大數(shù)據(jù)營(yíng)銷的核心精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數(shù)據(jù)營(yíng)銷的核心主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：大數(shù)據(jù)營(yíng)銷的核心范文

關(guān)鍵詞：大數(shù)據(jù)；電力營(yíng)銷管理；創(chuàng)新

在當(dāng)前的大數(shù)據(jù)環(huán)境下，電力系統(tǒng)既面臨新的發(fā)展機(jī)遇，也面臨著新的挑戰(zhàn)。對(duì)電力系統(tǒng)來(lái)說(shuō)，大數(shù)據(jù)不僅是科技生產(chǎn)力進(jìn)步的具體體現(xiàn)，也是新形勢(shì)下電力系統(tǒng)發(fā)展、管理及技術(shù)改革的重要依據(jù)，電力系統(tǒng)的大數(shù)據(jù)包括生產(chǎn)、運(yùn)營(yíng)和管理三方面。電力營(yíng)銷是電力系統(tǒng)的重要部分，對(duì)提高企業(yè)的核心競(jìng)爭(zhēng)力及確保企業(yè)的可持續(xù)發(fā)展具有十分重要的作用。然而由于各種因素的影響，電力營(yíng)銷管理目前存在諸多弊端，在大數(shù)據(jù)時(shí)代，對(duì)電力營(yíng)銷創(chuàng)新管理模式進(jìn)行研究迫在眉睫，基于此，筆者對(duì)基于大數(shù)據(jù)的電力營(yíng)銷管理創(chuàng)新進(jìn)行研究。

1.基于大數(shù)據(jù)的電力營(yíng)銷管理的弊端

在大數(shù)據(jù)背景下，國(guó)內(nèi)電力企業(yè)營(yíng)銷管理存在諸多弊端，具體表現(xiàn)在下述幾方面：第一，電力營(yíng)銷管理理念亟待改進(jìn)。電力行業(yè)長(zhǎng)久以來(lái)屬于國(guó)家的壟斷行業(yè)，而隨著各種新型能源的不斷出現(xiàn)，電能面臨著巨大的競(jìng)爭(zhēng)，然而其營(yíng)銷設(shè)計(jì)仍以業(yè)務(wù)導(dǎo)向?yàn)楹诵?，很少考慮市場(chǎng)的競(jìng)爭(zhēng)狀況和客戶的需求，沒(méi)有建立一種以客戶為核心的營(yíng)銷管理機(jī)制；第二，電力營(yíng)銷業(yè)務(wù)功能亟待完善。電力系統(tǒng)的營(yíng)銷政策、技術(shù)研究、運(yùn)維及市場(chǎng)開(kāi)拓等方面的機(jī)構(gòu)不完善，不健全，部分功能缺失；第三，電力營(yíng)銷運(yùn)營(yíng)效率亟待提升。電能計(jì)量檢定、人員及相關(guān)設(shè)備重復(fù)配置；規(guī)劃、生產(chǎn)的部門對(duì)電力營(yíng)銷管理支持力度較弱；故障搶修、業(yè)擴(kuò)報(bào)裝等服務(wù)流程不協(xié)同。綜上所述，電力營(yíng)銷管理亟待進(jìn)行創(chuàng)新，以適應(yīng)新形勢(shì)下客戶對(duì)供電服務(wù)的要求。

2.基于大數(shù)據(jù)的電力營(yíng)銷管理面臨的機(jī)遇和挑戰(zhàn)

2.1機(jī)遇

在大數(shù)據(jù)快速發(fā)展的背景下，電力系統(tǒng)營(yíng)銷管理面臨的機(jī)遇主要表現(xiàn)為：第一，國(guó)內(nèi)經(jīng)濟(jì)穩(wěn)定發(fā)展，電力需求仍持續(xù)增加；第二，國(guó)家實(shí)施節(jié)能減排，電能應(yīng)用范圍更加廣泛；第三，國(guó)家電網(wǎng)創(chuàng)建“雙一流”，為加快營(yíng)銷發(fā)展注入新動(dòng)力。

2.2挑戰(zhàn)

在大數(shù)據(jù)快速發(fā)展的背景下，電力系統(tǒng)營(yíng)銷管理也面臨諸多挑戰(zhàn)，具體表現(xiàn)為：第一，國(guó)家經(jīng)濟(jì)轉(zhuǎn)型期的結(jié)構(gòu)優(yōu)化調(diào)整及節(jié)能減排戰(zhàn)略的實(shí)施，國(guó)家控制能源消費(fèi)總量，大工業(yè)用電比重會(huì)呈現(xiàn)一定程度的下降。循環(huán)經(jīng)濟(jì)、節(jié)能環(huán)保產(chǎn)業(yè)、分布式電源等會(huì)日益增加，對(duì)電力營(yíng)銷市場(chǎng)的發(fā)展帶來(lái)威脅，影響電能的市場(chǎng)占有率；第二，國(guó)家大力開(kāi)發(fā)低碳技術(shù)，清潔能源要求必須建立一種新型的供用電模式，而現(xiàn)有的供電模式要滿足這些應(yīng)用需要法律、政策、技術(shù)等眾多方面的支持才能實(shí)現(xiàn)；第三，國(guó)家電網(wǎng)推進(jìn)“三集五大”要求電力系統(tǒng)必須要轉(zhuǎn)變營(yíng)銷發(fā)展方式。目前電力系統(tǒng)的營(yíng)銷仍然資源分散、管理層級(jí)多，亟待進(jìn)行整合；營(yíng)銷管理的專業(yè)化、組織結(jié)構(gòu)扁平化、管理層級(jí)等方面亟待改進(jìn)，集約化、智能化的服務(wù)手段亟待提升等，使得目前電力系統(tǒng)的營(yíng)銷管理面臨巨大挑戰(zhàn)。

3.基于大數(shù)據(jù)的電力營(yíng)銷管理創(chuàng)新研究

在大數(shù)據(jù)及信息化背景下，電力企業(yè)要提高核心競(jìng)爭(zhēng)力，必須要順應(yīng)時(shí)代潮流，及時(shí)對(duì)傳統(tǒng)的營(yíng)銷管理體系進(jìn)行重構(gòu)，通過(guò)利用大數(shù)據(jù)分析研究結(jié)果進(jìn)行電力營(yíng)銷，具有極大的市場(chǎng)價(jià)值。

3.1通過(guò)大數(shù)據(jù)分析客戶的潛在需求行為

大數(shù)據(jù)最主要的特征之一是海量的數(shù)據(jù)，電力企業(yè)要獲取比較精準(zhǔn)的數(shù)據(jù)，必須進(jìn)行大量數(shù)據(jù)的分析研究尋找客戶的潛在需求。所以對(duì)電力企業(yè)來(lái)說(shuō)要重建營(yíng)銷管理體系，提高核心競(jìng)爭(zhēng)力必須要制定多種方案，通過(guò)大數(shù)據(jù)的分析結(jié)果尋找潛在的客戶需求，站在用戶的角度，分析用戶的電能消費(fèi)行為和特點(diǎn)，通過(guò)這些分析及時(shí)改變自己的營(yíng)銷管理模式，提升服務(wù)質(zhì)量，提高客戶滿意度和忠誠(chéng)度，最終提高電力企業(yè)的知名度。

