大数据营销理论篇1
关键词：大数据营销；市场营销战略；展览市场营销
基金项目：本文系2014年重庆文理学院学生科研项目资助（项目号：XSKY2014098）
一、问题提出
随着展览业的不断发展，传统的营销战略决策方式已或多或少露出一些弊端。如在营销战略选择上盲目跟风，见利就上，导致某一地区或某一产业领域超负荷举办同类展览项目。或不计成本，不明目标地在某一营销手段上狂轰滥炸。如何高效运用营销资源，在竞争激烈的展览市场独树一帜，成为展览业规范化潮流中的中流砥柱，已经成为亟需解决的问题。
二、大数据在展览市场营销决策中的意义
（一）明确展览营销对象
大数据通过对展览相关数据进行聚类分析、关联规则、回归和分类推测等高级分析理论与方法的处理，精准锁定展览营销的地理区位，明确目标客户定位及分类。依据展览组织者自身定位，划分出适合自己的市场范围、目标客户类型及分布。为营销战略的制定，设立起清晰的标靶。
（二）提升展览营销效果
在有明确营销对象的前提下，展览组织者可以将各个营销渠道、营销方式的反馈信息进行数据处理，选择出最直接、最有效的渠道、方式或渠道组合、方式组合，使得品牌信息、产品信息等传达到特定目标客户的手中，提升营销效果。
（三）树立展览业高端、专业新形象
通过社交网站、行业协会、电信信息以及其他盈利、非盈利信息转手机构获得相关数据信息，经过回归和分类预测，锁定本展会的专业观众及意愿参展商。如此，既可以避免对公众媒体狂轰滥炸而造成的资源浪费，也可以使展览会的社会形象变得更高端、更专业。
三、大数据在展览市场营销战略决策中的应用
大数据在展览市场营销决策中的应用，主要包括三个方面的内容，即目标市场战略、市场竞争战略、市场推广战略。
（一）目标市场战略
1.市场细分
对展览市场来说，消费者和企业是两个重要组成部分。通过数据分析，可以得出本展览消费群和产业群的区位分布。如，本展览是珠宝、汽车等消费展，组展商可以收集全国各大城市近几年人均GDp、恩格尔系数、基尼系数、Cpi系数等数据，运用数据高等分析中的聚类分析，得出本展会在各大城市的市场消费总额、群体分布结构以及消费欲望值。
如此种种，便可将全国相关市场分为若干部分，并能在数据可视化后，将这些部分评为a、B、C......等若干等级。各等级市场需配有相应的市场战略。主要战略可根据市场发展矩阵分为：市场渗透战略、市场开发战略、产品开发战略、多元化发展战略。至此，市场细分也就完成了。
2.目标市场选择
经过市场细分，确定意向市场，下一步就是结合企业本身的资金、资源、最大限度的承接能力等选择目标市场。如何使现有的资源得到有效整合，自然离不开数据分析。数据来源既可以是历史数据，如：历届同类型展会的盈亏平衡分析，也可以是计量经济学的数据建模，得出估计数值及边际回报率。由此得出各个细分市场盈利空间，选择最佳目标市场。
再者，大数据并不仅仅包含数值数据。政府对某一方面的某种支持也是数据的一种。如上海自由贸易试验区的挂牌运营对金融、航运、会议、展览等行业都有相当大的支持力度。明确自身不足，有效利用外部资源也是大数据应用于展览市场营销中的目标市场选择战略的方式之一。
3.市场定位
目标市场锁定后，就要对参展商、专业观众、赞助商的目标定位。
①参展商定位。对参展商而言，其目的主要有：了解市场行情、巩固现有市场、开拓新市场、与同行进行交流等。组展商可以通过：跟展，信息购买，行业协会，电信，邮局，网络、展会app数据反馈等，其中尤以网络途径为佳。美国西雅图的专业搜索引擎营销咨询公司GlobalStrategiesinc（GSi）在网络定为客户方面做得相当出众。
②专业观众/消费者定位。对于消费型的展会，消费者的定位却需要系统数据分析。需要商场的消费记录、内部数据库、外部数据库、数字网络和参展商定位所提及的途径等提供数据。得到数据之后，针对其购物习惯及喜好，选择其最常接触到的媒介传播展会信息。
③赞助商定位。展会赞助商，一般选择与自己企业产品有联系的展会进行赞助，有了参展商的信息，赞助商不难找到，但要考虑到赞助商企业的财务计划及预算，自然也需要经行数据分析。
（二）市场竞争战略
当今展览市场并非一家独大的垄断市场，而是群雄逐鹿的完全竞争市场。大数据在展览市场营销战略决策中的应用，竞争战略分析是相当重要的。
1.竞争者分析
企业需要估计目标市场中竞争者的优势及劣势，了解竞争者执行各种既定战略的情报，以及其是否达到了预期目标。为此，企业需要搜集近几年有关竞争者的相关数据，如展位价格、市场占有率、利润率、现金流量、发展战略等。得到这些数据并非易事，主要是间接方式，如第二手资料、别人的介绍和对服务供应商、参展商及其他相关利益者进行调查。问卷调查在数据分析中是个不错的选择，可以让上述群体对竞争者的某些方面进行打分。然后运用关联原则，倒推出想了解的信息，并把竞争者进行分类，分成市场领导者、市场挑战者、市场跟随者等级别以便后面的竞争战略决策。
2.基本竞争战略
市场占有率与投资收益率是成正比的，所以组展者要不断提高自身的市场占有率，但首先要对其他竞争者进行试探性的攻击。同时，要把竞争者的反应数据系统地记录下来，包括反应的时间、反应的规模、反应的激烈程度。将数据进行比较分析，对竞争者进一步分类：从容不迫型竞争者、选择型竞争者、强劲型竞争者、随机型竞争者。组展商可以自己跟各类竞争者进行基本数据比较，找到自己的市场地位，结合竞争者反应程度选择竞争战略。
3.优化竞争战略
利用大数据提升自己的竞争力，优胜劣汰，优化竞争环境。作为大数据在展会中的具象――展览通，该服务系统具备三个条件：第一是云计算，满足数据扩张的需要；第二是运用互动二维码技术，强化展会现场的互动性；第三就是移动通信。展览通作为升级版，可以为每一个观众提供一个电子档案，记录其在展会现场的访问路径；参展商可以拿到观众的信息清单，并可以直接下载到手机目录；还可为展会组织方提供一个详细的展后报告。根据展后报告，展会组织方可以清楚看到现场参展商按被关注程度而行成的排名。这将为组织方提供可参考的数据，如摊位设计、布局情况，以方便下一届展会现场的规划。
（三）市场推广战略
目标市场已经找到，竞争战略已经制定，如何运用媒介将展会信息及时传到展会所需的参展商、专业观众/消费者、赞助商，大数据分析仍是最有效的方法。
1.展会前期推广
展会前期推广的形式主要有：开展推介活动、广告、举办新闻会、海外推广、网站推广、项目招展、项目招商、专业观众组织、贵宾邀请、赠票计划、配套服务等。大数据营销战略中相关利益者推广基本遵循差异化、精确化，如同参展商与专业观众定位，不必多说。在此重点阐述媒体推广的数据分析应用。
现今社会通行的媒体主要有：电视、广播、网络、报刊、邮件、电话短信、各种流动媒体、各种街头媒体和新兴的自媒体等。各有所长，各有所短。数据分析所需的资料有：投放收益率、信息失真率、媒体信息接收率等。结合本展会信息的具体受众，采用最有效的媒体营销组合。经济学中有“2/8定律”，在考虑资金有限的情况下，可以选择少数几个最有效和效益一般的媒体，果断放弃其余效益最差的媒体。
2.展会当期推广
展会当期推广强调及时性、准确性。包括展会app信息传播推广、现场接待和服务和资料分送。
展会app是展会现场推广的重要方式之一。其简单、快捷，可以实现智能手机全覆盖。此外利用app还可以收集使用app客户的信息，便于以后组展商建立数据库及进行数据分析。如会展通、展会通两款app就是两个很好的例子。
现场接待和服务。现场是展览会营销的重要窗口，组展商除了要有真挚的服务态度外，还要有精确地数据化管理。如安排办卡、报到、入场、金融、邮政、翻译、安保、保洁、快餐、茶点等，都可以借助数据化进行管理。
资料分送。要把下一届展会宣传资料同时送出，还要防止滥竽充数的参观者随意领取又随手丢弃。这就需要根据参观者的参展记录来区分，因前期已经做了充足的数据准备，此问题不难解决。
3.展会后期推广
一是展后宣传。展后宣传是将展会的全部新闻稿提供给合作媒体，新闻稿包括的统计数据有：参观人数、平均参观时间、展位布局、成交额、展商和观众的反馈意见、下届展会信息等。将这些信息数据可视化后，直观的呈现在公众面前。
二是展后关系维系和发展。因前期数据准备，组展商可以清晰地了解每个参展商及专业观众的参展信息，有能力对其进行世上独一份的致谢，并把这些信息入库，更新客户信息，为下届展会打下坚实基础。
四、结语
大数据在展览市场营销战略决策中的应用前景广阔，作用巨大。但因多种因素的限制及不完善，导致展览市场营销战略决策时仍缺乏大数据分析能力，运用不够成熟，同时也有一些忌惮，如个人隐私问题。现今，整个数据分析行业已达成一致的共识：尽可能确保收集到的数据是安全的。隐私安全问题解决后，更充分地、更具创造性地将数据分析运用到展会营销市场战略决策中，提高战略决策科学性，迎来展览行业大数据时代！
参考文献：
[1]王华.会展概论[m].广州：暨南大学出版社，2010
[2]郭国庆.市场营销学通论[m].北京：中国人民大学出版社，2009
大数据营销理论篇2
关键词：互联网大数据；营销模式；创新
1引言
随着互联网大数据时代的到来，消费者与产品（服务）的联系发生深刻的变化：产品（服务）信息的即时更新和对比、购买方式和渠道、消费便利性、个性化需求、潜在需求等方面。这些由消费者和产品（服务）形成的信息数据日渐复杂，加上行业间的竞争也来越激烈，企业亟需在营销模式上大胆创新，以适应时展，提高核心竞争力。
2互联网大数据时代的特征
大数据是指那些大小已经超出了传统意义上的尺度，一般的软件工具难易不抓、存储、管理和分析的数据（黄升民、刘珊等，2012）。互联网大数据时代是信息科技化高度发展的结果，它是一个以大数据平台为技术核心，以挖掘数据价值为服务核心，不断将数据价值转向人工智能应用的庞大生态体系。互联网大数据时代具有如下几特点：①数据量巨大。对数据的存储单位已从过去的GB到tB，甚至是nB、DB级别；②数据呈现形式广泛且结构化不明显。数据来源于具体数值和文字，亦可来源于应用程序、图像、音频等，样式多元结构多样；③数据产生速度快且时效性要求高。数据每时每刻都在产生和更迭，数据的保存和处理、运算对获取数据现时价值提出非常高的要求；④数据潜在价值大。数据的价值在于数据“会说话”。通过大数据分析，能够预测事物的趋势走向、发现某种行为关系、得出某种现象结论等，让数据充分体现其潜在的目标价值。
3互联网大数据时代网络营销对传统营销模式的挑战
在互联网大数据时代，网络营销变得越来越广泛。网络营销指的是在互联网平台上，使用网络信息技术并开发各种应用软件，在商家和客户之间进行产品交换、提供全面服务的系列工作。同时企业可以通过在互联网上的在线活动，对客户进行系统管理，并针对目标客户宣传推广产品服务从而达成某种营销目的的新型营销活动（黄纯芳，2018）。这也是互联网大数据时代最为显著的特点。在互联网大数据时代，网络营销向传统营销发起了挑战：第一，打破分销壁垒，建立企业与消费者直接联系。随着新科技新应用的出现，分销的概念日渐消沉，企业通过官方app、微博、抖音等工具，逐渐建立起与消费者直接联系的渠道，实现真正意义上的BtoC营销（BusinesstoCustomer）。第二，扩大客户诉求层次，狠抓消费者显性和潜在需求。网络营销不仅满足消费者显性需求（即购买自己需要的产品服务），还能借助数据软件收集并分析消费者消费轨迹，结合消费者对事物的关注程度，推送消费者可能需要的产品（服务）服务信息，激发并满足消费者更深层次的潜在诉求。第三，信息公开透明，注重消费者感知体验。网络营销让消费者对产品（服务）服务信息实现“随时随地全方面了解产品（服务）”的功能，产品定位、价格、品质（消费者评价）、产品对比、物流、服务等都能通过软件平台一览无遗，仅从单一的营销手段（如降价促销）已不能形成核心竞争力，让消费者从“营销初始”到“购买享用”全流程得到最佳体验已成为了企业竞争核心。第四，信息传播快且高效，消费交易方式简便。企业通过软件（如微信、微博、快手、抖音、企业官方app等）实现了信息即时传播，通过借助平台流量的优势，将营销变得高效、低成本、多样化。同时，消费者从产品呈现到最终交易，全程线上完成，弹指之间便让产品（服务）达成交易，让线下营销者毫无察觉、默默地被打败。第五，跨业态竞争出现，降维打击明显。网络营销的载体是互联网电子平台，信息手段、软件开发、平台维护、数据分析等内容显得越来越重要，信息技术成为占据网络营销成败的关键，越来越多的互联网企业在逐渐跨业态地走进物流、农业、餐饮、零售等领域，充分利用技术优势对所进入的行业进行降维打击，深刻地改变行业的营销生态。第六，网红增人气，直播促流量。在网络媒介环境的营造下，企业更加侧重关注网民的心理需求，让网民特别关注的红人在网络作用下放大影响力，使其满足网民审美、刺激、品味等需要，大幅度增加企业自身的人气。网红达人通过直播，提供专业、高质量、综合多样的视频、买家秀等服务，吸引高人气高流量的消费群体，让企业的产品处于营销的风口。因此，基于传统4ps营销理论（即产品、价格、分销、促销等）的营销模式在互联网大数据时代显得有点力不从心，网络营销方式的出现和发展，快速且深刻地改变着人们的生活方式和消费感知、消费方式、消费理念，让企业不得不重新思考在营销模式上大胆创新，重新构建营销模式的核心竞争力。
