大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的構(gòu)建

陳靜怡

(福建商學(xué)院工商管理系，福建 福州 350012)

?

大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的構(gòu)建

陳靜怡

(福建商學(xué)院工商管理系，福建 福州 350012)

隨著大數(shù)據(jù)概念的興起和發(fā)展，網(wǎng)絡(luò)營(yíng)銷從單向的1.0時(shí)代，互動(dòng)的2.0時(shí)代，逐步走向個(gè)性化的3.0時(shí)代，這就要求企業(yè)必須以客戶為中心，利用“大數(shù)據(jù)”資源，更好地實(shí)施和優(yōu)化網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷。結(jié)合大數(shù)據(jù)、網(wǎng)絡(luò)營(yíng)銷、客戶關(guān)系管理等相關(guān)技術(shù)、知識(shí)，構(gòu)建大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的流程，并聯(lián)系現(xiàn)實(shí)提出相應(yīng)反思，為企業(yè)實(shí)施網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷提供借鑒。

大數(shù)據(jù)；網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷；流程構(gòu)建

中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)公布的數(shù)據(jù)顯示，截止2015年底，我國(guó)網(wǎng)民人數(shù)高達(dá)6.88億，互聯(lián)網(wǎng)普及率已至50.3%。隨著互聯(lián)網(wǎng)的日漸深入，海量的數(shù)據(jù)正以高漲的姿態(tài)走進(jìn)人們的視野，潛移默化地影響著人們的生活和思維模式，越來越多的企業(yè)開始重視數(shù)據(jù)的收集、整理和應(yīng)用。一種新型的、強(qiáng)調(diào)以“客戶和技術(shù)”為重的營(yíng)銷模式——網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷，開始受到越來越多企業(yè)的追捧。如何更好地利用大數(shù)據(jù)資源，構(gòu)建和優(yōu)化網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷，提高企業(yè)的營(yíng)銷效率和效果，成為眾多企業(yè)爭(zhēng)相投入研究的對(duì)象。

一、 大數(shù)據(jù)的發(fā)展與網(wǎng)絡(luò)營(yíng)銷的變革

(一)大數(shù)據(jù)的發(fā)展

上世紀(jì)80年代，“未來學(xué)”大師托夫勒在其著作《第三次浪潮》中提起“大數(shù)據(jù)”，而真正提出“大數(shù)據(jù)”概念的是美國(guó)麥肯錫咨詢公司。伴隨互聯(lián)網(wǎng)的高速發(fā)展，2009年大數(shù)據(jù)才開始嶄露頭角。目前，業(yè)界普遍把“大數(shù)據(jù)”定義為：涉及數(shù)據(jù)規(guī)模巨大，很難通過主流軟件工具在較短時(shí)間內(nèi)進(jìn)行收集分析、挖掘處理的海量數(shù)據(jù)集合[1]。其作為目前網(wǎng)絡(luò)科技發(fā)展的主流趨勢(shì)，具有以下特點(diǎn)：

1.數(shù)據(jù)規(guī)模龐大

早期，企業(yè)通過使用TB和PB來衡量數(shù)據(jù)存儲(chǔ)量，而現(xiàn)今隨著信息的暴漲，數(shù)據(jù)呈現(xiàn)指數(shù)式增長(zhǎng)。據(jù)不完全統(tǒng)計(jì)，2005年全球共產(chǎn)生1300億GB數(shù)據(jù)，預(yù)計(jì)到2020年將達(dá)40萬億GB(數(shù)據(jù)來源：大數(shù)據(jù)云高峰論壇《IDC“數(shù)字宇宙”報(bào)告》，2012年8月)，EB和ZB將成為主流的網(wǎng)絡(luò)數(shù)據(jù)計(jì)量單位。

