大数据营销分析篇1
关键词：电力营销数据；数据挖潜；mapreducehadoop；技术架构
1.前言
电力作为特殊商品，为国家经济建设及人类生活提供了诸多便利与支持。电力营销的理念引入，促使电力市场发生巨大变化，以客户需求与服务满意度为中心的电力营销根据市场导向的原则，成为供电企业的核心业务，电力所有生产、经营性活动均服务于营销业务的需要。电力营销有效开展需要对用户及需求市场进行大量研究，需要具备完善的售前和售后服务保障体系，需要分析大量的各种业务数据，提升电力供应安全及服务水平，这就要求电力企业运用大数据技术，大力推动数据分析技术的升级，开展数据采集、检测、处理、分析、实现企业内部数据的应用、共享、标准化、集约化、一体化，完善企业风险评价，提升企业运行效率，增强企业核心竞争力，实现企业经营效益最大化。因此，本文研究大数据挖潜技术在电力营销系统中的应用，具有一定的现实意义。
2.大数据发展应用现状
大数据技术得益于计算技术及网络通信技术的快速发展，而迅速发展的智能技术之一。1989年8月，第11届国际人工智能会议在美国底特律召开，这次会议上有科学家提出了KnowledgeDiscoveryinDatabases（KDD），即知识发现的概念，随后一些大学教授和研究机构展开相应研究，1995年KDD&Datamining国际学术研讨会议正式举行，随后每年举行一次，会议主题是对人工智能数据挖潜等领域成果进行讨论及推广，促使数据挖潜技术快速发展，并取得了很多有价值的成果。目前国际上从理论、技术、应用维度方面对数据挖掘展开分析与研究，科学家们运用数据统计分析及概率相关理论、模糊技术、量子技术等多种理论与方法进行技术融合，解决复杂问题[1]。
我国数据挖掘技术研究开始于1993年，中科院合肥分院当时承担了一项国家自然科学基金项目，即开展人工智能领域的数据挖掘技术的研究。随后的一些年大数据研究逐步步入正轨，由大学教授、科研人员组成的团队开展一些学习算法、相关理论、数据挖掘技术际应用等研究。随着云计算、智能工程、mapreducehadoop等技术应用日益广泛，大数据挖潜技术也应用到电力营销、网店运营、经济数据分析、餐饮服务、航空航天、铁路运输等很多领域。伴随着网络信息技术的快速发展，许多电力企业都积累了海量的、有价值的、多种形式的数据，，因此如何利用数据挖潜技术智能地、自动地发掘数据中的有效价值，为电力企业经营管理提供最佳决策，成为急需解决的问题。
3.电力大数据技术
3.1电力大数据特征
2006年，国家电网公司制定了“SG186”和“SG-eRp'信息系统规划，运用电力企业信息系统平台，通过8大主模块组装模式覆盖电力企业全部业务，并且构建了6个业务保障子系统。国家电网公司数据中心多年运营中，积累了海量的数据。这些电力大数据的特征归纳为灵活度高（Vitality），主要是数据动态变化，市场千变万化；体量大（Volume），目前电力数据的数据流GB，tB级无法满足需要，已经达到pB，eB，ZB级别；类型多（Variety），主要包含结构化、半结构化、非结构化类型数据；价值大（value），电力数据蕴含着巨大的潜在价值；速度快（Velocity），电力数据以数据流的形态快速、动态的产生，数据处理的速度要求达到高速实时处理的特征；这称为“5V”特点，同时具有复杂度高（Complexity）的“1C”特点，总结起来就是“5C1V”。在分析和处理数据模型方面灵活度高，速度快，能够适应快速市场变化需求；在新的处理方法适应异构数据统一接入及实时数据处理的需求方面，系统复杂度高；从数据体量特征和技术范畴方面来看，电力大数据有着重要的、广义的背景，随着国家大数据平台建设完成和逐步应用，大量的企业运营数据得以积累应用及开发，为电力市场分析决策提供了必要的数据基础[2]。
3.2电力大数据分析技术
电力大数据的分析技术从海量的、模糊的、随机的、片断性的、原始的一些电力数据中，运用统计学、计算机科学等学科中的算法、分析理论等技术挖掘出内在的模态和规律，为电力企业决策人员提供必要的决策帮助。统计学分析在于使用均值、比例、众数、中位数、四分位数、极值、方差、标准差等统计分析方法对数据形态进行分析；采用泊松分布、均匀分布、二项分布、正态分布进行数据描述，采用二项分布假设检验、t检验、K-S检验、F检验、卡方检验、游程检验等判定检验方法对分布情况进行分析，从而发现数据结构、数据分析模型，掌握电力数据的稳定性情况及电力数据分布情况。如图1所示数据挖潜技术与统计学分析技术的关系。
3.3系统支撑平台技术
电力大数据的信息处理技术是基于查询发现有价值的信息。这主要运用数据库技术、分布式计算技术、流处理技术、内存储计算技术。底层存储技术HDFS/Hbase等进行超级规模数据的存储和处理；运用mapReduce进行分布式计算；流处理Storm/S4/Spark等技术解决电力数据的高效读取和在线的实时计算，离线处理框架mapReduce及Hive/impala相关技术处理实时到达的、速度和规模不受控制的数据。如图2所示电力大数据平台结构图。
图2中构建了基于Hadoop文件的电力大数据平台分布式存储环境。数据采集服务按照预定规则将数据写入数据交换区，数据传输应用程序规划在HDFS之上，将交换区数据写入“数据存储区’，由“结构化数据抽取应用程序”将结构化指标数据抽取到“结构化分析数据存储区”，并作为HiVe服务的数据存储，由HiVe服务将数据以结构化数据服务的形式。
在电力营销数据分析中，主要对营销业务的指标体系的电费业务风险、客户停电信息、风电风险、电力服务、大客户服务等数据进行梳理、收集，对电力营销系统数据、tmR系统数据、客户服务系统数据等进行分析，从而研究电力营销业务关注的数据维度、统计周期，并收集相关业务数据。
电力营销大数据分析系统通过模型分析，运用数据挖据工具，选取适合的算法及模型，并对构建的模型进行符合度验证，再将分析模型封装，研究webService、服务、算法三种调用方式，实现数据挖掘平台接入、调用的可行性及难易程度，快速响应分析需求，并确定系统的分析方案，最后数据系统利用可视化技术直接呈现给决策层，最终实现模型分析功能。以实现电力营销业务趋势预测、营销策略制订等，从而提高电力企业的经营发展水平以及经济效益。
4.电力营销系统技术架构设计
电力营销系统技术架构如图3所示，运用电力公司数据中心的系统集成，Hadoop平台实现数据采集；系统通过自身的高效传输、抽取、计算的特点，完成数据清洗、加载，最后利用数据挖掘软件平台，进行在线分析，完成营销业务分析报告，为电网企业提升营销服务品质，强化风险管理提供支撑，进一步提升企业的运营效益[3]。
根据电力营销系统特点及功能要求，基于J2ee框架，按照分布式处理架构、多层结构和面向服务架构（Soa）的开发思路，严格按照成熟、规范技术路线实现程序设计。系统开发按照数据挖掘的典型流程进行程序架构的设计，如图4所示。
5.结论
大数据时代背景已经形成，基于计算机及网络通信技术的大数据挖潜技术必将颠覆传统数据处理及分析的模式，在分析大数据发展应用现状基础上，对电力营销大数据特征，电力大数据技术特点进行分析，对电力营销大数据应用平台进行设计，提出具体技术架构及软件技术的实现思路，有利于提供合理的电力营销策略，提高电力营销业务的服务能力和质量，提升企业经济效益。
参考文献
[1]吴普剑.大数据背景下电力营销市场行业发展趋势研究[J].中国新技术新产品，2015（23）：157-157.
