试论大数据时代企业的营销模式

张洁梅+李丽珂

[摘  要]大数据时代的来临，引发了商业的大变革，颠覆了企业传统的营销模式，建立在大数据基础上的营销架构，可以为企业带来巨大的商业价值。在大数据时代，企业的经营模式在不断地发生着变化，在此背景下，分析企业的营销模式和特点，赋予大数据营销巨大的研究价值，成为未来营销的发展趋势。

[关键词]大数据;营销模式;商业模式

[中图分类号]F713.5    [文献标识码]A    [文章编号]1672-2426（2014）12-0063-06

一、理论综述

在过去的数年中，信息技术在社会、经济、生活等各个领域不断渗透和推陈出新，在移动计算、物联网、云计算等一系列新兴技术的支持下，社交媒体、协同创造、虚拟服务等新型应用模式持续拓展着人类创造和利用信息的范围和形式。新兴信息技术与应用模式的涌现，使得全球数据量呈现出前所未有的爆发式增长态势（Lynch，2008）。全面基于信息和网络的生产和创新模式，正在将人类社会带入“第三次工业革命”时代（Rifkin，2012）。作为计算机时代的核心——计算能力，其主要目的在于提高对大量数据的处理功能，并对其进行分析挖掘，进而从中获得有价值的信息，最终衍化出一种新的商业模式，本文主要是分析在大数据条件下，企业市场营销模式的转变，从大数据理论与特征出发，探讨大数据对于商业的价值，以及大数据趋势下企业市场营销模式的转变。

（一）大数据时代营销与企业的营销模式

大数据是指那些超过传统数据库系统处理能力的数据，数据量通常在10TB以上。在当今社会互联网普及和发展快速的情况下，社会化应用以及云计算，使得网民的网络痕迹能够被追踪﹑分析等，而这个数据是衡量的以及可变化的，企业或第三方服务机构借助这些数据为企业的营销提供咨询、策略、投放等营销服务的行为称为大数据营销。企业的营销模式是营销战略和各种策略的集合，是企业开展业务的特定方式。

（二）国内外相关理论研究

Bug hin et al.（2011）指出大数据可以通过信息透明化释放巨大的价值，大数据时代会产生新的管理规则，并提出数据导向竞争优势的概念。Brown et al.（2011）指出大数据所带来的巨大影响是可以改变游戏规则，企业的成功不仅仅取决于新技术而且取决于关于大数据时代如何发展的新思维：一个受大数据影响的扩展了的管理实践循环以及大数据对潜在的、破坏性的、新的商业模式的作用;进而指出：彻底定制化（Radical Customization）、永恒的实验（Constant Experimentation）和新奇的商业模式（Novel Business Models）是公司在捕捉和分析海量数据时代竞争的新标记。

大数据时代消费者和网民的区分逐步一体化，企业的疆界日渐模糊，数据越来越成为核心的资产，并将对企业的业务模式产生深刻影响，甚至重构其组织和文化;商业活动的各个领域在这场运动中都不能置身事外（McAfee、Brynjolfsson，2012）。对于大数据这个概念，国际数据公司（IDC）将其定义为：通过高速捕捉、发现或分析等途径，从大容量数据中提取价值的一种新的技术架构。大数据的核心一般认为是基于相关关系分析法的预测，其精髓不是抽样、绝对精确和因果，而是分析更多数据甚至全部数据、追求效率、重视相关。本文认为大数据是对海量数据进行管理、分析、挖掘以支持决策的理论、方法、技术的统称。

（三）传统企业营销模式的制约因素

传统企业营销模式的制约因素主要体现为：营销市场环境，如市场营销环境通过市场内容的不断扩大和自身因素的不断变化，对企业的营销活动发生影响，同时企业的营销环境依赖于市场环境正常进行。消费群体，如有购买力和欲望的现有及潜在消费群体分布非常广泛和分散，且具有多变性。调研方式，如企业的调研活动通过市场观察、访谈、电话访问或发放问卷等形式展开时，需要大量人、财、物的投入，周期较长，难以进行广泛调研且不具代表性等。营销广告，如营销广告主要是通过电视、报纸、杂志等形式对受众进行听觉、视觉刺激，把信息强加给受众。营销策略，如企业针对一个目标市场会利用一个组合策略，通常使用4Ps组合策略，以达到企业的市场目标，但是该组合强调必须以适当的产品、适当的价格、适当的渠道和适当的促销手段，将适当的产品和服务投放到特定市场。营销理念，如企业做市场营销的条件是产品供过于求和市场竞争的加剧，所以市场营销的理念仅仅是销售产品，满足客户需求。

