基于云计算大数据下的消费者偏好测量分析与设计

文/曲科进 （山东青年政治学院）

物联时代正在逐步接近我们的生活，企业营销环境发生了改变，新兴营销模式在逐步淘汰落后营销模式，对企业是挑战也是机遇。企业面临竞争越发激烈、多变的市场环境，谁能更合理、高效运用越来越多的消费者物联网大数据信息，了解消费者偏好并由此改善产品生产与服务质量，或将是企业未来市场核心竞争力之一。

云计算、移动互联网等先进信息技术在营销领域大范围推广后，消费者逐渐转变了传统观念，开始从商务网站、微博等平台购买所需产品。这一过程中，消费者所选商品、停留时间及购物车、喜好等信息都会真实记录在服务器中，且会被整理收集到消费者数据库中。而企业要想在竞争激烈的市场环境中占据重要地位，可以由此收集与消费者行为有关的实时数据，与品牌展开互动，并进行综合测量与研究。这样不仅能尽快掌握时代变迁中消费者的偏好，而且可以在持续创新中积累丰富的营销经验。

一、基于营销理论的云计算与大数据的特点分析

不管是云计算还是大数据都是时代变迁中涌现出的先进技术理念，与营销理论相结合，将云计算等同于人们常用的计算机及操作系统，那么在实践运行中会在硬件资源虚拟化后分配利用；而大数据等同拥有大量数据信息的“数据库”，采集有价值的营销数据。在新时代背景下，企业在产品营销环节运用大数据进行革新与优化时，会将工作重心放在如何专业化处理营销数据上。同时，云计算具有规模大、虚拟化、可靠性高及通用性强、按需服务等特点；而大数据特点包含数据类型多、数据体积大、数量多、处理速度非常快及价值密度过低，有利于提高企业营销的效率与质量。

二、云计算大数据下营销理论对消费者行为的影响

（一）营销信息展示更加直观

了解以往消费方式可知，企业进行产品营销主要是利用口碑、媒体等渠道，为消费者提供企业产品评价信息。但在新时代下，云计算大数据技术与营销理论充分结合，消费者可以通过自主上网在微博、贴吧等平台发布自己的观点，这样有助于为其他消费者直观展示相关信息，促使他们根据自身需求科学选择产品。在云计算大数据的影响下，大众评价逐渐成为企业营销的主要数据来源渠道，不仅影响着潜在消费者的购买力，而且可以扩大营销范围。以京东、淘宝等电子商务平台为例，其在运用云计算技术中，能将广告推送和流量转变为消费者的购买行为。

（二）品牌依赖持续降低

通过了解品牌成长的社会链可知，在以往产品营销工作中，企业品牌的知名度与信誉度会受产品质量与服务水平所影响，而在云计算大数据下，同行企业产品间的质量差距越来越低，尤其是在青年关注个性化需求的基础上，传统品牌成长环境受到限制，现阶段开始构建以质量为核心，以个性化定制为动力的产品营销环境，这样不仅能突破传统品牌成长模式的限制，而且可以提升企业营销水平。同时，在这一阶段，消费者对品牌的依赖性越来越低。

（三）消费选择越发个性化

在商品经济持续发展中，受到营销理论的影响，企业越来越关注消费者的个性化体验，而消费者购买产品也已不再关注物质需求，相反更加注重心理变化。通过选择消费，针对产品制定合适的价格，在合适的时间与地点销售给消费者，过程中人们可以表达自身对品质的向往，并提出具有个性的宣言。但由于我国大部分企业长期受传统发展理念的制约，关注产品质量和性能远远超过消费者的个性需求，因此在新时代背景下，随着云计算大数据技术与市场营销理论的引导，企业要转变以往发展模式，注重深层探索产品的外在因素，以此设计出更符合消费者个性需求的产品。

三、基于云计算大数据的消费者偏好测量

（一）总体框架

云计算作为分布式计算的基础组成部分，会从网络“云”入手，将大量营销数据处理程序划分为多个小程序，而后由多个服务器构建系统，并处理与研究相关小程序，在获取结果后将其反馈给用户。而大数据技术是由多种技术交叉融合到一起的，在企业产品营销实践研究中会结合高效信息技术与快速计算方法，收集、处理及加工、分析采集到的各个平台营销数据。通过整合云计算与大数据技术深层探索数据规律及价值，有助于为各企事业单位制定营销决策提供有效依据。

