前言：中文期刊网精心挑选了大数据营销的弊端范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
大数据营销的弊端范文1
对于企业来说，面对互联网化浪潮，要抓住转型关键环节，既要准确理解其内涵，也要把握好主次。在互联网化趋势下，营销成为企业变革的第一环节，其次才是渠道、产品和运营。在实体经济与虚拟经济加速融合的今天，对于一个企业来说，互联网化需要从营销开始。
在这一变革过程中，数字营销将经历替换、优化和创新三大变革的洗礼，逐渐发展出独具特色的行业景象。
替换：中规中矩的保守策略
在“替换”为主题词的数字营销第一阶段变革中，原有的服务商期待着保留部分原有的步骤和策略，而对其中不适合的部分进行修补，以实现自身在数字营销时代的基本生存。
这一变革方式，从一些服务商管理者的公开言论和商业策略中，就能够体会出来。他们一般具有浓厚的传统营销背景，并固守着“互联网只是一种工具”的初级互联网化思维方式，让他们完全推倒重来，另立一套体系，无疑对他们是一种颠覆，这非常人所能接受，而对传统营销流程中某些环节进行合理化、现实化的替换，则符合了他们的初衷，也不会逼迫他们放弃原有的优势感。但是，作为距离互联网精神较远的一种变革方式，“替换”策略并不能从根本上解决这类企业的终极诉求。
由于自身思维方式的局限性，此类企业面临着服务价值含混不清，其表面所展现的业务逻辑与其内在所从事的行业精神契合度不高，虽然能够满足部分企业的营销需求，但是其产生的效果总是囿于表面，而无法触及本质。
优化：基于传统的改革路径
互联网化的营销与传统营销的根本区别，在于其能够充分借助数据和技术的力量，来达到有效果的目标，并提供用户洞察和实时广告服务。传统营销中的人力、物理等资本消耗，在互联网化的营销中归于无形的数字，这不仅降低了成本，提高了效率，而且为企业增加了利润，提升了行业的整体能级。
对于数字营销面临的充分互联网化趋势，北京集奥聚合科技有限公司（以下简称“集奥聚合”）首席营销官段培力介绍称，作为一家行业大数据技术公司，集奥聚合目前已经通过开发自主知识产权的互联网广告计算平台，革新了原有基于Cookie技术的传统广告模式，利用非Cookie技术进行广告调度，利用来源于DMP（数据管理平台）的海量数据，应用于品牌广告和精准广告投放，实现动态定向，有力地帮助广告主提升了ROI（投资回报率）。
集奥聚合开发的大数据平台DataQuate，可实时覆盖中国1亿2000万网民和300万家网站，通过对非Cookie大数据的数据挖掘及用户建模，以“实线”形式逼真勾勒用户画像，按照每个用户画像进行广告投放，同时建立用户数据库，为广告主和商提供用户洞察和实时广告服务。
段培力表示，在互联网发展初期，互联网可能只是作为一种工具出现在商业活动中。但是，现在的它已经远远超离了工具的范畴，成为一种商业运作的方法论。在当下这个互联网风行的时代，营销更多的借助于机器计算，依赖于数据资源，而不是“拍脑袋”。
互联网化的趋势是客观存在的。互联网所带来的消费者行为改变，促使营销不得不转变自身原有的策略结构。随着被动接受信息的消费者越来越少，基于社交网络、移动终端的营销手段成为主流。未来的企业要开展营销活动，必须借助互联网的力量。这种力量使得营销普遍地以客户为中心，借此，企业主能够知道他们在想什么、看什么、买什么。
他认为，大数据作为互联网化的一种认知框架，是互联网作用于营销领域的一种方式。通过非Cookie大数据，可以清楚知晓人们在互联网上的动态行为，深层挖掘消费趋势背后的营销密码，广告主可以更快地做到“找到人、找对人、讲对话、花对钱”。
创新：另立门户的理想主义
创新，往往是对原有体系的颠覆。传统营销环节与企业其他部门之间的割裂，造成了营销效果低下，品牌放大有限等弊端，不同策略、流程之间的交互融合，已成为企业亟需做出的选择。
不过，有弊就有利，传统的弊端对于行业来说既是缺陷，也是机会。作为一家提供互联网化营销服务的企业，瑞金麟网络技术服务有限公司（以下简称“瑞金麟”）借助对电商、门店和经销商系统、社会化媒体、移动端等进行完整数据触点布局，再通过这些布局实现对消费者的完整描述，进而对消费者加以区分，并根据不同的价值来进行定制化营销和体验管理。同时，结合包括分销系统和产品系统在内的整个供应链系统，瑞金麟还实现了“数据资产”的一体化管理，形成了从线上线下浑然一体的数字营销服务。
瑞金麟专注为更多传统企业创建独立的电子商务体系，提供量身定制的渠道互联网化、营销互联网化、CRM互联网化、供应链互联网化及创新型业务等一体化解决方案，打造电子商务全产业链、提升客户品牌价值的同时实现品效合一，致力于通过专业服务来与传统企业共同携手实现其互联网化转型。
用瑞金麟创始人兼CMO安士辉的话来说，瑞金麟所从事的是一种完全创新的互联网化营销服务。这种服务不仅与云、大数据等新兴技术密切结合，而且秉承着开放、定制、创新、效果等数字营销理念，形成了一套全面的互联网化服务业务，包括基础服务互联网化、渠道互联网化、营销互联网化、CRM互联网化以及各种创新型业务策略。
安士辉表示，营销服务商要提供互联网化服务，就需要有一套完整的解决方案。这种方案应该在实现全产业链覆盖、全面提升品牌价值的同时，实现品效合一的营销目标，进而与传统企业共同携手实现互联网化转型，实现更高层级的行业理想。
总结
大数据营销的弊端范文2
关键词：大数据技术；对公业务营销
中图分类号：F274 文献标识码：A 文章编号：1003-9031（2016）03-0070-04 DOI：10.3969/j.issn.1003-9031.2016.03.15
当今时代，以移动互联网、云计算技术、搜索引擎为代表的新一代信息技术全面渗入金融行业，对金融业态产生重要影响。同时，伴随网络技术的发展，数据渗透到了每一个行业，“大数据”应运而生，已成为重要的生产要素。对最早实现数字化交易的银行业来说，大数据能反映银行产品管理的综合信息，也隐藏着产品相关的客户行为模式，有助于实现基于客户行为的产品营销管理。
