发布时间：2024-03-05 14:43:54
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篇的大数据营销的概念样本，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。
大数据是一个大到极易被忽略的庞大数据体系，运用数据挖掘技术从海量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含其中的、人们事先不知道且潜在有用的信息和知识，并充分运用信息的关联、分类、聚类、相关性等方法，使其能够应用于卷烟精准营销体系，解决卷烟精准营销过程中“信息、投放、管理”等具体问题。笔者通过查阅有关大数据及卷烟营销的大量文献，结合建立卷烟精准营销体系的实际工作，就如何运用大数据的技术解决卷烟精准营销在实际应用过程中的难题，提出自己的观点和对其将来发展提出展望。
一、大数据理论和研究现状
1.大数据概述
大数据与大量数据是不同的概念，大数据具有数量（Volume） ，增速（Velocity ） ，多样性（Variety ） 的“3V”特征。因此，大数据可概括为规模达到数量级，更加多样化，包括结构化、半结构化和非结构化数据，且以比以往更快的速度生成的庞大数据集。
麦肯锡认为，“大数据”是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集。
由此可见，大数据不仅包含了数据集的概念，更重要的是还包含了数据处理和应用的技术，数据、技术与应用三者的有机统一构成了广义概念上的大数据。
2.大数据研究热点和前沿
2012年3月2日，奥巴马宣布美国政府投资2 亿美元启动“ 大数据研究和发展计划（Big Data Research and Development Initiative）”。这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为，大数据是“未来的新石油”，并将对大数据的研究上升为国家意志，这对未来的科技与经济发展必将带来深远影响。
伴随着数据挖掘技术的发展，为人们在挖据和提取数据中隐含的具有潜在价值的信息方面有了更多的渠道。数据挖掘涉及数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化等多学科领域，数据挖掘技术是一门广义的交叉学科，其本身还在不断发展。
通过对大数的挖掘和分析，寻找数据间的相关联系，发现其存在的规律。通过大数据的思维逻辑，更加注重“为什么”的因果关系研究，而不只是解决“是什么”的问题。当我们通过寻找相关关系得出有A出现的地方就会有B出现，而不再去深挖“为什么”，这为数据价值的提取找到捷径。
当前，非结构化和半结构化数据的处理是目前大数据研究面临的难题，据统计，目前采集到的数据85%以上是非结构化和半结构化数据，而传统的关系数据库技术无法胜任这些数据的处理，因为关系数据库系统的出发点是追求高度的数据一致性和容错性。根据CAP（Consistency，Availability，tolerance to network Partitions）理论，在分布式系统中，一致性、可用性、分区容错性三者不可兼得，因而并行关系数据库必然无法获得较强的扩展性和良好的系统可用性。系统的高扩展性是大数据分析最重要的需求，必须寻找高扩展性的数据分析技术。
大数据把数学算法运用到海量的数据上来预测事情发生的可能性，预测是大数据的核心。例如，一封邮件有被作为垃圾邮件过滤掉的可能性；输入的“teh”应该是“the”的可能性，某个区域在某个时间节点爆发瘟疫的可能性等，都是大数据可以预测的范围。
二、卷烟精准营销理论体系及发展历程
1.精准营销概念
1999年，美国的莱斯特・伟门提出了精准营销的概念。精准营销被定位为一个营销的学科和理论：是以科学管理为基础，以消费者洞察为手段，恰当而贴切地对市场进行细分，并采取精耕细作式的营销操作方式，将市场做深做透，进而获得预期效益。[5]2005 年，Philip Kotler认为精准营销就是公司需要更精准、可衡量和高投资回报的营销沟通，需要更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。
简单来说，精准营销可以概括为5W营销分析框架，既在合适的时机（When），将合适的产品（Which），通过合适的渠道（Where），采取合适的行动（What），营销给合适的客户（Who），在整个过程中贯彻“以客户为中心”的理念，实现营销管理的持续改善和提升。
2.卷烟精准营销理论
卷烟精准营销是以扎实的网建为基础，以卷烟营销数据库为支撑，依托现代信息技术手段，运用定量和定性相结合的方法选择准确的目标市场，通过针对性营销策略，实现卷烟产品宣传宣传的目标人群准确覆盖，实现卷烟货源投放的目标市场需求有效满足，使有限的资源得到最大化配置。
卷烟精准营销要以科学发展为指导，紧紧抓住品牌培育的第一要务，实施重点骨干品牌精准营销，促进重点骨干品牌的良好成长，着力推进卷烟营销工作上水平；以“精确信息、精准投放、精细管理”为重点，建立完善精准营销体系，并与卷烟网建工作充分结合，有效促进卷烟网建上水平。
卷烟精准营销的工作要围绕以下几个重点来开展：一是数据信息的精确把握；二是数据挖掘的有效实施；三是卷烟信息的精确传递；四是卷烟货源的精准投放；五是卷烟营销的精细管理。
3.烟草企业卷烟精准营销发展历程
2009年11月13日，国家烟草专卖局副局长何泽华率中国卷烟销售公司和中烟电子商务公司相关人员在上海召开关于开展“中华”品牌精准营销工作专题座谈会，启动了“中华”在山西市场精准营销试点，这次试点，具有“里程碑”作用，同时，也拉开了中国烟草卷烟精准营销的序幕。
2010年，国家烟草专卖局姜成康局长在2010年工作报告中指出：“加强市场分析研究，全面了解重点骨干品牌市场表现和发展趋势，提出品牌改进提高的建议意见，实施重点骨干品牌精准营销，努力促进重点骨干品牌良好成长。”精准营销由此被正式上升为品牌营销战略层面。
2010年5月7日，根据《贵州烟草商业卷烟精准营销工作的指导意见（试行）》（中烟黔销〔2010〕7号）文件提出以品牌培育为第一要务，以“精确信息、精准投放、精细管理”为重点，建立精准营销体系，并与建设精准营销体系，并提出了通过“二点四维五率N度”来精确信息的方法，以及运用数据挖掘技术来建立数据模型，实现营销效率和效果的最大化。这表明了贵州烟草商业系统卷烟精准营销工作探索的开端。