3.2通過(guò)大數(shù)據(jù)分析精準(zhǔn)定位消費(fèi)客戶，進(jìn)行個(gè)性化營(yíng)銷

從大數(shù)據(jù)提供的海量信息中分析客戶的消費(fèi)行為，找出電力系統(tǒng)最精準(zhǔn)的用戶，以便電力企業(yè)的營(yíng)銷能實(shí)現(xiàn)精準(zhǔn)化，同時(shí)根據(jù)精準(zhǔn)化消費(fèi)群體的特征建立針對(duì)性的營(yíng)銷方式，從而能劃分出精準(zhǔn)的消費(fèi)客戶，進(jìn)行個(gè)性化營(yíng)銷。隨著經(jīng)濟(jì)的發(fā)展和用戶需求的提升，電力企業(yè)也逐漸重視電力營(yíng)銷的精準(zhǔn)化，而大數(shù)據(jù)的出現(xiàn)不僅使精準(zhǔn)化營(yíng)銷變得更加高效，也極大地提升了服務(wù)和產(chǎn)品質(zhì)量，使得消費(fèi)者市場(chǎng)也發(fā)生一定程度的變化。消費(fèi)者市場(chǎng)的劃分必須要經(jīng)過(guò)大數(shù)據(jù)才能實(shí)現(xiàn)精準(zhǔn)的分析，這種分析結(jié)果面臨的是個(gè)體消費(fèi)者，而并非是群體，在這種情況下，電力系統(tǒng)的個(gè)性化營(yíng)銷在不久的將來(lái)一定會(huì)成為電力系統(tǒng)的營(yíng)銷主體。

3.3運(yùn)用大數(shù)據(jù)分析，制品新產(chǎn)品，拓展新市場(chǎng)

對(duì)電力系統(tǒng)來(lái)說(shuō)，傳統(tǒng)的以業(yè)務(wù)導(dǎo)向?yàn)楹诵牡臓I(yíng)銷管理已經(jīng)難以滿足現(xiàn)代化的需求，通過(guò)大數(shù)據(jù)分析結(jié)果制定針對(duì)性的營(yíng)銷策略是十分重要的，這對(duì)于電力企業(yè)開(kāi)拓市場(chǎng)和業(yè)務(wù)起著決定性作用。如騰訊在開(kāi)發(fā)游戲時(shí)，總是先通過(guò)大數(shù)據(jù)對(duì)游戲用戶行為進(jìn)行精準(zhǔn)的分析然后再推出產(chǎn)品，通過(guò)這種方法能使其在推出手游時(shí)更具有針對(duì)性和精準(zhǔn)性。因此電力企業(yè)通過(guò)使用大數(shù)據(jù)分析客戶的消費(fèi)行為，開(kāi)拓新業(yè)務(wù)、新市場(chǎng)是未來(lái)發(fā)展的必然趨勢(shì)，根據(jù)大數(shù)據(jù)分析的結(jié)果為客戶制定更加個(gè)性化的需求，并進(jìn)一步制定針對(duì)性的營(yíng)銷渠道，拓寬產(chǎn)品領(lǐng)域。

3.4依靠互聯(lián)網(wǎng)技術(shù)，合作開(kāi)展大數(shù)據(jù)營(yíng)銷，開(kāi)展多元化服務(wù)

隨著互聯(lián)網(wǎng)營(yíng)銷的風(fēng)靡，很多行業(yè)越來(lái)越重視網(wǎng)絡(luò)營(yíng)銷，他們通過(guò)使用大數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)營(yíng)銷。電力系統(tǒng)要想持續(xù)、穩(wěn)定、可持續(xù)發(fā)展，必須要充分利用互聯(lián)網(wǎng)進(jìn)行大數(shù)據(jù)營(yíng)銷，除了要在電力系統(tǒng)領(lǐng)域建立相關(guān)的數(shù)據(jù)庫(kù)，利用資源優(yōu)勢(shì)外，還要不斷拓展業(yè)務(wù)，通過(guò)業(yè)務(wù)延伸實(shí)現(xiàn)電力企業(yè)的多元化發(fā)展模式。多樣化服務(wù)的開(kāi)展可從下述幾方面著手：客戶經(jīng)理對(duì)客戶的用電狀況進(jìn)行詳細(xì)的統(tǒng)計(jì)和分析，提出的建議中不僅要有生產(chǎn)班次的安排，還必須要為客戶的用電狀況提供針對(duì)性的無(wú)功補(bǔ)償。站在客戶角度為客戶節(jié)約電費(fèi)著想，為客戶的用電負(fù)荷進(jìn)行合理、科學(xué)的指導(dǎo)，這不僅能有效地節(jié)約電費(fèi)，還能有效減少設(shè)備的能耗。電力企業(yè)還要在基于自身優(yōu)勢(shì)的基礎(chǔ)上，不定期檢查用電設(shè)備的運(yùn)營(yíng)狀況，及時(shí)排查運(yùn)行過(guò)程中存在的安全隱患，這對(duì)確保配電網(wǎng)的穩(wěn)定運(yùn)行具有重要作用。要對(duì)所在區(qū)域的電網(wǎng)進(jìn)行改造時(shí)，要及時(shí)通知大客戶，并將規(guī)劃改造的詳細(xì)情況與大客戶進(jìn)行溝通交流，以得到客戶的理解和支持，這對(duì)電力企業(yè)的穩(wěn)定發(fā)展意義重大。

3.5與稅務(wù)部門合作減小電費(fèi)回收風(fēng)險(xiǎn)

對(duì)電力企業(yè)來(lái)說(shuō)，電費(fèi)能否正?；厥帐谴_保其正常運(yùn)作和提高經(jīng)濟(jì)效益的關(guān)鍵環(huán)節(jié)，尤其是大客戶的電費(fèi)回收，由于受到各種因素的影響，電費(fèi)回收難一直是難以解決的難題。目前多數(shù)電力企業(yè)為了加強(qiáng)電費(fèi)回收，通常采取如下措施：強(qiáng)化合同管理、建立信用評(píng)級(jí)制度、嚴(yán)格客戶資質(zhì)審核、高壓用戶電費(fèi)擔(dān)保模式等，在這些措施中，高壓用戶擔(dān)保模式具有較好的效果，然而也存在一定的不足之處。對(duì)電力企業(yè)來(lái)說(shuō)，僅僅具有采集客戶的用電信息數(shù)據(jù)，對(duì)客戶的資金信息難以準(zhǔn)確把握，高壓用戶擔(dān)保模式雖然讓電力企業(yè)通過(guò)銀行掌握相關(guān)的資金信息，然而很多企業(yè)的現(xiàn)金流并不通過(guò)銀行，因此獲得信息并不準(zhǔn)確，在一定程度上影響電費(fèi)回收風(fēng)險(xiǎn)的控制效果。為了有效解決這種弊端，可建立一種能將用電企業(yè)的資金流動(dòng)信息整合到電力系統(tǒng)大數(shù)據(jù)庫(kù)的營(yíng)銷管理中，而與稅務(wù)部門進(jìn)行合作能達(dá)到此目的。具體實(shí)施措施如下：首先，與稅務(wù)部門協(xié)調(diào)，將電力系統(tǒng)大數(shù)據(jù)平臺(tái)增加一個(gè)調(diào)取用電企業(yè)每月納稅信息的模塊；其次，根據(jù)用電企業(yè)的納稅和銀行信貸狀況，計(jì)算電費(fèi)回收風(fēng)險(xiǎn)指數(shù)，評(píng)估風(fēng)險(xiǎn)；最后，根據(jù)評(píng)估結(jié)果建立預(yù)警機(jī)制，對(duì)于部分電費(fèi)回收風(fēng)險(xiǎn)較大的企業(yè)可采取各種手段介入電費(fèi)回收。

