大数据营销总结篇1
【关键词】大数据；精准营销；卷烟精准营销
大数据是一个大到极易被忽略的庞大数据体系，运用数据挖掘技术从海量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含其中的、人们事先不知道且潜在有用的信息和知识，并充分运用信息的关联、分类、聚类、相关性等方法，使其能够应用于卷烟精准营销体系，解决卷烟精准营销过程中“信息、投放、管理”等具体问题。笔者通过查阅有关大数据及卷烟营销的大量文献，结合建立卷烟精准营销体系的实际工作，就如何运用大数据的技术解决卷烟精准营销在实际应用过程中的难题，提出自己的观点和对其将来发展提出展望。
一、大数据理论和研究现状
1.大数据概述
大数据与大量数据是不同的概念，大数据具有数量（Volume），增速（Velocity），多样性（Variety）的“3V”特征。因此，大数据可概括为规模达到数量级，更加多样化，包括结构化、半结构化和非结构化数据，且以比以往更快的速度生成的庞大数据集。
麦肯锡认为，“大数据”是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集。
由此可见，大数据不仅包含了数据集的概念，更重要的是还包含了数据处理和应用的技术，数据、技术与应用三者的有机统一构成了广义概念上的大数据。
2.大数据研究热点和前沿
2012年3月2日，奥巴马宣布美国政府投资2亿美元启动“大数据研究和发展计划（BigDataResearchandDevelopmentinitiative）”。这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为，大数据是“未来的新石油”，并将对大数据的研究上升为国家意志，这对未来的科技与经济发展必将带来深远影响。
伴随着数据挖掘技术的发展，为人们在挖据和提取数据中隐含的具有潜在价值的信息方面有了更多的渠道。数据挖掘涉及数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化等多学科领域，数据挖掘技术是一门广义的交叉学科，其本身还在不断发展。
通过对大数的挖掘和分析，寻找数据间的相关联系，发现其存在的规律。通过大数据的思维逻辑，更加注重“为什么”的因果关系研究，而不只是解决“是什么”的问题。当我们通过寻找相关关系得出有a出现的地方就会有B出现，而不再去深挖“为什么”，这为数据价值的提取找到捷径。
当前，非结构化和半结构化数据的处理是目前大数据研究面临的难题，据统计，目前采集到的数据85%以上是非结构化和半结构化数据，而传统的关系数据库技术无法胜任这些数据的处理，因为关系数据库系统的出发点是追求高度的数据一致性和容错性。根据Cap（Consistency，availability，tolerancetonetworkpartitions）理论，在分布式系统中，一致性、可用性、分区容错性三者不可兼得，因而并行关系数据库必然无法获得较强的扩展性和良好的系统可用性。系统的高扩展性是大数据分析最重要的需求，必须寻找高扩展性的数据分析技术。
大数据把数学算法运用到海量的数据上来预测事情发生的可能性，预测是大数据的核心。例如，一封邮件有被作为垃圾邮件过滤掉的可能性；输入的“teh”应该是“the”的可能性，某个区域在某个时间节点爆发瘟疫的可能性等，都是大数据可以预测的范围。
二、卷烟精准营销理论体系及发展历程
1.精准营销概念
1999年，美国的莱斯特・伟门提出了精准营销的概念。精准营销被定位为一个营销的学科和理论：是以科学管理为基础，以消费者洞察为手段，恰当而贴切地对市场进行细分，并采取精耕细作式的营销操作方式，将市场做深做透，进而获得预期效益。[5]2005年，philipKotler认为精准营销就是公司需要更精准、可衡量和高投资回报的营销沟通，需要更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。
简单来说，精准营销可以概括为5w营销分析框架，既在合适的时机（when），将合适的产品（which），通过合适的渠道（where），采取合适的行动（what），营销给合适的客户（who），在整个过程中贯彻“以客户为中心”的理念，实现营销管理的持续改善和提升。
2.卷烟精准营销理论
卷烟精准营销是以扎实的网建为基础，以卷烟营销数据库为支撑，依托现代信息技术手段，运用定量和定性相结合的方法选择准确的目标市场，通过针对性营销策略，实现卷烟产品宣传宣传的目标人群准确覆盖，实现卷烟货源投放的目标市场需求有效满足，使有限的资源得到最大化配置。
卷烟精准营销要以科学发展为指导，紧紧抓住品牌培育的第一要务，实施重点骨干品牌精准营销，促进重点骨干品牌的良好成长，着力推进卷烟营销工作上水平；以“精确信息、精准投放、精细管理”为重点，建立完善精准营销体系，并与卷烟网建工作充分结合，有效促进卷烟网建上水平。
卷烟精准营销的工作要围绕以下几个重点来开展：一是数据信息的精确把握；二是数据挖掘的有效实施；三是卷烟信息的精确传递；四是卷烟货源的精准投放；五是卷烟营销的精细管理。
3.烟草企业卷烟精准营销发展历程
2009年11月13日，国家烟草专卖局副局长何泽华率中国卷烟销售公司和中烟电子商务公司相关人员在上海召开关于开展“中华”品牌精准营销工作专题座谈会，启动了“中华”在山西市场精准营销试点，这次试点，具有“里程碑”作用，同时，也拉开了中国烟草卷烟精准营销的序幕。
2010年，国家烟草专卖局姜成康局长在2010年工作报告中指出：“加强市场分析研究，全面了解重点骨干品牌市场表现和发展趋势，提出品牌改进提高的建议意见，实施重点骨干品牌精准营销，努力促进重点骨干品牌良好成长。”精准营销由此被正式上升为品牌营销战略层面。
2010年5月7日，根据《贵州烟草商业卷烟精准营销工作的指导意见（试行）》（中烟黔销〔2010〕7号）文件提出以品牌培育为第一要务，以“精确信息、精准投放、精细管理”为重点，建立精准营销体系，并与建设精准营销体系，并提出了通过“二点四维五率n度”来精确信息的方法，以及运用数据挖掘技术来建立数据模型，实现营销效率和效果的最大化。这表明了贵州烟草商业系统卷烟精准营销工作探索的开端。
2011年5月20日，中国烟草总公司贵州省公司印发《卷烟品牌精准营销工作实施方案》，对一年来卷烟精准营销工作开展情况进行总结并对今后工作的开展提出指导意见，文件指出卷烟精准营销工作在贵州的开展还有一些与国家局要求存在差距的方面，主要表现在：一是信息未能精确把握。全省卷烟消费者档案库建立不够完善，应用范围和力度不大，对消费趋势变化掌握不足。二是货源未能精准投放。对“二点四维五率n度”研究不深，货源分配中对客户的量化评价不够细化，品牌目标客户难以“对号入座”。三是措施未能精细管理。与终端客户沟通传递方式较为滞后，工商协同营销程度不高，精准营销管理未纳入工作职责和绩效评价范畴。
三、试述如何利用大数据解决目前卷烟精准营销实际难题
根据《国家烟草专卖局办公室关于深入推进卷烟品牌精准营销工作的意见》（国烟办综〔2011〕197号）文件，明确以“精确信息、精准投放、精细管理”为重点，建立完善精准营销体系，但笔者在实际工作开展过程中发现要达到精准营销还有一定困难，主要表现在信息的准确度不高、货源的投放不够精准等方面，基于以上问题，笔者试述如何运用大数据的方法来加以解决。
1.从接受不准确的数据信息开始，利用大数据思维提高信息准确度
据统计，目前采集到的数据85%以上是非结构化和半结构化数据，只有当我们接受了非结构化和半结构化信息的不准确性，我们才能更好地掌握和分析剩余结构化信息，才能真正看清冰山的全貌，否则我们只能通过看似准确度较高的部分结构化信息窥视冰山的一角。信息准确度的高低直接取决于收集到的信息量的大小，如一个色盲想确定手中的卡片是红色还是绿色，他向2个人提问或向200个人提问后所得答案的准确度是不同的，无疑当200个人告诉他是红色比只有2人告诉他是红色的的准确度要更高。
在卷烟精准营销中我们所需要的答案当然不可能像“红或绿”这样简单，通常我们有待解决的问题都是需要从多方面加以计算和分析的。如某县级烟草公司今年5月的销量预测，我们通常很难得出准确的预测数据，于是为了找到这些纷繁复杂的问题的答案，我们就需要通过海量的数据信息，从多维度、多方面的数据分析来提高我们信息的准确度。
（1）总体信息代替样本信息，解决信息准确度不高问题
过去由于信息处理能力有限，所以产生了利用信息样本采集的方法，为达到用最少的数据获得最多的信息的目的。随着大数据时代的信息处理、分析技术得到巨大发展，当我们能够对海量数据进行有效的处理时，在数据采集过程中将采取更为全面的方式，而不只是采用随机抽样。因此，要解决目前卷烟精准营销信息准确度不高的问题，就应对总体数据信息进行收集。
以安龙县卷烟社会库存调查为例，安龙县共有卷烟零售户1843户，其中信息采集客户62户，约占全体客户的3.40%。为了解社会库存情况通常是通过对信息采集客户的分析来测算总体社会库存情况（社会库存总量=样本客户库存总量/样本客户占全市投放的权重），为了解通过信息采集测算社会库存情况的准确度如何，安龙县烟草商业企业于2014年6月份第二周对全体客户进行社会库存盘查，社会库存总体信息采集与样本信息采集测算结果对比如下：
通过以上对比分析可知，安龙县社会总体库存情况分析时用样本客户信息采集的方法进行测算的准确率仅为34.89%，在贵烟库存总量分析时的准确率也仅为54.30%。虽然社会库存总体信息采集的准确度也不能达到100%，但无疑它的准确度是大大高于样本客户信息采集的方法的。因此在市场营销数据分析过程中，通过对总体客户信息进行采集所得的数据结果远远比样本客户信息采集所得结果有效。
（2）信息采集与处理
目前，烟草企业已经成功开通卷烟营销系统（V3）、新商盟、现代零售终端系统，依托卷烟行业的数据系统，对系统数据的采集与处理已不再是很大难题，为提高卷烟营销信息的准确度，对总体客户信息数据的采集、分析和运用将成为我们工作的重点和未来探寻的方向。
通过信息来源可将信息的收集分为企业内部信息和企业外部信息，其中企业外部信息包括零售客户信息、消费者信息、社会信息及其他等，企业内部信息则包括货源供应信息、新品上市、政策法规等。企业内部信息的收集相比企业外部信息的收集要简洁得多，笔者试通过对如何对零售客户信息、社会信息进行数据收集，来展望将来信息采集的发展方向。零售客户信息的收集主要包括经营者、店铺、商圈、销售数据、上柜品牌等方面的信息，其中经营者、店铺基本情况、商圈等在专卖办理许可证时已经一并收集，上柜品牌、销售数据等也可以通过卷烟营销系统进行收集，但是客户自己的库存情况、销售价格执行情况、每日经营业绩等信息则能够通过现代零售终端系统进行实时采集。
同时，我们烟草企业应加强与地方统计部门的合作，积极探索出信息资源共享的双赢通道，建立卷烟营销数据库，利用数据分类、聚类等方法找到相关信息，提取信息数据的价值。
2.利用卷烟营销数据库解决货源精准投放问题
利用数据库信息能够准确找到目标消费群，从而建立精准的市场定位。通过数据库中对客户以及消费者的各种信息的收集整理，根据这些信息对消费行为进行有效地分析，并利用数据库中所能掌握到的市场、品牌、货源和客户等，对烟草消费者的数据进行分析，可以得出不同消费群体对特定品牌有不同的偏好，借此细分市场，从而达到货源精准投放的目的。
利用卷烟营销数据库，提取有关货源精准投放的数据，通过对“二点四维五率n度”，既“二点”，卷烟价格和社会库存；“四维”，市场类型、零售业态、商圈和供应级别；“五率”，上柜率、动销率、断货率、重需率、成长率。从多维度、多角度来进行分析，用数据化的科学分析结果指导货源分配，真正做到精准投放。
四、结语
笔者就大数据及卷烟精准营销的来源、发展历程、研究现状等方面查阅了大量的资料和文献，并结合实际工作中存在的问题对其进行了探析，相信对于后人进行此方面的研究能起到一定的参考价值，同时文中对引用的参考文献进行了充分的注释，希望能够有助于读者日后回溯检索和导读原文。笔者还对卷烟精准营销目前存在的两个突出问题进行了探索式的展望，相信对从事此方面研究的同仁及科研工作者能起到参考价值，文中对解决卷烟精准营销中信息准确度不高及货源投放不够精准的问题探析深度不够，只是做了一些展望式的叙述，并未能进行进一步的实践研究，该方面的研究在目前尚属空白，相信进一步深入探索下去将会对解决卷烟精准营销中的实际问题产生重大意义，笔者今后也将进一步在该方面进行深入探索。
参考文献：
[1]GuszczaJ，SteierD，LuckerJ，GopalkrishnanV，LewisH.tooBigtoignore[J].DeloitteReview，2013（12）：36-53.