4互联网大数据时代的营销模式创新的方式
面对互联网大数据的快速发展，（张罡，王宗水，赵红，2019）重构营销模式创新逻辑，提出三方面内容：第一，整合营销促进营销模式中价值的创造；第二，差异化营销促进营销模式的价值的增加；第三，精准营销促进营销模式中价值的维护。基于价值创造的视角，企业需要更多地结合内外部资源，充分利用大数据技术实现网络营销竞争组合，让消费者充分享受价值交换过程中实现企业价值。随着信息技术不断发展，营销专家们对营销模式理论进行不断升级。美国营销专家唐舒尔茨（DonSchultz）提出了4i理论，即趣味（interesting），利益（interests），互动（interaction），个性（individuali－ty），赋予网络营销新的理论指导，注重企业与消费者互动交流，引导消费者对产品服务，乃至企业品牌的认同。著名营销理论专家傅明（2015）提出4e理论，即体验（experience）、花费（expense）、电铺（e-shop）、展现（exhibition），这是基于互联网网络营销环境下，针对电商市场提出营销创新模式。为此，企业需要基于互联网大数据时代下的营销逻辑，创新企业营销模式。第一，整合网络营销手段，促进互动交流，优化传递价值。大数据技术在改变消费结构和创造消费需求上发挥着关键性作用，而互联网大数据时代形成了价值网络重塑，企业与消费者之间建立了更加多元、透明、通畅的网络联系渠道，移动网络平台如微信、微博、官网app、抖音视频、快手等积累着大量的消费者群体，这些移动网络平台把人们的家庭、生活、娱乐关联在一起，形成了强关系高活跃度的移动网络交流平台。通过整合若干或者众多网络营销手段，把商业产品和服务以人们喜闻乐见方式植入其中，让营销内容、传播方式、获取渠道吸进移动网络用户，从而产生互动话题和正向交流，让网络营销的趣味（interesting）性潜移默化地体现在用户平台上。这种高强关系的沟通平台能在企业与消费者之间、消费者群体之间的形成有效互动交流（interaction），让网络营销充分优化其传递价值，服务企业营销战略。第二，构建企业大数据平台，实现数据营销，激活潜在价值。企业拥有一定基础的产品服务数据和消费者行为数据，可以在已有基础上打通企业内部数据链条，从产品生产、包装、批次到消费者特征（年龄、性别、收入、需求等）以及消费行为（购买产品组合、频次、消费水平等）进行数据整合。因此，企业通过创建大数据共享和分析的平台，分析相似消费者群体体量，通过微信微博抖音等移动网络平台向已有客户精准营销，满足消费者个性（individuality）化需求；同时向潜在消费者发起营销刺激，激发激活消费者的潜在需求。通过大数据技术来改善网络广告的播出形式和内容，增强推广目标群体的精准性。网络营销不仅要维护现有客户流量，更侧重唤醒潜在消费者和消费者潜意识需求，最大限度地激活消费者的潜在价值。第三，建立数字化电铺，差异化经营模式，增进品牌价值。互联网大数据将新零售进行了新定义，企业需构建数字化电铺（e-shop），包括官网平台和网络交易平台（支付宝、公众号等），也要注重线下场景店的建设，让线上线下互联打通。场景是产品的逻辑，更是互联网时代产品的解决方案，因此，从功能属性的角度而言，线下商店侧重消费场景体验、消费者感知、初次消费；线上平台侧重产品展示（exhibition），包括官网展现（pC官网、移动官网）和关联网络展示（抖音、朋友圈、快手、京东等）对产品服务的介绍、对比、点评、宣传，同时加入消费券、组合营销、拼团、秒杀、分享、点评等功能，让线上和线下形成联动营销效应。同时，网店能通过差异化经营（如网红直播、差异化产品等）形成难易被模仿或难易追赶的竞争优势。在差异化营销过程中，企业的品牌和文化应融入到数字化电铺和实体商铺的营销细节中，让消费者在潜意识中建立企业品牌好感，形成品牌资产和品牌共鸣。第四，打造关联业态共享平台，形成业态链条营销组合，塑造共享价值。企业之间存在竞合关系，对于企业产品互补，供应链处于上下游的企业应该充分利用大数据信息，构建行业内和关联行业的业态共享平台，深层次拓展利益相关企业的大数据容量，组合出消费群体流量更广、产品营销组合效用更大、个性化需求更为显著的业态链条营销组合。企业基于不泄露商业秘密的前提下建立关联业态共享平台，可借助大数据共享和分析，预测人们消费动态需要并提供链条营销组合，打破过去企业仅销售单一产品或者企业内部产品组合的营销模式，形成组合丰富、功能全面、品质最优、成本较低、适当跨业的链条式营销模式，让利益相关企业实现利润共享、价值共享。
大数据营销理论篇3
关键词：大数据技术精准营销研究综述
一、引言
精准营销是近几年业界热议的焦点，不少专家指出，大数据时代的到来将会使其技术在精准营销中更具研究意义。大数据技术可以帮助企业快速地寻找到目标受众，定向地为客户提供优质的产品或服务，真正意义上地实现精准营销，从而为企业创造出巨大的利润价值。就目前情况来看，不同行业的企业和消费者正得益于大数据技术在精准营销中的实际应用。
然而，对于大数据技术在精准营销中应用的价值和方法，有关专家们对此均有不同的看法与观点，现在我们把这些观点做了如下的归纳。第一类观点认为，通过大数据技术可以细分目标客户，使企业提供更加具有导向性的服务，真正意义上地实现精准营销；第二类观点则质疑到，大数据技术就一定意味着精准营销吗？现阶段，很多企业对大数据的利用能力还不够成熟，因此这对于精准营销还是举步维艰的；第三类观点对此则持中立态度，按照黄p的说法，任何技术都是双刃剑，大数据也不例外。如何在推动数据全面开放、应用和共享的同时，有效地保护公民、企业的隐私，逐步加强隐私立法，将是大数据时代的一个重大挑战。
截至目前，对大数据技术在精准营销中应用的文献综述类研究还不是很多，且对于该方面的研究也还没有明确的观点比较，所以我们觉得有必要对此类研究文献进行综述、评价。本文通过对各种文献的收集和整理，以及对不同专家学者们观点的总结，将从概述、内在联系、必要性和重要性、研究、实现、总结性评论六个角度对当今研究成果的最新进展进行综述。
二、文献选择
本文以大数据技术和精准营销为关键词在中国知网、万方数据库等处查阅了相关文献，又以2013年到2014年的文献为标准经过阅读、筛选，最终确定出比较有价值的参考文献。其中，关于大数据技术的研究文献有十篇，关于精准营销的研究文献有六篇，关于大数据技术在精准营销中应用的相关文献有十五篇。
三、大数据技术与精准营销的概述
1.大数据技术的概述
大数据技术是信息通信技术发展至今，按照自身技术发展逻辑，从提高生产效率向更高级智能阶段的自然生长。专家魏伶如就认为，深度计算作为一项新技术不仅使消费者进入一个几乎透明化生存的大数据时代，且随之产生的新机会也让企业的营销向着更加精细化的方向发展。
2.精准营销的概述
科特勒在2005年提出了精准营销的概念，他认为，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，还有更注重对直接销售沟通的投资。
我国不少的专家学者们也对精准营销做出了概述。按照徐海亮的说法，精准营销包括三层含义：精准的营销思想，实施精准的体系保证和手段，可衡量、低成本、可持续发展的企业目标。尹启华等人则指出，精准营销的理论基础是顾客让渡价值、市场细分理论、4C理论。
基于以上梳理，我们认为，精准营销是在细分目标客户群体的基础上，以客户为中心，利用现代科技，定向的、可衡量的销售某企业的产品或服务，以达到低成本、可持续发展、利益最大化的企业目标。
四、关于大数据技术与精准营销的内在联系的综述
通过将不同专家学者们对于大数据技术与精准营销的内在联系的观点进行整理，我们归纳出了如下几点。
1.大数据技术让营销更加精准
陈慧等专家提出，大数据技术通过相关性分析，将客户和产品进行有机的串联，对用户的产品偏好，客户的关系偏好进行个性化的定位，以更好地了解客户的需求。正如百度副总裁曾良所表示的一般，从挖掘的角度看，他们通过对每天60亿的检索请求数据分析，可以发现检索某一品牌的受众行为特征，进而反馈给企业的品牌、产品研发部门，能更加准确地了解目标用户的需求，从而推出与之相匹配的产品。
说起电影《纸牌屋》，大家应该都不陌生，这部电影的火爆，有很大一部分原因是电影制作商在前期做了很多的数据采集与分析，并准确的预测出了该电影上市将会带来怎样的反响。而且他们根据上一期的观众反馈去确定下一季的电影该演什么，怎么演，由谁演。正如专家陈慧所说，过去的所谓商业智能，往往大多是“事后诸葛亮”，而大数据则让企业可预测未来的走向，帮助企业做到“未雨绸缪”。
2.精准营销可以更好地实现大数据技术的价值
当今部分企业市场营销没有效果或者效果甚微的主要原因在于没有目标消费者和精准的定位，盲目推广。只有根据数据分析与预测，做好消费者的精准定位，区分出不同的客户群，企业才有可能对其展开有效的管理，并采取差异化的营销手段，为其定向的推出特定产品或服务。
所谓精准营销可以更好地实现大数据技术的价值在于，消费者对产品或服务的关键词点击相关网页进行访问与咨询的记录，或是通过企业推送消息给客户而了解到的客户的联系方式，对这些资料运用大数据技术进行整理和分析，可以让企业更好地了解消费者的需求以及他们可能的购买行为，从而实现精准营销。
任何一家企业若想要开拓市场，占领市场，无疑是要笼络消费者的心，这是离不开优秀的营销团队的。作为企业的营销人员，要懂得怎么去挖掘数据、整合数据、分析数据、管理数据，然后从中提炼出对企业网络营销有价值的数据。营销人员要做的是在拉近企业与用户的距离的同时，精准的锁定目标消费群体。大数据时代，营销人员已不再是单纯的做营销工作，还需要拥有对数据信息的挖掘、分析等相关技术，这就有利于打造与大数据技术相关的精准营销团队。
根据以上专家学者们的看法，我们可以得出，大数据技术与精准营销是相互促进的。
五、大数据技术在精准营销中应用的必要性和重要性
不少专家学者们都认为大数据技术在精准营销中的应用具有必要性和重要性，我们按照必要性和重要性将他们观点进行了归纳。
对于大数据技术在精准营销中应用的必要性，按照王波的说法，精准营销是很多企业研究的重点，这为企业的营销决策提供可靠的依据；吴迪认为若有了大数据分析，就抓住了市场营销的牛鼻子；王东指出，消费者之间的异质性和信息价值的稀疏性不断扩大，客户知识维护的成本剧增，迫使企业必须进行精准化营销。但魏伶如认为急速的信息膨胀和大数据产生的商用价值正在改变现有的营销模式和企业的其他活动；吴迪也有同样的看法，他发现数据的大量积累对新技术是否可以很好的去收集、管理、分析提出了需要，而这其中的新技术正是我们所说的大数据技术。
对于大数据技术在精准营销中应用的重要性，北京缔元信互联网技术有限公司Ceo秦雯认为数据和精准营销像一个硬币的两面，数据的价值被挖掘的越来越透彻，营销的方向才会越来越清晰；而黄p认为，很多人都想把大数据技术应用到经营过程中，但是大众的购买习惯以及他们的生活方式等相关信息却是不容易获取的，由此可见，这将是重要的研究课题；同时，宋晓菲等人探讨了一些在企业的运营理念中可能存在的问题，考虑如何从“将一个产品推荐给一些合适的用户”到“将一些合适的产品推荐给一个用户”的飞跃，只有锁定目标用户才能做到定向的销售。
通过对他们的观点的对比与分析，我们发现：从必要性的角度来说，大数据技术在精准营销中的应用是时展的必然趋势；从重要性的角度来说，大数据技术在精准营销中的应用是未来的重要课题。未来只有用数据作保证，才能更好地发挥精准营销的价值。
六、大数据技术应用于精准营销的研究综述
1.大数据技术在精准营销中模式的研究
关于精准营销模式，很多专家学者从理论与实践的角度提出了自己的看法，虽然表述有一些差别，但都遵循以消费者为中心。从理论角度来说，王波等人将其概括为5w营销分析框架，在合适的时机（when），将合适的业务（which），通过合适的渠道（where），采取合适的行动（what），营销合适的客户（who）。对此，也有学者从实践的角度提出，在恰当的时间，提供恰当的产品，用恰当的方式，送到恰当的顾客手中，恰当到一定程度称之为“精准”[。基于以上学者们对精准营销模式的认识，我们认为，企业若想要做到精准营销，需要进行客户细分，在这之前要获得关于客户的第一手数据，再利用大数据技术对客户进行一系列的信息分析，如购买产品或者服务的频率，购买时间等等，进而做出准确的预测，将正确的东西在合适的地点与时间通过合理的渠道销售给正确的人，从而提高企业的利润。
大多数专家对精准营销模式的实施都有类似的看法。例如，王波等人认为精准营销的核心是“以客户为中心”，注重目标客户，然而实现精准营销需要从策略、流程、技术三方面着手，坚实的技术后盾是精准营销理论落实的保障，在很大程度上推动了营销精准化的进程；对此，吴迪也有相同的看法，提出精准营销的背后必须要有大数据技术的支持，只有开发相应的的系统、工具和应用软件，才能充分挖掘大数据的资源，实现它所蕴藏的价值。
基于以上梳理，我们认为精准营销的实现是离不开大数据技术的支持的，若没有坚实的技术后盾，又怎么能去承载和分析海量的数据呢？