二、大数据的特征及其商业价值

（一）大数据的特征

大数据的“大”，不同于以往数据的显著特点表现在“4V+1C”：第1个V是Volume，即高容量，TB～ZB级;第2个V是Velocity，高速度，实时处理，数据量增长越来越快，需要处理的速度和响应的时间越来越快，对系统的延时要求相当高;第3个V是Variety，多类型、多格式，包括结构化、半结构化和非结构化数据;第4个V是Vitality：分析和处理模型必须快速变化，因需求在变;1C是Complexity，处理和分析的难度非常大，处理、升级或利用大数据的分析手段比处理结构化数据要复杂的多。大数据营销的特点主要表现在以下几个方面：

1.提高个性化。主要是通过对大数据的分析来更加有针对性的了解客户的需求，使为客户提供的服务更加个性化和有效。

2.数据驱动的营销。随着原始数据的不断堆积，大数据平台已经出现，为营销人员更好地了解客户提供了大量的信息。在这些信息数据的驱动下，营销人员才能够真正了解客户的真实需求，并通过满足这些需求来提升客户体验。

3.预测分析能力。大数据的累积使得营销人员可以通过外部和内部两个系统的数据来分析客户当前和未来的购买行为。外部系统指的是web和社交媒体等，内部系统指的是CRM和购买历史记录等。通过这些数据的组合分析可以推动现有的产品和服务的销售并同时带来更好的产品服务的改进。

4.虚拟活动能力。通过大数据模拟可将人们的一些创新性的营销想法进行虚拟的市场测试，这种虚拟的测试消除了在真实市场中存在的风险，节约了成本费用。同时因为所使用的数据是来自真实世界的，因此虚拟测试结论具有较强的可靠性。通过不断地测试、挑战和重新测试，直到这些营销想法成为实际的活动——其有效性随后可以使用营销后分析来测量。

5.不仅仅适用于大型企业。大数据分析需要的成本较少，因此这一发展趋势不只是针对大企业有效，对于小企业来说同样可以运用已有的软件工具从存储、管理、分析和可视化数据中分析获得很大的优势。因此，在这方面，小型企业与大型企业处于公平竞争的环境中。

（二）大数据的商业价值

1.大数据的来源与应用。大数据是由海量交易数据、海量交互数据和海量数据处理三种技术应用汇聚而成。以淘宝网为例，淘宝网的数据以及流量产生的核心是围绕着买卖双方的交易展开的，以此向外扩展，衍生出海量的相关数据与信息。同时，也正因为这些数据、信息都与交易相关，因此也形成了极具商业价值的数据信息，为淘宝转型为电商“生态圈”的基础服务提供商、数据服务商进行数据开发与销售奠定了基础。通过对用户网上消费行为的全流程追踪，淘宝数据的产生从大范围上可以划分为三种。第一种是来自淘宝网外部的数据，主要包括相关的广告点击、搜索引擎的搜索数据、SNS上的推荐与链接、关联软件的操作与推荐。第二种是直接访问带来的相关数据，包括浏览器访问、软件访问等。第三种也是最大的数据来源，即淘宝网内部的数据产生，这些数据的产生与买卖双方的交易密不可分，同时也围绕着这种交易产生了相关的信息与数据，包括内部搜索、站内SNS社区、页面浏览与点击、会员及用户相关页面、购买与交易数据、后台管理数据以及即时通讯数据信息等。

