大数据营销的研究热点及趋势——基于知识图谱的量化研究

杨宇萍 陈章旺 教授（福州大学 福州 350108）

引言

随着大数据技术的兴起，营销经历了从量变到质变的跨越式发展，通过在虚拟网络上对海量数据进行重聚和匹配，利用数据挖掘对营销需求进行分类和聚合，从而建构大数据时代营销新范式。虽然大数据营销的研究时间尚短，但是相关的理论基础和实践探索已经渐入正轨，越来越多的学者开始聚焦于该领域的研究。然而，尽管当前大数据营销研究文献快速增长，但大部分偏重定性研究，缺乏对该领域的定量分析，而且研究内容分布松散，运用量化方法对大数据营销的研究现状、热点以及趋势进行整理的文献几乎是空白的。因此，亟需对该研究领域的成果予以分类，归纳并总结其未来发展方向，以期为学者提供引导作用。

相较于传统文献，本文运用文献计量方法梳理2010-2018年大数据营销的研究内容，并借助科学知识图谱，试图以直观、系统方式将大数据营销研究的结构特征和发展态势呈现出来。同时，本文通过找出该研究领域的盲点和薄弱环节，为大数据营销研究正确把握研究方向，找准研究切入口提供科学的量化依据，对于提高大数据营销的研究水平具有重要的理论意义和学术价值。

数据选取与分析工具

本文以中文期刊全文数据库（CNKI）的相关文献为数据源，检索条件设置为：主题=“大数据+营销”，来源类别=“核心期刊+CSSCI”，时间跨度为2010-2018年（数据采集时间为2018年10月16日），共检索出406篇相关文献，剔除论文摘编、文献评述、征稿通知、专题导读以及人物专访等不相关文献，最后得到381篇符合要求的文献样本。

在论文题录数据格式转换的过程中，分别以EndNote和Refworks为存盘格式导出记录数据，方便后期数据处理和统计分析。通过从CNKI检索下载以EndNote格式导出的题录数据，再将其导入SAIT软件实现格式转换，在文本预处理的基础上对关键词进行字段抽取、词频统计，以生成共现矩阵，并将矩阵导入Ucinet软件进行分析，绘制出大数据背景下营销研究领域的高频关键词共现知识图谱、多维尺度图谱以及战略坐标图。同时将以Refworks格式的题录数据导入Citespace软件中，以生成关键词时区图。通过对这些知识图谱的量化研究，来分析大数据营销的研究热点和研究趋势。

表1 大数据营销研究高频关键词中心性测定

大数据营销领域研究的可视化分析

（一）研究文献的热点分析

社会网络知识图谱。通过将收集到的381篇文献导入文献题录信息统计分析软件SAIT中，可以得到高频关键词表，它们能很好地反映大数据营销的研究热点。由于研究热点间存在关联，需要对关键词之间的关系进行梳理，因此本研究利用SAIT构造50*50（即Rows/cols=50）的高频关键词共现矩阵。将其导入社会网络分析软件Ucinet中，利用其内嵌开源软件Netdraw对网络进行计算，并根据网络节点的中心度值来设置节点大小，最后生成2010-2018年大数据营销高频关键词共现知识图谱（见图1）。由于“大数据”这个高频关键词与其他关键词的频次相差较大，导致其他节点较小，为了使结果更加直观，在图中剔除“大数据”这个关键词。社会网络图中节点之间的线条代表两者之间的联系，节点大小代表关键词出现的频率以及在网络中的作用，节点大小与频率成正比，同时节点越大，控制其它节点出现的能力就越强。由共现网络图分析结果显示“精准营销”、“移动互联网”、“广告产业”、“营销模式”、“数字出版”和“图书营销”位于整体网络的中心位置，且其节点相对较大，控制着其他主题的研究，因此成为大数据背景下营销研究领域的热点议题。

中心性分析。为了更准确获取大数据营销的研究热点，本文选用中心性来测量节点对网络中核心群体的重要性。同样，将共现矩阵导入Ucinet软件中，测定大数据营销研究领域的高频关键词中心性，提取中心性排名前8的数据进行分析，结果如表1所示。首先，从点度中心度可以看出，节点“大数据”的点度中心度最高（degree=128），表明在该网络图中共有128个节点与之相连，而且该节点的相对中心度也最高（NrmDegree=12.689），表明“大数据”这个节点在整个网络中占据核心地位。同时，精准营销、移动互联网、广告产业、数据挖掘、营销模式及图书营销的点度中心度和相对中心度都较高，说明与其它节点的联系紧密。其次，从中间中心度可以看出，大数据、精准营销、广告产业、移动互联网、营销模式以及传统媒体等关键词在网络中占据“结构洞”位置，其他节点通过这些节点来建立联系，这些节点的枢纽作用也代表着当前大数据营销的研究方向。最后，从接近中心度可以看出，大数据、精准营销、广告产业以及创新等关键词与网络中其它节点的距离较短，说明其处于网络的中心位置。可见，分别从三个不同角度出发对关键词的中心性进行分析，得到的结果总体上是一致的。

