前言：中文期刊网精心挑选了大数据营销概念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。
大数据营销概念范文1
大数据是在云计算、互联网之后IT行业的又一次大的飞跃，人类社会也由此进入大数据时代，受众的各种信息会在媒体所触及的各个角落被记录存储在大数据网络平台上。整合营销传播是企业通过借助广告等各种传播方式来影响消费者购买行为的一种方式。互动式整合营销传播是新媒体环境下营销传播环境、传播模式、传播汇率进行变革的产物。文章从互动式整合营销传播的概念展开论述，探讨新媒体环境下互动式整合营销传播构建和发展的有力契机，并在此基础上探讨大数据时代下互动式整合营销传播策略。
1互动式整合营销传播的概念论述
“整合营销传播”的概念是以广告、公关等传播方式作为企业信息传递的渠道，达到直接影响消费者购买行为的目标，从消费者的角度出发，运用多种传播手段进行信息传播的过程。新媒体的迅猛发展和广泛使用彻底地改变了营销传播环境，营销传播模式和传播规律也随之发生了巨大的变化，衍生出了“互动式整合营销传播”。新媒体最突出也是最重要的特征是互动性强、精准度高、可测性稳定，这些优势对信息实现双向传播和互动功能有很大的帮助，也实现了一对一、一对多、多对多等多种传播模式的生成。因此，新媒体成为当今时代最重要，也是最常用的一种营销传播渠道。为了最大限度地发挥出新媒体互动性强的优势，新媒体传播策略应该采取数据为导向的消费者信息细分的策略，要求企业在法律允许的范围内运用各种手段最大限度地收集个体信息，建立数据库，实施“信息密集型”消费者传播策略，这种传播方式就是互动式整合营销传播。互动式整合营销传播在新媒体时代下能够实现以消费者为导向的营销模式构建，通过运用大数据信息和针对个人的传播策略实现广大消费者建立稳定的长期互利的关系。目前，淘宝、京东商城等互联网电子商务企业应用的就是互动式整合营销传播模式，对于一些普通的传统型企业，尤其是一些传统的中小型企业来说，对互动式整合营销模式的运用还处在起步阶段，造成这一问题的主要原因是企业对互动式整合营销传播模式认识不足，营销人员缺少专业的知识结构和技能，对数据体系和技术支撑体系的认识和操作能力不够，导致企业对消费者的数据信息收集和分析能力十分薄弱，不能对营销效果进行全程检测，这些都是阻碍企业实施互动式整合营销传播的主要因素，但大数据为解决这些问题提供了契机。
2大数据时代的到来为企业实施互动式整合营
销传播模式提供了新的契机大数据是继云计算、互联网之后IT产业的又一项技术变革，大数据的研究和应用是当前信息科技领域研究的一个新热点，但目前我国“大数据”还没有形成一个公认的概念，但对其容量大、种类多、速度快、价值密度低这四项显著的特征有着一致的认可。大数据时代的到来给现代企业管理中的各个方面都产生了巨大的影响，企业管理更加完善、更加具有科学性。企业实施营销管理是一种通过对目标市场的确立，用创造、交付和传播优质的产品附加价值来赢得顾客的青睐和购买行为的艺术。营销管理体系构建的科学性在于对消费者和企业发展数据的严谨记录、搜集、整理和分析，并以此建立并存储营销数据库。大数据中海量的数据让这种定量分析结果更为精准，让企业营销与真实的市场发展需求动向无限接近。大数据时信息传播渠道呈现平台化和受众碎片化，传统的消费者研究方法在大数据时代下已经不能再保证研究结果的真实性和有效性了，因此在营销体系中，传统的研究方法已经不能再及时、准确地获取到受众心理、媒体传播效果、营销效果评估等各个方面的数据信息。大数据时代对消费者群体进行了新一轮的重聚和再细分。运用大数据技术对新媒体平台中存储的消费者的各种信息进行洞察和分析，营销体系从媒体、消费者、企业营销战略、营销效果评估等众多层面进行整合重构:首先，数据是媒体的核心资产，地位十分重要。消费者的行为在媒体所能接触到的各个环节中被有效地记录、检测下来，并对这些行为数据进行了分析整体和挖掘，企业通过对这些数据的挖掘和分析可以有效地掌握消费者的消费行为和消费心理，为企业营销战略和策略的制定提供指导，帮助企业精准地向消费者群体投放广告信息，并能及时、准确地评估营销效果，不断改进营销过程。互动式整合营销传播过程具有跨媒体、跨渠道、跨终端整合，线上线下相互协同，营销过程可度量等优势和特点。其次，专业的海量数据服务商大量涌现，这一类型的企业主要的经营业务是数据计算、数据存储、数据分析，为经济市场发展提供了大量的数据支持和技术服务，为企业的信息传播提供了专业的依托平台。大数据时代营销体系的变革和重构，为互动式整合营销传播模式的构建提供了动力。首先，整合营销过程不断进行变革，企业营销以数据为核心对信息传递的媒体、渠道和终端等进行了整合，更加注重与消费者之间的互动，能根据大数据存储的信息进行消费者消费行为和消费心理分析，并实施全程检测和反馈，这为整合营销传播的互动性特征的运行提供了良好的数据技术基础，使得企业的营销策略更精准，更具科学性。其次，整合营销产业链体系也进行了重构，新兴起的数据服务上、信息技术服务商等企业在企业互动式整合营销模式的运行中扮演了重要角色，让一些没有独立构建互动式整合营销传播体系的企业，也能通过向数据服务商购买数据服务等形式，用可控的成本构建属于企业自身的互动式整合营销传播体系，从而提升企业的营销能力。
3大数据时代下互动式整合营销传播策略
