发布时间：2022-02-21 15:06:07
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的大数据营销论文样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
在大数据时代环境下，信息的获取和选择、信息技术的掌握应用，直接影响知识的生产、科技的创新和成果的转化。大数据时代对高校的教学、学生的计算机应用能力提出了新的要求。产业界需求与关注点发生了重大转变，企业关注的重点转向数据，计算机行业正在转变为真正的信息行业，从追求计算速度转变为关注大数据处理能力，软件也将从编程为主转变为以数据为中心。学生要学会对数据的去冗分类、去粗取精，从数据中挖掘知识，要能够把大数据变成小数据，要在不明显增加采集成本的条件下尽可能提高数据的采集质量。要研究如何科学合理地抽样采集数据，减少不必要的数据采集。
二、大数据时代背景下的教学策略
（一）营造适合学生全面发展的软硬件环境信息时代的发展使得高职院校图书馆和数据中心具备了大数据的特征。科学研究和科技创新越来越依赖于对数据的管理和利用，打造良好、适宜的软硬件环境是提高职业院校学生信息素养的基础。目前互联网技术及应用普及度较高，建设智慧校园可为学生提供更多的接触信息资源的机会。加强高职院校数据中心和网络中心的建设力度，在依托传统图书馆文献存储量的基础上，增加馆藏图文电子数据、电子文献与多媒体文献，打造信息化图书馆，为学生提供多元化的信息资源与服务。加强校园社交网络平台的建设，利用微信等新型传播媒介，采用主动推送的方式传递正能量，提供有益于学生健康成长的信息，监控、屏蔽不良信息的传播，过滤影响学生身心健康的不良信息，构建适合高职院校学生学习的良好环境。
（二）发挥数字化图书馆在教育过程中的核心作用数字化图书馆的建设是图书馆业今后发展的主要方向。数字化图书馆也是一个科技含量较高的系统工程，高职院校各级领导应正确认识，加强资金投入，充分发挥其对教育过程的支持作用。数字化图书馆的典型特征是存储数字化、操作计算机化、传递信息网络化、信息存储自由化和结构连接化，可与高职院校的基础建设可以同步推进。在建设与发展过程中，教师要积极引导学生充分利用数字化信息资源。学生在使用数字化图书馆的过程中会产生一系列的行为特征数据。通过对学学习路径和学习偏好的数据分析，根据其特点与实际量身设计合理的信息资源智慧导航，从而为学生学习新技术、新知识提供个性化的服务。
（三）加强学生创新能力的培养在知识经济时代，创新决定着一个国家和民族的综合实力和核心竞争力。培养具有创新能力、实践能力的高素质技能人才，是高职院校人才培养的一个重点方向，也是高职办学的特色及亮点。创新能力培养的关键是创新思维的培养，而创新思维的核心在于思维的独特性和新颖性。在大数据时代，学生面临众多数据资源。教师需要对学生提供专业的指导，让学生学会利用互联网技术和计算机软件工具解决实际问题，在解决问题的过程中培养创新思维。高职院校应努力营造创新教育环境，结合创新教育，大力推进素质教育。将“小发明、小创造”“大学生实践技能展演”“大学生才艺展示”等活动纳入校园文化活动中。组织学生参加各行业举办的职业技能大赛，实现从应试教育向素质教育的转轨，培养实用型、创新型的复合技能人才。充分重视学生的个性发展，建立专业的师资队伍对学生的创造发明活动给予强有力的技术指导。对于技术含量高的、有市场推广价值的创造发明活动，要引导学生进行自主创业，带动就业。加大创新教育课程的开发与建设力度，强化学生创新能力的培养。
（四）培养学生对信息技术的兴趣与爱好兴趣是最好的老师，是激发学生学习积极性的动力，是激发创新能力的必要条件。学生只有对身边的事物发生了兴趣，才会活跃思维，激发潜力。在课程设计中加入了生动、形象、贴近工作、贴近生活的典型案例，可以有效地激发学生的学习兴趣，让学生乐在其中，愉快地完成学习任务。教学实践环节也应紧密围绕着学生熟悉的事物、案例来开展教学。授课教师应了解信息技术在行业的实际应用状况，根据不同专业的特点，结合学生，的知识体系结构精心准备授课内容，确定课程的重难点。在教学过程中，通过师生互动了解学生对课程内容的掌握程度，因材施教、精选案例、突出重点，从培养学生兴趣与爱好入手，让学生在轻松、愉悦的课堂教学中学习信息技术在专业领域的最新应用，了解最新的前沿学科理念，学握较新的实用技术。教师如果在教学活动中能及时、准确地解决学生在学习实践中遇到的疑难，并指导他们完成实训内容，将有助于学生在学习过程中获得成就感，激发学习的积极性、主动性和创造性。教师动手实践能力将使得更多的学生得到有效指导和帮助，实现高质量的课堂教学。
（五）探索高效教学模式根据高职人才培养目标的要求，计算机课程的教学需要与时俱进，随着各行业大数据产业的不断发展与应用而不断进行调整、创新。通过对学生在校期间学习、生活的轨迹进行搜集、整理，形成基础数据，进而分析他们的学习行为、学习喜好和思维模式，制定适合他们全面发展的教学方法，有针对性地培养和提高他们的计算机应用能力。利用各种辅助软件，开展行之有效的教学实践活动，让学生在“做中学，学中做”。提高各专业学生的计算机应用操作能力，使他们掌握互联网技术、计算机信息技术、电子商务等。以医学影像技术专业为例，学生既要学会影像阅片操作，又要掌握最新的X线机、CT、MRI等先进检查设备的使用与操作。如果能够将医学影像技术专业与计算机应用实践教学相结合，找出两者的学科交叉点，构建适合时展需要的复合型人才培养模式，将会起到事半功倍的作用。在大数据的背景下，各行各业都需要利用信息技术，特别是数据库技术、大数据分析技术，用以改变生产、经营、管理、工作、生活等的方式。因此各专业的毕业生都面临着行业对大数据的使用与开发的迫切需求。培养学生解决问题的实际操作能力，显得尤为重要。在专业课程的教学中，通过对大数据的应用与计算机应用技术的渗透，不但能激发学生学习专业技能的积极性，而且可以引导学生形成应用计算机解决专业问题的思维模式，对他们将来适应大数据环境下工作具有积极的引导意义。以专业培养目标为基础，合理对计算机课程进行设置与安排教学，将大数据知识、信息技术知识、计算机应用知识融入到各课程的教学中，构建适合高职类学生学习特点的高效教学模式。
（六）加强师资队伍建设加强师资队伍建设是提高学生计算机应用能力的关键。计算机应用基础课程的教师，首先应该是计算机应用方面的专家，既能掌握扎实的理论基础知识，又能熟练地操作计算机，善于使用相关行业软件。在教学中能够起到良好的操作示范作用，给予学生无形的感染力和号召力，增强学习的主动性与积极性。在实践教学过程中，计算机任课教师不仅要与专业课教师紧密合作，整合校内已有的专业资源和信息技术资源，充分利用好大数据，而且要与行业、企业加强联系，采取走出去、引进来的方式，让学生在校期间就能充分接触各种面向实际应用的信息技术产品与工具。学校要制定行之有效的师资队伍培养计划，紧密结合企业、行业的实际需求，建设“双师型”教师队伍，加强现代信息技术应用能力培训。教师应深入企业、行业，了解企业人才需求，了解企业使用的最新应用软件动态与进展，充分利用好企业、行业大数据资源的研究最新成果，更新知识结构，提高实践操作水平。
关键词：可视化管理 营销管理 变革
中图分类号：F274
文献标识码：A
文章编号：1004-4914（2016）09-063-02