一、大数据技术概况
大数据尚未有统一的概念，目前采用较多的是麦肯锡咨询公司的定义，大数据是“规模大到传统的数据库软件工具已经无法采集、存储、管理和分析的数据集”，且大数据具有“4V”的特点，即数据量大（Volume）、数据种类繁多（Variety）、数据更新快（Velocity）、数据具有极大的价值（Value）[1]。IDC的报告预测未来5年中国的数据量将以51.4%的速度增长[2]。数据作为一种信息，记录了企业所有的产品信息，并能更精确、更客观地展现客户需求，具有重大的商业价值[3]。基于大数据技术的各种商业创新，会使得未来的营销活动以更贴近消费者需求方式以及在更为合理的时间实施，取得更好的效果[4]。
现有的大数据分析挖掘的方法有很多，常用的有如下几种。
1.关联分析法。这是最常见的大数据分析方法之一，指的是从现有的数据库中找出特定序列的数据在特定事件中存在的数据关联性。确定关联规则是关联分析法的重要基础，不同关联规则的设定会产生不同的关联结果。该方法主要用于发现某一事件中不同数据是否存在关联性，如产品间的内在关联性。
2.序列分析法。序列分析法与关联分析法规则类似，但寻找的是某一事件中数据之间在时间上的关联性。加入了时间序列，使得分析结果更具动态性和延续性。这种分析法对于发现潜在用户具有明显作用，能够广泛应用到金融、医疗、工程等领域的企业中。
3.分类和预测分析法。实际上是两个过程，第一步是确定模型描述，针对指定的数据类型和概念集进行分类划分，第二步是使用这种分类基于模型进行预测分析。这一类分析方法主要用于挖掘隐藏在数据背后的消费者特定的消费习惯，并预测其后续的可能行为。
4.聚类分析法。聚类分析法能够将数据库内数据特征未知的信息进行相似性最大化处理，帮助企业了解哪些是较为典型性的用户，哪些是忠实用户，哪些是流失用户等，从而有助于企业根据不同用户的消费特征制定不同的营销策略。
二、大数据技术在商业银行的应用现状
国内的金融行业，尤其是银行业，大数据的应用尚处于起步阶段，远远落后于互联网行业。但金融行业实现数字化交易以来，沉淀了大量的用户数据，是较为适合大数据分析的行业。银行业的数据分析尚处于从数据碎片化到数据整合时代的过渡阶段。现阶段，大数据技术在商业银行的应用主要集中在风险控制和零售业务，主要有三种模式。
首先，基于网上交易流水的数据挖掘。银行与电商合作，直接接触电商平台、支付平台上的大量卖家和买家，并通过交易流、信息流、资金流覆盖其产业链上的生产、物流、消费等多个环节。基于此，银行借助成熟的数据分析技术，实施风险控制和拓展营销。如工商银行“易融通”会自动处理客户信息，选取客户融资需求量、还款资金来源及其可靠性等因素作为贷款额度指标，在线批量审批与发放贷款。招商银行与敦煌网共同推出的“敦煌网生意一卡通”客户信息共享，为小微企业提供融资、结算、理财一体化的金融服务。
其次，基于第三方系统的征信数据挖掘。这一类数据主要包括人行征信、工商、税务、电力、房管局、车管所、社保、海关等政府数据，学历、购物、支付、物流等社会征信数据以及各大金融机构的金融数据等。这些数据使得银行能更加全面判断企业客户的属性和资质，更有针对性地根据其综合情况实施精准营销。如平安银行在接入平安保险、平安租赁等集团子公司数据的同时，辅之以政府公共数据，全面分析客户情况并据此营销。
最后，基于POS流水的数据应用。商业银行依托在线贷款业务平台系统，对客户进行综合信用评价，向符合贷款条件的POS商户，以其一定期限内的POS结算流入量为授信额度的依据，在线发放用于生产经营的信用贷款。已有的POS流水数据应用有招商银行和通联支付合作的流水贷、中信银行和银联商务合作的网络商户贷款业务，浦发银行和通联支付合作的流水贷业务等。
除了基于行内数据进行挖掘分析外，国内许多商业银行还与专业第三方公司合作，争取顺应大数据潮流，进一步加快应用大数据的步伐。如平安银行与SPSS公司合作，进行消费贷产品的大数据营销管理；宁波银行利用客户购买某项产品大数据分析结果挖掘潜在客户。这些探索为商业银行拥抱大数据技术，利用大数据技术转变营销理念和营销方法提供了很好的借鉴。
随着云计算、物联网等新型信息技术的发展和跨渠道跨终端的整合，银行的大数据将日渐完善。产品的客观数据与客户信息也将有效结合，形成完整的“产品――用户”数据库，用于银行各类产品的规模化和定制化综合推介，尤其是对于具有复杂的金融产品综合运用需求的对公客户来说，大数据的应用将是一片蓝海。
三、大数据技术在对公业务营销中的应用方案
对公客户是商业银行的主要利润来源之一，且该类客户沉淀了大量复杂的数据，将大数据技术应用于对公客户服务和对公产品营销具有重要意义。基于大数据技术的营销管理是一项系统性工程，需循序渐进，最终形成一套成熟体系。张湛梅等提出一套针对移动互联网的大数据营销体系“PDMA”，主要包括认知客户（perceive）、挖掘需求（data-mining）、精准营销（marketing）、营销评估（assessment），构成一个闭环体系[5]。基于“PDMA”的框架能很好地建立银行产品和客户两个维度。结合客户属性进行产品大数据分析，才能以更符合客户偏好和需求的方式实施产品营销，并对营销的效果进行事后评估，以持续改进。本文以“PDMA”为框架，系统阐述商业银行借助大数据技术进行对公产品营销管理的应用方案。
（一）P――认知客户行为
对公客户与零售客户有本质的区别，客户的金融需求复杂，且更加个性化多样化。在银行进行大数据分析之前，应当对对公客户有一个全面认识，并结合客户情况认知银行对公产品现状。认知企业客户行为可以从三个方面着手。
1.基于客户属性建立客户特征库。客户特征库包括银行数据库中的所有对公客户相关字段，可以对客户的自身属性、所在地区、财务状况、与银行合作紧密程度等进行初步分析，掌握客户基本情况。
