一、什么叫大数据

21时代是数据信息大發展的时期，移动互联、社交媒体、国际贸易等几个扩展了移动互联网的界限和使用范畴，各种各样数据已经快速胀大并增大。互联网技术（社交媒体、检索、电子商务）、移动互联（新浪微博）、物联网技术（感应器、大数据概念）、车联网平台、GPS、影像诊断、监控系统、金融业（金融机构、股票市场、商业保险）、电信网（语音通话、短消息）都是在玩命造成着数据。如：在60秒内，YouTube大会上传48个小时的视频；Google会接到2000000次检索要求；Facebook的消费者会共享684478条信息；现阶段全世界90%以上的数据是近期3年才造成的；2009年0.8Z，每一年将上升50%，每2年便将翻一番，而预测分析全世界的数据需求量到2020企业年会提高44倍，做到35.2ZB (1ZB = 10亿TB)；

古语云：“三分技术性，七分数据，得数据者得天地。”美国社会发展教育家托夫勒在《第三次浪潮》中明确提出：“假如说IBM的服务器拉下了信息化改革的序幕，大数据才算是第三次浪潮的华彩乐章。”这种都表明了数据的必要性。

照片来自互联网

那麼。什么叫大数据呢？

（一）大数据的界定

大数据最开始在上世纪90时代被明确提出，麦肯锡在2012年的分析报告中强调 “大数据时期” 早已来临，促使大家针对大数据必要性的认识和认知度进一步提升。麦肯锡得出的界定：“大数据是尺寸超过基本数据库专用工具获得、储存、管理方法和逻辑思维能力的数据集，即大数据是目前数据库可视化工具和传统式数据解决方式难以解决的大中型、繁杂的数据集，涉及到收集、储存、检索、共享、传送和数据可视化等层面。”

最少的数据基本要素是bit，按序得出全部企业：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

他们依照进率1024（2的十次方）来测算：

1 Byte =8 bit

1 KB = 1,024 Bytes = 8192 bit

1 MB = 1,024 KB = 1,048,576 Bytes

1 GB = 1,024 MB = 1,048,576 KB

1 TB = 1,024 GB = 1,048,576 MB

1 PB = 1,024 TB = 1,048,576 GB

1 EB = 1,024 PB = 1,048,576 TB

1 ZB = 1,024 EB = 1,048,576 PB

1 YB = 1,024 ZB = 1,048,576 EB

1 BB = 1,024 YB = 1,048,576 ZB

1 NB = 1,024 BB = 1,048,576 YB

1 DB = 1,024 NB = 1,048,576 BB

（二）大数据的特性

大数据的特点（4V）：数据量大（Volume）、数据种类诸多（Variety）、响应速度快（Velocity）、数据使用价值高（Value）

1.数据量大（Volume）

依据IDC做出的估算，数据一直都在以每一年50%的速率提高，换句话说每2年就增加一倍（大数据摩尔定律）

人们在近期2年造成的数据量等同于以前形成的所有数据量

预估到2020年全世界将一共有着35ZB的数据量，相比于2010年数据量将提高近30倍

照片来自互联网

2.数据种类诸多（Variety）

大数据是由结构型和非结构化数据构成的10%的结构型数据，储存在数据库文件。90%的非结构型数据，他们与人们信息息息相关

由来多：百度搜索引擎、社交媒体、通讯记录、感应器.....

文件格式多：文字、声频、照片、视频、脉冲信号....

3.响应速度快（Velocity）

大从数据的转化成到耗费，周期时间十分小，可用以转化成管理决策的時间很少，及时性规定高

1秒基本定律：这一点也是和传统化的数据发掘技术性拥有本质上的不一样

4.数据使用价值高（Value）

价值相对密度低，经济收益高

以视频为例子，持续无间断监管流程中，很有可能有效的数据只是有一两秒，可是具备很高的经济收益。数据使用价值相对密度低，但通过清理、融合和模型剖析，可产生高意义的商业服务业务流程

（三）大数据的具体由来

1.愈来愈多的设备配置了持续精确测量和汇报运作状况的设备。两年前，追踪监测汽车发动机运作仅限使用价值数百万美元的航天飞船。如今，车辆制造商在机动车辆中配备了监控器，持续给予车子机械结构总体运作状况。一旦数据可获得，企业将想方设法从中渔利。这种设备传感器数据归属于大数据的范畴。