大数据时代下，企业通过对数据的收集、整理、分析、挖掘和处理，根据信息内容科学的制定决策模式，用决策模型来指导营销实践，推进企业的互动式整合营销传播向科学性、定量化分析方向发展。大数据互动式整合营销传播的结构可以分为两个部分:一是大数据营销信息和信息技术体系;二是互动式整合营销传播战略体系。大数据营销信息和信息技术体系是互动式整合营销模式的基础部分，大数据营销信息和信息技术体系运行的核心是根据存储的信息为企业构建大数据营销信息平台，大数据营销信息平台的构建必须包括消费者的个体信息、社会信息等不同层次的营销数据。互动式整合营销传播发展战略体系是借助不同的传播媒体、不同的传播渠道和信息传递的终端来构建营销渠道和媒体矩阵，以实现企业进行互动式整合营销传播。互动式整合营销传播模式强调消费者是企业发展的导向，要将消费者反馈的信息与产品经营的各个环节联动，企业营销信息平台获取、挖掘的信息应该与ERP等信息系统进行及时有效的对接，只有这样才能让企业中的各类数据信息产生联动，才能对产业生产结构进行整合，共同促进企业生产管理向前发展，及时、全面地满足广大消费者的消费需求，提高企业管理的敏捷性。大数据互动式整合营销传播模式在实施过程中可以划分为以下几个步骤。3.1大数据营销信息平台建设大数据营销信息平台获取营销数据的两个途径分别是自行采集数据来建立营销数据体系、向第三方海量数据服务商采购数据。大数据的存储、管理、分析、挖掘等各项工作都会牵扯到复杂的信息技术，但一般的企业并不具备这些信息技术能力，因此，绝大多数的企业都会选取专业的第三方大数据采购技术服务。3.2消费者洞察与细分企业在运营中会广泛借助大数据营销信息平台，通过统计学、数据挖掘等多种方式，对营销数据展开分析、挖掘工作，从这些数据中探寻消费者在这一时期和未来一段时间内的行为、心理等生活中各个方面的特征。与传统的营销数据收集、分析方式相比，大数据营销信息平台更及时、更全面、更科学、更深层次地分析出不同消费者的不同需求、行为和特征等，精准的预测和定位消费者在当下或是未来一段时间内的消费倾向。进而根据消费倾向将消费者群体细致地划分为有意义、相似、可识别、可实施精准营销传播群体，构建消费者细分模块。3.3制定并实施互动式整合营销传播策略企业可以根据消费者细分模块，制定相应的互动式整合营销传播策略，实施精准营销。互动式整合营销策略还可以根据消费者细分模块有针对性地选择传播方式和传播媒体。一般企业最常用的几种传播媒体有微信、微博等互动式新媒体;论坛、网站、互联网等网络媒体;电话、短信等通信媒体;广播、电视等传统媒体。互动式整合营销传播模式应该充分角逐各种媒体资源，整合媒体传播优势，发挥新媒体的有利的传播特点，根据不同消费群体的消费行为和消费习惯，进行最合理的互动传播，推进企业营销实施精准营销。根据目标消费群体反馈的有关媒介使用频率等数据对媒体资源及时地进行再调整。3.4互动式整合营销传播模式的效果监测、评估和反馈机制构建互动式整合营销传播检测机制，根据不同的传播媒介建立与之相对应的指标体系，追踪和分析最近一段时间的传播效果，对这一段时间的营销效果进行评估。评估营销效果的方法有很多种，最常使用的方法是品牌评估法和口碑传播评估法。另外，还需要注重将营销效果评估结果及时进行反馈，并及时在大数据营销平台内进行更新，及时改进和完善消费者洞察结果，提升营销传播技术，在营销传播实施过程能及时调整传播方式和传播技巧，提升营销效果，整合和优化产业结构，扩大生产规模，提升企业的经济实力。
4结论
随着云计算、互联网等IT技术的迅猛发展和广泛使用，人们对社会数据信息的采集能力在迅速增长，大数据的应用领域也一直在拓展。大数据时代让企业的竞争核心从资源转变成了数据，营销也成为一项基于数据收集、整理、分析和处理而非创意的一项企业管理系统工程，被企业和学术研究领域高度重视。文章所阐述的大数据时代下互动式整合营销传播体系的构想，能够有效地指导和推进我国企业构建和实施互动式整合营销模式。同时，为企业在运营发展中重视将营销信息与企业生产经营的各个环节联动的重视提出了警醒。希望通过本文对互动式整合营销传播在大数据时代下的使用策略分析，为企业借助大数据信息平台建立互动式整合营销传播体系提供帮助，提升企业的营销能力，调整产业结构，获得更多的经济利润，提升企业的经济实力。
参考文献:
［1］刘英贵，李海峰.新媒体传播中精准广告的营销方式研究［J］．当代传播，2013(4).
大数据营销概念范文2
2011年5月，麦肯锡全球研究院《海量数据：创新、竞争和提高生产率的下一个新领域》报告指出数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。大数据应用于旅游行业，已经有很多成功案例。例如2012年，在伦敦奥运会和残运会期间，Teradata公司的eCircle通过复杂数据的筛选创建目标邮件，引导市民通过专用网站来计划他们的旅行，从而避免热点景区，使得35%市民改变他们的旅游计划，并在赛事期间减少伦敦的交通压力。旅游业是典型的体验式经济，而这种体验不仅会在顾客的记忆中残留，也会以点评的方式在网络上，如何将这些与旅游业相关的海量数据收集分析应用，是旅游业越来越需要面对的新挑战。
二、大数据概述
目前，国内外对大数据尚未有一个公认的基本概念.专业研究机构Gartner认为大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；首先，大数据中的“大”不仅指数据量的规模庞大；也指数据结构已不只是传统上的数据结构，包括结构化数据、半结构化数据和非结构化数据。其次，大数据只有通过工具进行分析，才能实现其背后蕴含的价值和能。最后，大数据是“活”的，是不停更新的“真”数据。据此，大数据是指运用新技术工具，选择一种或多种分析方法，对大量结构化或半结构化数据进行分析，使数据背后的价值得以应用，从而影响及改变某领域的数据行为。尽管大数据没有公认的标准定义，但是对于其特征，学界较统一的认识是大数据具有四个基本特征，即规模化、多样化、快速化、价值化。规模化不仅是一个量化概念，更是一个定性的概念，机器生成的数据量远大于非传统数据量，且数据集合的规模不断扩大，已从GB到TB再到PB级，甚至开始以EB和ZB来计数。多样化是指数据类型繁多，包括结构化数据、半结构化数据和非结构化数据，至2012年末，互联网非结构化数据占整个数据量的75%以上，这类非传统数据格式变化极快。快速化是指对生成及变化的数据处理速度要求更高，即是1秒定律，大数据具有很强的时效性，用户只有把握好对数据的时效性才能利用这些数据。价值化是指大数据的价值密度低，商业价值高，例如视频，可能有用的数据仅仅有一两秒。
三、大数据时代背景下旅游业的变革
1.大数据改变旅游业发展策略。国家和地方政府非常重视旅游大数据的发展.2009年，国家旅游局信息中心申报“旅游基础数据库”项目；中国旅游业信息化“十二五”发展规划中明确提出把建设和运行全国旅游基础数据库作为重点项目开展；2015年10月，国务院办公厅《关于进一步促进旅游投资和消费的若干意见》，提出积极发展“互联网+旅游”，大数据是旅游产业发展到一定规模的必然方向，政府部门希望借助大数据对动态发展的社会需求做出科学的、客观的反应和理解，从而为政府部门、企业单位等提供科学决策。
