使得与计算资源达到很好的平衡。

面对海量数据实时性的要求，比较有效的方式是采用复杂事件处理（CEP）[5]。实时流处理采用事件触发机制，对于输入的事件在内存中及时处理。同时对于多个事件能合成一个事件[6]。实时流处理需要支持规则以满足灵活的事件处理要求。实时流处理可以使用分布式内存数据库、消息总线等机制来实现快速实时响应。目前商用的CEP产品有不少，但是在功能、性能以及适用范围上有较大差异，选择成熟度高以及合适的产品是关键。

针对大数据中大量的半结构化或者非结构数据，NoSQL数据库应运而生。NoSQL数据库放弃关系模型，弱化事务，支持海量存储、高可扩展性、高可用及高并发需求。NoSQL数据库在特定应用场景下有很高的优势，是传统数据库的有效补充。按照数据模型，NoSQL主要有四大类：键-值（Key-Value）型、列存储型、文档型、图型，它们对应不同的应用场景。比如Key-Value型适合简单键-值对的高效查询，而图型适合社交关系的存储和高效查询。

针对大数据挖掘分析、搜索以及机器自适应学习等技术在企业系统中逐步应用。相关的算法种类很多，当前需求较多的是分布式挖掘和分布式搜索。

由于数据类型以及数据处理方式的改变，传统ETL已经不适用。运营商需要根据应用场景做不同的规划。目前来说，由于运营商应用系统差别较大，尚未有一种统一的处理模式。比较可行的一种方法是依据数据的功用以及特性做分层处理，比如大量的数据源首先做初筛，初筛完之后有部分数据进入数据仓库或者RDBMS或者其他应用。初筛可以使用Hadoop或者CEP或者定制的方式来完成。

针对运营商的不同应用场景，需要采用不同的技术或者技术组合。比如用户实时详单查询，数据量巨大，但是它的数据类型简单，数据以读为主，不需要复杂的Join操作，数据的分布性好。相比传统的RDBMS，使用Hadoop可以大大提升查询性能，降低处理成本。更多的应用可能需要多种技术的组合。比如信令采集及多维分析，信令数据特别是分组域（PS）信令数据量大且实时性要求高，有效解决海量数据处理与实时性要求是它的关键，需要CEP与Hadoop的组合。在当前阶段，不同的技术成熟度不一，由于业界大数据应用进展较快，我们认为当前针对不同应用的精简方案是最合适的，也就是依据应用场景，挑选最合适的组件做组合，摒弃通用化的大平台。

2 中兴通讯大数据实践

中兴通讯依托在云计算等领域的长期积累，针对大数据形成了一套完整的技术体系架构。ZTE大数据技术体系架构如图2所示。架构依据运营商的不同的应用需求，注重采用组件搭建的方式，形成端到端的精简方案。下面以两个具体的案例进行说明。

（1）用户实时位置信息服务系统

该系统实时采集蜂窝网络用户的动态位置信息，并通过规范接口提供DAAS服务。实际工程中，当期接入的用户数达两千多万，每天用户位置更新数据可达40多亿条，高峰期更新达到每秒几十万次。除了采集的位置，还可以结合其他数据源比如用户年龄等属性做分析，以应用编程接口（API）开放给上层应用。此外该系统需要有良好的可扩展性，后续可以接入其他区域的数据源。另外这套系统需要有良好的性价比，成本可控，时间可控。依据这些需求，我们在成熟的组件K-V NoSQL 数据库的基础上搭建了系统。用户实时位置信息服务系统如图3所示。

用户实时位置信息服务系统是一个典型的精简方案，它基于分布式Key-Value NoSQL数据库的分布式缓存（DCache），组装了对位置流事件实时处理的系统。DCache既是消息总线，也是内存数据库，能很好地满足实时性的要求。同时DCache基于x86刀片服务器，采用分布式架构，系统的扩展性很好，成本较低。该系统性能优越，稳定可靠，取得良好的效果。

（2）信令监测多维分析系统

随着运营商数据业务快速增长，运营商对于网络质量提升、网络运营效率有着更大的压力。通过采集网络Gn接口、Mc接口信令并加以处理分析，可以获得网络运行的完整视图，基于信令的相关专题分析，比如网络质量分析、流量效率分析、多网协同分析、客户投诉及服务分析等对于运营商网络运营有极大的价值。