2.结合客户持有产品情况，认知银行的产品结构。以产品管理系统中的产品库为依据，分析持有不同数量产品的客户分布、各门类产品的客户总体分布、下属分行及其经营机构的客户持有产品情况，以及结合多个时点的各门类产品客户数的变化趋势等。
3.在认知产品的基础上，基于产品记录，分析客户行为习惯。包括客户对产品门类的偏好，对产品购买渠道的偏好，对资金流动性的需求，购买产品时段偏好等。
（二）D――挖掘客户需求
在认知产品和客户的基础上，应用大数据技术，挖掘隐藏在产品信息和客户信息背后的客户需求，为后续的精准营销打下基础。
1.基于客户产品持有行为判断不同产品的相关程度。在客户持有产品的全数据中，同一客户持有多种产品的现象较为普遍。分析客户持有的产品明细清单，找出同一客户持有产品组合的一般规律，可以准确判断各产品之间的相关程度，测算出持有某种产品的客户同时使用该产品相关产品的可能性。产品相关分析的结果可以形成定期的产品相关性监测报告和营销建议。
2.基于产品的监测报告，判断产品持有的平均水平。结合客户产品的平均持有水平分析，将低于产品平均持有水平的对公客户认为是具有产品潜力的客户群，生成这一类客户清单。同时根据客户清单中对公客户所在分行进行分类，将这部分产品需求未充分挖掘的客户清单推送到分行，以帮助分行更好地锁定目标营销客户。同时也可以针对不同门类产品的客户情况进行统计分析，判断持有某类产品的客户使用其它门类产品的情况，也即产品的跟进情况。
3.对非结构化的大数据进行分析，全方位挖掘客户的产品需求。非结构化数据可以分为行内数据和行外数据。行内数据中，银行内部的资金来往记录和银行内部企业授信报告等都可以作为非结构化数据来源。此外，银行还可综合应用外部数据，如电力、税务、工商和人行征信系统数据。通过这类交易数据可以形成企业的社会网络关系图，作为供应链金融大数据营销的重要依据。
总之，需求发现环节应紧密结合产品和客户的数据，挖掘大数据背后客户对产品的需求，是借助大数据实现对公产品营销管理的基础性工作。
（三）M――产品精准营销
充分挖掘客户需求后，根据需求实施精准营销。具体可以有如下应用。
1.结合客户的产品门类偏好推荐同一类别的其它产品。根据客户偏好分析和需求挖掘结果，掌握客户对某类产品的使用记录，为其推荐同门类产品中其它热门产品（依据热门产品排名），提高同一门类产品的渗透率。此外，还可以具体到各分行，分析各分行同类产品使用情况，并将之与全行产品应用情况对比分析。低于全行各门类产品应用水平的分行建议就其薄弱的产品门类进行重点营销。
2.对持有某些产品的客户推荐产品组合中的其它产品。通过产品相关分析梳理出相关度高的产品组合，结合只持有这些产品组合中的部分产品的客户清单，生成各个客户还可进行关联营销的具体产品清单，推送给各分行，指导其根据该客户潜在产品清单对客户进行产品关联推荐。
3.通过客户属性分析开发潜在客户。从产品出发，通过聚类法和分类预测法分析持有某种产品的客户群体的共同属性，然后比对具有这些属性但还未持有该种产品的客户，作为该种产品的潜在客户名单，对名单上的客户推荐该种产品，通过分析现有客户成功开发新客户。
（四）A――营销效果评估
营销评估是贯穿“PDMA”大数据营销体系全流程的最后一环，也是营销管理流程中承上启下的重要步骤，能及时帮助商业银行掌握大数据分析的效果。银行在精准营销评估过程中，应当加入时间序列，结合产品和客户情况进行综合评估，并定期对基于大数据分析的精准营销实施评估，根据评估效果改善大数据分析和精准营销的成果。对有成效的分析结果形成定期营销报告，对于成果不显著的从业务角度总结原因，调整大数据分析模型和参数，改进结果。
四、对公业务营销中的典型案例
总体来说，相比国有银行，股份制银行更加积极拥抱大数据技术。2015年3月，民生银行“金融e管家”平台正式上线，这是民生银行利用大数据技术的一大利器。该平台主要针对国内商业银行客户关系管理系统管理功能、分析功能、应用功能相互脱离的弊端而开发的基于大数据分析的一站式服务平台。“金融e管家”服务于全行对公客户管理，覆盖“PDMA”框架的四个环节，是对公业务应用大数据技术的典范。
首先，认知客户行为（P）。该平台对接民生银行内200多个生产系统和数据中枢，并导入上市公司数据、人行征信数据、工商数据等行外的数据，形成完善的数据结构，通过不同的规则组合数据，如对公客户和产品的交叉组合，或者基于供应链的客户上下游集合等，使用户可从不同角度解读对公客户的特性，同时通过行内资金流和行内外信息流，精确掌握客户的行为习惯。
其次，挖掘客户需求（D）。该平台对客户信息更深层次的挖掘，去除无效信息，将有效信息放大，结合线下业务资源，挑选出最适合营销的企业关系群体，应用多种大数据分析方法，建立关系网络分析模型，识别出群体的特征和相互之间业务重点，并以极具可用性的界面展示客户潜在需求挖掘的结果，帮助客户经理深度挖掘客户的金融需求。
再者，产品精准营销（M）。该平台是一个智能化的融资理财和资源整合平台，主要围绕核心客户，通过后台数据的支撑，建立交易网络模型和上下游客户推荐模型，并据此匹配最适合的金融产品，实现精准营销。该平台上线后，对公产品关联营销的成功率大大提高。
最后，产品营销评估（A）。该平台建立了基于历史记录的客户绩效评价体系，科学全面的评价客户绩效，并根据评价结果改进营销方向。后评价功能涵盖对公业务的不同情况，如对个性化服务方案的综合评价，对集团客户也能建立综合收益的评价，而不仅仅是单独考虑单笔业务的收益，适应了缺资产时代的商业银行经营新思路。
可以预见，在信息技术发展日新月异的当代，随着对公业务背后纷繁复杂的信息流、资金流、物流等多样化数据不断沉淀，大数据技术在商业银行对公业务营销中的应用价值将日益凸显，并将逐渐成为商业银行对公业务的核心竞争力之一。
参考文献：
[1]Manyika， J.，M.Chui andB.Brown et al.Big Data：The Next Frontier for Innovation[R].Competition， and Productivity，2011.