2.电子计算机造成的数据很有可能含有着有关互联网和别的使用人行为和行为表现的有意思信息，进而保证了对她们的美好愿望和要求潜在性的有效了解。

3.使用人本身造成的数据/信息。大家根据电子邮件、短消息、新浪微博等造成的文字信息。

4.迄今较大的数据是声频、视频和符号数据。这种数据构造疏松，总数极大，难以从这当中发掘有勇的依据和有效的信息。

（四）大数据运用的实例

1.美国第二大超市Target

美国一名男人闯进了他们家周边的Target店面（美国一家零售超市连锁店）。“你们怎能那样！”男生向店面主管大吼到，“你们居然帮我17岁的闺女发婴儿尿片和婴儿车的优惠劵，她才17岁啊！”店面主管不清楚发生什么事，马上素来者致歉，表明那肯定是个误解。殊不知，主管沒有意识到，企业已经运作一套大数据系统软件。但奇妙的是，一个月后，这一愤怒的父亲打来电話致歉，由于Target发过来的婴幼儿用品广告促销并并不是错发，他的闺女确实怀了孕。

在这个例子中大家见到，数据的能量，不但让店家提高了自个的销售业绩，还让顾客为此甘心情愿付钱。据报道，Target建立了一套女士选购个人行为在怀孕期造成变动的实体模型，不仅如此，假如消费者从她们的门店中选购了婴幼儿用品，Target在下面的两年中会依据孩子的生长周期状况按时给这种消费者消息推送相关产品，使这种用户产生长久的满意度。

2.腾讯官方的MIND3.0社交媒体对策

腾讯官方发布了MIND3.0的社交媒体对策，即根据对客户个人行为数据的洞悉、剖析和发掘、勾画出每一个客户群族，用多元化标识在知名品牌和受众群体中间创建市场化的营销推广关系。例如，针对完善母亲与新生婴儿母亲2个细分化群族，其经过对大数据剖析得到多元化洞悉結果。完善母亲经常是一群理性的玩耍女人帮，在游戏娱乐运用上，他们最爱手机游戏、歌曲和古装电视剧；在社交互动方面，他们以QQ群、鲜花工坊与日记为主导。新生婴儿妈妈们则通常是社交媒体活跃性的时尚辣妈，很有可能会更关心电子产品的新浪微博。

3.Prada的营销推广之道

PRADA在纽约的官方旗舰店。每一件衣服上都是有RFID码。每每一个消费者拿出一件PRADA进衣帽间，RFID会被自动检索，衣帽间里的显示屏会全屏播放女模特衣着这一件衣服裤子走走姿的视频。人一看到女模特，便会不由自主里装饰自身。与此同时，数据会传到PRADA总公司。每一件衣服在哪个城市哪个官方旗舰店什么时候被拿进衣帽间滞留多久，数据都被储存起來具体分析。如果有一件衣服销售量很低，过去的做法是立即灭掉。但假如RFID传到的数据表明这一件衣服裤子尽管销售量低，但进衣帽间的频率多。那么就能表明一些问题。或许这一件衣服裤子的结局便会迥然不同。

二、 世界各国大数据发展趋势的现况

大数据早已变成資源、规模经济，乃至可以说谁执掌了大数据谁就熟练掌握了主导权。大数据像土地资源、水和气体等生态资源一样，渗入每一个领域和业务流程职责行业。现阶段，很多国家的政府机构和国际性都了解到了大数据的主要功效，陆续将综合利用大数据做为夺得新一轮市场竞争主阵地的关键着力点，执行大数据发展战略，对大数据产业发展规划拥有极度的激情。那麼世界各国大数据发展趋势的状况怎样呢？文中将例举一些关键我国和中国和大数据发展趋势有关的状况。

照片来自互联网

海外：

美国政府部门将大数据视作加强美国竞争能力的主要因素之一，把大数据科学研究和生产规划提升到战略方面。2012 年《大数据科学研究和进步方案》：国防部长、能源部门等6个单位，项目投资2亿美金，用以产品研发大数据技术性和专用工具。2016 年《联邦政府大数据科学研究与开发设计发展战略方案》：运用新起的大数据基本、方式 和技术性，造就新的大数据工作能力；设计方案适用数据推动型管理决策的专用工具 加强我国数据基础设施建设；推动数据管理方法和共享，提高数据使用价值； 高度重视大数据收集、共享和运用全过程中所涉及到的个人隐私、安全性和社会道德问题；加强大数据培训学习工作中及其人才的培养；激励部门协作、跨平台的大数据协作，健全大数据自主创新生态体系。美国是数据对外开放和共享的引领者，在数据对外开放与共享层面开展积极主动试着，制订了一系列的相应现行政策，并以身体力行大力促进政策落实。

