数据分析在保定中小企业精准营销中的应用研究

裘咏霄 唐潇

摘 要：新时代的云计算、大数据技术企业寻求新的利润增长点提供了机会，然而也给带来了一定的挑战，企业如何利用海量、有效的企业内部及外部数据，如产品信息、消费者信息、销售数据等为客户提供过硬的产品、满意的服务显得尤为重要。据此，主要介绍了大数据相关概念、数据分析平台结构及数据分析在精准营销中的应用。

关键词：数据;中小企业;营销;保定

中图分类号：F27 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2019.30.016

1 引言

保定市具有悠久的历史，在大北京经济圈内具有毗邻京津发展的自身优势。保定市现有规模企业近万家，其中汽车工业、机电、轻纺、视频、建筑建材、信息产品制造等为重点扶持产业。在《保定市国民经济和社会发展第十三个五年规划纲要》中曾经指出，要大力推进产业协同发展，构建现代产业新体系。

新经济时代，科技创新是推动一国经济长期增长的决定性因素，科技创新与产业体系的有效衔接和有机融合是科技创新服务于经济发展的关键环节。其中，移动互联网的日益普及，云计算、物联网的应用也更加丰富，为众多企业寻求新的利润增长点提供了机会，然而也给企业带来了挑战。尤其是中小企业，如何在激烈的竞争中站稳脚跟，必须依赖新技术和新方法，利用好企业庞大的数据资源。如企业管理人员通过统计数据，迅速了解企业的运作情况、人员配备情况、资产结构情况、负债结构情况;企业销售人员利用海量、有效的客户消费信息为客户提供优质、贴心的定制化服务;企业生产部门能够通过收集的产品生产相关数据进行分析，对成品生产前后流程实现集中管理等。

2 数据分析概述

2.1 大数据相关概念

国际数据公司（International DataCorporation，IDC）认为，“大数据”是一种新一代的架构和技术，其目的是为了能更经济有效地从海量的、高频率获取的、多种结构和类型的数据中获取价值。大数据时代，各行各业，每时每刻都在产生着大量数据，与传统数据相比，大数据呈现了新的特征，可以概括为四V：即海量（volume）、多样（variety）、高速（velocity）和价值（value）。

海量：主要指数据的量非常庞大，且是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。

多样：数据多样性主要是由于非结构化数据的增加，如社交网络数据、音频、视频、图片、地理位置信息、用户搜索记录、传感器网络数据等。

高速：主要指数据被创建和更新的速度非常快，企业不仅需要具备实时获取数据的能力，还应该具备实时存储、实时分析数据的能力，及时针对结果形成反馈，满足用户的需求。

价值：大数据时代，虽然数据量巨大，但其价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是亟需利用数据分析技术解决的问题。

2.2 数据处理过程

大数据并不能直接为企业带来价值，而是需要经过多个环节的处理，主要包括数据采集、数据存储、数据分析及数据应用等。

在传统的数据处理中，企业的数据分析人员采用人工方式将采集到的数据进行整理，并存储到各种格式的文件中，使用数据分析软件对数据进行挖掘处理，这一过程通常要花费大量时间。因此，这些复杂的操作不仅增加了分析人员的工作量，数据分析的准确性和及时性也受到了极大的制约。在大数据时代，数据的多样、高速、海量等特点，使得传统的人工分析模式已不再适用，数据的获取、存储和分析工作亟需一个大数据分析应用平台，全面覆盖数据分析、处理的全部场景并提供应用解决方案。

3 大数据分析应用平台构建

3.1 数据产生层

平台所使用数据一方面由企业内部产生，企业内部的结构化数据主要围绕生产、销售、管理等环节产生的数据，如产品信息、客户信息、采购数据、销售数据等;企业内部的非结构化数据主要包括用户日志、图像、声音、视频、用户检索信息等。平台所使用的数据另外一部分由企业外部数据组成，以非结构化为主，主要包括国家政策法规、论坛信息、地理位置、社交媒体信息等。因此在数据产生层，除了直接采集企业直接产生的数据外，还需要利用爬虫技术爬取互联网上公开发布的数据，或者从专业的数据公司购买与本行业相关的数据来满足企业需求。