（二）研究文献的主题分析

多维尺度图谱。由于共词矩阵个别关键词频数相差较大，因此利用SAIT软件将其转换为元素值在[0，1]区间的相似矩阵，可以有效避免误差的产生。相似矩阵中的元素值越接近1，说明两者的关联程度越高。同时，为了避免相似矩阵中0值过多而造成误差，软件通过将1和相似矩阵相减来生成相异矩阵。将相异矩阵导入到Ucinet软件中进行多维尺度分析，生成大数据营销研究的多维尺度图谱（见图2）。根据分析结果，可以将大数据营销的研究划分为四个主题结构，分别为A、B、C、D四个类团。类团A是关于大数据背景下精准营销的相关研究，包含精准营销、数据挖掘、用户画像和营销渠道等。类团B是关于大数据背景下出版业营销模式的相关研究，包含数字出版、图书营销、图书出版、商业模式和营销模式等关键词。类团C是关于大数据背景下新媒介营销策略和传播的相关研究，包含自媒体、新媒体、视频网站、营销传播、社交媒体和营销策略等关键词。类团D是关于大数据背景下广告业的融合和转型升级的相关研究，包含广告产业、传统媒体、数字化转型、媒体融合、广告营销和转型升级等关键词。

战略坐标图。在上述聚类分析基础上，以A、B、C、D四个类团的数据为参数计算出大数据营销研究各个主题的向心度和密度值，并以向心度为X轴，密度为Y轴，两者的均值为坐标轴原点绘制战略坐标图，结果如图3所示。其中，类团A在第一象限，类团B和类团C在第三象限，类团D在第四象限。

图1 2010-2018年大数据营销研究高频关键词共现知识图谱

图2 2010-2018年大数据营销研究的多维尺度图谱

类团A向心度和密度值都很高，说明该类团研究的主题不仅自身内部关联性强，而且与其它类团研究主题具有紧密的联系，在该领域中占据核心地位，属于当前大数据营销研究的热点。类团D向心度值较高，而其密度值处于较低水平，表明该类团主题与其他主题之间联系较广泛，受到一定的关注，但其内部间的联系还有待加强，相关的研究内容还不够成熟。类团B密度值相对较高，而其向心度值较低，说明虽然该类团内部结构较严谨，但与其他类团主题的联系还不够紧密，需要进一步完善相关研究。类团C向心度和密度值都比较低，说明该类团主题内部结构松散，同时也缺乏与其它主题之间的联系，一定程度上还未引起学者广泛的关注，即该主题可能会成为该领域研究的方向。

（三）研究文献的脉络及趋势分析

研究脉络及趋势分析不仅可以揭示某一领域研究的演进过程，而且可以为科研人员提供该领域研究的发展动态以及挖掘有价值的潜在研究方向。本研究利用Citespace软件来分析文献集中的关键词演进趋势，时间跨度为2010-2018年，时间切片为1年，节点类型为Keywords，阈值为（2，2，20）（4，3，20）（4，3，20），并剔除频次为1的词条，得到了2010-2018年大数据营销研究领域的关键词时区图（见图4）。从图4可以看出，随着大数据技术的出现，传统的营销开始转型，逐渐步入数据营销的时代。其中，2014-2015年是大数据营销研究的蓬勃发展期，研究主要集中于精准营销、营销策略、营销模式、传统媒体转型以及逐渐将数据营销导入到金融、出版、企业管理中，这一阶段的探索成果为后期的研究奠定了基础。从2016年起，研究趋向于广告业营销、新媒介营销以及数字化营销等方面，随着研究不断细化，内容生产、用户画像、场景营销以及全媒体营销开始受到学者的青睐。

图3 2010-2018年大数据营销研究的战略坐标

图4 2010-2018年大数据营销研究的关键词时区图

另外，通过对低频关键词的分析发现，关于智能营销、粉丝经济以及可持续营销等关键词，由于尚未达到高频阙值，在分析过程中未能呈现出来，说明该研究主题还不成熟且研究内容不够深入，今后的研究应着重关注这些初露头角的主题，并有针对性地开展与之相关的理论研究和实践探索。

结论

本文以中国知网中下载的381篇文献作为研究样本，结合多种方法，利用Ucinet、Citespace等软件进行分析，可以得出：首先，大数据、精准营销和营销模式等节点不仅与其他节点的关联性强，而且在网络中占据“结构洞”位置，代表着未来大数据营销的研究突破口所在。其次，目前大数据营销的研究主题主要聚焦于精准营销、出版业营销、新媒介营销及广告业营销四个模块，每个模块高度凝聚各个类团的中心思想。而且，精准营销的相关研究不仅内部结构严谨，与其它主题的联系也紧密，占据核心位置，为该领域的研究奠定基础。然而出版业、新媒介以及广告业营销相关研究尚未成熟且局限于自身，与其他主题之间联系不够广泛，因此今后的学者需对其进行填充和完善。最后，大数据营销研究以大数据为点覆盖营销各个面，研究领域从较宽泛往更细化方向发展，比如用户画像、场景营销以及内容生产等。同时，大数据时代也为智能营销、粉丝经济以及可持续营销提供新的研究土壤和发展空间。但是，总体而言，大数据背景下营销的研究时间尚短，研究内容相对零散，仍需得到学者更广泛的关注并不断创新该领域的研究。