大数据背景下网络精准营销的构建

陈静怡

(福建商学院工商管理系，福建 福州 350012)



大数据背景下网络精准营销的构建

陈静怡

(福建商学院工商管理系，福建 福州 350012)

随着大数据概念的兴起和发展，网络营销从单向的1.0时代，互动的2.0时代，逐步走向个性化的3.0时代，这就要求企业必须以客户为中心，利用“大数据”资源，更好地实施和优化网络精准营销。结合大数据、网络营销、客户关系管理等相关技术、知识，构建大数据背景下网络精准营销的流程，并联系现实提出相应反思，为企业实施网络精准营销提供借鉴。

大数据；网络精准营销；流程构建

中国互联网络信息中心(CNNIC)公布的数据显示，截止2015年底，我国网民人数高达6.88亿，互联网普及率已至50.3%。随着互联网的日渐深入，海量的数据正以高涨的姿态走进人们的视野，潜移默化地影响着人们的生活和思维模式，越来越多的企业开始重视数据的收集、整理和应用。一种新型的、强调以“客户和技术”为重的营销模式——网络精准营销，开始受到越来越多企业的追捧。如何更好地利用大数据资源，构建和优化网络精准营销，提高企业的营销效率和效果，成为众多企业争相投入研究的对象。

一、 大数据的发展与网络营销的变革

(一)大数据的发展

上世纪80年代，“未来学”大师托夫勒在其著作《第三次浪潮》中提起“大数据”，而真正提出“大数据”概念的是美国麦肯锡咨询公司。伴随互联网的高速发展，2009年大数据才开始崭露头角。目前，业界普遍把“大数据”定义为：涉及数据规模巨大，很难通过主流软件工具在较短时间内进行收集分析、挖掘处理的海量数据集合[1]。其作为目前网络科技发展的主流趋势，具有以下特点：

1.数据规模庞大

早期，企业通过使用TB和PB来衡量数据存储量，而现今随着信息的暴涨，数据呈现指数式增长。据不完全统计，2005年全球共产生1300亿GB数据，预计到2020年将达40万亿GB(数据来源：大数据云高峰论坛《IDC“数字宇宙”报告》，2012年8月)，EB和ZB将成为主流的网络数据计量单位。

2.数据类型众多

海量数据种类繁多，集合了三大类数据：(1)结构化数据：以事务为代表；(2)半结构数据：以网页为代表；(3)非结构化数据：以视频为基础等。这些数据交错重叠，关系错综复杂，对数据的甄选过滤和分析挖掘提出了更高的要求。

3.数据价值密度低

大数据时代，企业虽拥有海量数据，但并非所有数据信息都是有价值的，很多数据仅是重复的冗余，导致其价值密度与其数量大小成反比。以一部时长为1小时的短片为例，可能真正检测下来，有用的数据仅为几秒甚至几毫秒。

4.数据处理速度快

互联网数据中心的报告显示，预计到2020年，全球数据使用量将累积达到35.2Z(数据来源：大数据云高峰论坛《IDC“数字宇宙”报告》，2012年8月)，如果无法迅速地处理这些海量数据，则有可能使数据失去原本的价值，这就对数据的检索响应、分析处理提出了更高的要求。

5.数据分析过程复杂

由于大数据具有海量、快速、灵活、多样、价值密度低等特点，运用传统的商业智能已不合时宜，企业需要根据不同的业务对象，区分不同的场合，采取不同的处理方式，使得数据的分析和处理过程变得异常复杂繁琐。

(二)网络营销的新思维

随着大数据知识、技术的深入，尤其是以MapReduce降维技术为支撑的Hadoop数据处理平台的问世，企业能够以更高效、更可靠的方式进行数据处理，从而为网络营销带来了新的思维——网络精准营销。这种强调以客户为中心，依托强大网络数据平台和技术的营销模式，通过对客户的追踪分析，帮助企业以合适的产品、合适的价格、合适的渠道和合适的促销方式，为合适的客户提供个性化产品和服务，从而实现真正意义上的“精准”。目前主流的研究主要集中在两个方面：

1.从营销理论角度出发，剖析大数据为网络营销带来的精准性。王小鹏(2014)归纳了大数据助力精准营销的三步骤：洞悉需求、精准投放、助力服务，强调“始于客户，终于客户”的核心思维[2]；曲晓琳(2015)提出企业可以通过大数据处理技术全面深入挖掘消费者的兴趣爱好和行为习惯，从而精准预测顾客需求的变化，深化精准营销的动态性[3]；玄文启(2015)则强调企业可以通过网络数据库资源的共享和整合，将理性数据和感性思维相结合，更好地优化企业与客户的联系[4]等。

