运用大数据助力中小企业精准营销

江雨蔓 林倩 梁晨婕

（厦门理工学院数学与统计学院 福建厦门 361024）

一、背景及相关论述

在当今科技与网络高速发展的时期，电子商务与大数据的联系愈加紧密。由于传统商务运营的形式已经跟不上经济的发展速度，所以越来越多的企业通过大数据挖掘并推断市场倾向和消费者的消费特点，从而制定相对应的营销策略。互联网精准营销就是依据大数据分析的新型营销方式之一，通过互联网建立精准营销模型，促进中小型企业的发展。企业最关注的是报表曲线下的信息，企业如何做出决策，需要通过数据传递和支撑。

各行各业的发展都产生了海量的数据，而谁能掌握并运用好这些海量数据，谁就相当于掌握了经济、文化大门的钥匙。因此，各个类型的龙头企业都有专门的大数据分析团队进行数据的分析提取，为企业下一步执行决策提供可靠依据、数据支持。而在网购盛行的今天，许多中小企业和龙头企业相比，没有足够的经验去精准把控商品潮流趋势，没有足够的试错成本去慢慢优化产品，也没有专业的团队对这类数据进行采集分析，做未来方向的合理规划。在当前网络信息发达的时代，通过大数据制定精准营销策略，已经成为企业运营的重要基础。越来越多的消费者的消费观念趋于理性消费，所以消费者的消费观念有了标签。电商企业可以通过大数据的挖掘分析，形成个性化的消费服务方式，从而满足不同消费者的需求。

二、大数据环境下中小企业存在的问题

（一）大数据应用能力不足

虽然大数据已经是每个电商企业营销人员都知道的概念，但是在实际营销过程中，大部分中小型企业的营销人员都不具备较高的大数据应用能力与技术水平，从而限制了大数据的应用。不能利用大数据来进行营销分析，导致大数据并不能在营销过程中充分发挥作用。

（二）大数据的使用影响消费者信心

目前，大数据技术应用的最大争议是在收集个人的相关信息时会导致用户个人隐私的泄露，同时伴随其产生的各类社会问题也不容忽视。目前的争议主要围绕电商平台通过大数据进行网络营销分析的过程，是否属于对用户隐私的侵犯。电商企业是在未经用户同意的情况下私自获取了用户的浏览痕迹和消费历史，这种行为会让消费者感到不安和反感。因此，电商企业在进行大数据分析的过程中，如何把控获取用户信息的尺度，是需要探究的重要问题。

（三）没有相关团队进行数据挖掘

对于中小型企业来说，在应用技术、人才和资金等方面的匮乏，使企业无法做好大数据营销策略。中小型电商企业在进行大数据营销过程中，需要获取充分且精确的数据，不论是内部数据中的用户数据、产品数据，还是外部数据中的企业数据等，都需要通过大数据分析建立相关的数据模型，做好精准营销工作。与各行业的龙头企业相比，中小型企业仍不能像大型企业那样收集大量数据并进行分析判断，大型企业有对数据进行挖掘分析的团队，而中小型企业仍处于发展阶段，无法花费大量资金用于数据挖掘处理，缺少专业团队为企业进行信息提取和分析，导致企业不能及时针对新的消费风向做出精准营销策略。

（四）专业人员储备不足

对于挖掘出来的数据，需要相关专业人员进行相对应的分析，而这就对从业人员有较高的要求。企业往往要求从业人员具备本科以上的学历，需要较高的计算机数据处理能力，同时要对电子商务有充分了解，这种高门槛导致相关专业人员的紧缺，从而影响中小型企业的发展。