2011年5月20日，中国烟草总公司贵州省公司印发《卷烟品牌精准营销工作实施方案》，对一年来卷烟精准营销工作开展情况进行总结并对今后工作的开展提出指导意见，文件指出卷烟精准营销工作在贵州的开展还有一些与国家局要求存在差距的方面，主要表现在：一是信息未能精确把握。全省卷烟消费者档案库建立不够完善，应用范围和力度不大，对消费趋势变化掌握不足。二是货源未能精准投放。对“二点四维五率N度”研究不深，货源分配中对客户的量化评价不够细化，品牌目标客户难以“对号入座”。三是措施未能精细管理。与终端客户沟通传递方式较为滞后，工商协同营销程度不高，精准营销管理未纳入工作职责和绩效评价范畴。
三、试述如何利用大数据解决目前卷烟精准营销实际难题
根据《国家烟草专卖局办公室关于深入推进卷烟品牌精准营销工作的意见》（国烟办综〔2011〕197号）文件，明确以“精确信息、精准投放、精细管理”为重点，建立完善精准营销体系，但笔者在实际工作开展过程中发现要达到精准营销还有一定困难，主要表现在信息的准确度不高、货源的投放不够精准等方面，基于以上问题，笔者试述如何运用大数据的方法来加以解决。
1.从接受不准确的数据信息开始，利用大数据思维提高信息准确度
据统计，目前采集到的数据85%以上是非结构化和半结构化数据，只有当我们接受了非结构化和半结构化信息的不准确性，我们才能更好地掌握和分析剩余结构化信息，才能真正看清冰山的全貌，否则我们只能通过看似准确度较高的部分结构化信息窥视冰山的一角。信息准确度的高低直接取决于收集到的信息量的大小，如一个色盲想确定手中的卡片是红色还是绿色，他向2个人提问或向200个人提问后所得答案的准确度是不同的，无疑当200个人告诉他是红色比只有2人告诉他是红色的的准确度要更高。
在卷烟精准营销中我们所需要的答案当然不可能像“红或绿”这样简单，通常我们有待解决的问题都是需要从多方面加以计算和分析的。如某县级烟草公司今年5月的销量预测，我们通常很难得出准确的预测数据，于是为了找到这些纷繁复杂的问题的答案，我们就需要通过海量的数据信息，从多维度、多方面的数据分析来提高我们信息的准确度。
（1）总体信息代替样本信息，解决信息准确度不高问题
过去由于信息处理能力有限，所以产生了利用信息样本采集的方法，为达到用最少的数据获得最多的信息的目的。随着大数据时代的信息处理、分析技术得到巨大发展，当我们能够对海量数据进行有效的处理时，在数据采集过程中将采取更为全面的方式，而不只是采用随机抽样。因此，要解决目前卷烟精准营销信息准确度不高的问题，就应对总体数据信息进行收集。
以安龙县卷烟社会库存调查为例，安龙县共有卷烟零售户1843户，其中信息采集客户62户，约占全体客户的3.40%。为了解社会库存情况通常是通过对信息采集客户的分析来测算总体社会库存情况（社会库存总量=样本客户库存总量/样本客户占全市投放的权重），为了解通过信息采集测算社会库存情况的准确度如何，安龙县烟草商业企业于2014年6月份第二周对全体客户进行社会库存盘查，社会库存总体信息采集与样本信息采集测算结果对比如下：
通过以上对比分析可知，安龙县社会总体库存情况分析时用样本客户信息采集的方法进行测算的准确率仅为34.89%，在贵烟库存总量分析时的准确率也仅为54.30%。虽然社会库存总体信息采集的准确度也不能达到100%，但无疑它的准确度是大大高于样本客户信息采集的方法的。因此在市场营销数据分析过程中，通过对总体客户信息进行采集所得的数据结果远远比样本客户信息采集所得结果有效。
（2）信息采集与处理
目前，烟草企业已经成功开通卷烟营销系统（V3）、新商盟、现代零售终端系统，依托卷烟行业的数据系统，对系统数据的采集与处理已不再是很大难题，为提高卷烟营销信息的准确度，对总体客户信息数据的采集、分析和运用将成为我们工作的重点和未来探寻的方向。
通过信息来源可将信息的收集分为企业内部信息和企业外部信息，其中企业外部信息包括零售客户信息、消费者信息、社会信息及其他等，企业内部信息则包括货源供应信息、新品上市、政策法规等。企业内部信息的收集相比企业外部信息的收集要简洁得多，笔者试通过对如何对零售客户信息、社会信息进行数据收集，来展望将来信息采集的发展方向。零售客户信息的收集主要包括经营者、店铺、商圈、销售数据、上柜品牌等方面的信息，其中经营者、店铺基本情况、商圈等在专卖办理许可证时已经一并收集，上柜品牌、销售数据等也可以通过卷烟营销系统进行收集，但是客户自己的库存情况、销售价格执行情况、每日经营业绩等信息则能够通过现代零售终端系统进行实时采集。
同时，我们烟草企业应加强与地方统计部门的合作，积极探索出信息资源共享的双赢通道，建立卷烟营销数据库，利用数据分类、聚类等方法找到相关信息，提取信息数据的价值。
2.利用卷烟营销数据库解决货源精准投放问题
利用数据库信息能够准确找到目标消费群，从而建立精准的市场定位。通过数据库中对客户以及消费者的各种信息的收集整理，根据这些信息对消费行为进行有效地分析，并利用数据库中所能掌握到的市场、品牌、货源和客户等，对烟草消费者的数据进行分析，可以得出不同消费群体对特定品牌有不同的偏好，借此细分市场，从而达到货源精准投放的目的。
利用卷烟营销数据库，提取有关货源精准投放的数据，通过对“二点四维五率N度”，既“二点”，卷烟价格和社会库存；“四维”，市场类型、零售业态、商圈和供应级别；“五率”，上柜率、动销率、断货率、重需率、成长率。从多维度、多角度来进行分析，用数据化的科学分析结果指导货源分配，真正做到精准投放。
四、结语
笔者就大数据及卷烟精准营销的来源、发展历程、研究现状等方面查阅了大量的资料和文献，并结合实际工作中存在的问题对其进行了探析，相信对于后人进行此方面的研究能起到一定的参考价值，同时文中对引用的参考文献进行了充分的注释，希望能够有助于读者日后回溯检索和导读原文。笔者还对卷烟精准营销目前存在的两个突出问题进行了探索式的展望，相信对从事此方面研究的同仁及科研工作者能起到参考价值，文中对解决卷烟精准营销中信息准确度不高及货源投放不够精准的问题探析深度不够，只是做了一些展望式的叙述，并未能进行进一步的实践研究，该方面的研究在目前尚属空白，相信进一步深入探索下去将会对解决卷烟精准营销中的实际问题产生重大意义，笔者今后也将进一步在该方面进行深入探索。
参考文献：
[1] Guszcza J，Steier D，Lucker J，Gopalkrishnan V，Lewis H. Too Big to Ignore[J].Deloitte Review，2013（12）：36-53.
[2] 李红梅，曹建河.数据挖掘技术在烟草销售行业中应用探析[J].现代商贸工业，2011（14）：97-98.
[3]李国杰，程学旗.大数据研究：未来科技及经济社会发展省略领域――大数据的研究现状与科学思考_李国杰[J].中国科学院院刊，2012，27（6）：647-657.
[4] （英）维克托・迈尔-舍恩伯格，肯尼思・库克耶.大数据时代：生活、工作与思维的大变革[M]. 浙江人民出版社，2012-12.