2.从计算机技术角度出发，论述如何实现大数据背景下的精准营销。目前该领域的研究主要以RTB(实时竞价，Real Time Bidding)技术为主，它强调在对的时间，通过对的路径，将对的广告，展示在对的目标受众面前，从而提高营销的效果和效率。吴勇毅(2014)提出，RTB技术可以借助Cookies实时跟踪用户需求，并借力大数据实现有效甄别分析，从而帮助企业有针对性地投放网络广告，降低营销成本[5]；陈德华(2014)则将MapReduce技术和传统的RTB相结合，提出以广告主为核心的MR-RTB模式[6]等。

综上，虽然目前结合大数据进行网络精准营销的研究众多，但理论知识不够系统全面，更多仅从单一角度论述大数据为网络精准营销带来的益处，未能够建立起一个相对完善的基于大数据的网络精准营销流程。

二、大数据背景下网络精准营销的构建

(一)企业遵循的原则

1.处理的时效性

在互联网高速发展的今天，信息量爆棚，网民的消费习惯、购买方式和个人偏好等瞬息万变，要想实现网络精准营销，信息处理的时效性至关重要。全球知名大数据企业泰一指尚结合现实，提出了“时间营销”概念，就是强调信息处理的时效性。它要求企业必须在第一时间迅速跟进客户信息，实时采集分析数据，挖掘其潜在需求，并及时做出响应，在其决定购买的关键时刻推出相应的商品广告，从而促成交易的完成。

2.定位的精准化

与传统网络营销的广泛撒网不同，大数据背景下的网络精准营销更强调市场定位的精准性。这就要求企业必须借助各种信息技术和网络平台，更为全面深入地了解、分析和预测不同消费者的消费行为，从而找准目标市场，进行有效定位，并不断跟踪优化相关数据体系，提高企业市场定位的精确性。

3.营销的个性化

传统的网络营销是以企业为出发点，更多地选择知名度高、浏览量大的网站作为广告投放的对象，但成本高昂，效果差强人意；而大数据时代的网络精准营销则强调以客户为中心的思维，注重客户价值，通过对客户的结构化、半结构化和非结构化等消费数据的追踪分析，更好地掌握消费者的真实诉求，从而为其提供更为个性化的营销服务。

4.资源的协调化

社会的资源是有限的，但资源浪费的现象比比皆是。对此，大数据时代的网络精准营销更为强调资源的协调性，通过一个开放虚拟数据平台的建立，整合各方的数据、信息等资源，实现互通有无，降低交易成本，优化交易过程。比如，关联企业可以通过共享客户数据资源，制定配套的网络精准营销策略组合，优化资源配置，达到共赢、多赢的目的。

(二) 流程构建的要素

要实现大数据背景下网络精准营销的构建，以下三个要素必不可少：

1.数据的收集分析

大数据时代，企业的网络精准营销就是建立在海量数据的收集和挖掘基础上，通过全面客观的数据分析，帮助企业为客户提供更为精确个性的营销服务。目前，业界主要采用两种主流的方式来收集、分析和处理客户数据：(1)借助专业化的“大数据”服务公司获得相应的技术支持和数据服务，比如，阿里巴巴于2011年4月推出的“数据魔方”计划，就可以对旗下网络平台产生的海量数据进行提炼分析，帮助中小企业收集和分析包括火爆品牌、热门店铺、热销单品，以及购买者年龄、性别、地域等在内的行业、店铺和消费者数据；(2)自身建立相应的数据平台，进行数据收集和分析，比如，目前在烟草、电信、汽车等行业已经有诸多企业开始研究如何利用海量数据来实施网络精准营销。

不管是自建平台还是借力他人，企业网络精准营销数据的收集、存储和加工主要依托于：(1)Cookie追踪技术，即通过第三方监测工具，如Double Click等，严格记录用户的ID、密码、浏览记录和停留时间等信息，帮助企业收集网络精准营销的数据源；(2)大数据存储工具，包括面向静态数据的MPP数据库，面向非结构数据的Hadoop存储平台以及集合软硬件的大数据一体机等；(3)大数据分析技术，主要是通过对企业共性用户的聚类分析、个性用户的针对分析、类别用户的交叉分析等，更为全面地掌握客户需求的动向，进而提高客户的满意度，尤其是以Mapreduce降维技术为基础的hadoop平台的应用，能够更好地帮助企业实现海量数据的全方位存储和分析。比如，现在比较流行的点对点式智能广告，就是利用相关技术追踪客户的个人浏览习惯，实时模仿其可能的行为，推出相应的产品广告。