[2]Franks， B.著，黄海，车皓阳，王悦等译.驾驭大数据[M].北京：人民邮电出版社，2013.
[3]杨威.大数据时代下的电子商务企业营销方式变革[J].中国电子商务，2014（14）.
大数据营销的弊端范文3
关键词：大数据时代；中小企业；市场营销模式
一、大数据对中小企业网络营销优化的意义
1.有利于提升信息的有效性众所周知，近些年来信息数量激增的同时其流通速度也大幅度提升。造成此种现象的主要原因当属信息技术的高速发展，在各行各业应用信息技术的过程中随之产生海量信息，然后再借助信息技术自身优势对其进行整合分析。对于中小型企业而言，要想在此种以大数据为核心的时代背景下获取于自身发展有利的有效信息必须提升自身数据处理能力，只有如此才可在海量信息中筛选出具有实用性、针对性和实效性的信息，进而为企业后续发展及决策提供支持。中小企业通过对大数据的应用不仅可就自身信息来源进行拓展，而且可进一步整合并利用可促进企业发展的信息，进而信息的有效性相应提升，为后续企业营销决策的科学制定打好基础。
2.有利于提升营销活动的针对性受社会发展和行业进步的影响，近些年来持续拓展大数据应用的广度与深度，各企业为了就自身经济收益进行强化的同时获得更多市场份额纷纷应用网络营销策略，并以行业实情和自身发展需求为依据不断加强应用力度。中小企业在应用大数据技术时可更加全面且深入的开发、整合并利用网络资源，由此不仅可降低企业在信息挖掘、获取以及分析等方面的不必要支出，而且可最大限度确保获取信息与市场需求的一致性。以此类信息为核心制定的营销活动其针对性必然提升，有利于中小企业更加快速的占领市场提升自身竞争力。
3.有利于提升企业市场占有量和服务满意度大数据技术的发展和应用为企业网络沟通平台与销售平台的构建提供了便利条件，因此中小企业与众多消费者的交流沟通更加方便快捷，可最大限度挖掘当前阶段各消费群体的消费需求并就其进行满足，由此中小企业的市场占有量相应提升。此外，中小企业可通过此些网络沟通平台或者销售平台与消费者就产品信息开展进一步的交流，便于其第一时间掌握消费者对产品的反馈，可有效提升售后服务的针对性，所以企业整体服务满意度相应增长。
二、大数据时代中小企业营销模式存在的困境
1.营销手段落后就当前阶段众多中小企业的营销模式开展全面统计和分析可以发现，现阶段绝大多数中小企业仍旧采用相对传统的网络营销手段，比如常见的广告宣传手段。换言之，中小企业虽然处于大数据时代背景下，但是其并未依托大数据技术调整、改进并优化自身的营销手段，所以无法满足当前市场发展的切实需求，继而其产品宣传有效性始终处于较差水平，阻碍了企业的进一步发展。此外，现阶段我国市场营销整体机制健全性较差，虽然国家制定了相关法律法规但是并未改善企业网络营销相对松散的局面，直接影响了中小企业营销模式的进步与发展。
2.营销方案不合理分析众多中小企业处于大数据时代背景下的营销方案发现其均存在同一现象，即生命周期相对较短，长期效果非常低微。再加上其他各类客观因素的影响导致众多中小型企业无法将市场、企业的实际状况作为直接依据就营销方案进行制定，所以此营销方案的合理性相对较差。此外，受网络信息高速发展的影响，市场上各类信息的数量急剧增加，并且其更新速度越来越快，所以企业营销方案周期越来越短的弊端逐渐显现。如中小型企业在开展市场销售时并未事先就市场行业做出深入透彻的分析，则其制定营销方案时缺乏有力的数据支撑，其后续执行的合理性处于较低水平。
3.市场调研质量较低市场调研是企业发展和经营过程中必不可少的一个环节，其是企业开展有效乃至高效营销的基础与前提，只有保证市场调研工作的质量才可为后续营销手段的制定提供有力依据，进而保证营销方案与市场行情的一致性。众所周知，我国社会经济受信息化发展速度不断提升的直接影响，其复杂程度处于持续提高的状态，所以说，企业制定市场营销方案时所需开展的市场调研活动涉及的内容量越来越多，由此此项工作的难度也相应增长。各中小企业并未完全认识到大数据时代背景转变对市场调研工作造成的多方面影响，因此也未就市场调研工作的方向、范围以及深度做出改变和优化，致使市场调研质量处于较低水平，无法有效满足中小企业抢占市场份额提升自身综合竞争力的发展目的。
三、大数据时代中小企业突破营销困境的建议
1.科学定位市场产品就中小型企业而言要想促进自身发展必须对自身产品具有科学的定位，其是企业后续稳步发展的基础与前提。可以说中小型企业对自身市场产品定位的科学性将直接影响其后续的整体发展走向和发展质量。通过对大数据技术的有效应用全面且深入的分析市场信息，并以此为依据就自身产品做出科学定位，由此可保证中小型企业在全新的社会形势下十分快速且有效的就自身网络营销模式做出改进，创新先进营销模式的同时积极应用多元化网络营销模式和营销手段，为企业经济效益的增长和经营范围的扩大保驾护航。其中企业管理者需要注意需要将广大消费者作为网络营销的核心和落脚点，所以中小企业需要在利用大数据技术分析市场信息的同时划分目标客户群体，最大限度挖掘消费者需求的基础上拉近产品与消费者的距离，由此可进一步强化消费者的品牌忠诚度，侧面推进企业的进一步发展。
2.构建高效的网络营销平台第一，维护现有网络营销平台并积极搭建更加先进、高效的网络平台。现阶段越来越多的中小企业可明确网络营销平台于企业发展的积极作用，并已经纷纷着手就网络营销平台做出改进和优化，旨在最大限度地发挥网络营销平台的优势来推进企业发展。除此之外，中小企业还需以社会发展趋势和自身发展需求为核心就更加先进的网络营销平台进行构建，不仅需要重视网络营销平台界面与性能的优化，还需将服务质量的提升纳入其中，通过高水平的网络营销平台吸引更多消费者。第二，优化创新网络营销平台的形式和内容。构建全新网络营销平台时要摒弃传统营销思维，大胆将具有社会代表性的各类文字、图片或者视频等内容进行利用，可在拉近与消费者距离的同时改变传统营销套路，更加符合当代消费者越发个性化的购物需求。第三，强化营销平台网络数据收集和分析。用户信息反馈和分析是企业提升营销效率和营销质量的基础与前提，便于企业对自身营销策略、营销手段的改进和优化。所以说，中小型企业在利用大数据技术优势就更加科学化、先进化的网络平台进行构建的同时，要强化网络数据的收集和分析，实现实时掌握消费者浏览信息、消费信息以及反馈信息的目的，为企业营销模式的改进提供有力的数据支持。