2.大数据技术在精准营销中的应用研究
对于大数据技术在精准营销中的应用研究，很多专家都提出了自己相应的看法，我们注意到，在研究过程中有两种看法是比较有代表性的。第一种是以王东为代表的观点：大数据技术的map-Reduce模型表现在“并行计算的优势”上，他说，任务以并行的方式在多个不同的机器或网络空间中处理它们，把结果输出到reduce任务，得到结果集。正如王玉英所说，随着现在电商行业的快速发展，能够快速瞬间处理突发的庞大访问量、海量的订单是现实性需求。第二种是以宋晓菲等人为代表的观点：他们认为，Hadoop在保证各节点的动态平衡的情况下，可以利用其mapReduce的并行处理能力，处理速度非常快。但是王东对此却有不一样的看法，他觉得随着企业的运作日益向网络化和动态化发展，资源多而稀疏，其中蕴藏巨大的价值，若想挖掘到这海量的信息就必须要建立良好的资源索引系统。
基于以上学者们对大数据技术在精准营销中的认识，我们发现map-reduce有着很多的优点，它可以针对于非数据化结构做分级处理；但也存在一些缺点，这模型存在很多的传统遗传算法。
3.大数据技术在精准营销中的价值研究
对于大数据技术在精准营销中的价值研究，众多专家都提出了自己相应的看法，我们看到，有几种观点是比较突出的。首先，黄p认为已有机构使用大数据来提供更加个性化的客户体验，试图去预测每一个客户正在寻找什么；其次，按照黄p的说法，在大数据的基础上分析、洞察和预测消费者的偏好，据此为消费者提供最能满足他们需求的产品、信息和服务，最后，还需对消费者做实时回馈；郑淑荣也认为历史的静态的结构化的数据难以反映顾客的真实需求，而互联网、物联网等的客户数据痕迹能直接反映他们的性格、偏好和意愿。
基于以上的梳理以及对他们观点的分析比较，我们认为，大数据技术可以帮助企业收集和了解他们的生活方式、消费行为，洞悉他们的真实需求。
七、关于大数据技术如何实现精准营销的综述
大数据技术究竟是如何实现精准营销的呢？很多的学者对此都持不同的意见。郑淑荣认为，大数据是存储的内容，云计算是储存大数据的it架构，大数据的储存与利用离不开it计算；吴迪则指出，大数据的应用在技术层面的挑战是不容忽视的。而孟小峰坚持大数据处理主要集中在系统性能开放、高效查询、索引构建和使用、构建数据仓库、数据库系统连接、数据挖掘和推荐系统等方面。罗红梅则认为企业的营销领域将从直觉、经验或者情感化的决策过程走向以数据挖掘和分析为主导的“理性”时代；宋晓菲提出，企业面临的挑战是如何从这些复杂不规则的数据中挖掘出有价值的数据，从而为自己所用，为企业创造价值。
通过对以上专家的看法意见进行梳理，我们发现数据的重要性是不可否认的，而数据的获取并不难，难的是如何在海量的数据中找寻到有利于企业发展的有价值的信息数据，若大数据技术要想真正的得到应用，必须在技术上做出改变，迎接挑战，这才是关键。
八、总结性评论
不少专家学者们都对大数据技术在精准营销中的应用作了的总结性评论，通过整理归纳，我们梳理出了如下观点。
宋晓菲，吕继红指出，在将大数据技术运用到精准营销的历程中，存在着一些问题，如技术有限导致的虚假流量问题；it基础设施的问题――面对结构层次多样、数据量大的数据，目前的it基础设施（软硬件，人才等）还未跟上大数据前进的步伐，特别是数据的遗漏、处理能力滞后的问题还很显著；个人隐私方面的问题――社交媒体对于大数据的解构不可避免地带来了用户隐私安全问题。吴迪认为，尽管大数据理念已经被广泛接受，但是企业决策者的认识至关重要。虽然他们已经意识到大数据蕴藏的价值，但对于大多数人来说，真正实现其中的价值还有相当距离。万红玲则从大数据技术的实际运用方面对这一不足进行了评价，如大数据面临的采集、分析和应用的技术挑战；企业利用大数据能力的不成熟；数据运算和消费者心理之间的鸿沟等。
而罗红梅则表示，“网络精准营销的核心就是数据营销，集中优势资源，在细分的市场范围内创造更高的价值。网络精准营销是网络营销的趋势，未来的网络营销如果不以精准营销的形式去做，很难得到效果”。魏伶如指出，数据深度挖掘技术将更加完善，深入的数据分析不仅让消费者的“行踪”变得越来越容易被掌握，而且用户的思维也同时会被更加精准的挖掘。张纯荣提出精准营销将成为销售促进的新模式，通过对大数据的搜集、整合和分析，将消费者意愿进行准确识别，为企业进行精准营销奠定基础。
基于上述观点，我们认为，随着经济的发展和科技的进步，大数据技术在精准营销中的应用势必会得到推广，这一点是毋庸置疑的。但在其发展过程中将不得不克服可能会存在的不足，如在进行数据收集时，需避免数据的不真实性，同时也要考虑到客户的隐私安全；在进行数据分析时，要避免扭曲数据，提高数据分析的技术水平等。
九、结束语
本文对大数据技术在精准营销中应用的研究现状进行了综述，从大数据技术与精准营销的各个方面整理归纳了专家学者们的研究成果，以期对大数据技术在精准营销中的应用有所帮助。同时，由于我们查找的文献有限及视角的不同，可能对有些问题的理解有所偏差，也希望读者多多指正。参考文献：
[1]陈慧，王明宇.大数据：让网络营销更“精准”[J].电子商务，2014（07）：32-33.
[2]万红玲.大数据时代下的精准营销[J].新闻传播，2014（01）：71.
[3]黄p.大数据的营销价值[J].武汉商业服务学院学报，2013（05）：17-19.
[4]魏伶如.大数据营销的发展现状及其前景展望[J].现代商业，2014（15）：34-35.
[5]李维胜，蒋绪军.电子商务精准营销对策研究[J].开发研究，2013（02）：46-49+96.
[6]徐海亮.论精准营销的体系及理论[n].中国邮政报，2006-07-18（005）.
[7]尹启华，邓然.精准营销研究现状[J].经济研究导刊，2010（09）：158-159.
[8]王波，吴子玉.大数据时代精准营销模式研究[J].经济师，2013（05）：14-16.
[9]吴迪.大数据如何根深行业土壤[J].中国纺织，2014（07）：52-54.
[10]王东.大数据技术在精准化营销中的应用[J].中国流通经济，2014（07）：90-93.
[11]秦雯.大数据驱动营销革命[J].广告大观（综合版），2013（07）：17.
[12]宋晓菲，吕继红.大数据时代的精准营销[J].上海商业，2014（09）：47-51.
[13]刘征宇.精准营销方法研究[J].上海交通大学学报，2007（S1）：143-146+151.
[14]王玉英.从淘宝网看网络营销的发展策略[J].经济论坛，2013（03）：137-139.
[15]郑淑蓉.零售业大数据：形成、应用及启示[J].理论探索，2014（02）：90-94.
[16]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013（01）：146-169.
[17]罗红梅.电商企业基于数据进行精准营销的探讨[J].武汉商业服务学院学报，2013（03）：46-48.
大数据营销理论篇4
【关键词】烟草；商业企业；精准营销；流程
一、有关于精准营销的理论研究
从文献来看，在JeffZabin和GreshBrebach（2004）系统地提出精准营销理论之前，国外学术界在营销理论中已经有了精准地开展营销活动的概念，并把这种方式称之为“精准营销”。只不过在这一阶段他们对于精准营销的理解，还只是以市场细分理论为理论基础，对分众市场的消费者进行识别或开展营销传播的一种理念，而并未形成系统的理论体系，对精准营销的含义、理论框架、模型和方法、工具等问题进行详细、全面的描述。菲利普·科特勒是国内营销学界较为认可的营销大师。作为国外学术界精准营销理论产生、发展的倡议者和推动者，他的观点具有一定的代表性。与上述其他国外学者相似，菲利普·科特勒更强调企业在识别顾客、更准确理解顾客需求的前提下营销传播的精准。可能是受菲利普·科特勒观点的影响，国内学者伍青生、余颖、郑兴山和许瑾同样强调精准营销模式中营销沟通的重要性，前几位学者提出了采用定性或者定量的方式了解、洞察消费者是精准营销的重要工作，许瑾则提出了精准营销的几种传播模式，提倡通过研究受众的方式了解消费者，从而把精准的广告内容传播给受众。相比较而言，徐海亮（2006）对于精准营销的认识更加全面，从他的观点来看，精准营销不仅体现在企业的营销传播环节，同样还体现在市场定位、产品开发、产品销售、顾客服务等环节。这一认识对于国内企业开展精准营销工作提供了可借鉴的、更为开阔的视野和思路。
二、烟草商业企业精准营销存在的主要问题
1.信息采集：样本量、样本代表性、采集内容、采集方法需要重新审视。精准营销的基础是精准信息，烟草商业企业一般着重从覆盖率、铺货率、动销率、断货率和成长率等“五率”入手做好精准营销工作，但对如何采集有关“五率”数据关注不够，各地的精准营销方案在如何更好的做好精准信息工作也不够明确。目前虽然也在进行着信息的搜集、处理和分析，并定期编写有关市场分析的报告，但更多的还是传统意义上的信息采集，其分析报告并不能对精准营销形成支持；所确定的信息采集点数量、代表性需要重新审视；进行市场信息采集时要采集的内容、采集的方法需要重新设计，以确保采集到的信息是精准营销所需要的信息。
2.数据分析：需要对采集到的市场信息和营销系统数据库中的信息进行综合分析，为精准营销决策提供决策支持。无论是客户经理对样本商户采集到的信息，还是营销系统数据库中的信息，都需要进行深入分析和挖掘，才能给出精准营销所需要的数据，才能真正为精准营销提供支持。烟草商业企业目前通过客户经理采集到市场信息的机制需要重新设计和规划，目前采集到的信息自然很难分析出有价值的结论；而营销信息系统中的海量数据，是可以进行挖掘的，但大多商业企业目前这方面工作无法达到精准营销的要求。
3.客户分类：仅按照业态类型、经营规模进行的客户分类仍然很粗放。无论是从精准营销的理论上，还是各地烟草商业企业开展的精准营销实践上均可以看出，对目标客户进行精准分类，是实施精准投放、精细管理的前提。商业企业在精准营销方案中提出要针对工商双方共同筛选的目标客户，根据业态类型、经营规模，采取精细化投放标准，目前这种仅按照业态类型、经营规模进行的客户分类过于粗放，无法在此基础上进行精准投放、精细管理。
4.精准投放：前三项有关工作的缺位，自然很难实现精准投放，某种程度上仅仅是货源的分配。由于信息采集、数据分析、客户分类等有关工作的缺位，自然很难实现精准投放，也很难真正根据动销率、市场价格、社会库存对投放策略进行科学调整；即便是在实际工作中对投放策略进行一些调整以适应市场变化，但这种调整主要是根据营销管理人员对市场的直觉，凭借个人经验进行的调整，没有系统化、精准化。
5.客户经理：用工性质、薪酬体系、绩效考核、培训提升、晋升空间等方面的制约影响了客户经理职能的发挥。无论是信息采集、客户分类，还是入网审核、客户服务，都一定程度的依赖客户经理开展工作，通过对烟草商业企业的调研，我们发现客户经理的管理还存在着一些问题。客户经理用工性质的制约，造成客户经理的薪酬水平偏低，客户经理内部存在一定的同工不同酬问题，对部分客户经理的工作积极性有负面影响。各县对客户经理考核指标不统一，对客户经理的考核不规范，考核重点不突出，对客户经理的培训也处于无规划状态，客户经理晋升通道狭窄，不利于充分激发烟草系统最优秀的人员从事一线客服工作。
三、烟草商业企业精准营销流程
烟草商业企业的精准营销，应该遵循一定的流程，这个流程应该包括六个环节，分别是工商协同、目标客户精准选取、客户精准分类、投放策略制定与实施、投放策略动态调整、客户关系维护与日常管理。
1.深度开展工商协同，实现信息共享。要改变观念，为工业企业驻当地的营销代表提供一揽子服务，为协同营销奠定基础。要指定专门的接待联络人员，负责与工业企业营销代表对接，有条件的要提供一间工业企业营销代表办公室，配备饮水机、计算机、分配信息系统用户名和密码，让工业企业的营销代表随时可以了解本品牌的销售情况。要建立工商协同品牌分析季度例会制度，由市公司分管业务工作领导、营销中心品牌管理、经济运行、货源投放相关负责人、营销中心/县区营销部相关领导及客户经理代表参加，工业企业通报品牌销售情况、排名情况、市场份额，通报品牌发展思路、品牌整合情况、可供货源情况等；工商双方就品牌的市场表现及存在主要问题共同研究制定解决办法，分析品牌发展趋势，做好品牌营销定位分析，共同探讨下一步营销策略，讨论和制定消费终端维护的方法和策略，共同开展终端营销服务。
2.精准选取选取目标客户。实施精准营销的卷烟品牌，首先要通过工商协同确定品牌定位和目标市场，在此基础上，市局营销中心制定目标客户的标准和实施方案，并组织目标商户的入网评价。有关零售客户提出入网申请并填写某品牌目标客户申请书，客户经理与所属县区营销管理人员进行初审，并实地拜访，填写某品牌目标客户调查审批表，并提出初评意见后保市局营销中心审批、备案。要根据当地市场同价位烟销售情况制定入网基本条件，借鉴山西晋中市“六维价值法”，形成申请入网的零售户二次评价的标准。在使用六维价值时，主要采取排除法，即在入网条件初选的基础上，使用六维价值法排除不适合的商户。