大数据营销分析篇2
关键词：保险；大数据；保险营销
1引言
随着互联网技术的发展，大数据、云计算等新型技术的不断涌现，已经参透到各个行业，一直以营销为主导的保险业也不能例外，大数据技术的发展，对保险业营销产生积极影响，根据平安保险集团的2017年上半年业绩显示，2017年上半年新增客户数量1854万，其中667万来自互联网用户，超过1/3的新增客户来自互联网，互联网、大数据已成为保险业发展不可忽视的一部分，正在改变我们以往的保险营销模式。
2相关背景
据《中国互联网络发展状况统计报告》显示，截至2016年12月，我国网民规模达7.31亿，手机网民规模达6.95亿，互联网普及率为53.2%，更多互联网技术的发展，由此产生的数据将呈爆炸式的增长，相关数据的分析、应用，将会带来我们思维模式的变革，把人们带入了全新的大数据时代。大数据是互联网时代的产物，相对于一般数据而言，大数据主要体现在以下几个方面：一是Volume，即数据量大，大数据的起始计量单位至少是pB（1000个tB）、eB（100万个tB）货ZB（10亿个eB）；二是Variety，即数据类型多，多类型、多结构的数据，对数据分析处理的模型提出了更高的要求；三是Value，即价值密度低。信息海量，无处不在，但价值密度较低；四是Ve⁃locity，即速度快，时效性高。这是大数据区分于传统数据最显著的特征。
3传统保险营销模式的特点
目前，我国保险市场的营销模式主要以直销、兼业、个人为主要的方式,其主要特点体现在：一是传统保险公司营销以保险人为中心，管理粗放、经营成本高，在各类保险公司中，保险销售人员占有很大的比例，截至2016年第一季度末，我国保险营销员的数量突破710万人，与2014年底相比增长118.27%,同时保险经纪人佣金是保险公司经营成本主要成本之一。二是在保险的营销过程中，往往以人际关系为中心来营销。很多保险人刚刚跨入保险销售行业时，她的很多保单都是销售给自己的亲戚朋友,这种保单往往是碍于亲戚朋友的关系而非真正的保险需求者，保单的续保率低，同时，如果保险员一味地只做熟人的保单，缺乏对新客户的开发，对个人的成长不利，迟早会被行业所淘汰。三是在传统保险销售过程中存在误导销售。我们的保险销售员由于业绩的压力，为了促成保单成交，保险人在销售过程中往往亏夸大保险责任，而对保单的弊端避重就轻误导客户，中国保监会公布的数据显示，2016年，中国保监会及派出机构共接收各类涉及保险消费者权益的有效投诉总量32442个有效投诉事项中，涉及保险公司合同纠纷类投诉29651个，占投诉事项总量的91.40%，在合同纠纷类中，误导销售占有相当大的比例。一旦发生合同纠纷，客户对公司的信任度降低，同时损害公司和客户的利益，危机我国保险业长期的健康发展。四是传统保险销售买保险容易理赔难，售后服务不确定现象突出。保险公司对于长期人寿保险业务一般采取把佣金总和，集中到前5年发放，而一般短期保险业务特别是车险采取一次性提成方式，这些方式导致客户往往对保险公司售后服务不满意，理赔难现象长期存在。据波士顿咨询公司的调查显示，我国保险个人人总体流失率每年高于50%，行业几乎每3~6个月就会流失过半的新招入人员，而仅有10%左右的保险高管会做到8~10年，这也使得售后服务得不到保障，一旦保险人离开保险销售行业，那么其所承诺的各项服务也将难于兑现。
4大数据对保险营销的影响
保险的属性使其天然就具有大数据的特征，首先，一个保险产品立项、开发、运营等都离不开大量的数据支持，研发人员需要通过对以往相关数据的分析，开发出对公司、消费者共赢的产品，以此占领市场；其次，保险的公司为保证未来对保单持有者有足够的偿付能力，需要对保单进行再保险和合理的投资，但怎样安排合理的比例，保证公司收益的最大化，需要大量的以往经验的数据支持，以便做出合理安排；最后，保险公司要适应社会发展，必须开发出具有竞争力的产品，那么需要大量的数据调研，需要对数据的收集和分析挖掘。截至2016年底，我国共有117家保险机构经营互联网保险业务，保费收入达到2347亿元，其中人身险占比达83%；2016年全行业已有50余家机构与第三方社会化云平台合作，有104家机构签发了3.61亿张电子保单，可以说有效降低了运营成本、促进了产品创新。大数据对保险营销的影响主要体现在以下几个方面：一是大数据将改变我们的广告营销方式，在传统的营销方式，一般以电视广告、广告牌、体育赛事赞助等来扩大公司的影响力，比如德国安联保险集团拥有拜仁慕尼黑队的主场冠名权、中国平安保险集团赞助中超联赛等，这些都以广告覆盖为主，以此来引起消费者的注意，而大数据时代广告营销将主要细分人群为主，对不同的客户推荐不同的保险产品，从而避免客户对保险公司及产品产生抵住情绪。二是在保险的销售环节，注重精准销售，在大数据的支持下，保险公司可以把客户分成成千上万种，对不同的客户销售不同的保险产品，在对客户推介保险产品前，先通过大数据有效地对客户属性进行分析，做到精准销售而不是盲目销售。三是在客户承保定价环节，现行的定价机制，主要以客户当年及累计是否发生交通事故为定价基础，所有客户都是统一销售模式。在大数据时代，由于可收集的数据众多，保险公司可以收集客户驾驶习惯、驾驶线路发生交通事故的风险程度、车辆保养情况、车辆型号发生交通事故的风险等等，因为好的驾驶习惯可以使交通事故发生的风险大大降低、不同线路风险情况不一、车辆保养情况会影响车辆的制动性能、不同车辆型号发生事故概率不同等，通过大量数据的采集和分析，对不同客户进行差别化定价，以此来吸引客户。四是大数据可以提高我们客户服务质量，以此来帮助我们营销。在大数据时代，保险行业可以实时捕捉客户的保险需求，以客户需求体验为主，寻找真正有潜在的需求客户，最终由相关销售人完成销售，同时在理赔阶段，现行的理赔时间长，客户对公司的评价不高，大数据时代，保险公司通过公共信息实时获得客户的出险信息，及时主动联系客户提供理赔服务，提高我们理赔的效率，服务品质的提升，有效地提升了客户体验效果，有利于营销活动的展开，也为企业创造了价值。在未来，我们相信随着互联网保险模式的创新与探索，大数据会更好地为保险营销服务。
作者:冯宇晨单位:成都七中嘉祥外国语学校
参考文献
[1]张敏敏.保险网络营销与传统渠道整合模式分析[J].经营管理者，2013（23）.
大数据营销分析篇3
大数据营销应用，在大数据带来的各类应用中，恐怕是品牌企业最关注的一个方向。被许多媒体报道过的ZaRa的案例，就是一例典型的基于大数据获取、分析，完成经营及营销决策的案例。这个案例让很多企业认识到，通过大数据了解客户的喜好趋势、提高利润空间，可能是一个非常有效的途径。但是我们要知道，因为大数据很大，从关注到真正做出适当的投入和适应的配套动作，对于企业来讲，其间的距离并非举步既至，反而往往充斥着各种认识误区。就笔者所见，认识误区至少有两大流派：刻舟求剑派、叶公好龙派和甩手掌柜派。
刻舟求剑派
报道ZaRa案例的媒体，很少会将另一个案例拿出来进行对比性分析--H&m的大数据案例。在大数据方面，H&m与ZaRa投入的热情不相伯仲，但是从大数据获得的收益却判若云泥，最重要的一个原因就是，在如何落实大数据得出的经营决策上，出现了较大的差异。ZaRa对于大数据提供的决策信息落实得坚决而高效，配套大数据的管理链路非常通畅，直接指导到产品设计、生产、分区域投放的各个环节。对比而言，由于H&m产地分散到亚洲、中南美洲各地，使用大数据后，H&m又没有采用有效措施缩短跨国沟通的时间，这拉长了生产和经营适应大数据决策的时间成本。如此一来，大数据即便及时反映了各区域市场的顾客意见，H&m却无法立即改善，资讯和生产分离的结果，让H&m内部的大数据系统功效受到限制。
上面这个案例是大数据应用的常见认识误区之一，笔者称之为刻舟求剑型认识误区，这种认识误区最大的特点是，看到大数据的视角是孤立、静止的，虽然愿意投入很大力量在大数据获取和分析方面，但是企业的其他管理配套却依然故我，并没有针对大数据应用做出更多的适应性调整，导致大数据工作的最大成就，只是获得了一堆数据而已。
令人遗憾的是，其实多数企业在大数据应用上，都或多或少的有一点刻舟求剑的毛病。判断一个企业在大数据应用上是否刻舟求剑，只要看参与大数据项目的部门和主管在企业中的地位和驱动力就可以知道。如果一家企业的大数据项目，其主对口部门是企业中的会员部门或者是技术部门，或者其他五花八门的总监级别的部门，除了这个对口部门外，并没有能够同时管理多个业务块的更高级别的干部关注大数据项目，那么基本上可以判断，大数据项目的成果多半跑不出数据范畴，想要对营销决策、产生企划和市场投放决策产生高效而持续的影响，基本上没可能。
企业的这种组织安排，显示出他们基本上没明白，大数据跟eRp有一点类似，要想产生效果，就要对旧有的一些管理链路、运营思路进行适应性改变，否则，希望大数据像一个模块一样，只要嵌入企业旧有营销链路，就能运转如神，那基本上属于痴人说梦。
叶公好龙派
刻舟求剑派虽然问题多多，至少在行动上还是有其坚决一面的，当发现投入不能得到应有产出，企业也还有机会亡羊补牢，对管理链路进行调整，从而使得大数据获得的决策信息、营销数据能够有效传递到相关部门。
笔者最怕的是碰上叶公好龙派，说起大数据的时候极为热情，上手实施的时候，要么手面极小，根本无法保证大数据所需要的资源总量；要么对于大数据必须有的一些工具建设、策略优化、数据准备工作指指点点、不予配合--这两种情况，都非常常见，往往让大数据服务提供商哭笑不得。