3.制定科学完善的市场营销管理机制各个企业开展营销的过程中不仅需要营销机制的指导，更需要营销机制的管理。换言之，只有切实改善各企业营销松散的现状并对其进行规范管理才可保证营销活动的有效性。首先，制定营销机制。中小型企业与大型企业相比其发展优势欠缺，营销状态也相对混乱、无序，所以需要利用规范的市场营销机制确保企业营销活动开展的科学性。中小型企业的管理人员与营销人员在全面调研市场信息的基础上就符合自身发展的营销机制进行构建，后续各项营销活动的开展均需要将此机制作为直接依据。其次，明确营销管理制度。企业管理层以自身发展实情为核心就营销涉及的管理制度进行明确，监督营销人员规范、合理的开展营销活动。
大数据营销的弊端范文4
【关键词】互联网;企业管理;营销管理
在对当前的信息网络技术和科学技术进行不断深入的研究过程中，新的科学技术在经济全球化的背景下进入了互联网时代。“互联网+”时代的到来可以说是企业营销管理发展的机遇与挑战。随着大量新公司的出现，云计算、大数据等新技术的应用为中国社会主义市场经济的稳定发展注入了新的活力，企业需要在一定程度上加强管理改革。资源的有效利用以及互联网信息和平台的积极影响可以创建新的营销和营销管理模式，并重塑企业的业务，在同行中形成有力的竞争优势并持续发展，这是企业当前的首要任务。
一、传统模式下企业管理的弊端
(一)管理方式落后。传统的企业管理模式是企业现代经营明显滞后的主要问题。在互联网飞速发展的时代，经济形式逐渐多元化，但传统观念已深深植根于现代企业的管理中。目前许多企业开始使用互联网营销方式，但内部管理并未进行任何更改。这意味着企业领导没有意识到互联网给企业带来的影响。营销手段与管理方式不配套在传统的营销管理中，存在以下问题:缺乏营销管理方法，缺乏及时的市场数据，营销管理不面向未来，消费者选择不足。这些问题直接影响公司的营销模式，并使公司难以针对营销采取有效管理。
(二)市场营销网络化程度低。信息营销主要通过互联网进行，因此拥有强大的网络平台是网络营销的重中之重。但是，由于我国网络发展水平相对较低，覆盖率仍然较低，网络营销的有效性受到很大的限制，特别是在偏远山区或农村地区仍有尚未普及的情况［1］。部分地区网络配置尚未更新，线路数很少，网络速度很慢，并且不能保证安全性。在某种程度上，用户的使用成本增加，导致信息化产生高成本和低保证，对企业的网络营销出现极大地阻碍，许多公司失去拓展市场的机会。
(三)单一的营销方式。目前大部分公司都在使用互联网拓展市场，但是由于企业无法与传统的营销管理思想联系，营销方法尚未创新，并且部分企业营销方法过于单一，企业的营销方式不能推广公司的产品，无法拓展发展空间，营销利润降低。部分企业无法获取多条分销渠道，产品的知名度不足，品牌影响力在减小。在制定营销策略时，企业有必要丰富营销方式，体现产品的竞争优势，避免营销模式简化导致的营销效率降低。
二、互联网时代企业营销的变革
(一)消费者中心。大数据分析强调了要以消费者为中心。大数据分析技术已经改变了传统的品牌营销方式。消费者在营销中占据主导力量。消费者消费时，经常根据搜索关键字进行搜索并全面比较同类产品，选择性价比最高的商品。传统的营销模式中消费者关注商品的价格，大数据分析使消费者对商品价值和消费者体验的价值产生了全面的兴趣。对于企业而言，互联网技术可以有效借助信息库了解消费者的消费特征，消费需求等，基于消费者的消费习惯制定正确的营销策略，更好地满足消费者的需求。随着社会的不断发展，消费者可以使用互联网渠道准确表达个人需求，对企业可以依靠互联网调查数据进行汇总分析，帮助企业明确消费者的消费观念，指出并制定有效的营销策略或根据大数据分析结果来改善产品设计开发、性能等，建立以大数据为核心的品牌营销，强调消费者的营销中心地位。
(二)市场调查。企业可以依据互联网分类顾客群体，以提高营销准确性。品牌营销主要依靠对市场环境和消费者需求的基础上加强对品牌的优化。在大数据时代，数据分析的最大优势是处理市场数据并提取分析结果。特别是在分析消费者行为时，企业可以准确地了解每个消费者的实际需求，整体了解消费者的消费趋势和心理，调整品牌营销计划，并指导企业正确地提供个性化产品和服务，结合市场做出品牌反映。不同的消费者在需求、消费心理、能力等方面存在巨大差异，并且每个消费者都有清晰的消费感知和消费目标。企业市场营销应关注消费者的普遍性和个别性，展开多样化服务［2］。
(三)营销思维的转变。企业的营销思维需要从单向到双向协调发展，在大数据时代，数据分析技术对品牌营销的影响也体现在营销思维和营销趋势的变化上。传统的企业营销主要由公司需求研究市场，分析产品设计和生产，以企业的营销方式为主导，消费者的实际需求和企业产品生产之间通常存在信息不平衡的现象，大多数产品不能迎合消费者。大数据分析技术在应用程序中的出现使原始的企业单向产品营销能够获得实时反馈，为企业带来后续的交互服务。企业的市场数据可以实时更新，结合数据分析，检查各个阶段消费者群体对产品的态度和反应，并及时调整营销策略，互联网可以不受时间和空间限制，促进消费者与企业的沟通，有效增加二者的交易频率。