[5]程绍珊，席加省精准营销；如何进行营销信息管理[M]北京大学出版社，2006.07.
[6]杨亮.岳阳县域卷烟市场精准营销策略研究[D].湘潭大学，2012.
[7]王波，吴子玉.大数据时代精准营销模式研究[J].经济师，2013（5）： 14-16.
尤其结合本地化和区域门户网站的数据营销的玩法，其实并不是遥不可及的概念，实际上是有规律可循的。真正的大数据营销，没有一定的实力，是一般中小网站难以企及的，但基于数据的营销又是可以去做的，这两点需要注意两者之间的区别。
地方门户网站的数据化营销，应该是基于本地的网友数据的搜集、过滤、应用、分析等手段，通过线上、线下互动的方式，帮助自身及客户定制营销策略，提升营销层级，做大网站影响力及增量。
数据营销对于区域化网站及本地化O2O的优势非常明显
1.有助于提升网站运营效率
2.帮助网站进行用户梳理
3.提高网站渠道价值
4.提升网站品牌形象
5.帮助网站给客户提供营销方案时，提供数据支持。
而本地化区域网站针对O2O以及自身平台的数据来源，并不是问题，数年乃至十多年的数据积累，是此类网站的重要资源，但，如何从各种纷繁的数据中，找到自己的数据，并且给予营销方面提供有效支持，是一直困扰大家的问题。
基于本地化的数据营销，我们要从以下几个方面入手，除了关注概念，更要关注实际的操作细节。
(一)数据搜集
1.从注册开始，加强用户体验，但对于重要数据要善于搜集
2.善于发掘行业上游数据、精准数据，资源互换是常见的手段。
3.发掘自身平台数据优势，以及形成行业链条的数据库贯通。
4.大面积的线上数据采集
5.线下地推，如活动现场、客户营销现场
6.竞争对手的相关数据搜集。
(二)过滤
1.非本平台的数据，陌生数据进行转化，数据内容要善于多次利用。
2.本地平台数据，通过分类、组合再分类，发掘不同行业的数据。
3.活动是过滤数据的一种方式，但不仅仅限于活动，网站资讯、论坛、专题等等都可以变为数据过滤的重要通路。
4.善用电话回访的方式进行过滤，注意话术技巧。
(三)数据应用
1.我们提供给客户的服务是基于客户营销需求的整合营销服务。
2.产生的数据，需要与网站的产出考虑，但切忌直接兜售数据。
3.应用方式，根据行业，有不同的组合方式和应用方式，不要单一用。
4.集中爆发式：如团购、地产看房团
5.细水长流式：单品牌营销推荐
6.活动包装法：用活动包装核心数据，提升数据价值
7.数据的表现：与自身网站产品包的组合、结果表现以及互动表现。
8.数据应用是网站服务和整合的一部分。
(四)数据分析
1.行业宏观数据分析
2.竞争对手与自身市场占有率数据是参照
关键词:大数据；品牌建设
1大数据的产生和类型
最早全球知名咨询公司麦肯锡这样定义大数据：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”①大数据在物理、生物、环境生态等领域以及金融、通讯、军事等行业早有应用，却从近年来因为互联网和信息行业的发展而在消费市场引起关注。在互联网世界，“大数据”指的是互联网公司在日常运营中生成、累积的用户网络行为数据。在电视机行业，从用户的需求产生，到电视制造企业通过营销影响消费者，再到消费者做出决策、购买一台电视机，使用它观看节目，对产品做出评价，以及到后面的维修、更新换代……在整个过程中，都伴随着海量数据的产生。这些数据按照其来源大致可分为三类：1）企业数据：包括产品生产数据、销售数据、库存数据以及账目数据等。2）产品使用数据：包括电视的收视记录、智能设备互联、传感器数据、使用反馈数据等。3）网络数据：互联网上关于电视品牌或产品的记录数据，包括网络新闻，官方网站访问记录，用户的网络搜索记录，在微博、微信等社交媒体平台的评论记录等。
2大数据的价值
单从大数据的来源已经可知，这些数据种类繁多，规模极其庞大。那么，这些海量的数据意味着什么？麦肯锡在一份名为《大数据，是下一轮创新、竞争和生产力的前沿》的专题研究报告中提出，“对于企业来说，海量数据的运用将成为未来竞争和增长的基础。”①在国内，百度成立了营销研究院，专门基于自己的大数据资产进行挖掘网络营销价值的研究；腾讯也将数据化运营作为一项关键任务。马云称大数据是“未来最大的能源”，有着堪比石油和黄金一样的价值。其价值主要体现在以下三个方面的功能上。1）市场预判。大数据技术的主要功能是对未来事态的预测和对未知事物的预态，其方法是通过海量数据的挖掘和发掘某种预后的迹象。所以当网民们在把微博、微信等社交平台当作抒情或者发议论的工具时，嗅觉灵敏的企业却正在挖掘这些互联网的“数据财富”，先人一步用其预判市场走势，而且取得了不俗的收益[1]。过去几年，电视机行业推出了许多新的概念，可以说软硬结合齐发力，像4K电视、OLED电视、量子点电视、曲面电视、人工智能电视、激光影院等等。而这些概念推出后，消费者到底感兴趣吗？他们的接受度如何？这些，都可以通过大数据来了解。2）洞察用户。产生自用户的每一个数据，都是其需求的表达。在网络上的每一次搜索，每一次访问，对使用过的产品的每一次称赞或吐槽，使用产品的每一次记录，正像在雪地上留下的脚印，企业可以根据这个脚印去寻找消费者的轨迹，找到用户在哪里，市场在哪里，以及未来市场的发展方向②。3）重构商业模式。在数据的数量和质量达到一定程度后，所输出的内容，可以创造出有价值的商业模式。比如智能电视OTT广告，基于互联网技术支撑的大屏运营能力，借助人工智能、大数据等算法，可以清晰了解到用户行为、用户画像数据，广告主可以通过丰富多样广告容器和曝光形式，实现精准营销，同时快捷完成支付，还能够看到全面的商业化数据、行业数据等，便于及时调整营销策略[2]。
3大数据对企业品牌建设的驱动力
