论文部分内容阅读
摘 要：大数据营销重视从海量数据中挖掘相关性、重视营销对象的行为属性、重视营销效果的精准性，为电商企业营销模式转型提供了机遇。但我国电商企业的大数据营销面临着数据存在虚假可能、大数据精准营销效果难达预期、数据泄露威胁用户隐私等困境，提升大数据处理技术、培养大数据分析师、提高精准营销的效果、增强数据隐私防卫是突破这些困境的优化策略。
关键词：大数据；精准营销；电商企业
中图分类号：F724.6 文献标识码：A 文章编号：1006-8937（2016）23-0040-02
随着现代信息技术日渐融入人们的日常生活，人们每时每刻的行为都被数据记录和保存下来，人类产生的数据正在以指数级成倍增长。谷歌、百度、腾讯、阿里巴巴等电商企业在大数据资源的占有方面拥有天然的优势，其不仅在公司内部拥有大量累积的数据量，还能通过股权购买等形式获取企业外部的大数据。大数据被普遍视为未来经济发展的“石油”，电商企业作为新时期经济发展的新型驱动力，理应重视大数据的挖掘和盈利问题。借助大数据的挖掘和利用，电商企业的营销方式和盈利模式能够获得转型升级。因此，在大数据时代，研究电商企业的大数据营销困境及其优化策略具有重要的意义。
1 大数据营销的基本特征
大数据能够解决企业发展的趋势和方向问题，运用大数据思维看待企业的发展，能够为企业经营决策提供参考和辅助。大数据营销是企业决策的重要组成部分，通过对大数据的采集和分析，针对性识别客户，根据客户特点作出企业营销决策，从而帮助企业实现利润最大化增长。因此，大数据营销具备颠覆传统营销模式的潜质，与传统营销模式截然不同，大数据营销具备以下三点基本特征。
1.1 重视从海量数据中挖掘相关性
从字面上理解，大数据与普通数据不同，有量上的规模限制，达到一定量级的数据才会凸显其商业价值。传统营销模式只注重局部样本的抽样调查，抽样调查的误差、滞后性等缺陷和不足需要依靠后期的加权等方式予以弥补，传统营销调查的主观性色彩浓厚，精准性程度不够。
此外，传统营销模式只看到“为什么”，注重分析事物之间的因果关系，事实上，因果关系的确定非常难，调查者会根据主观经验进行推断和认定原因，导致调查的客观性不足。与之相比，大数据营销则注重调查样本的无限扩大化，试图通过用户在网站点击、消费记录、售后评价等形式和途径尽可能采集全样本数据，并通过大数据挖掘和分析工具，对全样本数据进行深度加工和处理，试图通过大数据的关联分析发现海量数据之间的相关性，进而找到企业营销的突破口和针对性。
1.2 重视营销对象的行为属性
传统营销注重营销对象的年龄、性别、职业等基本个人人口学属性，营销调查分析识别出来的营销对象群体比较模式，潜在的消费群体购买商品的可能性预测效果不强，这种基于个人基本熟悉的数据调查带来的营销效果不明显。大数据营销则注重营销对象的行为属性，在关注个人基本属性的同时，尤其注重营销对象的消费行为和消费行动，试图通过了解消费者的行动轨迹，预测其消费需求，进而调整营销策略。消费者通过电脑、手机客户端等工具购物、刷微信、刷微博、看新闻等，每天都会留下海量的行为数据，这些行为数据记录了消费者对公司产品的购买意愿、购买态度、购买周期、品牌评价等，能够清晰识别忠实消费者和潜在消费者。
1.3 重视营销效果的精准性
传统营销具有较强的模糊性，既不能精准识别潜在的消费群体，也不恩那个对既有消费者的行为数据进行分析，更不能够对消费者在线行为的变化作出研判。建立在全样本行为火速据基础上的大数据营销，能够根据用户的网络浏览记录和网友之间的互动评价来识别潜在的消费者群体，经过这些数据的分析预测潜在消费者购买产品的概率，进而针对性推送购买信息和链接广告，以达到说服购买的目的。