(四)维护客户关系。企业的营销方式对品牌形象，声誉有巨大影响。市场营销中最重要的是要解决客户问题，维护客户关系。对于企业来说，客户的身份是消费者，因此企业需要同时关注消费者的体验感，对品牌的意识和品牌忠诚度。客户信息有复杂性，动态性的特点，传统的市场营销方式缺乏合理的手段处理客户信息。互联网技术可以有效地处理消费者购买数据，得出特定的消费者结论，帮助营销人员处理和维护客户关系，在消费者中识别关键的消费者群体，弄清产品服务，避免市场营销中出现品牌错误。企业可以结合互联网听取针对群体的反馈意见，以减少顾客的不满，提高顾客的满意度。企业可以在大数据分析技术的指导下，提高产品口碑，结合企业文化提升消费者的忠诚度，建立和加深品牌印象，拓宽市场营销渠道。
三、互联网时代企业营销策略
(一)拓宽营销渠道。品牌产品定位和企业形象是企业营销的第一步，准确的产品定位是最基本、最重要的步骤，企业有必要确定产品的生产范围，以及针对的目标人群。如果产品选择的方向错误，目标消费者的经济状况很难接受企业的产品，企业也无法建立自己的品牌形象。因此，在确定市场之后，企业需要针对目标消费群体的偏好和经济水平进行研究，以便产品可以更好地找到市场的切入点。特别是在营销过程中，必须强调产品的质量、功能，并且发掘潜在用户。企业可以建立互联网消费平台，针对客户需求紧密地保持客户关系，使消费者在互联网平台表达对产品的看法和意见，及时反馈使用效果，结合APP，手机移动通信平台等方便与顾客沟通。企业品牌可以通过广告进一步提高营销的渠道，扩大市场，提升品牌的社会声誉。市场调研发现，消费者对从未听说过品牌，很难激发其了解产品的质量和功能，因此企业的市场营销也应该在品牌广告工作投入精力。随着现代技术的发展，广告媒体突破传统的纸媒，电视等渠道，以网络媒体为代表的新主流媒体的出现，为企业带来丰富的宣传机会。因此，企业可以利用现代消费者经常使用的社交网络平台，将其品牌产品和文化推向市场，最重要的是反映企业价值观，引导消费者。企业在投放网络广告时，需要着重塑造品牌形象。企业需要结合消费者的质疑优化产品结构，结合营销提升市场满意度。例如，企业可以与明星、主播等开展互联网合作，与消费者达成体验与互动，增加产品的乐趣和吸引力，结合产品的核心价值，塑造粉丝经济［3］。
(二)科学制定价格。品牌价格定位是公司制定营销策略时应考虑的关键问题，也是任何营销活动的起点。价格的制定策略需要取决于企业自身的经营情况和实际的市场表现，企业可以结合同类产品，科学分析市场价格，利用互联网下发调查表，征求广大消费者对产品的期待价格，定位产品营销范围。品牌价格的定位必须与其自身产品的长期定位以及品牌给消费者留下的印象相符合，同时结合企业产品的功能，价值设置不同级别的产品价格。大多数消费者更喜欢具有成本效益的产品，但如果品牌产品定位改变，价格定位也需要改变。如奢侈品牌不应盲目追求成本效益，而应设定比同类产品更好的价格，实现产品本身的价值。企业可以利用产品的价格打开市场，结合低价格，高品质的企业形象扩大消费基础。
(三)提升营销人员的互联网思维。对于现代公司而言，营销的目的不仅是增加销量，而且是向消费者展示良好的品牌形象，并且不断提高品牌价值以获得持续的经济效益。因此，企业需要培养营销人员的专业素养和服务态度，获得消费者对品牌产品价格和销售的满意度，企业可以建立完善的晋升渠道，薪酬福利制度，帮助营销人员积极工作。同时结合最新研发产品提升营销人员对产品的了解，对产品的功能，价格，以及附加价值制定营销文本。企业可以针对营销服务打造高级定制服务，通过完善的售后服务来提升品牌形象，使消费者能够真正感受到品牌的优质服务。当前越来越多的消费者开始重视售后服务，因此，在消费者完成购物后，企业可以利用互联网积极联系消费者，定期查询消费者对产品的使用情况，在重大假期或客户生日时提供问候，赠送产品礼物或提供VIP打折活动，以便消费者能感受到品牌的热情服务，极大地增加了品牌的吸引力，并通过消费者宣传良好的品牌形象，降低营销成本［4］。
四、结语
总而言之，只要企业可以有效、合理地使用互联网平台，就可以更好地了解消费者的消费概念和消费行为，创建更新的营销策略。互联网技术在品牌营销中发挥着重要作用，并且是企业角色和战略规划的有效指南。企业可以结合大数据分析技术的功能，打造企业产品和品牌营销的卖点。在互联网时代，企业必须在追求产品优势的同时，使品牌营销更加科学合理，并将企业价值观渗透消费者。
【参考文献】
［1］郭然．从消费心理学角度探析最具竞争力的互联网汽车企业营销策略［J］．现代营销(信息版)，2019，11:242～243
［2］夏雨薇．大数据背景下我国中小企业互联网营销问题研究［J］．商情，2019，38:59，56
［3］厉宗萍．“互联网+”时代下中小物流企业市场营销策略分析［J］．河北企业，2019，1:106～107
［4］武伯琦．大数据背景下我国中小企业互联网营销问题解析［J］．新商务周刊，2019，3:32～33
［5］邹金红．HQ展示文化公司全网营销方案及实施研究［D］．南昌大学，2014，12
［6］魏蕾．企业营销管理存在的问题及对策探讨［J］．现代营销(下旬刊)，2016，11
［7］梁凤云．试析营销稽查在电力营销管理中的运用［J］．科技创新与应用，2013，11
［8］黄颂贤．我国企业营销管理的关键问题探究［J］．中小企业管理与科技(上旬刊)，2016，11
大数据营销的弊端范文5
关键词：大数据时代 高新技术企业 研发合作
当今时代，大数据发展迅猛，企业可利用以亿计字节的信息获取客户、供应商、其他企业和自身运营状况的数据。研发合作作为高技术企业竞争力的重要因素，然而大数据的出现对高技术企业研发合作模式提出了更高的要求。大数据不仅是一个高技术企业研发合作的重要驱动因素，还是其持续发展的重要保证。