这些数据通过存储、分析、运算和管理，可以用来优化自身的产品、服务、界面和管理。此外，在具备极大商业价值的数据与信息方面，淘宝对外界至少还能提供三类。第一类针对消费者，主要包括各种商品与店铺以及促销信息，是便利其购物与消费的数据信息;第二类针对卖方以及店铺，主要包括媒体接触及使用行为、网络使用行为、消费者的消费行为、行业竞争及市场发展的数据与信息等，是可以有效提升商品销售效果以及其店铺管理的数据信息;第三类主要包括购买数据、消费者行为数据、销售数据、交易数据等，是可以帮助社会及第三方机构了解电商企业和淘宝相关的数据及信息。

2.大数据所带来的商业价值。大数据时代带来了思维、商业、管理的大变革，在商业的变革中，对大数据进行挖掘所产生的商业价值日益激增，基于大数据的几个商业价值方面的杠杆有：通过运用大数据来模拟实境，探索新的需求以及提高投入回报率;分析顾客群体，进行量体裁衣，对每个不同群体采取独特而富有针对性的行动;提高大数据成果在各个相关部门的分享率，进而提高整个产业链条和管理链条的回报率;进行商业模式、服务和产品的创新等方面来实现由大数据所带来的商业价值，如图1所示。

在诸多领域，大数据浪潮正在引致颠覆性创新，即通过提供相对简单却更加廉价与便利的产品，或者引入逊于现有产品的产品和服务，诱导次要市场上不太挑剔的消费者，抑或非消费者。根据McGuire et al.（2012）的阐释，大数据通过五种途径获得新竞争优势，即精密的分析、更多的交易信息数字化、针对更窄细分市场量身定做的服务和产品、信息透明化、以及服务和产品的前瞻性开发。大数据的价值模型如图2所示。

三、大数据时代的商业模式

商业模式反映了企业如何创造价值、传递价值和获取价值。商业模式一般涉及九方面要素，大致覆盖了商业模式的四个主要方面，如表1所示。商业模式犹如一个战略蓝图，可以通过企业组织结构、系统和流程来实现。

商业模式的九要素之间相互作用、相互决定：同样的渠道通路可以拥有不同的核心资源、不同的关键业务、不同的成本结构等。相同的价值主张不必通过相同的渠道通路去实现。商业模式只要有一个构成要素不同，就意味着是不同的商业模式。事实上不仅如此，在动态变化的市场系统中，为了应对变化多端的新环境，商业模式也必须灵活多变。市场环境的变化和生产技术的发展，会使曾经成功的商业模式受到挑战。所以，新兴技术的推动、市场需求的改变、行业垂直整合、竞争对手的模仿、企业家精神等因素都可能推动企业进行商业模式的创新。

以大数据为线索，重新审视自身商业模式并进行创新设计，是当今企业在整体结构性方面获取差异优势的重要来源。一方面，让各种类型的数据转变成可以快速获得的有价值信息，这是大数据技术具有的优势;另一方面，全息可见的消费者个体行为和偏好数据以及基于交叉融合之后的可流转性数据。所以，未来的营销可以根据每位消费者独特的偏好与兴趣，为他们精准地提供专属性的个性化服务和产品。大数据不仅带来一种新的核心能力和战略资源，而且还可以实现企业界乃至整个社会资源的利用、控制、配置方式的开放化和虚拟化，提高经济运行率和资源利用率。

四、大数据时代企业营销模式的革新

（一）大数据时代企业营销模式的演变

大数据时代不断催生新的理念和商业经营模式，大数据是面向用户、面向业务和应用的一种思维，一种战略，基于科学的数据进行决策已经成为大数据时代经营的新型模式。传统的消费者行为分析的营销模型“AISAS”在不断变化的大数据时代，转变成了“TSPS”的新型模式，这种新路径更多的被应用在网购的营销模式中，如图3所示。

（二）大数据时代带来的营销变革

通过对大宗用户数据进行一系列的整合、分析、开发与积累，营造出新型产品的运营和营销模式，像Google、Facebook、Twitter、Amazon等公司都已在大力推进这些业务模式。大数据可以帮助企业优化营销策略：通过分析用户的社交媒体活动，企业可以向用户推荐消费者感兴趣的产品或者服务，通过公开社交数据，企业可以有针对性地进行线上和线下的产品推荐活动，在了解用户消费趋向的同时，可在相应地区增加相关产品库存，通过社交媒体的监控将能够针对用户需求的产品提前备货。