2.數(shù)據(jù)類型眾多

海量數(shù)據(jù)種類繁多，集合了三大類數(shù)據(jù)：(1)結(jié)構(gòu)化數(shù)據(jù)：以事務(wù)為代表；(2)半結(jié)構(gòu)數(shù)據(jù)：以網(wǎng)頁(yè)為代表；(3)非結(jié)構(gòu)化數(shù)據(jù)：以視頻為基礎(chǔ)等。這些數(shù)據(jù)交錯(cuò)重疊，關(guān)系錯(cuò)綜復(fù)雜，對(duì)數(shù)據(jù)的甄選過濾和分析挖掘提出了更高的要求。

3.數(shù)據(jù)價(jià)值密度低

大數(shù)據(jù)時(shí)代，企業(yè)雖擁有海量數(shù)據(jù)，但并非所有數(shù)據(jù)信息都是有價(jià)值的，很多數(shù)據(jù)僅是重復(fù)的冗余，導(dǎo)致其價(jià)值密度與其數(shù)量大小成反比。以一部時(shí)長(zhǎng)為1小時(shí)的短片為例，可能真正檢測(cè)下來，有用的數(shù)據(jù)僅為幾秒甚至幾毫秒。

4.數(shù)據(jù)處理速度快

互聯(lián)網(wǎng)數(shù)據(jù)中心的報(bào)告顯示，預(yù)計(jì)到2020年，全球數(shù)據(jù)使用量將累積達(dá)到35.2Z(數(shù)據(jù)來源：大數(shù)據(jù)云高峰論壇《IDC“數(shù)字宇宙”報(bào)告》，2012年8月)，如果無法迅速地處理這些海量數(shù)據(jù)，則有可能使數(shù)據(jù)失去原本的價(jià)值，這就對(duì)數(shù)據(jù)的檢索響應(yīng)、分析處理提出了更高的要求。

5.數(shù)據(jù)分析過程復(fù)雜

由于大數(shù)據(jù)具有海量、快速、靈活、多樣、價(jià)值密度低等特點(diǎn)，運(yùn)用傳統(tǒng)的商業(yè)智能已不合時(shí)宜，企業(yè)需要根據(jù)不同的業(yè)務(wù)對(duì)象，區(qū)分不同的場(chǎng)合，采取不同的處理方式，使得數(shù)據(jù)的分析和處理過程變得異常復(fù)雜繁瑣。

(二)網(wǎng)絡(luò)營(yíng)銷的新思維

隨著大數(shù)據(jù)知識(shí)、技術(shù)的深入，尤其是以MapReduce降維技術(shù)為支撐的Hadoop數(shù)據(jù)處理平臺(tái)的問世，企業(yè)能夠以更高效、更可靠的方式進(jìn)行數(shù)據(jù)處理，從而為網(wǎng)絡(luò)營(yíng)銷帶來了新的思維——網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷。這種強(qiáng)調(diào)以客戶為中心，依托強(qiáng)大網(wǎng)絡(luò)數(shù)據(jù)平臺(tái)和技術(shù)的營(yíng)銷模式，通過對(duì)客戶的追蹤分析，幫助企業(yè)以合適的產(chǎn)品、合適的價(jià)格、合適的渠道和合適的促銷方式，為合適的客戶提供個(gè)性化產(chǎn)品和服務(wù)，從而實(shí)現(xiàn)真正意義上的“精準(zhǔn)”。目前主流的研究主要集中在兩個(gè)方面：

1.從營(yíng)銷理論角度出發(fā)，剖析大數(shù)據(jù)為網(wǎng)絡(luò)營(yíng)銷帶來的精準(zhǔn)性。王小鵬(2014)歸納了大數(shù)據(jù)助力精準(zhǔn)營(yíng)銷的三步驟：洞悉需求、精準(zhǔn)投放、助力服務(wù)，強(qiáng)調(diào)“始于客戶，終于客戶”的核心思維[2]；曲曉琳(2015)提出企業(yè)可以通過大數(shù)據(jù)處理技術(shù)全面深入挖掘消費(fèi)者的興趣愛好和行為習(xí)慣，從而精準(zhǔn)預(yù)測(cè)顧客需求的變化，深化精準(zhǔn)營(yíng)銷的動(dòng)態(tài)性[3]；玄文啟(2015)則強(qiáng)調(diào)企業(yè)可以通過網(wǎng)絡(luò)數(shù)據(jù)庫(kù)資源的共享和整合，將理性數(shù)據(jù)和感性思維相結(jié)合，更好地優(yōu)化企業(yè)與客戶的聯(lián)系[4]等。