三、大数据精准营销的主要策略和流程

（一）善于应用大数据挖掘关键信息，实现精准营销

随着社会经济的不断发展，人们的生活节奏和消费观念转变，使得当代的消费群体规模不断增大。尤其是当代年轻消费群体，他们的消费观念比较超前。不仅如此，随着物联网的发展，还出现了部分中老年消费群体，随着时代潮流而转变了消费观念。因此，电商平台得以迅速发展，新兴企业不断涌入，出现了许多“新型概念”产品，导致一些营销策略较为落后的企业营销效果不够理想。通过大数据技术的支持和推动，不断挖掘有利的营销关键词，转变消费者的消费观念，从而提升营销策略的专业性和实效性。比如，经营护肤品类产品的企业，要善于应用大数据挖掘有效的关键信息，不断更新营销理念，达到与时俱进。与此同时，中小企业应向大企业看齐，注重对营销人才的培养，专注互联网时代的大数据营销变革，有效应用大数据技术挖掘关键信息。其具体流程是运用Python软件强大的网络爬虫和统计分析能力，利用各大电商网站平台的龙头品牌产品的数据，分析其行销特色和客户反馈特点。同时结合Matlab高效、快速的数值计算和数据处理，以及配合Mybase软件完备且高效的资料收集及管理功能，将海量数据资料进行系统分析与多元化组合，探究目标产品的潮流趋势、顾客需求，进而分析产品优化方向，根据建立的数学和统计模型推测产品销量，合理规划库存。这两个软件的结合应用，使精准营销更加严谨完善。

（二）针对不同消费群体，实现精准营销

当代消费群体的购买需求不仅受到消费者年龄、地区、职业等影响，还受到消费者消费观念和时代的影响。比如，青年群体更加注重产品价格的合理性和产品潮流性，中老年群体比较注重产品的实用性和保健性。由此可见，不同的消费者群体对产品的需求具有差异性，企业要想得到最大利益，就必须针对不同的消费群体推出不同的营销方式。企业可以利用大数据技术，在现有的平台上对各类产品的消费者的各方面进行分类，再对分类后的消费群体精准投放相应的营销策略，并且不断更新数据。具体流程可以分为：第一，调查龙头电商平台现有数据，观察各品牌的热销产品和消费者的评价内容及其消费金额和年龄等。第二，对收集到的海量数据进行数据清洗和处理。第三，针对海量数据，运用Python软件，分析不同产品的高频词，从而得出不同热销产品的统计指标以及对消费者进行群体分类。第四，对龙头电商平台热销产品和分类后消费群体的数据进行统计推断，从而进行统计建模。第五，根据统计得到数据模型，通过计算建立一套针对不同消费群体精准营销的方案。

四、大数据精准营销的采集与分析

（一）确定目标数据

企业收集、整理、分析数据，目的是解决业务需求，优化业务运营流程，提高其经营效率并降低成本，从而实现精准营销。用户行为数据主要包括用户在网站和移动APP中的浏览、点击、购买、评价等行为，行为数据其实有很大的商业价值，只是很多企业不懂如何应用。例如，我们选取某护肤品中小企业对其王牌产品“B5精华”进行市场纵向大数据分析，通过python软件在某商业平台抓取了1500个“B5精华”相关产品，对其货源地、商品价格、销量情况、商品介绍等进行了分析。

（二）分析与测绘

对数据反映出的问题进行剖析论证，分析出根源问题，为下一步执行提供可靠依据。在建模过程中，逻辑思维方法和数量关系分析方法相结合，理论与实际相结合。检验修正完善模型，使其更切合实际，增强说服力。对所得的行为数据进行整理分析，在行为数据发挥其价值时，为行为数据进行标签化，主要包含时间、频次、结果3个数据维度。基于行为数据的营销，要根据行为数据的标签分析出每一位用户的偏好和习惯，向用户精准投放其感兴趣的商品，从而达到精准营销。

根据上面数据，我们对收集到的海量数据进行数据清洗和处理，将海量数据资料进行系统分析与多元化组合，探究目标产品的潮流趋势和顾客需求，进而分析产品优化方向，根据建立的数学和统计模型，并对数据进行可视化处理。

1.产品分析

图1是该类型产品的价格直方图，200元以下的价格带上集中了大量的消费者，这表明大部分消费者对商品单价低一点的商品表现出更强的兴趣，能接受单次较低的消费。该产品的定价应在100元左右，比较符合市场特点，能够避免恶性的价格竞争压缩企业正当利益，若强行压缩成本，容易影响产品质量。