[2]李红梅，曹建河.数据挖掘技术在烟草销售行业中应用探析[J].现代商贸工业，2011（14）：97-98.
[3]李国杰，程学旗.大数据研究：未来科技及经济社会发展省略领域――大数据的研究现状与科学思考_李国杰[J].中国科学院院刊，2012，27（6）：647-657.
[4]（英）维克托・迈尔-舍恩伯格，肯尼思・库克耶.大数据时代：生活、工作与思维的大变革[m].浙江人民出版社，2012-12.
[5]程绍珊，席加省精准营销；如何进行营销信息管理[m]北京大学出版社，2006.07.
[6]杨亮.岳阳县域卷烟市场精准营销策略研究[D].湘潭大学，2012.
[7]王波，吴子玉.大数据时代精准营销模式研究[J].经济师，2013（5）：14-16.
大数据营销总结篇2
[关键词]数据库营销人员观念组织结构激励机制
随着信息产业的迅速发展和互联网在世界范围内的广泛应用,数据库营销这一适应现代信息社会的新型营销方式受到了企业界的青睐,越来越多的企业开始把数据库营销引入到企业的经营管理中,但是有相当一部分企业投入巨资应用数据库营销,却没有取到预想的效果,其中很重要的原因是因为忽视了影响数据库营销成功应用的非技术因素。
一、人员观念的转变
很多企业在实施数据库营销的时候,把信息技术的实施与应用看作是最重要的问题,把信息管理部门与软件商配合保证数据库营销系统的顺利上线当成是工作的重点。其实,信息技术的实施与应用只是解决数据库营销实施的表面问题,而怎样让上至总裁下至普通员工都能从思维和行为习惯上真正的聚焦在客户身上,是实施数据库营销的精髓。从本质上来说,数据库营销不过是一个聚焦客户的工具,支持数据库营销发挥作用的是企业员工观念的转变。建立从客户利益出发的企业理念,需要企业每一位员工的配合,只有让每一位员工都理解了新的企业理念,才能使理念得以贯彻。经过观念转变后的企业,为实施数据库营销铺平了道路,使数据库营销的实施与应用水到渠成。由重视企业内部价值和能力变革为以重视客户资源为主的企业外部资源的利用能力,数据库营销将企业对客户资源的重视提到了前所未有的高度,企业通过计算机及网络将企业与客户的关系联系得更加紧密,使其对客户相关信息的采集、归纳、利用更具有科学性、系统性。数据库营销的实施虽然在形式上表现为一些软件包的组合、安装、调试、运行,但是蕴藏于其中的是一种新型的管理理念。企业应贯彻“客户是企业战略性资产”的理念,对这一理念的深入认识是企业实施数据库营销的基础,这一理念的贯彻一定要从企业的第一把手开始做。从上到下,包括第一把手在内的所有员工都要从思想上树立这样的理念,从行动上执行这一理念,如果得不到他们的信赖和支持,再好的系统设计也不能发挥效力。另外,数据库营销的实施并不是安装一个软件系统就一劳永逸这么简单,而应作为一项长期的繁杂的管理工程项目来进行。
二、组织结构的变革
企业推行数据库营销,出发点主要在于加强客户关系控制能力、提高市场反应速度,而企业原有组织结构很大程度上沿袭了直线职能制的特点,这种组织结构的主要特点在于市场反应速度较慢、部门协调效率不高。如果数据库营销系统仍然建立在老的组织架构之上,其效果就难以充分发挥。所以,企业必须根据客户所处的行业以及地区的差异性,应在全球范围内对营销以及服务部门做重大的重组。营销与服务体系根据行业特征来建设,以便于更好地为客户服务。消除企业的销售、市场、客户服务及技术支持部门之间的沟通障碍。使企业能为客户提供快速和周到的优质服务。实施数据库营销的企业各部门必须树立起以客户为中心的理念,协同统一,成为真正意义上的现代营销公司。为了使企业能快速响应顾客的要求,整个组织应扁平化和组建过程团队。尽管不存在彻底解决结构问题的灵丹妙药,但组织对过程团队的重视正在升温,企业试图通过创建过程团队来克服以往职能结构的一些缺点,以便更多聆听顾客需求。从营销部门的发展历史我们不难发现,一个企业的职能部门的地位会随着其重要性而相应地提高。在今天,企业的竞争从某种意义上讲其实就是对客户的竞争。如何维护客户的忠诚度变得越来越重要,相应地企业应该提升该职能的地位。很多企业在实施数据库营销的时候,把主要的管理职能放在了信息技术部门,认为他们是推行数据库营销的核心,结果造成了系统应用的失败。正确的做法是,应该把数据库营销的主要职能放在营销部门,由其主导系统的应用才能获得良好的应用效果。
三、激励机制的调整
调整激励机制的目的是为了符合多数员工的个人利益,从而获得他们对数据库营销系统实施的支持。因为在实施数据库营销系统时会要求营销人员把个人掌握的信息拿出来让大家共享,要求他们改变工作习惯。这些可能都会导致营销人员的抵制。另外企业目前对营销部门的考核方式基本上还是以销售额这样绝对化的数字作为考核依据。这种考核方式就决定着企业的营销人员在市场旺季到来之时会去片面的追求销售额的增长,最终还是按“以销售为导向,以产品为中心”的观念来操作市场。这是因为传统的营销人员工资管理制度往往是底薪加销售提成,使得营销人员往往对“做生意”比“做市场”更感兴趣。对企业的数据库营销来说,简单的底薪加销售提成是不可行的。那么,如何使工资制度既起到激励营销人员的积极作用,又在工资总额不变的情况下,使员工的行为符合企业的总体发展需要呢?这就要对传统的工资管理制度进行改革,既要遵循人的期望理论,还要与企业利益进行有效结合。由于不同的销售人员对努力和成绩、成绩和报酬之间的关系或许有不同的认识.所以企业首先将每个销售人员岗位的所有工作分解成一系列具体指标,并依其对本企业的相对价设定一个工资总额。然后,根据每个指标在各岗位上的权重把岗位工资总额分解到每个指标上,销售人员要为了完成这些指标而积极努力工作以便于满足自己的需要。最后,月底对该岗位的占有者就各项指标进行考核,实现了哪一项指标,该项指标被赋予的工资额就成为该岗位销售人员有效的工资数额。通过这种评价体系可以使营销人员将顾客利益和公司利益有机地结合起来,避免短视行为,最终促使数据库营销的成功实施。
参考文献:
[1]秦敏:企业实施数据库营销的问题及对策探讨[J].商场现代化,2007(28)
大数据营销总结篇3
[关键词]大数据；网络营销模式；综述
[Doi]1013939/jcnkizgsc201705098
1引言
大数据对时展产生了深远影响，网络营销模式如何充分发挥数据带来的机遇，从而促进其发展成为当前热门话题。数据具有的四大特点[1]能为企业网络营销模式发展提供更加精准、个性化的信息，此外，大数据时代下的网络营销模式不仅重视创新性、精准性，也重视效果性。
2大数据与网络营销模式相关概述
21大数据的定义
20世纪80年代大数据被提出，[2]到2008年才广泛传播。麦肯锡定义其为在一定时间内使用传统数据库软件无法对数据内容进行搜集、存储等的数据集合；《Science》将其定义为数据集规模无法在可容忍的时间内用目前的技术、方法等去获取、管理的数据；[3]维基百科将大数据定义为运用当前主流软件工具难以在合理时间内为企业经营决策提供完整分析过程的资源。比较有影响力的是Gartner的定义，其认为大数据通过新的处理模式能增强决策力、洞察力以及流程能力，并具备多样、快速增长性以及数据量大的信息资产。[4]本文将大数据定义为以其主要特征为基础，通过运用科学的大数据处理技术能够增强其精准性、效果性等价值的信息资产。
22网络营销模式的定义
Rafi-amohammed和RobertFisher等[5]将网络营销定义为在线维护客户和公司在产品、服务等方面的关系；孙志宏认为网络营销是通过计算机网络、通信技术等为实现营销目标的市场营销方式；[6]芦文娟、韩德昌认为其是以网络通信技术以及数字交互式为基础的营销活动；[7]徐艳F将网络营销定义为借助网络开展市场服务的营销活动。[8]阎斌认为网络营销模式是企业通过有效运用互联网信息技术平台力求实现企业经营目标的营销活动。[9]本文认为网络营销模式是借助网络、通信技术以及数字交互式媒体等进行的市场营销活动。
23网络营销模式主要类别
芦文娟、韩德昌认为网络营销模式主要有创建企业网站、参与网络社区、博客营销、网上广告投放；[7]张在宏将其分为广告商、网上商店和服务、价值服务提供商、网络渠道和虚拟社区；[10]玄文启认为其可分为电子邮件、微博营销、病毒性营销、搜索引擎营销和博客营销；[11]本文认为较有影响力的是周曙东等将其分为在线商店模式、中立交易平台模式、企业间网络营销模式、网上采购模式、网络拍卖模式、电子邮件营销模式、电子报关模式等的观点。[12]
24大数据时代网络营销模式的特征
陈慧、王明宇认为大数据网络营销具有性价比高、时效性强、互动性强和个性化营销的特点。[13]胡江涛研究认为关联性紧也是其主要的特点。[14]
3大数据时代网络营销模式创新研究
张冠凤认为大数据时代网络营销模式主要包括商品关联挖掘营销、现代通信的大数据分析、大数据的用户行为分析营销和个性化推荐营销模式。[15]张艳红认为大数据时代网络营销模式的革新还包括基于大数据的搜索引擎营销和DSp网络广告模式。[16]高源、张桂刚认为其还包括基于大数据的商品地理营销模式。[17]吴英鹰认为大数据背景下旅游企业网络营销新模式主要包括关联推荐和精准网络营销模式；[18]王雯研究了大数据下电影整合营销和o2o营销模式。[19]以上学者对大数据时代下网络营销模式创新研究较为全面，但总体上相关理论研究较少。
4大数据时代网络营销模式精准性研究
李晓龙、冯俊文提出了大数据环境下电商精准网络营销策略。[20]牛艳红、王春国认为大数据时代网络营销模式精准性策略主要有搜索引擎、再锁定精准营销和博客营销。[21]樊永梅发现了全数据精确制导、汽车销售整合信息对于汽车精确营销实现的重要性。[22]倪宁、金韶认为其主要有精准定位目标消费群、精准挖掘消费需求、精准可控广告投放和精准评估广告效果。[23]林燕提出了传播和广告精准营销策略。[24]以上研究丰富了理论成果，但没系统分析大数据时代网络营销模式精准性营销的基本原理。
5大数据时代网络营销模式效果性研究
胡江涛发现了大数据时代网络营销实现从精准营销到效果营销的转变的关键问题[14]，张艳红提出从政府层面、企业层面实现网络营销的效果性[16]，目前学者对大数据时代网络营销模式效果性研究不多，还处在逐步认识的阶段。
6总结与展望
本文认为大数据时代下网络营销模式的研究还处在积极探索阶段，具体体现在缺乏成熟的网络营销模式划分标准；大数据时代下网络营销模式研究视角较单一和对其精准性和效果性缺乏深入研究，对于两者的交叉研究更是缺乏。本文认为未来研究可以结合大数据时代下网络营销模式的精准性和效果性进行综合研究；从多视角和结合具体的实际加强对其效果性研究；加强网络营销模式的系统性研究，实现大数据时代网络营销模式时效精准、效果统一。
参考文献：
[1]徐子沛大数据[m].桂林：广西师范大学出版社，2012
[2]Graham-Rowed，Goldstond，DoctoRowc，etalBigdata：Scienceinthepetabyteera[J].nature，2008，455（7209）：8-9
[3]孙海华“大数据”时代观点综述[J].经济研究参考，2015（26）
[4]陶雪娇，胡晓峰，刘洋大数据研究综述[J].系统仿真学报，2013（25）
[5]Rafi-amohammed，RobertFisher网络营销[m].北京：中国财经出版社，2005
[6]孙志宏网络营销与策划[m].北京：机械工业出版社，2004
[7]芦文娟，韩德昌网络营销模式对消费者行为影响的概念模型[J].社会科学战线，2010（9）
[8]徐艳F网络营销与传统营销的区别[J].湖南农机，2013，40（9）
[9]阎斌论企业的网络营销模式及其绩效评价[J].现代营销，2015（5）