4結(jié)束語(yǔ)

綜上所述，大數(shù)據(jù)時(shí)代的來(lái)臨給傳統(tǒng)企業(yè)和互聯(lián)網(wǎng)企業(yè)的營(yíng)銷管理帶來(lái)巨大的沖擊，越來(lái)越多的企業(yè)開(kāi)始利用大數(shù)據(jù)進(jìn)行營(yíng)銷管理，電力企業(yè)也要與時(shí)俱進(jìn)，持續(xù)改革，在大數(shù)據(jù)時(shí)代下重構(gòu)營(yíng)銷管理體系，以提高其核心競(jìng)爭(zhēng)力和經(jīng)濟(jì)效益。

作者:范逸欣 單位:國(guó)網(wǎng)福建電力有限公司福州供電公司

參考文獻(xiàn)：

[1]宋寶香.數(shù)據(jù)庫(kù)營(yíng)銷:大數(shù)據(jù)時(shí)代引發(fā)的企業(yè)市場(chǎng)營(yíng)銷變革[J].價(jià)值工程,2014,31(30):132-134.

第2篇：大數(shù)據(jù)營(yíng)銷的核心范文

關(guān)鍵詞：大數(shù)據(jù)；網(wǎng)絡(luò)營(yíng)銷；云計(jì)算

我國(guó)網(wǎng)絡(luò)營(yíng)銷開(kāi)始表現(xiàn)出圈子化的特點(diǎn)，例如形成了“愛(ài)車一族”“數(shù)碼一族”等，為此，在進(jìn)行網(wǎng)絡(luò)營(yíng)銷和溝通方式的轉(zhuǎn)變中應(yīng)當(dāng)偏向互動(dòng)式結(jié)構(gòu)。例如當(dāng)前易傳媒平臺(tái)已經(jīng)對(duì)超過(guò)4萬(wàn)個(gè)在線殷勤進(jìn)行了效果優(yōu)化的分析，并不斷更新數(shù)據(jù)，最終形成了網(wǎng)絡(luò)營(yíng)銷基本指導(dǎo)方法。這種基于大數(shù)據(jù)背景下的創(chuàng)新將能夠提升未來(lái)網(wǎng)絡(luò)營(yíng)銷的能力，更加有助于滿足消費(fèi)者需要，因此具有重要現(xiàn)實(shí)意義。

一、大數(shù)據(jù)及相關(guān)概念

大數(shù)據(jù)主要是指當(dāng)前階段采用常規(guī)手段無(wú)法有效應(yīng)對(duì)的海量信息數(shù)據(jù)。這些數(shù)據(jù)是傳統(tǒng)級(jí)無(wú)法應(yīng)用的。大數(shù)據(jù)中信息量始終都在增加。

網(wǎng)絡(luò)營(yíng)銷活動(dòng)中，數(shù)據(jù)量并不缺少，但是針對(duì)增加的數(shù)據(jù)需要有效處理才是關(guān)鍵。企業(yè)中需要對(duì)用戶、市場(chǎng)以及銷售情況進(jìn)行分析，并對(duì)所有數(shù)據(jù)進(jìn)行整合與運(yùn)用。面對(duì)如此巨量信息現(xiàn)代化的網(wǎng)絡(luò)營(yíng)銷技術(shù)必須利用所有數(shù)據(jù)，形成完成的且具有高效率的應(yīng)對(duì)方案。例如像阿里巴巴這樣的中國(guó)電商領(lǐng)軍企業(yè)，也正在不斷運(yùn)用大數(shù)據(jù)解決實(shí)際問(wèn)題。淘寶系統(tǒng)平臺(tái)中，上架通過(guò)淘寶模仿掌握了所有行業(yè)的銷售情況，例如商場(chǎng)排名以及消費(fèi)者行為等等。

大數(shù)據(jù)下的網(wǎng)絡(luò)營(yíng)銷模型分析：

通過(guò)對(duì)大數(shù)據(jù)應(yīng)用到網(wǎng)絡(luò)營(yíng)銷之中，并對(duì)所有大數(shù)據(jù)源實(shí)施有效對(duì)比，則就能夠形成有效的營(yíng)銷模型網(wǎng)絡(luò)：

（1）對(duì)日志信息進(jìn)行搜集與整理，并分析各大消息站點(diǎn)的信息。（2）對(duì)所有數(shù)據(jù)信息員輸送到網(wǎng)絡(luò)營(yíng)銷模式之中，通過(guò)算法庫(kù)完成運(yùn)算與方法歸類。例如聚類算法以及分類器等。（3）通過(guò)對(duì)上述信息的提取，形成有效網(wǎng)絡(luò)營(yíng)銷方案。例如在基于大數(shù)據(jù)商品關(guān)聯(lián)營(yíng)銷以及商品地理營(yíng)銷、社會(huì)網(wǎng)絡(luò)營(yíng)銷等基礎(chǔ)上形成解決對(duì)策。

二、大數(shù)據(jù)背景下的網(wǎng)絡(luò)營(yíng)銷措施

1.商品關(guān)聯(lián)挖掘分析

在網(wǎng)絡(luò)營(yíng)銷案例研究中，“啤酒與尿布”案例非常具有代表性。將啤酒與尿布同時(shí)放在一起則能夠極大程度上提升二者銷量。究其原因主要是美國(guó)家庭主婦并不是自己采購(gòu)食材，而是丈夫下班回家負(fù)責(zé)采購(gòu)，美國(guó)人非常喜歡喝啤酒，因此，會(huì)在購(gòu)買尿布的同時(shí)購(gòu)買啤酒。這樣兩者之間就形成了一種隱形關(guān)聯(lián)。大數(shù)據(jù)挖掘的關(guān)鍵就是能夠分析出集中數(shù)據(jù)之間形成的隱形關(guān)聯(lián)，通過(guò)拼接碎片數(shù)據(jù)的方式打通數(shù)據(jù)之間形成的關(guān)系。

2.產(chǎn)品地理分析

通過(guò)對(duì)網(wǎng)站數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，不同地理位置上的人們具有屬于各自的飲食習(xí)慣和偏好。例如武漢人比較喜歡吃牛肉，浙江人偏好吃螃蟹。同時(shí)針對(duì)兩個(gè)省份的喜好情況可以設(shè)置獨(dú)特的銷售方式。