2.大数据改变旅游者决策行为。2015年7月23日，中国互联网信息中心在北京《中国第33次互联网络发展状况统计报告》指出：截至2015年6月，在网上预订机票、酒店、火车票或旅游度假产品的网民规模达到2.29亿，较2014年底增长730万人，半年度增长率为3.3%。与此同时，手机预订机票、酒店、火车票或旅游度假产品的网民规模达到1.68亿，较2014年12月底增长3350万人，半年度增长率为25.0%，是整体在线旅行预订市场增长速度的7.6倍。我国网民使用手机在线旅行预订的比例由24.1%提升至28.3%，这说明现在越来越多的游客更愿意选择手机移动客户端进行旅行预定，手机移动客户端具有非常强的便利性。
3.旅游企业经营管理的变革。每次查询、预定、租凭及游后日志撰写、网络点评等都会产生大量数据，这些数据不仅对于越来越个性化的旅游者来说很重要，而且对于旅游企业来说也很重要.例如国内知名蚂蜂窝旅行网站，截至2015年2月，蚂蜂窝已积累8000多万用户，其中80%的用户来自移动端，点评数量达1600万条，超过50%的技术研发人员，有自己的数据研究中心，大数据是三大核心竞争力之一。蚂蜂窝对用户信息进行提取并分析其行为偏好，如攻略下载、旅游搜索与问答、目的地浏览等，得出自由行的热门目的地、热门酒店等聚焦性购买需求数据。根据这些数据，蚂蜂窝与全球供应商合作，进行自由行产品的用户反向定制和销售，协同供应商对自由行产品进行优化和重构。
四、大数据时代旅游营销模式创新
1.思维创新。维克托.迈尔•舍恩伯格在《大数据时代》书中指出，大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”，这就颠覆了千百年来人类的思维惯例。这种由关联性所带来的思维创新主要表现四个方面，①营销分析的重点从“为什么”转成“是什么”，从“因果关系“转成”关联关系“。②营销统计从”样本“到”总量，大数据的统计样本再也不是过去的抽样，而是全部的样本。③营销市场调研，从“定性”到“定量”.传统的市场调研分析存在一些不可量化因素，而大数据市场调研分析一切皆可量化。④销核心资产从“品牌”到“数据”，大数据时代，数据成为最有价值的资产。大数据时代所带来的营销创新思维非同小可，例如著名的“啤酒“与”尿布“营销故事。
2.精准营销。旅游者获取信息的渠道大大增加，更加追求个性化、差异化的产品和服务。旅游者在出发前，可以在网上查看目的地、攻略、点评；在旅游途中，可以通过移动客户端查看景区客流量信息、周边实时交通信息、以及娱、购、住、食等信息；旅游结束后，游客可在微博、博客、微信等社交媒介上撰写游记或是分享心得。游客游前的点击搜素，游中的目的地查询，游后的游记都会形成涉及旅游业营销的数据。社交媒体网站凭借大数据平台，分析游客的上述行为数据，根据其兴趣、爱好和倾向，进行个性化整合推送，实现精准营销。
大数据营销概念范文3
[关键词]大数据；营销领域；营销活动；伦理问题
[DOI]10-13939/j-cnki-zgsc-2015-27-028
1 大数据的概念
近些年随着移动互联网、物联网、云计算的迅猛发展，IT业又出现了一个新名词――大数据（Big Data），“大数据”（Big Data）的横空出世是IT行业又一次颠覆性的技术变革，且已在各行各业逐渐形成燎原之势，大数据的出现不仅给当今世界带来了翻天覆地的变化，同时也潜移默化的影响着人们生活的各个领域。
对于大数据的概念，迄今为止仍然没有形成统一的准确定义，Francis Diebold（2003）是第一个提出“大数据”术语的学者，他认为：大数据就是正在激增的数量和潜在的相关数据，主要是当今空前发展的数据记录和存储技术。而META集团（现为Gartner）的分析师Douglas Laney（2001）在研究报告中，就指出数量（Volume）、速度（Velocity）和种类（Variety）的增加可能是未来的一大趋势。虽然这一描述最先并不是用来定义大数据的，但在此后的十年间很多企业如IBM和微软仍然使用这个“3Vs”模型来描述大数据。对此也出现了一些不同的意见，大数据及其研究领域具有影响力的领导者的国际数据公司（IDC）在2011年做的报告中定义大数据为：“大数据技术描述了新一代的技术和架构体系，通过高速采集、发现或分析，提取各种各样的大量数据的经济价值。”从这个定义来看，大数据的特点可以总结为4个V，即Volume（数量），Variety（种类），Velocity（速度）和Value（价值）。4Vs和3Vs的不同之处就是增加了一个价值，指出了大数据最为核心的问题就是如何从规模巨大、种类繁多、生成快速的数据集中挖掘价值。De Mauro，A-，Greco，M-和Grimaldi，M-（2014）对大数据的定义进行了统一：大数据指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。由于利益相关者的角度不同，因此学者们对大数据定义的表述也不尽相同，但大数据的重要性却得到了一致的认同，即大数据在其数据量、数据复杂性和传播速度三大方面都显著的超出了传统的数据形态，也超出了现有的技术处理手段。
正是有了数据的爆炸式增长，大数据已经在学术领域、商业领域乃至政治领域都得到了密切的关注。2008年《Nature》出版了专刊“Big Data”，从互联网技术、网络经济学、超级计算、环境科学和生物医药等多个方面介绍了大数据带来的挑战。2011年《Science》推出关于数据处理的专刊“Dealing with Data”，讨论了数据洪流（Data Deluge）所带来的机遇，同时也指出如果能够有效地利用好这些数据，人们将会得到更多的机遇，并能对社会发展产生巨大的推动作用。
2 大数据给营销领域带来的变化
国外学者Daniel Nunan（2013）就指出了大数据可能会产生影响的五大领域：社交网、数据所有权、存储问题、数据收集、公众隐私，因此大数据时代各大领域都将迎来新一波的迅猛发展期，同时它也决定了未来商业的发展趋势，尤其在营销领域大数据与营销的结合更是颠覆了传统的营销模式。