[10]张在宏企业网络营销模式创新的理念与思路[J].现代商业，2012（9）
[11]玄文启大数据背景下的网络营销模式[J].中国科技信息，2015（17）
[12]周曙东，叶辉解析网络营销模式[J].商业研究，2003（22）
[13]陈慧，王明宇大数据：让网络营销更“精准”[J].电子商务，2014（7）
[14]胡江涛大数据营销：从精准到实效[J].郧阳师范高等专科学校学报，2014（6）
[15]张冠凤基于大数据时代下的网络营销模式分析[J].现代商业，2014（32）
[16]张艳红浅析大数据背景下网络营销服务模式的革新[J].吉林工程技术师范学院学报，2014（11）
[17]高源，张桂刚基于大数据的网络营销对策研究[J].湖北经济学院学报，2014（2）
[18]吴英鹰大数据背景下旅游企业网络营销的创新[J].中国商贸，2013（35）
[19]王雯大数据时代下的电影营销新模式――以电影《小时代》为例[J].中外企业家，2013（11）
[20]李晓龙，冯俊文大数据环境下电商精准营销策略研究[J].价值工程，2016（3）
[21]牛艳红，王春国大数据时代的网络营销探究[J].企业导报，2013（22）
[22]樊永梅“精准营销”升级汽车网络营销[J].成功营销，2009（8）
大数据营销总结篇4
银行零售业务是与银行对公业务、同业业务并列的三大核心业务，在经济“三期叠加”、金融市场改革不断深化、利率市场化加快推进以及企业融资成本与风险不断加剧的大背景下，零售银行业务因其资本消耗低，发展迅猛，价值回报丰厚，被众多银行视为业务转型的重点发展方向。而营销管理作为零售银行获客、活客和粘客的重要抓手，与客户管理、产品管理、渠道管理充分结合，形成零售业务发展的基础性的核心能力，它在推动零售理财、零售信贷、财富管理和信用卡业务发展起到了非常关键的作用。近些年，无论四大国有银行、股份制商业银行还是城商行都不断加大资源投入，纷纷掀起一波以营销转型或精准营销为主题的项目建设，内容涵盖零售业务体系设计、组织设计、流程梳理与优化、数据分析模型、营销一体化平台建设等，使得营销管理在零售银行发展战略中重要位置越发突显。
随着互联网金融和电子商务的崛起，商业银行倍感压力，银行零售业务的不仅需要面临同业的竞争，也要面对来自互联网金融和非金融机构的冲击，银行营销管理正面临着严峻的挑战，这突出表现在以下几个方面。第一，在营销产品上，各个产品团队独立营销产品，尚不能站在客户角度提供综合化金融服务，产品组合营销少；第二，在营销客户上，对客户分群不够细致，缺乏对客户完整、立体、动态的画像，客户洞察深度有限；第三，在营销手法上，一味强调销售产品，没有营销和场景思维，缺乏对客户投其所好的个性化产品推荐；第四，在营销渠道上，线上线下渠道无法协同，营销线索转介不畅，导致丧失很多营销机会；第五，在营销规划上，无专门牵头部门负责营销整体规划，缺乏长远体系化考虑，基本上是“走一步算一步”；第六，在营销设计上，无法做到考虑客户、产品、渠道匹配的最优化，容易造成“重复营销、过度营销”，导致营销资源浪费，客户体验差，收益无法最大化；第七，在营销过程上，碎片化严重，人工干预多，营销效率低下；第八，在营销评估上，缺乏对营销过程的完整记录，无法做到效果的定量化评估；第九，在营销管控上，没有多层次的营销管控体系，上级无法监控、指导、督促下级营销工作；最后，在营销经验上，只是个别人有丰富营销经验，营销团队培养慢，不能做到系统化营销话术提示和优秀经验分享。
大数据驱动精益化营销的发展趋势
在大数据时代背景下，零售银行要赢得持续发展的空间，需要建立起符合现代金融竞争要求的营销体系，伴随着大数据技术的逐渐成熟，零售银行的营销理念也得到了加速发展，营销被赋予了新的时代特征，主要表现为以下几个方面。
营销决策数据化
精益化营销的核心在于营销的精准性，精准的客户需求分析、精准的市场细分与定位、精准的产品及服务组合以及精确的营销控制与考核。精准的本质在于营销决策用数据说话，例如领先银行通过建立客户细分、交叉销售、关联分析、流失预警、资金流向、客户关系网络等主题的分析，对客户进行深入洞察，通过决策模型的建立提高对营销决策的前瞻性、预见性和创造性，改变营销决策依靠专家经验或人为直觉，提升营销决策的科学性和有效性。
满足全量客群的全生命周期需求
运用客户细分和客户画像技术，建立不同特征的客群，对全量客群进行统筹经营管理他们的全生命周期需求，包括衣、食、住、行、游、医、玩等；转变银行“二八定律”传统的经营理念，只服务于20%的中高端客户；对于银行而言，既要服务好中高端客户，更要运用大数据的理念、依托强大科技能力服务好大众基础客户，更加关注“长尾”客户，通过提供差异化的综合金融服务进行全量客户的经营。
营销介入时机不断前移
按照消费者决策机制理论，客户对产品购买通常经历需求创造、需求认知引导、寻找信息、评估选择、交易行动和体验评价这几个过程。传统上大部分银行介入营销时机多为评估选择和交易行动的阶段，采用数据库营销、事件式营销或是实时互动营销方式进行营销。随着场景金融时代的来临，领先银行通过打造泛金融生态圈或与场景入口的公司合作，开展异业联盟方式，在需求创造、需求引导、需求认知、寻找信息的阶段开展营销，使得营销介入时机更加前置化，营销变得更加生活化、场景化和有很强的代入感。
营销渠道全天候立体化
互联网时代下，满足客户“体验式、碎片化”要求的营销模式成为赢得客户的关键。商业银行通过全渠道营销，将传统线下渠道和线上电子渠道进行无缝衔接，构建“线上+线下、人工+电子、推送+互动”的立体化营销服务体系，实现全客户、全渠道、全产业的营销协作，以满足顾客理财、咨询和社交的综合体验，客户对商业银行服务的需求将不被时间和空间限制，客户可以享受全程及时响应的全天候金融服务。
转型的致胜之道
为了抓住大数据时代给银行精益化营销带来的诸多创新机会，零售银行需要深化“以客户为中心”的战略，借助创新的技术和先进工具，配备专业化资源以实现营销转型。
全面深入的客户洞察
多样性客户信息的整合是客户洞察的前提，客户多维度细分与立体生动的客户画像是客户洞察的基础，客户分析模型是客户洞察的核心，它们彼此之间相互关联、相互依赖，是一个密不可分的整体。
多样性客户信息的整合是指在保证数据质量的前提下，银行除自身拥有的客户人口特征数据、交易数据外，尽可能多地采集客户在各个渠道与银行交互的数据，包括客户在银行网站、手机银行的浏览、点击数据，客服中心的客户交互数据等，适时引入外部数据包括社交媒体、电商平台、运营商数据，以获取客户更多消费、社交和生活信息。
多维度客户分群按照分群目的和数量的不同，通常分为战略分群、策略分群、战术分群和一对一分群。例如战略分群多以客户价值、客户生命周期或辅之以地域维度进行划分，分群数量控制在6～20个之间；策略分群基于行业经验和业务分析经验划分，数量一般在15～100个之间，例如客群、养老金客群、纯信用卡客群、跨境客群、海淘妈妈客群等；战术分群基于数据聚类方法及客户标签库，通常针对特定的营销活动或具体业务场景专门划分，数量通常较多，如沉默存款群、成熟高端投资群、积极投资理财群等；而一对一分群是指把每个客户为一个群，通过实时分析每个客户的特征，做到“千人千面”的个性化推荐的效果，达到最优的客户体验。再通过对细分客群进行人物画像，让业务人员更加直观、生动的理解分群结果，更有利于进行市场营销策略设计和用户体验设计。
客户分析模型是对客户信息的深度运用，利用专业的分析平台或模型实验室构建面向特定客群特定场景的分析主题，包括：高比例存款高价值客户流失预测分析、客群留存率提升分析、etC客户获客分析、资金净流出客户的资金流向分析、电子支付交易行为路径分析、零资产客户激活分析、特定产品响应率分析、客户关系网络分析等。举例来说净流出客户资金流向分析，其分析方法是通过梳理出客户资金获取的不同场景，如高存款、基金赎回、工资流入等，对流出客户进行多维度画像，抓取到群体特征；同时建立客户交易关系圈，将不同业务场景下的资金流出情况进行分析，识别资金回流强弱关系，找到潜在的高流失高价值流失客户进行精准营销。再比如etC获客分析，其分析方法是通过分析客户针对车的消费行为如加油、保养，再结合运营商的数据分析用车情况，有针对性做营销活动精准获取etC客户。
高效自动化的营销闭环
构建高效自动化的营销闭环一方面解决了大规模部署多渠道营销活动的效率问题，另一方面将营销策划人员从大量的多方沟通中解脱出来，将工作重心转移到营销活动设计以及活动过程和结果的跟踪评估上。营销闭环包含分析洞察，活动设计，渠道执行和反馈评估四大环节，其难点在于实时地反馈渠道执行信息并进行多渠道的协同，以及对营销活动的过程和结果进行反馈评估。
零售银行在营销闭环上面的投入将在四个方面获得卓越的提升，第一，营销活动数量。3～5人的营销团队每年手工完成大约30个营销活动，以一次性的临时活动居多；而营销自动化带来的效率提升能帮助团队完成100个以上的营销活动，并且大部分是周期性的固定活动。第二，营销活动部署时间。一个活动的设计部署周期从以往5～10天缩短到2～5天。第三，营销活动转化率。将客户洞察结果融合到营销中，通过不断优化，将客户转化率由过去的0.2%～4.8%提升到6.2%～18.7%。
增强银行全渠道的营销体验
在互联网时代下，用户营销体验对于营销效果的提升起到越来越关键的作用，目前银行在渠道建设方面正由多渠道到全渠道方向发展，如何增强银行全渠道的营销体验是摆在银行急需解决的重要问题。其中个性化互动式触点营销、统一接触优化、o2o协同营销是提升全渠道营销体验的关键。
实现个性化互动式触点营销需要银行把握好每一次与客户接触的机会，如客户在网银登录，在手机银行上进行贷款计算器试算，向客服或大堂经理咨询产品情况等。根据客户接触银行各类渠道的特点，客户特征、接触历史、最新行为轨迹等，实时推荐适合最能满足客户需求的产品与金融服务，让客户感觉“知我所知”甚至是“替我所想”。
银行优质客户往往是各个业务条线争相营销的对象，过于频繁的信息推送会让客户感觉到过度打扰，这就需要对全渠道下所有活动进行统一管理，建立客户接触优化机制，包括建立对接触频次、免打扰规则、活动优先级、容量控制规则、客户渠道偏好、产品最适化等规则的设定，采用优化算法选取最适合营销信息传递给客户，同时保证银行整体利益最大化。
一旦客户对营销的反馈信息在相应的渠道被获取，抽取其中的有效的反馈作为营销线索，使得营销线索在柜面、网银、电话银行、手机银行、微信银行等之间无损转介，实现o2o协同营销，为客户提供统一的接触体验，让客户感受到在与同一个银行而不是多个银行进行互动。
营销系统生态圈建设
在大数据驱动精益化营销中，客户数据的可靠性、分析数据的精准度、营销方案的合理性、用户接触优化能力以及渠道的执行力都影响着最终营销效果。成功的营销活动背后一定是由一套完整的“营销系统生态圈”来支撑，它主要包括大数据整合平台、营销数据集市、大数据分析引擎、营销流程自动化引擎、营销实时决策引擎、事件侦测引擎。营销生态一体化系统并非孤立存在的，它必须与银行现有的数据仓库、eCiF、aCRm、oCRm、eSB、各渠道系统、核心系统等相关系统在整体架构层面进行定位、分工、整合和衔接，发挥银行营销一体化生态的协同效应。
同时应不断汲取和整合创新的数字化营销方式，包括采用Dmp技术实现数字化精准广告投放、优化搜索引擎（Seo）营销、社交媒体营销、社群营销等技术实现方式，形成一套完整数字化营销生态体系，达到“营销无所不在”直至“化营销为无形”的效果。
集约化的营销运营团队