2.客户关系的重塑

只有建立持久稳固的客户关系，让客户感到满意直至忠诚，才能实现企业的基业长青。传统的网络营销更为注重渠道的选择，并非真正意义上关注客户价值，导致收效甚微；而大数据背景下的网络精准营销则更为强调以客户为中心，重视客户价值，重塑客户关系，冲破红海厮杀，开创新蓝海。

具体来看，企业在实施网络精准营销的过程中必须重视：(1)提高客户购买总价值：通过海量数据的收集记录、分析管理，获得客户的购买习惯和消费轨迹等结构化数据，甚至个人情感、行为偏好等非结构化数据，从而更为全面地了解和预测客户需求，提高产品和服务的个性化，优化企业和人员形象，提升客户价值；(2)降低客户购买总成本：通过客户数据的追踪回溯，完善售后体系和增值服务，更好地降低客户购买的时间、精力和体力等。比如百度文库的个性推送，就是根据客户的浏览路径和阅读偏好，开展分析预测，实施精准营销，从而降低客户搜寻时间，提升客户体验，增强客户满意度。

3.实时竞价技术的推行

大数据时代，要想真正实现网络精准营销，离不开实时竞价(RTB)技术。这种新兴的技术模式，打破了传统网络广告的交易方式，集合类搜索、大数据、CRM等技术为一体，帮助企业更有针对性地开展营销活动，从而提高企业资源的利用率，实现低成本扩张[7]。

RTB技术起源于美国。2011年底，淘宝网正式推出Tanx平台，标志着RTB在中国正式生根发芽。其工作原理是，网络供应方平台根据消费者在其平台上浏览产生的Cookies等，帮助需求方寻找相匹配的潜在消费者，同时让这些需求方以拍卖方式询价，价高者获得在该平台开展营销的机会。这种技术的核心在于通过追踪用户需求，实现广告主“我购买的就是我想要的”的投放诉求与消费者“你推荐的就是我要买的”的购买心理的良性互动，从而提升广告的投放效率。

(三) 具体实施流程——以RTB技术为支撑

基于以上原则和要素，结合数据挖掘、客户关系管理和RTB等知识技术，提出大数据背景下网络精准营销的基本流程(见图1)。

图1 大数据背景下网络精准营销的流程图

1.数据追踪收集

诸多网络平台通过Cookies技术，追踪记载广大网民的IP地址、个人信息、访问路径、浏览内容等数据，帮助企业更为全面地收集和了解客户信息，从而有利于网络广告位的精准出售。

2.广告资源发布

众多的网络广告位资源主要依托供应方平台SSP(Supply Side Platform)进行出售。而SSP作为网络广告位的承销商，要想使广告位的售价最大化，就必须通过大数据的分析挖掘、聚类关联等技术，对每个出售的广告位资源进行优化整理，最大化其流量价值。

3.代理购买广告

同样地，网络广告位的需求方依托自身的技术和能力较难甄选出合适的网络广告资源，于是，一种帮助企业代理购买各种广告资源的专业化平台——需求方平台DSP(Demand Side Platform)应运而生。与SSP一样，它依托强大的数据挖掘分析技术和优化算法，帮助广告位需求方去鉴定和监控每个广告位的流量价值，并提出相应的参考出价，帮助广告位需求方获得“物有所值”的营销渠道。

4.完成广告交易

要想促成广告位的最终交易，就必须要求广告位代理买卖双方在广告交易平台AD exchange上进行自由竞价。通过“简单拍卖，价高者得”的方式，对广告位资源进行重新分配组合。简单来说，就是当某个客户在浏览某网页时，其合作的SSP就会向AD exchange发出广告位贩售请求，而AD exchange则马上向各DSP发出信息，DSP根据其专业化的判断，给出相应出价，最终AD exchange将广告位出售给价高者。而目前，我国主流的AD exchange平台包括有淘宝Tanx、腾讯ADX、新浪SAX等。

5.数据分析管理

在强调“技术为王”的大数据时代，要想更好地推行网络精准营销，不管是SSP还是DSP，都需要对分散的海量数据进行收集、处理、分析、预测，才能够帮助广告供应方和需求方更好地应用网络数据，实现精准营销的目的。具体上看，它包括数据收集、预处理、聚类分析、数据关联和数据预测等技术。