“大众创业，万众创新”是总理在政府工作报告中提出的。他指出创新不单是技术创新，更包括体制机制创新、管理创新、模式创新。中国30多年以来改革开放本身就是规模宏大的创新行动，而创新的过程必然伴随着变革的发生，只有不断适应时代的变革，在变革中总结，才能实现创新，国家才能走向发展富强之路。谈到创业，我们大多数人最先想到的就是马云，就是阿里巴巴，可以说马云开启了中国的电商行业，也是从那时起传统的营销管理模式发生了变化，网络营销成为了主流。这一变化使我们置身于一个信息爆炸，数据冗余的环境。一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合出现了，即“大数据”。大数据可以说是IT时代的产物，如果没有IT时代，我们无法想象数据的丰富度与复杂度，尤其是它给我们生活带来的巨大影响。马云也曾在演讲中提到未来的时代将不是IT时代，而是DT时代，可见数据科技的重要性。大数据的精髓不在于“大”，而在于“有用”，即不在于数量，而在于质量。企业制胜的关键在于挖掘和分析海量数据中的有用信息，为管理者做决策提供科学性的有力数据。云技术为我们计算、分析、存储数据提供了条件，首先它可以容纳海量数据，其次通过相关技术对数据进行整理，删除掉无用信息，分析得出消费者的购买习惯及未来的消费倾向，最后将这些数据进行存储。“互联网+”的到来可以看作是使原来所有行业的翻倍，披上了互联网的外衣，也可以看作是原来所有行业的改变，钉在了互联网上。总而言之，它强有力度地催生了新的经济形态，并为“大众创业，万众创新”提供环境，更需要我们在大数据的世界中，抓住那些无价的数据，这些信息可能是一些企业的救命稻草。以下将传统模式下的营销管理与可视化模式下的营销管理进行对比，进行变革研究，找出变革的原因及变革的意义，为市场经济环境下企业营销管理模式的进一步变革提供依据。
一、传统营销管理
传统的市场营销策略是由迈卡锡教授提出的4P组合，即产品、价格、渠道和促销。这种理论只关注企业当前的利润，即利润是重中之重，企业对于未来的营销策略没有一个较为具体的规划，暂时的获利可能是天时地利人和，无法从今天的成功中得出一些可以沿用的方法，因为顾客的数量是有限的，企业也没有深入了解顾客，不知道顾客内心真正想要的，即不知道顾客的真实需求。
传统的营销方式多为店铺营销、电话营销、上门营销，以及电视营销等。巨额的广告费是企业不可忽视的产品成本，收视率越高广告费越高。这时广告的植入就像是竞价拍卖一样，因为广告的时间是有限的，商家都想通过这一途径去吸引消费者，大多数的商家把精力和资产都用在了广告上。广告主要是传播品牌理念和产品卖点，可以影响顾客购买的潜意识，未必能马上引发顾客的购买行为。其实事实可能是花费大量精力制作出的精美广告所带来的利润不及对产品做基本的宣传加一点修饰且其成本在可控范围之内所带来的利润丰厚。一般来说，产品制造初期企业对于产品成本有一个预算，广告费用比例的增加必然导致产品生产成本投入的减少，直接导致的结果就是实物与广告描述差距过大，产品质量难以保证，企业信誉大大降低，而我们都知道顾客是上帝这句话的含义。这时大多数企业就会加大广告影响恢复其声誉，而忽略了最重要的事物即产品本身，形成了恶性循环，最终企业走向灭亡。上门营销本质上还是产品本身对于顾客吸引程度的大小，但实际上却是营销人员对于顾客心理的一种暗示，一种强加，因为营销人员的工作绩效与顾客息息相关。这种营销方式所拥有的顾客其实是很多小的顾客群，大部分顾客会因为营销人员而会对整个企业做出评价，所以对于营销人员的培训成本不可忽视。店铺营销由于位置固定，顾客群也相对固定，所以营销有限。同样，顾客因为自己所处的地理环境，购买行为受到限制，这样无形中很多产品也失去了远距离的潜在客户。而且店铺的外观与内部装饰也同样重要，有些顾客可能因为店铺的外表而对于里面商品的评价有所影响，店铺的翻新成本也比较高，翻新也需要时间，这段时间也会影响销售。
传统营销模式下，制造商生产出成品后往往通过批发商零售商消费者的营销渠道对外销售产品，产品一般需要经过好几个环节才能到达消费者手中，每个环节的卖方都要有利可图，所以每个环节产品价格都会增值，最后出售给消费者时可能已经远远超出产品本身的价值，价格是由市场的供求关系决定的，一段时间就会趋于平衡，一些产品的价格国家也会进行干预，企业为了保证自己的利益，在固定的价格水平上就会降低产品成本，产品的质量就会难以保证。
传统的管理模式下，大多数的数据资料，文件档案都是纸质的，容易丢失，容易篡改，容易毁损，而且长时间上面的内容可能会不清楚，总结工作量大，难以及时反映近期的销售情况，没有对比，没有结论，管理者难以做出决策，甚至做出错误的决策。企业规模小，市场区域集中，企业通常采用高度集权的集中式营销管理模式。随着经济全球化的到来，企业规模随之扩大，连锁行业的兴起，跨公司的建立，使得集中式管理陷入了想管管不好甚至是管不了的尴尬境地，从而出现了分布式管理，即分权管理模式。这种管理模式上下层级鲜明，使整个团队的执行力下降，创新能力下降，不利于团队的发展。
二、基于可视化管理的营销管理
以舒尔兹教授为首的一批营销学者提出了4C的市场营销理论，即消费者的需求和欲望、成本、便利和沟通。营销管理实则为需求管理，消费者有各种各样的需求，比如对产品质量的需求，对产品价格的需求，对产品服务的需求。企业也不例外，其最终需求当然是盈利，在这一过程中，企业有对顾客群的需求，有对资金的需求。
可视化营销即为看得见的营销，大数据时代下，企业利用各种技术对数据信息进行归类、整理、分析，挖掘出有效信息，实现管理的透明化和可视化。视觉是人类的第一觉，我们在评价一个厨师时，色香味是最基本的标准，而色是排在第一位的。我们通过可视化，不是像广告那样在产品的描述上大做文章，而是让顾客亲眼看到感受到产品的魅力，我们大多数人都是相信自己的眼睛的。记得乔布斯在一次演讲中，先拿出一个文件袋，激起观众的好奇心，大家都在想一个文件袋能装些什么呢。在观众的期待中，从中取出MacBook Air，那一刻观众为之疯狂，就好像是每个人手中都有一个MacBook Air。我们还需要不断地强调它有多薄吗，乔布斯这个营销的成本大概就是一个文件袋吧。
网络营销的兴起，网购成为大多数人的选择，因为它不受时间空间的限制，我们不光可以看到买家秀，也可以看到更多消费者的消费体验。我们不只是在购物网站上看到商品的信息，平时我们在微信、微博、论坛等等都可以看到。企业通过和这些平台的合作，有时通过名人或极具社会影响力的人转发消息，这样通过二级传播，企业从中获得更多的顾客，而且宣传速度得到提升。而且可视化的营销使得买卖双方的沟通更加顺畅，没有了冗长的中间环节，降低了成本，稳定了价格。
大数据时代离不开云技术，我们通过对冗杂的数据进行分析处理，再进行存储，建立为企业量身定做的数据库、信息库。我们通过搜索引擎在网站上进行搜索，商家会跟踪记录我们的浏览路径，根据我们的收藏购买记录为我们推送相关类型的商品，根据所有顾客的总购买量分析顾客偏好，根据顾客评价知道产品的不足之处，为进一步地改良提供建议。同时，顾客好评是对产品最好的也是成本最低的宣传，会吸引更多的消费者，企业的口碑也会越来越好。