图1

图2是销售量大于2000件的店铺销售价格，在134家店铺中共有7家店铺销售量大于2000件，其中，修丽可的价格远超剩余几个店铺。根据品牌背景推断，该类型产品面向的客户群体广泛，有部分消费水平较高的顾客会选择更有口碑和背景的品牌，对于该类产品，应在商品成分上制造卖点，使口碑获得提升，以此来增强竞争力。而john jeff等几家店铺主要是以较低的单价吸引顾客购买，为避免恶性的价格竞争，应在选定价格区间内进行质量的维持和提升，不依靠一味降低单价，但可以在适当时机进行优惠活动，促进商品销售，或通过美妆小样派送，提高用户黏性。

图2

2.用户测绘

通过对销售产品的评价分析，了解其营销特色和客户反馈特点，清晰目标产品优化方向，减少试错成本。

对所提取的数据进行分析整合，运用词云图呈现“精华”“B5”的搜索关键词，如图3。想要提高销量，就必须运用差异化营销，摒弃落后的营销方式。差异化营销更看重企业自身的技术和管理，企业利用技术和管理上的优势，可以生产出质量和性能更好的产品。在销售方面，想要在消费者心中建立一个很好的形象，需要让人耳目一新的宣传手段、灵活的销售方法以及非常周到的售后服务。差异化服务可以为企业带来新鲜的“生命血液”，因此，差异化营销越来越重要。

图3

图4

在顾客使用后的评价中，“好”“效果”“保湿”“好用”“回购”等关键词出现频率较高，说明该产品的口碑还是很不错的。品牌不但要关注一些负面的评价，如痘、敏感、爆皮等，而且应更加关心问题肌肤顾客的使用感受和测试结果，对于顾客提出的问题及时进行解决，提高产品的美誉度，这样产品才会更适用于大众。

（三）统计推断

根据所得统计模型，可以推测产品销量，合理规划库存。对龙头平台热销产品的数据进行统计推断，从而进行统计建模。根据统计得到数据模型，对产品相关特征进行统计预测，从而建立产品的行销方案和优化方案。

五、大数据技术对于中小企业精准营销的积极影响

（一）大数据营销具有很强的时效性

随着科技飞速发展，高科技技术不断涌现，消费者的信息渠道不再闭塞，他们的消费心理会在短时间内产生很多变化。我们要做的就是运用大数据在消费者的消费心理最强烈的时刻，对他们进行策略营销。

（二）大数据可以实施个性化、差异化营销

个性化推荐的背后是数据的收集整合，看似是推荐，其实增加了被选择的机会，增加用户黏性，根据消费者的喜好和需求，做到对消费者“一对一”的销售策略，甚至可以得到用户的实时反馈，并且非常迅速地进行方案调整。在充分了解消费者信息的基础上，企业还可以通过用户的实时反馈，针对不同消费者的不同特性进一步细化营销方案，通过对每个人的形象描述进行修改，从而提高营销方案的针对性，实现对细分群体的个性化、差异化营销，提高企业的竞争力。

（三）大数据营销对目标用户的信息可以进行关联性分析

当美国的沃尔玛超市将啤酒和尿不湿放在一起进行销售的时候，我们就应该思考尿不湿和啤酒的购买峰值曲线的相似性。购买尿不湿的爸爸会顺手带一瓶啤酒回家，说明不同的产品之间其实存在着某种关联性，这也被称为“购物篮分析”。通过数据去挖掘这些关联规则，发现用户的购物习惯，从而可以为用户量身定做相关产品的营销策略，进而提高产品的销售量。

（四）大数据操作灵活且性价比高

企业在投放广告时往往存在盲目性，使得很多广告费被浪费，而利用大数据进行营销广告投放，可以更有目的性和针对性地投放企业广告，避免很多冗杂无用的信息干扰，目标人群的精准定位可以提高广告点击率、购买率，降低投放成本，极大提高广告投放性价比，同时可以利用大数据操作灵活的特性，依照广告效果随时进行策略调整，更好适应市场风向。

（五）大数据精准营销的魅力在于精准

企业在做营销获客时，最大的期望就是能够让营销内容直达目标用户，加上良好的内容展示，使目标用户感兴趣，最后可以直接购买商品。大数据支持下的营销核心在于，利用技术手段在最短时间内将大量用户资源标签化、类别化形成用户画像，根据消费者的心理和行为特征，实现对消费者高效的营销沟通，让产品在合适的时间通过合适的载体，以合适的方式推送给最需要的用户。