信令监测多维分析的难点在于信令流量大且数据量大，比如某运营商省公司Gn接口峰值流量可以达到4 Gb/s，每天信令数据可达1 TB。需要采集信令并做多种分析以服务于不同的部门。

信令监测多维分析系统采用分层的架构，便于数据共享及和应用的扩展。信令监测多维分析系统如图4所示。使用实时流处理满足实时性高的数据分析要求，对于会话或事务详单（XDR）初步处理完的数据采用传统RDBMS存储供后续分析查询使用。对于数据量庞大的XDR采用Hadoop HBase存储并查询，原始信令采用分布式文件系统存放在本地。

在这个方案中，数据根据它的使用特性采用不同的方式存储和处理，突破RDBMS处理“瓶颈”和扩展性的“瓶颈”，达到了很好的效果。在测试中，4节点PC服务器可以全部承担某运营商省公司PS域XDR的存储，入库性能可达50 Mb/s，针对上百亿条记录查询，可以在10 s内返回。取得了很好的实践效果。

3 结束语

电信运营商面临大数据发展的机遇，都在积极推动大数据的试点和商用。在当前大数据技术快速发展的形势下，根据需求和应用场景搭建精简方案，可以帮助运营商在当前激烈竞争环境中快速获得竞争优势，在效率、成本和时间上取得最佳平衡。

参考文献

[1] Cisco Systems. Cisco visual networking index global mobile data traffic forecast update， 2011 - 2016 [EB/OL]. [2013-03-25]. http：//.

[2] MANYIKA J， CHUI M， BROWN B， et al. Big data： The next frontier for innovation， competition， and productivity [R]. McKinsey Global Institute， 2011.

[3] WHITE T. Hadoop权威指南 [M]. 2版. 周敏奇， 王晓玲， 金澈清， 译. 北京：清华大学出版社， 2011.

[4] SNIA. 2012 SNIA Sprint Tutorials-NextGen Infrastructure for Big Data [EB/OL]. [2013-02-15]. http：//

[5] NEUMEYER L， ROBBINS B， NAIR A， et al. S4： Distributed stream computing platform [C]//Proceedings of the IEEE International Conference on Data Mining Workshops （ICDMW’10）， Dec 14-17，2010， Sydney， Australia .Los Alamitos， CA， USA： IEEE Computer Society， 2010：170-177.

[6] SHARON G， ETZION O. Event-processing network model and implementation [J]. IBM Systems Journal， 2008，47（2）：321-334.

作者简介

第15篇

关键词：交互作用；历史购买行为；历史点击行为；电子优惠券；购买决定

DOI：10.13956/j.ss.1001-8409.2017.02.23

中图分类号：F7138 文献标识码：A 文章编号：1001-8409（2017）02-0109-04

The Effects of Historic Behaviors and Ecoupon

Promotion on Consumer Purchase Decision

――Based on an Experimental Study

ZHANG Jiantong， FANG Chencheng

（School of Economics and Management， Tongji University，Shanghai 200092）

Abstract：Based on the sales data gathered from an experiment of 5600 consumers at a classified ads website， this paper tests the impacts of past behaviors and ecoupon on consumer purchase decision and most importantly their interaction effect. Past behavior includes past purchasing behavior and past click behavior. It shows that， both consumers past purchasing experience and the ecoupon have significantly positive influence on their purchase decision. So does their interaction term. And for past click behavior， this paper finds that consumers who have once clicked the ads page of the product are more inclined to make a purchase when they are provided with ecoupons even though the direct effect of past click behavior on consumer purchase decision is not significant.

Key words：interaction effect； past purchase； past click； ecoupon； purchase decision

近年恚信息技术的进步使网络用户的数量迅速增长，电子优惠券也因其以网络作为传播媒介逐渐成为一种广受欢迎的促销手段。由于顾客使用电子优惠券的搜寻成本远小于传统纸质优惠券，因此其使用率往往较高。特别地，当企业根据顾客的偏好和其他消费信息来精准发放电子优惠券时，其期望使用率将会更高[1]。而且，信息系统技术的快速发展使得企业能够储存大容量的客户资料信息，这为精准营销提供了数据支持。