2-1 营销活动将更科学化
大数据的特征是容量大、种类多、高速度和有价值，因此大数据时代的营销不再是基于经验和直觉，而是基于科学的数据分析进行精准营销。曾经有过一个经典的大数据案例讲的就是“啤酒与尿布”的故事，在20世纪末的美国沃尔玛超市中，超市的管理人员意外的发现两个毫无关联的物品啤酒和尿布会经常同时出现在一个购物篮中，后续研究发现原来是因为美国一般都是年轻的爸爸出来为小婴儿购买尿布，顺便为自己购买啤酒，当然其中就用到了商品间的关联算法，而大数据正是通过海量的数据来实现精准的营销为企业竞争赢得先机。
2-2 营销活动将更个性化
随着数据的挖掘、采集、分析等环节的效率不断地提高，大数据的大容量、高速度、多样性以及高价值四个特点使得个性化的营销服务成为可能。营销的最终目的就是能够准确的了解每一个潜在的或者现实的客户需求并为其提供满意的产品和服务从而实现利润最大化，而大数据恰好能够利用其显著的优势，从海量的数据中提取有用的信息，准确地把握客户的兴趣点，了解客户的个性偏好，因此大数据背景下利用网络技术平台提供个性化服务是未来的一大趋势。
2-3 企业营销组织机构和人员工作职能将围绕数据展开
大数据时代下对于企业来说数据是最重要最珍贵的资源，因而数据的收集和整理以及数据的分析和处理将是营销人员制胜的关键。因此营销人员的工作将更多的是围绕着数据的采集、分析和处理展开。在营销领域采用数据挖掘是营销发展到一定阶段的必然趋势，而数据挖掘技术的应用能对企业的营销管理带来很多显著的利益，因此未来企业的营销人员的职能会发生转变，以数据挖掘、分析为主的组织机构将会成为企业的重要职能部门。世界著名的管理咨询公司埃森哲和麦肯锡都先后报告称，数据科学家的需求将会持续扩大，未来如何培养高技能的数据人才会是各大数据业务公司的重中之重。
2-4 营销活动将可预测
大数据是一场技术性的革命，海量的数据资源使得营销管理开启量化的进程，而运用数据进行决策是大数据背景下营销模式的一个重要特征。未来企业的竞争将是数据的竞争，谁能挖掘潜在的客户掌握客户的需求谁将能取胜，因此企业营销活动的成败关键就在于是否能准确地判断顾客的价值，而大数据的出现使得营销管理活动能够实现精确的预测成为可能。大数据之“大”就是数据量大，能搜集全面和综合的数据，并再结合数据算法建模的使用，便能充分地挖掘数据间的相连性，从而来预测市场的发展趋势，帮助提升营销活动的可预见性。
总之，大数据时代的到来给营销领域带来了巨大的商机。可正当人们还沉浸在大数据所带来的各种便利和价值的时候，有一个问题已慢慢引起了全世界的关注，即大数据营销活动中一些有悖于道德伦理问题的存在令人担忧。
3 大数据时代面临的挑战
3-1 数据的质量问题和数据人才的缺乏
大数据的“大”是指数据量大，但数据量大不一定代表信息量大或者数据的价值大，相反由于数据量太大容易造成很多繁杂无用的垃圾数据的泛滥。高质量的数据是大数据发挥效能的重要手段，因此如何应用相应的技术手段对大量的数据进行深加工成为企业发展的关键。同时由于大数据时代营销人员的职能已逐渐转化为数据相关的工作，而数据人才的缺乏也是当今营销领域的一大挑战，因此如何培养数据人才充分利用数据的挖掘采集和分析技术来获取高质量的数据信息是我们的当务之急。
3-2 数据的复杂化难以管理
当今世界对数据的争夺问题已日趋白热化，各大企业都为获取有效的数据信息来赢得竞争的优势。虽然数据就像黄金一样把它们放在一个数据库可以保证安全，但这却不是一个实际的处理方案，一方面没有那么大的内存去存储；另一方面由于数据的珍贵，每个企业都小心翼翼地将数据当作财产一样存储在不同的服务器上，彼此之间互不连通形成一个个“数据孤岛”。而大数据时代又需要广泛的研究数据间的相关性才能从中发现客观规律，需要个体和集体的配合才能实现数据的共享从而实现数据的价值最大化。
3-3 公众和个人隐私问题日益凸显
当今数据的收集和存储能力已远远超过了数据的利用率（Jacobs，2009），而目前这两种能力还不能有效的结合，使得数据的利用率较低且数据的泛滥很可能会使得公众的隐私受到侵犯。在大数据的营销过程中很多用户相关的信息都是以数据的形式存储在电脑上，而互联网的广泛传播使得数据的隐私问题越来越令人担忧。例如，很多企业为了经济利益将用户的个人资料私自出售，甚至还有一些不法分子窃取用户的个人信息对用户进行诈骗等，这已给个人造成了严重的困扰。
3-4 数据精准性与服务精准性不对称
尽管大数据营销可以让企业了解客户的需求，但精准的数据不一定能全面把握客户的心理活动。比如说一个顾客一直徘徊在商场一楼的鞋子特价区，此时这个顾客的举动可能说明了这个顾客对鞋子是有需求的，但不能说明这个顾客一定是一个价格敏感者。尽管大数据的确能够发现、跟踪和分析消费者的每个显性变化，但却无法全面把握消费者的内心活动，因为顾客的购买心理本来就是一个“暗箱”，他的购买行为是由很多因素综合决定的，可能是心理，可能是价格，还有可能是环境因素，等等。因此尽管大数据能够提供精准的数字，但却很难提供精准的预测，这里面涉及了一个不可确定性因素，就是顾客的心理。
4 大数据背景下营销领域伦理问题的解决途径
大数据对于营销领域来说是一把双刃剑，既是机遇也是挑战。它既能给企业带来巨大的商业价值，有效地提升企业的竞争力，同时也可能因为安全隐患问题给社会带来极大的危害。因此，本文试着从国家、企业以及技术手段三个层面来探讨如何有效地规避大数据自身带来的伦理问题。
4-1 国家应当制定相应的法律法规来约束不法行为
由于我国相对于西方发达国家来说，大数据营销起步较晚，因此相关的法律法规还不是很健全，许多不法分子利用一些法律漏洞来窃取消费者的隐私、侵害消费者的利益。从宏观层面来说，国家是市场有序进行的保证，而法律是依靠国家的强制力来维护公共生活的秩序。因此国家应加强相关的法律法规的建设来严厉打击不法分子、保护消费者的隐私安全。
4-2 通过行业自律来约束自身的伦理机制