欧盟国家在大数据层面的主题活动关键涉及到四方面內容：科学研究数据顾客价值发展战略要素；支助“大数据”和“对外开放数据”行业的探讨和创新活动；执行对外开放数据现行政策；推动公共性支助科学研究试验结果和数据的应用及再运用。

美国在 2017 年议院到期前，对外开放相关道路运输、气温和身体健康领域的关键公共性数据库，并在五年内项目投资 1000 万创建全世界第一个“对外开放数据研究室”；2012年《对外开放数据 ** 》政府部门各单位应提高公共性数据可存取性，推动更聪慧的数据运用；各单位均需制订更加详尽的2年期数据对外开放对策；美国科学研究联合会将项目投资 200 万创建一个群众可根据互联网查找的“科学研究门户网”。

欧洲议会于2013年《法国政府大数据五项适用方案》中表明引入数据生物学家教育项目，开设一个研究中心给与新起公司各种数据库和互联网文本文档存储权；根据为大数据开设初始扶持资金，推动自主创新；在交通出行、医疗服务等竖向行业领域开设大数据旗舰级新项目；为大数据运用创建优良的生态环境保护，如在法国的和欧盟国家方面创建用以沟通的各种社交网络等。为推动大数据行业的发展趋势，将以塑造新起公司、手机软件生产商、技术工程师、信息系统软件室内设计师等为总体目标，进行一系列的融资计划。

日本为了更好地提升信息通讯行业领域的市场国际性的竞争、培养新型产业，与此同时运用信息通讯技术解决抗灾救灾和核电站泄漏等社会认知问题。2013 年 6 月，安倍内阁宣布公开了新IT发展战略——“建立最顶尖 IT 我国宣言口号”。“宣言”全方位论述了 2013～2020 年期内以发展趋势对外开放公共性数据和大数据为关键的日本新IT战略，明确提出要把日本基本建设变成一个具备“世界最高水平的普遍应用信息产业链技术性的社会发展”。

在高度重视发展趋势高新科技的印度的，不但印度的的小公司陆续进军大数据销售市场挖金，一些业务外包领域大佬也逐渐涉足大数据销售市场，尝试从这当中分到一杯羹。印度的不容置疑是美国相去复几许的优秀生。在数据对外开放层面，印度的仿效美国政府部门的作法，制订了一个一站式政府部门数据门户网网站 data.gov.in，把政府部门搜集的全部非保密数据集中化起來，包含国内的人口数量、经济发展和社会发展信息。

中国：

在我国在发展趋势大数据上面有其特性，关键反映在下列四点：

其一，党和国家十分重视。2015 年 5 月定编执行手机软件和大数据产业链“十三五” 整体规划，大数据产业链第一次确立发生在计划中。2015年6月，《积极推进云计算技术与大数据规范服务体系》中明确提出加速云计算技术与物联网技术、移动互联、当代制造产业的融合发展与自主创新运用，培养业态创新、新型产业，积极推进云计算技术与大数据规范服务体系。 2015年9月《推动大数据发展趋势行为规划纲要》是第一个真真正正的意义上的大数据发展趋势战略，明确指出了在我国大数据发展趋势的主要每日任务，即加速政府部门数据对外开放共享、促进产业链改革创新、加强互联网及数据安全防范措施。2017年1月《大数据产业规划 ( 2016－2020) 》确立“十三五” 期内的发展规划和重点项目，如加强大数据技术性新产品开发、推进工业生产大数据自主创新运用、推动领域大数据运用发展趋势、大数据规范管理体系等。

其二，数据資源形式多样。每个人互连向物联网的布局产生，形态持续发生，零售、诊疗、交通出行、电力能源等首先沉积大数据資源。据国际性科学研究组织预测分析，到2020年，我国数据总产量可能超出8万亿元GB，占全世界数据总产量的百分比超过20%上下。