3.目标客户的精准分类。要按照零售客户目标品牌同价类卷烟重复购买频次，结合每月购买量将目标客户精细分类，以确定相应的投放策略。营销中心根据不同类别客户的实际销售情况分类别制定定量标准参考，县区营业部参考分类定量标准制定每一零售商定量标准。首先，要依据目标客户群的历史销量，参考工商协同的实际货源数据，测算该品牌的月度投放总量，具体计算方法为：月投放总量=（同期历史销售×50%+当月市场正常增幅预测量×50%）*节点增幅比例，节点增幅比例为预估的重要节日所在月份的增长幅度；其次，结合单客户历史销量，测算单客户月度投放总量，要注意结合过去一个季度的数据制定。精准分类之后，要监测某品牌每周各类客户的订货情况，填制各类别客户订货情况监测表，或通过直报数据，或由客户经理现场采集数据，整理精准营销品牌分类别市场价格采集表和分类别社会存销比。
4.精准投放策略的制定和实施。对于价位相对较高的一、二类卷烟，遵循“定点销售、重点关注、跟踪服务、控量保价、量随价走、以点带面、稳步推进”的原则，选取有代表性、愿配合的商户，进行试投放。对实行试投放的品牌，时机成熟的情况下，第二批跟进投放，持续进行关注。营销中心要根据试投放情况，制定各类别客户的投放策略，包括整体铺货面、不同类别客户的投放频次和投放量，并制定不同销量和零售价情况下的市场投放策略。
5.动态调整精准策略，实现“动平衡”。新品全面上柜后，对客户购进和销售情况、商品陈列情况、消费者重复购买情况、消费者评价、客户评价和进行调查，要在调查的基础上对新品牌销售数量、销售户数、上柜情况、动销情况、客户及消费者评价、主要销售区域、主要消费群体、供货商货源保障情况、市场价格执行情况等进行全方位的综合分析。要根据定量利用率的不同，动态调整客户定量标准。要根据不同社会存销比、市场价格情况，相应调整不同类别客户的投放策略，实现动平衡。
6.以客户经理为主体，加强客户关系维护和管理。首先，要完善客户经理培训制度，提升客户经理的服务能力，改变服务理念和服务态度；其次，要开展客户关怀活动，即针对客户的销售实际情况、经营特点、市场情况为客户量身定做个性化服务方案，传授营销知识，指导经营帮助获利；在特殊的日子对客户进行问候和帮助，以联络感情，加深沟通；定期拜访，送货到位，及时为客户提供标准化服务。要建立有效的客户沟通系统，应进一步明确专人、专用电话接待、接听零售户意见的制度，并定时将处理信息反馈给零售户，为客户经理配备专用笔记本，记录在走访过程中零售户的意见、建议，并在每月总结工作会上汇总，确保营销中心、县区营销部门能够迅速了解市场各类信息，快速应对市场变化。同时，针对客户服务的多样性、长期性，要求营销人员从细节和小事入手，认真、仔细地对待客户的每一个要求和投诉。解决客户投诉要在符合公司规定和流程的情况下，注重细节，把解决过程人性化。对于客户的合理投诉尽快解决并进行总结，尽量避免类似投诉重复发生；对于客户的不合理投诉，耐心介绍相关政策、法规，争取客户的理解，时时关注每一细节变化，利用各种优势全面维护公司利益。通过客户经理深入细致的工作，建立稳定健康的客户关系。
四、结论
精准营销是一个系统工程，除了上述六环节组成和精准营销核心流程外，还需要完善信息采集工作，建立强大的决策支持体系；进一步加强客户经理管理，强化精准营销的人员保障体系。在完善决策支持体系和人员保障体系的基础上，细化精准营销核心流程的各个环节，才能真正实现精准营销，提高卷烟经营水平。
参考文献
[1]伍青生，余颖，郑兴山.精准营销的思想和方法[J].市场营销导刊.2006（5）
[2]徐海亮.论精准营销的体系及理论困[J].中国邮政报.2006（914）
[3]刘征宇.精准营销方法研究[J].上海交通大学学报.2007（4）
[4]王琦.刍议企业精准营销工具的选择[J].现代财经.2011（11）：83～85
大数据营销理论篇5
关键词 金融服务业；客户关系管理；整合营销传播理论
金融服务业的客户规模是有限的，在这个有限的市场中，不可能单纯地依靠开发新客户来支持组织的持续性增长，为此，组织应在拓展客户的同时，维系原有客户关系，深度挖掘存量客户的价值，以此提高综合收益。但是，就目前国内金融服务业来说，与外资金融机构相比，中资金融机构人员整体素质普遍偏低，缺乏发展的内在动力和外在动力，客户服务水平落后。上海银监局分析发现，2007年信访主要集中在金融消费者与金融机构的服务纠纷，占比82.86％，按投诉内容看，以信用卡业务投诉最为突出，占总量的16.13％，其次为服务类投诉占15.89％，收费类投诉占13.89％，电子银行投诉占11.67％。由此可见，提升我国金融服务业客户关系势在必行。
一、整合营销传播理论的核心理念
整合营销传播理论，是营销传播领域的最新研究成果，目前还没有一个非常准确的定义，比较权威的是美国广告公司协会的定义：“这是一个营销传播计划概念，要求充分认识用来制定综合计划时所使用的各种带来附加价值的传播手段，如普通广告、直接反应广告、销售促进和公共关系——并将之结合，提供具有良好清晰度、连贯性的信息，使传播影响力最大化。”整合营销传播理论的目的是去影响特定视听众的行为，它认为现有或潜在的消费者与产品或服务之间发生的一切有关品牌或公司的接触，都可能是将来讯息传递的渠道。进一步来说，整合营销传播理论的运用与现有的和潜在的消费者相关，并能为其提供可接受的一切传播形式。总之，整合营销传播理论的过程是从现有的或潜在的消费者出发，反过来选择和界定劝说性传播计划所应采取的形式和方法。
基于整合营销传播的核心理念主要有以下几点：一是以4c理论取代4p理论，以4r改进4c。即：忘掉产品，研究消费者想要什么；忘掉价格，理解顾客的成本并满足他们的需求；忘掉地点，怎么方便怎么来买；忘掉促销，记住与消费者沟通。二是营销即传播，传播即营销，二者密不可分。该思想提倡营销应该以人为本，在营销传播过程中时刻注意与用户进行沟通，这种沟通不是单向的、从上至下的，而是双向的、平等互动的以及动态长期的。三是整合营销传播不仅是战略，也是战术。一项整合营销传播的成功依赖于创造性过程的两个性质迥异的部分，即战略“消费者想听什么”和战术“怎么告诉消费者想听的东西”——表现战略的创造性思想。四是营销传播是一个“整合”的过程。其既要建立面向消费者的传播理念，还要侧重营销传播中各个关系的整合，组合成一个声音、一个形象。
随着整合营销传播的深入，在4c基础上又提出了4r理论，即反应、关联、关系和回报。4r理论是在新的平台上概括了营销的新框架，它不但重视企业的内部和外部，而且更加注重内部和外部的联系。它的最大特点是以竞争为导向，主要表现在：一是整合内外资源，快速响应需求，建立多方关联，实现互动与双赢，同时也延伸和升华了便利性；二是体现并落实了关系营销的思想，通过关联、关系和反应，提出了企业如何主动创造需求，建立关系、长期拥有客户、保证长期利益的营销方式；三是回报兼容了成本、价格和双赢方面的内容。
二、我国金融服务业客户关系管理现状
近年来，在我国金融体制改革过程中，外资金融机构已取得国民待遇，市场竞争日趋残酷，客户资源的争夺日益激烈，直接威胁到金融服务业的生存，我国金融企业也逐渐意识到金融客户关系管理的重要性，并尝试加强客户关系的管理，但具体运用中，却遇到了各种问题。具体表现在以下几个方面：
1、金融服务水平低下。无论是与国外先进银行还是与客户的需求相比，我国金融服务业产品功能和业务流程都存在较大的差距。在产品功能方面，尚不能较好地满足消费者快速增长的金融需求，特别是高端客户的需要；在业务流程方面，如何面向广大的客户提供便捷的服务已经成为一个社会关注的焦点问题。
2、客服投诉事件时有发生。近几年来，各大媒体上时常能见到顾客投诉证券公司、保险公司、银行等金融服务机构服务问题的新闻。尽管保监会、银监会、证监会等中国金融监管机构出台了一系列处理投诉事件的措施，但是投诉事件还是时常发生。如《第一财经日报》报道，2006年6月份到7月份期间上海保监局共收到信访来信55件，接听投诉电话68个，接待来访14批18人次，其中直接针对保险公司的135件次；银行业情况也相似，如许霆之atm机事件，银行就受到了广大网民的全面质疑等。
3、客户对金融产品缺乏认知。在金融企业开发新产品或对既有产品进行营销推广时，由于金融企业和客户的信息不对等，他们会发现客户根本无法了解这些产品，主要原因是金融产品从设计到开发都需要运用到复杂的理论和模型，就是简单产品介绍也会涉及专业知识，这对客户的金融知识要求比较高，而我国金融知识还远没有普及，客户对金融产品广泛缺乏认知，直接影响到客户对产品的兴趣，也严重阻碍了我国金融业的创新积极性。
4、客户缺少品牌认知度和品牌忠诚度。国人目前选择金融服务，往往还是基于就近的原则，缺乏品牌偏好。由于我国的大型金融机构，基本是国有企业改制形成的，原有的计划经济体制痕迹依然存在，员工仍将自己作为国有员工看待，不思进取，服务态度差，工作效率低下。虽然近些年受到股份制金融机构及外资金融机构的冲击，服务上有所好转，但是顾客满意度还是很低，没有树立品牌效应，也就无法使顾客形成品牌认知和品牌忠诚。
三、在我国金融服务业中引进整合营销传播理论的重要意义
金融服务业客户关系管理引进整合营销传播理论对于现实中的金融服务业具有重要意义，主要是可以做到以消费者为核心重组企业行为和市场行为，综合协调地使用各种形式的传播方式，以统一的目标和统一的传播形象，传递一致的产品信息，实现与消费者的双向沟通，迅速树立产品品牌在消费者心目中的地位，建立品牌与消费者长期密切的关系，更有效地达到广告传播和产品营销的目的。具体来说，第一，在传统的营销理念下，各种类型的消费者接受的是相同的、大批量生产的产品和信息。数据库技术可以使企业能够将目标集中个人身上，实现准确定位，从而生产出个性化信息，提供个体化的精准营销传播计划。第二，降低营销成本，提高营销传播效率。企业可及时针对消费者这种需求，对市场进行细分，使产品更好地满足目标消费群的需要。第三，关系管理。基于数据库的价值信息，金融服务企业能够获取客户个人化信息，并实施精准化营销传播战略，执行顾客导向的互动沟通及粘性沟通，达到维护顾客关系的目的。第四，品牌建设。金融服务企业通过实行整合营销传播计划，整合内外部资源，定制化沟通信息，整合媒体计划，传播出一致的声音，最终达成与顾客的有效沟通，提升企业品牌形象，建立长期的顾客关系，维护客户资源，提升企业文化，形成企业的核心竞争力。
四、金融服务业引进整合营销传播理论的具体措施
1、强化风险控制。在金融业的运行过程中，应始终把金融风险的防范和化解工作放在第一位。在金融服务业客户关系管理过程中引进整合营销传播理论，首要任务就是风险控制。具体的做法是：第一，控制财务风险。整合营销传播理论对资金需求较大，而我国多数金融服务机构普遍资本金不足，过多的投资客户关系管理可能影响金融企业的流动性，进而影响其发展和生存。第二，建立严格内控机制，控制操作风险。第三，规避法律风险。在金融企业开发新的产品、运用新的营销传播战略来管理客户关系时，必须考虑法律、法规及金融政策的有关规定。
2、优化组织结构。为了更好地执行整合营销传播，必须优化组织结构，创建新型学习型组织，保证组织内、外部的良好沟通。唐·e舒尔茨在其《整合行销传播》一书中提到组织改革时，建议设立“一个传播独裁者，并重新构建组织，使组织从品牌导向转为市场导向”。整合营销传播提出了“由外而内”的思考和“由内而外”的执行的理念。“由外而内”的思考着眼于市场导向的顾客数据库，寻找到“消费者要什么”；“由内而外”的执行强调先是内部的资源的整合，接下来是相关关系者的整合，然后是营销传播策略的整合。企业要建设新型学习型组织，它必须是学习型和扁平化组织，以适应“由内而外的思考”；同时还必须是跨职能和创新性组织，以适应“由内而外”的执行。学习型组织有利于更好地发挥数据库营销传播的作用，扁平化有利于信息的及时有效沟通，跨职能性是执行的权力需要，创新性是企业的基本要求。总之，建设新型组织有利于企业进行数据库营销传播，整合内外部资源实行精准营销传播。
3、加强与专业咨询机构的合作。金融服务业在开展整合营销传播活动时，对环境的变化以及策略的选择方面，往往不如广告公司或营销传播咨询机构之类的专业机构。金融企业与这些专业机构分工合作，进行数据库数据挖掘和营销传播活动策划，建立互惠互利的伙伴关系，能够帮助企业整合优势资源，实现利益的最大化。
4、建立以客户为导向的数据库。建立数据库对受众群体进行客观全面的分析是整合营销传播的基础。传统的营销传播环境中，由于技术上的限制，收集分析受众的信息需要花费巨大的人力物力，成为企业严重的负担。信息技术的发展使传播者收集消费者信息、建立消费者数据库的工作变得简单和经济。首先，企业应建立一个顾客数据模型。数据模型的构建就是建立数据收集、整理、分析的一整套系统，比如crm作为新一代的顾客资源管理系统，其基础是一个数据完备、功能完善的客户数据模型，主要包括销售自动化、营销管理、客户服务和支持、客户呼叫中心、网络功能几个模块。其次，搜集、整理、完善数据库。这一步主要是完成“需要什么数据，如何收集数据，如何准确、全面地存储数据”，为下一步进行数据挖掘做好准备。再次，通过数据挖掘对顾客与潜在顾客的顾客价值进行评估。数据挖掘就是利用数据挖掘模型挖掘数据库价值信息，借以进行顾客识别、探明趋势、了解顾客等。