總體而言，在對(duì)文胸的分析發(fā)現(xiàn)，北方地區(qū)對(duì)B、C罩杯的文胸需求量較大，南方則對(duì)A罩杯文胸的需求量較大。通過(guò)這個(gè)購(gòu)買分析可以發(fā)現(xiàn)，針對(duì)北方與南方地區(qū)進(jìn)行產(chǎn)品銷售時(shí)應(yīng)當(dāng)有所側(cè)重。上述中所有結(jié)論的獲得與產(chǎn)生都依據(jù)的是十分典型的大數(shù)據(jù)。因此產(chǎn)生的結(jié)論更加對(duì)商品地理營(yíng)銷具有至關(guān)重要的價(jià)值。更加可以指導(dǎo)相關(guān)產(chǎn)品的地域性營(yíng)銷。

3.社會(huì)網(wǎng)絡(luò)營(yíng)銷分析

這些看似無(wú)心的舉動(dòng)，其實(shí)正是主辦方基于大數(shù)據(jù)，對(duì)受眾群體和社會(huì)化網(wǎng)絡(luò)傳播媒介的了解，比如：蒙牛的年輕、夢(mèng)想、牛奶的品質(zhì)生活很符合年輕人的口味。還有因?yàn)榧t米手機(jī)的價(jià)格不高，所以紅米的定位在二三線城市消費(fèi)者，而QQ空間在這個(gè)群體里有著很大的用戶黏度。還有凡客體的火熱，也是歸功于微博的時(shí)效傳播與個(gè)性化追求。

三、案例分析

微博的流行與火熱進(jìn)一步促使網(wǎng)絡(luò)營(yíng)銷的發(fā)展，微博用戶之中擁有大量相同愛(ài)好的朋友，這部分人中可以發(fā)送同類廣告消息。例如下圖1.中所示，紅色圓圈表示的是“大V用戶”，綠色代表核心用戶。藍(lán)色則表示V核心用戶。假設(shè)對(duì)某項(xiàng)體育產(chǎn)品進(jìn)行推廣，則可以通過(guò)加V體育明星圈中提供廣告，將會(huì)產(chǎn)生較好的效果。同時(shí)，為了傳遞此廣告到作家圈中，可以通過(guò)連接兩個(gè)圈子中的核心結(jié)構(gòu)洞用戶，將某個(gè)體育明星的核心結(jié)構(gòu)洞用戶，與作家圈之間形成連接。

這樣就能夠?qū)崿F(xiàn)消息轉(zhuǎn)移。

結(jié)束語(yǔ)

綜上所述，現(xiàn)實(shí)生活中人們對(duì)大數(shù)據(jù)技術(shù)的依賴性越來(lái)越高，大數(shù)據(jù)發(fā)揮的作用也將更加巨大。未來(lái)在對(duì)大數(shù)據(jù)進(jìn)行研究時(shí)需要從幾個(gè)方面加強(qiáng)：第一，提升對(duì)大數(shù)據(jù)網(wǎng)絡(luò)營(yíng)銷方面的理論研究能力，為應(yīng)當(dāng)海量信息數(shù)據(jù)處理提供技術(shù)支撐。第二，是應(yīng)當(dāng)加強(qiáng)對(duì)網(wǎng)絡(luò)營(yíng)銷環(huán)境中隱私問(wèn)題的研究。一些瀏覽器可能會(huì)保存瀏覽記錄，企業(yè)往往通過(guò)這種方式尋找商機(jī)，并創(chuàng)造價(jià)值。但是，針對(duì)隱私保護(hù)方面的問(wèn)題則是大數(shù)據(jù)方面的一個(gè)重大挑戰(zhàn)，一方面是技術(shù)上的，另一方面則是法律方面的。

參考文獻(xiàn)：

[1]仝彥麗.京郊專業(yè)合作社網(wǎng)絡(luò)營(yíng)銷應(yīng)用研究――基于京郊100家專業(yè)合作社的調(diào)研[J].中國(guó)農(nóng)學(xué)通報(bào)，2016，08：191-195.

第3篇：大數(shù)據(jù)營(yíng)銷的核心范文

“雙11”，天貓交易額6分鐘突破10億元，3 8分鐘突破50億元，50分鐘突破6 0億元，63分鐘突破70億元，8 5分鐘突破80億元，128分鐘突破90億元。天貓?zhí)詫毴旖灰最~突破350億元。不斷躍升的數(shù)據(jù)讓大屏幕前的人瞠目結(jié)舌。在合理時(shí)間內(nèi)，達(dá)到擷取、管理、處理并整理成幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊，這就是大數(shù)據(jù)的力量。

“大數(shù)據(jù)”是時(shí)下最火熱的I T行業(yè)的詞匯，隨之而來(lái)的對(duì)數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)安全、數(shù)據(jù)分析、數(shù)據(jù)挖掘等圍繞大數(shù)據(jù)的商業(yè)價(jià)值的利用，也逐漸成為業(yè)內(nèi)人士爭(zhēng)相追捧的利潤(rùn)焦點(diǎn)。而蘇萌正是在為利潤(rùn)焦點(diǎn)服務(wù)著的人。

蘇萌是北京百分點(diǎn)信息科技有限公司的創(chuàng)始人，專長(zhǎng)于營(yíng)銷模型、數(shù)據(jù)挖掘、推薦系統(tǒng)、商業(yè)智能、個(gè)性化營(yíng)銷。蘇萌進(jìn)入大數(shù)據(jù)領(lǐng)域已有十幾年的時(shí)間，1997年他在美國(guó)康奈爾大學(xué)約翰遜管理學(xué)院攻讀市場(chǎng)營(yíng)銷學(xué)博士，期間主要研究領(lǐng)域包括客戶終生價(jià)值模型。

從那時(shí)起，蘇萌已經(jīng)與大數(shù)據(jù)結(jié)下不解之緣。在美國(guó)求學(xué)期間，他一直專注于對(duì)消費(fèi)者行為的預(yù)測(cè)和建模，2006年回國(guó)后。國(guó)內(nèi)營(yíng)銷數(shù)據(jù)的逐漸強(qiáng)大，互聯(lián)網(wǎng)廣告的興起，使得大量廣告行為數(shù)據(jù)蜂擁而至，良好的環(huán)境致使蘇萌決定創(chuàng)業(yè)，“百分點(diǎn)”的創(chuàng)立是他為了實(shí)現(xiàn)自己多年研究?jī)r(jià)值而邁出的第一步。

早在1980年，著名未來(lái)學(xué)家阿爾文·托夫勒便在《第三次浪潮》一書中，將大數(shù)據(jù)熱情地贊頌為“第三次浪潮的華彩樂(lè)章”。但是，大約從2009年開(kāi)始，“大數(shù)據(jù)”才成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯。那么，大數(shù)據(jù)到底是什么？它到底能為我們做什么？

“數(shù)據(jù)是新的石油。”亞馬遜前任首席科學(xué)家Andreas Weigend說(shuō)。同樣的問(wèn)題，蘇萌認(rèn)為，與其說(shuō)它抓住了企業(yè)的命脈，不如說(shuō)它是企業(yè)發(fā)展的最佳輔助工具之一。但不可否認(rèn)的是，大數(shù)據(jù)將會(huì)像互聯(lián)網(wǎng)一樣，改變我們的生活。