大数据营销对既有消费者，能够通过其评价和反馈，了解其对使用过产品的基本评价和再次购买意愿，进而改进产品，进行一对一的定制化商品推送，亚马逊即是这方面的成功典范。大数据营销能够识别不同人群的消费行为，进而将群体细分和贴标签，商家可以根据群体标签定制化推送商品。经过大数据挖掘和分析所得出的营销决策应通过微信、微博、电子邮件、私信等方式提醒消费者，以期让消费者及时了解产品变动情况。
2 电商企业大数据营销应用面临的现实困境
从大数据营销的三点基本特征可以看出，大数据营销为电商企业营销提供了前所未有的机遇。但大数据营销目前尚处于起步和探索阶段，任何一个新生事物都不可能尽善尽美、一帆风顺，电商企业的大数据营销同样面临着困境。实际上，数据并非越大越好，数据质量才是关键，精准营销预期效果很好，但是也很难做到，大数据采集容易，但数据的泄漏会对消费者的隐私造成侵害。
2.1 大数据存在虚假可能
由于大数据但是全样本的数据采集，导致数据中参杂很多不利于企业营销的干扰信息和负面信息。例如，电商平台的用户ID并不唯一，一个人可能开通了几个微博、有几个微信号和QQ号，也可能有好几个商家注册ID，这可能导致数据的重复收集；再如，部分商家强制要求购买者好评，部分网站的跟帖和评论注了水，是有意而为之，要么经过严格的后台审核方能发布，要么经过后台选择性删除的结果，这些人为干预都会影响大数据的真实性和客观性。外加上大数据对干扰信息的识别技术还不先进，人工识别的工作量又太大，导致大数据存在虚假的可能。因此，大数据营销需要剔除这些虚假数据，提升收集到的大数据质量。
2.2 大数据精准营销效果难达预期
精准性是大数据营销的根本特征，所有企业的营销都针对精准性做着不懈的努力。对商家而言，精准性意味着对用户的商品推介能够迅速转化成为购买率，至少能够大大提高购买的可能性。但实际上，很多消费者不习惯商家的定制化推送，甚至将商家的电子邮件和社交网络推送行为视为骚扰行为，进而产生厌烦情绪，大大影响了商家的形象。因此，大数据营销分析之后，如何柔性推送大数据营销的应用结果，是商家应该重点考虑的问题。 2.3 数据泄露威胁用户隐私
当消费者的个人特征数据和行为数据被采集起来后，数据泄露的风险也骤然增加，一旦集成的大数据遭到泄露，不仅会对商家造成经济损失，更会大量泄露公民个人隐私，严重威胁消费者的人生和财产安全。现代化过程中不断滋生着现代性风险，大数据营销为企业带来便利的同时，也给用户带来了困然。很多电商企业在未获得用户同意的基础上，私自采集和购买用户数据，用户数据被私自交易，由于很多电商企业的技术防卫措施不到位，数据很容易泄露，导致用户的生活受到干扰，财产安全受到威胁，因此，大数据营销应用中存在的个人隐私及安全也是目前关注的重点。
3 促进电商企业大数据营销的优化策略
3.1 提升大数据处理技术
数据之所存在虚假的可能，主要因为数据处理技术跟不上。针对海量的数据，电商企业应该抓紧研制大数据处理技术，尤其是数据加工处理技术。数据的加工处理是大数据营销的首要步骤，如果数据的处理技术强烈依赖于其他公司，营销的自主性就无法保证。因此，电商企业应借助自身力量加工和处理数据。例如，阿里巴巴之所以能够在大数据营销方面起带头作用，关键是其自主研发的海量数据离线处理服务ODPS能够随需扩展、处理海量数据，主要应用于数据分析、海量数据统计、数据挖掘以及商业智能等领域。因此，中小企业应借鉴阿里巴巴的成功经验，自主研发大数据分析工具，提高数据质量。
3.2 培养大数据分析师
数据本身是死的，需要人去识别和分析。大数据营销还需要有能够敏锐洞察市场需求的大数据分析师。然后，大数据分析师并不是一蹴而就，这就导致我国目前的电商行业大数据分析师极度匮乏，大数据分析师基本处于缺口状态。数据专家毕竟只是少数，聘请成本高，竞争激烈。因此，各电商企业一方面应立足自身实际，从内部挖掘具有专业背景和数据处理能力的员工进行大数据分析培训。另一方面，电商企业可以聘请外部的大数据分析师，有条件的甚至可以聘请国外的大数据分析师。当然，更为重要的是，各企业应建立常态化的大数据人才培养机制，从核心数据的分析，到数据分析的可视化，再到数据分析报告的润色，再到数据分析报告的讲解，最后到大数据分析与商业的融合等环节，都需要一支能力强、有梯队的大数据分析师队伍作为支撑。