2.從計(jì)算機(jī)技術(shù)角度出發(fā)，論述如何實(shí)現(xiàn)大數(shù)據(jù)背景下的精準(zhǔn)營(yíng)銷。目前該領(lǐng)域的研究主要以RTB(實(shí)時(shí)競(jìng)價(jià)，Real Time Bidding)技術(shù)為主，它強(qiáng)調(diào)在對(duì)的時(shí)間，通過對(duì)的路徑，將對(duì)的廣告，展示在對(duì)的目標(biāo)受眾面前，從而提高營(yíng)銷的效果和效率。吳勇毅(2014)提出，RTB技術(shù)可以借助Cookies實(shí)時(shí)跟蹤用戶需求，并借力大數(shù)據(jù)實(shí)現(xiàn)有效甄別分析，從而幫助企業(yè)有針對(duì)性地投放網(wǎng)絡(luò)廣告，降低營(yíng)銷成本[5]；陳德華(2014)則將MapReduce技術(shù)和傳統(tǒng)的RTB相結(jié)合，提出以廣告主為核心的MR-RTB模式[6]等。

綜上，雖然目前結(jié)合大數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的研究眾多，但理論知識(shí)不夠系統(tǒng)全面，更多僅從單一角度論述大數(shù)據(jù)為網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷帶來的益處，未能夠建立起一個(gè)相對(duì)完善的基于大數(shù)據(jù)的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷流程。

二、大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的構(gòu)建

(一)企業(yè)遵循的原則

1.處理的時(shí)效性

在互聯(lián)網(wǎng)高速發(fā)展的今天，信息量爆棚，網(wǎng)民的消費(fèi)習(xí)慣、購(gòu)買方式和個(gè)人偏好等瞬息萬變，要想實(shí)現(xiàn)網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷，信息處理的時(shí)效性至關(guān)重要。全球知名大數(shù)據(jù)企業(yè)泰一指尚結(jié)合現(xiàn)實(shí)，提出了“時(shí)間營(yíng)銷”概念，就是強(qiáng)調(diào)信息處理的時(shí)效性。它要求企業(yè)必須在第一時(shí)間迅速跟進(jìn)客戶信息，實(shí)時(shí)采集分析數(shù)據(jù)，挖掘其潛在需求，并及時(shí)做出響應(yīng)，在其決定購(gòu)買的關(guān)鍵時(shí)刻推出相應(yīng)的商品廣告，從而促成交易的完成。

2.定位的精準(zhǔn)化

與傳統(tǒng)網(wǎng)絡(luò)營(yíng)銷的廣泛撒網(wǎng)不同，大數(shù)據(jù)背景下的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷更強(qiáng)調(diào)市場(chǎng)定位的精準(zhǔn)性。這就要求企業(yè)必須借助各種信息技術(shù)和網(wǎng)絡(luò)平臺(tái)，更為全面深入地了解、分析和預(yù)測(cè)不同消費(fèi)者的消費(fèi)行為，從而找準(zhǔn)目標(biāo)市場(chǎng)，進(jìn)行有效定位，并不斷跟蹤優(yōu)化相關(guān)數(shù)據(jù)體系，提高企業(yè)市場(chǎng)定位的精確性。