由于法律仅仅是外在的约束因素，而要从根本上解决问题还需要加强行业的内在自律性，加强企业的内在道德观念，自觉的遵守道德约束。而事实证明，企业通过建立消费者隐私的保护机制，依法保障消费者的合法权益，是解决这些伦理问题的源头。 （3）利用技术手段解决自身的问题。大数据的安全隐患问题是由大数据发展过程中自发产生的，因此可以充分的利用技术的优势有效的规避这些问题。人的自律行为是需要相当大的决心的，因为往往拒绝不了利益的诱惑，而法律的制定往往是滞后于技术的进步，人们往往是等到出现了问题后才会想办法制定相关法律，事实上也正是因为技术的不完善才给了那些不法分子钻空子的机会，因此依靠技术自身的优势来解决大数据背景下营销伦理问题是最切实有效的。
5 结 论
大数据从被人们所熟知到现在各大领域的广泛应用，标志着人类已经正式走入“第三次工业革命”时代。大数据在营销领域的应用使传统的营销活动变得更加的科学化和个性化，同时大数据与营销管理领域的结合也是时展的必然趋势，更是企业在激烈竞争下取胜的关键举措。与此同时，我们在享受大数据带来的巨大商业价值时，也应客观的认识到大数据时代的安全相比传统安全更加复杂，对此理应结合法律的强制措施和行业的自律以及技术的显著优势，来保障大数据背景下营销朝着正确的方向发展。
参考文献：
[1]Daniel Nunan etc-Market research and the ethics of big data[J].International Journal of Market Research，2013-
[2]Janakiraman Moorthy etc-Big Data： Prospects and Chanllendes[J].Decision Makers，2015-
[3]冯芷艳，郭迅华，等-大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013（1）.
[4]吴娜，石青辉-大数据背景下的营销伦理问题研究[J].湖南商学院学报，2015（2）.
[5]李巍，席小涛-大数据时代营销创新研究的价值、基础与方向[J].科技管理研究，2014（4）.
大数据营销概念范文4
关键词：大数据；网络营销；云计算
我国网络营销开始表现出圈子化的特点，例如形成了“爱车一族”“数码一族”等，为此，在进行网络营销和沟通方式的转变中应当偏向互动式结构。例如当前易传媒平台已经对超过4万个在线殷勤进行了效果优化的分析，并不断更新数据，最终形成了网络营销基本指导方法。这种基于大数据背景下的创新将能够提升未来网络营销的能力，更加有助于满足消费者需要，因此具有重要现实意义。
一、大数据及相关概念
大数据主要是指当前阶段采用常规手段无法有效应对的海量信息数据。这些数据是传统级无法应用的。大数据中信息量始终都在增加。
网络营销活动中，数据量并不缺少，但是针对增加的数据需要有效处理才是关键。企业中需要对用户、市场以及销售情况进行分析，并对所有数据进行整合与运用。面对如此巨量信息现代化的网络营销技术必须利用所有数据，形成完成的且具有高效率的应对方案。例如像阿里巴巴这样的中国电商领军企业，也正在不断运用大数据解决实际问题。淘宝系统平台中，上架通过淘宝模仿掌握了所有行业的销售情况，例如商场排名以及消费者行为等等。
大数据下的网络营销模型分析：
通过对大数据应用到网络营销之中，并对所有大数据源实施有效对比，则就能够形成有效的营销模型网络：
（1）对日志信息进行搜集与整理，并分析各大消息站点的信息。（2）对所有数据信息员输送到网络营销模式之中，通过算法库完成运算与方法归类。例如聚类算法以及分类器等。（3）通过对上述信息的提取，形成有效网络营销方案。例如在基于大数据商品关联营销以及商品地理营销、社会网络营销等基础上形成解决对策。
二、大数据背景下的网络营销措施
1.商品关联挖掘分析
在网络营销案例研究中，“啤酒与尿布”案例非常具有代表性。将啤酒与尿布同时放在一起则能够极大程度上提升二者销量。究其原因主要是美国家庭主妇并不是自己采购食材，而是丈夫下班回家负责采购，美国人非常喜欢喝啤酒，因此，会在购买尿布的同时购买啤酒。这样两者之间就形成了一种隐形关联。大数据挖掘的关键就是能够分析出集中数据之间形成的隐形关联，通过拼接碎片数据的方式打通数据之间形成的关系。
2.产品地理分析
通过对网站数据进行分析发现，不同地理位置上的人们具有属于各自的饮食习惯和偏好。例如武汉人比较喜欢吃牛肉，浙江人偏好吃螃蟹。同时针对两个省份的喜好情况可以设置独特的销售方式。
总体而言，在对文胸的分析发现，北方地区对B、C罩杯的文胸需求量较大，南方则对A罩杯文胸的需求量较大。通过这个购买分析可以发现，针对北方与南方地区进行产品销售时应当有所侧重。上述中所有结论的获得与产生都依据的是十分典型的大数据。因此产生的结论更加对商品地理营销具有至关重要的价值。更加可以指导相关产品的地域性营销。
3.社会网络营销分析
这些看似无心的举动，其实正是主办方基于大数据，对受众群体和社会化网络传播媒介的了解，比如：蒙牛的年轻、梦想、牛奶的品质生活很符合年轻人的口味。还有因为红米手机的价格不高，所以红米的定位在二三线城市消费者，而QQ空间在这个群体里有着很大的用户黏度。还有凡客体的火热，也是归功于微博的时效传播与个性化追求。
三、案例分析
微博的流行与火热进一步促使网络营销的发展，微博用户之中拥有大量相同爱好的朋友，这部分人中可以发送同类广告消息。例如下图1.中所示，红色圆圈表示的是“大V用户”，绿色代表核心用户。蓝色则表示V核心用户。假设对某项体育产品进行推广，则可以通过加V体育明星圈中提供广告，将会产生较好的效果。同时，为了传递此广告到作家圈中，可以通过连接两个圈子中的核心结构洞用户，将某个体育明星的核心结构洞用户，与作家圈之间形成连接。
这样就能够实现消息转移。
结束语
综上所述，现实生活中人们对大数据技术的依赖性越来越高，大数据发挥的作用也将更加巨大。未来在对大数据进行研究时需要从几个方面加强：第一，提升对大数据网络营销方面的理论研究能力，为应当海量信息数据处理提供技术支撑。第二，是应当加强对网络营销环境中隐私问题的研究。一些浏览器可能会保存浏览记录，企业往往通过这种方式寻找商机，并创造价值。但是，针对隐私保护方面的问题则是大数据方面的一个重大挑战，一方面是技术上的，另一方面则是法律方面的。
参考文献：
[1]仝彦丽.京郊专业合作社网络营销应用研究――基于京郊100家专业合作社的调研[J].中国农学通报，2016，08：191-195.