我们以面向营销促销的大数据挖掘应用为例，这种应用的目的都是通过精准的人群建模和工具体系建设，使企业能够有效提高新客户数量、新客户下单转化率、老客户复购率等等指标。这种应用无非是两个大类：企业有数据，或者企业没有数据。如果企业手中有大数据，那么必然要经过数据清洗、建模、挖掘、形成策略、建立营销工具、支持营销等多个步骤；如果企业手中没有大数据，那么必然要考虑首先找到数据源、建设数据获取工具，然后同样是清洗、建模、挖掘、形成营销策略、建立营销工具、支持营销等多个步骤。
如果我们碰上的是一家叶公好龙的企业，那就热闹了。比如服务提供商说数据要清洗，客户就可能会质疑："我做Dm和eDm的时候这个数据都能用，不用清洗，你们直接建模吧。"服务商就解释："做Dm或者eDm，只需要有联系方式，和一个粗略的人群分群，就可以了，但是转化率很低，通过数据清洗，我们要剔除其中所有不合格、不准确的数据，完成数据补齐等等工作，这是建模之前的必要步骤。"客户不听解释，反而更加质疑："你们是不是不够专业，才对数据质量有这么高要求？要是我的数据像你要求的那么好，我找你们来干嘛？"
照这样沟通，只有一个结果，服务商撤出项目，客户还觉得自己被人骗了。
甩手掌柜派
还有一个门派，是最大的一个门派--甩手掌柜派。这个门派最大的认识误区特点是：我找大数据服务商来，就是给我干活的，我要什么，他给我什么就可以了，到底大数据是怎么运作的，我才不需要去明白呢！我要是都懂了，要他们干什么？
这个门派人数众多，是前述两个门派的火药库。就是由于"我不需要搞太懂"这个思维的存在，甩手掌柜们总会在该问的时候呆若木鸡，不该问的时候横加指责。总是呆若木鸡的企业，最后往往走向刻舟求剑派--这种企业思维中，大数据就是大数据，搞完这一块，等着结果出现就好了，为什么还要调整其他运营流程？而总是横加指责的企业，则往往变成叶公好龙者--这种企业的思维中，大数据"应该是我想的那个样子"，于是当别人告诉他"大数据其实是这个样子"的时候，质疑就如杂草般丛生了。
大数据营销分析篇4
电子邮件营销诞生至今已经有30年历史了，时间真的很长。从最初的几年大家觉得发邮件是一个很酷的事情，是一个点对点的行为，一直到现在大家可能慢慢觉得邮件似乎被边缘化。邮件现在怎么运用呢？可能大多数就是一个是公司之间会业务来往的邮件发送，要不就是现在商家对于所有的客户去进行一些营销。在现在这么一个大数据时代的背景下，我们的电子邮件营销又该怎样进行优化，又该怎样与时俱进呢？这是我今天想要跟大家探讨的。
讲到邮件营销的优势，其实可能大家觉得邮件营销就是“群发”，最大的优势是什么？难道是廉价吗？这绝对不是唯一的。
1.邮件营销更多的是会员营销，它是一个非常好的可以跟CRm进行对接的东西，是根据我们会员的每一个节点，在合适的时候给到合适的内容，这样才能最大的转换。
2.在邮件里面我们也可以承载非常多的信息，我们可以通过邮件上面的信息把我们想要的东西更加主动的给到我们的受众群，相对关键词搜索来讲，邮件需要更加主动一点。
3.邮件每一个行为都是可以追踪的，你追踪下来以后可以进行一些比较深层次的分析，可以很好地帮助我们做二次营销。
4.邮件营销相对来讲切入点非常快，门槛比较低，不需要有一个很强大的技术团队，人人都可以非常快速的进行操作。
可能大家觉得邮件营销有点被边缘化。事实是不是这样？我们可以看一下数据，其实我们国内整个邮件营销的绩效可能比欧美要差很多。举个例子，国外的eDm基本上是能够保持在25%左右；但是我们国内就做的相对比较差一点，大约11%。这当中是什么呢？这是值得我们各位去思考的一个问题。同样这么一个问题摆在我们面前，就意味着我们有非常多的空间可以去提升，还是有非常大的机会可以把我们的邮件营销做的更好。
传统的来讲一个误区——邮件营销是群发性的邮件。我只要拿到数据群发，然后不停的去做销售，我的邮件内容也是非常的单一，就是希望我的用户能够去买东西。这种情况下，试想作为我们自己，跳开我是从业者，假设我是一个终端用户，这种体验感怎么会好。首先，我们要把邮件作为一个个性化的投递，一定要把适当的内容给到适当的用户群。第二，现在大家碎片时间比较多，用手机的人越来越多了，我的邮件是不是只局限于针对我的电脑用户进行发送？其实这个实现的技术有很多。
如何多渠道的联合互动？时下最热门的微信，之前有微博，包括我们自己有官网，包括关键词搜索等等，最终目的是把流量引过来，邮件的目的是把这个优良截住，截好之后在合适的时间恰当的进行一个沟通。现在很多微信公共帐号，可以嵌入一些合适的活动或者加入app，让用户主动的留下他的e-mail地址。可能有人要问，为什么要有e-mail地址，我用微信沟通就可以了。每个渠道都有自己的特长，邮件确切的来讲是一个比较好的做二次营销的利器，因为它还可以承载比较多的个性化的内容，而且对于现在整个大数据时代来讲，从邮件营销商来讲，我们很少自己讲大数据。我们更多的是把一些零碎的渠道上面搜集到的信息整合到一起，比如：邮件的字段、手机号码、微信号码等等。
现在其实我们很多人是用手机去查看邮件的，中国的手机用户可以说是全世界最多的了。大家可以发觉，如果是传统的做法，用传统的邮件，显示是非常差的，这样用户很有可能直接把邮件给关掉，更不要说把流量带过来或者是产生一些转换。所以我们建议，要去做到一些响应式的邮件，在不同的环境设备里自动的判别是属于哪个环境，我的邮件会以最佳的状态显示，甚至是改变我字的颜色，改变首屏字显示的内容。我们的邮件有没有做自适应，有没有做Html5的方式，如果没有的话，可以优化一下。这也是值得我们去思考的。
其实邮件的个性化讲了很多年，我们在08、09年的时候就一直在讲邮件要去做个性化。所谓的“个性化”，不单单是给到你一种称谓，更多的是其它载体上面的信息。比如可以结合这个用户之前在邮件上面感兴趣的地方，他历次打开的周期、活跃度、、在网站上面收藏的一些物品、以往的购买记录，他购买的产品的一些属于什么类别的，它的价格区间等等，可以给到用户一个完整的档案。我们在做邮件的时候，就可以去进行推进。
对于邮件这边我们讲，最简单的推荐就是“猜你喜欢。”我们不能针对所有的用户发一封一样的产品推荐的邮件，而是根据刚才我们所运算的，我可以知道百分之多少用户可以接受的单价可能就是在100-300元；如果邮件推500元-1000元的产品你觉得会有相当大的效果吗？这样的效果肯定是不好的，所以我们就是建议邮件的个性化，不单单是在标题上面有个称谓，而且更多的是在内容上猜你喜欢。
电商个性化做了很多，一些旅游网站个性化也是做的非常不错的。我们可以看一下，特别是像旅游网站大多都是以“目的地”为个性的。当你在网站上搜索我要去那个目的地的时候，我们就会给他推送比较好的案例，你当时所搜索目的地相关的酒店、机票信息等等。还有一个就是要实时的发送邮件，这边一个案例也是我们根据用户的一个简单的生命周期：当用户在我的官网上面买了这台相机的时候，初期可能都是电池版、相机包这些比较基础的装备；但是两个月以后可能会对拍摄照片的要求高一点，他要拍夜景了，我们会推荐一点像三脚架等等；半年以后要求会更高，我们就会适当的去推一些相机的镜头。实时的推一些合适的东西，它的转换率会更加高一点。当然也有不好的例子。我收到的一封邮件，里面推了好多女性的产品，这样邮件的效果当然就会大打折扣了。总的来讲，个性化时代，我们要根据用户多纬度的分析。
现在邮件营销并不是说发的多就好，而是要发的少而精，这样才能达到最高的绩效转换。第二就是根据用户购买的频次，他的性价比等等，我们可以对用户进行内部评分，打标签。对于不同的用户，我发送邮件的时候，口吻和频次就会区别对待了。当然非常重要的，就是希望用户能够自己告诉我们他所喜欢的是什么。这个可以在注册的时候做到。当然还有一些是说，我会发一些问卷调查，但是并不是所有的用户都会做问卷调查。如果当这些方式并不那么奏效的时候，我们可以尝试一下在我主推的产品旁边放一个“我不喜欢”。至少我知道他不喜欢哪些产品，这样下一次推荐也可以不去推荐他不喜欢的产品了。
我们所提倡的新时期发的邮件一定要“适时、适当、适量”，告别群发，在合适的时候把适当的内容给到用户一个非常完美的邮件用户体验。
最后总结一下：
1.再次强调，邮件营销不等于群发的广告。
大数据营销分析篇5
关键词：大数据；电力企业；营销管理；创新策略
1大数据时代电力企业营销管理创新的必要性
在当前大数据背景下，随着电力企业信息化建设的快速推进以及智能电力系统的全面建成，电力数据量成指数增长，远远超出了电力企业的计划范围。面对大数据环境，电力企业营销体系机构当前还存在大量的弊端：首先是电力营销的设计理念需要进一步更新和改进，传统的电力营销根据业务导向进行设计，忽略了市场的变化以及客户需求的变化。其次是电力营销业务的功能需要进一步完善。电力公司总部营销政策、技术研究，网省公司用电信息采集系统、营销信息系统运行维护、大客户等机构不健全，部分功能缺失；第三是电力营销的运营效率无法满足要求，人员及设备重复配置，浪费资源。第四是电力营销管控不足，营销工作管控过于注重时候指标评价，对事前的预防和事中的控制重视程度不足。
在大数据背景下，电力企业的营销管理需要减少经验式管理，将更多的精力放到数据分析中，从而企业管理效能的提升提供数据支持。电力企业通过营销管理的创新，可以让之前非常复杂的管理过程转变为数据分析的过程，并且能够通过多重数据的方式对电力相关的数据进行建模研究，从而提高营销的预见性，更好地制定营销策略。另外，通过营销管理的创新，能够建立适合大数据背景的营销管理系统，使其能够更具广泛适用性。
2大数据时代电力企业营销管理创新策略
进入大数据时代以后，需要通过对各项数据的分析掌握电力营销的规律，而传统数据分析手段效率偏低，对电力营销管理技术的进一步发展产生了较大的阻碍，因此，需要进一步创新电力营销管理策略。
2.1建立面向用户的电力大数据系统