大数据的价值，意味着一个企业若能对大数据进行详细的解构，就能获取很多智能的，深入的，有价值的信息，这些信息可以驱动品牌完善自身建设。以电视行业为例，能够指导电视制造企业解决：生产什么、生产多少、怎么售卖、卖到哪里、卖给谁，如何运营等等问题，实现品牌建设的大飞跃。1）生产什么。在消费者眼中，同类品牌会被反复比较，每个品牌都试图找到自己独特的卖点，区隔于竞品，因此市场上出现了上文提到的4K电视、OLED电视、量子点电视、曲面电视、人工智能电视、激光影院等五花八门的产品类型。来自百度营销研究院的数据显示，2017年一季度，关于电视机搜索最多的，有的是关于屏幕的，像液晶电视，有的是关于软件的，比如智能电视、云电视，这些是群众基础最强，市场接受度也最高的，最多的人在搜索、讨论它们；曲面电视、OLED电视这两个较新的概念，今年由于大打概念，实现了爆破式的增长；而4K电视，则是延续前两年的涨势，可谓是增长最稳。通过这些数据，企业可以监测，行业各个概念被消费者关注的程度如何，趋势如何，有没有继续推广和生产的潜力。2）如何售卖。大数据能够帮助品牌对产品的营销路径进行分析。比如，通过品牌或产品的搜索趋势、购买趋势、使用趋势，找到产品的营销关键节点和关键地域。来自百度营销研究院的数据表明，传统长假、新电商节点都是营销、销售的关键时间点；地域方面，广东、山东、江苏等地电视机搜索量最大，创维主阵地在广东、长虹在四川、海信在山东。网络渠道的，比如像京东商城、亚马逊、淘宝，品牌官方网上商城等等，也已成为消费者关注的购买渠道。相应的，品牌需要据此分配自己的资源，向关键时间节点、地域倾斜，实现品牌更深入的渗透。3）卖给谁。通过对搜索网站、社交网站涉及品牌/产品相关关键词的账号进行分析，可以收集到消费者的背景信息，得到品牌用户/潜在用户的人群画像，了解受众关注的兴趣点。比如，某电视品牌根据大数据总结出主要用户群体画像特征包括：年龄大多在30～39岁之间；男性多于女性；在互联网搜索平台，最爱搜产品，其次是品牌；在知识问答平台，爱问家电数码、厨具、家居装修、电视、智能家居相关问题；在百度贴吧，爱访问数码家电类主题吧；在网站中，他们喜欢访问PPTV，中关村在线，汽车之家，搜狐视频、凤凰网等网站；平时，爱看国产热播电视剧、轻松诙谐的国产电影；明星里，独爱高圆圆……不同品牌的群体偏好可能是不一样的，大数据可以告诉品牌方，喜欢该品牌的用户喜欢什么服饰，喜欢开什么车，主要分布在哪里，喜欢哪个明星，为诸如代言人选择等品牌营销策略提供具体的建议。4）运营。电视售出后，用户在使用中产生的大数据也能为品牌带来极大帮助。一方面是内容运营，比如长虹的人工智能电视，在连续使用一段时间以后，就能掌握用户的收视习惯，长虹能够很快发现哪类内容用户喜欢看，哪些从不关注，哪个明星被点播的频率最高，据此为用户精准推荐个性化的内容，提升用户体验。另一方面，掌握用户在娱乐内容消费方面的消费特点，除了有助于品牌进行内容运营的技术产品创新以外，还可以实现品牌对客厅场景商业价值的挖掘，比如OTT广告。依托对内容和用户方面的数据分析，广告可以在电视OTT平台实现既精准且广泛的覆盖与到达，还可以打通电商消费场景和支付场景，广告主可以通过一台电视完整获取受众从接触广告信息到完成购买转化的全链路行为大数据，同时电视品牌也实现了自身产品价值的变现。凡走过，必留痕。用户在网络世界的踪迹，每一次搜索，每一次使用，品牌都可以去探寻其背后的需求和渴望，从而洞悉受众心理，了解市场偏好。在品牌建设的过程中，企业应该考虑如何更好地利用这些大数据布点布局，再造品牌与受众的关系，并以此构建品牌的影响力。
作者:刘伟杰 单位:北京顾能市场调研中心
参考文献
营销的基本功能就是通过最大限度地采集市场信息，分析大众和各类细分人群喜欢什么，偏好什么，如何做出选择，并将这些专业地运用到经营中去。而营销的特殊功能则是运用上述结论引导大众及细分人群的偏好和选择。其实，关于购买什么、不购买什么，虽然貌似是自由的，但实际上却极容易受到诱导，尤其是中国的消费者。
互联网及信息技术为数据采集、分析、监控与预测提供了全方位的支持。基于互联网和信息技术的大数据带来了大控制，而且是无形的控制。因此，大数据时代对顾客偏好和选择的全面监控和预测，是互联网营销与传统营销最显著的区别。
互联网营销中的传播有两个基本特点：第一，网络技术将传播的单向路径改为交互式传播。传统营销强调的是单向的“播”，互联网营销强调的是交互式的“传”。第二，网络传播具有高速流动性，所以才会有“刷屏”的概念。大家会发现，什么东西能吸引眼球，什么东西就能存在。谁能出奇、出彩，谁就是赢家，甚至谁能够出怪、出丑、装疯卖傻，拿板砖拍自己脑袋，谁就是高手。“凤姐”式营销的诀窍无非是每一句话、每一个行为都让受众感到自己无所不在的优越和优势。自虐也是二人转、相声吸引受众的常用手段。
互联网营销也存在一种狂欢本能。传统营销中有旺季，后来就有了“黄金周”。而在互联网营销时代，不仅放大了传统营销时代的节假日营销，更是把西方的舶来节日无限放大，创造出了购物狂欢节“双11”。
我曾经把这种狂欢式营销称为“打劫营销”，即把传统营销时代的所谓“终端拦截”上升为“互联网打劫”。于是，我们看到了电子商务的快速发展。之所以说是“打劫”，原因在于它更多地是瓜分存量。
营销无非是两个基本动作：一是发现需求并为满足需求创造独特价值，二是利用独特价值抢占市场份额。
互联网营销的优势在于能够比传统营销更快、更精准地了解顾客、发现需求。通过长期积累，它也能够更便捷、更好地服务于顾客。同时由于比传统营销信息更公开、更对称，能够让顾客获得更大的消费剩余。这三大基本特点使得它能够在完成初期的孕育之后，得以迅速实现快速扩张。
阿里的大众电子商务也好，小米的互联网营销模式也好，都是基于网络传播的基本特点，基于大数据，基于狂欢式操作。这些既为营销提供了新的、更大的可能，也暗藏着新的危机。
对企业来说，如何趋利避害就成为融入互联网营销必须认真研究的课题。