3.營(yíng)銷的個(gè)性化

傳統(tǒng)的網(wǎng)絡(luò)營(yíng)銷是以企業(yè)為出發(fā)點(diǎn)，更多地選擇知名度高、瀏覽量大的網(wǎng)站作為廣告投放的對(duì)象，但成本高昂，效果差強(qiáng)人意；而大數(shù)據(jù)時(shí)代的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷則強(qiáng)調(diào)以客戶為中心的思維，注重客戶價(jià)值，通過對(duì)客戶的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化等消費(fèi)數(shù)據(jù)的追蹤分析，更好地掌握消費(fèi)者的真實(shí)訴求，從而為其提供更為個(gè)性化的營(yíng)銷服務(wù)。

4.資源的協(xié)調(diào)化

社會(huì)的資源是有限的，但資源浪費(fèi)的現(xiàn)象比比皆是。對(duì)此，大數(shù)據(jù)時(shí)代的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷更為強(qiáng)調(diào)資源的協(xié)調(diào)性，通過一個(gè)開放虛擬數(shù)據(jù)平臺(tái)的建立，整合各方的數(shù)據(jù)、信息等資源，實(shí)現(xiàn)互通有無，降低交易成本，優(yōu)化交易過程。比如，關(guān)聯(lián)企業(yè)可以通過共享客戶數(shù)據(jù)資源，制定配套的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷策略組合，優(yōu)化資源配置，達(dá)到共贏、多贏的目的。

(二) 流程構(gòu)建的要素

要實(shí)現(xiàn)大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的構(gòu)建，以下三個(gè)要素必不可少：

1.數(shù)據(jù)的收集分析

大數(shù)據(jù)時(shí)代，企業(yè)的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷就是建立在海量數(shù)據(jù)的收集和挖掘基礎(chǔ)上，通過全面客觀的數(shù)據(jù)分析，幫助企業(yè)為客戶提供更為精確個(gè)性的營(yíng)銷服務(wù)。目前，業(yè)界主要采用兩種主流的方式來收集、分析和處理客戶數(shù)據(jù)：(1)借助專業(yè)化的“大數(shù)據(jù)”服務(wù)公司獲得相應(yīng)的技術(shù)支持和數(shù)據(jù)服務(wù)，比如，阿里巴巴于2011年4月推出的“數(shù)據(jù)魔方”計(jì)劃，就可以對(duì)旗下網(wǎng)絡(luò)平臺(tái)產(chǎn)生的海量數(shù)據(jù)進(jìn)行提煉分析，幫助中小企業(yè)收集和分析包括火爆品牌、熱門店鋪、熱銷單品，以及購(gòu)買者年齡、性別、地域等在內(nèi)的行業(yè)、店鋪和消費(fèi)者數(shù)據(jù)；(2)自身建立相應(yīng)的數(shù)據(jù)平臺(tái)，進(jìn)行數(shù)據(jù)收集和分析，比如，目前在煙草、電信、汽車等行業(yè)已經(jīng)有諸多企業(yè)開始研究如何利用海量數(shù)據(jù)來實(shí)施網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷。

不管是自建平臺(tái)還是借力他人，企業(yè)網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷數(shù)據(jù)的收集、存儲(chǔ)和加工主要依托于：(1)Cookie追蹤技術(shù)，即通過第三方監(jiān)測(cè)工具，如Double Click等，嚴(yán)格記錄用戶的ID、密碼、瀏覽記錄和停留時(shí)間等信息，幫助企業(yè)收集網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的數(shù)據(jù)源；(2)大數(shù)據(jù)存儲(chǔ)工具，包括面向靜態(tài)數(shù)據(jù)的MPP數(shù)據(jù)庫(kù)，面向非結(jié)構(gòu)數(shù)據(jù)的Hadoop存儲(chǔ)平臺(tái)以及集合軟硬件的大數(shù)據(jù)一體機(jī)等；(3)大數(shù)據(jù)分析技術(shù)，主要是通過對(duì)企業(yè)共性用戶的聚類分析、個(gè)性用戶的針對(duì)分析、類別用戶的交叉分析等，更為全面地掌握客戶需求的動(dòng)向，進(jìn)而提高客戶的滿意度，尤其是以Mapreduce降維技術(shù)為基礎(chǔ)的hadoop平臺(tái)的應(yīng)用，能夠更好地幫助企業(yè)實(shí)現(xiàn)海量數(shù)據(jù)的全方位存儲(chǔ)和分析。比如，現(xiàn)在比較流行的點(diǎn)對(duì)點(diǎn)式智能廣告，就是利用相關(guān)技術(shù)追蹤客戶的個(gè)人瀏覽習(xí)慣，實(shí)時(shí)模仿其可能的行為，推出相應(yīng)的產(chǎn)品廣告。