本文在有效结合云计算与大数据技术的基础上，对消费者偏好测量与决策系统进行研究，其中总体框架主要分为：其一，应用层。这一层会以用户需求为依据，从市场营销实践行业发展存在的问题入手，根据领域专业与技术人员的沟通合作，有序完成技术开发。在系统运行中，应用层要结合市场营销问题与需求构建业务逻辑模型与计算模型，既会为并行化算法层提供用户数据，又会根据用户请求选择有效算法，而后再进入系统软件层的MapReduee 平台中，做好并行数据处理工作，最终获取的运算结果可以提供给用户；其二，并行化算法层。在云计算大数据下，很多串行化机器学习与挖掘算法都难以达到预期工作目标，因此需要做好优化设计，且着重研究与应用层相符的算法，如电子商务分析推荐、商业智能分析等；其三，系统软件层。一方面，储备管理。以往数据管理与查询技术只能进行小范围的结构化数据储备与查询管理工作，而在云计算大数据下，大部分数据都可以运用先进技术进行管理与查阅，如New SQL 等。另一方面，并行编程模型与计算框架。其主要用来处理大数据计算问题，以此促使系统可以有序运行；其四，基础设施层。通过集群普通服务器，并与其他并行计算设备有效结合，可以更好满足大数据处理要求。同时，也能与云计算的Iaas 层融合，在提出模拟化与并行资源调度技术的基础上，有效处理可伸缩计算资源及基础设施。

（二）消费者偏好测算的算法设计

简单来说，消费者偏好包含了他们对某类产品或服务的喜爱情况，企业可以结合产品需求情况、消费者兴趣、市场营销现状等进行全面测量与研究。若同类产品或服务可以按照不同属性来表述，如销售量、浏览数等，那么消费者对他们的偏好（Z）测量与评估可以运用属性参数（Xi）进行研究，一方面要构建完善的数学模型，另一方面要进行相关计算，具体公式如下所示：

Z=a+XiYj其中，上述公式中的a 代表消费者偏好的初始数值，而企业可以根据市场营销需求设计；i=1,2,3,……，n,代表产品或服务的n 个属性；j=1,2,3,……，m，代表n个属性的相对重要性即权值；Xi 代表产品或服务的各类属性；Yj 代表各个属性的权重。在完成结算后，要根据消费者偏好认真排列产品或服务。

（三）主要功能

在云计算大数据下设计消费者偏好测量与决策系统，具体功能模块主要分为：其一，用户信息管理。其中包含员工与消费者。如用户在初次注册信息时，系统可以收集他们的姓名、年龄及住址等信息，以此为后续消费者偏好测量奠定基础。而员工信息包含管理权限、基本信息等内容；其二，消费者偏好产品管理。这一内容主要包含产品编码、种类及消费者偏好等，不仅能帮助员工做好产品维护、市场营销工作，而且可以统计与总结消费者偏好产品信息，完善企业市场营销方案；其三，消费者偏好测量。这一模块会收集大量消费者行为信息，并由此通过智能研究，获取符合消费者偏好特征的市场营销数据；其四，市场营销决策。其作为数据收集与智能研究的核心内容，会在分析前期收集市场营销数据的基础上，将最终结果传递给管理人员，促使他们可以结合自身工作经验，寻找所需结果，最终提出有效的营销管理对策。

四、结束语

综上所述，面对竞争越发激烈的市场环境，企业要想基于云计算大数据获取新的发展机遇，必须要结合自身发展需求，合理运用现代化技术全面分析消费者偏好，制订科学的市场营销方案，这样有助于为企业营销决策提供有效依据。虽然现阶段有关系统设计还处于初级阶段，且存在大量功能与软件急需进一步完善，但随着我国科技技术水平的提高，相信在未来建设发展中，势必可以获取更加优质的消费者偏好测量，以此提升企业市场营销水平。