第一，必须重视大数据，获取大数据，有能力专业地处理和运用大数据。否则，面对一个浩如烟海的虚拟空间，会落得颤惊惊，无所适从。同时，面对中国的海量人口，消费者需求和行为研究也需要大数据支持。
营销从流量购买转向人群购买，具备数据挖掘能力的公司却倍受资本青睐；在移动互联网领域，公司从开发者角度找到数据挖掘的方向，通过提供免费的技术服务，帮助开发者了解应用状况：大数据也是资本考察公司价值很好的工具，从其拥有的数据规模、数据的活性和这家公司能运用、解释数据的能力，就可以看出这家公司的核心竞争力。尽管大数据时代来临和大数据应用已经成为必然趋势，但在国内，大数据真正的概念的理解以及国内目前的发展情况和如何做好大数据却仍显模糊，而这也是业界目前探索的焦点。日前，以“大数据时代的服务业创新”为主题的2013福布斯·静安南京路论坛举办，对此做了探讨。
大数据还在初始阶段
全球畅销书《大数据时代》的作者维克托·迈耶·舍恩伯格：我们需要避免大数据的泡沫，有时候你觉得是大数据，但它并不是大数据，比如有些公司正在卖硬件、软件或者提供咨询服务，他们有时候把有些东西叫做大数据，其实并不是，所以我们不要带来太多的泡沫，有些东西不是就不是。Granter公司有一个技术发展曲线（Hype Circle）（Gartner公司是全球最权威的技术咨询机构，它的技术成熟曲线就是根据技术发展周期理论来分析新技术的发展周期曲线，以便帮助人们判断某种新技术是否采用，这个曲线将技术成熟的过程划分为5个阶段：一是萌芽期（Tech—nology Trigger）又称感知期，人们对新技术产品和概念开始感知，并且表现出兴趣；二是过热期（1）eak of Inflated Expectations），人们一拥而上，纷纷采用这种新技术，讨论这种新技术。典型成功的案例往往会把人们的这种热情加上把催化剂；三是低谷期（Trough of Disillusionment），又称幻想破灭期。过度的预期，严峻的现实，往往会把人们心里的一把火浇灭；四是复苏期（slope of Enlightenment），又称恢复期。人们开始反思问题，并从实际出发考虑技术的价值。相比之前冷静不少；五是成熟期（Plateauof Productivity），又称高原期。该技术已经成为一种平常。我觉得我们正处在非常初始的阶段，如1996年的电子商务，当时电子商务只是在美国网上来订购匹萨，大家慢慢才意识到电子商务是卖书，好比说亚马逊，所以我们是刚刚开始，像电子商务在1996年，我们也不知道以后会发展成什么样，这是它美丽的地方，因为我们面对很多机遇，每一个人都会有机遇来参与到我们未来的曲线里面。
技术能力推进大数据发展
IBM全球副总裁兼中国开发中心总经理王阳：我们正处于在发展过程中，远远没有达到，大数据只是一个概念，大家在逐渐接受。云计算已经存在很多年，而眼下虽然人们已经在拥抱大数据，但仍在雏形的形成过程中。IBM在大数据已经布局了很长时间，用了190亿美元收购大数据的有关公司，组织起来就是为了这个。第一，技术发展推进了大数据，通过通讯、英特网、云计算、物联网等等的综合，所有的数据都已经逐渐可以采集起来。在这样一种情况下，像维克托所说的全息照相，把人类的活动和自然活动都采集下来，我们已经有了数据的来源。第二是技术，也就是云计算处理能力，存储、带宽已经到了这样的时代，可以去处理这样的数据。第三，我们不光是有了处理能力，更重要的是有了一个分析判断的能力，能够进行进一步的优化，给整个社会带来价值，也就是说有了价值之后，大家才会去相信大数据，从中得到自己的便利。
数据要以有效的方式展现并应用于商业活动
一号店创始人、董事长于刚：我认为大数据真正的应用才开始。因为现在首先可以采集到大数据，第二数据越来越精确，第三是数据越来越实时，只有能实时采集到大数据它才能真正为我所用。人们理解的数据只是零散的，要经过整理和过滤之后才能成为信息，信息要能进一步以有效的方式展现在人面前的时候才能成为知识，但这个知识要经过各种工具分析，真正应用到商业活动中间才能成为商业智慧，所以这是一个日积月累的过程。
数据要将消费行为转化为个性消费需求分析
苏宁云商集团副总裁范志军：就商业层面来说，我们对大数据的应用远远不够，现在谈论的大数据过去也有，而且这些数据都是客观存在的，只不过过去没有把这些数据通过具体的分析进行归类、整理，然后将其运用到我们的商业领域去。中国的零售行业在商业运用的层面上才大数据刚刚开始，如何把这些大数据经过分析以后，很好地运用到上游制造企业，是需要努力的。而通过数据的分析把消费者的一些消费行为转化为对消费者个性消费需求的分析，也是当下整个零售行业要做的一件具体的事情。
使中小商家受益是最早能看到的大数据的价值
聚胜万合公司董事长兼首席执行官杨炯纬：对于大公司可能没有办法用大数据的简单算法超越它，这就是在复杂应用上大数据似乎到今天为止还没有展现出价值，或者没有被大量应用的原因，但是对中小企业，不管是复杂算法还是简单算法都没有能力计算，因为他没有团队、能力和资源，这个时候大数据的应用一下子使得这些中小企业能够进入到这个领域。
我们在广告领域用得最多，不管是谷歌也好，还是淘宝也好，其实他们大数据的应用都是直接使得中小商家受益，所以我觉得这可能是最早让我们看到大数据价值的地方。
中央财经大学商学院 北京 100081
[摘要]在信息爆炸的时代，对于数据的分析和运用得到了越来越多行业、企业的重视和践行。大数据已经成为重要的战略资源，在互联网时代扮演着越来越重要的角色。大数据营销也成为企业重要的营销手段。本文从大数据及大数据营销的概念出发，为电商应如何利用大数据营销提出了建议，供电子商务企业参考和借鉴。
[
关键词 ]大数据；大数据营销；电子商务
一、大数据及大数据营销的概念