多年以来，电力企业对信息化发展的总体规划不足，加上技术发展不平衡，多年分散化的it应用开发形成了大量的信息孤岛，导致电力企业内部各部门数据重复处理现象严重，对大数据背景下信息化建设的发展与电力企业的运营产生了较大的影响。要想借助大数据技术创新电力企业营销管理工作，需要对电力生产服务主要环节的各项数据进行收集和整理，同时还需要对电力营销和配电的协调数据进行融合，建立以数据为核心的管理体系，从而确保电力企业在实现数据共享，将各项数据资源的作用充分发挥出来。要想实现这一目标，需要基于GiS技术，在建设城市配电数据库的过程中，确定地理位置和数据的完整性，并做好地图数据与数字信息的转换工作，然后再对图形进行分析。通过电力大数据系统能够实现对配网的综合管理，因此，能够为电力营销管理工作提供数据支持，还能实现与电力企业负荷管理系统的对接，实现对电力负荷的有效监控和管理。同时，电力大数据系统自身就带有一定的辅助管理功能，为电力营销管理提供了极大的便利和支持。
2.2故障抢修的可视化管理
要实现用户故障分析与抢修调度的可视化管理，首先需要建立基于电力生产抢修平台的标准化运行抢修体系，面向用户的配电网作为连接电网与客户之前的枢纽，在供用电关系之间发挥着非常重要的作用，配电网抢修是电力生产中的常规性工作，但是其重要性不可忽视，在工作人员抢修过程中无法避免直接面对用户，无法逃避复杂的工作环境，也常常需要面对全天候故障相应。对于面向用户的电力抢修工作，当前国内还缺少标准、可靠的模式，仍然需要在电力抢修工作中不断探索，摸索出一套具备推广价值的电力抢修标准化工作管理模式。通过数据可视化的实现，能够通过图形对电力数据的各个细节进行清洗的判断，从而帮助营销人员提高对数据的理解。当发生故障时，电力企业营销管理人员能够通过可视化数据确定具体故障位置和原因，从而更好地对社会用电进行管理。同时，电力企业还应该建立抢修平台管理系统，从而确保对用户故障的正确分析和可视化管理，能够实现电力抢修标准化会直接影响电力服务的可靠性。具体是将可视化管理系统与客户系统进行连接，让后通过增加抢修资源的可视化模块以及用户故障管理模块共同构建一个统一的电力抢修可视化系统。通过电力抢修可视化的实现，能够让电力抢修更加高效、快捷，也能够进一步提升电力企业营销管理水平。
2.3线损“四分”精益化管理
线损“四分”管理是指分压、分区、分线和分台，线损“四分”是电力企业实现对线损统计工作进行精益化管理的重要手段。随着电力大数据时代的到来，可以通过基于GiS的电力大数据系统实现对线损的自动计算，从而达到线损分区、分压、分线盒分台的自动统计，并针对异常问题分析具体的处理方法，通过线损“四分”管理的信息化工作模式，推进线损工作的精益化管理，从而达到降损的目的，促进电力企业经济效益和社会效益的提升。充分发挥现有电力营销管理信息系统与配电GiS信息系统的优势，通过对资源进行有效的整合以及数据的集成、共享和开发，实现营销和配电两个系统的整合。利用营销系统在数据方面的优势，对线损“四分”管理进行核心管控，并通过配电GiS信息系统中配电网基础数据丰富的优势实现对电网拓扑关系基础数据的动态维护，确保线损“四分”的准确统计。
2.4强化电费回收管理
强化电费回收管理工作能够为电力企业的常规运行提供更好的保障。不过从长期以来的现状可以看出，电费回收是电力企业面临的一大风险，其主要表现为欠费以及欠费转变为呆坏账的风险，这会对电力企业的资金周转和财务成本产生较大的影响。因此，电力企业需要对电费回收风险进行创新性管理，首先应该对高压的用户实行电费担保机制，对申请办理高压用电用户进行为期五年的电费担保管理方法，同时需要对电费的回收存在潜在风险的用户进行电费担保模式，一般可以通过质押和银行担保两种方式。通常是使用银行的电费存款担保，而且为了大幅度降低电力企业电费回收风险，还可以通过与税务部门进行合作的数据库管理，通过电控税体系与企业的用电管理体系对接，税务部门能够根据电力企业提供的用电数据估算税收，同时税务部门在税收过程中也能够容易地掌握用户的生产情况和经营状况，并且税务部门更容易从银行方面掌握用户的资金情况。税务部门将自己掌握的用户信息提供给电力企业，能够为电力企业防范用户电费回收风险提供重要的信息。通过与税务部门的合作，电力企业能够掌握更多的用户情况，对于存在电费回收风险的用户，电力企业根据掌握的情况，提前制定预防措施，能够有效降低电费回收风险。
大数据营销分析篇6
1.市场营销管理状态落后。以目前的状况来看，我国大多数企业的市场营销管理状态均较为落后。由于企业的运作离不开各个部门之间的交流与协作。但是由于技术水平的不断提升，生产力也大幅度提高，但是企业的市场营销工作起步较晚，没有得到充分的发展，市场营销管理的状态稍显落后。因此，使得企业先进的生产力与落后的市场营销状态不相符，在这种情况下，就无法将各部门之间工作相统一，也就无法将生产环节中的力度完全发挥出来，限制企业的发展。
2.营销手段贫乏。我国经济正处速发展的阶段。但是大多数的企业仍然处于发展缓慢的阶段。许多企业为了谋求新的发展渠道，不断地引进先进的技术和经验，但是却没有改善自身的营销手段，也没有将技术与自身的生产经营状况相结合，所以，在营销手段较为匮乏的情况下利用先进的技术对企业进行包装，仍然无法从根本上得到发展。
3.营销方式与管理之间存在矛盾。由于营销理念是在上个世纪三十年代引入我国的，在我国的发展时间较短，所以发展的程度还不够完善。营销方式一般是随着经济发展和社会变革而更新的，所以企业的营销方式方面发展还算稳定。大多数企业对市场营销的管理都不够重视，所以，营销管理一直没有得到发展。目前，大多数企业的营销管理方法都是在沿用过去的传统模式，而传统的营销管理模式无法满足现代营销理念和营销方法的需求条件，这样就会制约企业市场营销方式的更新和发展。
二、企业市场营销的管理决策支持系统及结构功能
1.环境分析功能。市场营销管理决策支持系统具有环境分析功能。市场营销的环境分析功能能够帮助企业对潜在的威胁因素进行具体地分析，并对企业所处的经济环境、社会环境以及自然环境等等环境因素进行有效地分析，从而得出企业发展的途径。另外，市场营销管理决策支持系统可帮助企业分析消费者的心理意向，分析企业的竞争力优势和劣势，从而提升企业的外部竞争力。
2.市场细分功能。市场营销管理决策支持系统具有市场细分功能。企业在充分了解自身所生产产品的情况之下，就能够对市场受众进行细分，从而实现具有目的性的市场营销，减少市场营销的误差，提高市场营销的效率。
3.产品策略分析功能。市场营销管理决策支持系统具有产品策略分析功能。产品的进入期、成长期、成熟期以及衰落期为其生命周期。市场营销管理与决策支持系统可对的产品的生命周期进行分析，减少产品不同生命周期带给企业的不良影响，使企业能够在旧产品的成熟期推出新产品，实现产品的新陈代谢，防止企业的经济效益受到产品的影响。
4.价格策略分析。市场营销管理决策支持系统可进行价格策略分析。从产品的价格策略角度进行分析，可将产品的市场占有额、利润以及销售方式等等分析透彻，实现定价方式的优化，保障新产品以及处于成熟期产品的市场成本、需求以及竞争力。
三、市场营销管理决策支持系统实现策略
1.数据库支持技术。市场营销管理与决策系统发展较为落后，会在一定程度上阻碍市场营销方式的发展，因此，必须对市场营销管理与决策系统进行建设。随着计算机网络技术在我国的广泛应用，许多企业已经形成了数字化办公的模式，而企业的市场营销管理模式也应进行改革，以数字化管理模式来代替过去传统的市场营销管理模式。利用数据库技术对市场营销管理提供支持，可以将市场营销工作中获得的数据与信息进行整合，将所有信息与数据全部纳入数据库之中，从而满足市场营销多样化的需求。数据库主要分为四大部分，分别为支撑层、数据库管理层、决策工具层以及决策层。其中，支撑层为数据库模型，由营销模式为基础对数据库模型进行选择；数据管理层是对数据库、方法库以及知识库等等进行管理；通过选择决策，最终进行决策。数据库管理与决策支持系统与传统的市场营销管理决策支持系统存在巨大的差异。其一，是数据库管理系统是一种较为先进的管理模式，能够充分满足各种市场营销方式的需求，以市场营销的特征为主体，对数据库的适用性进行重点的分析。其二，在利用数据库进行市场营销的管理时，由于数据库能够对市场营销数据进行系统、整体地分析，使信息数据保持整合性，并且能够在营销信息数据之间建立相关性联系，从而实现数据分析的准确性，并提升数据分析的效率。
2.oLap支持技术。oLap（联机分析处理）技术主要应用于资源共享方面，且需要建立在网络数据库的基础之上。oLap技术是一种决策工具，可以在数据库进行决策的过程之中提供动态的数据支持，从而实现营销数据的综合性分析。oLap技术为数据库提供的动态信息较为灵活，而且oLap技术还可以对营销数据进行多角度、全方位地分析，使数据库分析更加接近人的思维，也使营销数据分析更加具有准确性。oLap技术实施主要分为三个层面，分别为第一层（客户端）、第二层（多维化处理）和第三层（数据处理）。oLap技术实施环环相扣，先从客户端获得数据，然后将数据提交服务器，由oLap服务器进行多角度地处理，然后再投入数据库进行准备、加载，移入数据仓库，最终完成数据的分析和转换。这种数据处理方式与人脑对数据的处理方式基本一致，所以，能够为营销数据的处理提供支持。
3.数据挖掘支持技术。数据挖掘技术也是建立在数据库基础之上的营销管理技术。数据挖掘技术就是将营销数据库之中的重点决策信息筛选出来，并对重点决策信息进行整合，为市场营销提供更多的案例分析。信息挖掘技术主要是通过对数据的收集、集成、规约、清理、变换、实施、评估以及知识表达等八个步骤对信息进行整理，并利用神经网络法、遗传算法以及统计分析方法等等对数据进行集成计算，挖掘营销信息的有效价值，并将价值最大化。信息挖掘技术可以弥补数据库的不足，帮助数据库筛选信息和数据，防止重要数据被忽视或丢失，并保证数据库处理信息的准确性和高效性。