3.3 提高精准营销的效果
电商企业的大数据营销遇到了阻力，迫切需要改变现有的商品推介模式，改善用户的厌恶情绪。具体而言，电商企业首先应注重营销的及时性，经过对消费者行为的分析后，能够在第一时间作出恰到好处的信息推送和购买方案的制定，便能迅速抢占先机，不但不会引起用户反感，还会起到立竿见影的效果。
其次，要改变反复向购买者推销其曾经购买过产品的习惯，这种推销只会让人更讨厌，电商企业可以转变推销思维，将同质推销转变为互补产品推销，从而勾起消费者的注意，创造潜在的购买需求。
最后，精准营销不能影响用户生活和工作，因此，要善于利用用户的上下班休闲时间对用户进行商品推介，提高精准营销的效果。
3.4 增强数据隐私防卫
大数据营销需要取得用户个人的同意，只有经过用户同意，才能够获取和采集用户的个人特征数据和行为数据，否则就构成侵犯个人隐私。最为关键的是，电商企业应该增强大数据安全防卫，强化安全技术的开发，建立高性能的数据分析系统，保障用户数据不被窃取。消费者个人也需要具备数据安全意识，一旦发现数据被泄露，立即维护个人隐私权。
此外，政府作为大数据使用的监管者，应该在数据监管中扮演规制者角色，应鼓励电商企业挖掘大数据的同时，对那些非法买卖和窃取用户数据的企业进行严厉处罚，对那些没有做好安全保障而导致数据库泄露的企业进行惩戒。电商企业只要做好了大数据处理技术研发、大数据分析的培养、提高精准营销效果、增强数据隐私防卫等工作，大数据的商业营销价值就会得以彰显。
参考文献：
[1] 李晓瑜.大数据时代中小企业网络营销费用的探析[J].电子商务，2015，
（12）.
[2] 唐皇凤，陶建武.大数据时代的中国国家治理能力建设[J].探索与争鸣，
2014，（10）.
[3] 王波，吴子玉.大数据时代精准营销模式研究[J].经济师，2013，（5）.
关键词：大数据；精准营销；电商企业
中图分类号：F724.6 文献标识码：A 文章编号：1006-8937（2016）23-0040-02
随着现代信息技术日渐融入人们的日常生活，人们每时每刻的行为都被数据记录和保存下来，人类产生的数据正在以指数级成倍增长。谷歌、百度、腾讯、阿里巴巴等电商企业在大数据资源的占有方面拥有天然的优势，其不仅在公司内部拥有大量累积的数据量，还能通过股权购买等形式获取企业外部的大数据。大数据被普遍视为未来经济发展的“石油”，电商企业作为新时期经济发展的新型驱动力，理应重视大数据的挖掘和盈利问题。借助大数据的挖掘和利用，电商企业的营销方式和盈利模式能够获得转型升级。因此，在大数据时代，研究电商企业的大数据营销困境及其优化策略具有重要的意义。
1 大数据营销的基本特征
大数据能够解决企业发展的趋势和方向问题，运用大数据思维看待企业的发展，能够为企业经营决策提供参考和辅助。大数据营销是企业决策的重要组成部分，通过对大数据的采集和分析，针对性识别客户，根据客户特点作出企业营销决策，从而帮助企业实现利润最大化增长。因此，大数据营销具备颠覆传统营销模式的潜质，与传统营销模式截然不同，大数据营销具备以下三点基本特征。
1.1 重视从海量数据中挖掘相关性
从字面上理解，大数据与普通数据不同，有量上的规模限制，达到一定量级的数据才会凸显其商业价值。传统营销模式只注重局部样本的抽样调查，抽样调查的误差、滞后性等缺陷和不足需要依靠后期的加权等方式予以弥补，传统营销调查的主观性色彩浓厚，精准性程度不够。