究竟何为大数据？大数据就是指那些超过传统数据库系统处理能力的数据，数据量通常在10TB以上。通常人们所说的“大数据”指的是一种技术，就是基于现有的数据资料，结合外部市场环境的各类数据对其进行深度挖掘和未来数据趋势的预测，将看似枯燥没有意义的数据转变为企业的珍贵资产的一种新行为。
而大数据营销则是营销传播方式的一种变革，是以深度消费者洞察为基础的传播沟通，是用数据解构消费者的生活习惯、消费偏好、信息获取渠道、个人兴趣从中推导出定制化产品和品牌传播的工具。大数据营销的重点是理解消费者背后的海量数据，挖掘用户需求，并最终提供个性化的跨平台的企业营销解决方案。
二、电子商务企业如何利用大数据营销
大数据营销为电子商务企业提供了众多的价值源，为企业的发展提供有利的途径和方法。但任何技术或工具的运用都需要企业各个方面的支持和配合。电子商务企业利用大数据营销，首先必须具备一定的基础，然后才能从各个方面开展相应的营销活动。
（一）电商进行大数据营销必备的素质
1.应用大数据的意识和能力：电商要进行大数据营销，必须首先具备真正意义上的应用数据的意识和能力。对于电商而言，数据的采集不是问题，而是数据太多了难以处理，故重要的是数据分析的能力。电商必须深入思考如何将大量的客户数据、市场数据、销售数据及其服务数据进行筛选、分析和整合，并最终得到一套有益的大数据营销解决方案。一方面，这就要求电商企业的高层管理者必须具备高度的大数据营销的战略意识；另一方面，电商企业需建立强大的数据库并引进优秀的数据分析人才。
2.扁平化的组织结构：大数据营销需借助数据的分析，快速进行营销的动态调整，在互联网和大数据时代，网民的行为是快速动态变化的，这就要求营销者必须快速顺应这种变化，及时作出营销策略的调整。所以，在电子商务企业中信息的传递必须快速而又准确，这就同时对企业的组织结构提出了要求。扁平化的组织结构能加快信息传递的效率，并减少传递过程中的信息丢失，且这种柔性的组织结构有利于企业对快速变化的消费者行为作出反应。除了组织结构的扁平化，大数据营销也要求企业的是一种学习型的组织，能够更快地接受和使用大数据营销，并对快速变化的消费者信息具有一定的敏感性，乐于接受新鲜事物，并勇于在挑战中突破自我。
3.不断更新的数据库系统：大数据的海量一方面给营销者提供了获取消费者真实行为的便利性，但另一方面动态的行为变化也为营销者造成困扰。大数据并不是孤立与静止的，要想有效的运用数据库进行企业营销决策的制定，一方面必须进行快速的数据分析，并将分析的结果及时运用到营销的决策和改善之中，避免资讯和结果的分离，另一方面则要根据营销的结果和用户不断变化的消费行为及时地更新和完善数据库系统，最大程度地降低数据的滞后性，避免营销决策的错误。
（二）电商如何进行大数据营销
1.基于大数据的商品关联挖掘营销：大数据挖掘的基础是发现各个数据之间的关联，推及到企业运用的时候，要对原有数据进行分析，建立起各个数据之间的联系。啤酒与尿布关联营销的成功为电商进行基于大数据的关联挖掘营销提供了思路，原来的电商企业产品信息界面的相关推荐和结算界面的互补推荐可能更大程度上是基于小型数据库的分析结果，是用户短期内的需求，而基于大数据去挖掘关联商品更大程度上能完善推荐界面信息的准确性且更大可能地激发用户的潜在需求。故基于大数据的分析结果进行商品关联的挖掘，以此来完善推荐界面的信息，是电商未来应该借鉴的地方。
2.基于大数据的商品地理营销：基于大数据的商品地理营销即分析网站的交易数据，通过地理位置分析每个地方的人的爱好，进行不同类型的营销策略。大部分电商都是在最后才确认产品的收货地址，只有部分的电商现在会选择在用户进入网站的开始就邀请用户选择收获地址，这并不有利于电商基于大数据的商品地理营销。电商根据用户地理位置划分区域，发现需求的差异性，必须充分利用用户的地理信息为用户推荐可能感兴趣的产品，并在细节上根据用户的风俗习惯进行产品或服务的完善。
3.基于大数据的社会网络营销：社会化媒体的发展已经覆盖了海量的人群，且社会网络营销的传播速度和自发性已经超出了人们的想象，基于大数据，对受众群体和社会化网络传播媒介进行了解，开展社会网络营销活动是电商必不可少的营销环节。电商应快速有效地利用大数据分析受众偏好的社会化网络传播媒介，将类似于“分享”的活动开展在此类的媒介上进行传播，加大传播的范围，加快传播的速度，提高营销的效率。
4.基于大数据的用户行为分析营销：电商通过将消费者的购买行为和历史记录进行大数据分析，探索用户的消费习惯，为企业大数据的用户行为分析营销提供基础。电商可以通过用户浏览网页上具体产品的停留时间来发现用户的行为轨迹和心理轨迹，找到企业所需要的潜在用户，对潜在用户投放商品广告，大大提高广告投放的转化率，同时电商还可以通过“搜索行为”去挖掘用户的潜在需求，不断增加或完善商城产品的品类。
5.基于大数据的个性化推荐营销：消费者个性化的需求得到满足的愿望已经日益强烈，这对电商提供个性化营销提出了要求。在大数据的环境之下，电商应该关注于用户的个性化推荐营销，利用大数据划分产品的类别，并邀请用户选择喜欢的或者感兴趣的类别进行关注或收藏，之后将用户选择类别下的信息个性化地推荐出去，同时定期提醒用户修改喜欢的类别，不断地更新数据库和推荐的内容。
三、结语
大数据营销在电子商务中的应用会随着时间的发展逐渐成熟，形成系统性的方法，同时也会在电子商务企业的发展中发挥更加优势的作用，不断提高消费者的满意度和用户体验。但对消费者行为和心理进行深入挖掘的本质注定了大数据营销是一把双刃剑，它既能让消费者心理和行为跃然纸上，又会引来用户隐私保护的大风。故在利用大数据营销的过程中把握好用户隐私保护的度也将是电商在未来应该关注的地方。
参考文献
[1]熊佳乐.大数据时代的营销策略[J].新营销,2014(1):111-111.
[2]吕清远.大数据时代下的微信营销价值[J].现代经济信息,2013 (20).
[3]孙冰.大数据营销:“万灵药”还是“大忽悠”[J].中国经济周刊,2013(48).