大数据营销概念范文5
【关键词】大数据 场景 烟草
1 引言
2014年11月份，家局下发了《烟草行业信息化发展规划（2014―2020年）》，明确指出“大数据应用应着力于分析场景（业务场景）的设计和分析模型的建立……”，作为地市级烟草公司，首先应明确企业信息化现状，深入了解大数据相关概念和行业规划，根据自身实际情况确定大数据应用场景，为今后大数据规划和应用做好理论准备。
2 大数据概念与典型场景
2.1 “大数据”（Big data）
对于“大数据”，有几种不同的概念：
研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
麦肯锡全球研究所给出的定义是：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，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
2.2 大数据应用典型应用场景
理论上，大数据有以下七个方面的典型应用场景：
2.2.1 客户管理方面
构建客户360°立体画像，在传统客户360°视图基础上，引入大数据，整合客户重大事件、社交关系等信息，实现了客户画像。
2.2.2 营销管理方面
执行个性化的智慧营销，根据客户当前需求或生命周期重大事件，实现个性化的智慧营销。
2.2.3 风险管理方面
实现高效准确的风险控制，通过引入大数据及大数据技术，使得基于长期历史数据业务压力测试、准确的征信报告、实时的欺诈检测成为可能。
2.2.4 欺诈管理方面
侦测交易过程中的欺诈行为，利用大数据技术进行模式识别，构建判断规则；利用快数据技术对交易进行实时捕捉、实时监控。
2.2.5 挖掘预测方面
通过沙盘演练挖掘数据价值，对客户即将的行为进行预测，进行精准应对。
2.2.6 归档管理方面
实现历史数据归档查询与分析，尤其是对流程性数据进行深度分析。
2.2.7 舆情分析方面
分析用户舆论评价，利用大数据技术，搜集门户、微博、微信、搜索引擎上关于品牌、产品、服务、质量的评价，以及竞争对手的商业信息等。
3 大数据现状
3.1 大数据国家战略
经总理签批，2015年9月，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。
《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。
《纲要》部署三方面主要任务。一要加快政府数据开放共享，推动资源整合，提升治理能力。大力推动政府部门数据共享，稳步推动公共数据资源开放，统筹规划大数据基础设施建设，支持宏观调控科学化，推动政府治理精准化，推进商事服务便捷化，促进安全保障高效化，加快民生服务普惠化。二要推动产业创新发展，培育新兴业态，助力经济转型。发展大数据在工业、新兴产业、农业农村等行业领域应用，推动大数据发展与科研创新有机结合，推进基础研究和核心技术攻关，形成大数据产品体系，完善大数据产业链。三要强化安全保障，提高管理水平，促进健康发展。健全大数据安全保障体系，强化安全支撑。
3.2 行业大数据应用现状
2014年11月份，国家局下发了《烟草行业信息化发展规划（2014―2020年）》，要求各单位要深刻领会规划精神，准确把握以“一号工程”为基础，以“三流合一”为目标，以“一个平台、五大应用、五大保障”为基本框架，整合兼容、互联互通、先进实用、改造升级，推进一体化数字烟草建设的总体发展思路。
在数据中心规划的数据利用部分，明确指出：“积极引入大数据技术，满足行业快速处理日益增长的结构化和非结构化数据的需求。大数据应用应着力于分析场景（业务场景）的设计和分析模型的建立，综合考虑行业运维与技术条件，采用主流、发展前景好的架构与技术，紧密结合零售终端信息化建设，采集零售户信息、消费者信息及移动应用产生信息等各种类型的海量信息，挖掘其中隐藏的业务规则、知识财富和商业价值。”
在新技术应用要求部分，明确指出：“推进大数据技术应用。应基于对数量大、类型多、变化快等大数据基本特征的认识，明确应用场景，突破数据建模，有效发挥大数据分析的能力，增强商务洞察、业务运作与风险防范能力。”
大数据营销概念范文6
关键词：服务 不可储存 动态变化机制 层级理论 大数据
一、服务的不可储存性
服务的不可储存性又叫服务的易逝性，是指服务产品无法保留、转售及退还的特性。服务的无形性以及不可分离性使得服务不可能像有形的产品一样被储存起来，以备未来出售。服务作为一种非实体的产品，不管在时间上还是空间上都是不可储存的。体现在两个方面：
1.服务不能在生产后储存代售
理发店的服务能够典型地体现出服务的不可储存。
2.服务客户也无法购后储存，客户不能在空间或时间上将服务保存
例如客户接受洗浴中心桑拿服务，离店之后，中心提供的所有服务结束，客户不能在离开后的时间和空间上继续享受这个服务。
由于不可储存，企业在投入固定的人力物力财力形成一定服务能力的情况下，在较少顾客购买服务时，企业的部分服务能力就会造成浪费；而到消费高峰期时，企业不能在短时间内改变较固定的消费能力，从而造成服务能力不能满足消费者需求，影响部分消费者的购物体验，这种不良后果会降低消费者的忠诚度，进而损害企业名誉。因此，如何妥善处理供求矛盾是服务营销过程中所面临的一个重要问题。
二、传统供求矛盾处理方法与生产动态变化机制
需求管理中供求矛盾主要体现为供不应求和供过于求。
1.传统供求矛盾处理方法
企业生产能力与消费者需求之间的变化关系如下：
目前需求管理的很多方法将眼光瞄准了“需求”二字，以峰填谷，尽量引导消费者将需求的变化趋缓。例如：供过于求时，通过服务创新、价格优惠及降价和广告促销等刺激消费，将需求从高峰期转移到非高峰期，从而使人员和设备得到均衡使用；供不应求时，通过调高价格或减少优惠转移分散消费者需求等。