大数据营销理论篇6
关键词：大数据；发展脉络；营销趋势；研究评析
中图分类号：C939文献标识码：a文章编号：1003-3890（2016）05-0025-05
一、问题的提出
云计算、移动互联网等新信息技术的广泛应用及社会化网络的兴起，使信息数据产生机制更复杂、传播速度更快、类型更多样，全球进入信息数据量“井喷式”增长的大数据时代。国际数据公司（internationalDataCorporation，iDC）指出：全球创建和复制的数据量五年内增长近九倍，预计将以每两年至少翻一番的速度继续增长。仅2013年，世界范围存储的数据就达1.2ZB（1ZB≈1021B），将这些数据刻录到CDR只读光盘并堆起，其高度将是地球到月球距离的五倍[1]。
生产和信息方式的变革引起管理规范及其深层次上价值观的转变。传统企业营销中，为避免无法获取整体数据的弊端，多依据小样本采样统计推断以形成所谓“科学决策”。然而采样分析的成功取决于样本的绝对随机性，大数据时代，营销调研建立在对大样本持续收集数据的基础上，实时分析和输出调查结果将为营销决策提供及时判断临界值。
在大数据背景下对营销活动进行研究，具有聚焦数据，提高营销决策科学性；强调洞察，增强营销活动“预见性”；重视创新，增强营销理论“前瞻性”等研究价值[2]。特别是中国具有众多人口和庞大市场，也使中国成为最为复杂的大数据国家之一。那么，大数据对营销活动究竟会产生怎样的影响？其内在机理是什么？通过文献综述，对大数据概念进行界定，梳理其发展的历史脉络，在此基础上分析大数据对消费者行为、营销决策模式、营销战略、营销要素等的影响表征及其机理，最后对大数据的营销应用研究做出述评。
二、大数据的发展脉络及概念界定
（一）大数据的发展脉络
大数据的概念最早要追溯到上世纪，只是在互联网时代，大数据才从规模、类型等方面得以实现。早在1981年，美国著名未来学家toffler在其著作《thethirdwave》中，提及“大数据”，并称之为“第三浪潮的华章”[3]。2001年，meta集团（现为Gartner）的分析师Laney指出数据增长带来规模性（Volume）、高速性（Velocity）、多样性（Variety）等变化[4]。《nature》则在2008年9月开设“BigData”专刊[5-7]，同时《Science》也推出数据处理研究专刊“DealingwithData”，对数据洪流（DataDeluge）所带来的社会变革及影响做出讨论[8]。大数据研究的开创性论文是Ginsbergetal（2009）的“DetectinginfluenzaepidemicsUsingSearchengineQueryData”，该文探讨了如何利用谷歌搜索引擎查询词来预测流行病[9]。
只是在最近几年，大数据才成为高频词。2011年5月，麦肯锡公司《大数据：创新、竞争和生产力的下一前沿》报告，指出“在数据渗透于各领域并成为生产要素的背景下，对海量数据挖掘应用，将带来新的生产增长和消费者盈余浪潮”[10]。2012年3月，美国开始实施“大数据研发计划（BigDataResearchandDevelopmentinitiative）”，将大数据喻为“未来新石油”，并视为与互联网、超级计算机同等重要的国家战略，这也是美国在“信息高速公路”计划后所实施的又一部级重大科技战略。日本紧随其后，推出“新iCt战略研究计划”。同年，世界经济论坛《大数据、大影响》报告，从多个行业领域阐述大数据给世界经济带来的发展机会[11]。
就国内而言，2011年12月，国金证券开创国内大数据研究先河，将其研究成果引入资本市场[12]。2012年5月，香山科学会议组织“大数据科学与工程：一门新兴的交叉学科”为论题的会议，同年6月，中国计算机学会青年计算机科技论坛（CCFYoCSeF）举办“大数据时代，智谋未来”会议，对大数据挖掘技术、组织架构、平台治理等展开探讨。2013年6月，国家自然科学基金委管理科学部、美国营销科学学会（mSi）、南京大学商学院（管理学院）和香港中文大学工商管理学院联合主办“2013营销科学与应用国际论坛”，也将“大数据、社会化、移动化对市场营销的新挑战”作为主要议题之一。2014年2月，北京银行与小米科技就移动支付、便捷信贷、产品定制、渠道拓展等签署协议，表明国内企业运用大数据战略进入实质性阶段。2014年3月5日，总理第一次把大数据写进政府工作报告，阐明了国家对大数据产业鼎力支持的政策，随后一系列公开讲话进一步明确了这一战略部署。2015年2月，百度公司利用百度迁徙、百度指数等大数据产品直观地呈现了春运“景观”，把大数据研究成果可视化地展示在电视屏幕上。2015年3月，政府工作报告中进一步提出“互联网+”计划，推动大数据与现代工业相结合。
（二）大数据的概念界定
大数据本身就是抽象的概念，当前对其概念界定尚未达成统一，不同组织及学者给予不同的表述，见表1。
尽管各方对大数据概念并不统一，但其中“大规模数据”“体量、复杂性及速度超越传统数据”“超越现代技术手段处理能力”等观点得到基本认可。iBm公司及Laneyetal（2001）认为大数据具有“3V”特征：规模性（Volume），数据量一般要达到tB级甚至pB级；多样性（Variety），数据结构类型包括结构化数据、半结构化数据和非结构化数据；高速性（Velocity），产生、处理、分析数据的速度加快。国际数据公司（iDC）在此基础上，增加“价值性（Value），即“大数据价值很大但呈现低密度性”的特点，从而形成大数据的“4V”特征[16]。
而netapp公司认为大数据具有“aBC”三特征：大分析（Biganalytic），通过对大数据实时分析构建新的业务模式并更好地了解顾客需求；高带宽（BigBandwidth），快速有效地对数据进行处理分析；大内容（BigContent），包括各种类型数据，同时对数据存储、扩展、安全等管理的高要求[17]。
三、大数据对未来市场营销的冲击
根据（移动）互联网时代大数据的特征、消费者行为变化及营销模式的可能演变，通过相关文献梳理，勾画的大数据对未来营销活动的影响趋势，见图1。
（一）大数据对消费行为的影响
1.消费行为更理性。工业化时代，信息不对称的客观存在，消费者易受各种如低价促销、广告宣传等影响。而大数据时代，消费者有更多、更方便的途径获取更详细的商品价格、成本、产地、质量等信息，并可更方便地搜寻、比对和遴选，从而做出更理性的选择[18]。
2.消费行为幂律分布。大数据时代，消费者评价系统更广泛，先前购物者的购后评价及经验对新消费者具有重要参考。相比先前购物者的好评，消费者则会更关注其差评，以便做出正确的消费决策。同类产品中，质量好、价格有优势、服务好的产品受到越来越多的青睐，并不断吸引新的消费者，形成“滚雪球式”的“马太效应”，消费行为呈现幂律分布。
3.消费行为更个性化。工业化时代，商家追求规模经济的考虑，只能在有限范围满足消费者个性化消费。而大数据时代，信息广泛并快速传播，消费者的消费认知及创造力大大提升，消费异质性不断增大，对产品或服务的关注并不仅限于以往的质量、品牌、价格、售后等，更关注其个性化的满足程度。
（二）大数据对营销决策模式的影响
大数据时代，思维方式发生三个变革：其一，要分析与事务相关所有数据而不是少量数据所构成的样本；其二，要接受数据纷乱复杂的事实，而不能过于苛求精确；其三，更加主动地分析相关关系而不再探究难以捉摸的因果关系[19]，可以说，数据驱动型决策（Data\drivenDecisionmaking）是大数据背景下决策的特点[20]，以“数据化、智能化、实时化+经验”将成为大数据时代的营销决策范式。
1.数据决策技术升级，注重实时处理及相关分析。传统分析多基于多元统计、计量经济学模型等方法，对大量一手和二手结构化数据实施分析，从中寻求研究对象的内在联系，常用方法有：聚类分析、因子分析、相关分析、回归分析、a/B测试、数据挖掘等。大数据背景下，数据规模大、传递速度快、非结构化数据多等特点，使得传统数据分析及数据库管理手段很难适应时代要求。数据产生及传播速度加快，要求数据应用实现从离线（offline）向在线（online）的实时处理转化[21]。数据关联成为大数据的主要价值来源，但数据间交互广、价值密度低、碎片化严重，也使决策重点从以往因果关系分析向相关关系分析转变。
2.决策参与主体向社会大众倾斜，数据分析师地位加强。大数据使营销决策越来越依赖于数据分析而非经验或直觉[22]，直觉判断将被精准的数据分析代替。管理者决策重心在于正确发现并提出问题，一线员工对决策参与度将大大提升，决策主体从社会精英向社会大众倾斜，扁平化组织架构、学习型企业文化将得到加强。同时，能综合运用数据分析、分布式管理的数据分析师，将为企业营销决策提供更多智力支持。
（三）大数据对营销战略的影响
1.激发协同营销的竞争格局。大数据环境下企业与行业的边界日趋模糊，营销系统开放性更明显。企业竞争不再局限于个体之间或供应链的链条间，而是向多主体所构建的商业生态系统间延伸[23]。企业营销战略的设计应打破传统的个体竞争思维，在不断提升自身营销网络化和动态化能力基础上，利用外部资源，形成协同营销格局。
2.一对一营销的精准定位。大数据背景下，企业可以记录消费者在产品各个生命周期阶段的品牌偏好、口碑评价等行为数据，基于社会学、心理学、营销学、传播学等相关理论，并借助数据挖掘、统计计量等，按一定的细分标准进行消费行为细分，从而结合自身资源优势，形成目标市场的选择和一对一营销的精准定位。
（四）大数据对营销要素的影响
1.产品：顾客参与式的产品设计和个人定制。大数据背景下，虚拟企业和智能车间将会越来越多地被采用，顾客参与式的产品设计和个人定制将大行其道。那些市场价值在较短时间发生贬值的短生命周期产品的时效性更强、需求波动大，与外界存在着复杂非线性关系[24]。而长周期产品特别是其中生产工艺复杂、流程管理复杂、客户需求复杂的复杂品（Complicatedproduct）将实现供应链纵向一体化整合及全生命周期数据整合[25]。“全息”生命周期的完整大数据可帮助企业构建消费者兴趣图谱，从而应用于营销和新媒体关系定位中。
2.渠道：渠道缩短及渠道多元化。大数据背景下，信息技术更为成熟，经由中间商的渠道模式将让位于直销，渠道长度越来越短。特别是具有及时反馈交互关系平台技术的实施，使企业可开发出更多、更便捷的渠道与顾客连接，实现多渠道及跨渠道营销。诸如微商等“屏幕+手指+快递”的购物方式，配合超低的价格，使营销渠道更趋多元化。
3.价格：透明度更高，基于支付意愿的差异化定价。传统营销定价多从产品成本、利润率、顾客接受度等简单因素考虑，并依据先前相关销售经验建立精算模型。大数据背景下，传统精算模型将被颠覆，价格不对称性有所改善，定价透明度越来越高，明智的价格策略是企业“阳光”定价，基于支付意愿的差异化定价将成为主导，电子支付成为主流。
4.促销策略：促销手段的数字化、互动化趋势。大数据背景下，传统电视、报纸、广播等大众传媒的传播效率不断下降，而建立在数据库基础上的移动互联网将成为促销信息的重要传播手段，促销手段更具数字化。同时，促销手段更新颖，目标受众被多元化数据锁定，并特别强调与顾客间的互动和情感沟通。
四、大数据研究在营销中的应用评析
（一）研究层次：偏宏观层面研究，轻微观分析
当前对大数据的相关研究，更多从宏观层面对其概念内涵、形成脉络及其对社会所产生的影响方面展开描述，而对大数据所形成各种影响的内在机理缺少必要的微观分析。大数据为未来营销带来深刻影响，但机会和挑战并存，其合理利用前提是必须拥有准确、可靠、及时的高质量的数据[26]，只有在此基础上，才能提炼出有效的营销决策信息，才能帮助企业实现精准定位。
（二）研究视角：多立足于信息科学视角，缺少管理视角
当前，国外从管理学视角应用大数据技术来支持管理决策已成为商科教育的热点[27]。相比之下，国内相关研究还处于起步阶段，数据驱动决策的管理模式还有待形成，现有的相关研究则更多立足于对数据信息的采集、处理、检索、挖掘及离线分析等信息科学视角。而只有立足管理决策的视角，探讨大数据对现代经济组织的战略定位、架构设计、营销实施等实时问题，才能真正发掘大数据的“资源”价值，建立起信息引导决策的机制。
（三）应用范围：国内多理论研究，实践广度、深度不够
大数据在国内发展还处于起步阶段，从行业实践范围来看，多局限于银行、保险、电信、电商等领域；从技术应用度来看，多表现在对一些相对成熟的数据分析处理技术进行有限范围应用，Hadoop、非结构化数据库、个性化推荐引擎等新技术则由于较高的技术门槛及运营成本未能很好采用；从应用整合情况来看，尚缺少一个具有大数据信息分享、整合的营销数据平台。只有让大数据更便捷、快速地贴近顾客，并实现数据流通，才能使得大数据发挥其生命力，实现其对营销管理决策的真正价值。
参考文献：
[1]俞立平.大数据与大数据经济学[J].中国软科学，2013（7）：177.