基于這樣的理念，2009年，蘇萌準(zhǔn)確地抓住了商機(jī)，盡管注定要經(jīng)歷“萬(wàn)事開(kāi)頭難”的過(guò)程。

為客戶提供個(gè)性化的營(yíng)銷與解決方案，這是蘇萌一直為之努力的?！懊绹?guó)亞馬遜的創(chuàng)始人在創(chuàng)立之初曾經(jīng)說(shuō)過(guò)，‘如果有200萬(wàn)個(gè)網(wǎng)絡(luò)用戶，那么將有200萬(wàn)個(gè)網(wǎng)絡(luò)商店。每個(gè)人都有自己的亞馬遜?！@是它最有遠(yuǎn)見(jiàn)的地方，也是在這個(gè)領(lǐng)域里做得最好的。但當(dāng)時(shí)中國(guó)沒(méi)有企業(yè)在做這件事兒，首先它的技術(shù)很難，其次還存在數(shù)據(jù)缺失的現(xiàn)象。所以，我們是最早做個(gè)性化推薦引擎的公司。當(dāng)時(shí)數(shù)據(jù)領(lǐng)域還沒(méi)有引起人們的重視，沒(méi)有多少人能接受這種模式?！碧K萌說(shuō)。

從2009年至今四年多，蘇萌坦言盡管之前已經(jīng)有很成熟的大數(shù)據(jù)解決方案，但“百分點(diǎn)”今年才全面進(jìn)入大數(shù)據(jù)技術(shù)。從2012年開(kāi)始，越來(lái)越多的大企業(yè)有這樣的需求，其中包括金融、零售等行業(yè)，他們需要有專業(yè)的企業(yè)為他們提供大數(shù)據(jù)解決方案。不過(guò)，大數(shù)據(jù)在資金、人力、關(guān)注度方面持續(xù)上升的同時(shí)，關(guān)于大數(shù)據(jù)的泡沫問(wèn)題再度引起人們的熱議。

在今年9月份大連的達(dá)沃斯論壇上，蘇萌參加了首場(chǎng)以大數(shù)據(jù)存在泡沫為主題的辯論會(huì)。他與另一位參會(huì)者、日本科技部部長(zhǎng)為反方代表。開(kāi)場(chǎng)的時(shí)候，全場(chǎng)有近60%的人支持正方觀點(diǎn)，但經(jīng)過(guò)一個(gè)小時(shí)激烈的辯論后，整個(gè)局勢(shì)扭轉(zhuǎn)，全場(chǎng)60%的人支持大數(shù)據(jù)不存在泡沫的觀點(diǎn)。蘇萌的主要論據(jù)是，我們只看到大數(shù)據(jù)領(lǐng)域的冰山一角，目前大數(shù)據(jù)只運(yùn)用于預(yù)測(cè)分析這部分，事實(shí)上在大數(shù)據(jù)的運(yùn)用上遠(yuǎn)遠(yuǎn)要比現(xiàn)在多得多。

蘇萌始終認(rèn)為，似曾相識(shí)的是21世紀(jì)初互聯(lián)網(wǎng)泡沫的破裂。當(dāng)時(shí)，企業(yè)都認(rèn)為互聯(lián)網(wǎng)具有高價(jià)值，于是大量投入人力、資金，后來(lái)雖然互聯(lián)網(wǎng)泡沫破裂了，但是它的高價(jià)值仍存在，并影響到各個(gè)行業(yè)甚至個(gè)人，使得經(jīng)濟(jì)得到飛速發(fā)展。

與之類似，盡管關(guān)于大數(shù)據(jù)話題的炒作會(huì)冷卻，但是大數(shù)據(jù)分析的價(jià)值會(huì)繼續(xù)下去，企業(yè)關(guān)注的重點(diǎn)應(yīng)該是如何采取正確的策略、流程和方法，從大數(shù)據(jù)分析中獲得價(jià)值。

蘇萌：大數(shù)據(jù)將會(huì)成為企業(yè)核心資產(chǎn)

投資與理財(cái)：您認(rèn)為大數(shù)據(jù)時(shí)代真的來(lái)了嗎？

蘇萌：大數(shù)據(jù)的出現(xiàn)，主要是由于我們有了移動(dòng)互聯(lián)網(wǎng)以及數(shù)字化媒體，產(chǎn)生大量行為的記錄，對(duì)用戶的了解越來(lái)越深刻，這是大數(shù)據(jù)與以往不同的地方。以前的企業(yè)也有自己的數(shù)據(jù)庫(kù)，但是信息量很小、很孤立。大數(shù)據(jù)首先解決的就是信息孤島的問(wèn)題。我們始終認(rèn)為，數(shù)據(jù)是要流通的，是要交叉運(yùn)用的。如果數(shù)據(jù)不能流通，那么真正意義上的大數(shù)據(jù)時(shí)代還沒(méi)有到來(lái)。

投資與理財(cái)：具備哪些條件的人，才適合進(jìn)入這個(gè)領(lǐng)域？

蘇萌：大數(shù)據(jù)是個(gè)交叉學(xué)科，最核心幾個(gè)方面是計(jì)算機(jī)、統(tǒng)計(jì)和商學(xué)，這三部分需要非常好的結(jié)合。比如在營(yíng)銷這部分，博士生都是需要有非常好的計(jì)算機(jī)和統(tǒng)計(jì)學(xué)背景的人。計(jì)算機(jī)和統(tǒng)計(jì)能夠幫助我們建立比較好的分析、運(yùn)用數(shù)據(jù)的能力，營(yíng)銷能知道該如何運(yùn)用這個(gè)數(shù)據(jù)，營(yíng)銷建模也是需要通過(guò)數(shù)據(jù)來(lái)進(jìn)行建模分析。我覺(jué)得進(jìn)入這個(gè)行業(yè)，將來(lái)會(huì)有很多人成為企業(yè)的數(shù)據(jù)科學(xué)家、首席數(shù)據(jù)官這樣的人才，這在未來(lái)的企業(yè)中將起到舉足輕重的作用，因?yàn)樗麄冊(cè)诠芾砥髽I(yè)最核心的資產(chǎn)，就是數(shù)據(jù)。

投資與理財(cái)：這個(gè)行業(yè)存在人才缺失的現(xiàn)象嗎？

蘇萌：遠(yuǎn)遠(yuǎn)不夠，非常缺少。其實(shí)真正碰過(guò)大數(shù)據(jù)的人不多，很多人都只是碰過(guò)小的數(shù)據(jù)。學(xué)計(jì)算機(jī)的人建模能力差一點(diǎn)；學(xué)統(tǒng)計(jì)的人統(tǒng)計(jì)建模能力強(qiáng)，但是大數(shù)據(jù)運(yùn)用能力差一點(diǎn)；學(xué)商學(xué)的人商業(yè)思維非常好，但是在技術(shù)方面又偏弱。所以，真正有在這些交叉學(xué)科中都有一定的了解，這樣的人才非常緊缺。而且在企業(yè)中能夠建大數(shù)據(jù)的技術(shù)、大數(shù)據(jù)管理及大數(shù)據(jù)運(yùn)用的人，更是鳳毛麟角。