可视化的管理模式下，利用数据处理系统，管理渗透到人力资源、供应链、客户管理等环节，且这些数据资料得以有效的保存，数据更新具有时效性，管理者随时可以根据这些有效数据做出决策。由于集中式和分布式管理模式的弊端，远程营销管理即虚拟化营销管理模式出现。它实现了信息扁平化，总部也可以实时了解到基层的情况，了解到销售现场的每个细节，每个工作人员的工作状态，基本解决了信息传递不畅通和过度集权的问题。
通过对比，我们看到可视化营销管理之所以超越甚至取代传统营销管理的原因，因为它更适应时代的发展，更能使企业得到长远的利益。有人提出声浪传播理论，一要倾听消费者的声音，然后消费者才能听到你的声音；二要学会发声，学会思考；三要在互联网发声，联系群众一起发声，制造声量，营造口碑。可以说大部分企业已经实现了第一步、第二步，第三步还处于摸索阶段，在未来的研究中我们要努力挖掘出更快速更精准地得到有效信息的方法与技术，使营销更大程度地出现在我们眼前，利用好各种资源，做好成本管控。企业努力去了解顾客的需求，激发创作灵感，消费者主动去与企业互动交流，这样双方的利益处于一个均衡的状态，有利于社会更快更好地发展。
[大学生创新训练项目，项目编号：c201505018]
参考文献：
[1] 吕阳.基于视觉思维的用户界面信息可视化设计研究―以商务营销数据可视化APP为例[D].华东理工大学硕士学位论文，2014
[2] 孔繁任.营销变革，不忘初心[J].销售与市场，2015（1）
[3] 曹小春.后现代主义对现代营销的挑战及营销变革[J].财经理论与实践，2014（4）
[4] 钟洪民.纵观营销形式变革把握营销管理走向[J].商，2013（3）
[5] 黄倩，苏傲，任逸杰.微博营销形式探究―以代表性行业为例[J].艺术科技，2013（4）
[6] 汲德群.试论企业市场营销战略的创新及其对策[J].中国商贸，2014（28）
[7] 西铭安.新济条件下营销管理发展趋势[J].现代企业，2010（2）
[8] 刘屹.面向可视化管理的煤炭企业成本管控研究[D].中国矿业大学（北京）博士学位论文，2013
[9] 林华治.基于RFID的供应链可视化管理[D].浙江工商大学硕士学位论文，2009
关键词：大数据；发展脉络；营销趋势；研究评析
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（In原ternationalDataCorporation，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抑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《Sci原ence》也推出数据处理研究专刊“DealingWithDa原ta”，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Gins原bergetal（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（BigDataRe原searchandDevelopmentInitiative）”，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国家级重大科技战略。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（CCFYOC原SEF）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（Ve原locity），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援消费行为更理性。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援消费行为幂律分布。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援消费行为更个性化。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、实时化垣经验”将成为大数据时代的营销决策范式。1援数据决策技术升级，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（On原line）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援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援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援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援产品：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援渠道：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援价格：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援促销策略：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
智慧旅游，人才先行
近年，学院聚焦行业发展热点，将智慧旅游研究确立为学院科研创新突破的主攻方向，加大科研创新平台建设力度，抢占科研创新高地，有力推动了特色鲜明、国内一流旅游学院的建设步伐。
智慧旅游，也被称为智能旅游，是全面提升旅游业发展水平、促进旅游业转型升级、提高旅游满意度的重要抓手。学院抓住智慧旅游的契机，加强团队和平台建设，取得了一系列创新成果。
2014年10月，经国家旅游局批复，国家智慧旅游重点实验室在旅游学院建立。学院将充分发挥重点实验室的作用，汇聚各方人才和资源，加强国际交流与合作，重点围绕我国智慧旅游发展的实际需要，在智慧旅游发展模式、技术标准以及智慧旅游管理、服务和营销等方面取得具有前瞻性、引领性的理论及技术成果，为支撑我国智慧旅游可持续健康发展发挥积极作用。
同年11月，学院与IBM公司联合打造的“旅游大数据协同创新中心”正式创立。中心旨在推动中国旅游信息化领域内学术研究、支撑旅游公共信息服务、促进传统旅游产业升级和旅游信息化专业人才培养四大范畴的共同发展。作为国内首个旅游大数据协同创新平台，中心将应用IBM全球领先的大数据处理与分析技术，整合多方旅游信息及资源、面向国内外及业界开放的大数据平台，切实响应国家旅游局“智慧旅游”的政策导向，加快推进中国旅游产业转型升级脚步。
合作寻发展，平台铸未来
目前我国已是旅游大国，是全球最大的国内旅游市场。旅游行业人才的知识、技能、创造力，将继续决定旅游业的质量。
在搭建新平台的同时，学院注重加强已有平台建设。旅游发展研究院持续追踪国内外旅游学术研究前沿和旅游发展热点，形成了一批特色鲜明的标志性研究成果。研究院与中国旅游研究院合作设立了“旅游学术评价研究基地”；与中国旅游研究院、中国社科院和中科院等全国24家科研院所共同发起成立“中国旅游研究机构联盟”（中国旅游智库）、与全国休闲标准化委员会合作成立了休闲服务标准化科研基地；与北京旅游学会合作成立了北京旅游市场国际化研究中心、北京互联网旅游研究中心。研究院力争建成全国规模最大的旅游学术研究数据中心。