在大数据的帮助下，商家能够实现真正的消费者个性化，而不仅仅是划分不同的群体。大数据可以帮助企业做得更加精准，可以精确到人，在云端的数据库中，所有用户都以标签属性的形式存在。用户在现实生活中的行为，如浏览、订阅、搜索、产品应用等被数据库记录和分析。在云端，这些行为可以转化为用户的性别、年龄、收入、城市、爱好、品牌偏好等清晰化属性标签。进而一些门户网站如搜狐等可以以这些标签为依据，帮助广告主开展更加有效的各类营销活动。互联网的高速发展为现代企业创造了无限的空间和可能，在利用网络这个平台上，大数据将会为营销带来更大的机遇。

1.统一的客户视图形成于第三代PaaS平台，以此为基础实现市场细分。CRM系统（客户关系管理系统）是基于云计算与大数据建立起来的，这一系统可以深度挖掘目标客户，帮助企业实现各部门之间的综合应用与管理，建立客户中心导向的营销管理平台，对客户群体进行细分，帮助企业有效掌握最为重要的客户，以便实现效益最大化。沃尔玛、麦当劳、家乐福等知名企业的一些主要门店都着眼大数据，在店内安装了搜集运营数据的装置，可以跟踪店内客流、客户互动和预订情况，因此研究人员可以对餐厅设计、菜单变化和顾问意见等对销售额和物流的影响进行建模。这些企业可将这些交易记录与数据相结合，还可运用大数据工具展开分析。通过获取社交数据、网站浏览数据和地理追踪数据等更丰富的消费者数据，公司可以据此绘制出更加完整的消费者行为。大数据技术能充分有效管理顾客各方面的信息并进行深度挖掘。

2.确定营销策略时以客户为导向，对市场营销实现全过程管理。对企业的客户群体进行准确分析时，可以按照横纵多维方式，根据庞杂的客户数据，筛选出核心目标客户，并且能够准确传达产品、折扣等信息，确保实现“精准”营销。例如一位顾客进入店铺后，零售商可以运用大数据技术搜索数据库，发现这位顾客是其需要留住的有价值顾客，进行精准的顾问式营销。

（1）基于客户行为分析的产品推荐。产品推荐包括两个重要方面，一个方面是基于客户交易行为分析的交叉销售;另一个方面是基于客户社交行为分析的社区营销。前者根据客户信息、交易历史和购买过程等行为轨迹的历史数据与统一商品其他客户的行为数据进行行为的相似性分析，从而为客户推荐产品。比如我们在网购行为中常见的提示：浏览（购买）了这一商品的客户还浏览（购买）了哪些商品等。后者是通过分析客户在微博、微信、社区等网络平台上所关注的兴趣、爱好等数据，投其所好，为其推荐相关产品。通过这种客户行为的数据分析可以使得产品推荐更加的精准化、个性化。传统企业可以通过对本企业内部的客户交易数据、公司自有电子商务网站数据等的分析来实现企业直销渠道的产品推荐，也可以通过大型电子商务公司和社区网络的产品推荐系统来提升销售量。

（2）基于客户评价的产品设计。客户评价包括很多方面，有对产品的满意程度的评价，对物流效率的评价、对服务质量的评价等，同时也有对于产品的外观、包装、功能等方面的体验评价，与此同时，客户会针对这些方面的不足提出一些有针对性的改进意见。有效采集和分析这些客户评价数据将有助于企业改进产品的外观、性能和服务，同时有助于企业建立以客户为中心的产品创新体系。

（3）基于数据分析的广告投放。在澳大利亚，一家名为Millward Brown的市场研究公司正在利用网络摄像头监控人们对电视商业广告的面部反应，真正做到看“脸色”来做营销。而DSP（Digital Signal Processing，简称DSP）为广告主提供包括广告投放试验、时段分析和效果分析等在内的数据分析服务。“例如，依托数据平台记录每次用户会话中每个页面事件的海量数据，可以在很短的时间内完成一次广告位置、颜色、大小、用词和其他特征的试验。当试验表明广告中的这种特征更改促成了更好的点击行为，这个更改和优化就可以实时实施。再如，根据广告被点击和购买的效果数据分析，根据广告点击时段分析等，针对性进行广告投放的策划。”（赵刚，2013）