投資與理財(cái)：很多企業(yè)現(xiàn)在還沒(méi)有設(shè)立相關(guān)的職位？

蘇萌：其實(shí)，很多企業(yè)現(xiàn)在沒(méi)有大數(shù)據(jù)，企業(yè)內(nèi)部的數(shù)據(jù)也不大，外部數(shù)據(jù)也不會(huì)運(yùn)用，小數(shù)據(jù)目前運(yùn)用也不夠好。但是，現(xiàn)在越來(lái)越多的企業(yè)家開(kāi)始關(guān)注，他們意識(shí)到數(shù)據(jù)是非常重要的資產(chǎn)，他們需要與數(shù)據(jù)相關(guān)的人才幫助他們，讓其發(fā)揮出最大的價(jià)值，所以，越來(lái)越多的企業(yè)在尋找懂?dāng)?shù)據(jù)的人才。

第4篇：大數(shù)據(jù)營(yíng)銷的核心范文

關(guān)鍵詞： 電力大數(shù)據(jù)； 典型場(chǎng)景； 數(shù)據(jù)挖掘； SG?ERP

中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2013）24?0008?04

Research on power industry data application based on big data

CHEN Chao1， ZHANG Shun?shi1， SHANG Shou?wei1， SUN Fei2

（1. Anhui Nari Software Co.， Ltd.， Hefei 230088， China； 2. State Grid Electric Power Research Institute， Nanjin 210003， China ）

Abstract： With SG?ERP development promotion， the business application data increases at an unprecedented speed， and the big data era is coming. Through the deep understanding for the big data， a concept of power industry big data is proposed in combination with the company situation and business requirements of data. In order to predict power industry’s tendency and mine big data value for power industry， the service big data of power industry’s three?concentration， five?region and two?center was extracted to analyze the typical application scenes， and the data integrated management， data storage， data calculation， analysis mining and other key technologies are adoptyed to achieve the mode innovation and application promotion of typical business scenes. The big data applications in power industry will promote business development and enhance management level， and effectively support the construction of power industry’s three?concentration， five?region and two?center.

Keywords： power big data； typical scene； data minging； SG?ERP

隨著數(shù)字信息化時(shí)代的迅猛發(fā)展，信息量也呈爆炸性增長(zhǎng)態(tài)勢(shì)。在人類充分享受信息化帶來(lái)的資訊、方便和快捷時(shí)，也使得全球的數(shù)字信息資源正進(jìn)入到一個(gè)前所未有的快速增長(zhǎng)期。據(jù)IDC統(tǒng)計(jì)，2011年全球數(shù)據(jù)量已達(dá)到1.8 ZB，相當(dāng)于全世界人均產(chǎn)生200 GB以上的數(shù)據(jù)，并且還將以每年50%的速度繼續(xù)增長(zhǎng)。在這洶涌來(lái)襲的數(shù)據(jù)浪潮下，社會(huì)各個(gè)領(lǐng)域也將開(kāi)始其數(shù)據(jù)化進(jìn)程。無(wú)論學(xué)術(shù)界、商界還是政府，都將不可避免地進(jìn)入“大數(shù)據(jù)時(shí)代”。作為全球第二大經(jīng)濟(jì)體的基礎(chǔ)能源支撐體系，中國(guó)電力工業(yè)概莫能外。

中國(guó)的電力工業(yè)經(jīng)過(guò)幾十年來(lái)的高速發(fā)展，隨著下一代智能化電力系統(tǒng)建設(shè)的全面展開(kāi)，中國(guó)的電力系統(tǒng)已經(jīng)成為了世界上最大規(guī)模關(guān)系國(guó)計(jì)民生的專業(yè)物聯(lián)網(wǎng)，甚至在某種程度上，這張遍及生產(chǎn)經(jīng)營(yíng)各環(huán)節(jié)的生產(chǎn)關(guān)系網(wǎng)，構(gòu)筑起了中國(guó)最大規(guī)模的“云計(jì)算”平臺(tái)，為從時(shí)間和空間等多個(gè)維度進(jìn)行大范圍的能源資源調(diào)配奠定了基礎(chǔ)。對(duì)于電力行業(yè)而言，電力大數(shù)據(jù)將貫穿未來(lái)電力工業(yè)生產(chǎn)及管理等各個(gè)環(huán)節(jié)，起到獨(dú)特而巨大的作用，是中國(guó)電力工業(yè)在打造下一代電力工業(yè)系統(tǒng)過(guò)程中有效應(yīng)對(duì)資源有限、環(huán)境壓力等問(wèn)題，實(shí)現(xiàn)厚積厚發(fā)、綠色可持續(xù)性發(fā)展的關(guān)鍵。

近幾年，電力行業(yè)信息化也得到了長(zhǎng)足的發(fā)展，我國(guó)電力企業(yè)信息化起源于20世紀(jì)60年代，從初始電力生產(chǎn)自動(dòng)化到80年代以財(cái)務(wù)電算化為代表的管理信息化建設(shè)，再到近年大規(guī)模企業(yè)信息化建設(shè)，特別是伴隨著下一代智能化電網(wǎng)的全面建設(shè)，以物聯(lián)網(wǎng)和云計(jì)算為代表的新一代IT技術(shù)在電力行業(yè)中的廣泛應(yīng)用，電力數(shù)據(jù)資源開(kāi)始急劇增長(zhǎng)并形成了一定的規(guī)模。從長(zhǎng)遠(yuǎn)來(lái)看，作為中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的“晴雨表”，電力數(shù)據(jù)以其與經(jīng)濟(jì)發(fā)展緊密而廣泛的聯(lián)系，將會(huì)呈現(xiàn)出無(wú)以倫比的正外部性，對(duì)我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展以至人類社會(huì)進(jìn)步也將形成更為強(qiáng)大的推動(dòng)力。

本文基于當(dāng)前電力企業(yè)信息化現(xiàn)狀、三集五大與兩中心業(yè)務(wù)發(fā)展需求以及電力行業(yè)大數(shù)據(jù)特點(diǎn)，根據(jù)文獻(xiàn)[1?8]研究成果，提取大數(shù)據(jù)背景下三集五大、兩中心（運(yùn)監(jiān)監(jiān)測(cè)（控制）中心、客服服務(wù)中心）典型業(yè)務(wù)數(shù)據(jù)分析應(yīng)用場(chǎng)景，并對(duì)具體業(yè)務(wù)問(wèn)題進(jìn)行了探討。

1 大數(shù)據(jù)概述

1.1 電力大數(shù)據(jù)由來(lái)與定義

“大數(shù)據(jù)”概念于20世紀(jì)90年代被提出，最初只是對(duì)一些在一定時(shí)間內(nèi)無(wú)法用傳統(tǒng)方法進(jìn)行抓取、管理和處理的數(shù)據(jù)的統(tǒng)稱?！按髷?shù)據(jù)”這個(gè)術(shù)語(yǔ)最早期的引用可追溯到的開(kāi)源項(xiàng)目Nutch。當(dāng)時(shí)，大數(shù)據(jù)用來(lái)描述為更新網(wǎng)絡(luò)搜索索引需要同時(shí)進(jìn)行批量處理或分析的大量數(shù)據(jù)集。