[2]李巍，席小涛.大数据时代营销创新研究的价值、基础与方向[J].科技管理研究，2014，34（18）：181-184.
[3]toFFLeRa.thethirdwave[m].newYork：Bantambooks，1981.
[4]LaneYD.3Ddatamanagement：controllingdatavolume，velocityandvariety[R].metaGroupResearchnote，2001.
[5]HoweD，CoStanZom，FeYp，etal.Bigdata：thefutureofbiocuration[J].nature，2008，455（7209）：47-50.
[6]LYnCHC.Bigdata：howdoyourdatagrow？[J].nature，2008，455（7209）：28-29.
[7]waLDRopm.Bigdata：wikiomics[J].nature，2008，455（7209）：22-25.
[8]BeLLG，HeYt，SZaLaYa.Beyondthedatadeluge[J].Science，2009，323（5919）：1297-1298.
[9]GinSBeRGJ，etal.DetectinginfluenzaepidemicsusingsearchenginequeryData[J].nature，2009，457（19）：1012-1014.
[10]manYiKaJ，etal.BigData：thenextfrontierforinnovationcompetition，andproductivity[R/oL].mcKinseyGlobalinstitute，2011-05[2014-03-10].http：///insights/business_technology/big_data_the_
next_frontier_for_innovation.
[11]woRLDeConomiCFoRUm.Bigdata，bigimpact：newpossibilitiesforinternationaldevelopment[R/oL].2012[2015-03-15].http：///docs/weF_tC_mFS_
BigDataBigimpact_Briefing_2012.pdf.
[12]国金证券.大数据时代即将到来[R/oL].2011-12-07[2014-02-15].http：//.cn/acc/Res/Cn_ReS/inVeSt/2011/12/7/151d64a2-79cd-49cb-a04a-ee065a0464b7.pdf.
[13]wiKipeDia.Bigdata[eB/oL].[2015-02-15].http：///wiki/Big_data.
[14]GaRtneR.Bigdata[eB/oL].[2015-02-15].http：///it-glossary/big-data.
[15]nSF.Bigdata[eB/oL].[2015-02-15].http：//www.nsf.gov/funding/pgm_summ.jsp？pims_id=504767.
[16]GantZJ，ReinSeLD.extractingvaluefromchaos[J].iDCiView，2011（6）：1-12.
[17]netapp.BigDatasolutionsforgovernment[eB/oL].http：///us/solutions/industry/government/bigdata.aspx.
[18]李富.大数据时代消费者行为变迁及对商业模式变革的影响[J].中国流通经济，2014，28（10）：87-91.
[19]维克托・迈尔-舍恩伯格，肯尼斯・库克耶.大数据时代：生活、工作与思维的大变革[m].盛杨燕，周涛，译.杭州：浙江人民出版社，2012.
[20]何军.大数据对企业管理决策影响分析[J].科技进步与对策，2014，31（4）：65-68.
[21]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，5（1）：146-169.
[22]FRanKeLF，ReiDR.Bigdata：distillingmeaningfromdata[J].nature，2008，455（7209）：30-30.
[23]王举颖，赵全超.大数据环境下商业生态系统协同演化研究[J].山东大学学报：哲学社会科学版，2014（5）：132-138.
[24]白世贞，刘乙.短生命周期产品零售商订货策略研究[J].商业研究，2011（9）：57-68.
[25]邵鹏，，齐杰.大数据时代产业发展与社会管理问题研究前瞻[J].科技进步与对策，2014，31（12）：154-160.
大数据营销理论篇7
关键词：市场细分；数据库营销；数据库的知识发现；数据挖掘
企业在日常的生产经营活动中，产生了大量运营数据，如果不加以利用就会杂乱无章地占据大量的存储、管理、维护等资源。实际上这些数据是用户行为、用户习惯的表征记录，是企业各项经营活动的成果记录，其中蕴涵着大量的信息与知识，如果善加利用将是企业不可估量的战略资源。在数据的存储方面，随着数据库技术的迅速发展以及数据库管理系统的广泛应用，人们可以积累的数据越来越多。目前的数据库系统已经可以高效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。
因此，在学术界对数据库的知识发现的研究也在不断深入。1989年iJCai会议进行了关于数据库中的知识发现（KnowledgeDiscoveryandDatabase，KDD）的专题讨论，Fayyad将其定义为“KDD是从数据集中识别出有效的、新颖的、潜在有用的以及最终可理解的模式的非平凡过程”。从1995年开始，KDD发展为国际年会，国内对该领域研究始于1993年，国家自然科学基金开始支持该领域研究。数据分析能力是一项对开发者、使用者都有很高要求的能力，需要具备数据库、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、信息检索和数据库可视化等多方面的知识和技巧。
同时对于这项技术在企业中的实际应用来说，随着理论的深入与数据挖掘工具的不断推出，其对各个企业的实际生产经营活动都起到了很大的推动作用。特别是数据库营销，由于其较低的成本，完善的模型和对市场的细微把握，对企业有着重大的意义。而所有的营销活动都应以市场细分为基础，因此数据库营销中市场细分就成为其不可逾越的第一步工作。
一、数据库营销中市场细分的作用
数据库营销中市场细分的应用随着it技术的发展和市场交易量的扩大愈来愈广泛。目前，各个行业领域包括金融业、电信业、网络相关行业、零售商、制造业、医疗保健及制药业等都将其视为本公司的重要战略资源加以应用。从目前技术的发展与行业的应用来看，其作用主要体现在以下方面：
第一，对运营数据进行更好的重组、汇集、抽取和预测，更方便、快捷地从企业现有资源上采集和转化信息和数据，能为企业管理提供更好的决策支持，使管理层及时地了解企业生产经营现状，深入地了解企业所处的竞争环境，更好地制定符合实际的战略方案。
第二，在激烈的市场竞争和迅速的业务扩张中，运营数据可以用来分析数据的一般特性，使用数据可视化、分类、聚类分析、序列模式分析等工具，理解商业行为、确定商业模式、捕捉对企业利益侵害行为、提高服务质量，提高资源利用率，提高员工劳动生产率。例如，电信企业中对客服中心的分布的设计，基站的设置等。
第三，运营数据是用户消费行为的直接记录，通过对用户长期消费活动数据的规律总结。有助于划分用户群体，使用分类技术和聚类技术，可以更精确地挑选出潜在的用户；识别用户购买行为，发现用户购买模式和趋势，进行关联分析，以便更好地进行产品组合、产品推介等等。
第四，运营数据虽然是历史数据的集合，如果能够通过各种工具发现其中存在的普遍规律。由于企业的生产经营有延续性，用户的消费习惯有规律性，我们可以用来预测未来的生产经营情况，比如我们可以通过营销案预演，虚拟整个营销过程，测试目标用户反应，初步评价各种营销案的效果，确认最能接受营销案的客户群体，保证在真正推出市场的销售方案代价最小，收益最大。又如，我们可以通过运营数据，发现用户流失的规律与特征，使企业能在用户流失之前做出有效地挽留措施，降低流失率。
二、数据库营销中市场细分与传统市场营销中市场细分的异同
市场细分是现代营销理念的产物是市场营销理论和战略的新发展。目前市场细分的理论和方法不断完善，而且被广泛地应用于营销实践。而作为本文研究的重点，数据库营销中的市场细分与市场营销中的市场细分既有联系又有区别。
首先，两者的联系主要体现在：市场营销活动与数据库营销过程是衔接的。数据库营销的市场细分可以在营销活动之前提供数据预测；也可以用在营销活动之后分析结果，但两者总是联系紧密的过程。企业逐渐认识到，本企业的竞争优势体现在能够向用户提供满足整体需求的产品和服务组合，为用户提供个性化业务解决方案。因此，在设计市场营销业务项目时，需要采取不同的用户群细分方法对用户进行细分，对不同用户采取不同的服务策略。而企业的经营成果也正是构筑在不同细分用户对企业的贡献上的，不同的用户群体对总体收入的影响是不同的，因而在经营成果的分析中，也必不可少的需要对用户进行细分。这样可以加深对市场的了解，认清每种用户对企业经营活动的意义，从而制定更有针对性的营销政策。其理论依据也是相同的。根据1956年美国著名的市场学家温德尔·史密斯（wendellSmith）的论述主要有两个：一是用户需求的异质性。由于用户需求、欲望及购买行为是多元的，所以用户在购买产品和使用服务上的需求呈现较大的差异。用户需求的异质性是进行用户细分的内在依据。二是企业资源的有限性和为了进行有效的市场竞争。现代企业由于受到自身实力的限制，即便是处于市场领先地位也不可能在整个营销过程中占绝对优势。为了进行有效的竞争，企业必须进行市场细分，选择最有利可图的目标用户群体，集中企业资源，制定有效的竞争策略来增强自己的竞争优势。所以企业资源的有限性和为了进行有效的市场竞争是进行市场细分的外在要求。
其次，数据库营销中的市场细分与市场营销中的市场细分区别主要是：目的不同。数据库营销的市场细分目的是为了更好的从现有的经营数据中，找出对经营成果有影响的各个用户群体，并分析其影响程度或者找出其中规律；市场营销的市场细分，主要是为了开拓用户未被开发的潜力，增加其对经营成果的贡献。方法不同。数据库营销中的市场细分更加倚重数据库营销的各种手段，包括统计分析、数据挖掘等等，从海量的日常经营数据中，通过设定参数与算法，建立模型的方式，找出符合细分条件的用户群体。市场营销的市场细分，主要依据两种方法：一是依据自然属性来细分用户，主要是利用人口统计学、社会经济学、经济地理原理所提供的特定市场内有关个人的重要信息来细分用户，其变量主要有地理细分变量、人口统计变量、社会经济变量等，也可以把这些变量结合起来进行细分；二是依据行为属性来细分用户依据行为属性细分，用户主要是通过对人们的心理分析，个性特征，生活方式的研究来细分用户，其变量主要有心理分析变量、产品使用变量和产品效用变量等。对象不同。数据库营销中的市场细分主要面对企业现有用户，这是因为数据库营销的数据来源主要是企业已经获得的经营数据。市场营销的市场细分主要面对全体消费者，从中找出目标用户群体发展为企业的新用户。标准不同。数据库营销中的市场细分依据的标准在细分前是未知的，需要运用数据挖掘的方法与工具从大量数据中找出可以用来细分用户的标准。而市场营销的市场细分主要基于一些已知的标准，对目标可以进行归类与分析。
三、数据库营销中市场细分的方法与过程
上文结合市场营销的市场细分总结了数据库营销中的市场细分有以上的一些特点，所以在应用上，后者更多地依靠统计学与数据挖掘的方式进行。通过设定变量与参数，在企业经营获得的大量日常生产经营数据中，找出各种隐含的商务关系、产品关联、营销机会与用户行为特征。
数据库营销中市场细分的方法可以分为5项：关联分析、分类和预测、聚类分析、孤立点分析、演变分析等。实现上述功能的算法包括统计类的诸如回归分析、时间序列、判别分析、因子分析；神经学习网络类的诸如粗糙集、决策树、模糊集、支持向量集等等。数据库营销中的市场细分的过程，如图1所示。
第一，确定市场细分参数。即决定使用何种参数从数据库的海量数据中提取相应的用户数据对用户进行细分。一般目前企业级的数据库营销应用中，为了更加精确地描述实际市场情况，模型的设计维数都比较高，设计与提取的参数数量一般都需要上百个。
第二，数据准备。一般前面两个步骤就会占据整个过程的50-90%的时间和精力。需要完成的工作包括：数据收集、数据描述、数据质量评估和数据清理、合并与整合、构建元数据，加载数据挖掘库等。
第三，数据分析与验证，运用数据挖掘的方法，将初步确定参数的具体数值进行分析，进而发现参数设定的有效性并进行参数的变换，形成对解释问题有效的参数集。
第四，建立模型。通过以上步骤，建立相应的数据模型，为了保证得到的模型具有较好的精确度和健壮性，需要一个定义完善的“训练-验证”协议，进行模型训练与优化。
第五，模型应用与评估。按照确定的参数将目标用户导入模型进行细分，同时分析同类用户的各种特征，找出其中隐含的关联，为分析与应用提出结论。最后还要根据实际情况，对模型输出进行营销学上的解释，并进行实施效果评估。
参考文献：
1、张晓航.基于聚类算法的客户细分[J].通信企业管理,2005(12).