（4）基于数据分析的产品定价。合理的进行产品定价需要进行数据试验和分析。将客户按照其对产品价格的敏感度进行分类，同时测量不同客户群对价格变化的直接反应和容忍度，进而为产品定价决策提供参考。大数据分析使全球零售业巨头沃尔玛获益。通过对消费者购物行为进行分析，公司发现男性顾客购买婴儿尿布时，通常会顺便搭配几瓶啤酒来犒赏自己，于是推出了将啤酒和尿布进行捆绑式销售的促销手段。如今，这个“啤酒+尿布”的数据分析成果也成了大数据技术运用中的经典案例。

（5）基于物联网数据分析的产品生命周期管理。“条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术能将产品生命周期的信息进行实时采集和分析，这些数据能够帮助企业在供应链的各个环节跟踪产品，收集产品使用信息，从而实现产品生命周期的管理。”（赵刚，2013）这种管理在物流行业得到了广泛的应用，如UPS快递的最佳行车路径其多效地利用了地理定位数据。为了使总部能在车辆出现晚点的时候跟踪到车辆的位置和预防引擎故障，它的货车上装有传感器、无线适配器和GPS。同时，这些设备也方便了公司监督管理员工并优化行车线路。UPS为货车定制的最佳行车路径是根据过去的行车经验总结而来的。2011年，UPS的驾驶员少跑了近4828万公里的路程。

3.畅通渠道，重组服务流程，建立稳定客户群。通过运用大数据，企业可以从市场竞争者的产品、促销等数据，从外部环境的数据，例如天气、重大节日、国家大事、热门话题、社交媒体上人们的情绪中先导性的预测到外部形势的演变，从而选择正确的应对方式。此外，大数据可以用于客户流失预测。比如，针对客户投诉增多、客户评价负面、购买量减少等现象，可以根据客户行为模型，运用这些客户数据，对于客户流失的可能性进行预测，进而采取相应的措施。

通过运用通信技术和先进的数据库技术，可以实现与顾客的长期个性化交流，不断满足客户的个性化需求，实现精准营销。这种营销可以为企业建立稳定忠实的顾客群体，实现客户增值的链式反映，是营销达到可调控、可度量的精准要求。大数据已经展现出巨大的作用和非凡的前景，但是，大数据营销仍面临较多问题与挑战。面临的首要问题是技术难题，毕竟现在还处于大数据技术的活跃前期，各方面技术尚不够完善，各项工具需要进一步改进。然而实际情况是，大数据营销一旦真正启动，你面临的不仅仅是工具和技术问题，还有更重要的是转变组织架构和经营思维，真正参与挖掘这座数据金矿。

大数据时代下的企业营销模式正在面临着空前的机遇与挑战，在大数据环境里，企业在不断地创造和革新出符合时代需要的营销思维和营销模式，建立在客户响应和分析需求行为的基础上，挖掘大数据的价值，创建个性化的营销策略，源源不断地为企业带来巨大的市场价值和商业价值，使企业拥有持续的竞争优势，帮助企业建立制胜未来的核心竞争力。本文侧重于理论分析，在今后的研究中应进一步加强实证部分的研究。

参考文献：

[1]冯芷艳，郭讯话，曾大军，陈煜波，陈国清.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013，（1）.

[2]杰里米·里夫金.第三次工业革命[M].北京：中信出版社，2012.

[3]李文莲，夏健明.基于“大数据”的商业模式创新[J].中国工业经济，2013（5）：83-95.

[4]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[5]覃雄派等.数据管理技术的新格局[J].软件学报，2013，24（2）：175-197.

[6]王珊，王会举，覃雄派，周烜.架构大数据：挑战、现状与展望[J].计算机学报，2011，34（10）：1741-1752.

[7]维克托·迈尔-舍恩伯格等.大数据时代？押生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[8][瑞士]亚历山大·奥斯特瓦德，[比利时]伊夫·皮尼厄.商业模式新生代[M].王帅，毛心宇，严威译，北京：机械工业出版社，2011.

责任编辑   魏亚男