從2009年開(kāi)始，“大數(shù)據(jù)”成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯，大數(shù)據(jù)起初成熟應(yīng)用多在互聯(lián)網(wǎng)行業(yè)，互聯(lián)網(wǎng)上的數(shù)據(jù)每年增長(zhǎng)50%，每?jī)赡攴环?，全球互?lián)網(wǎng)企業(yè)都意識(shí)到“大數(shù)據(jù)”時(shí)代的來(lái)臨，數(shù)據(jù)對(duì)于企業(yè)有著重要意義。

2011年5月，麥肯錫全球研究院題為《大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)新領(lǐng)域》的報(bào)告。報(bào)告后，“大數(shù)據(jù)”迅速成為計(jì)算機(jī)行業(yè)的熱門概念。

2012年3月22日，奧巴馬政府宣布2億美元投資大數(shù)據(jù)領(lǐng)域，并對(duì)數(shù)據(jù)的定義為“未來(lái)的新石油”。白宮科技政策辦公室在2012年3月29日《大數(shù)據(jù)研究和發(fā)展計(jì)劃》，并組建“大數(shù)據(jù)高級(jí)指導(dǎo)小組”。此舉標(biāo)志著，美國(guó)把應(yīng)對(duì)大數(shù)據(jù)技術(shù)革命帶來(lái)的機(jī)遇和挑戰(zhàn)，提高到國(guó)家戰(zhàn)略層面，形成全體動(dòng)員格局。

大數(shù)據(jù)是具有Volume（數(shù)據(jù)體量大）、Variety（數(shù)據(jù)類型多）、Velocity（處理速度快）和Value（價(jià)值密度低）四個(gè)特征的數(shù)據(jù)集合。對(duì)此業(yè)界已基本達(dá)成共識(shí)，但目前還未形成統(tǒng)一的定義。麥肯錫認(rèn)為“大數(shù)據(jù)是指無(wú)法在一定時(shí)間內(nèi)用傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合”；維基百科認(rèn)為“大數(shù)據(jù)是指無(wú)法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集”；Gartner認(rèn)為“大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)”。

通過(guò)對(duì)大數(shù)據(jù)內(nèi)涵和外延的深入理解，結(jié)合公司數(shù)據(jù)現(xiàn)狀和業(yè)務(wù)需求，研究并提出了“電力大數(shù)據(jù)”的概念。電力大數(shù)據(jù)是以業(yè)務(wù)趨勢(shì)預(yù)測(cè)、數(shù)據(jù)價(jià)值挖掘?yàn)槟繕?biāo)，利用數(shù)據(jù)集成管理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)計(jì)算、分析挖掘等方面核心關(guān)鍵技術(shù)，實(shí)現(xiàn)面向典型業(yè)務(wù)場(chǎng)景的模式創(chuàng)新及應(yīng)用提升。電力大數(shù)據(jù)的應(yīng)用將推動(dòng)公司業(yè)務(wù)發(fā)展和管理水平提升，有效支撐公司三集五大兩中心深入建設(shè)。

1.2 電力大數(shù)據(jù)特征

電力大數(shù)據(jù)的特征可以概括為3“V”、3“E”。其中3“V”分別是體量大（Volume）、類型多（Variety）和速度快（Velocity）；3“E”分別是數(shù)據(jù)即能量（Energy）、數(shù)據(jù)即交互（Exchange）、數(shù)據(jù)即共情（Empathy）。如僅從體量特征和技術(shù)范疇來(lái)講，電力大數(shù)據(jù)是大數(shù)據(jù)在電力行業(yè)的聚焦和子集。但電力大數(shù)據(jù)更重要的是其廣義的范疇，其超越大數(shù)據(jù)普適概念中的泛在性，有著其他行業(yè)數(shù)據(jù)所無(wú)法比擬的豐富的內(nèi)涵。

體量大（Volume）：體量大是電力大數(shù)據(jù)的重要特征。隨著電力企業(yè)信息化快速建設(shè)和智能電力系統(tǒng)的全面建成，電力數(shù)據(jù)的增長(zhǎng)速度將遠(yuǎn)遠(yuǎn)超出電力企業(yè)的預(yù)期。

類型多（Variety）：電力大數(shù)據(jù)涉及多種類型的數(shù)據(jù)，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。隨著電力行業(yè)中視頻應(yīng)用的不斷增多，音視頻等非結(jié)構(gòu)化數(shù)據(jù)在電力數(shù)據(jù)中的占比進(jìn)一步加大。此外，電力大數(shù)據(jù)應(yīng)用過(guò)程中還存在著對(duì)行業(yè)內(nèi)外能源數(shù)據(jù)、天氣數(shù)據(jù)等多類型數(shù)據(jù)的大量關(guān)聯(lián)分析需求，從而極大地增加了電力大數(shù)據(jù)的復(fù)雜度。

速度快（Velocity）：主要指對(duì)電力數(shù)據(jù)采集、處理、分析的速度。鑒于電力系統(tǒng)中業(yè)務(wù)對(duì)處理時(shí)限的要求較高，以“1秒”為目標(biāo)的實(shí)時(shí)處理是電力大數(shù)據(jù)的重要特征，這也是電力大數(shù)據(jù)與傳統(tǒng)的事后處理型的商業(yè)智能、數(shù)據(jù)挖掘間的最大區(qū)別。

數(shù)據(jù)即能量（Energy）：電力大數(shù)據(jù)具有無(wú)磨損、無(wú)消耗、無(wú)污染、易傳輸?shù)奶匦?，并可在使用過(guò)程中不斷精煉而增值，可以在保障電力用戶利益的前提下，在電力系統(tǒng)各個(gè)環(huán)節(jié)的低耗能、可持續(xù)發(fā)展方面發(fā)揮獨(dú)特而巨大的作用。

數(shù)據(jù)即交互（Exchange）：電力大數(shù)據(jù)以其與國(guó)民經(jīng)濟(jì)社會(huì)廣泛而緊密的聯(lián)系，具有無(wú)可倫比的正外部性。其價(jià)值不只局限在電力工業(yè)內(nèi)部，更能體現(xiàn)在整個(gè)國(guó)民經(jīng)濟(jì)運(yùn)行、社會(huì)進(jìn)步以及各行各業(yè)創(chuàng)新發(fā)展等方方面面，而其發(fā)揮更大價(jià)值的前提和關(guān)鍵是電力數(shù)據(jù)同行業(yè)外數(shù)據(jù)的交互融合，以及在此基礎(chǔ)上全方位的挖掘、分析和展現(xiàn)。

數(shù)據(jù)即共情（Empathy）：企業(yè)的根本目的在于創(chuàng)造客戶，創(chuàng)造需求。電力大數(shù)據(jù)天然聯(lián)系千家萬(wàn)戶、廠礦企業(yè)，推動(dòng)中國(guó)電力工業(yè)由“以電力生產(chǎn)為中心”向“以客戶為中心”轉(zhuǎn)變。這其中的本質(zhì)就是對(duì)電力用戶的終極關(guān)懷，通過(guò)對(duì)電力用戶需求的充分挖掘和滿足，建立情感聯(lián)系，為廣大電力用戶提供更加優(yōu)質(zhì)、安全、可靠的電力服務(wù)。