2010年来以来，学院科研创新能力呈跨越式发展态势：各级各类科研项目立项1448项，省部级及其以上项目25项，其中国家级项目12项，实现国家科技支撑计划项目和国家社会科学基金重点项目的突破；教师共发表科研论文525篇，论文数量年均增幅达到80%，在核心期刊发表的论文和高水平论文年均增幅达到180%。学院2014年到帐科研经费849.1784万元，年均增幅13.6%以上；教师获得省部级以上科研奖励11项。
关键词：新媒体时代；媒介环境；传统企业；品牌传播
一、新媒体时代传播环境的变化
1.受众的注意力逐渐向移动端转移
在新技术的推动下，各种新媒体层出不穷，对传统媒体市场形成了强烈的冲击，尤其是近两年移动互联网的快速发展、移动场景的丰富以及内容质量的提高，使得受众的注意力从传统媒体逐渐向移动端转移，受众的注意力方向改变了，广告主营销的发力点也势必要做出相应的调整，从而带来整个营销环境的变化。
2.从组织生产过渡到用户生产
在传统的大众传媒时代，传播内容的生产者是特定的媒介组织机构，媒介工作人员通过策划、采编、制作、编辑等环节完成传播内容的生产，然后通过相应的大众传播渠道传递给受众，而在新媒体时代，人们可以通过互联网平台来传播展示自己的原创内容并提供给其他用户。用户（受众）不再只是被动的信息的接收者，而是变身为传播内容的生产者。
3.传者与受者之间可进行充分的交互
新媒体的一个主要特征就是交互性，凭借技术的优势，新媒体突破了传统媒体单向传播的功能局限，使传播方式发生了变革，在新媒体时代，不仅信息的传播者和受传者之间的界限逐渐模糊，而且传者和受者之间还可以实现平等的交互传播，使得交流更顺畅、更及时、更深入。
4.从线性传播发展为病毒式传播
在传统媒体环境下，传播者通过特定的媒介渠道向受传者传递信息，受传者被动地接收信息，是一种线性传播模式，而新媒体环境下，技术的发展使媒介用户的传播活动兼具人际传播和大众传播的特征，让信息接收者同时成为信息的者和转发者，一旦有吸引力的传播内容出现，在网络环境下就极可能引发“裂变效应”，使传播内容以超高的速度在大范围内进行传播，即“病毒式传播”。
二、新媒体时代传统企业品牌营销传播策略的嬗变
和新兴的互联网企业不同，传统企业往往不具备互联网基因，在旧的媒介环境和营销环境中形成的一些传统的品牌营销理念和营销模式已经不能很好地适应环境的变化，无法完成与目标受众的有效沟通，必须在变革的道路上迈出积极的步伐。
1.在消费者洞察的基础上产生颠覆性的创意
在媒介变革和新技术的推动下，如今广告表现形式花样繁多，更具冲击力，但创意仍是广告的灵魂。戛纳创意节主席Terry认为，在互联网时代，好创意对于品牌的影响力较之以前有巨大提升，因而对传统企业的广告营销人员来说，如何提高广告创意的水平依然是思考的重点和面临的挑战。随着广告业整体创意水平的提高，常规的广告创意表现形式已经越来越难以抓住消费者的眼球，这就需要广告创作人员敢于打破传统，大胆创新，创造出颠覆性的、全新的想法。而好的创意是建立在准确深入的消费者洞察的基础之上的，通过洞察来发掘目标消费者真正的需求和动机，全面把握他们的消费心理，发现他们的“痛点”，进而准确找到与目标消费者沟通的切入点，采取针对性的广告宣传策略，将“痛点”转变为“痒点”和“兴奋点”，促进销售转化。
2.增加新媒体的广告投放比例，同时进行有效的媒介组合
在广告业，受众的注意力流向哪里，钱也会跟着流向哪里。各项权威的调查数据也充分印证了这一点，2015年，CTR媒介智讯数据显示，互联网媒体广告花费整体增长22%。其中，移动端广告发展迅猛，市场份额持续走高，而与此同时，传统媒体市场份额却在逐年下跌，出现负增长，受众在持续流失。在这种背景下，传统企业在进行广告投放时就必须顺应媒介环境的变化，增加新媒体的广告投放比例，同时根据目标受众的媒介偏好和媒介接触习惯，制定出最优化的媒介组合方案，将传统媒体与新媒体有机结合，尽可能以低的成本增加品牌曝光率，提高广告宣传的效果。
3.利用大数据开展数字营销和精准营销
新媒体的一个主要特征就是数字化，当前，数字媒体已成为主流。所谓数字营销，就是指借助于互联网络、电脑通信技术和数字交互式媒体来实现营销目标的一种营销方式，而大数据则是数字营销的灵魂，如今广告营销人员对数据的需求越发迫切，用技术驱动更加精准的大数据营销，成为数字营销区别于传统营销的核心立足点。消费者在和品牌的每一个接触点上都会产生大量的数据，通过尖端的技术挖掘数据并进行深入分析和研究，为消费者进行精准的“画像”，掌握消费者的购买行为特征，为企业实施精准营销提供了可能。在数字时代，传统企业应该充分重视大数据和数字营销工具，利用大数据来构建营销洞察力，帮助企业实现营销层面和战略层面的多重目标，同时关注数字营销的发展趋势，利用各种先进的数字营销平台和工具，让营销的效果更加精准和可以测控。
4.通过social营销来加强与目标受众的互动
我们处在一个社交媒体盛行、娱乐至死的时代，社会化媒体能够极大地提高信息传播的广度和深度，且成本很低，同时广告主能够方便及时地与用户进行互动交流，营销人员敏锐意识到社会化媒体的传播价值，利用其来进行营销信息传播。当前，无论是一向神秘又高贵的故宫，还是严肃的老牌德企，都纷纷放下身段，玩起了social营销。在新媒体环境下，传统企业要积极适应沟通方式的变化，通过social营销让消费者亲身参与到品牌的传播当中，把品牌信息更准确地传达给消费者，用更接地气的、消费者喜爱的方式来加强品牌和消费者之间的互动，拉近彼此的距离，增强用户粘性。
5.实施整合营销传播策略
整合营销传播的核心思想是将与企业进行市场营销所有关的一切传播活动一元化，它强调与顾客进行多方面的接触，并通过这些接触点向消费者传播一致的清晰的企业形象。整合营销传播对于塑造品牌有着至关重要的作用。如今各种品牌营销活动目不暇接，消费者时刻置于海量信息的包围圈中，依靠单一的传播渠道或品牌营销活动已经很难引起消费者的注意，有效传递产品或品牌信息，这就需要增加消费者和企业或品牌接触的机会，把消费者与企业或品牌的所有接触点作为信息传达的渠道，彼此间互相配合，传播清晰一致的企业形象、品牌形象，深度演绎品牌内涵，搭建品牌营销平台。在全方位、多层面的沟通中，建立起品牌和顾客间的深层关系。
三、新媒体时代传统企业品牌营销传播策略的发展趋势
就当前和未来一段时间来看，传统企业的品牌营销传播策略将朝以下几个方面发力：
首先，大力发展移动营销。借助移动互联网和移动终端的快速发展，直接向目标受众定向和精确地传递个性化即时信息，通过和目标受众的深度互动来实现企业营销目标。其次，坚持“内容为王”，打造高品质的传播内容，“好故事成就好营销”，传统企业需要思考如何来讲一个好的品牌故事，通过好故事来与目标受众沟通，通过内容营销来塑造品牌和挖掘需求。第三，将营销方式与人们的生活场景紧密结合起来，将现实的生活场景与互联网虚拟的生活场景无缝整合，在特定的场景下激发和满足消费者的潜在需求，增强消费体验，发挥口碑效应。第四，通过品牌联合营销来整合资源，降低营销推广的费用，同时发挥不同品牌的协同效应，产生“1+1>2”的品牌传播效果。最后，面对越来越娱乐化的传播环境，传统企业要通过创新的娱乐营销方式来打造自己的品牌基因和独特魅力，用好玩有趣的说法和形式来引发群体围观和自发传播。
参考文献：
[1]周茂君.新媒体概论.西南师范大学出版社，2016.6.