四、结语
大数据营销分析篇7
［关键词］大数据时代;互动;整合营销;传播策略
大数据是在云计算、互联网之后it行业的又一次大的飞跃，人类社会也由此进入大数据时代，受众的各种信息会在媒体所触及的各个角落被记录存储在大数据网络平台上。整合营销传播是企业通过借助广告等各种传播方式来影响消费者购买行为的一种方式。互动式整合营销传播是新媒体环境下营销传播环境、传播模式、传播汇率进行变革的产物。文章从互动式整合营销传播的概念展开论述，探讨新媒体环境下互动式整合营销传播构建和发展的有力契机，并在此基础上探讨大数据时代下互动式整合营销传播策略。
1互动式整合营销传播的概念论述
“整合营销传播”的概念是以广告、公关等传播方式作为企业信息传递的渠道，达到直接影响消费者购买行为的目标，从消费者的角度出发，运用多种传播手段进行信息传播的过程。新媒体的迅猛发展和广泛使用彻底地改变了营销传播环境，营销传播模式和传播规律也随之发生了巨大的变化，衍生出了“互动式整合营销传播”。新媒体最突出也是最重要的特征是互动性强、精准度高、可测性稳定，这些优势对信息实现双向传播和互动功能有很大的帮助，也实现了一对一、一对多、多对多等多种传播模式的生成。因此，新媒体成为当今时代最重要，也是最常用的一种营销传播渠道。为了最大限度地发挥出新媒体互动性强的优势，新媒体传播策略应该采取数据为导向的消费者信息细分的策略，要求企业在法律允许的范围内运用各种手段最大限度地收集个体信息，建立数据库，实施“信息密集型”消费者传播策略，这种传播方式就是互动式整合营销传播。互动式整合营销传播在新媒体时代下能够实现以消费者为导向的营销模式构建，通过运用大数据信息和针对个人的传播策略实现广大消费者建立稳定的长期互利的关系。目前，淘宝、京东商城等互联网电子商务企业应用的就是互动式整合营销传播模式，对于一些普通的传统型企业，尤其是一些传统的中小型企业来说，对互动式整合营销模式的运用还处在起步阶段，造成这一问题的主要原因是企业对互动式整合营销传播模式认识不足，营销人员缺少专业的知识结构和技能，对数据体系和技术支撑体系的认识和操作能力不够，导致企业对消费者的数据信息收集和分析能力十分薄弱，不能对营销效果进行全程检测，这些都是阻碍企业实施互动式整合营销传播的主要因素，但大数据为解决这些问题提供了契机。
2大数据时代的到来为企业实施互动式整合营
销传播模式提供了新的契机大数据是继云计算、互联网之后it产业的又一项技术变革，大数据的研究和应用是当前信息科技领域研究的一个新热点，但目前我国“大数据”还没有形成一个公认的概念，但对其容量大、种类多、速度快、价值密度低这四项显著的特征有着一致的认可。大数据时代的到来给现代企业管理中的各个方面都产生了巨大的影响，企业管理更加完善、更加具有科学性。企业实施营销管理是一种通过对目标市场的确立，用创造、交付和传播优质的产品附加价值来赢得顾客的青睐和购买行为的艺术。营销管理体系构建的科学性在于对消费者和企业发展数据的严谨记录、搜集、整理和分析，并以此建立并存储营销数据库。大数据中海量的数据让这种定量分析结果更为精准，让企业营销与真实的市场发展需求动向无限接近。大数据时信息传播渠道呈现平台化和受众碎片化，传统的消费者研究方法在大数据时代下已经不能再保证研究结果的真实性和有效性了，因此在营销体系中，传统的研究方法已经不能再及时、准确地获取到受众心理、媒体传播效果、营销效果评估等各个方面的数据信息。大数据时代对消费者群体进行了新一轮的重聚和再细分。运用大数据技术对新媒体平台中存储的消费者的各种信息进行洞察和分析，营销体系从媒体、消费者、企业营销战略、营销效果评估等众多层面进行整合重构:首先，数据是媒体的核心资产，地位十分重要。消费者的行为在媒体所能接触到的各个环节中被有效地记录、检测下来，并对这些行为数据进行了分析整体和挖掘，企业通过对这些数据的挖掘和分析可以有效地掌握消费者的消费行为和消费心理，为企业营销战略和策略的制定提供指导，帮助企业精准地向消费者群体投放广告信息，并能及时、准确地评估营销效果，不断改进营销过程。互动式整合营销传播过程具有跨媒体、跨渠道、跨终端整合，线上线下相互协同，营销过程可度量等优势和特点。其次，专业的海量数据服务商大量涌现，这一类型的企业主要的经营业务是数据计算、数据存储、数据分析，为经济市场发展提供了大量的数据支持和技术服务，为企业的信息传播提供了专业的依托平台。大数据时代营销体系的变革和重构，为互动式整合营销传播模式的构建提供了动力。首先，整合营销过程不断进行变革，企业营销以数据为核心对信息传递的媒体、渠道和终端等进行了整合，更加注重与消费者之间的互动，能根据大数据存储的信息进行消费者消费行为和消费心理分析，并实施全程检测和反馈，这为整合营销传播的互动性特征的运行提供了良好的数据技术基础，使得企业的营销策略更精准，更具科学性。其次，整合营销产业链体系也进行了重构，新兴起的数据服务上、信息技术服务商等企业在企业互动式整合营销模式的运行中扮演了重要角色，让一些没有独立构建互动式整合营销传播体系的企业，也能通过向数据服务商购买数据服务等形式，用可控的成本构建属于企业自身的互动式整合营销传播体系，从而提升企业的营销能力。
3大数据时代下互动式整合营销传播策略
大数据时代下，企业通过对数据的收集、整理、分析、挖掘和处理，根据信息内容科学的制定决策模式，用决策模型来指导营销实践，推进企业的互动式整合营销传播向科学性、定量化分析方向发展。大数据互动式整合营销传播的结构可以分为两个部分:一是大数据营销信息和信息技术体系;二是互动式整合营销传播战略体系。大数据营销信息和信息技术体系是互动式整合营销模式的基础部分，大数据营销信息和信息技术体系运行的核心是根据存储的信息为企业构建大数据营销信息平台，大数据营销信息平台的构建必须包括消费者的个体信息、社会信息等不同层次的营销数据。互动式整合营销传播发展战略体系是借助不同的传播媒体、不同的传播渠道和信息传递的终端来构建营销渠道和媒体矩阵，以实现企业进行互动式整合营销传播。互动式整合营销传播模式强调消费者是企业发展的导向，要将消费者反馈的信息与产品经营的各个环节联动，企业营销信息平台获取、挖掘的信息应该与eRp等信息系统进行及时有效的对接，只有这样才能让企业中的各类数据信息产生联动，才能对产业生产结构进行整合，共同促进企业生产管理向前发展，及时、全面地满足广大消费者的消费需求，提高企业管理的敏捷性。大数据互动式整合营销传播模式在实施过程中可以划分为以下几个步骤。3.1大数据营销信息平台建设大数据营销信息平台获取营销数据的两个途径分别是自行采集数据来建立营销数据体系、向第三方海量数据服务商采购数据。大数据的存储、管理、分析、挖掘等各项工作都会牵扯到复杂的信息技术，但一般的企业并不具备这些信息技术能力，因此，绝大多数的企业都会选取专业的第三方大数据采购技术服务。3.2消费者洞察与细分企业在运营中会广泛借助大数据营销信息平台，通过统计学、数据挖掘等多种方式，对营销数据展开分析、挖掘工作，从这些数据中探寻消费者在这一时期和未来一段时间内的行为、心理等生活中各个方面的特征。与传统的营销数据收集、分析方式相比，大数据营销信息平台更及时、更全面、更科学、更深层次地分析出不同消费者的不同需求、行为和特征等，精准的预测和定位消费者在当下或是未来一段时间内的消费倾向。进而根据消费倾向将消费者群体细致地划分为有意义、相似、可识别、可实施精准营销传播群体，构建消费者细分模块。3.3制定并实施互动式整合营销传播策略企业可以根据消费者细分模块，制定相应的互动式整合营销传播策略，实施精准营销。互动式整合营销策略还可以根据消费者细分模块有针对性地选择传播方式和传播媒体。一般企业最常用的几种传播媒体有微信、微博等互动式新媒体;论坛、网站、互联网等网络媒体;电话、短信等通信媒体;广播、电视等传统媒体。互动式整合营销传播模式应该充分角逐各种媒体资源，整合媒体传播优势，发挥新媒体的有利的传播特点，根据不同消费群体的消费行为和消费习惯，进行最合理的互动传播，推进企业营销实施精准营销。根据目标消费群体反馈的有关媒介使用频率等数据对媒体资源及时地进行再调整。3.4互动式整合营销传播模式的效果监测、评估和反馈机制构建互动式整合营销传播检测机制，根据不同的传播媒介建立与之相对应的指标体系，追踪和分析最近一段时间的传播效果，对这一段时间的营销效果进行评估。评估营销效果的方法有很多种，最常使用的方法是品牌评估法和口碑传播评估法。另外，还需要注重将营销效果评估结果及时进行反馈，并及时在大数据营销平台内进行更新，及时改进和完善消费者洞察结果，提升营销传播技术，在营销传播实施过程能及时调整传播方式和传播技巧，提升营销效果，整合和优化产业结构，扩大生产规模，提升企业的经济实力。
4结论
随着云计算、互联网等it技术的迅猛发展和广泛使用，人们对社会数据信息的采集能力在迅速增长，大数据的应用领域也一直在拓展。大数据时代让企业的竞争核心从资源转变成了数据，营销也成为一项基于数据收集、整理、分析和处理而非创意的一项企业管理系统工程，被企业和学术研究领域高度重视。文章所阐述的大数据时代下互动式整合营销传播体系的构想，能够有效地指导和推进我国企业构建和实施互动式整合营销模式。同时，为企业在运营发展中重视将营销信息与企业生产经营的各个环节联动的重视提出了警醒。希望通过本文对互动式整合营销传播在大数据时代下的使用策略分析，为企业借助大数据信息平台建立互动式整合营销传播体系提供帮助，提升企业的营销能力，调整产业结构，获得更多的经济利润，提升企业的经济实力。
参考文献:
［1］刘英贵，李海峰.新媒体传播中精准广告的营销方式研究［J］．当代传播，2013(4).