目前国内多数零售银行以产品销售为导向，在总行、分行、支行的三级组织架构下，营销相关资源都下放到分支行层面，分支行承担营销考核指标，总行主要把握营销政策、营销考核指标的制定和营销资源的投放。按此模式开展营销业务暴露出诸多弊端，如分支行业务与数据分析结合的人才严重缺失，营销以个人经验为主导，分析人员在获得数据和信息受限，无法利用总行全面数据资源和分析资源等。
因此，总行应构建灵活、敏捷的营销分析和营销设计团队，在人才培养方面注重数据分析专业技能和业务的结合能力。通过“小前台，大后台”的营销运营模式，发挥总行数据集中和分析能力优势，集约化管理零售客户数据、对客户深入洞察，并不断进行迭代和优化，全面提升营销效率和营销精准度。针对分支行的特色需求，在流程和系统功能上提供“绿色通道”，允许特色数据的导入和分析。
转型的路径选择
零售银行营销转型是一个复杂的系统工程，需要志在高远、科学规划、合理布局、分阶段分步骤地实施营销转型。不能一味地追求先进大数据分析技术，而忽略银行自身基础条件和业务价值释放的匹配程度，可以将零售银行营销转型划分为三个阶段。
营销转型发展期
发展期注重营销转型体系基础性工作建设，体现在业务层面开展营销转型战略规划，在行里形成营销转型方向与思路的统一认识；在数据层面搭建营销数据集市，客户标签库和事件库的落地；在客户洞察层面，对客户进行多维度细分，对核心客群进行用户画像，选择有典型意义的主题进行深入客户分析；系统层面建设自动化营销平台，打通典型几个营销渠道，开展营销方案试点工作将分析结果应用到营销当中评估营销活动的成效。
营销转型创新期
营销转型创新期在数据层面考虑营销数据集市的数据多样性整合能力的增强，补充行内非结构化数据；在客户洞察层面，对更多客群画像，对更多业务主题进行分析，持续满足零售银行对客户数据价值的深入挖掘；在系统建设上，将更多的线上和线下的渠道打通，形成立体化的全渠道营销网络，引入实时决策引擎技术，实现个性化互动式营销，引入营销优化模块，实现客户统一接触优化，给客户带来更为优质体验；在组织建设上，实现专人对特定客群进行全生命周期管理，比如养老客群、出国客群等。
营销转型超越期
大数据营销总结篇5
联想组建Digitalmarketing团队，向互联网转型；以摩托罗拉系统为代表的B2B企业，开发自动化营销系统，连接营销与销售部门；可口可乐建立社交媒体中心，让消费者的意见可以“上传下达”，在企业内、合作伙伴之间沟通畅通无阻；三星电子尝试用社交和搜索的数据，探索营销活动与销量相互影响的模型。
世界在变小，关系却在变大。2015年，从原来的单项创新各个击破，国际大品牌之间的营销战更趋向创意和实效性。显然这些世界500强企业敏锐地捕捉到了移动互联网、大数据、社交的蓬勃发展给互联网营销带来的更精准的投放依据和更丰富的营销模式。而他们在2015年的布局看似复杂却可以简单地概括为几个字，即“社会化营销”。
当然，随着移动终端与社交生活的普及，全球的信息总量正呈现爆炸式增长。基于这个趋势之上的，是大数据、云计算等新概念在社会营销中的兴起与应用，它们无疑正引领着新一轮的互联网风潮。
这是“以人为本”的营销
早在2014年初，iDC就曾预测报告，认为社交商务会促进企业内外协作与沟通平台升级。报告指出，社交商务对企业的影响应该是全方位的，包括企业的各个流程，集中体现在以下几个方面：企业社交网络、创新管理、社会化分析、客户体验、社会化的销售和社会化的人才管理。
社会化的营销是一种利用社会化网络、在线社区、博客、百科或者其他互联网协作平台媒体来进行营销的一种模式。近两年主要在科技公司的营销活动中出现。
例如，小米公司利用社交媒体如微信、微博、论坛等积累大量粉丝，其创始人雷军更是在日常生活、工作中，利用社交工具积极宣传小米品牌与产品。据悉，雷军的微信朋友圈有大量的行业与财经媒体记者，他在每年两会期间都会拿着小米的产品在人民大会堂前自拍发微博，在大量粉丝的拥护下，雷军本身就是小米企业文化与品牌宣传的核心人物。
小米网新媒体总监钟雨飞曾在接受采访时表示，小米的新媒体能够做起来，有3个重要的原因：产品热、微博定位准、互动及时。产品热即利用粉丝效应、领导者个人魄力、消费者与研发者直接沟通的互动论坛、饥饿营销等方式，维持并扩大产品的热度；微博定位准即很多企业利用微博进行品牌推广时，为了涨粉或吸引流量会时常一些段子，但是，小米的微博定位只有两点，小米的用户与关注小米的媒体或企业同行；互动及时，小米很注重在微博上与用户的互动，最初用户数量少时，还会及时回复用户的提问。而且，当用户与小米有关的精彩新闻时，小米官微也会转发。
有了小米的成功案例在前，很多传统it企业也玩起了社会化营销。联想集团是pC行业内的传统企业，目前，其业务范围涵盖了pC、商用平板、服务器、智能手机、云服务等。2014年年初，联想集团现任掌门人杨元庆要求联想总裁、总监等中层以上管理者开微博、微信，并硬性规定了每天的任务量，与联想的粉丝互动，进行品牌宣传推广。杨元庆更是以身作则，不断地在微博上他与联想产品的自拍照，明显改变的是杨元庆的对外演讲稿，更加活泼、风趣、幽默，个人魅力凸显。杨元庆是技术男出身，一直不善表达，如果有重要会议，进行演讲前，杨元庆都会彩排好几遍，杨元庆的很多重要对外发言稿，都经过联想集团内部专门的团队与他直接商讨后成文。
由此观之，社会化营销的基础不是渠道、产品，而是人。不管是企业的领导者还是粉丝，以人为本才是社会化营销触动消费者需求、痛点的核心。而当企业靠以人为本积累大量的忠实粉丝群时，就产生了口碑传播效应，他们会无私地帮助营销者或者品牌实现粉丝自媒体传播，使得营销传播策略发生几何级数的效应。
大数据促成社会化营销精准定位
其实，当小米、雕爷牛腩、可口可乐、加多宝等企业掀起宣传热潮，疯狂猜图、脸萌、足迹等一系列手机app走红网络，社会化营销就已经成为营销领域新宠。
但是，社会化营销之所以获得突飞猛进的成长，离不开精准化的营销效果，而这是建立在海量的互联网数据基础之上的。因此，云计算、大数据分析的概念很自然地就进入到社会化营销领域。
从2013年开始，摩托罗拉系统就开始用it技术打造了一个平台，在内部连接了营销与销售部门，帮助公司追踪所有的营销活动结果。例如，当客户看到广告后做的动作，如搜索关键词、拨打热线、参加促销等，摩托罗拉系统会通过各种方式收集这些动作数据，并将这些数据录入营销自动化平台。同时，这一平台也会和摩托罗拉系统自己的网站相联，来收集用户的行为数据。系统会自动对比并分析采集到的客户/潜在客户的动作，最终碎片数据会被智能地拼合成图景，告诉企业客户想要什么、想做什么。当营销团队发现一个客户是有价值的销售机会，就会把所有信息转给销售业务团队。摩托罗拉营销自动化系统不仅实现了自动化，更促成了营销闭环的形成：达到销售标准的数据自动传递给业务团队，并与公司的辅助销售系统相连；没有达到销售机会的数据，则会引导至营销部门的数据库，未来，摩托罗拉系统还会针对这些潜在客户进行销售机会的多轮培养。
埃森哲大中华区董事总经理李广海曾经对大数据分析技术在营销领域的作用做出过很高的评价：“在数字化时代，企业必须有驾驭数据的能力，数据是新的竞争命脉，消费者洞察成为关键的差异化竞争因素。”
大数据的数据来源通常是多样化的，通过对智能手机、手表、pad等多终端、多平台化的数据采集，能使企业对网民行为的数据刻画得更加全面而准确，通过对用户购买行为的分析，大数据使个性化营销成为可能；在移动网络时代，网民的消费行为和购买方式极易在短的时间内发生变化，因此，大数据分析还能迅速地在网民需求点最高时，及时进行营销反馈。
“对效果的衡量是一个不变的需求。近几年，品牌营销成本不断增长，如何提高效率，是需要我们要不断探索的。大数据、移动互联网有很好的发展前景。”三星电子网络营销总监白晔曾表示。他认为，媒体效率化和大数据的结合将进一步发展。以微信为例，这个平台一方面连着媒体、自媒体和品牌，另一方面连接腾讯产品上所有用户，基于这些数据的打通和分析，会带来更多的营销创新空间。“以脸书（Facebook）、推特（twitter）等为代表掀起的社会化浪潮，在席卷全球互联网市场的同时，也对传统在线数字营销产业链的三方角色进行了重构。”互联网营销专家唐兴通表示。在社会化平台与环境中，网民不再是纯粹的消费者，而是通过UGC（用户生成内容）兼具了生产者和参与者的角色；媒体在继续扮演生产者的同时，也是组织者、平台提供者、参与者与纽带；而对广告主而言，品牌曝光不是唯一追求的指标，还同时需要追求互动、参与、沟通以及营销实效。
美国信息咨询公司Gartner曾表示，2015年度大数据方面的投资依然在增长。今年6月，Gartner对全球所有行业进行了采样分析得出的结果显示，未来两年有计划进行大数据相关投资的企业占到75%，比2014年小涨3%。Gartner研究总监nickHeudecker表示，此前大数据还停留在概念的层次，今年是它落到实处的一年，同时也是大数据标准化的开始。随着大数据解决方案逐渐成为主流，海量数据、不同数据源和新的处理分析技术已经为企业所接受。
全球畅销书《社会消费网络营销》作者拉里・韦伯认为，所谓大数据包括企业信息化的用户交易数据、社会化媒体中用户的行为数据和关系数据，以及无线互联网中的地理位置数据。大规模个性化营销将会是核心竞争力。而目前已经到了收集数据的黄金时期，如何整合这些数据成为未来的关键任务。
寻找大数据营销切入点
来自iDC的数据显示，中国商业分析服务2014年的市场空间达到13.98亿美元，较2013年增长了16.4%。iDC预计中国商业分析服务市场将在未来5年实现16.7%的复合增长率，到2019年市场规模有望达到30.27亿美元，前景被业界普遍看好。那么大数据营销除了进行用户行为分析、精准信息推送外，还有哪些有价值的切入点？
首先，对竞争对手进行监测与品牌传播。竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但企业却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等；其次，品牌危机监测及管理支持。大数据可以让企业提前对危机有所洞悉，大数据可以采集负面内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机；最后，大数据用于改善用户体验。要改善用户体验，关键在于真正了解用户及他们所使用的产品的状况。事实上，美国的UpS快递公司早在2000年就利用基于大数据的预测性分析系统来检测全美60000辆车辆的实时车况，以便及时地进行防御性修理。
虽然前景看好，但是现在，大数据分析为用户带来价值的同时也出现了一些问题。面对海量的数据，如何通过分析提取所有的数据有价值的部分，并进行筛选、去伪存真才是大数据真正实现价值的关键。更有专家高声疾呼：大数据分析并不是神，其只能给我们提供参考，帮助我们分析过去发生的事情的规律，对我们未来进行预测。但是如今的大数据分析依然不够智能，很多因素大数据分析并不能考虑到。
“互联网+”背景下的数字化营销
互联网进入一个全新的时代。数字媒介、社会化媒体全面展开，全新的自媒体时代也已经到来。来自CnniC（中国互联网络信息中心）的数据，2014年，中国网民总规模达6.49亿，其中手机网民达5.57亿。来自易观的数据，到2017年中国智能手机的销量将接近6亿台，而移动互联网市场规模（含移动生活服务、移动营销、移动购物、移动娱乐及流量费等）则有可能超过4.5万亿。
今年两会的政府工作报告中提出，国家要制定“互联网+”战备。“要制定‘互联网+’行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。”在2015的工作总体部署中提出，全面推进“三网”融合，加快建设光纤网络，大幅提升宽带网络速率，发展物流快递，把以互联网为载体、线上线下互动的新兴消费搞得红红火火。