2.生产动态变化机制的假设
服务企业花了很多精力来研究怎么样以峰填谷，但是，影响消费者消费的因素有很多，企业很难利用各种方法来缓和消费者的需求曲线，即使耗费大量成本，供与求仍然存在较大矛盾。创造一种与消费者消费规律曲线相平行的灵活的服务生产动态变化机制，在今天以顾客为导向的营销界，似乎显得比改变消费者需求更有效和更理性。消费者的需求与服务者的服务能力达到和谐统一是需求管理的目标。
因此，服务生产动态变化机制区别于传统需求管理，如下图：
动态变化机制能够为需求管理提供另一种方向，即从服务生产角度来定义需求管理，以供应管理需求。本文将对该机制的假设、实现可能性大小的探究以及相关实现方法进行探索。
三、服务参与层级理论
1.服务参与层级理论概念解读
让供应随需求变动的方法有服务设备数量变动、人员配备数量变动、服务效率的变化、平均被服务时间的改变、劳动强度的变动等等，但这些方法在今天看来，高变动成本和低灵活性成为了生产能力变化难以突破的瓶颈。如何在低变动成本和高灵活性上寻求突破？
金牌教授理查德·B·蔡斯在1978年根据顾客对服务推广的参与程度将服务分为三大类，即高接触度服务、中接触度服务和低接触度服务。这种服务分类方式是从消费者（即被服务者）角度进行划分的。但事实上，服务的两个基本对象为消费者和服务者，因此，服务一定可以从服务者角度被分类。本文从服务者的角度出发，以服务者参与程度不同，提出一种新的分类方式：高参与度服务，中参与度服务和低参与度服务。例如顾客参与程度较高的电影院在服务者角度看属于低参与度服务，而被看做低接触度服务的快递业却属于高参与度服务类型等。
通过这样的分类方式，我们从需求管理中的消费者一方转向服务者一方。
理论图示如下：
这种分类并不是将服务行业的所有服务简单分为三类，而是将一种服务整个过程的多个环节分为三个层级，层级①是必须人参与的服务环节；层级②是有技术支撑人就不需参与的服务环节；层级③是大多数时候不需要人参与的服务环节。
2.理论成立前提条件
（1）一项服务不是一个不可分离的整体，而是由多个小服务单位组成的过程。
（2）服务业最大的成本是人力成本。
（3）技术一次性开发成本较高，边际成本较低。从长远来看，技术总成本小于长期占用的人力总成本。
3.理论内容
基于上述条件，理论内容如下
（1）服务可分为多个环节，分别处于不同的层级中。
就目前发展来看，入住宾馆服务分析如下：
（2）每个环节对各种显性要素的需求不同，服务不可储存，但是实现最终服务的显隐性要素可以预储存。
（3）层级②是一个假想的动态的过渡范围，实际是指存在于层级①中并随时可能进入层级③的部分。层级②中提到的技术包括有潜力实现的技术或展望未来的技术。
（4）每个层级的范围并非一成不变，而是随着服务业的发展在不断扩大或缩小范围。从过去到现在，随着科技的进步，服务的发展方向是①②③，①会逐渐减少但不会完全消失，③会逐渐增多。
（5）层级②的空间巨大，而且会一直存在，需要企业具备前瞻性，进行挖掘并利用。基于以上理论内容，我们深入浅出，引入一个时代新概念——大数据，并分析这种新技术可以如何根据上述理论，节约成本，灵活运行，实现服务供应曲线与消费者需求曲线契合的可能，并以此给国内服务业提供一些启示。
四、大数据引领服务新形式
1.大数据概念
大数据是一个数字集合，包括三类数据：一是结构化数据，如人事系统、财务系统等；二是半结构化数据，如电子邮件、网上的新闻等；三是非结构化数据，如社交网络（如微博、微信、MSN等）产生的图片文字符号等交互数据。其中，非结构化数据占到数据总量的85%左右。
随着移动互联网、物联网、云计算等的快速发展，及视频监控、智能终端、应用商店等的快速普及，全球数据量出现爆炸式增长。特别是智能终端的应用，使数据越来越大，越来越快，越来越复杂，多种数据交织存在，推动了大数据的研究及应用。
2.大数据案例
目前企业对非结构化数据的利用程度非常低，但事实上，这一部分的数据对企业掌握消费者的购物习惯和性格偏好非常重要。企业如果能够把结构化的交易数据和非结构化的交互数据糅合起来进行大数据处理，就会实时掌握目标消费者的有效信息，实现精准营销。
沃尔玛最早通过大数据受益。早在2007年，沃尔玛就建立一个超大的数据中心，其存储能力高达4PB以上。通过对数据中心中消费者的购物行为等非结构化数据进行分析，沃尔玛成为最了解顾客购物习惯的零售商，并创造了“啤酒和尿布”的经典案例。
阿里巴巴也开始运用大数据。2012年，阿里巴巴在拿到金融执照短短几年时间就已经对12.9万家企业实行微贷款，总额260亿万元，成为银行界未来最可怕的潜在对手。阿里金融利用网上的客户信用数据与行为数据，建立网络数据模型与信用体系，借此给每一个商铺、每一个店家做信用等级的评分，阿里金融根据这个评分，去发放从500元到100万元不等的微贷款，并开发了很多业务产品。阿里金融不需要抵押，不需要贷款，只依赖于大数据，打破了银行的传统做法，改变了游戏规则。
无论是沃尔玛还是阿里金融，无疑都创造了新的服务方式，将以前属于层级①的服务环节通过大数据处理发展为层级③环节。人力成本节约的同时，服务质量不仅没有下降，反而更显人性化。如此一来，因技术而导致的边际成本（主要为人力成本）的降低就为创造图2.2所示的动态机制提供了条件。
3.大数据在服务分环节和预储存中的应用
（1）在服务分环节中的应用。按照前述理论，服务分为多个环节，针对服务的每个环节进行逐一分析，尤其对正处于层级②的环节，要看技术是否可支持其进入到层级③范围内。