大数据营销分析篇8
摘要:旅行社引入关系营销有助于解决当前旅游市场营销乏力带来的一系列问题。首先简要分析旅行社引入关系营销的意义和信息技术对旅行社关系营销的影响,然后从客户信息管理、客户分析以及客户互动等影响当前关系营销开展成效的关键性问题入手,论述旅行社关系营销的核心策略。
关键词:旅行社;关系营销;信息技术
1旅行社关系营销概述
1.1旅行社关系营销的含义
关系营销最早在1983年由美国从事服务营销研究的学者LeonardL.Berry提出并定义为“提供多种服务组合,吸引、维持以及增强顾客关系”。后来的学者扩展了关系营销适用范围,将利益相关者介入其中,如欧洲的ChristianGronroos(1990)认为关系营销是“识别、建立、维持、加强与顾客及其他利益相关者的关系,以实现各方的经济目标和其他目标的过程”。到目前为止,关系营销还没有一个被普遍接受的定义,但核心点是一致的,就是都认为关系营销是建立和发展长期关系,通过长期关系来优化关系方之间的交换。
在此基础上,结合信息时代的特点,我们认为,旅行社关系营销是指旅行社通过与游客和其他利益相关者进行良好的信息沟通,建立、保持和发展与各方的长期关系,谋求更大的经济和社会效益的一种营销方式。其核心在于通过与游客和利益相关者的互动合作,获得共赢式发展。
旅行社关系营销的关系方涉及游客、内部员工、旅游供应商、竞争者、公众等。而游客是旅行社一切经营活动的中心点和出发点,本文即针对旅行社与游客间的关系营销展开研究。
1.2旅行社引入关系营销的意义
关系营销注重培养客户的满意度和忠诚度,通过提升客户终身价值来提高企业的获利能力。旅行社实施关系营销,建立和发展与游客之间的长期关系的优势如下:首先,可以提高游客的保持率。游客流失率高是旅行社行业的痼疾。关系营销方式通过提高游客的满意度培养游客的信任和忠诚,进而提高游客保持率。其次,可以提高游客的介绍率。“满意的顾客是最好的广告”。满意度高的游客乐于将其信任的旅行社介绍给身边的人,充分发挥口碑效应的作用。而且,与其他方式获得的游客相比,介绍来的游客保持率和消费率更高。最后,关系营销有助于降低营销成本和提高收入。游客保持率和介绍率的提高能够降低旅行社的服务成本,增大企业从每位游客身上获得的收入。有研究表明,维持一个忠实的顾客的费用,仅是吸引一位新顾客费用的20%;回头客比例每增加5个百分点,就会使利润增加25%-125%。可以说,关系营销为旅行社营销存在的难题提供了对症良药。
2信息技术介入旅行社关系营销的必然性和优势
旅行社在旅游业的中介地位决定了其收集信息、传递信息和综合利用信息的重要性,对信息处理技术有着天然的依赖性。而旅游产品的综合性、无形性、不可贮存性等特点,客观上要求旅行社必须及时、准确地掌握游客的信息,通过满足游客的差异化需求来提升游客的价值。所以,利用信息技术开展关系营销,是旅行社的必然选择。其中,网络技术和以数据挖掘技术为代表的新型数据处理技术提供了强大的技术支持,并凸显出明显的优势,主要体现在:一方面,网络技术提供了有效的双向沟通渠道,不仅大大降低了营销成本,而且使得旅行社对游客的响应和市场反应更为迅速、有效,为企业与顾客建立长期关系打下基础;另一方面,旅行社利用数据挖掘技术可以有效识别游客的需求,细分出不同的游客群体,并针对游客的反馈、评价和市场实际改进老产品和开发新产品,从而在较大程度上满足游客的个性化需求,提高游客满意度和忠诚度,为关系营销的顺利实施提供保障。
3基于信息技术的旅行社关系营销的核心策略
结合旅行社市场营销的特点,旅行社在利用数据挖掘技术和网络技术为主的信息技术开展关系营销方面的基础性和关键性工作主要集中于游客信息管理、信息分析和企业与游客的互动沟通方面。
3.1加强游客信息管理
经验证明,高质量的游客数据管理能力是旅行社采取差异化营销以区别对待不同游客的基础。旅行社需要收集、积累大量的游客信息,借助数据挖掘技术,通过对游客群的行为价值分析,设计出针对性的营销策略来吸引不同游客群的兴趣。而国内很多旅行社从未对积累的游客信息进行研究、分类,更谈不上开发过相应的营销策略。有些运营多年的旅行社有着比较完备销售数据和交易数据,而据此实施关系营销时,效果却差强人意。原因在于客户数据是根据客户的需求来设计和采集的,而多数旅行社在游客信息管理策略方面,更多的是从交易和技术出发,很少考虑和分析客户的需求和行为。所以导致这些旅行社营销时需要的重要信息没有数据,无法支持营销计划的制定,导致营销策略又回到了以往传统的经验模式。实际上大多数旅行社非常缺乏能够洞察客户行为和价值的客户信息,如人口统计数据、心理行为数据等等。这些数据并不影响企业与客户的交易行为,但对于分析和识别客户的行为和价值却至关重要。所以,旅行社建立的游客数据仓库应具有以下几个特点:(1)对每个现实或潜在游客都要作为一个单独记录存储起来,通过每个个体的信息来分市场,挖掘总体数据发现市场总体特征;(2)每个游客记录不但要包含游客的一般信息,如:姓名、地址、电话等,还要包含游客需求和需求特点,以及有关的人口统计和心理测试统计信息等;(3)每个游客记录一定包含顾客是否能接触到针对特定市场开展的营销活动信息,以及游客与企业或竞争对手的交易信息;(4)数据仓库中应包含游客对公司采取的营销沟通或销售活动所作反应的信息;(5)存储的信息有助于营销策略制定者制定营销计划,如针对每个产品在目标市场中采用何种营销策略组合;(6)对游客推销产品时,数据仓库应该用来保证与游客进行协调一致的业务关系发展;(7)数据仓库建设好后可以代替市场研究,无须通过专门的市场调研来测试顾客对所进行的营销活动的响应程度。
3.2开拓客户(游客)分析能力
客户分析是通过对客户信息的理解,应用适应性建模技术,通过动态的行为和价值分析,识别客户的行为、价值和需求,从而为采取差异化的营销与服务策略区别对待不同的客户群提供支撑,并帮助企业建立起实时的业务和客户洞察力。而客户分析能力就是将客户信息转化为客户知识,并在企业内部进行知识共享的过程的能力。
一些旅行社营销人员谈到客户分析时认为,客户分析就是数据挖掘和客户细分。这些企业非常热衷于在客户分析方面投资于昂贵的统计分析软件,有些企业甚至在一开始就不惜重金采购SaS、SpSS等高级统计分析工具,但在每年支付着高昂的分析软件服务费用的同时,这些分析工具却并没有给企业带来预期的收益和效果。究其原因,客户分析首先要基于企业的业务目标,主导客户分析的是企业的业务和客户营销策略,分析软件仅仅是这一过程的支撑工具而不是主导。分析客户数据的能力并不仅仅是掌握数据库技术和统计技术就可以,关键是客户策略主导的业务应用。应当由营销部门和服务部门来主导客户分析能力的建设过程,营销和服务部门需要客户分析的结论来支撑营销和服务策略的执行。
而国内多数旅行社的现状是营销部门没有专业客户分析人员,营销分析常常由信息技术部门兼做。企业的营销策划人员不了解基本的客户数据分析方法,甚至从未接触过客户数据库的实际数据,往往是向信息技术部门提要求,由信息技术部门提供客户数据分析的支持。结果是,信息技术部门只是维护数据库系统,系统里有什么数据就提供什么数据,不结合营销分析的要求对客户数据进行系统的收集、整理和维护。可想而知,客户数据的管理和数据的分析脱节,企业营销策略往往得不到客户数据的驱动。应该说,很多旅行社不是缺乏数据和客户,而是缺乏基本的客户分析经验,不知道如何策划个性的营销方案,营销的水平仍维持在大众营销的程度。在这种情况下,关系营销无法取得预期的效果。
3.3洞察并驱动客户互动