其三，技术产业迅速发展壮大。在我国大数据硬件软件自主研发工作能力已经提高，新起系统化大数据企业技术创新活跃性，在我国特有的大致量应用领域和多种类实践活动方式，推动了大数据行业自主创新能力处在世界领先水平。

其四，结合运用迅猛发展。不论是从新增加公司总数、融资规模或是运用关注度而言，与大数据融合密切的行业领域已经从传统的的电信业、金融行业拓展到医疗健康、工业生产、交通运输、电力能源、文化教育文化艺术等领域，运用脱虚向实发展趋势显著。

三、 大数据营销的具体方式

大数据营销自其明确提出至今就被奉为顺应潮流发展趋势的物质，它并不是对传统营销渠道的刷新和否认，反而是对其的传承和进一步发展趋势。比较认可的表述是顶级营销推广 ** 菲利浦·菲利普科特勒在2005年初次明确指出大数据营销，并将其叙述为企业要更精确、可考量和高回报率的营销推广沟通交流，必须更重视結果和行为的营销传播计划，还有更注重对直接销售沟通的投资。国内较为权威的说法是著名精准营销学者徐海亮提出的精准营销就是在精准定位的基础上，依托现代信息技术手段，建立个性化的顾客沟通体系，实现企业可度量的低成本扩张。

图片来源于网络

精准营销与传统营销的对比：

随着大数据时代的到来以及消费者需求的迅速变化，如何利用大数据从而对消费者展开精准的营销活动是目前每个企业面临的问题。精准营销主要有以下几种方法：

图片来源于网络

1．基于数据库营销

进行精准营销的重要基础是建立一个相关信息比较完备的潜在消费者数据库，需要企业持续的努力，如果企业还没有建立独立的、完备的消费者数据库，可以借助其他组织的数据库，从中挑选出符合企业需要的潜在消费者的信息，来开展自己的精准营销活动。大数据为精准营销提供了海量的数据，以此建立起更加精确的市场定位与分析，高效地寻找客户，为客户提供更加个性化的产品和服务。

2．关键词搜索广告

搜索引擎利用特殊的信息过滤技术，将不同的内容，例如电影、音乐、书籍、新闻、图片网页等，推荐给可能感兴趣的用户，从而实现精准推送。百度、谷歌、bing 等搜索网站都提供关键词搜索广告服务。大多数消费者购买某类产品或服务时，都会通过搜索网站去查询相关信息。企业的产品信息通过搜索网站，就出现在需要的消费者面前，针对性、精准性强。如购买手机，你很可能会通过搜索网站去查询手机的相关信息，而当你浏览其他网页时，也会显示手机的广告。

3．数据挖掘技术

通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。数据挖掘的目的是在信息不完全和随机的庞大数据中，提取出隐含于其中有用的信息和知识。其目的是让企业分析内外部的信息、预测客户的行为、检验异常模式，帮助企业决策者调整市场策略、减少风险，以做出正确决策。

4．自媒体营销

自媒体时代，很多意见领袖脱颖而出，例如粉丝众多的微博名人、豆瓣小组、高质量的微信号。这些自媒体明星的特点是，只针对某一类人群，形成了话语体系与传播公信力，如果商家的潜在消费者刚好就是这些自媒体既有的读者人群，与这些自媒体合作推广，就等于集中面向你的人群。微博能够实现网络数据库精准营销，这种微博营销通过话题互动，充分利用名人效应，而且操作简单，费用较低，是一种很好的精准营销方式。

四、大数据对于精准营销的作用

大数据为精准营销提供了海量的数据，以此建立起更加精确的市场定位与分析，高效地寻找客户。营销决策将日益基于数据和分析做出，从而更加科学和精准，实现营销的新发展。通过用户数据的积累和挖掘，可以分析用户行为规律，准确地描绘其个体轮廓，为用户提供更加个性化产品和服务。大数据对于精准营销有如下作用 ：

1．助力客户信息收集与处理

精准营销所需要的信息内容主要包括：①描述信息：顾客的基本属性信息，如年龄、性别、职业、收入和联系方式等基本信息；②行为信息：顾客的购买行为上的特征，它通常包括顾客购买产品或服务的类型、消费记录、顾客与企业的联络记录，以及顾客的消费偏好等； ③关联信息：顾客行为的内在心理因素，常用的顾客关联信息包括满意度和忠诚度、对产品与服务的偏好或态度、流失倾向以及与企业之间的联络倾向等。通过数据挖掘技术，在海量的客户资料中筛选出对公司有价值的信息，对客户行为模式与客户价值进行准确判断与分析，找到与公司自身产品和品牌定位相匹配的客户，减少在市场推广和营销上的无效投资，提高营销的精准度。