3.2 数据存储层

数据存储层在为数据提供存储结构的基础上，还要保障数据在平台内的高速流转，保障数据交换过程中数据不丢失、不失真，充分保障数据交换过程的安全可靠性。

数据存储层的实现可以采用Hadoop实现。Hadoop是一个分布式系统基础架构，它的优点在于用户可以在不了解底层细节的情况下，开发分布式应用程序。其中存储部分主要使用HDFS和Hbase两个组件实现。其中，HDFS（Hadoop Distributed File System）简称为分布式文件系统，它具有较高的容错性、能提供高吞吐量的数据访问，非常适合大规模数据集上的应用;Hbase（Hadoop Database）简称分布式数据库，它是一个适合于非结构化数据存储的数据库，HBase的存储为基于列的模式。

3.3 数据计算层

数据计算层主要使用专业的软件工具，通过数理统计等高级统计分析算法，分析结构化、非结构化数据，通过数据模型去挖掘隐藏在数据中的价值。

数据计算层可以采用Spark实现。Spark是专为大规模数据处理而设计的快速通用的计算引擎，它是在MapReduce的基础上发展起来的，继承了MapReduce分布式计算的优点并改进了缺陷，主要表现为Spark具有较高的迭代计算效率、较高的容错性以及更加通用的模块等。

3.4 数据应用层

在数据应用层，企业可以根据需求，调用不同接口从而获得web服务、分析预测以及各种决策支持建议。该层还可应用数据可视化技术，将抽象的数据以图形方式形象展示给用户，方便查看及使用。

4 数据分析在精准营销中的应用

根据大数据分析应用平台的数据分析结果，能够充分挖掘市场导向、客戶需求，能充分分析企业经营状况、市场价格走势等。有助于企业实现以客户为中心，通过合适的营销渠道，以市场接受的交易价格，保证经济效益的基础上，为消费者提供合心意的产品，真正实现精准营销。

4.1 准确把握客户需求

依据平台采集到的客户基本信息、浏览数据、消费数据等，分析出客户喜好、制定营销策略、提高广告投放精准度、还能够预测交易成功率等。

4.2 明确企业产品定位

通过平台采集到的市场交易数据、同行的产品信息等，明确企业产品定位，为客户提供特征鲜明的产品，与市场同类产品相比具有明显优势，形成核心竞争力，稳定市场占有率。

4.3 提高产品投放准确性

根据对消费者年龄结构、消费习惯的分析结果，可使企业针对不同类型消费者提供不同类型产品，提供个性化服务，进而满足消费者不断变化的需求。

4.4 完善产品服务

消费者对产品质量的满意度及对企业服务的满意度在企业核心竞争力的形成中占据着重要地位。利用平台，对用户满意度进行统计分析，提升产品质量的同时完善服务水平。

5 总结

在大数据时代，企业应当利用云计算、数据分析等新技术，将企业内外的数据利用起来，充分挖掘市场需求、客户需求，优化产品设计、调整营销模式，提升产品质量、完善服务水平，为消费者提供满意的购物体验，提升企业核心竞争力，稳定市场占有率。

参考文献

[1]隆洁，王思懿.基于大数据信息分析的网络营销渠道研究[J].中国商，2019，（15）：74-75.

[2]赵薇.基于大数据的企业人力资源配置研究[J].现代工业经济和信息化，2019，（07）：101-102.

[3]徐涛.基于大数据的精准营销模式研究——以汽车营销为例[J].中国商论，2019，（14）：22-23.

[4]张小晖，郝洁.浅析大数据平台模型设计[J].中国新通信，2019，21（13）：117.