“互联网+”已经跳出互联网的行业范畴，随着它上升为国家战略，“互联网+”已经成为国民经济的一大新引擎，对中国整个社会的经济、文化、环境和资源都产生着深远的影响。国家希望互联网的思维与创新成果可以深度融合于经济社会各领域中，提升实体经济的创新力和生产力，希望“互联网+”可以为大众创业、万众创新提供新的环境。
那么什么是“互联网+“？虽然业界定义不一，但是，未来的“互联网+”一定是产业的融合、生态圈的价值共赢。
互联网+集市有了淘宝；互联网+广告有了百度；互联网+旅游有了携程；互联网+房地产有了搜房网；互联网+红娘有了世纪佳缘。这是互联网企业与传统产业结合所产生的商业模式，反之亦然。
因此，互联网+”的核心是融合，不是将互联网与传统产业进行简单、机械的相加，而是利用互联网技术、方法和思维去改造和优化传统产业的销售、研发、生产等环节，最终实现提高生产效率、降低成本、打破信息不对等，更好的情况是找到独树一帜的商业模式、创新企业的增值业务等。
因此，简单地进行互联网营销，或者进行工业制造的互联网化，研发的协同互动都很难达到颠覆商业模式的效果。也就是说，企业从顶层的商业模式的创新，到基础保障层面的组织变革，再到核心业务层面的产品、客户、渠道，以及资本运作层面，都将要因为“互联网+”而发生根本性的变化。
前微软亚太研发集团主席、现任百度总裁张亚勤将互联网思维总结为三个层级。一、数字化，互联网是工具，提高效率、降低成本；二、互联网化，利用互联网改变运营流程，电子商务、网络营销；三、互联网思维，用互联网改造传统行业，商业模式和价值观创新。
联想集团执行委员会主席柳传志也曾表示，用好互联网思维，制造业链条上的研发、生产、物流、市场、销售、售后服务等环节都要顺势而变。
总结业内观点与经验，传统企业的互联网+营销，实现下面几点很重要：
（1）线上+线下全渠道营销
（2）以用户为中心，以粉丝经营为特点进行整合营销
（3）产品研发部门通过新媒体等平台与直接用户密切沟通，打造极致产品体验和服务
（4）资本运作加速企业互联网化：主动并购上下游关键环节核心企业
大数据营销总结篇6
［关键词］大数据;市场营销;教学改革
有研究指出，2020年，全球的数据总量将达到35ZB，大数据将极大地冲击社会的各个领域。伴随大数据时代的到来，传统市场营销工作面临着更大的发展机遇，同时也面临着一系列挑战。大数据对市场营销教学的影响，主要体现在教学内容的巨大变化和对教学方式的冲击。文章从大数据背景下市场营销教学面临的挑战入手，提出与之相应的应对策略，以期提高市场营销教学质量。
1大数据背景下市场营销学教学面临的挑战
1.1教学内容发生巨大变化
随着科技的快速发展，信息化社会已经到来，云计算、移动互联、大数据、媒体的产生更使得市场环境瞬息万变。［1］市场营销学是研究企业营销行为的学科，而企业又是追随市场的，所以，大、小企业都进行了轰轰烈烈的转型。企业如果还是沿用传统的营销模式(生产、加工、商品、广告、招商)，那么停产倒闭只是时间问题。因此，为了适应现代大数据环境，必须调整市场营销教学内容。企业的战略规划时间将缩短。从市场营销角度来看，企业战略规划是一个社会管理过程，它必须具备方向性、全局性和长期性。例如:大数据背景下，市场变化日新月异，一套长达三到五年的企业发展规划是没有任何价值的，企业只能制定一年的战略规划，甚至要以周为单位更新发展策略，实时监控市场形势，确保企业不被市场淘汰。传统的促销策略将被改写。电视广告促销是以往常见的促销策略，但这一形式正在走向衰退，取而代之的是新社交网络下的wi－Fi营销、二维码营销等。通过免费流量等手段牢牢抓住客户的心，也节约了大量资金。
1.2传统教学方式面临的挑战
首先，大数据背景下出现了新的教育平台。2012年，我国教育部门开始向全国知名高校征集教育公开课视频，打造面向社会人士和学生的网上学习平台。［2］虽然这种做法极大地方便了学习者，但同时也极大地威胁到了专业的课堂教学。其次，传统的教学方式缺乏吸引力。绝大多数课堂的教师都是采取念课本、背课本的方式，即使有师生沟通交流，也受到了时间和心理等因素的限制，课堂常常死气沉沉、缺乏活跃氛围，再加上教学形式单一，导致学生对上课产生厌倦感，这大大降低了课堂效率，影响了教学质量。
2大数据背景下市场营销教学的方法和策略
2.1及时更新市场营销教学内容
为应对大数据背景下瞬息万变的市场、彻底改革固定化的菲利普•科特勒营销学，一线教师们必须摒弃传统，跳出墨守成规的圈子，结合大数据拓宽思维、拓展教学内容。［3］同时要求学者跟随教师，学会多方面、深层次地思考问题，知识绝不是绝对化和固定化的，它是随社会发展和科技进步而不断改变的。一方面，广大教师要密切关注市场营销理论发展动态，积极主动搜索营销理论的最前沿内容;另一方面，要深入剖析国内外最新营销成功案例，结合自身实际吸取有用信息，关注国内外商业模式改革情况，多举办、多参与权威性的研讨交流会，与各前沿企业加强合作，不断创新、走在同行业的最前头，还要总结现有教学的不合理部分，及时提出解决策略。
2.2市场营销课堂与计算机网络相结合
实现市场营销课堂与计算机网络相结合，有利于增强营销专业学生的信息设备应用能力。具体而言，首先教师在教学时要利用主机控制学生的子机，以让学生更系统、集中地学习知识。其次，教师应提前备课，并下发与课堂教学内容相呼应的讲义供学生提前预习。让学生预习的好处是可以解放课堂的理论知识讲解时间，腾出充足的上机实际操作时间。最后，构建专属于学校或学院的网络学习平台，通过此平台可以向学生提供课下加练题、作业答案，学生也可通过此平台上交作业、反映问题。网络平台不仅能巩固课上的学习成果，还能加强教师与学生之间的沟通交流，有利于教师改进教学内容和教学方式。［4］
2.3增加实践课程比重
增加实践课程有利于提高学生的动手能力，还能让学生意识到分析客户行为的重要性。［5］此外，学生所喜欢的营销课题各不相同，在实践课程中，应让学生选择自己最喜爱的、最适合的课题去努力发展。在实践课程的操作中，要特别注意三点:一是实时跟踪调查学生的实践课程进行情况，定期检查学生的实践成果。其中，对学生课程进行情况的跟踪是为了督促学生、帮助学生提高执行力，而成果检查是为了增强学生的做事效率，帮助学生少做无用功。二是增加实践课程中的师生互动交流环节，使教师针对每一个学生的具体问题予以解决。学生参加实践课程的目的是学会将理论知识应用到实际操作中去，而大数据时代，营销内容和方式经常发生变化，因此，教师应为学生提供实时的理论和实践支持、解答疑问。最后，在有条件的情况下，学校或教师要与学生的实习单位联系，了解单位相关营销内容，帮助学生掌握更深层次的营销方法。
2.4增加课堂报告的案例分析课比重
增加课堂报告的案例分析课可以督促学生做营销最终总结，从而帮助学生从宏观上感受市场营销活动。［6］为此，教师应首先为学生提供一个报告模板，以此来引导学生写好报告，为报告内容指明基本方向。这样做可以帮助学生建立起良好的市场营销分析思路。此外，教师要收集学生的报告，仔细分析，指出问题所在，进行深度点评，而点评分为课上点评和课下点评，课上点评主要抓住报告中的亮点内容，这样做就有利于学生树立起自信心，还有利于所有学生共同学习。课下点评应抓住报告中的重大问题，让学生充分认识到问题所在，并让学生自己提出解决方案，教师再做最后的纠正和补充。最后，教师要将学生的优秀、经典报告做成手册，这样的手册往往最能反映市场变化趋势，尤其是在当今大数据背景下，更能帮助学生把握未来市场营销发展趋势。
3结语
大数据背景下市场营销时常发生变化，但也不是无法掌握、无规律可循的。要想切实培养一批现代市场营销人才，必须要从改革教学方式和教学内容入手，在这过程中，还要穿插一系列的科学对策，例如建立教学平台、制作报告手册等。具体来说，我们应着重从四个方面进行改革:及时更新市场营销教学内容，市场营销课堂与计算机网络相结合，增加实践课程在所有营销课程中的比重，增加课堂报告的案例分析课比重，多方面入手，全面提升市场营销教学整体质量。
参考文献:
［1］徐玮.大数据对高等教育的影响和挑战［J］．教育教学论坛，2013(37)．
［2］黄升民，刘珊.“大数据”背景下营销体系的解构与重构［J］．现代传播，2012(11)．
［3］高洁.网络互动教学法在高职市场营销教学中的运用研究［J］．广西教育，2013(2)．
［4］徐国虎，孙凌，许芳.基于大数据的线上线下电商用户数据挖掘研究［J］．中南民族大学学报:自然科学版，2013(2)．
［5］宋宝香.数据库营销:大数据时代引发的企业市场营销变革［J］．价值工程，2012(30)．
大数据营销总结篇7
关键词：货源投放客户分类货源分类
实现卷烟“营销上水平”，营造公平竞争的市场环境是关键，而货源投放策略是否科学合理，对营造公平竞争的市场环境具有重要影响。本研究将结合西安市烟草公司的实际，对货源投放进行探索，提出了有效的货源投放策略。
卷烟货源的分配投放是否科学合理，对维护当地卷烟市场的经营秩序、各卷烟工业企业卷烟品牌在当地市场的成长与发展都起到重要作用，货源投放于市场实际需求不吻合时，则可能会造成当地卷烟市场经营秩序混乱、价格波动、私烟流通等现象，直接损害零售客户、消费者的利益。只有围绕“总量控制、稍紧平衡”的原则，并实施有效的投放策略，才能保障市场的有效运行。而零售客户的经营能力是货源投放的基础，但不同的货源应投放给更加适合的客户，所以，客户分类和货源分类是货源投放的关键。
1.客户分类
零售客户的分类依据有很多，如商圈、业态、经营能力等。但过多的分类标准而造成的分类混乱对执行带来了很大的困惑。从市场角度来讲，业态、商圈等特征都能有效反映在其经营能力之上。所以，经营能力是客户分类的依据。
因此，本研究以零售客户实际经营能力为依据，对全市零售客户某一时间段（一般计算周期为一个季度）内的购进量和条均价进行综合评价，以零售客户上期的月均购进量和月均购进条均价为基准，分别划分为11和12个区间。本研究建议基本区间为：月均购进量（单位：条）为0-100，100-150，150-200，200-250，250-300，300-350，350-400，400-600，600-800，800-1000，>1000；条均价（单位：元）为0-50，50-60，60-65，65-70，70-80，80-90，90-100，100-110，110-150，150-200，200-300，>300。两类区间都为上包含。对于购进量和条均价的划分区间市公司应根据各自的特点进行划分。
根据月均条均价和购进量对零售客户进行自然归属，理论归属132类。客户群分类结果每个季度调整一次，根据客户上一季度的月均条均价、月均购进量数据重新划分。
2.货源分类
根据市场的满足程度对货源进行分类，分为紧俏货源、畅销货源、顺销货源及新品。
――紧俏货源是指需求长期得不到满足，需要分配的货源；
――畅销货源是指需求适度满足，为保持市场状态而限量的货源；
――顺销货源是指需求全面满足的货源；
――新品是指上市时间不超过3个月的货源。
在实际中，紧俏货源、畅销货源及顺销货源可根据工商企业对品牌的定位及调控目标进行动态调整。
3.货源投放策略
3.1供货总量
按照“总量控制、稍紧平衡”的投放原则，分级确定供货总量，保证市场良好状态。
年度供货总量从市场范围上可分为市公司、县（区）分公司、客户经理营销服务区域三个层级。由各层级根据年度目标及市场状态并与上级沟通（市公司不需要与上级沟通）后最后确定。