一、大数据时代的特点
大数据是指大量可被获取、交流、集聚、存储和分析的数据，数据不仅对生产过程中形成产品和产生价值起到重要的作用，其本身更是作为如资本和劳动力一般的生产要素，成为高技术企业研发合作中不可或缺的元素。利用大数据进行研发合作会使企业获得更广泛的共识、更强的执行力，增大商业成果。它具有以下三个特点。
1.以网络化运作模式为中心
近年来，随着互联网、物联网、社交网络、三网融合等IT与通信技术的迅猛发展，使数据的数量快速增长，演变成了现在以网络为中心的大数据时代。在大数据时代背景下，高技术企业对消费者数据的需要能够通过互联网去实现。例如，印第安纳大学使用一种心情分析工具，搜集互联网网站上用户的留言，然后进行处理和分析，发现网民有六种心情，凭借这些就能够预测道琼斯工业指数的变化状况，并且预测的结果十分准确，还能使企业节约大量调查时间，实现网络化运作。
2.开放与共享性
大数据可以与外部环境随时进行物质、能量、信息的充分交换，即通过创新主体与外部环境反复进行人才、资金、技术信息等交流，在这一过程中高技术企业能够找出研发合作体系自身的缺陷，使研发合作系统时刻处于非平衡的状态，为研发合作提供动力与压力。
Facebook可以在短时间内利用大数据技术对顾客的信息进行分析，准确地了解用户需求，并将结果提供给消费品大公司，公司利用该结果分析得出消费者偏好等多种信息，从而调整自己的产品设计以及营销策略，生产出具有针对性的产品，满足消费者需求。
3.时效性
大数据的时效性很强，产生的速度极快。根据IDC的报告，预计到2020年全球数据的使用量将达到35.2ZB。数据产生的速度和使用通常是实时或近似实时的。如果不尽快进行整理和应用，数据的有效性便会很快流失。因此，确保数据的可用性是高技术企业研发合作中所必需甄别的前提。
二、传统研发合作模式存在的问题
随着大数据时代对高技术企业研发合作模式影响的日益增加，传统的研发合作模式由于其三个明显的缺陷而处于被淘汰的尴尬境地。如果高技术企业不进行研发合作模式创新，就难免会在商业更替中落后，湮灭在大数据的浪潮里。
1.研究与市场脱节
由于没有网络化运作模式的帮助，传统企业在生产商品时割裂了消费者与研发人员之间的联系，使研发缺乏指向性，仅仅是合作r双方的意见交汇，忽略了消费者才是新产品的最终买单者和最终裁决者这个前提。
2.成功率低且产品上市周期长
传统研发模式没有大量有效信息的帮助，很多需要企业自己去试验，使研发风险增加，研发成功率降低。并且延长了研发和消费周期，使研发成果需经过“研发生产销售研发”四个阶段才能得到验证，甚至还要重复循环这个步骤，才能生产出消费者满意的商品。
3.无法及时完成数据储备
传统的研发合作由于没有大数据作为技术支撑，不能及时记录消费者信息，大量消费信息被浪费，而后期研发正缺少海量信息的正确指导。
三、大数据对研发合作模式影响
利用大数据解决传统企业研发模式的三个问题，应采取变通的新方法处理这些数据，即高技术企业需要发展新的模式来促进外部和内部信息的流动，把数据转化为战略资源，用于设计、生产和提供创新型产品和服务，以满足顾客不断增长的新需求。
1.实现跨行业的研发合作
传统企业的研发合作过程中，不同行业之间的数据与成果几乎没有交集，没有实现信息共享和互通。即使电信行业和互联网行业可以实现行业问的合作，但都不了解对方目前的水平，也很少会去贸然的合作。
然而，大数据的开放性和共享性使得信息的快速交换变为可能，高技术企业能够以消费者的需求作为生产的向导。跨行业的研发越来越多，比如联通这样盛产数据的传统产业，与IBM合作共同研发一套客户流失率分析和营销管理的平台，这套平台可以帮助联通减少客户的流失，这种研发合作在大数据时代已经越来越常见了。
同时因为跨行业的研究增多，高技术企业研发合作的范围变得更广了，内容也从传统的以工艺创新和零部件的研发合作为主演变成产品的设计、试验和创新为主，从创新链活动的末端逐渐移到了前端。
2.带来供应链模式的变革
传统企业因为信息流通速度慢，往往只选择自己固定的供应链合作伙伴。由于大数据提供的支持，数据流通具有了及时性和储备性，研发合作双方的资料随时随地都在变动着，之前的数据也都储存在数据库里，这就使现在的高技术企业可以在全球范围内选择供应商，建立长期、稳定的双赢研发合作关系。这将大大提升研发合作的效率，使高技术企业的研发成本降低，提高整体利润。
3.构建以消费者为中心的研发体系
传统企业生产商品时割裂了消费者与研发人员之间的联系，多以合作双方研发人员的主观意识进行设计生产。
在大数据的帮助下，有大量的消费者数据作为主要导向，从海量数据中挖掘有价值的信息并加以分析，进而有效地利用会给研发合作带来巨大的帮助。促进研发合作流程的简化，变为“研发-生产-销售”三个步骤，省去了再研发的步骤，一次到位，既能节约时间，又能提高成功率，使研发成功率上升、研发周期缩短。
福特汽车公司便是这样一个例子，在研发合作中福特公司以消费者为中心，使得它销量远超其他汽车行业，一跃成为世界最大的汽车企业之一。正是因为福特公司以消费者为中心，充分利用大数据分析，更好的抓住其内心，才能在产品更新换代中抓住机遇，研发出更好的产品。
大数据营销的弊端范文6
9月14日，由中国计算机学会青年计算机科技论坛和百度公司联合主办的“2013年 CCF YOCSEF—百度计算广告学交流会”在洛阳圆满落幕。作为当前广告营销的热点——搜索广告、实时竞价（Real Time Bidding， RTB）广告、移动互联网广告依然是会议讨论的重点。针对这些问题，众多专家、学者进行探讨交流。
搜索广告依然目前网络广告的主战场