联想组建Digital Marketing团队，向互联网转型；以摩托罗拉系统为代表的B2B企业，开发自动化营销系统，连接营销与销售部门；可口可乐建立社交媒体中心，让消费者的意见可以“上传下达”，在企业内、合作伙伴之间沟通畅通无阻；三星电子尝试用社交和搜索的数据，探索营销活动与销量相互影响的模型。
世界在变小，关系却在变大。2015年，从原来的单项创新各个击破，国际大品牌之间的营销战更趋向创意和实效性。显然这些世界500强企业敏锐地捕捉到了移动互联网、大数据、社交的蓬勃发展给互联网营销带来的更精准的投放依据和更丰富的营销模式。而他们在2015年的布局看似复杂却可以简单地概括为几个字，即“社会化营销”。
当然，随着移动终端与社交生活的普及，全球的信息总量正呈现爆炸式增长。基于这个趋势之上的，是大数据、云计算等新概念在社会营销中的兴起与应用，它们无疑正引领着新一轮的互联网风潮。
这是“以人为本”的营销
早在2014年初，IDC就曾预测报告，认为社交商务会促进企业内外协作与沟通平台升级。报告指出，社交商务对企业的影响应该是全方位的，包括企业的各个流程，集中体现在以下几个方面：企业社交网络、创新管理、社会化分析、客户体验、社会化的销售和社会化的人才管理。
社会化的营销是一种利用社会化网络、在线社区、博客、百科或者其他互联网协作平台媒体来进行营销的一种模式。近两年主要在科技公司的营销活动中出现。
例如，小米公司利用社交媒体如微信、微博、论坛等积累大量粉丝，其创始人雷军更是在日常生活、工作中，利用社交工具积极宣传小米品牌与产品。据悉，雷军的微信朋友圈有大量的行业与财经媒体记者，他在每年两会期间都会拿着小米的产品在人民大会堂前自拍发微博，在大量粉丝的拥护下，雷军本身就是小米企业文化与品牌宣传的核心人物。
小米网新媒体总监钟雨飞曾在接受采访时表示，小米的新媒体能够做起来，有3个重要的原因：产品热、微博定位准、互动及时。产品热即利用粉丝效应、领导者个人魄力、消费者与研发者直接沟通的互动论坛、饥饿营销等方式，维持并扩大产品的热度；微博定位准即很多企业利用微博进行品牌推广时，为了涨粉或吸引流量会时常一些段子，但是，小米的微博定位只有两点，小米的用户与关注小米的媒体或企业同行；互动及时，小米很注重在微博上与用户的互动，最初用户数量少时，还会及时回复用户的提问。而且，当用户与小米有关的精彩新闻时，小米官微也会转发。
有了小米的成功案例在前，很多传统IT企业也玩起了社会化营销。联想集团是PC行业内的传统企业，目前，其业务范围涵盖了PC、商用平板、服务器、智能手机、云服务等。2014年年初，联想集团现任掌门人杨元庆要求联想总裁、总监等中层以上管理者开微博、微信，并硬性规定了每天的任务量，与联想的粉丝互动，进行品牌宣传推广。杨元庆更是以身作则，不断地在微博上他与联想产品的自拍照，明显改变的是杨元庆的对外演讲稿，更加活泼、风趣、幽默，个人魅力凸显。杨元庆是技术男出身，一直不善表达，如果有重要会议，进行演讲前，杨元庆都会彩排好几遍，杨元庆的很多重要对外发言稿，都经过联想集团内部专门的团队与他直接商讨后成文。
由此观之，社会化营销的基础不是渠道、产品，而是人。不管是企业的领导者还是粉丝，以人为本才是社会化营销触动消费者需求、痛点的核心。而当企业靠以人为本积累大量的忠实粉丝群时，就产生了口碑传播效应，他们会无私地帮助营销者或者品牌实现粉丝自媒体传播，使得营销传播策略发生几何级数的效应。
大数据促成社会化营销精准定位
其实，当小米、雕爷牛腩、可口可乐、加多宝等企业掀起宣传热潮，疯狂猜图、脸萌、足迹等一系列手机APP走红网络，社会化营销就已经成为营销领域新宠。
但是，社会化营销之所以获得突飞猛进的成长，离不开精准化的营销效果，而这是建立在海量的互联网数据基础之上的。因此，云计算、大数据分析的概念很自然地就进入到社会化营销领域。
从2013年开始，摩托罗拉系统就开始用IT技术打造了一个平台，在内部连接了营销与销售部门，帮助公司追踪所有的营销活动结果。例如，当客户看到广告后做的动作，如搜索关键词、拨打热线、参加促销等，摩托罗拉系统会通过各种方式收集这些动作数据，并将这些数据录入营销自动化平台。同时，这一平台也会和摩托罗拉系统自己的网站相联，来收集用户的行为数据。系统会自动对比并分析采集到的客户/潜在客户的动作，最终碎片数据会被智能地拼合成图景，告诉企业客户想要什么、想做什么。当营销团队发现一个客户是有价值的销售机会，就会把所有信息转给销售业务团队。摩托罗拉营销自动化系统不仅实现了自动化，更促成了营销闭环的形成：达到销售标准的数据自动传递给业务团队，并与公司的辅助销售系统相连；没有达到销售机会的数据，则会引导至营销部门的数据库，未来，摩托罗拉系统还会针对这些潜在客户进行销售机会的多轮培养。
埃森哲大中华区董事总经理李广海曾经对大数据分析技术在营销领域的作用做出过很高的评价：“在数字化时代，企业必须有驾驭数据的能力，数据是新的竞争命脉，消费者洞察成为关键的差异化竞争因素。”
大数据的数据来源通常是多样化的，通过对智能手机、手表、Pad等多终端、多平台化的数据采集，能使企业对网民行为的数据刻画得更加全面而准确，通过对用户购买行为的分析，大数据使个性化营销成为可能；在移动网络时代，网民的消费行为和购买方式极易在短的时间内发生变化，因此，大数据分析还能迅速地在网民需求点最高时，及时进行营销反馈。
“对效果的衡量是一个不变的需求。近几年，品牌营销成本不断增长，如何提高效率，是需要我们要不断探索的。大数据、移动互联网有很好的发展前景。”三星电子网络营销总监白晔曾表示。他认为，媒体效率化和大数据的结合将进一步发展。以微信为例，这个平台一方面连着媒体、自媒体和品牌，另一方面连接腾讯产品上所有用户，基于这些数据的打通和分析，会带来更多的营销创新空间。“以脸书（Facebook）、推特（Twitter）等为代表掀起的社会化浪潮，在席卷全球互联网市场的同时，也对传统在线数字营销产业链的三方角色进行了重构。”互联网营销专家唐兴通表示。在社会化平台与环境中，网民不再是纯粹的消费者，而是通过UGC（用户生成内容）兼具了生产者和参与者的角色；媒体在继续扮演生产者的同时，也是组织者、平台提供者、参与者与纽带；而对广告主而言，品牌曝光不是唯一追求的指标，还同时需要追求互动、参与、沟通以及营销实效。
美国信息咨询公司Gartner曾表示，2015年度大数据方面的投资依然在增长。今年6月，Gartner对全球所有行业进行了采样分析得出的结果显示，未来两年有计划进行大数据相关投资的企业占到75%，比2014年小涨3%。Gartner研究总监Nick Heudecker表示，此前大数据还停留在概念的层次，今年是它落到实处的一年，同时也是大数据标准化的开始。随着大数据解决方案逐渐成为主流，海量数据、不同数据源和新的处理分析技术已经为企业所接受。
全球畅销书《社会消费网络营销》作者拉里・韦伯认为，所谓大数据包括企业信息化的用户交易数据、社会化媒体中用户的行为数据和关系数据，以及无线互联网中的地理位置数据。大规模个性化营销将会是核心竞争力。而目前已经到了收集数据的黄金时期，如何整合这些数据成为未来的关键任务。
寻找大数据营销切入点
来自IDC的数据显示，中国商业分析服务2014年的市场空间达到13.98亿美元，较2013年增长了16.4%。IDC预计中国商业分析服务市场将在未来5年实现16.7%的复合增长率，到2019年市场规模有望达到30.27亿美元，前景被业界普遍看好。那么大数据营销除了进行用户行为分析、精准信息推送外，还有哪些有价值的切入点？