月度供货基数是各层级（除零售客户外）根据年度供货总量分解到月度的基准供货量（参考算法：月度供货基数=营销服务区域年度供货总量/12.5）。并可根据实际情况及浮动幅度分上下两个半年进行两次微调。月度商定基数是客户经理与零售客户依据该客户的实际销售能力共同商定该客户的基准月度总量。并可根据实际情况及浮动幅度分上下两个半年进行两次微调。月度商定总量是由客户经理与零售客户基于月度商定基数考虑浮动范围及季节指数而商定的月度供货总量范围（只考虑上限）。月度商定总量=（月度商定基数×季节指数）×浮动幅度。
3.2供货总量原则
总量控制、稍紧平衡原则。四个层级的供货总量原则上不得超出预定指标。供货总量只控制购进总量，不限制到单品。
协商确定原则。每级供货总量的确定，必须基于对历史销售数据的测算、近期销售能力和需求变化趋势的把握，由下达指标方与指标接受方共同测算、商定。
浮动管理的原则。每个层级的月度供货基数和零售客户的月度商定基数一般以均衡进度为参考，给予适当幅度的浮动。
3.3供货总量的内容
市公司营销中心结合年度销售目标等因素确定市公司年度供货总量，分解到月形成全市总的月度供货基数。县（区）分公司根据本区域的年度销售目标，与市公司营销中心沟通共同确定县（区）年度供货总量，并分解到月形成月度供货基数。县（区）分公司结合各客户经理营销服务区域上年销售总量、市场状态、年度销售目标，确定各客户经理营销服务区域年度供货总量，并分解到月形成客户经理营销服务区域月度供货基数。客户经理根据县（区）分公司市场经理制定的年度供货总量及月度供货基数，在月度供货基数的范围内结合零售客户历史销量、实际销售能力与现实需求和零售客户商定单个零售客户的月度商定基数。单个客户的商定基数是基于客户经理的月度供货基数而确定的，客户经理服务区内的各零售客户的商定基数之和约等于客户经理的月度供货基数。客户经理在与零售客户对基数商定前，可以先根据零售客户近三个月总购进量在本服务区总购进量内的占比乘以客户经理月度供货基数先初步确定每个零售客户的月度商定基数，然后基于此数据，再与客户进行商定，最后确定每个客户的商定基数。
商定基数浮动幅度：根据客户商定基数，按照控大稳中扶小的原则，稍紧平衡，设定每一梯次的浮动幅度，浮动幅度根据各市公司的情况而定，是经验数据。
3.4投放策略
投放策略是货源类型、投放方式及类别客户的匹配与组合，形成了投放策略库。对于紧俏货源，投放类型为限量供应，投放方式为按客户类别统一限量。对于畅销货源，非网上配货客户按客户类别统一供应，投放类型为限量供应；网上配货客户按配货公式供应，投放类型为按需供应。对于顺销货源，投放类型为按需供应，网上配货客户按配货公式供应，且要低于设定的上限，非网上配货客户统一设定上限。对于新品货源，投放类型为限量供应，投放方式为选点定量。
4.投放模型
4.1紧俏货源投放
确定紧俏货源投放量，按照品类系数将其划分到某一类客户群，在客户群内实现均分。
注：各地市公司可根据实际情况对品类系数的计算周期选择3个月或6个月。
确定完单客户预分配量后，系统会根据各个客户群的市场状态评价结果，自动对未分配的剩余量优先对市场状态紧的客户群进行分配，直到分完或剩余量不足以分配一个客户群为止。然后，货源管理员结合所剩货源未分配量及各客户群市场状态评价结果，基于控大稳中扶小原则，审核分配结果，对客户群间分配量进行微调，实现紧俏货源投放的公平与公正。紧俏货源不用于网上配货。
4.2畅销货源投放
通过状态评价确定当期畅销货源投放总量，确保畅销货源良好的市场状态，预分配方法与紧俏货源相同。
畅销货源微调。畅销货源在调整时，综合考虑每一类别客户群的市场状态及订购能力进行微调。首先确定各个客户群的市场状态（紧、稍紧、平衡、稍松、松五种状态），对紧和稍紧的客户群的订购能力值进行排序。系统自动对一次未分配完的剩余量优先对市场状态紧或稍紧的且订购能力值大的客户群进行分配，直到分完或剩余量不足以分配一个客户群为止。然后，货源管理员结合所剩货源未分配量及各客户群市场状态评价结果，审核分配结果，对客户群间分配量进行微调。
订购能力值计算是基于订购率和使用率[订购率=订购户数/总户数，使用率=实际订购量/（理论标准*零售户数）]。首先测算“订购率”、“使用率”两率指标，其次赋予两率指标权重，其中“订购率”指标权重为0.4，“使用率”指标权重为0.6，通过综合判定，得出各客户组某单品货源的实际订购能力，订购能力=订购率*0.4（权重）+使用率*0.6（权重）。评价结果趋近于“1”则订购能力越强，反之则订购能力越弱。
这里应该强调的是，畅销货源针对网配客户按批零网上配货公式供应，满足客户需求。
4.3顺销货源投放
顺销货源对全市客户统一设定上限标准，上限的确定主要根据货源的现有总量及客户的需求状态由市营销中心综合判断并设定相应尺度，如西安市公司设定为150条，延安市公司设定为49条。在设定这一上限的范围内，充足满足客户需求。
这里应该强调的是，顺销货源针对网配客户按按批零网上配货公式供应，且要低于设定的上限。
4.4新品货源投放
对于新品，按照新品的培育政策，基于客户基础信息表，利用漏斗模型，选择相应类别客户进行投放，此时要充分考虑客户的所有信息。
这里应该强调的是，新品对网上配货客户，首次是选点定量，第二次则根据进销存公式配货，但不得大于全市的限量。
5.结论
本研究基于客户分类、货源分类对卷烟投放策略进行了研究，提出了具体的四类货源的投放策略。该投放策略已经在西安市烟草公司实施，达到了预期的效果，市场运转更加有效，客户满意度得到进一步提升。
参考文献：
大数据营销总结篇8
“凡事都有套路”，所谓套路就是解决问题的常规思路，不一定是最具创新的，但一定是相对全面、稳妥、所不能忽略的。今天就年终报告的话题，谈一谈有哪些套路可以帮助到各位，可以简单概括为“年终报告五部曲”。
一、有备而来——起大纲、集数据、列明事迹
任何报告的第一步都应该是先明确大纲，确定要在报告中谈哪些方面的内容。如果没有报告要求，不确定是否要谈，可先列上，大纲的初稿要尽可能全面，先做加法，再做减法。其次目录之间要避免内容的重叠，最好以听众的常规思路结合报告人的职位为出发点，比如业务经理给总经理做报告，大的目录可以为：区域介绍、当年销售工作回顾、次年销售工作规划(涉及预算规划、人员管理等内容，若所在公司较为关注或者是有重大调整，可以单列出来)以及需公司支持事项；如果是总经理给集团做报告，目录可以为：当年工作回顾、运营机会及风险评估、次年及未来三年营销工作规划（总经理职务要求看得更长远）、需总公司支持事项。
确定细分目录，此部分同样要基于所在职位的工作职责来分类。比如业务经理要以销量为主，包含核心关键销售指标说明、利润达成、费用管理、团队管理、竞争应对等；而对于总经理报告，则要关注销售（销量/收入/利润）、财务、人力资源、市场/生产/仓储/物流等核心部门的关键运营指标。
有了一二级目录，就可以开始进入最繁琐的数据搜集阶段了。如果公司有专业的后台数据库那相对轻松一些，否则就要依赖于平时数据资料的管理及eXCeL的处理水平了。建议此阶段先不要开始按照未来ppt中报表呈现方式进行数据加工，只按照大纲可能涉及的数据，用eXCeL中的独立sheet分开类别，做好命名，把完整数据放进去，有时间和类别等关键字段，这样方便后期用数据透视表进行数据抓取。另外，最重要的一点是，取数的逻辑务必要正确，否则到了后期发现问题再改会很浪费时间。
（pS：做报告的人未必对所有内容及数据都了解，要按照大纲所涉及的部门，首先设计出表格，提前下发到相关部门进行搜集，务必定好反馈时间节点。）
二、维度致胜——看宏观、思微观、尽量全面
这部分内容是整个报告的灵魂，也是体现报告专业程度的关键。对每个细分目录进行阐述的时候要首先思考和销售数据可能相关联的其他指标（如人口/经济/社会指标等）。比如在做区域市场介绍时，除了现有各市场的销售数据，还可以有人口数、GDp、社会消费品零售总额、人均可支配收入、城市化率、Cpi、老龄化率、工业产值、就业率等（相关数据一般在统计年鉴中可以查到），当然不是所有相关的都要罗列，一定要罗列出你需要传达的信息，让所有的数据从各个维度帮助你分析问题及机会点所在，支持到你结论的得出。当然销售数据与相关经济指标出现严重不匹配的情况，一定要做认真深入的分析，如果我们自己的数据差，要分析是数据出错了还是市场机会没有把握好？如果我们的数据好，要分析今年做了哪些相关工作或者投入，要继续传承经验。
快消行业的总结报告有一些较为核心通用的阐述维度，比如一些较大的知名企业会跟aC尼尔森公司合作，委托他们定期出一份权威的分析报告，其中的维度较能全面宏观的反映品牌的运营情况。其中的很多数据及思考维度可以拿来放到我们的年度报告中，比如市场份额、铺货率、消费者洞察、行业发展、渠道变化、竞品态势等等，但是这些第三方数据最好还是结合分公司细分市场的一些微观数据来分析，会更具说服力。（除了aC尼尔森，网上还有很多类似的权威分析报告可以拿来整合，平时要多注意积累）
对目标分析市场要充分了解国家区域发展政策及政府产业布局战略等信息，评估他们对行业的影响程度，在报告中努力寻找相关性，充分挖掘机会点，也将提升报告的水准。
三、事实说话——重销量、深剖析、明确问题
年度报告的关键目的是要找到当年市场经营的问题，找到未来发展的潜在机会，以保证品牌销量能可持续的健康发展。所以在每个细分章节分析的时候，最好从结果出发，尽可能用数据说话，采用“剥洋葱”层层深入的方式，最终找到问题的本质。
一般先从公司最为关注的Kpi入手，从主到次、从通路客户到终端执行，从整体区域到细分市场，剥离到哪个层级，要结合公司常规分析习惯、问题剖析程度以及后面对应的解决思路决定。分析过程及结论得出的逻辑必须要严密清晰，结合对市场的了解及营业单位实际运作情况，对数据达成影响的因素进行排查，多维分析，抓主放次。比如分公司经销商库存较大，可以继续分析到哪个区域的经销商库存最大，再去分析这个区域年初的库存是多少，每个月的进货量及分销量的关系，是上一年度转入的库存高，还是某个月份因为有促销压货造成的，还是业务人员分销不畅造成的，如果分析出来是分销的问题，就要将视角转到业务绩效团队管理的维度了。
数据是发现问题的重要途径，但一定要认识到数据有时候也存在欺骗性。一方面是数据可能不准确，或者存在造假，以掩盖管理层发现事实；另一方面是根据数据推到的结论未必准确。比如有的市场人均活跃网点数很高，是不是一定就是人员绩效就很高？其实还可能是网点数很少，人也少，地广人稀，服务的都是当地的大户。所以，在整个分析过程中，一定要结合市场的实际情况，要真正了解市场的情况，避免纸上谈兵情况的发生。
四、图表先行——理逻辑、多对比、要有结论
eXCLe/wpS是完成整个报告最重要的工具。使用的熟练程度直接影响报告完成的效率。所以常规的公式及数据分析操作是必要的技能。一般必须掌握的有：数据透视表、求和（sum）、平均(average)、复合增长率（cagr）、插入图表、副坐标轴编辑等。此外还要理解几种常见图表的使用场合，比如柱形图主要查看几个参数的量的对比，和高低变化；折线图主要查看几个参数的趋势变化，和走势的比较；饼图主要查看几个参数占全部的比例多少；如果涉及多维度的分析，还可以使用气泡图等类型。（pS：建议仔细研究aC尼尔森的图表使用，给人以非常专业的感觉）
总结报告最常用的分析思路一般是趋势分析、对比分析、均值分析（分摊到细分市场或人或单箱），维度一般为3-5年趋势比较，同体量市场横向比较，独立市场分月（或分季度）趋势分析。在报告呈现上尽量使用图形，可以帮助我们更直观的找出需要聚焦的问题点。比如，折现图中“较大的拐点”、“两条折现中的相交点/距离最近最远的点”；柱状图中的“最低/最高点”、“平均值以下/以上的点”等等，这些点一定要结合当时市场的操作策略整合分析，方可发掘问题所在。
报告中每个图表原则上都要有结论的呈现，或宏观，或局部，另外在每张图上的关键点最好都要有所标注，标注点与结论相互呼应，或者几张ppt之间相互递进，由小结论最后汇总成一个大结论，更能凸显整个报告严密的逻辑性。