2、DavidHand等著;张银奎等译.数据挖掘原理[m].机械工业出版社,2003.
大数据营销理论篇8
【关键词】精细化管理；电力营销；电力系统
1、引言
精细化管理以先进的理念、细化的管理、明确的目标，可确保企业管理效率和运行效率，对电力系统营销工作起着很好的促进作用。
2、精细化管理理论[1-3]
规范化管理、精细化管理和个性化管理被现代管理学理论认为是科学化管理的三个层次。精细化管理理论源于20世纪50年代的日本，精细化管理的核心是“五精四细”，五精的含义就是管理要注重精华、精髓、精品、精通和精密；四细的含义就是管理应注重细分对象、细分职能和岗位、细化分解每一项具体工作、细化管理制度的各个落实环节。精细化管理最基本的特征可概括为“七个注重”，即注重细节、注重过程、注重基础、注重具体、注重落实、注重质量、注重效果。
2.1精细化管理实施中应依据的原则
精细化管理在实施中应遵循数据化原则、操作性原则、程序化原则、标准化原则、系统化原则和信息化原则等原则。
（1）数据化原则数据化原则强调的是数据在管理中应用的重要性。在整个管理过程中，需要用数据来分析、要求和检验。它的作用在精细化管理中表现为8个方面：用数据明确要求、用数据明确标准、用数据明确目标、用数据明确计划、用数据扫描环境、用数据检讨执行、用数据推演数据、用数据链接数据。
（2）操作性原则操作性原则要求在管理中具有可操作性，因此应在管理制度中增加两方面的内容：管理制度实施细则和管理制度实施检查细则。在管理制度制定方面，应尽量把制度细致化，同时去掉那些操作性不强的表述。
（3）程序化原则程序化原则就是把工作事项细化为若干个相连的工作单元，把工作过程转化为可执行的工作流程，并注重程序化的处理。
（4）标准化原则精细化管理中的每个管理对象中的各类管理活动必须要有统一的标准，这是做到规范化的核心内容和基本保证，也是实现操作性的前提条件。
（5）系统化原则精细化管理是系统工程，依靠单一动作无法达到目的。完成每一项工作，都需要一系列有机组合的系统动作来完成。
（6）信息化原则实施精细化管理离不开信息化，信息化依赖于计算机技术与现代通信技术，它在管理中的应用解决了决策与调度的高效化、沟通与控制的实时化、存储与检索的条理化等问题。
2.2精细化管理理论的内容
精细化管理是一个系统全面的管理模式，所谓系统全面是指精细化管理的内涵应贯穿到整个管理过程中，精细化管理是一个系统全面的管理模式，所谓系统全面是指精细化管理的内涵应贯穿到整个管理过程中，主要包含以下四个方面。
（1）精细化的分析与规划精细化的分析是取得核心竞争力的有力手段，是进行精细化规划的依据和前提。精细化分析主要是通过现代化的手段，将管理中的问题从多个角度去展现和从多个层次去跟踪。
精细化规划也是精细化管理的一个非常重要的步骤，它可确保所制定的管理目标和执行计划合理，有依据，可操作，并且可以监督和检查。
（2）精细化的操作精细化的操作要求每一个操作行为的执行者都应遵守其固有的规范、标准，从而让整个管理过程更加正规化、规范化和标准化，使其操作更具有可拓展性、可复制性。
（3）精细化的控制精细化的控制要求整个精细化管理过程有明确的流程，要有四个过程，即计划过程、审核过程、执行过程和回顾过程。对每个过程控制好，就可使管理失误降到最低，避免一些管理漏洞。
（4）精细化的检查精细化的检查在精细化管理中必不可少，是精细化管理的必要环节。通过精细化检查可发现管理异常，减少管理差错，完善管理措施，提高管理水平。
3、电力营销的精细化管理
青岛电网将精细化管理理论应用于电力营销管理中，主要包括以下几个方面：
（1）提升服务水平公司利用营销技术支持系统的技术优势，重新核准工作程序，梳理工作流程，将营销过程的各个服务环节统一纳入到流程管理中，形成一个高效精细化、有机的服务整体。深入企业、社区、乡村，征求客户意见与建议，提供技术咨询与支持，开展新型缴费模式、安全用电、科学用电等知识宣传。科学分析客户的不同需求，实行个性化服务，不断修正服务缺陷，提升服务水平。
（2）增供扩销公司对电力市场进行充分调研，细分电力市场，根据电力客户不同的用电需求，采用不同的电力营销办法，多层次全方位地满足不同电力客户的需求。
进一步规范营销分析制度，完善营销分析手段，细化营销分析报表，多采用定量分析，为制定营销策略提供依据。利用现代化网络信息技术，提供电力信息查询、咨询、业扩报装等服务项，为电力客户提供用电安全、节能降耗专业化的技术服务，扩大市场份额；积极打造“彩虹工程”用电服务品牌，树立企业良好的品牌形象，赢得用户的满意与尊重。
（3）减少经济损失线损管理是营销工作的一项重要工作，也是营销工作的一大难题，青岛供电公司利用各种营销技术手段，细化工作，细分责任，加强考核，从管理角度，实现线损的降低和控制，提高经济效益。
（4）发挥信息系统的作用，提高效益根据国家电网公司“三集五大”的总体部署，在“大营销”体系建设过程中，为适应营销发展新形势，青岛供电公司实现营销信息系统的整合，集成营销业务应用系统、营销稽查监控系统、用电信息采集系统、计量集约化管理系统、95598客户服务系统、智能远程费控系统、电动汽车充换电运行监控系统、供电服务品质评价系统、客户侧供电质量监控系统、有序用电智能决策系统等十大营销自动化信息系统。同时利用各种信息系统对营销业务流程进行整合和细化，提高信息数据的完整性和准确性。营销各种自动化信息系统，实现了全面防范营销管理风险、可控在控营销管理工作质量、持续改进营销管理水平，提高营销管理的运作能力、营销管理的控制能力，为全面提升公司的竞争力、经营效益和服务形象提供强有力的技术支持。
4、结论
本文介绍了青岛电网将精细化管理理论应用于营销管理中，注重提升服务水平，增供扩销，减少经济损失，发挥信息系统的作用，提高管理水平等，取得了显著的效果。
参考文献
[1]范爱民.精细化管理.北京:中国纺织出版社出版,2005年
大数据营销理论篇9
市场营销工作在大数据背景下受到一定的影响，市场营销作为一门实用性非常强的学科要与实际市场营销紧密联系才能够培养出符合社会需要的人才。因此，市场营销教学方法在大数据背景下成为新的热点课题。本文首先分析了大数据背景下市场营销的特点，然后细致讨论了该背景下市场营销教学的方法和策略。旨在为高校市场营销课程专业的教学教研工作者提供参考。
关键词：
大数据背景；市场营销；教学方法
“大数据”成为了网络时代中一个新的名词，所谓“大数据”既不是一种新的技术，也不是一个软件。“大数据”主要是网络时代信息高度共享后出现的一种现象，即单位时间内呈现出的数据的数目激增。市场营销工作很大比重依赖于对数据的整合与分类，从而确定营销方案。面对庞大的数据，市场营销工作的开展有了更好的机遇，同时也面临着庞大工作量的挑战。另外，量的积累导致质的飞跃这一哲学原理也适用于市场营销工作，当数据量非常大的时候，就可以创造性进行应用以实现市场营销工作的创新。所以在大数据背景下市场营销教学方法必然要进行适度调整。
一、大数据背景下市场营销的特点
1.具有商品关联挖掘网络营销特点商品关联挖掘营销是指在某种特殊联系的基础上将两种商品放在一起，进行营销推广。这种商品关联挖掘网络营销模式需要以大数据为基础探索商品之间的联系。啤酒和尿不湿本是不相及的两种商品，但是经过巧妙联系却可以绑定在一起销售。美国妈妈照顾宝宝没有时间出去买尿不湿，爸爸下班买啤酒的时候正好把尿不湿买回家。
2.具有基于大数据的用户行为分析营销特点在大数据背景下建立用户行为分析营销模式意指通过记录和分析用户的上网数据，总结出用户的喜好和经济水平，筛选出有价值的潜在客户，对其制定一对一的营销计划。时下淘宝和美团都根据用户的已购买信息来为用户推送相关商品,这种营销行为也受到客户的好评，他增加了客户与商家的互动粘度。
3.具有基于大数据的个性化推荐营销特点网络营销模式中，基于大数据背景下的个性化推荐营销模式是非常重要的模式，在目前的一些社交网络平台中，比如微信、微博、知乎等，用户可以根据自己的喜好建立属于自己的社交圈，在自己的社交圈中随时随地自己喜欢的信息，利用大数据，销售者可以收集这些用户喜欢的信息，分析消费者的心理需求，利用快速的网络传播速度和目前庞大的社交群体，进行个性化的商品推荐，这种营销方式和用户行为分析营销方式有很大的相同点，也具有极强的针对性。
4.具有现代通信的大数据分析营销特点现代通信数据分析营销模式的运用在实际生活中的例子有很多，其中比较有名的有淘宝中量子恒道统计，它主要有两种功能，一种是量子恒道网站统计，另一种是量子恒道店铺统计，网站统计主要是统计客户和第三方的一些数据和内容，比如网站访问量，全面监控数据变化，同时通过分析收集的互联网数据，归纳总结客户的网络使用规律，根据分析结果制定相关的网络营销策略，量子恒道店铺统计通常是实时统计淘宝店铺在运营中产生的数据，利用这些数据对店铺作出相应修改，吸引客户。
二、大数据背景下市场营销教学的方法和策略
1.增加学生做课堂报告的案例分析课比重增加学生做课堂报告的案例分析课比重的目的在于让学生对于市场营销活动有整体感知，能够将市场营销的理论知识应用于分析当中，对学生市场营销基本功的夯实大有弊。此外，市场营销专业的每位学生都要做一个课堂报告，不同的学生的兴趣点不同，学生们在做课堂报告时就是信息共享的一个过程。在学生做课堂报告的案例分析中，老师要注意以下三点以达到理想的教学预期。第一，教师要为学生提供一个经典的模板。制作模板的目的是让学生们知道要做哪些事情，做到什么程度。这样就让学生养成良好的市场营销思路，具有扎实的专业基础。第二，教师要对学生的案例分析进行深度点评。老师的点评主要分为两个部分，一是课上点评，主要是抓住案例的亮点和学生分析的独到之处，从而让学生们共同学习；二是课后点评，主要是对学生的不足之处和课堂上时间限制而点评完的内容进行补充。老师的深度点评能为学生的案例分析提供新的方向和反思。第三，教师要将学生的案例分析作品汇集成册。该项工作开展主要是为了达到教学相长的目的，教师对学生案例进行点评要与时俱进地结合当下市场营销实际，长期积累后的案例分析作品集就是校本教材的雏形。
2.将市场营销课堂转移到计算机网络中心将市场营销课堂转移到计算机网络中心的目的在于让市场营销专业的学生能够熟练使用现代通信设备，从而能够在大数据背景下在营销工作中娴熟运用现代通信设备。时下市场营销中的问题是营销专业的工作人员的通讯设备使用能力欠缺，而通信设备专业工作人员不懂营销，两者之间的沟通误差造成了营销效果不理想。增强营销专业学生的讯通设备使用能力则可以提高市场营销活动能力。在计算机网络中心进行市场营销课程的讲解要注意以下三点。第一，教师要通过主机对学生所用计算机进行总体控制。教师所用计算机为主机，学生所用的为子机。教师在进行课程讲解时要通过主机对子机的控制来学，从而避免学生开小差。第二，教师要将学习讲义提前发给学生供学生预习思考。该教学过程可以参考美国教学中常用的“翻转式”课堂教学方法。将课堂转移到计算机网络中心的目的主要是增强学生利用计算机来处理数据的能力，所以课堂练习是重要部分，通过预习能够大幅减小课堂讲解的时间，从而为大量练习提供必要的时间保证。第三，利用校内网来构建网络学习平台，下课前学生要将课上的练习任务提交到网络平台上。网络学习平台能够对学生的课堂练习情况进行监督和反馈，同时也为教师对学生练习的批改提供了方便。
3.构建师生互动式教学模式构建师生互动式教学模式的目的在于让学生在课堂上有更多的话语权，从而实现学生主体教师主导，教师将学生们的观点和信息进行有效整合，从而挖掘商品关联性，进而培养学生用普遍联系的观点来思考问题，最终培养出适应社会需要的创新型人才。在构建师生互动教学模式时，要注意以下三点。第一，扮演主持人的角色，掌握课堂讨论话题的主导权。互动式课堂的弊端是容易出现学生跑题的状况，老师要对学生讨论内容的主题进行把控。第二，适当提问，引导学生思考。互动式教学成果得益于教师和学生的深度沟通和交流，老师适当提问能够引导学生向着预期的方向思考，从而有利于教学的顺利进行。第三，适时质疑，激发学生的思考辩论潜力。青年学生有着不服输的精神，老师适时的质疑能够激发学生的潜能。
4.增加学生的实践课程比重增加学生的实践课程比重的目的在于让学生在大量实践中掌握用户行为分析的能力。不同学生感兴趣的营销课题不同，经过实践学生能够找到自己喜欢的课题，并对商品用户的行为进行分析。在增加学生的实践课程比重要要注意以下三点。第一，要对学生的实践课程进行进度追踪和成果检查。对进度的追踪是督促学生以克服学生的惰性，成果检查是对学生做事效率的要求。第二，要在学生的实践课程中与学生保持互动联系，从而予以学生技术上支持和理论上的帮助。学生实践的目的在于将理论知识应用到实际中，大数据时代下，很多营销活动都发生了变化，学生需要老师对其实践进行答疑解惑。第三，在条件允许的情况下，教师要与学生所在的实践单位的营销负责人联系，从而对学生面临的营销内容有深度的了解，进而给学生具体的有效的指导。
三、结语
综上所述，大数据背景下，市场营销方式发生变化，相应的市场营销的教学方法也要有针对性地进行改革。这既是市场营销专业适应企业需求的需要，也是对教育领域中全面深化改革的践行。增加学生做课堂报告的案例分析课比重，能够让学生将市场营销的理论知识应用到分析当中，提升学生能力，同时不同学生做不同类型的课堂报告，能够拓宽学生视野，增大整个学习阶段的信息量。将市场营销课堂转移到计算机网络中心可以保证师生在课堂上共享网络资源，教师可以知道学生应用现代通讯技术对大数据进行处理以服务于市场营销工作。构建师生互动式教学氛围，能够增加学生的话语权，在教师的引导下让各种思想碰撞出火花，从而了解各种商品的关联性。增加学生实践课的比重，可以让学生对自己感兴趣的商品进行用户分析，从而提升学生的市场营销实战能力。因此，高校市场营销专业教师教研工作者要对当下市场营销的特点进行深入分析，从而创造性地研究出有效的教学方法。
参考文献:
[1]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(02).