在传统研究中，对优惠券的使用率进行预测时常会用到有关消费者特征的数据。但近年来，由于顾客对其网络隐私的重视，企业在获取顾客真实信息方面出现了障碍，其会降低精准营销的有效性[2]。所以，企业在实施精准营销时，除了直接使用顾客填写的身份信息外，往往也会跟踪顾客的网上历史行为，进而提高营销效果[3]。事实上，目前被许多商业网站所广泛采用的推荐系统便是利用顾客的历史行为数据来预测其偏好，并进行相应的产品推荐。近十年来，学者们围绕顾客的历史行为对其未来购买决定的影响进行了广泛讨论[4]，已有众多论文分析了基于顾客历史行为的精准营销策略[5]。然而，多数文章仅关注了顾客的历史购买行为，而忽视了其历史点击行为。根据Parsons的研究，顾客的历史点击流为预测其未来购买意向提供了重要依据[6]。因此，本文在研究顾客历史网上行为时涵盖了历史购买行为及历史点击行为两方面。基于此，本文将试图回答以下两个问题。第一，顾客的历史行为如何影响其未来购买决定？第二，如何利用顾客的历史行为记录来提高优惠券的发放效果？

1研究框架及文献综述

本文将分两步来构建理论框架。第一，研究顾客历史行为对其未来购买决定的影响。第二，将电子优惠券的影响加入模型中，以探求基于顾客历史行为的优惠券发放策略，从而提高其促销效果。图1为本文的研究框架。

11历史行为

近十年来，已有众多学者研究了影响网络顾客购买决定的因素[7]。顾客历史行为的重要性也已被广泛认识[4]，但是多数论文在讨论顾客购买决定时，并未对历史行为的种类加以区分。实际上，顾客的经验可以通过多种历史行为获取，比如购买和点击浏览行为等，而它们的影响也是显著不同的[3]。特别地，相对于历史购买行为，现有文献甚少涉及历史点击浏览行为对顾客未来购买决定的影响，因此，为进一步推动研究进展，本文将历史点击行为纳入讨论范围。

111历史购买行为

许多现有研究结果表明，顾客的历史购买行为极大地影响了其未来网络购买意向[8]。一方面，令人满意的购买经历很大程度上会引导顾客再次进行购买。另一方面，从先前购买中所获取的知识及经验会通过顾客的信息搜索意向来间接影响其未来购买决定[9]。此外，还有研究发现，在所有影响网络顾客购买决定的因素当中，历史购买经历的作用程度最为明显，其次是顾客对于网站隐私安全的顾虑，以及网站内容质量等方面[10]。据此，提出假设：

H1：历史购买行为对顾客未来网络购买意向具有正向显著影响。

112历史点击浏览行为

网络环境下，点击流数据是顾客信息的重要组成部分之一。研究表明，尽管点击流数据并非没有缺陷，但它却是用户在无外界人为干扰情况下的真实行为反映[9]。鉴于此，学者们普遍认为点击流数据能够帮助他们更好地理解用户行为和决定。严格意义上，用户点击流数据应包括其浏览的网址记录、网页列表、停留在每一网页上的时间及其浏览网页的顺序等。在这些所有变量中，网页浏览记录被认为是最重要的组成部分。因此，本文在讨论历史点击浏览行为时，将重点关注顾客是否曾点击浏览过给定产品的购买页面。相关研究发现，网页中的大标题广告不仅对顾客当期的购买决定有正向影响，而且还会对顾客未来的购买Q定产生影响[11]。总体上来说，即使没有实现当期购买，网络顾客这种有目的性地点击浏览网页的行为，也将对其未来购买决定产生正向积极作用。据此，提出假设：

H2：历史点击浏览行为对顾客未来网络购买决定具有正向显著影响。

12电子优惠券

目前，众多文章详述了电子优惠券对顾客购买决定的影响，其中交易效用理论常被引用。其认为，消费者对价格公平性进行判断时，不仅会考虑到企业提供的外部市场价格，也会考虑其内在形成的参考价格[12]。根据交易效用理论，因为优惠券所赋予顾客的价格折扣会影响顾客对产品所形成的内在参考价格，所以当顾客对产品的价值认知更依赖于交易效用时，其便倾向于使用优惠券，以实现购买[12]。从这个角度来说，当产品的实际市场价格低于顾客的期望价格时，交易效用则为正，这将会提高顾客购买的可能性。因此，由于优惠券所带来的价格折扣能为顾客带来交易效用。据此，提出假设：