五、不失高度——省战略、明得失、找准方向
任何市场的业务动作都需要有战略的引导，在报告分析之前，要先整理所在分公司层级或者集团总部层级全年的营销战略思路，充分了解全年的销售节奏，策略重心，再结合所在市场全年工作的大记事，就可以在分析的时候有的放矢，从策略落地的方向效果、资源投入、团队执行等维度进行阐述，总结的时候也要有要点落到策略层面。
之前有提到，全国或各级市场政府层面的战略调整思路至关重要，可以影响未来的产业布局，当地的经济发展以及居民的消费水平。品牌营销策略如果能与当地的政府行为相结合，或者在年度总结中从企业自身与外部环境入手全面分析问题，将对整体报告的高度提升有很大帮助。
此外，营销有道法，市面有很多有价值的营销策略书籍，里面有较多针对快消企业的营销问题总结较为全面到位，有案例介绍、有理论提炼等等，这些都可以在整个报告的分析中拿来应用，比如：壁垒营销、长尾理论、蝎子理论、等等，往往能起到画龙点睛的作用，当然前提是要对这些理论有深入的理解，不能生搬硬套。
六、要接地气——有战术、知需求、精准布局
前文已述，总结报告的一般结构为今年怎么干的，明年计划怎么干，需要领导给什么支持。在分析层面我们建议多维度、有高度，但是在计划层面，最好的形式应该是有高度还接地气。比如根据前面的分析及市场情况，总结出整个市场要用壁垒营销策略，那接下来就需要对市场进行分类了，哪些市场采用这样的策略，哪些市场要延续之前的策略，采用壁垒策略的市场又要做哪些动作，费用怎么投、销量怎么分、人员怎么管、人群怎么培养等等，形成一个全面立体的策略落地的战术方案，这样的报告才算完整，更有实际意义。
总结报告的目的除了跟上级汇报总结工作外，也是跟上级提需求的一个绝佳机会。但是前提是你的分析总结到位，对来年的规划清晰，让领导看到希望。其实，很多公司每年的报告会就是资源的洽谈会，你摆你的道理，领导阐述领导的思路，是个相互博弈的过程，最后使得有限的资源以最优化的方式投入到最需要的市场。
大数据营销总结篇9
【关键词】营销体系；机遇与挑战；重构；互联网
随着经济步入新常态，市场变化加剧，以及技术的不断快速进步，整个金融环境正充满着挑战和机遇。对市场的预测能力和风险管理能力是做好市场营销的基础。但是，商业银行在调整、改革或构建新营销体系过程中，怎样把握机遇、抓住核心、适应形势、顺利转型，必须深入思考和周密准备。
一、当前商业银行营销体系建设的新探索
从我国银行业发展国情来看，国家的政策或监管政策对银行业的营销体系起到决定性的作用。随着经济金融环境和监管政策变化，各家银行的总行和分行的部门设置也一直在变化和调整。2000年后，国有银行分批上市，引入世界上较强的战略投资人；股份制银行在中国银行业扮演的角色越发重要；外资银行大批进入中国，特别在私人银行业务方面带来示范效应。与此同时，国家的金融开放程度不断提高，政策逐步放宽，银行在整个经济体系建设中作用和参与经济活动面都不断提升与扩大。
1银行业的事业部制体系建设在尝试中走向成熟
企业事业部制最早起源于美国，在Ge公司和大型银行都已成功实践。银行的事业部制改革，就是从行政化、部门化、科层化的传统银行治理模式向专业化、扁平化、流程化的“客户中心型”治理模式转型，重构银行销售体系，建立新的客户经营方式，实现银行的可持续发展。目前国内民生银行、兴业银行和招商银行都在事业部体系架构方面进行了尝试，并各自形成了较为有效和有特色的做法。以民生银行为例，其公司银行大事业部制改革的主要内容有三方面：一是总部划分为战略规划、客户线、产品线、风险管理、资产管理和管理支撑六个模块；二是分行整合金融事业部（地产金融事业部除外）、产品事业部及分行公司业务的市场营销、产品支持、区域业务组织推动及风险管理相关职能，并成立公司与投资银行事业部；三是建立总分行矩阵式管理模式，明确事业部产品线与客户线协同销售，双向计价的关系，并在风险管理模式、资产负债与财务管理模式、人力资源管理模式等方面，对事业部的监督管理体系，总部与分行的管理体系，事业部与其他条线关系等多方面做出明确规定。
2.改变支行及网点的营销方式探索
由于技术进步，网点的自助设备正在迅速智能化，设备取代人正在快速推进。然而，传统的营销方式仍然有其存在的生命力。关键在于如何重构营业网点的营销模式，使其在提高效益的同时，给客户和银行带来更多的价值。目前对绝大多数银行来说，支行还是一线营销主体。总行给分行下达各类指标，分行再把指标分解到支行。支行行长是所在区域的营销主管，市场营销好坏与支行负责人能力密切相关。但招商银行南京分行对南京同城分支行职能的营销功能分类（全能支行、有选择公司及零售业务、仅零售业务）改革，已经取得了效果，目前正考虑推广异地二级分行。
3.互联网平台营销方式的探索
互联网，特别是移动互联网已经改变了传统银行的营销方式和盈利模式。与传统银行网点的营销方式不同，互联网强调生态建设――公司业务要求产业链和供应链搭建，使得信息与交易结算在一个闭环上实现；个人业务要求场景和关联的支付便捷。在互联网营销体系建设方面，国有大型银行，尤其是工行、建行、交行起步较早。此外，互联网公司开展金融业务已经对银行业构成很大威胁，由于客户量大、交易活跃，而且与商品交易绑定，已导致银行业传统业务难以获得客户的交易资金；而平安银行从金融业务角度引入了购房、购车、医疗等平台，取得了一定的效果。
4.大数据与人面对面接触相融合，创建o2o营销模式
目前，大数据应用已经取得了初步的较为显著的成果。对于金额比较大的业务或综合价值比较高的业务，大数据可以帮助银行更全面的了解客户情况，尤其使得小金融业务受理成为可能。目前，各家银行信用卡业务的客户获取、零售业务的小额信贷、互联网金融的授信及小额贷款都应用了大数据分析来辅助降低成本。
二、重构银行营销体系的问题与挑战
随着银行业务功能不断增加，各商业银行总行应当通过战略发展思路调整，优化或重构组织架构等，直面营销体系的问题与挑战。重构银行营销体系要面对的问题和挑战主要如下：
一是文化的建立和弘扬。在经济进入新常态时，银行传统的思维和做法已不适应当前的形势。为此就要考虑银行的战略定位和转型发展方向。企业文化及营销文化对事业的发展能起到关键引领作用，如何建立并弘扬银行的企业文化特色是值得思考和解决的课题。
二是支行营销职能的重构问题。成立时间较长的支行负责人或市场人员与客户建立了多年的关系，由于关系营销所带来的客户私有化问题是变革的最大障碍。在传统的经营模式和营利模式发生变化后，如果不改变现状，许多新业务的推广就很难落地。
三是如何建立互联网金融的组织架构和营销模式的挑战。按照目前体制，各银行总行建立平台和相应的职能部门，互联网客户和交易的增加靠下任务的方式来实现，同时平台内容的增加和维护与互联网平台的经营情况相差较大。
四是如何搭建符合要求客户管理平台和营销平台的挑战。现代科技为银行的客户管理和销售管理提供了技术保障，而业务部门需要研究国内国际先进做法，去分析目前的客户管理和销售管理的现状。
五是信息更新滞后、信息获取与创新互动关系有待建立的问题。市场营销即要了解市场、了解客户，了解的结果形成信息。然而目前商业银行中还没有形成银行员工、平台、客户三者的互动机制，与业务发展要求相差甚远。产品创新的源泉是对市场和客户需求的了解、把握，然后形成设计思路和模型；一线人员拼搏在市场的前沿，如何将一线人员的信息传递到产品设计部门，并形成互动，对产品创新和产品优化非常重要。
六是市场营销如何形成全局联动态势的挑战。如果商业银行的总行与分行联动态势不够有力，分行职能部门对市场营销的推动作用也不够理想，支行客户经理基本上散兵游勇搞营销、单打独斗推业务，进而导致业务营销推进合力不足，难以形成营销特色和品牌特色。
三、对重构银行营销体系的思考
营销体系是一个系统工程。近十多年，各家银行都在积极探索营销体系和组织架构的改革，有成功的范例，也有失败的教训。现阶段，银行传统的赚取息差的商业模式空间被压缩，面对资产质素转坏，同时监管机构也提出更高的资本要求，经营风险与回报已不成正比。只有从改革提高效率、节流等方面入手，用更先进的架构体系替代落后的模式，才能实现业务快速并且平稳的发展，使自身在激烈的市场竞争中处于优势。
1.支行及营业网点的营销职能改革
对于传统银行的组织架构，支行是各类经营指标的承接者，也是银行按照支行所在区域的经营中心和最小核算机构。事业制改革最终的落点都在支行。为此，要处理好如下几方面：
第一要统一认识，厘清客户与银行多年存在的关系图谱。在考虑组织架构和人员配置时，以“关系型银行”的理念把客户与银行的相关信息建立好，通过对客户的深度了解获得主动权。第二应协调好新的业务处理流程。调整理顺责权利关系，使得前中后业务实现平稳过渡，有序推进。第三应选好分行事业部的负责人。统领一个城市的营销总指挥，综合素质必须要高，才能统领全局，贯彻落实总分行各项政策。第四要重视市场营销策略的研究。根据市场和客户的差异化选择，结合本行所能提供的产品特色和服务能力，给客户提供一站式的全方位产品包，逐步形成个性化的营销模式。第五，核算和考核体系要配套。矩阵式的管理方式要有相应的核算体系来支撑。第六，建立科学灵活的营销定价机制。利率市场化后，要有配套的计价模型和系统支持，才能提高营销决策的科学性。最后，需建立合理有效的激励约束机制。加强营销队伍建设，使其业务拓展能力越来越强。
2.构建特色互联网金融营销体系
互联网技术的推广应用正在改变人们的生活方式和金融交易方式，部分互联网金融场景已经被大的公司所垄断，例如pC支付市场、移动二维码支付市场、微信支付市场等场景，阿里巴巴和腾迅两个公司牢牢占据大部分市场。互联网金融平台的建设与推广，首先要厘清产业链、供应链、价值链、支付方式等；其次是互联网生态的建立依赖线下持之以恒的努力，每个场景都要去对接。
互联网金融市场不断变化，机会随时出现，银行也有自己的发展空间。目前银行的组织架构体系多数是人工销售模式，难以适应互联网金融的运作。目前业内在互联网金融做得有特色的银行，都是另建体系。互联网平台的内容要由专门的人员管理，形成总、分、支联动机制。
3.构建大数据营销体系，提高营销管理能力
大数据（含非结构化数据）能够实现对客户的精准刻画，使营销工作效率更高。而且，大数据具有时效性、个性化、性价比高，关联性强等特点。大数据营销体系建设的目标是：一是平台能够对客户行为与特征较为准确的分析。二是平台能够实现各种营销信息的精准推送。三是分析结果能够适合客户需求去引导产品推荐和策划营销活动。四是平台具有对竞争对手产品及销售情况进行实时跟踪监测。五是对营销活动出现的问题进行及时预警。六是平台通过对客户的动态分析使得客户体验更满意，并且对重点客户进行筛选，调节营销方向，提高效益。七是根据系统设定，自动实现对客户的分层管理。八是平台能够对市场营销和客户行为综合分析后给出产品开发的思路。
4.构建智能营销体系
高级预测性分析技术（包括机器学习）的应用未来将快速增长。大数据侧重分析并对人为管理提供决策依据，而认知是基于对行业的了解和未来发展趋势的预测，结合并利用外界的各种信息和历史数据进行训练学习，从而驱动计算功能进行类似人类思维模式的业务活动，使之达到对业务经营的预判、决策、运营、避免负面事件发生。
未来智能化营销体系的建设，可以采用机器学习的办法，打造智能专家系统，其设计面向客户、营销人员、服务人员、管理人员。智能系统可以实现根据客户需求，设置处理流程自动处理，并提供个性化建议等；也可为市场人员提供专家支持；可用于风险跟踪和预防，推进营销活动；还可为管理服务、模拟流程重塑经营。
参考文献：
农业银行江苏省分行营业部课题组，李欣.对公业务营销体系建设研究[J].现代金融，2014，no.37707：33-34.