[2]曹伟.媒体碎片化时代的品牌营销传播策略.新闻知识，2014，（11）.
[3]陈艳萍.营销人员的新利器--数字营销.新闻传播，2014，（5）.
[4]大数据时代.品牌如何进行数字营销，2016-12-13.
[5]趋势观察：数字营销需要新大脑营销云时代.网易科技报道，2016-12-12.
[6]大数据，数字营销的灵魂.互联网周刊，2014-09-24.
[7]朱红燕.试论社会化媒体时代的品牌营销之道.苏州大学硕士学位论文，2013年5月.
关键词：大数据 数字图书馆 信息服务
中图分类号：tp391 文献标识码：A 文章编号：1007-9416（2015）04-0070-02
在科技时代的快速发展下，云计算及物联网技术日臻成熟，全球已经逐步进入到“大数据”的直接统领下。在大数据概念的推广中，数据信息作为更加实用的资源，已经在生产力发展中呈现出更多的实际价值，也成为政府部门、金融领域以及投资者们众矢之的，而作为数字图书馆的建立将更加迫切。
1 大数据及数字图书馆概述
1.1 大数据内涵
无论是在当下，还是在上个世纪，大数据的概念其实早已经走进我们寻常人的生活中，上个世纪八十年代初，美国学者就开始将大数据的概念贯彻进入各行各业中，充分发挥着重要的作用，而无论是对于企业还是学者研究，都在针对大数据领域开始进行深入研究，而“大数据”的概念开始逐渐在行业发展中上升到战略层面，受到越来越重要的关注。
其实从大数据这个概念上就可以与普通数据的区别，即在量化标准上实现了进一步的提档升级。正如人类从手工计算逐渐过度到计算器以及计算机一样，有学者指出“大数据其实属于已经超过人类正常可以认为操作的尺度，而借助一般软件都难以进行收集、存储、管理以及进行分析的数据，并且能够形成整体库的标准”。其实从实际形成的角度而言，大数据的宏观性到底有多强，衡量标准需要借助特定的标准，因为对于日常生活中的实际数量大与小都是凭借着感官进行判断，这些都是具体的标准，而大数据的出现是伴随中技术的发展而产生的结果，这个尺寸也不是单一来确定的，而是在一定的标准中逐渐完善形成，这是一个渐行渐近的过程，其实对于我们单一的个人来说参与到大数据的过程基本是直接使用的过程，而在图书馆服务的过程中正是充分使用了这一功能，将整体的服务性体现得淋漓尽致。
1.2 数字图书馆概述
数字图书馆（Digital Library）顾名思义，通过数字相关技术进行信息加工处理后的一种集约式的新式图书馆。借助数字信息技术将容量更大的相关信息资源进行微观处理，尽可能达到最佳的情形所在，实现无区域限制、无容量限制，保证信息流通更加顺畅，交流起来更加畅通。从实际效果而言，数字图书馆属于一种现代化的图书馆，属于互联网条件下的产物，借助技术创新，将更多的便捷服务展示在读者眼前，实现信息交流的最大无障碍化，保证信息交流的最佳效果。
2 数字图书馆信息服务特性
到2020年，全球的数据量将达到惊人的35ZB当量，相当于十年前的三十倍之多，而这样的数据存在过程中需要进行相关的管理过程，而大数据技术所承载的IT领域的过程将直接影响着内部结构化的发展存在，这样的过程将直接影响着传统数据库的进一步扩大发展，逐渐支撑起大数据技术平台的全新构架，有助于人们借助大数据库的海量内存实现个人需求，逐渐将其最大价值化，而在实际应用中将实现以下功能。
2.1 商务功能
大数据会给出一些未知的未知，也就是你没有想到的一些问题的结果，随着计算和存储硬件变得非常便宜，配合大量的开源大数据工具，人们可以非常‘奢侈’地先抓取大量数据再考虑分析命题。可以说，低廉的计算资源正在改变我们使用数据的方式。此外，处理性能的大幅提高（例如内存计算）使得实时互动分析更加容易实现，而‘实时’和‘预测’将BI带到了一个新的境界―未知的未知。”
2.2 公共服务
这一功能的体现正是在实际的政府参与的过程中实现的，因为随着城市化的发展脚步日益加快，城市发展的预算超支状况日益严重，农村以及郊区涌入城市中的人群对于城市公共社会服务功能的要求日渐复杂，市政设施方面的客观数据能够在很大程度上反映出解决争端，实现社会公共资源共享化的最佳局面，这些都是在实际过程中需要数据来真实反映，这已经成为一种趋势和常态，更是新常态经济发展的必然要求。
伴随着读者参与情况的变化，图书馆在现代社会公共服务体系中，已经逐渐充当着公共信息服务的组成部分，不可避免地受到信息技术的直接影响，在数据集约化程度日益增加的大背景下，信息管理技术的优劣能够真实反映图书馆事业发展的真实情况，为图书馆事业的发展奠定扎实地群众基础，这些都在公共服务综合化建设中值得重视。
2.3 市场营销
随着大数据将信息更加透明化，消费者与供货商之间的关系正在发生巨大变化，从传统的电话、邮件联系，逐渐实现网页交易以及网络沟通的全信息化程度，这将实现一种能够“360度的客户观察角度”的新方式，而这也在一定程度上让图书馆服务与之相互匹配。
3 数字图书馆服务特性分析
3.1 特性内容定制服务
在图书馆发展过程中，网络信息逐渐充斥我们的个人生活，而人们逐渐熟练使用搜索引擎，实现信息的获取，但在专业化信息检索过程中，人们更加需要专业化的手段来进行实际操作，而这样的内容个性化定制，逐渐在图书馆中将成为一种必然。这就好比操作学位论文一样，通过图书馆选择更多的有用理论信息来进行操作，而数字图书馆将这样的需求进一步扩大，将根据不同读者的实际需求将内容进行有效区分，借助网络进行针对性的信息获取定制，在这样的过程下，图书馆对网上相应学科专题的资源进行识别，信息个性化的定制服务是用户有效获取需求信息的方法只为其中之一。
关键词： 大数据；电信网络；精简架构；数据即服务
Abstract： In this paper， we discuss a number of domestic and international big-data telecommunications architectures and propose our own lean big-data architecture. This new architecture combines the practical application scenarios of operators， and the universal large platform is abandoned. There are two directions in big-data development： improving business efficiency and providing data as a service （DaaS）. Capturing， managing， and mining core data of a telecom operator is the basis for service implementation. Rapid deployment and application of big data is the final target. A balance also needs to be struck between in efficiency， cost and time when deploying a big-data architecture.