2.客戶關(guān)系的重塑

只有建立持久穩(wěn)固的客戶關(guān)系，讓客戶感到滿意直至忠誠(chéng)，才能實(shí)現(xiàn)企業(yè)的基業(yè)長(zhǎng)青。傳統(tǒng)的網(wǎng)絡(luò)營(yíng)銷更為注重渠道的選擇，并非真正意義上關(guān)注客戶價(jià)值，導(dǎo)致收效甚微；而大數(shù)據(jù)背景下的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷則更為強(qiáng)調(diào)以客戶為中心，重視客戶價(jià)值，重塑客戶關(guān)系，沖破紅海廝殺，開創(chuàng)新藍(lán)海。

具體來看，企業(yè)在實(shí)施網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的過程中必須重視：(1)提高客戶購(gòu)買總價(jià)值：通過海量數(shù)據(jù)的收集記錄、分析管理，獲得客戶的購(gòu)買習(xí)慣和消費(fèi)軌跡等結(jié)構(gòu)化數(shù)據(jù)，甚至個(gè)人情感、行為偏好等非結(jié)構(gòu)化數(shù)據(jù)，從而更為全面地了解和預(yù)測(cè)客戶需求，提高產(chǎn)品和服務(wù)的個(gè)性化，優(yōu)化企業(yè)和人員形象，提升客戶價(jià)值；(2)降低客戶購(gòu)買總成本：通過客戶數(shù)據(jù)的追蹤回溯，完善售后體系和增值服務(wù)，更好地降低客戶購(gòu)買的時(shí)間、精力和體力等。比如百度文庫(kù)的個(gè)性推送，就是根據(jù)客戶的瀏覽路徑和閱讀偏好，開展分析預(yù)測(cè)，實(shí)施精準(zhǔn)營(yíng)銷，從而降低客戶搜尋時(shí)間，提升客戶體驗(yàn)，增強(qiáng)客戶滿意度。

3.實(shí)時(shí)競(jìng)價(jià)技術(shù)的推行

大數(shù)據(jù)時(shí)代，要想真正實(shí)現(xiàn)網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷，離不開實(shí)時(shí)競(jìng)價(jià)(RTB)技術(shù)。這種新興的技術(shù)模式，打破了傳統(tǒng)網(wǎng)絡(luò)廣告的交易方式，集合類搜索、大數(shù)據(jù)、CRM等技術(shù)為一體，幫助企業(yè)更有針對(duì)性地開展?fàn)I銷活動(dòng)，從而提高企業(yè)資源的利用率，實(shí)現(xiàn)低成本擴(kuò)張[7]。

RTB技術(shù)起源于美國(guó)。2011年底，淘寶網(wǎng)正式推出Tanx平臺(tái)，標(biāo)志著RTB在中國(guó)正式生根發(fā)芽。其工作原理是，網(wǎng)絡(luò)供應(yīng)方平臺(tái)根據(jù)消費(fèi)者在其平臺(tái)上瀏覽產(chǎn)生的Cookies等，幫助需求方尋找相匹配的潛在消費(fèi)者，同時(shí)讓這些需求方以拍賣方式詢價(jià)，價(jià)高者獲得在該平臺(tái)開展?fàn)I銷的機(jī)會(huì)。這種技術(shù)的核心在于通過追蹤用戶需求，實(shí)現(xiàn)廣告主“我購(gòu)買的就是我想要的”的投放訴求與消費(fèi)者“你推薦的就是我要買的”的購(gòu)買心理的良性互動(dòng)，從而提升廣告的投放效率。