王秋燕，尹德利.商业银行对公客户经理队伍营销技能建设的优化策略[J].上海金融，2014，no.40403：112-114+119.
大数据营销总结篇10
3.1.1中国对于数据库营销的理解：
利用现代计算机技术搜索、处理、分析目标消费者（包括现有消费者和潜在消费者）的基本人口统计特征、兴趣偏好、既往消费行为等，通过对这个数据库进行分析，帮助广告客户寻找并确认最有消费潜力、最有价值的消费群体，并以最有效的方式向其传播广告客户的产品和服务信息。
数据库营销核心业务包括：dm直邮、sms短信广告、edm营销、tm营销、资料仓库解决方案，目前国内基本上都是前面四种工作，做企业数据仓库解决方案的比较少。
3.1.2国外数据库营销状况：
对消费者隐私有明确的法律法规，且较成熟，对买卖个人资料有着严格的规定；数据库营销企业主要是从事dm、edm、tm营销、数据建仓业务，对于数据许可、数据挖掘技术、整合数据库营销非常重视。
目前进入中国市场的是tnt（荷兰）、Dmi（香港）、aCXiomZ(美国)、teradata（美国）、techtarget（美国）
3.1.3国内数据库营销市场容量：与国外相比，数据库营销在中国才刚刚起步，属初始阶段。2004年中国广告市场总量为1200亿元人民币，数据库营销广告市场不足总量的2%，约20亿元人民币。可见，在国外已广为应用并创造了巨大商业价值的数据库营销模式在中国具有巨大的发展空间。根据权威机构的预计，2008年中国广告市场总量将达到2000亿元人民币，数据库营销广告市场将占到其中的5%左右，即达到100亿元人民币。
3.2市场上竞争对手状况
3.2.1北京微码营销
发展历程：成立于2002年，从2003年开始，微码营销以100%的扩张速度，超过30%的利润率飞速增长。2003年起营业收入达500万人民币，2004年达1000万，2005年达2000万，2006年预计达4000万，其利润率最高一度达到50%。微码营销的人数也从最初20多人，到2004年扩展50多人，最后北京现代城办公场所容积不够后，又搬到北京住邦2000商务中心。2004年底微码营销总裁费建平花了300、400万建立了中国数据库营销公司第一个自己的呼叫中心，总人数激增到150名。目前公司获得了一次风投，并没有在上海设立分公司。
目前业务范围：传统数据库营销（dm、sms、tm、edm），网络互动营销（sem、博客论坛营销、网络广告等），mycrm进行了战略合作做数据库应用系统（经销商数据库系统），进行整合数据库营销（多种营销手段的结合，也就是业务或和关联企业合作）
核心竞争力：
多年运作经验，在市场上树立了品牌全国庞大的b-b和b-c基础数据库
拥有经过呼叫中心清洗过的多字段的适合某些行业要求的数据（it行业，汽车行业）
3.2.2上海罗维互动营销：
公司状况：成立于2001年，作为中国最大的数据库营销公司，罗维互动拥有8年B2C领域的专业数据库营销经验，强势的市场拓展和销售能力，中国最活跃的800万企业数据库，8000万中高消费者数据库和70万兴趣数据库。公司获得两次风投，于2009年被邓白氏收购。
公司业务范围：传统数据库营销业务
核心竞争力：在某些行业有比较成熟的解决方案和适合此行业的数据库，这类行业有房地产行业，it行业，金融行业，汽车行业；有比较庞大的b-b和b-c基础数据库通过旗下的yesmywine（酒类销售网点）、yesmytea（茶类销售平台）来清洗中高端的原始资料
3.2.3新华信数据库营销
公司状况：成立于2000年，母公司是正略钧策，分为新华信市场研究咨询有限公司、新华信企业管理咨询有限公司以及新华信商业信息咨询有限公司。集团公司主要从事管理咨询、市场研究、企业信用、数据库营销，数据库营销业务并不是他的最主要的收入来源，目前主要的强项在B2B行业，金融行业，汽车行业，it行业。将来公司整体上市的可能性比较大。目前新华信引进益百利包括资金、技术和产品的战略投资。
公司业务：管理咨询、市场调查、数据库营销、企业信用，目前发展重点方向之一就是帮助大型数据库的数据挖掘服务
数据库营销的核心竞争力：有比较全且较为优质的企业B-B数据，具有较强的更新数据的能力有较强的品牌影响力有较强的产业链整合能力和资源配备有较深的咨询业背景目前在汽车行业、it行业、B2B行业、金融行业有多年的运作经验，而且现在为其主打的行业。
3.2.4上海拓鹏数据库营销
公司状况：成立于2003年，还没有引进战略投资者，没有也将来也不会建呼叫中心，目前在广告圈中有较大的知名度。去年营业额在800万左右，大客户经理3名，核心营销人员3名，ae是2名，资料中心5名。
公司业务：传统数据库营销业务（其中tm业务的比例小），准备发展网络营销业务，3G广告业务
核心竞争力：对于数据技术清洗的能力（edm发送清洗出高回馈数据、手机号码去空等）后台数据处理、数据分析的能力较强对于数据库营销的理解有一定的深度
3.2.5北京易拜咨询
公司状况：成立于2001年，其数据库涵盖的数据挺广，在北京做的不错，上海的较小，创新性还不够，不过在行业有一定的知名度。
公司业务：传统的数据库营销业务
核心竞争力：较全面资料收集能力和B2B、B2C数据的覆盖面在一定的行业有解决方案和经验。
3.2.6北京趋势营销
公司状况：成立于年，旗下有一定知名度的网站——Bw中文网，号称有百万的高端会员，他会定期发edm给这部分人。是依托网站进行数据库营销的模式，有点类似上市公司techtarget，但是其对会员的分类和分析无法做到那么细。
公司业务：传统数据库营销业务（tm的比例小）
核心竞争力：许可数据，在数据库营销行业是首屈一指的，但是数据的细分程度和量是明显不够的
3.2.7迪铭资料咨询
公司状况：成立于，一直比较低调，创始人史雁军，曾智辉属于学者型，他们在大型数据库建立和咨询方面有一定专长，在呼叫中心领域经验比较成熟。
公司业务：传统的数据库营销业务，主攻大型企业的数据库建立和挖掘服务
核心竞争力：较全面资料收集能力和B2B、B2C数据的覆盖面在金融、房地产、it领域有比较多的研究和数据库营销经验，并且有较强的数据支持。
3.2.8北京首德达创；
公司状况：是有外资背景的，旗下有嘉品dm杂志，通过这个媒体积累许可数据和清洗中高端数据，这一点和目标数据营销有点类似；另外有12580的wap应用服务，在许可数据营销方面有一定的竞争力。
3.2.9上海天地直复营销机构(tnt)：
公司状况：荷兰大型外资企业，在数据库营销领域有较深的背景，于年成立。目前在中国苦于资料的基数不够，开展业务无法开展。而且对中国的国情还了解不够，属于积累期。
3.2.10aCXiom
acxion是世界上最大的消费者数据库管理和分析公司之一，目前在中国的业务主要是一些跨国公司和大型公司，其在这个行业有着多年的经验和大型数据库的分析和挖掘经验。
2004年美国纳斯达克上市公司acxiomCorporation收购上海的知名数据库营销企业chinaloop。Chinaloop有着较好的创意和客户关系管理的经验，是其它公司短时间内难以超越的，在这方面和madeforchina是非常类似的，比如和GameLoft的联盟，使ChinaLoop的客户能从广受欢迎的游戏解决方案中获益。公司创始人为盛嘉丽，周一平，都是海归，有着比较深厚的经验，盛嘉丽现在担任acxion的亚太区负责人，并创办了中国直复营销协会。
近日在江苏南通建立数据分析和呼叫中心基地。
3.2.11上海易开
创始人刘延从madeforchina出来，行事低调，重点走管道。
核心竞争力：在电子邮件的设计方面做的比较的出众，设计email和发送一起大概要3毛每封。数据库营销其它业务一般。
3.2.12两家早年被收购的知名数据库营销公司
智马营销咨询：2003年被CCG收购，而ccg是世界广告巨头阳狮集团的子公司。原来的ceo任向晖，后来创办了知名网站梅花网。
madeforchina：现在改名为网谋了，最专注于email设计和营销的企业。现在获得风险投资，专注于网络互动营销领域，从本质上他不属于数据库营销企业了。
3.2.13专注数据库挖掘技术的企业：这些企业开发合适的分析软件，它既能对趋势、权重等做出结论，也要做出因子、差异、聚类甚至交叉等更为高级的分析。
上海华院分析——从事数据库搭建、数据筛选技术的提供商，是技术起家，主力在通信、金融领域。
上海天律信息技术——数据分析、筛选技术的提供商和解决方案的提供商，技术型企业。
其它竞争对手：上海智邮营销、第六媒体、上海慧渔营销、直达分众等参见附录1。
3.3数据库营销行业总结：
许可资料类——首德达创、趋势营销
整合营销类——微码
企业咨询类——新华信咨询，迪铭咨询
创意类——madeforchina、易开
数据挖掘类——华院分析、aCXiom
行业解决方案类——罗维、第六媒体
资料分析和筛选类——拓鹏、北京易拜
从行业分布来看：在汽车行业、it行业、房地产行业、金融行业形成了一些领导性公司，从行业经验、数据积累方面给其他公司造成了一些竞争壁垒。而在教育培训等行业对数据的要求特征明显，只要你拥有适合的数据，就可以操作，不存在竞争壁垒。而在电子商务等新兴行业大家的起跑线类似。在B2B行业需要有数据渠道和呼叫中心清洗，是投入较大的有一定的壁垒的行业。
3.4顾客购买的准则：
符合要求的数据类型，其中因素有：数据准确度、数据字段丰富（可筛选的条件多）、数据数量、数据骚扰度、数据的新鲜度
许可数据
行业累积的经验，操作过的case
行业知名度
可信赖的程度——获得的荣誉
对销售员的信任感和专业度
3.5数据库营销未来发展趋势：
许可数据：随着国家对消费者的隐私权越来越重视，无法正确运用数据的公司的将受到制约。