此外，传统营销模式只看到“为什么”，注重分析事物之间的因果关系，事实上，因果关系的确定非常难，调查者会根据主观经验进行推断和认定原因，导致调查的客观性不足。与之相比，大数据营销则注重调查样本的无限扩大化，试图通过用户在网站点击、消费记录、售后评价等形式和途径尽可能采集全样本数据，并通过大数据挖掘和分析工具，对全样本数据进行深度加工和处理，试图通过大数据的关联分析发现海量数据之间的相关性，进而找到企业营销的突破口和针对性。
1.2 重视营销对象的行为属性
传统营销注重营销对象的年龄、性别、职业等基本个人人口学属性，营销调查分析识别出来的营销对象群体比较模式，潜在的消费群体购买商品的可能性预测效果不强，这种基于个人基本熟悉的数据调查带来的营销效果不明显。大数据营销则注重营销对象的行为属性，在关注个人基本属性的同时，尤其注重营销对象的消费行为和消费行动，试图通过了解消费者的行动轨迹，预测其消费需求，进而调整营销策略。消费者通过电脑、手机客户端等工具购物、刷微信、刷微博、看新闻等，每天都会留下海量的行为数据，这些行为数据记录了消费者对公司产品的购买意愿、购买态度、购买周期、品牌评价等，能够清晰识别忠实消费者和潜在消费者。
1.3 重视营销效果的精准性
传统营销具有较强的模糊性，既不能精准识别潜在的消费群体，也不恩那个对既有消费者的行为数据进行分析，更不能够对消费者在线行为的变化作出研判。建立在全样本行为火速据基础上的大数据营销，能够根据用户的网络浏览记录和网友之间的互动评价来识别潜在的消费者群体，经过这些数据的分析预测潜在消费者购买产品的概率，进而针对性推送购买信息和链接广告，以达到说服购买的目的。
大数据营销对既有消费者，能够通过其评价和反馈，了解其对使用过产品的基本评价和再次购买意愿，进而改进产品，进行一对一的定制化商品推送，亚马逊即是这方面的成功典范。大数据营销能够识别不同人群的消费行为，进而将群体细分和贴标签，商家可以根据群体标签定制化推送商品。经过大数据挖掘和分析所得出的营销决策应通过微信、微博、电子邮件、私信等方式提醒消费者，以期让消费者及时了解产品变动情况。
2 电商企业大数据营销应用面临的现实困境
从大数据营销的三点基本特征可以看出，大数据营销为电商企业营销提供了前所未有的机遇。但大数据营销目前尚处于起步和探索阶段，任何一个新生事物都不可能尽善尽美、一帆风顺，电商企业的大数据营销同样面临着困境。实际上，数据并非越大越好，数据质量才是关键，精准营销预期效果很好，但是也很难做到，大数据采集容易，但数据的泄漏会对消费者的隐私造成侵害。
2.1 大数据存在虚假可能
由于大数据但是全样本的数据采集，导致数据中参杂很多不利于企业营销的干扰信息和负面信息。例如，电商平台的用户ID并不唯一，一个人可能开通了几个微博、有几个微信号和QQ号，也可能有好几个商家注册ID，这可能导致数据的重复收集；再如，部分商家强制要求购买者好评，部分网站的跟帖和评论注了水，是有意而为之，要么经过严格的后台审核方能发布，要么经过后台选择性删除的结果，这些人为干预都会影响大数据的真实性和客观性。外加上大数据对干扰信息的识别技术还不先进，人工识别的工作量又太大，导致大数据存在虚假的可能。因此，大数据营销需要剔除这些虚假数据，提升收集到的大数据质量。
2.2 大数据精准营销效果难达预期
精准性是大数据营销的根本特征，所有企业的营销都针对精准性做着不懈的努力。对商家而言，精准性意味着对用户的商品推介能够迅速转化成为购买率，至少能够大大提高购买的可能性。但实际上，很多消费者不习惯商家的定制化推送，甚至将商家的电子邮件和社交网络推送行为视为骚扰行为，进而产生厌烦情绪，大大影响了商家的形象。因此，大数据营销分析之后，如何柔性推送大数据营销的应用结果，是商家应该重点考虑的问题。 2.3 数据泄露威胁用户隐私