首先，对竞争对手进行监测与品牌传播。竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但企业却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等；其次，品牌危机监测及管理支持。大数据可以让企业提前对危机有所洞悉，大数据可以采集负面内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机；最后，大数据用于改善用户体验。要改善用户体验，关键在于真正了解用户及他们所使用的产品的状况。事实上，美国的UPS快递公司早在2000年就利用基于大数据的预测性分析系统来检测全美60000辆车辆的实时车况，以便及时地进行防御性修理。
虽然前景看好，但是现在，大数据分析为用户带来价值的同时也出现了一些问题。面对海量的数据，如何通过分析提取所有的数据有价值的部分，并进行筛选、去伪存真才是大数据真正实现价值的关键。更有专家高声疾呼：大数据分析并不是神，其只能给我们提供参考，帮助我们分析过去发生的事情的规律，对我们未来进行预测。但是如今的大数据分析依然不够智能，很多因素大数据分析并不能考虑到。
“互联网+”背景下的数字化营销
互联网进入一个全新的时代。数字媒介、社会化媒体全面展开，全新的自媒体时代也已经到来。来自CNNIC（中国互联网络信息中心）的数据，2014年，中国网民总规模达6.49亿，其中手机网民达5.57亿。来自易观的数据，到2017年中国智能手机的销量将接近6亿台，而移动互联网市场规模（含移动生活服务、移动营销、移动购物、移动娱乐及流量费等）则有可能超过4.5万亿。
今年两会的政府工作报告中提出，国家要制定“互联网+”战备。“要制定‘互联网+’行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。”在2015的工作总体部署中提出，全面推进“三网”融合，加快建设光纤网络，大幅提升宽带网络速率，发展物流快递，把以互联网为载体、线上线下互动的新兴消费搞得红红火火。
“互联网+”已经跳出互联网的行业范畴，随着它上升为国家战略，“互联网+”已经成为国民经济的一大新引擎，对中国整个社会的经济、文化、环境和资源都产生着深远的影响。国家希望互联网的思维与创新成果可以深度融合于经济社会各领域中，提升实体经济的创新力和生产力，希望“互联网+”可以为大众创业、万众创新提供新的环境。
那么什么是“互联网+“？虽然业界定义不一，但是，未来的“互联网+”一定是产业的融合、生态圈的价值共赢。
互联网+集市有了淘宝；互联网+广告有了百度；互联网+旅游有了携程；互联网+房地产有了搜房网；互联网+红娘有了世纪佳缘。这是互联网企业与传统产业结合所产生的商业模式，反之亦然。
因此，互联网+”的核心是融合，不是将互联网与传统产业进行简单、机械的相加，而是利用互联网技术、方法和思维去改造和优化传统产业的销售、研发、生产等环节，最终实现提高生产效率、降低成本、打破信息不对等，更好的情况是找到独树一帜的商业模式、创新企业的增值业务等。
因此，简单地进行互联网营销，或者进行工业制造的互联网化，研发的协同互动都很难达到颠覆商业模式的效果。也就是说，企业从顶层的商业模式的创新，到基础保障层面的组织变革，再到核心业务层面的产品、客户、渠道，以及资本运作层面，都将要因为“互联网+”而发生根本性的变化。
前微软亚太研发集团主席、现任百度总裁张亚勤将互联网思维总结为三个层级。一、数字化，互联网是工具，提高效率、降低成本；二、互联网化，利用互联网改变运营流程，电子商务、网络营销；三、互联网思维，用互联网改造传统行业，商业模式和价值观创新。
联想集团执行委员会主席柳传志也曾表示，用好互联网思维，制造业链条上的研发、生产、物流、市场、销售、售后服务等环节都要顺势而变。
总结业内观点与经验，传统企业的互联网+营销，实现下面几点很重要：
（1）线上+线下全渠道营销
（2）以用户为中心，以粉丝经营为特点进行整合营销
（3）产品研发部门通过新媒体等平台与直接用户密切沟通，打造极致产品体验和服务
（4）资本运作加速企业互联网化：主动并购上下游关键环节核心企业
>> 变革中的大数据知识服务：面向大数据的信息移动推荐服务新模式 大数据时代下的营销模式变革 大数据时代的金融服务变革 大数据下的“微变革” 大数据冲击下的财会变革 大数据时代下的新闻变革 大数据时代数字出版服务模式变革研究 基于大数据的档案知识服务 大数据时代语文教学思维之变革 大数据时代背景下高校图书馆的服务变革探析 大数据背景下营销模式变革对策研究 向大数据知识服务：大数据时代图书馆服务模式创新 大数据环境下的企业管理模式变革 大数据环境下的城市交通规划与管理模式变革 大数据知识服务支撑下的绿色交通管理系统 大数据商业模式与决策的时代变革 大数据时代的汽车营销模式变革 大数据时代的税收征管模式变革 大数据智能在图书馆知识服务中的应用思考 大数据背景下的公共治理变革 常见问题解答 当前所在位置：l.
[ 3 ] 王喜文.日本强化ICT领域国际竞争力[N].中国电子报，2012-06-15（003）.
[ 4 ] The White House. Big Data Across the Federal Government[EB/OL].[2014-08-08].http：//whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sh-eet.pdf.
[ 5 ] The Wall Street Journal. Big-Data Success Stories： Splunk[EB/OL].[2014-08-08].http：///ve-nturecapital/2011/10/21/big-data-success-stories-s-plunk/.
[ 6 ] The New York Times. Harvard Releases Big Data for Books[EB/OL].[2014-08-08].http：///2012/04/24/Harvard-releases-big-data-for-books/
[ 7 ] Spolanka. OverDrive announces a series of “Big Data”reports[EB/OL].[2014-08-08].http：//libraries.wr-ight.edu/noshelfrequired/2012/04/11/overdrive-an-no-unces-a-series-of-big-data-reports/.
[ 8 ] Xavier Amatrain，Justin flix公布个性化和推荐系统架构[EB/OL].[2014-08-08].http：///article/2013-04-04/2814767-netflix-ml-architecture.
[ 9 ] 云推荐[EB/OL].[2014-08-08].http：///.
[10] 中国科学院.李国杰院士：大数据成为信息科技新关注点[EB/OL].[2014-08-08].http：///xw/zjsd/201206/t20120627_3605350.shtml.
[11] 李奕.大数据应用方式：从数据服务、信息服务到知识服务[N].中国计算机报，2012-07-09（024）.
[12] Big data：The next frontier for innovation，competition and productivity[EB/OL].[2014-08-08].http：///Features/Big Data.
[13] 李晨晖，崔建明，陈超泉.大数据知识服务平台构建关键技术研究[J].情报资料工作，2013（2）：29-34.
[14] 秦晓珠，李晨晖，麦范金.大数据知识服务的内涵、典型特征及概念模型[J].情报资料工作，2013（2）：18-22.
[15] 王天泥.知识咨询：大数据时代图书馆的知识服务增长点[J].图书与情报，2013（2）：74-77.