客户互动能力即是选择一个对企业和客户都有利的互动方式的能力。高质量的客户互动离不开企业对客户的理解,即客户知识对客户互动能力的驱动。客户互动能力往往涉及到以下几个关键的营销管理问题:渠道组合管理、客户接触点管理、客户沟通和客户体验管理。在“渠道为王”的传统营销思想影响下,很多国内服务企业在it技术进步带来的营销通路变革和客户消费偏向与方式变化情况下,并没有在客户渠道偏好上进行相应的分析,在利用多通路进行营销渠道组合的设计和实践中,往往是沿着企业有哪些可利用的渠道来接触客户进行营销通路设计,而没有从客户偏好于通过什么渠道来与企业联系来进行考虑。虽然不少企业都寻求在客户接触点上为客户提供最好的服务,在所有客户接触点上建立和执行高效的、高个性化的客户沟通能力对于很多国内服务企业是个挑战。
由于客户数据库建立和客户分析工作的不足,对国内多数旅行社来说,客户互动更显乏力。大部分旅行社仍从传统的4ps观念出发,从企业自身出发来设计营销组合,“以游客为导向”基本流于形式和口号。以旅行社网站为例,目前,国内大多数旅行社建立的旅游网站还只是简单地把网络视为介绍企业、景点、线路和在线预订的工具,缺乏与客户的互动。旅行社应充分利用网络技术的优势,建立快速、有效的互动沟通方式,提高对游客的响应率,真正发挥关系营销的效果。
4结语
大数据营销分析篇9
[关键词]数据挖掘；营销策略；营销数据
[中图分类号]F274[文献标识码]a[文章编号]1005-6432（2014）17-0039-02
在知识经济时代，市场竞争已经逐渐演变成为智慧和才能的竞争，随着计算机技术在企业各个部门的不断渗透，越来越多的数据为企业决策提供了参考素材，同时也为企业制定营销策略提出了更高的挑战。诸多企业在采用信息化管理之后却难以应对海量营销数据的攻击，在制定营销策略时陷入了“数据丰富，知识匮乏，方式欠缺，方向不明”的困境。针对这种现象，企业管理者需要对营销数据的概念有充分认识，根据企业自身的数据情况进行分析，对营销策略进行战略调整。
1企业营销数据挖掘的概念
数据挖掘又称做数据库中的知识发现，是当下数据库领域中的研究热点，需要从数据库庞大的数据储备中找出隐含的、具有潜在价值信息的过程。因此，数据挖掘对决策而言具有明显的支持作用，数据挖掘技术是在人工智能、机器学习、统计学、可视化技术的支撑下完成的，具有归纳性和合理性，对决策者调整营销策略，减少或规避风险，落实决策都有重要意义。
目前数据挖掘在商业领域的分析方法有许多种，需要根据问题以及数据的类型对分析方法做出调整，较为常用的主要有以下几种。
1.1关联分析法
关联分析法指的是从所储备的数据中能够找出某些数据在某一事件中存在的关联性。采用这种分析法需要先确定关联规则，发现某一事件中不同数据是否存在关联性，而这种关联性与企业管理或销售存在着怎样的关系，从而据此对企业管理或销售计划做出调整。
1.2序列分析法
这种分析法与关联分析法的规则类似，但是它寻找的是某一事件中数据之间在时间上的关联性。这种分析法对于发现潜在用户具有明显作用，能够广泛应用到医疗、工程等领域的企业当中。
1.3分类和预测分析法
一般而言，分类与预测分析法是由两个过程实现的，首先是先确定一个模型描述，描述出指定的数据类型和概念集，进行分类划分，然后使用这个分类进行预测分析。这种分类预测分析法能够对特定消费习惯的用户进行有效分析，从而推断出消费习惯和下一步的消费行为。
最后一种就是聚类分析法，这种分析法是专门针对缺乏数据描述的情况而采用的。例如，在聚类分析之前，数据特征等都是未知的，进行聚类分析时就能够将数据库内的信息进行相似性最大化处理，这样就能够帮助企业了解出哪些是较为典型性的用户，哪些是忠实用户，哪些是流失用户等，从而有助于企业根据不同用户的消费特征制定出不同的营销策略。
2数据挖掘的重要性
随着企业信息化建设的逐步完成，大量的数据信息在企业随处可见，而完善的信息系统为企业提供了良好的数据挖掘条件，所以，如何利用好数据资源，成为企业获得市场地位，赢得市场份额的重要环节。
但是，我国企业虽然信息化系统较为普及，但是对数据信息的利用仍有欠缺，对信息化以及数据信息的挖掘利用仍处在起步阶段，在市场竞争压力不断加大，企业规模不断扩大的情况下，需要利用现代化数据信息来应对瞬息万变的挑战。因此，企业进行数据信息挖掘有助于增加经营、决策的科学性，制定出正确的营销策略，是企业快速发展的必由之路。
3良好数据挖掘对企业营销策略的影响
3.1有助于优化产品布局，为营销策略提供参考
企业产品布局主要指的是产品种类和数量、产品生产组合等内容，对产品销售范围、销售数量以及组合销售情况进行数据挖掘有助于增加企业产品的销量。从某种意义上讲，企业产品是企业最真实的代表，因此，需要在产品生产以及销售的过程中对收集来的数据进行有效分析。主要包括两个方面，一是在产品生产过程中成本价格浮动数据。用最通俗的例子来表述，就是当某一个较为畅销的产品的成本价格上升时，仅仅靠提升产品价位，来巩固销售额不是最好的办法，而是需要考虑调整产品布局，对该畅销产品进行组合销售、范围销售、带动销售的情况下，来获得更好的利润。这些营销策略需要在严密、准确、全面的数据挖掘情况下进行，否则就增加了企业的运营风险。二是产品在销售过程中的销量数据浮动。假如产品在某一区域的销量逐渐上升或逐渐下降，就需要对这类事件进行充分数据挖掘，在进行这类数据挖掘时可以采用聚类分析法和分类与预测相结合的方法，从而制定相应的营销策略，抓住企业的各类用户，并对忠实用户进行巩固。
3.2有助于管理用户类别，为营销策略提供支撑
根据真实有效的数据来进行分析挖掘是企业用户管理的基础，是企业营销策略落实的关键。首先，数据挖掘可以帮助企业将用户类别标准进行明晰，使企业能够根据不同用户群的需求来制定营销策略。其次，数据挖掘时可以通过分类预测分析法对潜在用户进行吸纳，使企业在维护好原有用户的基础上将潜在用户归纳到现有类别当中。同时还可以根据已经掌握的用户资料，根据性别、年龄、区域以及洽谈手段进行归类分析，从而了解不同用户的合作趋向，为用户提供更好的服务。
另外，在管理用户类别方面，还需要从用户满意度的角度进行分析，通过与用户维持较为合理的交流氛围来把握产品的市场定位，有计划地进行差异化营销。在分析用户满意度的同时要注重为忠实用户实行个性化销售制度，制定良好的个性化产品组合，及时调整产品内容和产品组合结构，从而保证了营销策略的灵活性，为企业制定营销战略提供有效支撑。
3.3有助于实现营销数据管理科学化，提高营销策略制定时效性
通过对营销数据挖掘与分析，能够为企业决策者提供更加精准地市场分析，为摆正企业发展目标，准确开展市场营销活动，提供强有力的支撑，在实际落实中则大大增加了营销策略制定的时效性。企业在进行数据挖掘时能够对用户对产品的使用情况进行及时掌握，快速做出反应，为企业调整、拟定营销策略提供可靠依据，大大提升了营销策略的制定速度，缩短了从制定到落实的时间差，为企业发展、产品销售赢得了宝贵时间。比如，制定交叉销售策略时，企业可以快速利用现有老用户的信息及其所在社会层次制订老客户带动新客户的营销方案，大大提升了寻找新用户、掌握新用户信息的速度，不仅能够有效开展富有个性化的交叉销售，还能够在一定程度上保证了营销策略有效落实。
4结论
通过以上论述可以发现，在知识经济时代下开展的营销数据挖掘虽然能够较为快速地为企业赢得利润，但是还需要企业进一步扩大数据搜索、储备范围，不断更新数据收集、储备及分析方法，为企业营销策略制定提供更加准确的参考信息。同时企业还需要扎实修炼数据挖掘方面的内功，不断提升数据挖掘能力，综合利用数据挖掘方法，迎接更多的挑战。这就要求企业要充分认识到营销数据挖掘中存在的瞬时性、短暂性，在数据信息的瞬时性中挖掘持久性规律，尽可能地规避数据挖掘的不良影响，做到既能钻得进去，又能跳得出来，为企业提供更加全面决策参考。
参考文献：
[1]马江洪，张文修，徐宗本.数据挖掘与数据库知识发现：统计学的观点[J].工程数学学报，2002（1）.
[2]钱锋，徐麟文.数据挖掘及在营销中的应用[J].杭州电子工业学院学报，2001（4）.