当消费者的个人特征数据和行为数据被采集起来后，数据泄露的风险也骤然增加，一旦集成的大数据遭到泄露，不仅会对商家造成经济损失，更会大量泄露公民个人隐私，严重威胁消费者的人生和财产安全。现代化过程中不断滋生着现代性风险，大数据营销为企业带来便利的同时，也给用户带来了困然。很多电商企业在未获得用户同意的基础上，私自采集和购买用户数据，用户数据被私自交易，由于很多电商企业的技术防卫措施不到位，数据很容易泄露，导致用户的生活受到干扰，财产安全受到威胁，因此，大数据营销应用中存在的个人隐私及安全也是目前关注的重点。
3 促进电商企业大数据营销的优化策略
3.1 提升大数据处理技术
数据之所存在虚假的可能，主要因为数据处理技术跟不上。针对海量的数据，电商企业应该抓紧研制大数据处理技术，尤其是数据加工处理技术。数据的加工处理是大数据营销的首要步骤，如果数据的处理技术强烈依赖于其他公司，营销的自主性就无法保证。因此，电商企业应借助自身力量加工和处理数据。例如，阿里巴巴之所以能够在大数据营销方面起带头作用，关键是其自主研发的海量数据离线处理服务ODPS能够随需扩展、处理海量数据，主要应用于数据分析、海量数据统计、数据挖掘以及商业智能等领域。因此，中小企业应借鉴阿里巴巴的成功经验，自主研发大数据分析工具，提高数据质量。
3.2 培养大数据分析师
数据本身是死的，需要人去识别和分析。大数据营销还需要有能够敏锐洞察市场需求的大数据分析师。然后，大数据分析师并不是一蹴而就，这就导致我国目前的电商行业大数据分析师极度匮乏，大数据分析师基本处于缺口状态。数据专家毕竟只是少数，聘请成本高，竞争激烈。因此，各电商企业一方面应立足自身实际，从内部挖掘具有专业背景和数据处理能力的员工进行大数据分析培训。另一方面，电商企业可以聘请外部的大数据分析师，有条件的甚至可以聘请国外的大数据分析师。当然，更为重要的是，各企业应建立常态化的大数据人才培养机制，从核心数据的分析，到数据分析的可视化，再到数据分析报告的润色，再到数据分析报告的讲解，最后到大数据分析与商业的融合等环节，都需要一支能力强、有梯队的大数据分析师队伍作为支撑。
3.3 提高精准营销的效果
电商企业的大数据营销遇到了阻力，迫切需要改变现有的商品推介模式，改善用户的厌恶情绪。具体而言，电商企业首先应注重营销的及时性，经过对消费者行为的分析后，能够在第一时间作出恰到好处的信息推送和购买方案的制定，便能迅速抢占先机，不但不会引起用户反感，还会起到立竿见影的效果。
其次，要改变反复向购买者推销其曾经购买过产品的习惯，这种推销只会让人更讨厌，电商企业可以转变推销思维，将同质推销转变为互补产品推销，从而勾起消费者的注意，创造潜在的购买需求。
最后，精准营销不能影响用户生活和工作，因此，要善于利用用户的上下班休闲时间对用户进行商品推介，提高精准营销的效果。
3.4 增强数据隐私防卫
大数据营销需要取得用户个人的同意，只有经过用户同意，才能够获取和采集用户的个人特征数据和行为数据，否则就构成侵犯个人隐私。最为关键的是，电商企业应该增强大数据安全防卫，强化安全技术的开发，建立高性能的数据分析系统，保障用户数据不被窃取。消费者个人也需要具备数据安全意识，一旦发现数据被泄露，立即维护个人隐私权。
此外，政府作为大数据使用的监管者，应该在数据监管中扮演规制者角色，应鼓励电商企业挖掘大数据的同时，对那些非法买卖和窃取用户数据的企业进行严厉处罚，对那些没有做好安全保障而导致数据库泄露的企业进行惩戒。电商企业只要做好了大数据处理技术研发、大数据分析的培养、提高精准营销效果、增强数据隐私防卫等工作，大数据的商业营销价值就会得以彰显。
参考文献：
[1] 李晓瑜.大数据时代中小企业网络营销费用的探析[J].电子商务，2015，
（12）.
[2] 唐皇凤，陶建武.大数据时代的中国国家治理能力建设[J].探索与争鸣，
2014，（10）.
[3] 王波，吴子玉.大数据时代精准营销模式研究[J].经济师，2013，（5）.