2．更精准的市场定位

根据二八原则，企业大约 80% 的收益是由企业 20% 的忠诚客户提供的，因此企业需要将极其有限的资源投入到这少部分的忠诚客户中，把营销开展的重点放在这最重要的 20% 的客户上，更加关注那部分优质客户，以最小的投入获取最大的收益。大数据助力精准营销可以利用海量数据和先进的数据挖掘技术，发掘客户行为特征，清晰地描述目标消费者对企业产品和服务的需求特征，从客户需求、客户认知、竞争者的角度等多方面因素来考虑企业要提供的产品和服务所应该满足的客户群体，从而进行精准的市场定位。

3.辅助营销决策与营销战略设计

通过数据的收集和挖掘，找到目标客户群，根据目标客户群营销活动的目标，设计有针对性的营销活动创意，包括产品、价格、渠道和促销，并就各方案进行评估，挑选出最佳创意，形成最终营销方案。一个好的营销方案必须聚焦到某个目标客户群，如果没有数据支撑， 那么营销方案制定和营销决策难免会不够科学合理，不能真实地聚焦用户。在得到基于现有数据的不同客户群特征后，市场人员需要结合企业战略、企业能力、市场环境等因素，在不同的客户群体中寻找可能的商业机会，最终为每个群制定个性化的营销战略，每个营销战略都有特定的目标。

4．对未来的预测能力

人们不仅需要通过数据了解现在发生了什么，更需要利用数据对将要发生什么进行预测，以便在行动上做出一些主动的准备。在小数据世界中，事物的相关联系无法通过一个局部样本体现出来，所以“预测”被认为是凭感觉和经验的。但在大数据的背景下，百度等“网络巨头”几乎掌握了一定调研对象的庞大的数据资源，所以这些用户的前后行为将能够被精准地关联起来。在公共卫生、经济发展和经济预测等领域中，大数据的预见能力已经崭露头角。

五、大数据助力精准营销的实施

大数据助力精准营销的实施可以体现在以下几个方面：

1．用户数据的挖掘

例如：Facebook拥有海量的消费者数据，超过12亿的用户量，每个用户每时每刻都会更新个人状态、分享图片以及他们“喜欢”的内容，通过收集、存储和分析用户的个人数据，可以从这些数据中分析其用户行为的方式。如在互联网上通过追踪cookies来追踪它的用户。若用户在登录 Facebook的同时浏览网页，它就能跟踪到其用户正在访问的网站地址；通过 Facebook 里添加的标签，用户的图像能够进行画面处理和面部识别；通过分析用户Facebook点过的“赞”，就能精准预测其在一定范围内的个人特性，这包括预测用户的个性取向、对生活的满意度、智力水平、情感的稳定性、宗教、酒精以及药物的摄入情况、情感状态、年龄、性别、种族以及政治观点等方面的信息。企业可以通过访问 Facebook主题数据研究顾客群，获得更多的社会领域数据，进一步绘制品牌受众地图和进行品牌内容评估，从而实现精准的一对一营销，进行准确的广告推送和客户开发。社交网络分析研究表明，可以通过其中的群组特性发现用户的属性，比如通过分析用户的 Twitter信息，可以发现用户的政治倾向、消费习惯以及喜好的球队等。

图片来源于网络

2．定向广告推送

例如：爱奇艺以百度大数据平台为支撑，推出“一搜百映”，其技术核心就是通过对搜索引擎数据的深入挖掘与分析，优化视频广告服务，并降低对非目标用户的广告投放率。结合专业的数据测算结果，该技术能够确保页面广告渗透率达到50%以上，效果显著。简单来讲，就是在品牌的视频广告植入时，依托大数据技术更为精准定位用户需求，充分发挥互动广告价值。知名社交网络广告商 Local Response 对互联网和移动应用中超过 3000万的社交媒体个人页面进行搜索，实时查找提到品牌厂商的信息，并从用户所发布的文字、图片等信息进行判断，帮助广告商投放实时广告，使得投放的广告更加符合消费者的实际需要，因而更加准确有效。比较成熟的方式是将社交网络与客户关系管理结合，如Oracle等运营商将传统的客户管理系统加入了社交网络信息，以提供更全面的客户信息；统计并分析社交网络、博客、论坛中用户与品牌相关的信息，这些信息对于企业有重要意义。