艾瑞的2013年第二季度中国互联网广告核心数据显示，本季度中国网络广告市场规模达到232.6亿元，较上一季度增长17.4%，较去年同期增长27.4%。预计2013年中国网络广告市场规模达到1023.9亿元。
作为营销基础的搜索引擎推广，是成效非常高的在线推广办法，因为广告都是向有信息需要的用户进行展示。百度商务搜索部总监刘炀在主题报告《计算广告的主战场——搜索广告技术》中表示，“从一定程度上讲，没有网络广告就没有互联网。”从目前来看，网络广告仍然是互联网最重要的商业模式。而在现阶段网络广告中，搜索仍然是最重要的营销方式。虽然当前RTB等新兴的广告形式不断加入网络营销的阵营中，但目前仍然动摇搜索营销的核心地位。“搜索广告依然是目前网络广告的主战场。”
艾瑞咨询集团最新的数据也验证了这一事实：2013年第二季度中国互联网广告市场规模为232.6亿元，尽管受宏观经济等诸多因素影响，今年第1季度的网络广告市场规模有所下降，但搜索引擎广告份额却仍保持着细分市场的领先地位，并有小幅增长，并在第二季度持续上升到36.4%。
“作为全球最大的中文数据平台，百度成为了计算广告学的天然主战场，拥有千万量级的广告库。”在报告中，百度商务搜索部总监刘炀分别阐述了在计算广告学领域百度的使命、实力与面临的挑战。他表示，“平衡整个生态圈中三者的利益，使各方利益最大化是计算广告学也是百度的任务之一。”为此，百度成立了深度学习研究院，积极引入Deep Learning等高新技术用于在线广告领域。根据用户的一些行为活动习惯以及页面资料信息，利用数据挖掘及分析技术，进而更有针对性地向用户提供他们感兴趣的内容和信息，从而使广告更加高效。
在刘炀看来，网民、客户、百度三者构成了整个搜索营销的生态圈。对网民来说，如何快速从上千万条广告中找到他们需要的信息是其搜索的目的。而对客户来说，他们投入了钱就要追求回报，如何提升ROI是他们最为关心的问题。对百度来说，作为一个商业公司，如何在生态系统可持续发展的情况下，去获得尽量大的商业收益。而经过这些年的努力，百度在各方面取得了一定成绩：用户体验，点击率提升了147%；客户数增加了200%以上，广告样式不断丰富。
BES系统让营销更精准
随着企业对广告投放的要求更加精准，从2012年开始，RTB广告交易模式开始在国内兴起。2012年4月，谷歌DoubleClick AdExchange进入中国；2011年12月，淘宝TANX上线；随后腾讯、新浪等相继推出交易平台。交易平台的出现为DSP的发展提供了基础。品友互动、亿玛、悠易互通、新数网络、聚胜万合等国内广告营销公司纷纷RTB相关产品，进一步推动着网络广告整体市场的前进。
事实上，RTB效果的实现，需要汇聚更主流、优质的流量资源，规模越大，可购买的受众资源越广泛，最终释放RTB模式的精准、效果为先的优势。尽管DSP林立，保守估计成规模的有50-100家左右，但真正通过RTB实时竞价购买来投放、管理广告的不超过10%。归结原因在于拥有用户、流量资源的大鳄并未完全入局。中国的RTB模式想要从边缘走向主流，离不开百度等大玩家开放大流量等资源来推波助澜，以及带领整个生态圈快速发展。
百度联盟技术专家陈宁昱在会上详细的介绍了之前在百度世界大会上隆重推出的BES系统（Baidu Exchange Service）。他表示，BES系统可以利用大数据处理技术，让营销更精准，实现按需求、按效果配置资源。
陈宁昱指出，传统广告投放方式存在诸多弊端：投放效率低下，购买流程中有28%的预算被消耗；商受困于50%的流量未被售出；广告商不知道哪部分预算被浪费，受众受到不相关广告的打扰等问题。而BES系统可突破这些障碍，利用大数据处理广告技术，让营销更精准，实现按受众需求投放，提高了交易效率，使产业链多放实现了“共赢”。
在RTB模式下，广告主可以根据自己的需要设置自己的目标客户，从庞大的流量池中寻找最准确的人群，以RTB的方式用最合理的价格购买这些人群，而不是用传统的方式去猜测这些人群应该会出现在什么网站，从而减少不必要的广告浪费，提升ROL。而对于用户来说，他们看到将是自己感兴趣的广告，从而减少了对用户的干扰。对媒体来说，减少了流量的浪费，提高了经济利益。作为流量第一入口，百度本身拥有庞大和优质的流量、推广资源。百度的入局必将推动网络广告进入全新的效果营销时代，实现用户、平台方、广告主的共赢。
移动互联网用户体验是关键
根据艾瑞的《年度互联网及移动互联网的用户及产业趋势数据》指出，2012-2013年移动应用广告增长率高达140%。同时，数据显示，2013年中国移动广告支出将达到1.96亿，占全球移动广告支出的2.95%。随着移动互联网的快速发展，移动营销的时代将全面到来。作为计算广告学的新战场的移动互联网也成为此次会议关注的重点。在移动互联网时代，移动广告又该如何实现？如何平衡各方面的利益？
百度商务搜索专家秦首科表示，如今，时间碎片化越来越严重，人们随时随地可能都在使用无线设备。这使得搜索更加随意，可能有时候没有确切的搜索目的。如何在无线这个方寸屏幕上，将最优的结果反馈给用户，同时平衡网民、广告主、百度三者之间的共同利益是一个异常艰难的问题。我们不仅是要把PC上的问题在移动上得到解决，同时还要更多地考虑移动设备的特性。如移动设备更能反映用户的兴趣爱好，和LBS等特性进行结合等，这些对移动搜索来说及是挑战，也意味着更大的机遇。
百度联盟技术专家王闯也表达了类似的看法。他表示，当前，PC的流量一直在下降，很大一部分流量转移到了移动端。越来越多的用户将时间花费在移动APP上。在移动互联网上，受移动端设备限制，用户的体验更加重要。如果照搬PC上的模式，对用户体验是一种巨大的伤害。同时也会受到360杀毒软件、手机助手等的拦截，即是能够实现其效果也不会很好，进而招致用户反感，被用户卸载。