三、 大数据背景下网络精准营销的实践应用

虽然海量数据的挖据和分析能够帮助企业更好地开展网络精准营销，且在国内外也已经有了较为深入的研究和应用，比如Google、IBM等，但仍存在一定的问题，值得反思。

(一)技术条件制约

与传统网络营销强调创意、点击率不同，大数据背景下的网络精准营销更强调技术，它依托相应技术对海量数据进行挖掘处理，从而获得更多有用的客户信息。然而现实情况是，面对封闭的网络世界，数据的拥有者开放度有限，加之数据量庞大、无规律、实时更新、非结构化等，导致大数据技术的应用仍存在一定漏洞，很难帮助企业获得全面客观的客户形象，使得企业在实施网络精准营销过程中力不从心。

(二)专业人才匮乏

大数据作为近年来才兴起的技术，起步较慢，人才短缺。世界权威的Gartner咨询公司预测，随着大数据的发展，未来将给全球带来约440万个新工作岗位；麦肯锡咨询公司也预计，截止2018年，美国数据深度分析人才缺口将高达14至19万人，大数据分析管理师的工作将会有150万的缺口(数据来源于：《Gartner预测大数据分析人才将供不应求》)。这就意味着企业在利用大数据进行网络精准营销方面，由于缺乏相应的专业人才，可能存在“雷声大，雨点小”的尴尬局面。

(三)合作观念缺失

大数据时代，要想真正获得网络精准营销的成功，“竞合”的思维必不可少。因为在网络生态系统中，面临海量、分散的数据，企业只有合作才能发挥大数据资源的协同效应，取得成功。然而，在很多情况下，企业作为追求自我赢利的个体，往往在数据共享之前总要再三权衡，导致错失合作良机或者合作有限，无法真实全面地了解消费者的诉求，导致网络精准营销失去其本来的意义。

(四)安全隐患严重

众所周知，网络平台上的诸多数据信息涉及用户的生命财产安全，大数据技术的推动就有可能出现并库，僵尸库等情况，很容易受到黑客攻击，存在较大的安全隐患问题。这不得不令企业在利用大数据实施网络精准营销时不断思考，是否采用了正确的手段来获得既定信息，以及如何维护广大消费者的合理利益，推动行业的生态发展。

四、总结和展望

随着网络时代的发展，信息的海量化、碎片化，传统的营销模式很难满足消费者的个性化需求，而网络精准营销作为一种新兴的营销模式，以其“强调客户为中心，依托大数据技术，实现个性化营销”的思维，受到越来越多企业的追捧。

2015年9月，国家通过《促进大数据发展行动纲要》，为企业加快大数据步伐，深化改革创新，提供了良好的外部环境。企业要想把握机遇，深化网络精准营销的价值，首先，要培育专业化的人才，强化大数据分析和处理的技术，不断提升数据资源的时效性和价值量；其次，要深化合作观念，推进信息资源共享，构建数据生态系统，更好地优化资源配置，实现营销流程的重塑；最重要的是，必须时刻保持以客户为中心的理念，倾听客户的心声，不断追踪和还原客户的真实需求，利用个性化的产品、价格、渠道、促销、沟通和服务等，不断完善客户的营销体验，提升客户满意度。

[1]谭琳.大数据技术初探[J].科技创新导报，2014，(4)：47-48.

[2]王小鹏.大数据技术在精准营销中的应用[J].信息通信技术，2014，(6)：22-24.

[3]曲晓琳.大数据为精准营销铺路[J].经济论坛，2015，(6)：118-120.

[4]玄文启.大数据背景下的网络营销模式[J].中国科技信息，2015，(17)：105-106.

[5]吴勇毅.大数据成就RTB精准营销[J].上海信息化，2014，(1)：36-38.

[6]陈德华.面向互联网用户的个性化广告推送服务研究——基于Hadoop[D].上海：东华大学，2014.

[7]许正林.基于大数据的移动互联网RTB 广告精准投放模式及其营销策略探析[J].上海大学学报，2015，(11):104-112.

(责任编辑：杨成平)

The Construction of Network Precision Marketing in Big Data Era

CHEN Jing-yi

(Department of Business Administration, Fujian Commercial College, Fuzhou 350012, China)

With the rise and development of big data, the network marketing evolves from the one-way 1.0 era and the interactive 2.0 era to personalized 3.0 era. All this requires enterprises to become customer oriented, use big data to implement and optimize the network precision marketing. This paper introduces the knowledge of big data, network marketing and customer relationship management, builds the process of the network precision marketing, and then makes reflection on it.

big data; network precision marketing; process construction

2016-08-07

2016年福建省中青年教师教育科研项目“大数据背景下网络精准营销的构建和评价”(JAS160668)。

陈静怡(1984-)，女，福建宁德人，讲师，硕士。研究方向：市场营销、企业管理。

F274

A

1008-4940(2016)05-0027-06