(三) 具體實(shí)施流程——以RTB技術(shù)為支撐

基于以上原則和要素，結(jié)合數(shù)據(jù)挖掘、客戶關(guān)系管理和RTB等知識(shí)技術(shù)，提出大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的基本流程(見圖1)。

圖1 大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的流程圖

1.數(shù)據(jù)追蹤收集

諸多網(wǎng)絡(luò)平臺(tái)通過Cookies技術(shù)，追蹤記載廣大網(wǎng)民的IP地址、個(gè)人信息、訪問路徑、瀏覽內(nèi)容等數(shù)據(jù)，幫助企業(yè)更為全面地收集和了解客戶信息，從而有利于網(wǎng)絡(luò)廣告位的精準(zhǔn)出售。

2.廣告資源發(fā)布

眾多的網(wǎng)絡(luò)廣告位資源主要依托供應(yīng)方平臺(tái)SSP(Supply Side Platform)進(jìn)行出售。而SSP作為網(wǎng)絡(luò)廣告位的承銷商，要想使廣告位的售價(jià)最大化，就必須通過大數(shù)據(jù)的分析挖掘、聚類關(guān)聯(lián)等技術(shù)，對(duì)每個(gè)出售的廣告位資源進(jìn)行優(yōu)化整理，最大化其流量?jī)r(jià)值。

3.代理購(gòu)買廣告

同樣地，網(wǎng)絡(luò)廣告位的需求方依托自身的技術(shù)和能力較難甄選出合適的網(wǎng)絡(luò)廣告資源，于是，一種幫助企業(yè)代理購(gòu)買各種廣告資源的專業(yè)化平臺(tái)——需求方平臺(tái)DSP(Demand Side Platform)應(yīng)運(yùn)而生。與SSP一樣，它依托強(qiáng)大的數(shù)據(jù)挖掘分析技術(shù)和優(yōu)化算法，幫助廣告位需求方去鑒定和監(jiān)控每個(gè)廣告位的流量?jī)r(jià)值，并提出相應(yīng)的參考出價(jià)，幫助廣告位需求方獲得“物有所值”的營(yíng)銷渠道。

4.完成廣告交易

要想促成廣告位的最終交易，就必須要求廣告位代理買賣雙方在廣告交易平臺(tái)AD exchange上進(jìn)行自由競(jìng)價(jià)。通過“簡(jiǎn)單拍賣，價(jià)高者得”的方式，對(duì)廣告位資源進(jìn)行重新分配組合。簡(jiǎn)單來說，就是當(dāng)某個(gè)客戶在瀏覽某網(wǎng)頁(yè)時(shí)，其合作的SSP就會(huì)向AD exchange發(fā)出廣告位販?zhǔn)壅?qǐng)求，而AD exchange則馬上向各DSP發(fā)出信息，DSP根據(jù)其專業(yè)化的判斷，給出相應(yīng)出價(jià)，最終AD exchange將廣告位出售給價(jià)高者。而目前，我國(guó)主流的AD exchange平臺(tái)包括有淘寶Tanx、騰訊ADX、新浪SAX等。

5.數(shù)據(jù)分析管理

在強(qiáng)調(diào)“技術(shù)為王”的大數(shù)據(jù)時(shí)代，要想更好地推行網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷，不管是SSP還是DSP，都需要對(duì)分散的海量數(shù)據(jù)進(jìn)行收集、處理、分析、預(yù)測(cè)，才能夠幫助廣告供應(yīng)方和需求方更好地應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷的目的。具體上看，它包括數(shù)據(jù)收集、預(yù)處理、聚類分析、數(shù)據(jù)關(guān)聯(lián)和數(shù)據(jù)預(yù)測(cè)等技術(shù)。