Key words： big data； telecommunications network； lean architecture； data as a service
中图分类号：TN915.03； TP393.03 文献标志码：A 文章编号：1009-6868 （2013） 04-0039-003
1 电信运营商建设大数据
思路及关键技术
运营商的网络和用户是运营商的核心资产，而其中流动的数据（包括用户配置基础数据、网络信令数据、网管/日志数据、用户位置数据、终端信息）是运营商的核心数据资产。对于运营商来说，最有价值的数据来自基础电信网络本身，对于基础管道数据的挖掘和分析是运营商大数据挖掘的最重要方向。抓取、管理和挖掘这些数据是运营商的当务之急[1-2]。运营商基于核心数据的大数据应用可从两个方面入手：
（1）通过大数据应用提升自身运营效率。比较典型的应用包括：信令多维分析、网络综合管理及分析、业务和运营支撑系统（BOSS）经营综合分析、精准营销等。
（2）通过数据即服务（DAAS）拓展新的服务内容，提供对外服务。包括个体及群体的位置信息以及用户行为分析等，对于第三方公司（比如零售业或者咨询公司、政府等）都是非常有价值的信息。运营商可以基于这些数据提供对外DAAS服务，拓展市场空间。
为了构建电信运营的大数据应用，从技术能力的角度可以分为数据收集与存储、信息检索汇聚、知识发现以及智慧4个层面。电信大数据技术层面如图1所示。自下而上数据挖掘深度增加，难度加大，对于系统的智能需求提升。其中关键的技术包括抽取转换装载（ETL）、并行计算框架、分布式数据库、分布式文件系统和数据挖掘、机器学习等。
面对海量的大数据，如何有效进行数据处理是需要解决的迫切问题，分布式并行处理是有效手段。传统关系型数据库多采用共享磁盘（Sharing-disk）架构，当数据量达到一定程度，将面临处理的“瓶颈”以及扩展的困难，同时成本也偏高。当前有效的做法是采用分布式文件系统/分布式数据库结合做分布并行处理。目前基于开源的Hadoop平台是业界采用较广泛的一个实现方案。Hadoop[3]的核心思想是基于Hadoop分布式文件系统（HDFS）存储文件或者基于HBase数据库（也是基于HDFS），使用分布式并行计算框架MapReduce来并行执行分发Map操作以及Reduce归约操作。在Hadoop的计算模型中，计算节点与存储节点合一。存储数据的普通PC服务器可以执行MapReduce的任务。而在Sharing-disk模型中，存储节点与计算节点是分离的，存储的数据需要传送到计算节点做计算。Hadoop计算模型适合离线批处理的场景，比如Log日志分析、文档统计分析等。它是关系型数据库管理系统（RDBMS）的有益补充。
在私有技术上实现分布式存储和并行处理，在调用接口上与Hadoop兼容，这是一个可行的技术方案。这种方案可以避免上述Hadoop的缺点，同时在性能上做更多的优化。有效的手段包括增加数据本地性（Data Locality）特性，在多次迭代的计算过程减少数据在不同节点之间的传送；使用索引和缓存加快数据的处理速度。结合存储和计算硬件进行调优也是有效的手段，可以使用数据的分层存储，将数据分布在内存、固态硬盘（SSD）、硬盘等不同介质上[4]，使得与计算资源达到很好的平衡。
面对海量数据实时性的要求，比较有效的方式是采用复杂事件处理（CEP）[5]。实时流处理采用事件触发机制，对于输入的事件在内存中及时处理。同时对于多个事件能合成一个事件[6]。实时流处理需要支持规则以满足灵活的事件处理要求。实时流处理可以使用分布式内存数据库、消息总线等机制来实现快速实时响应。目前商用的CEP产品有不少，但是在功能、性能以及适用范围上有较大差异，选择成熟度高以及合适的产品是关键。
针对大数据中大量的半结构化或者非结构数据，NoSQL数据库应运而生。NoSQL数据库放弃关系模型，弱化事务，支持海量存储、高可扩展性、高可用及高并发需求。NoSQL数据库在特定应用场景下有很高的优势，是传统数据库的有效补充。按照数据模型，NoSQL主要有四大类：键-值（Key-Value）型、列存储型、文档型、图型，它们对应不同的应用场景。比如Key-Value型适合简单键-值对的高效查询，而图型适合社交关系的存储和高效查询。
针对大数据挖掘分析、搜索以及机器自适应学习等技术在企业系统中逐步应用。相关的算法种类很多，当前需求较多的是分布式挖掘和分布式搜索。
由于数据类型以及数据处理方式的改变，传统ETL已经不适用。运营商需要根据应用场景做不同的规划。目前来说，由于运营商应用系统差别较大，尚未有一种统一的处理模式。比较可行的一种方法是依据数据的功用以及特性做分层处理，比如大量的数据源首先做初筛，初筛完之后有部分数据进入数据仓库或者RDBMS或者其他应用。初筛可以使用Hadoop或者CEP或者定制的方式来完成。
针对运营商的不同应用场景，需要采用不同的技术或者技术组合。比如用户实时详单查询，数据量巨大，但是它的数据类型简单，数据以读为主，不需要复杂的Join操作，数据的分布性好。相比传统的RDBMS，使用Hadoop可以大大提升查询性能，降低处理成本。更多的应用可能需要多种技术的组合。比如信令采集及多维分析，信令数据特别是分组域（PS）信令数据量大且实时性要求高，有效解决海量数据处理与实时性要求是它的关键，需要CEP与Hadoop的组合。在当前阶段，不同的技术成熟度不一，由于业界大数据应用进展较快，我们认为当前针对不同应用的精简方案是最合适的，也就是依据应用场景，挑选最合适的组件做组合，摒弃通用化的大平台。
2 中兴通讯大数据实践
中兴通讯依托在云计算等领域的长期积累，针对大数据形成了一套完整的技术体系架构。ZTE大数据技术体系架构如图2所示。架构依据运营商的不同的应用需求，注重采用组件搭建的方式，形成端到端的精简方案。下面以两个具体的案例进行说明。
（1）用户实时位置信息服务系统
该系统实时采集蜂窝网络用户的动态位置信息，并通过规范接口提供DAAS服务。实际工程中，当期接入的用户数达两千多万，每天用户位置更新数据可达40多亿条，高峰期更新达到每秒几十万次。除了采集的位置，还可以结合其他数据源比如用户年龄等属性做分析，以应用编程接口（API）开放给上层应用。此外该系统需要有良好的可扩展性，后续可以接入其他区域的数据源。另外这套系统需要有良好的性价比，成本可控，时间可控。依据这些需求，我们在成熟的组件K-V NoSQL 数据库的基础上搭建了系统。用户实时位置信息服务系统如图3所示。
用户实时位置信息服务系统是一个典型的精简方案，它基于分布式Key-Value NoSQL数据库的分布式缓存（DCache），组装了对位置流事件实时处理的系统。DCache既是消息总线，也是内存数据库，能很好地满足实时性的要求。同时DCache基于x86刀片服务器，采用分布式架构，系统的扩展性很好，成本较低。该系统性能优越，稳定可靠，取得良好的效果。
（2）信令监测多维分析系统
随着运营商数据业务快速增长，运营商对于网络质量提升、网络运营效率有着更大的压力。通过采集网络Gn接口、Mc接口信令并加以处理分析，可以获得网络运行的完整视图，基于信令的相关专题分析，比如网络质量分析、流量效率分析、多网协同分析、客户投诉及服务分析等对于运营商网络运营有极大的价值。
信令监测多维分析的难点在于信令流量大且数据量大，比如某运营商省公司Gn接口峰值流量可以达到4 Gb/s，每天信令数据可达1 TB。需要采集信令并做多种分析以服务于不同的部门。
信令监测多维分析系统采用分层的架构，便于数据共享及和应用的扩展。信令监测多维分析系统如图4所示。使用实时流处理满足实时性高的数据分析要求，对于会话或事务详单（XDR）初步处理完的数据采用传统RDBMS存储供后续分析查询使用。对于数据量庞大的XDR采用Hadoop HBase存储并查询，原始信令采用分布式文件系统存放在本地。
在这个方案中，数据根据它的使用特性采用不同的方式存储和处理，突破RDBMS处理“瓶颈”和扩展性的“瓶颈”，达到了很好的效果。在测试中，4节点PC服务器可以全部承担某运营商省公司PS域XDR的存储，入库性能可达50 Mb/s，针对上百亿条记录查询，可以在10 s内返回。取得了很好的实践效果。
3 结束语
电信运营商面临大数据发展的机遇，都在积极推动大数据的试点和商用。在当前大数据技术快速发展的形势下，根据需求和应用场景搭建精简方案，可以帮助运营商在当前激烈竞争环境中快速获得竞争优势，在效率、成本和时间上取得最佳平衡。
参考文献
[1] Cisco Systems. Cisco visual networking index global mobile data traffic forecast update， 2011 - 2016 [EB/OL]. [2013-03-25]. http：//.