3．主题数据的开发

“主题数据”是一种能将消费者关于品牌、事件、活动和主题的反馈展示给市场营销者，通过提供某个特定活动中用户潜在的消费行为来帮助市场营销者，为市场营销者带来一个可行的、全面的首次新用户视图，将数据分类并且将相关用户的个人信息剥离，在某种程度上保护消费者个人隐私的技术。如：企业可以通过访问 Facebook主题数据来研究顾客群，获得更多的社会领域数据，从而选择性地改变他们在平台和其他渠道的营销方式，企业绘制品牌受众地图和进行品牌内容评估，从而实现精准的广告推送和客户开发。通过对用户在社交网络平台上的数据进行挖掘和分析，可以看出一个用户的喜好、社交圈、兴趣取向等传统调查方式无法获取的个人数据（不仅仅是个人的电话、职业、住址等基本信息），为企业进行一对一精准营销奠定了数据基础。

六、大数据精准营销面临的挑战

现如今大数据精准营销越来越重要，然而对面许多挑战，主要有以下几个方面：

1.数据规模庞大，价值挖掘有难度

目前数据规模爆炸式增长，在能源、制造业、交通服务业、医疗卫生等领域都积累了TB 级、PB 级的大数据，这些庞大的数据造成存储压力和成本的加大，数据挖掘的难度也相应增加，使得许多中小企业无力进行数据的挖掘与开发。目前，数据挖掘技术无法满足大数据的挖掘需求，对已收集的数据难以进行科学合理的分析，导致大数据的价值无法被充分地挖掘，实质上增加了精准营销的难度，一定程度上也提高了精准营销的成本。

图片来源于网络

2.数据开放共享程度低

各大互联网公司平台掌握着大量用户资源，政府部门、民间组织、公共服务部门等机构也掌握了各种用户的相关数据，但是各家公司或平台的数据并不会完全向公众和社会开放，或者是费用和门槛太高，限制了数据的开放。没有实现数据的开放和共享，使得大量的数据闲置和沉睡，没有得到合理有效的利用，造成资源浪费。数据资源的共享度低阻遏了精准营销的实现。

3.涉及安全隐私问题

在大数据时代，用户的一举一动都会被记录着，在线上交易、线上支付、社交互动、移动终端、物流配送等各个环节都会留下痕迹，可以说用户在获得所需产品或者服务的同时，也暴露了自己的数据。企业在利用这些大数据时常常会侵犯用户的个人隐私以及在隐私保密性上做得不到位。因此产生个人隐私和数据安全问题。

4.大数据营销相关人才稀缺

2016年7月15日，数联寻英发布的《大数据人才指数报告》显示，我国大数据人才仅有46万，之后5 年内将面临 150 万的缺口，而且培养的难度很大。一方面对大数据的挖掘不仅要靠专门的计算机软件，对于计算机软件还需不断地更新升级；另一方面是精准营销，需要学习市场营销专业。可见，计算机软件应用人才不仅要精通计算机还要具备市场营销学方面的知识，才能达到预期的效果。

5.数据运算结果和消费者需求之间存在差距

数据的分析在一定程度上可以反映客户的需求倾向，但是客户的心理活动受多种因素影响，是难以把握的，并且经常性地随着时间的推移而不断发生波动。例如，大数据判断某个消费者是对价格敏感的人，企业根据这个判断进行降价营销，结果确实也引发了消费者的购买行为。但是也可能消费者对价格敏感是大数据培养出来的，而不是消费者自身的主动行为，到底是企业引导消费者还是企业找对了消费者需求，我们不能完全确定。因此，数据算法勾勒出来的消费者人物画像和消费者真实形象是存在差距的，甚至完全相反，因为消费者是善变的，这种变化对于企业来说是比较难以及时捕捉并且通过算法计算出的。