三、 大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的實(shí)踐應(yīng)用

雖然海量數(shù)據(jù)的挖據(jù)和分析能夠幫助企業(yè)更好地開展網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷，且在國(guó)內(nèi)外也已經(jīng)有了較為深入的研究和應(yīng)用，比如Google、IBM等，但仍存在一定的問題，值得反思。

(一)技術(shù)條件制約

與傳統(tǒng)網(wǎng)絡(luò)營(yíng)銷強(qiáng)調(diào)創(chuàng)意、點(diǎn)擊率不同，大數(shù)據(jù)背景下的網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷更強(qiáng)調(diào)技術(shù)，它依托相應(yīng)技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行挖掘處理，從而獲得更多有用的客戶信息。然而現(xiàn)實(shí)情況是，面對(duì)封閉的網(wǎng)絡(luò)世界，數(shù)據(jù)的擁有者開放度有限，加之?dāng)?shù)據(jù)量龐大、無規(guī)律、實(shí)時(shí)更新、非結(jié)構(gòu)化等，導(dǎo)致大數(shù)據(jù)技術(shù)的應(yīng)用仍存在一定漏洞，很難幫助企業(yè)獲得全面客觀的客戶形象，使得企業(yè)在實(shí)施網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷過程中力不從心。

(二)專業(yè)人才匱乏

大數(shù)據(jù)作為近年來才興起的技術(shù)，起步較慢，人才短缺。世界權(quán)威的Gartner咨詢公司預(yù)測(cè)，隨著大數(shù)據(jù)的發(fā)展，未來將給全球帶來約440萬個(gè)新工作崗位；麥肯錫咨詢公司也預(yù)計(jì)，截止2018年，美國(guó)數(shù)據(jù)深度分析人才缺口將高達(dá)14至19萬人，大數(shù)據(jù)分析管理師的工作將會(huì)有150萬的缺口(數(shù)據(jù)來源于：《Gartner預(yù)測(cè)大數(shù)據(jù)分析人才將供不應(yīng)求》)。這就意味著企業(yè)在利用大數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷方面，由于缺乏相應(yīng)的專業(yè)人才，可能存在“雷聲大，雨點(diǎn)小”的尷尬局面。

(三)合作觀念缺失

大數(shù)據(jù)時(shí)代，要想真正獲得網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的成功，“競(jìng)合”的思維必不可少。因?yàn)樵诰W(wǎng)絡(luò)生態(tài)系統(tǒng)中，面臨海量、分散的數(shù)據(jù)，企業(yè)只有合作才能發(fā)揮大數(shù)據(jù)資源的協(xié)同效應(yīng)，取得成功。然而，在很多情況下，企業(yè)作為追求自我贏利的個(gè)體，往往在數(shù)據(jù)共享之前總要再三權(quán)衡，導(dǎo)致錯(cuò)失合作良機(jī)或者合作有限，無法真實(shí)全面地了解消費(fèi)者的訴求，導(dǎo)致網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷失去其本來的意義。

(四)安全隱患嚴(yán)重

眾所周知，網(wǎng)絡(luò)平臺(tái)上的諸多數(shù)據(jù)信息涉及用戶的生命財(cái)產(chǎn)安全，大數(shù)據(jù)技術(shù)的推動(dòng)就有可能出現(xiàn)并庫(kù)，僵尸庫(kù)等情況，很容易受到黑客攻擊，存在較大的安全隱患問題。這不得不令企業(yè)在利用大數(shù)據(jù)實(shí)施網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷時(shí)不斷思考，是否采用了正確的手段來獲得既定信息，以及如何維護(hù)廣大消費(fèi)者的合理利益，推動(dòng)行業(yè)的生態(tài)發(fā)展。