H3：电子优惠券对顾客网络购买决定具有正向显著影响。

13历史行为与电子优惠券间的交互项

作为一种重要的网络营销手段，电子优惠券正被越来越广泛地应用，企业也正积极寻求提高优惠券使用率的有效途径。目前，许多因素对电子优惠券使用率的影响均已被检验，但是顾客历史行为的影响却在一定程度被忽视。因此，目前有必要研究顾客的网上历史行为对电子优惠券使用率的影响途径。本文将通过历史行为和电子优惠券对顾客网络购买决定的交互作用来对这一问题进行探究。如前所述，电子优惠券使得网络顾客获得额外的交易效用，继而提高其购买产品的可能性[12]。此外，研究认为，当这些收到优惠券的顾客有过历史购买行为记录时，其更有可能使用优惠券进行再次购买，两者之间存在互补联系。深究其原因，有研究指出，历史购买经验可以降低顾客对商品质量不确定性的顾虑，从而促进顾客进行再次购买[4]。所以针对历史购买行为和电子优惠券对顾客购买的交互作用，本文提出假设：

H4：当顾客有过历史购买行为记录时，其更容易使用企业所发放的电子优惠券，继而实现再次购买。

网络环境下，企业能够更加方便地追踪顾客的网上行为，其中包括点击流行为。研究指出，那些曾点击浏览过产品页面却未实际购买的顾客被认为是潜在顾客，当其受到一定的外部刺激，比如收到优惠券，则很有可能进行实际购买[5]。另外，顾客在产品购买页面有目的地点击和浏览，表明其对产品可能具有潜在需求，而企业可通过精准营销策略将其潜在需求转变为实际购买。因此，针对历史点击行为和电子优惠券对顾客网络购买的交互作用，本文提出假设：

H5：当顾客曾点击浏览过给定产品的购买页面时，其更容易使用企业所发放的电子优惠券，继而进行实际购买。

2研究方法

21实验设计

本文借助百姓网设计了一项优惠券促销实验，见图2。首先，从其用户数据库中随机选取5600名样本用户。其次，于2016年1月1日给其中2800名用户发放只能用于购买信息置顶服务的电子优惠券，其有效期至1月7日。最后，记录下所有5600名样本用户在实验期间内的交易记录。本文不仅会记录信息置顶服务的交易，也会跟踪其他服务产品的交易，包括信息刷新服务、标签服务和主页推广服务，用于安慰剂检验。此外，在测量历史购买和历史点击浏览情况时，分别给定了时间界限，即120天和15天。同时，为检验结果的稳健性，又将优惠券的有效期更新设置成4天和10天，并重复进行了两次实验。

22模型设定

本文采用logit模型作为建模基础。具体的计量模型为：

lnPij1-Pij=α0+α1PURCHASEij+α2CLICKij+α3COUPONi+α4PURCHASE×COUPONij+α5CLICK×COUPONij+α6AMOUNTi+εi （1）

式（1）中，i表示样本用户编号，取值为1至5600；j表示服务产品的编号，取值为1～4。具体地，j=1代表信息置顶服务，即被促销的服务产品，而j=2，3，4 分别代表信息刷新服务、标签服务和主页推广服务，这些服务产品在测试期内未被促销。表1给出了式（1）右边部分各变量的定义及描述性统计值。

表2则给出了变量间的相关系数，可以看出各变量间不存在强相关性。为了进一步检验是否存在多重共线性，本文还测算了各变量的方差膨胀因子，其值位于111和164之间，远小于临界值10，因此认为不存在多重共线性问题。

3实验结果

本文通过两个步骤来估计模型。首先，仅检验历史购买行为、历史点击浏览行为和电子优惠券的主效应。其次，考虑三者的二次交互项影响。估计结果详见表3。可以看出，不同有效期长度下的估计结果在数值和显著性方面无明显差异，表明了估计结果具有一定的稳健性。接下来，运用7天有效期下的估计结果进行后续讨论。

31主效应

根据表3的估计结果，历史购买行为和电子优惠券对顾客购买决定的主效应均为正向显著（α1=1961， p

ORi=eαi （2）

式（2）中，e是自然底数；αi是式（1）中的变量系数。计算结果表明，历史购买行为和电子优惠券的比值比分别是7106和5109。具体地，7106表示当顾客有过历史购买记录时，其未来购买倾向是未有购买记录的顾客的7106倍左右。因此根据计算结果，本文得知顾客历史购买行为和电子优惠券对顾客购买决定的影响是十分显著的。但历史点击浏览行为的主效应并未符合假设，需要加入交互项来对其进一步探究。