大数据营销理论篇10
【论文摘要】利用因子分析和相关分析的方法，考察了行业的绩效和营销渠道模式选择之间的相关性，提出了在医药行业里由于该行业的特殊性，并不存在固定的适用于该行业的渠道模式的结论。
引言
营销渠道作为营销的四大基本要素之一，是产品到达消费者之间流动的载体，是连接生产者与最终消费者之间的纽带，在市场运作中具有产品分销、服务传递、信息沟通及资金流动等功能，是企业实现销售目标的工具，也是企业的一种重要资源。一个对目标市场全方位覆盖、全渠道控制的营销渠道是绝大多数产品取得成功的先决因素。
营销渠道已经变成了企业核心竟争力的一个源泉，对增强企业竞争力，促进企业持续快速发展起着极为关键的作用。近年来，我国企业已经逐步意识到渠道资产是提高企业核心竞争力的基础和关键，但我国企业的营销渠道方式选择对公司业绩增长是否有正面促进作用还缺乏科学和一致的实证研究结论支持，所以作者认为有必要对此进行深人研究。医药行业是一个高利润的特殊行业，它的渠道模式也与其它行业有所差异。为此，本文选择医药行业进行研究，考察营销渠道决策与企业绩效的相关性。
2相关理论
2.1营销渠道治理理论
营销渠道治理的研究已经发展了很长时间，早期的研究一般认为，weld是渠道结构研究的奠基人(刘伟宇，2000)。他论及营销渠道管理的效率，认为职能专业化产生效益，因而专业化的中间商所从事的分销是合理的。Converse等(1940)研究了营销纵向一体化的潜在优势，即营销费用的降低和原或商品销路的确定性;同时指出，一体化也带来了相应的管理和协调间题。
20世纪40年代末期和50年代初，营销渠道治理理论的发展有了新的变化，1954一1973年间，渠道治理结构理论研究达到一个高峰。营销学者利用理论分析营销渠道管理产生、结构演变、渠道管理设计等问题。Balderston(1958)提出了一种显示了专业化经济性和竞争过程之间的互动模型，指出设立在一组买卖双方之间的中间商如何通过减少交易的数量来减少系统。Cox等(1965)从更宏观的角度审视了分销渠道管理的结构，使用‘、营销流程(marketingflows)”这一概念来描述通过分销网络发生的营销活动。mcCammon(1965)认为，协调营销体系的潜在经济效益日益明显，可以用公司型、管理型和契约型3种方式有效地协调营销渠道管理体系。Baligh等(1967)进一步扩展了Bolderston(1958)的有关渠道管理结构的经济分析，涉及了更多种类的营销活动。还有一些学者试图了解因素如何影响渠道管理网络的发展和经济发展如何影响渠道管理的变化(moyer等，1968)
近期的研究中提出治理决策是在内部组织和外部组织之间做出的，本质上与交易费用理论中所使用的方式相似(Hei-de,1994)。这些模型的基本决策标准是经济效率(b4allen,1973)和效益。于是，渠道管理结构治理的重点是优化渠道管理结构来提高效率和效益。而本文研究讨论的正是医药行业采取哪种治理结构更有利于企业获取更好的收益。
2.2渠道结构模式分类
按照国内家电行业具体情况，本文对渠道结构进行了划分，其具体结构形式如下:
(1)常规渠道。按照科特勒(1999)的说法，传统或常规渠道由一个或一组独立的生产者批发商和零售商组成，每个成员都作为一个独立的企业实体追求自己利润的最大化，即使它是以损害系统整体利益为代价也在所不惜。没有一个渠道成员对于其他成员拥有全部的或者足够的控制权。
[1]
(2)垂直渠道。为了解决常规渠道所存在的不足，产生了垂直渠道形式，又称纵向一体化公司渠道形式。如果制造商向分销职能整合，由自己的员工完成分销工作，这被称之为从生产向前整合或向下游整合;如果下游的渠道成员，如分销商和零售商，向后承担生产供应职能，这被称之为从分销或终端的后向整合。不论是制造商向前整合还是下游渠道成员向后整合，结果都是由一个组织来承担所有的工作，这就被称之为纵向一体化或内部一体化或一体化公司渠道。这里，分销角色虽然被替代，但分销的职能却是相同的。
(3)混合渠道。为了获得两种渠道模式的好处，一些企业将常规渠道模式与一体化渠道模式混合使用，产生了所谓的混合渠道模式，即一个企业的渠道模式中既有一体化渠道又有常规渠道，两种渠道各自对应于不同的销售对象与目标，在实现一定程度的控制的同时，达到较大的覆盖面。
3实证研究
在这部分研究中，为了具体考察渠道治理决策对行业的影响，对医药行业企业效益和渠道结构选择的关系进行了分析。文中选取了医药行业的134家，对这些上市公司的几个主要效益指标进行了提取，并且利用SpSS应用软件对这些数据进行了处理，综合后得到了对企业的最终效益考察指标，然后利用相关性分析对这个效益值与渠道结构分类相关性做出了分析，得出行业的效益与营销渠道结构之间的相关性数据，进而验证医药行业营销渠道结构与绩效关系。
3.1数据来源
文中所采纳的医药行业的各项原始指标数据均来自于上市a股公司近一段时间提供的数据，而其营销渠道指标则是在对每个企业的资料进行查询分析后归类确定的。以行业上市公司为代表研究行业渠道治理抉择方向是由于上市公司的规模和成熟度相对高一些，研究结果就会有代表性，并且上市公司的原始数据比较容易获取，同时也便于综合整理。
3.2变量设定
原始变量:企业股票的每股收益、每股净资产、每股公积金、主营收人增长率(%)、净资产收益率(%)，为便于运算将这些变量所对应数值记为Xi,XZ,XS.xa,XSo
因子变量:利用主成分分析法进行提取后得到的降维后的因子记为f},fz>f3,'二。
综合指标:对因子变量进行加权运算后得到的最终指标即是综合指标，记为y。
定量变量之间的运算关系:
fi,fz,fs'二为原始变量xi,xz,x;,xa,xs的第一、第二、…第m个主成分。其中f;在总方差中所占比例最大，综合原有变量的能力也最强，其余成分综合原变量的能力依次减弱。主成分分析就是选取前面几个方差较大的主成分(本文选取其相应特征值大于1的成分)。xi,xz,xs,xa,xs对应的系数向量是协方差矩阵的特征值(totalVarianceexplained的第一列)对应的特征向量二
综合指标与因子变量的关系:Y-wife十wzfz+...}y}其中因子变量的系数(即权重)来自于totalVarianceex-plainedo
[2]
3.3模型假设
w所分析的行业选取的a股具有行业代表性，基本上可以体现行业整体渠道治理状况。
(2)模型提取的企业近期股票的每股收益、每股净资产、每股公积金、主营收人增长率(%)、净资产收益率(%)等值具有一定代表性，能够比较真实的反映该企业的运营状况。
(3)医药行业中比较成功的企业选取的营销渠道是有利于企业绩效的，该渠道是适于企业使用的渠道。
(4)医药行业中大多数绩效较好的企业都使用的营销渠道治理方式是与该行业相匹配的方式。
(s)如果最终获得的综合指标与营销渠道相关性比较高，
则可以说明在医药行业里营销模式有趋同性，也就是说适合该行业整体的营销产品销售模式相近。
(6)根据我国现有的、政策环境以及环境推断医药行业企业效益与渠道相关性不会存在相关性。
首先根据已有数据对医药行业做一个初步的分析，考察一下各原始变量与营销渠道之间是否存在一定的相关性。
3.4分析
步骤1
表1医药行业相关性数据表
[3]
步骤2
为了进行因子分析，首先已知数据是否适合进行因子分析，为此进行Kmo检验和Bartlett球度检验。
表2医药行业Kmo检验和Bartlett球度检验表
表2分别给出了Kmo检验和Bartlett球度检验结果。其中K&10值为0.479，根据学家Kaiser给出的标准，Kmo取值小于0.6，不是很适合因子分析。Bartlett球度检验给出的相伴概率0.000，小于显著性水平0.05，因此拒绝Bartlett球度检验零假设，认为适合进行因子分析。
步骤3
由表2检验知所提取的数据可以进行因子分析，接下来进行因子提取。
表3反映了初始解按照一定标准(提取因子的标准是特征值大于i)提取了1个因子后对原变量总体的描述情况。
表中是因子分析后因子提取和因子旋转的结果。其中，Component列和initialeigenvalue，列(第一giJ到第四列)描述了因子分析初始解对原始变量总体描述情况。
步骤4
表4反映了初始解按照一定标准(提取因子的标准是特征值大于0.97)提取了3个公共因子后对原变量总体的描述情况。从表中可见提取了3个公共因子后，它们反映了原变量的大部分信息。第九列(%ofVariance)的数值是最后获得的因子得分进行加权的系数，对应着Fl,F2和F3分别是38.646,23.805和22.1500
步骤5
步骤6表6是输出的因子挛量的协方差矩阵，该矩阵为一个单位矩阵，恰好证明了3个因子变量之间是不相关的。这也正好满足了因子变量应该是正交、不相关的条件。
步骤7表7是最终的综合指标与营销渠道相关性表，综合指标是由公式(2)计算得到的。在本行业中，二者的相关性系数是0.047，相关性很低。通过该相关性数据说明了在医药行业企业的效益与其采取的销售渠道是没有关系的，这证明了假设(5)是错误的，同时证明了假设(6是正确的。并且事实上在本文中所考察的所有企业中只有三种渠道模式，而且其数量差别不大，也就是说采取垂直型、常规型和混合型营销渠道的企业比例均衡，而且经营状况也没有太大差别，根据对医药行业资料的查证发现这个结果直接与我国的行业情况有关系。多年来，医药行业依靠一些保护政策运作的情况很严重，这导致了渠道结构对其效益没有很明显的影响，就出现了本文所得的结论。但在反商业贿赂的政策旗帜下，2006年医药行业已经加速进人行业规范阶段，同时多年以来行业内部同质化竞争加剧，导致利润不断稀薄，整体行业在政策的洗礼下进人洗牌阶段，胜者为王的时代已经来临，无论是企业还是经销商都在战略上寻求新的盈利模式。在此背景下，医药企业纷纷转型寻求新的利润增长点和企业可持续运作的经营模式，而营销模式的转变是经营模式转型的重要课题。所以医药行业营销模式创新已经成为一种必然。在医药行业整体面临转型的今天，也更需要对医药行业结构模式进行研究，以求获取更有利于行业发展的方式。
[4]
4结论
通过对行业企业的样本和数据分析，对渠道治理机制和医药行业绩效之间的关系进行了深人探讨，并主要得到以下几个结论:
(1)从整个行业角度来看，医药行业目前的营销渠道治理决策对企业绩效是没有多少影响的，二者之间相关性很弱。
(2)在医药行业里，渠道模式一般都依照以往传统，选择混合式结构，但随着情况变化，这种模式也会变化，需要进一步研究。