四、總結(jié)和展望

隨著網(wǎng)絡(luò)時(shí)代的發(fā)展，信息的海量化、碎片化，傳統(tǒng)的營(yíng)銷模式很難滿足消費(fèi)者的個(gè)性化需求，而網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷作為一種新興的營(yíng)銷模式，以其“強(qiáng)調(diào)客戶為中心，依托大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)個(gè)性化營(yíng)銷”的思維，受到越來越多企業(yè)的追捧。

2015年9月，國(guó)家通過《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，為企業(yè)加快大數(shù)據(jù)步伐，深化改革創(chuàng)新，提供了良好的外部環(huán)境。企業(yè)要想把握機(jī)遇，深化網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的價(jià)值，首先，要培育專業(yè)化的人才，強(qiáng)化大數(shù)據(jù)分析和處理的技術(shù)，不斷提升數(shù)據(jù)資源的時(shí)效性和價(jià)值量；其次，要深化合作觀念，推進(jìn)信息資源共享，構(gòu)建數(shù)據(jù)生態(tài)系統(tǒng)，更好地優(yōu)化資源配置，實(shí)現(xiàn)營(yíng)銷流程的重塑；最重要的是，必須時(shí)刻保持以客戶為中心的理念，傾聽客戶的心聲，不斷追蹤和還原客戶的真實(shí)需求，利用個(gè)性化的產(chǎn)品、價(jià)格、渠道、促銷、溝通和服務(wù)等，不斷完善客戶的營(yíng)銷體驗(yàn)，提升客戶滿意度。

[1]譚琳.大數(shù)據(jù)技術(shù)初探[J].科技創(chuàng)新導(dǎo)報(bào)，2014，(4)：47-48.

[2]王小鵬.大數(shù)據(jù)技術(shù)在精準(zhǔn)營(yíng)銷中的應(yīng)用[J].信息通信技術(shù)，2014，(6)：22-24.

[3]曲曉琳.大數(shù)據(jù)為精準(zhǔn)營(yíng)銷鋪路[J].經(jīng)濟(jì)論壇，2015，(6)：118-120.

[4]玄文啟.大數(shù)據(jù)背景下的網(wǎng)絡(luò)營(yíng)銷模式[J].中國(guó)科技信息，2015，(17)：105-106.

[5]吳勇毅.大數(shù)據(jù)成就RTB精準(zhǔn)營(yíng)銷[J].上海信息化，2014，(1)：36-38.

[6]陳德華.面向互聯(lián)網(wǎng)用戶的個(gè)性化廣告推送服務(wù)研究——基于Hadoop[D].上海：東華大學(xué)，2014.

[7]許正林.基于大數(shù)據(jù)的移動(dòng)互聯(lián)網(wǎng)RTB 廣告精準(zhǔn)投放模式及其營(yíng)銷策略探析[J].上海大學(xué)學(xué)報(bào)，2015，(11):104-112.

(責(zé)任編輯：楊成平)

The Construction of Network Precision Marketing in Big Data Era

CHEN Jing-yi

(Department of Business Administration, Fujian Commercial College, Fuzhou 350012, China)

With the rise and development of big data, the network marketing evolves from the one-way 1.0 era and the interactive 2.0 era to personalized 3.0 era. All this requires enterprises to become customer oriented, use big data to implement and optimize the network precision marketing. This paper introduces the knowledge of big data, network marketing and customer relationship management, builds the process of the network precision marketing, and then makes reflection on it.

big data; network precision marketing; process construction

2016-08-07

2016年福建省中青年教師教育科研項(xiàng)目“大數(shù)據(jù)背景下網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的構(gòu)建和評(píng)價(jià)”(JAS160668)。

陳靜怡(1984-)，女，福建寧德人，講師，碩士。研究方向：市場(chǎng)營(yíng)銷、企業(yè)管理。

F274

A

1008-4940(2016)05-0027-06