[2] MANYIKA J， CHUI M， BROWN B， et al. Big data： The next frontier for innovation， competition， and productivity [R]. McKinsey Global Institute， 2011.
[3] WHITE T. Hadoop权威指南 [M]. 2版. 周敏奇， 王晓玲， 金澈清， 译. 北京：清华大学出版社， 2011.
[4] SNIA. 2012 SNIA Sprint Tutorials-NextGen Infrastructure for Big Data [EB/OL]. [2013-02-15]. http：//
[5] NEUMEYER L， ROBBINS B， NAIR A， et al. S4： Distributed stream computing platform [C]//Proceedings of the IEEE International Conference on Data Mining Workshops （ICDMW’10）， Dec 14-17，2010， Sydney， Australia .Los Alamitos， CA， USA： IEEE Computer Society， 2010：170-177.
[6] SHARON G， ETZION O. Event-processing network model and implementation [J]. IBM Systems Journal， 2008，47（2）：321-334.
作者简介
关键词：移动APP；大数据；客产渠执；维系挽留；业务支撑系统
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2015）13-0089-03
1 导论
1.1 系统现状
目前移动客户端功能单一，只是PC端程序在移动端的延伸。用户在移动客户端受理网厅业务受理，功能单一，用户使用频率较低。用户粘度较低；导致一些新的业务不能及时主动的推送到用户面前。影响用户的亲密度，忠诚度。
1.2 建设背景
随着互联网经济进入全面发展期；移动终端设备同生活结合越来越紧密，因此迫切需要一个平台来支撑业务发展。
针对系统支撑现状，需要从移动APP、网络安全管理、目标客户群、精确营销、等方面，需要建设一套系统将移动客户端和现有业务更紧密结合在一起。
2 建设目标和总体说明
2.1 建设目标
湖北联通通过移动APP客户端同BSS系统、客产渠执、营销一体化系统的对接，全面提升用户使用感知，维系用户，精确化营销能力的提升。
2.1.1 建立移动APP立体销售体系
通过移动APP同传统销售渠道进行全方面覆盖，达到立体化营销的效果，在传统平台，PC平台，移动APP平台全面覆盖。提高营销的覆盖面。
2.1.2 营销活动的精准化和实时性
通过客产渠执的大数据分析，分析用户消费习惯。能够更加精准推荐给用户适合的产品。并且通过同BSS系统进行无缝对接，实时进行产品订购，提品订购的实时性。
2.1.3 构建以客户为中心的生活娱乐圈
通过虚拟货币，流量交易增加移动APP同用户之间的粘度，提高用户对移动APP使用频率；然后再通过O2O线下商家的无缝对接，形成朋友圈辐射娱乐、休闲的生态圈。
2.1.5 提高业务产品运营效率
通过移动APP客户端，支持用户开户等业务直接办理，提高用户感知，随时随地可以进行业务受理。提高业务产品运营效率。
2.2 总体说明
系统总体架构图如图1：
本系统是集合营帐系统、电商平台、客服系统、运维系统、客产渠执平台、大数据平台。为联通用户、商，联通营销人员、线下商家提供一整套完整服务、娱乐、营业、销售的支撑平台。
3 推广计划
3.1总体推广计划描述
推广分为三阶段，通过传统业务引导，平台服务完善，进行后期的跨界运营。推广计划如图2。
3.1.1 抓住用户使用心理，提供用户真正想要的服务，培养用户使用习惯
通过传统业务服务，提供给用户基础服务，培养用户使用习惯，提供用户使用频率，进一步提供用户的粘度。来进行移动终端的推广。
3.1.2 完善自服务能力，连接用户与商，发挥平台传播能力
在传统业务的推广基础上，进一步提供一些更加自助的服务，并且把传统的销售渠道向移动终端进行辐射，可以将部分用户转变为联通的销售渠道，进一步扩展销售范围。可以做到人人都是老板；通过佣金等方式提高销售人员的宣传力度。
3.1.3 基于平台能力，与跨界业务整合，实现跨界运营。
在积累一定用户基础后，进行跨界扩展，引入广告，引入商家，提供便民服务。形成一个立体覆盖的生态圈，从衣食住行各个方面进行全面覆盖。
4 主要功能设计与实现
从用户、商，联通人员，商户四种角色，结合自服务、销售、传播、跨界四个方面重点描述具体功能的设计与实现。
本系统前台采用成熟Android、IOS移动平台展现。后台采用成熟的J2EE技术，以Spring框架处理业务的逻辑层，使用其框架技术调用Tuxedo中间件，从而调用后台服务；同其他系统实时对接；WEB中间件采用weblogic，数据库采用oracle。
4.1 自服务
4.1.1 功能总体描述
自服务主要是提供给注册APP用户，为其提供基础业务查询，办理，以及生活服务等栏目：
自服务分为：查询类、服务类、提醒类、互动类四大类。查询类，用来查询用户消费、积分、活动等详细信息；服务类，为用户提供办理业务便携服务；提醒类，用来提醒用户消费信息。互动类，用来提供用户粘度，培养用户使用习惯。
4.1.2功能描述
1）查询类：
消费情况查询：用来查询用户消费情况，可以帮助用户实时了解当前通讯情况，可以更加合理支配通信资源。
积分查询：了解当前通信积分，推荐用户积分使用途径，兑换话费，兑换流量多种途径引导用户消费。
活动查询：了解当前的优惠活动，引导用户购机，存话费。帮助用户获取最新优惠资讯。
2）提醒类：
消费提醒：到用户消费达到某个设定的预警值，提醒用户注意当前消费，帮助用户调整当前通信习惯、或者提醒用户增订其他增值包。
续约提醒：当用户合约到期，提醒用户办理新的合约，避免由于合约到期造成不必要的费用超额。
活动提醒：提醒当前推广的优惠活动，通过分析用户消费习惯，做到精确营销，提醒用户最合理的活动。
3）服务类：
营业厅定位：通过系统录通营业厅的具置坐标库，并且结合APP当前位置，通过用户受理业务的初步分拣，推荐用户最近，最合理的营业厅，节省用户寻找营业时间，提高精度。
线上取号排队：提供网上预约排队，更加合理的安排时间。
宽带报障：直接提交宽带故障，并且实时了解报障进度，提高用户感知。
4）互动类：
积分获取：通过使用移动APP，获取相应的奖励积分。提高用户粘度。
电子券获取：通过使用移动APP系统，获取相应的电子券，推广软件，并且向其他行业进行跨界营销。
投诉咨询：能够利用移动APP的便捷性，方便用户实时通联通客服进行沟通，提高用户的感知。