32交互效应

根据表3的估计结果，历史购买行为和电子优惠券对顾客购买决定的交互作用为正向显著（α4=0603， p

33安慰剂检验

本文利用7天实验期间内其他未被促销的服务产品的销售数据进行安慰剂检验，结果详见表4。可以看出，就电子优惠券对未被促销服务产品的影来说，无论是其主效应还是与其他两变量的交互效应均不显著，表明了实验期间信息置顶服务销量的变化并不是由其他可以影响所有产品销量的因素引起的。

4结论

41研究意义

本文的研究理论意义在于：首先，研究结果表明历史购买行为和电子优惠券对顾客购买决定均有正向显著作用，这与现有文献的结论一致[4]。其次，检验了历史购买行为和电子优惠券的交互效应，发现当顾客有过历史购买记录时，其更倾向于使用优惠券，进而实现再次购买。这一结果阐释了顾客历史购买行为与电子优惠券促销间的联系。然后，本文讨论了现有文献中较少提及的顾客历史点击浏览行为。结果表明，尽管其对顾客购买决定的直接效应不显著，但其与电子优惠券的交互作用则较为显著，说明了曾点击浏览过产品页面的顾客更倾向于使用优惠券以实现实际购买。这一结果对研究利用顾客点击流数据进行顾客行为意向的预测等方面具有一定指导意义。

另外，研究的实践意义在于：首先，发现历史购买行为对顾客购买决定具有正向影响，即针对老顾客的精准营销效果往往比较显著。这一结论也证实了以顾客历史购买记录为基础的推荐系统的有效性。第二，有过历史购买记录的顾客更愿意使用优惠券进行再次购买，因此对企业来说，将优惠券发放给老顾客可以一定程度上提高其使用率。此外，尽管历史点击浏览行为对顾客购买决定无直接影响，但曾点击浏览过产品页面的顾客，由于其表现出对产品的潜在需求，往往更愿意使用优惠券。这一结论对企业制定精准网络营销策略具有实践意义。

42未来研究方向

首先，本文的实验平台是一家分类信息网站，即百姓网，其主要通过为用户提供服务型产品来获取收益。然而，为验证实验结果的普遍性，后续研究可将本文实验结果在其他类型的商业网站上加以检验。其次，因为点击流行为数据不仅包含本文所研究的页面浏览记录，还包含页面停留时间及浏览顺序等，所以后续研究可考虑利用这些类型的数据。最后，由于电子优惠券只是一类网络营销的手段，因此在未来的研究中，可关注顾客历史行为对其他网络营销策略有效性的影响，以帮助企业更好进行产品营销。

参考文献：

[1]刘芬，赵学锋，张金隆，等.移动优惠券的消费者使用意愿研究：基于个人特征和动机的视角[J].管理评论，2016，28（2）： 93-102.

[2]蒋玉石，张红宇，贾佳，杨力.大数据背景下行为定向广告（OBA）与消费者隐私关注问题的研究[J]. 管理世界，2015，8： 182-183.

[3]Ragunathan T， Battula S K， Jorika V， et al. Advertisement Posting Based on Consumer Behavior [J]. Procedia Computer Science， 2015， 50： 329-334.

[4]Weisberg J， Te’eni D， Arman L. Past Purchase and Intention to Purchase in E-Commerce： The Mediation of Social Presence and Trust [J]. Internet Research， 2011， 21（1）： 82-96.

[5]Hariharan V G， Talukdar D， Kwon C. Optimal Targeting of Advertisement for New Products with Multiple Consumer Segments [J]. International Journal of Research in Marketing， 2015， 32： 263-271.

[6]Parsons A G. Non-functional Motives for Online Shoppers： Why We Click [J]. Journal of Consumer Marketing， 2002， 19（5）： 380-392.

[7]周梅华，李佩镅，牟宇鹏.在线评论对消费者购买意愿的影响――心理距离的中介作用[J]. 软科学，2015，29（1）：101-104.

[8]李聪，李雪琴，Gajanan G H，马丽.C2C电子商务差异化折扣模型：基于在线购买历史聚合[J].管理工程学报，2016，30（2）： 64-75.

[9]Bucklin R E， Sismeiro C. Click Here for Internet Insight： Advances in Clickstream Data Analysis in Marketing [J]. Journal of Interactive Marketing， 2009， 23： 35-48.

[10]Ranganathan C， Jha S. Examining Online Purchase Intentions in B2C E-Commerce： Testing an Integrated Model [J]. Information Resources Management Journal， 2007， 20（4）： 48-64.