七、大数据精准营销的困境解决建议

面对大数据精准营销的困境，有如下建议：

1.提高数据开放共享程度

发挥大型企业大数据平台的作用，实现大数据信息共享。从中小企业自身的状况来看，其要依靠自身的能力去挖掘大数据的价值，这在目前的情况下是难以实现的。而大型企业在这方面具有一定的优势，因此，中小企业可以与大型企业展开合作，共享大数据信息，以化解大数据营销过程中的大数据价值挖掘困境。早在2009 年，阿里巴巴就推出了阿里云服务，为全球的中小企业提供大数据的分析、应用服务。

政府、企业、社区等机构每天也产生大量的数据，相关部门制定开放标准和政策，实现数据的开放和共享，避免大量的数据闲置和沉睡，造成资源浪费。数据资源的共享度提高有利于精准营销的实现。

2.加强用户隐私数据的安全防范工作

首先，企业应该改进算法，提高大数据环境下用户隐私数据的安全性。针对上述问题，电商企业可采取基于混沌自逆矩阵用户隐私数据加密算法，在不改变原始数据的情况下，通过对用户隐私数据结构的改变，搭建自逆矩阵建立初始密钥，再根据初始密钥置乱数据维度，构建置乱矩阵，以不规则扩散形成隐私数据最终密钥。其次，有效掌握系统内核环境，注意移动智能终端APP用户隐私数据的防范。相关审批或者安全部门应该充分审查各类移动终端智能系统中的API接口功能，对系统内核代码及功能模块所描述功能和实际功能要尽可能的一一验证。掌握移动端智能系统的核心技术才能把握互联网产业的命脉，加大自主研发和商业推广力度，从硬件方面保证用户的信息安全。此外，政府相关管理部门应积极完善相关法律以及制定互联网个人隐私管理政策以保护用户隐私安全，为用户隐私安全构建更为良好的行业发展环境。

3.培育大数据与精准营销的复合型人才

大数据应用于精准营销服务是未来市场营销发展的必然趋势，所以有机融合精准营销与大数据是未来市场迫切需要解决的任务。大数据挖掘人才的巨大缺口不仅仅制约了大数据技术自身发展，而且也影响了大数据在精准营销中的应用效果。对于高等院校而言，高校应该增设相关专业，可以培养既要掌握大数据技术又要熟悉市场营销的复合型人才，可以引入企业中的专业人士进行授课和交流，达到实践与理论相结合的效果，提高复合型人才的质量与数量。同时，企业可以对其新员工进行岗前培训、老员工进行定期的在岗培训，以及通过校企联盟培育复合型人才，将大数据技术真正高效地融入精准营销中去。进而填充大数据人才的巨大缺口，满足社会各界对于大数据精准营销人才的迫切需求。还可以通过制定和实施必要的奖励政策，提高科研人员的薪酬待遇等吸引国内外专业技术人员等加入大数据挖掘技术的行列中，并对有重大成果的人员给予必要的补贴和奖励，如设立专门的奖项，以彰显数据挖掘的重要程度，最终达到提高数据利用率，整合零碎化的数据，以促进精准营销的有效实现。

图片来源于网络

4.用户画像的精准化和及时更新

消费者的善变性和算法的迟钝性使得电商企业无法真正地满足消费者的需求，因此电商企业需要充分结合数据追踪和数据挖掘技术与企业的营销洞察力，精准化用户画像并且精准化算法，及时更新消费者的用户画像，以确保营销方案能满足消费者现在的需求。用户画像就是给用户进行标签从而把数据转化成用户属性的过程。用户画像是由各维度的数据勾勒而出，数据包括姓名、照片、年龄、家庭情况、收入、工作、喜好等元素。根据元素的性质，用户画像数据可分为以三类：基本人口属性数据、行为偏好数据和购买数据。人口属性数据包括社会属性和自然属性，如岁数、性别、工作等。行为偏好数据主要是通过收集消费者在进行商品购买时的浏览情况得出，包括关注领域等。购买数据包括购买的产品、价格、退货率、评价等。一个用户画像可能由3 000个标签才能形象勾画出，并且标签的比重会有不同，甚至标签会随着消费者的需求而改变，因此，不断收集和更新用户数据对于人物画像勾勒以及后面的精准营销具有重大作用。用户画像是需要全方面定位和计算的，只有精准化用户画像，才能更好的结合用户画像和商品画像，从而实现精准化营销，消除数据运算结果和消费者存在的差距。

浙江省社科联社科普及成果

课题编号：19YB29

课题名称：大数据精准营销

课题负责人：李菁羚

单位：金华职业技术学院