大数据营销分析篇10
目前易传媒大平台和新引擎mediaV开发的营销工具adviva[1]每天都在对超过4万个在线电子商务订单提供全程营销观测和效果优化决策，这些不断更新的数据成为了网络营销的重要指导原则。包含在营销背后的主要是对adviva背后的大数据计算。社交媒体数据[2]也成为了网络营销的重要组成部分，尤其在碎片化[3]网络环境下，如何通过大数据来对数据进行整合，从碎片的大量碎数据中挖掘出更多有价值的内容。而基于大数据技术上的创新，会使得未来的网络营销更贴近于受众消费者，广告出现的时间更合理，广告的形式和内容也更容易被受众接受。
二、大数据与网络营销基本概念
根据中文互联网数据研究资讯中心的定义：大数据[4][5]是指那些用现代常规处理技术不能处理的海量数据，这些数据将成为传统计算可望而不可及的无用资源。大数据的数据量随着时间时时刻刻在不断增长，预计到2020年，每年都将产生35ZB的大数据。iBm给大数据定义为4V，分别为数量巨大、种类多样、速度大及具有极大的价值。在网络营销中，其实大部分的企业根本不缺少数据，而是数据太多了难以处理。企业需要统计客户、市场、销售及服务信息，如果将这些数据综合起来，毫无疑问会是个规模巨大的数据，如何利用这些大量的客户数据、市场数据、销售数据及其服务数据等等将成为一个巨大的挑战。现代网络营销技术则需要借助这些数据进行各种数据整合，最后得出一整套有益的大数据营销解决方案。如果作为一个超市的经营者，只要超市的poS机在工作，就会有大量的数据流入经营者的服务器[6]。在美国沃尔玛商场里面，某位收银员扫描完顾客购买的商品后，收银员的电脑上会显示一些“隐形信息”，然后会根据这些“隐形信息”向顾客友好的提醒：“我们商场刚进了一批全新口味的小苏打饼干，奶酪等几种佐酒小菜在H3货架，如果您需要可以去选购。”顾客也许会很惊讶的说“我正需要找这些，现在先去看看”其实收银员在扫描顾客所购买的货品时，已经将顾客购买好的啤酒，红酒，沙拉等信息输入了信息系统，而购买这些货品的人群，80％都需要购买佐酒小菜和佐料，所以就有了刚开始收银员的“顾问型营销”。而让收银员如此“神奇”的原因是沃尔玛公司修建的数据库，这个数据库是通过卫星与全球卖场实时连通的企业级大数据库。同样阿里巴巴作为中国电商业的航母，它也已经利用大数据进行了具体的服务。比如在淘宝平台上，商家可以利用淘宝魔方了解在整个行业中所品牌的销售状况，商场排名和消费者行为等等，并且能根据这些数据来做出经营调整。
三、基于大数据的网络营销模型
为了将大数据运用到网络营销中，可以将大数据源等信息组合在一起，做一个基于大数据的网络营销模型。在基于大数据的网络营销模型上，首先收集日志信息，论坛信息，微博信息，社会网络信息，交易信息等数据。然后将这些大数据源放入网络营销模型中，用算法库的方法归类，比如：聚类算法，关联算法，分类器。再用大数据计算方式计算（mapReduce并行计算框架），进行计算分析数据。最后基于这些大数据中提取的信息，将其运用在网络营销中，比如：基于大数据的商品关联挖掘营销、基于大数据的商品地理营销、基于大数据的社会网络营销、基于大数据的用户行为分析营销、基于大数据的个性化推荐营销及其基于现代通信工具的大数据分析营销。
四、基于大数据的网络营销对策
（一）基于大数据的商品关联挖掘营销
网络营销中的经典案例———啤酒与尿布。当啤酒和尿布摆在一起时，会使尿布和啤酒的销量大幅上升。超市经营者是发现了这两者之间的关系后，再探究原因的。因为美国妇女很多都是家庭主妇，他们一般不自己出门采购，而是让丈夫下班回家后顺路去超市给孩子买尿布。同时美国人又爱喝啤酒，于是买尿布的时候就顺便买了啤酒，这样使得尿片与啤酒形成了关联。因此，大数据挖掘的基础是发现各个数据之间的关联、关系。在大数据环境中单独的碎片数据再多也难以实现其价值。所以推及到中国企业运用的时候，要对原有数据进行分析，建立起各个数据之间的联系，把各个方面的数据打通，比如在手机号码，住址等方面寻找联系。
（二）基于大数据的商品地理营销
分析网站交易数据，通过地理位置分析每个地方的人的爱好。如武汉人喜欢吃牛肉而浙江人喜欢吃螃蟹，再针对这两个省的人采取不同的商品销售方式。比如：淘宝网在2011年的《淘宝2011网购文胸调查》[7]调查显示,北方的文胸销量明显高于南方，其中新疆的文胸销量最好。由于北方人普遍高大，对文胸的需求也更为明显。不同的地方对文胸的尺寸也是明显不一样。总体来说，北方对B与C罩杯的文胸需求量大，而南方则对a罩杯的文胸的需求量大。通过对于文胸的一个购买分析可以看出，不同地域对于不同商品的销售是有直接影响的。通过该报告也可以得出北方人比南方人要高大，从而对商品的需求侧重不一样。其实通过对商品交易的大数据的分析也可以看出中国女人普遍使用B、C及D罩杯，相对于欧美等国家来说，我国对文胸的需求偏向小型。所以国际文胸大品牌在进行商品销售时候，中国的尺寸也将主要集中在中小号型商品中。或许是南方人的平均胸部要比北方人略小，南方人对丰胸产品的需求也更为强烈。淘宝网同时的丰胸产品销售数据显示，丰胸产品在全国所有省份中，广东、江苏和浙江三省对丰胸产品的需求最大。这一结果也体现了南方省份的女孩相对来说对丰胸的渴望程度要大于北方。这些结论的得出属于一种典型的大数据分析，其结论对商品地理营销具有重要的意义，它将直接指导着文胸这种商品针对不同地域的物流调度等一系列营销问题。
（三）基于大数据的社会网络营销
人人网络的朋友圈子、QQ的好友圈子及国外的Facebook，twitter等，进行相应的社会网络营销。比如人人网的朋友圈子营销，2010年蒙牛酸酸乳结合人人网的网络资源和现实的明星资源，在各高校展开了“酸酸乳———音乐梦想学院”活动，在鼓励年轻人追逐自己梦想的同时，提倡他们喝蒙牛牛奶，享受品质生活。同样，今年小米公司的红米手机，QQ认证空间在QQ好友里面的转发和传播，也让红米手机的销量远好于预期情况。还有社会网络营销的微博营销，在去年的“凡客体”大受追捧的同时，也让人感受到了微博营销的潜力。这些看似无心的举动，其实正是主办方基于大数据，对受众群体和社会化网络传播媒介的了解，比如：蒙牛的年轻，梦想，牛奶的品质生活很符合年轻人的口味。还有因为红米手机的价格不高，所以红米的定位在二三线城市消费者，而QQ空间在这个群体里有着很大的用户粘度。还有“凡客体”的火热，也是归功于微博的时效传播与个性化追求。
（四）基于大数据的用户行为分析营销
分析用户的历史行为和习惯，进行相应的营销。比如苏宁云商在收购pptV后，苏宁自主研发的社交工具———云信。云信具有一定的分析能力，它能够将购买者的购买行为及其历史记录进行建模，并做一定的分析，为以后的有针对性的网络营销提供基础。并且这能通过基本的社交兴趣划分，找到企业所需要的潜在用户对潜在用户投放商品广告，这样可以大大提高广告投放的转化率。比如在“搜索行为”上，用户很多时候是直接表达自己的意图，比如“离湖北经济学院最近的咖啡店在哪里？”苏宁就可以将商品“标签化”来吸引顾客。云信还可以基于用户海量的评论，进行分析和挖掘进而理解用户的意图。
（五）基于大数据的个性化推荐营销
大数据时代，数据来源于多媒体，广告从平面广告向声光电等技术融合的新媒体发展，很多在身边的例子都可以佐证。比如现在微信，QQ，微博“查看附近的人”，有很多从事相关方面的营销，各种社会媒体已经成为网络营销的主战场。在社交媒体中，很多社区，论坛，微博等社交平台上，用户根据自己的兴趣爱好建立自己的社交圈和群。在自己的小圈子里，用户可以自己消息，这些产生的信息资源对广告企业来说洞察消费者心理尤为重要。个性化营销已经成为网络销售的极其重要的组成部分，越来越多的商业分析工具通过各种个性化推荐算法实施有针对性的个性化营销。
（六）基于现代通信工具的大数据分析营销
比如淘宝的量子恒道统计。量子恒道统计包括两方面，一方面是量子恒道网站统计，一方面是量子恒道店铺统计。量子恒道网站统计主要为个人站长、个人博主、网站管理者、第三方统计等用户进行流量监控、数据分析。通过这些数据分析发现用户访问网站的规律，并做出相应的网络营销策略。而量子恒道的店铺统计，是为淘宝旺铺设计的店铺数据统计系统。通过统计访问店铺的用户行为和特点，了解用户喜好，为店铺推广商品展示提供充分的数据证据。同样微信营销在现代通信工具营销中也越来越重要，常用的做法有：1.通过网站，微博，或者各种线下广告让用户扫描微信二维码。2.查看附近的人，发掘在附近人的兴趣爱好，生活习惯等，寻找目标客户群体。
五、基于大数据的微博营销案例分析