抽奖：通过使用APP应用积分进行抽奖，可以获取应用积分，或者相应的通信资源，提高用户使用APP的频率，培养用户使用习惯。为后续跨界营销积累用户资源。
5）自助开卡：为批量发放的用户提供自助开卡功能，能够让用户自助输入客户资料（必须通过实名制认证）。让用户自助选择套餐，参加优惠活动。给用户一个新的途径开户，避免必须需到营业厅进行开户受理。
6）实名认证：方便用户通过上传身份证照片，进行实名制认证。提供更多方便快捷的方式进行业务受理。
4.2 销售
4.2.1 功能总体描述
在传统销售模式中，只能通过自有营业厅或者商渠道进行销售。使业务开展存在一定的局限性，并且增加了运营成本。通过移动APP的移动性，便携性。为销售人员提供一个更加方便、快捷的销售渠道。
4.2.2 功能描述
1） 业务办理：
流量包订购，退订：提供用户进行流量包的订购、退订功能。
简单业务变更：对于简单的业务变更，可以通过移动APP进行自主修改，不需要到营业厅进行变更，提高便捷性。
充值缴费：提供缴费接口，方便用户进行费用缴纳。
2） 代客下单：
订单管理：对于通过移动APP开展的销售途径，方便销售人员管理发展的订单，能够管理受理的订单，进行提交，跟踪，竣工处理。
佣金管理：对于移动APP发展的销售人员，销售主管能够实时统计分析相关销售人员的销售情况，以及佣金分配。后续通过绑定账号，并且能够一键发放佣金。
统计报表：销售管理人员，可以通过移动APP了解销售的整体情况。查看报表。实时调整资源。
3） 产品试用：通过产品试用进行产品推荐，能够更好滴对产品进行推广。
4） 扫码下单：通过扫描对应的二维码，能够免去客户的繁琐步骤，也能够更加方便记录销售人员销售情况，便捷进行佣金统计发放。
5） 流量转售、分享：对于用户多余的通信资源，通过出售、赠送的方式进行消耗，避免由于过期而失效。此举不仅能够有利消费者，并且通过赠送、销售资源。能够最大化提高资源利用率。并且通过朋友圈推荐，增加用户粘度。提高用户忠诚度，降低专网率。
4.3 传播
4.3.1 传播描述
通过多途径对移动APP进行宣传，通过广告、朋友圈、排名等进行宣传。提高装机率。
4.3.2 功能描述
1） 广告宣传：通过其他途径进行宣传，提高曝光率。达到宣传的效果。
2） 业务分享：通过朋友圈，微信，QQ，微博等社交工具，通过办理业务进行分享宣传。通过点辐射方式进行宣传。到达传播的目的。
3） 店铺排名：通过提高移动APP下载平台其排名，增加点击率。增加下载装机量。
4） 营业厅宣传：通过营业厅自由渠道，宣传移动APP，引导用户装机。
4.4 跨界
4.4.1 功能总体描述
在活跃用户达到一定基数后，移动APP进行跨界渗透，从而形成一个立体的生态圈。
4.4.2 功能描述
1） 界外广告：通过在移动APP增加界外广告，增加盈利点，从原先单一的通信收入扩展到广告佣金收入。
2） 合作商家积分、优惠券：通过推荐用户积累、消费、兑换相应的积分；使用发放的优惠券。引导用户消费。对于合作商家的消费进行利益分成。增加盈利点。
3） 便民服务：整合联通当前的医院挂号服务、116114便民服务等平台，通过单一平台提供更全面，优质的服务。增加订单量。
4） 电子应用商店：通过联通用户基数庞大的优势，进行其他厂商的应用软件推广。如果是好的产品，还可以得到其补助和扶植。通过装机量、或者合作运营等各种方式增加利润。
5 总结及展望
5.1 全文总结
本文对移动APP详细的介绍，分析研究当前环境下，传统通信行业在新兴通讯巨头的夹击下如何突破。寻找新的盈利点的一次尝试。
5.2 展望
本文介绍的移动APP，源于通信行业发展的迫切需要，结合湖北联通市场的实际需求而设计和实现。系统的使用会提高联通用户业务受理的便捷性，大大促进第三方销售人员的积极性，并且通过大数据分析用户消费习惯，能够提高产品推荐的成功率。在用户基数的基础下，对其他行业的渗透，也是对增加收入的一次大胆尝试。在移动互联网业务模式不断创新的未来，如何进一步优化和改善系统，适度超前的完善系统框架和主要功能，以快速响应市场变化和需求，个人认为还有很多需要深入探索的方面。
参考文献：
[1] 曾航，刘羽，陶旭骏.移动的帝国：日本移动互联网兴衰启示录[M].杭州：浙江大学出版社，2014.
[2] 程成，曾永红，王宪伟，等.App营销解密：移动互联网时代的营销革命[M].北京：机械工业出版社，2013.
[3] 期刊论文.APP营销势不可挡[J].经营管理者，2013（10）.
[4] 刘伟毅，张文.获利时代：移动互联网的新商业模式[M].北京：人民邮电出版社，2014.
[5] 王学军，李学工.市场营销策划[M].银川：甘肃人民出版社，2002.
[6] 期刊论文 传统企业移动互联网化的路径比较[J].中国电信业，2014（8）.
[7] 周兰.移动互联网业务创新分析[J]. 现代通信，2009（7）.
[8] 项建标， 蔡华， 柳荣军. 互联网思维到底是什么？移动浪潮下的新商业逻辑[M].北京：电子工业出版社， 2014.
[9] Bertrand K. Marketers Discover What Quality Pearly Meanm[J]. Business Marketin6，1987（4）：58-72.
[10] Hart C W ， Heskett J， Sasser W E. The Profitable Art of Service Recovery[M].Harvard Business Preview，1990：48-56.
[11] kotler，Armstrong Principles of Marketing[M]. 9th ed. prentice-Hall，inc，2001.
[12] Philip Kotler Marketing Management [M].10th ed. prentice-Hall，inc，2000.
[13] Perreault，McCarthy.Basic Marketing [M]. 12th ed. Richard D Irwin 1996.
[14] Warren J.Keegan.Global Marketing Management[M].5th ed. prentice-Hall，inc，1995.
[15] Payne A.chritopher M， Peck H.Relationship Mketing For Competitive.[M] Oxford，CIM/Butterworth-Heinemaan，1998.
[16] Grossman R P.Developing and managing effective consumer relationships[J].Journal of Product &Brand Managemnt，1998，7（1）：27-40.