例如，前面提到的酒店服务中，咨询信息，预订宾馆，办理手续等环节处于层级②。随着大数据的应用，在预订宾馆环节中，宾馆的住房系统会根据顾客在互联网上的相关信息和过去的消费数据，分析该顾客的身份地位、性格特点（如温和或暴躁型）、资金实力、消费习惯（是否喜欢临时变化或者是否经常对服务产生不满情绪）、地点偏好（靠窗或喜欢安静）等，在顾客下单前已为顾客选择好合适的房间。而且分析顾客性格和资金实力会有利于宾馆编排房间以及决定当客流量高峰时应该首先满足哪部分人群的消费。至于入住手续，未来身份证可以依托大数据技术形成一卡通，在安全系数保证下，网上预订交款后可刷卡直接入住，无需宾馆人员办理手续，这样节省了人力成本，等等。
（2）在预储存中的应用。预储存是指储存完成服务所需要的各要素内容，而非服务本身，如果有技术支持的服务环节能脱离人进行，这些环节及要素较容易进行预储存。
咨询类服务是可以预储存的典型服务类型。医院看病服务中有一个环节就是患者向医生咨询信息，如果患者以往的看病住院和咨询记录被储存起来，这类大数据在该患者再次咨询时经过技术处理将有效数据（如患者性格，家庭情况与所患病症的联系，身体特征，服药经历及患者咨询频率和时间等）传达给医生，那么医生向患者收集信息并整合的环节就被系统瞬间完成，咨询所用时间就会减少很多。这种预储存经过大数据处理，会提高服务效率，甚至服务本身在预储存之后可以由消费者自主完成。例如，在大数据支持下，系统能够根据以往消费数据和新加数据，提供患病信息以及推荐相关药物，这种智能系统能够解决很大一部分常见病症（如感冒、炎症等）患者，等于将这部分过去由医生完成的服务交由智能系统完成。这也依赖于大数据和预储存。
4.从成本和灵活性角度分析动态变化机制的可能性
大数据的使用并非单纯的数据罗列，而是大量数据的智能组合和计算，形成更加智能化和人性化的服务方式。随着技术的发展，相比人工服务质量受情绪和外界因素的影响较大，大数据处理的智能化和人性化的稳定性会比人工服务还强。因此，未来依托技术的服务质量并不会随着成本的降低和灵活性的提高而变差。在这个前提下，我们分析：
（1）成本
大数据是一种技术，技术相对于人力来说，有初始投入成本高，边际成本低的特点。长远来看，技术的成本一般会低于人力成本，这也是社会能够一直进步的原因。如果企业觉得初始成本高，可采用社区化联盟的方式做到技术信息共享，降低初始成本。例如，宾馆可以和某家餐厅以及休闲中心共建系统，共享数据。边际成本低就很容易使服务的供应曲线与消费曲线契合，在消费高峰时，增加一个服务和减少一个服务的成本很低。例如，医院如果增设了患者自助看病的智能系统设备，那么每当有患者看病，只需要智能系统进行数据智能处理就能完成服务的大部分，这个边际成本非常低。在消费低峰时，减少系统的这种处理数量也远比将人力闲置成本低得多。
（2）灵活性
如果服务交由系统完成，那么系统增加一个服务就远比依靠增加人力物力来增加服务容易得多，灵活性也是智能设备的一大特点，未来的大数据的诞生和蓬勃发展正是基于这种强灵活程度。另一方面，大数据的处理也会让企业对行业内消费者需求变化规律更有把握，从而在高峰和低谷到来之时从容应对。
综上所述，大数据时代下，服务在保证质量的情况下，低成本和高灵活性是完全有可能实现的。因此，前述图2.2的动态机制建立的可能性就存在。
五、结论
1.本文论证结论
本文首先通过解释服务的不可储存性，之后探究带来的供求矛盾问题，分析现有以峰填谷的解决办法之后，提出适应需求的生产动态变化机制，之后围绕如何实现动态变化机制，首先提出服务层级理论，将服务环节化，要素化，并提出预储存的设想，结合目前渐露发展势头的大数据概念，分析技术代替人力以实现供应迎合需求变化的可能性，以成本和灵活性分析，最终得出肯定结论。即，服务层级理论可以应用于需求管理当中，并且可以建立生产动态变化机制。
2.服务难点启示
根据服务层级理论显示，服务的难点是怎样很好地把握层级②的范围（服务的哪些环节可以被技术代替），在适当的时机分清三个层级的范围并使服务按照方向发展。如果在技术未成熟之时就盲目将层级①过渡为层级②，发展为层级③，会降低顾客的体验价值，给公司信誉带来危险；如果在技术成熟之后仍未将层级①中服务环节过渡到层级②，会使公司成本上升，效率低下，综合竞争力下降。
美国已将发展大数据提高到战略层面，大部分是源于军事因素，但是，一旦大数据时代到来，服务行业必将产生划时代的改变，也会带来需求管理的变革，但是变革并非一定带来益处，一项技术产生，总会有企业错失发展良机，也会有企业借机增强实力。
参考文献：
[1]郭国庆.《服务营销管理》（第二版）[M].北京：中国人民大学出版社，2009.4.10
[2]苏朝晖.服务的不可储存性对服务业营销的影响及对策研究[J].经济问题探索，2012.
[3]汪晓倩.基于顾客需求的服务供应链决策分析[J].物流科技，2013.
[4]李季，冯玉囡.服务生产力概念的演进及其测量研究[J].Proceedings of International Conference on Engineering and Business Management（EBM2010），2010.
[5]罗海成.基于互动的服务生产力及其提升策略探析[J].福建论坛（人文社会科学版），2006.
[6]曹花蕊，张金成.企业服务生产力及其应用模型研究[J].生产力研究，2008.
[7]叶明海，徐文.互联网在服务营销中的应用与前景[J].同济大学学报（社会科学版），2002.
[8]刘琼.美国将发展大数据提升到战略层面[N].中国电子报，2012-7-17（003）.
[9]杨海燕.大数据时代的图书馆服务浅析[J].图书与情报，2012.
[10]谢国忠.大数据时代下的企业管理与创新[Z].北京：创新驱动：新机遇新挑战—2013年全国企业管理创新大会资料汇编，2013.