2 電力大數(shù)據(jù)應(yīng)用分析研究綜述

2.1 電力大數(shù)據(jù)應(yīng)用分析綜述

公司為深入推進(jìn)“兩個(gè)轉(zhuǎn)變”，實(shí)現(xiàn)“一強(qiáng)三優(yōu)”現(xiàn)代公司的戰(zhàn)略目標(biāo)，提出了建設(shè)三集五大體系的重大舉措。三集五大體系的建設(shè)不僅是傳統(tǒng)電網(wǎng)設(shè)施的升級(jí)和改造，還是更全面、更深入的電網(wǎng)運(yùn)行模式和業(yè)務(wù)模式的革新。首先，三集五大體系使信息通信技術(shù)正以前所未有的廣度、深度與電網(wǎng)生產(chǎn)、企業(yè)管理快速融合，三集五大等業(yè)務(wù)協(xié)同性更強(qiáng)，業(yè)務(wù)流、信息流趨于一致；電網(wǎng)業(yè)務(wù)數(shù)據(jù)將從時(shí)效性層面進(jìn)一步豐富和拓展。其次，充分利用這些基于電網(wǎng)實(shí)際的數(shù)據(jù)，對(duì)其進(jìn)行深入分析，挖掘更深層次的數(shù)據(jù)價(jià)值，便可以提供大量的高附加值服務(wù)。這些增值服務(wù)將有利于電力企業(yè)精細(xì)化運(yùn)營(yíng)管理，提高公司管理水平和運(yùn)營(yíng)效率，并可以產(chǎn)生很多創(chuàng)新性業(yè)務(wù)。

2.2 大數(shù)據(jù)在大規(guī)劃應(yīng)用分析

隨著配網(wǎng)規(guī)劃業(yè)務(wù)的覆蓋面進(jìn)一步擴(kuò)大，將逐漸積累TB級(jí)數(shù)據(jù)，對(duì)于數(shù)據(jù)的收集、存儲(chǔ)和分析處理將提出更高的要求。屆時(shí)可以利用大數(shù)據(jù)技術(shù)進(jìn)一步提升如下業(yè)務(wù)應(yīng)用的價(jià)值：

（1）用電量預(yù)測(cè)。基于海量歷史電量數(shù)據(jù)，規(guī)劃區(qū)域面積、歷史人口、歷史國(guó)民經(jīng)濟(jì)數(shù)據(jù)、三產(chǎn)比例等變化情況，對(duì)區(qū)域用電量進(jìn)行預(yù)測(cè)，作為進(jìn)一步規(guī)劃設(shè)計(jì)依據(jù)。

（2）空間負(fù)荷預(yù)測(cè)?；谌W(wǎng)中各小區(qū)的占地面積、用地類型、容積率，行業(yè)的建筑面積負(fù)荷密度、占地面積負(fù)荷密度，小區(qū)目標(biāo)年占地面積、小區(qū)目標(biāo)年建筑面積，總負(fù)荷值、行業(yè)負(fù)荷值等數(shù)值，對(duì)遠(yuǎn)景年負(fù)荷進(jìn)行預(yù)測(cè)。

（3）多指標(biāo)關(guān)聯(lián)分析。從多個(gè)外部系統(tǒng)（如GIS，PMS，OMS等）抓取所需數(shù)據(jù)的時(shí)間一致性切片，進(jìn)行綜合分析利用，從而支持規(guī)劃設(shè)計(jì)。

2.3 大數(shù)據(jù)在大建設(shè)應(yīng)用分析

在大建設(shè)應(yīng)用方面，系統(tǒng)目前每年管理的項(xiàng)目可以達(dá)到2 000～3 000，但由于自身數(shù)據(jù)存儲(chǔ)和處理能力有限，在管理項(xiàng)目時(shí)只能保留少量的建設(shè)現(xiàn)場(chǎng)信息（僅圖片，無(wú)視頻），這導(dǎo)致管理人員無(wú)法全面地了解項(xiàng)目工作細(xì)節(jié)，且由于缺乏自動(dòng)化的分析與決策應(yīng)用支持，這些數(shù)據(jù)也無(wú)法得到有效的利用。利用大數(shù)據(jù)技術(shù)在“大建設(shè)”基建系統(tǒng)中的應(yīng)用主要可在如下幾個(gè)方面提升：提高系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)能力，擴(kuò)大現(xiàn)場(chǎng)信息收集范圍和頻率，提升建設(shè)項(xiàng)目管理全面性和準(zhǔn)確性；通過(guò)大數(shù)據(jù)技術(shù)，逐步形成并提高對(duì)大量非結(jié)構(gòu)化數(shù)據(jù)的分析處理能力，基于此能力之上，采用自動(dòng)對(duì)比，模式識(shí)別等挖掘技術(shù)，對(duì)建設(shè)管理的整個(gè)過(guò)程提供良好的、自動(dòng)化的智能分析和監(jiān)控功能。

2.4 大數(shù)據(jù)在大檢修應(yīng)用分析

設(shè)備狀態(tài)信息的獲取手段有很多種。目前最常用的是通過(guò)各種傳感器，實(shí)時(shí)或定期獲取設(shè)備狀態(tài)信息。視頻作為一種特殊的傳感器，可以作為設(shè)備狀態(tài)信息獲取的一種重要而有效的手段。隨著視頻智能分析技術(shù)的發(fā)展，目前已經(jīng)能夠?qū)崟r(shí)準(zhǔn)確識(shí)別變電站多種表計(jì)、刀閘、開(kāi)關(guān)與隔離開(kāi)關(guān)的位置、狀態(tài)或讀數(shù)。通過(guò)對(duì)視頻數(shù)據(jù)的智能分析，還可以起到其他類型傳感器無(wú)法實(shí)現(xiàn)的功能。利用大數(shù)據(jù)技術(shù)，主要可在如下幾個(gè)方面提升：

（1）狀態(tài)評(píng)價(jià)。綜合設(shè)備各種基礎(chǔ)及運(yùn)行監(jiān)測(cè)數(shù)據(jù)，加上視頻數(shù)據(jù)智能識(shí)別技術(shù)識(shí)別出的設(shè)備狀態(tài)量等，建立綜合評(píng)價(jià)模型，得出設(shè)備總體健康狀態(tài)。

（2）趨勢(shì)分析。研究基于歷史數(shù)據(jù)的趨勢(shì)分析算法，建立反映設(shè)備健康狀態(tài)的數(shù)學(xué)模型，對(duì)設(shè)備故障進(jìn)行趨勢(shì)分析，掌控設(shè)備風(fēng)險(xiǎn)。

（3）實(shí)時(shí)報(bào)警。基于視頻監(jiān)控的設(shè)備自動(dòng)巡檢技術(shù)和安防技術(shù)，發(fā)現(xiàn)外觀變化、表計(jì)變化、發(fā)熱缺陷、非法入侵、物體靠近、現(xiàn)場(chǎng)煙火等設(shè)備健康危害因素，進(jìn)行實(shí)時(shí)報(bào)警，保證設(shè)備正常運(yùn)行。

（4）檢修、技改、大修決策支持。根據(jù)設(shè)備評(píng)價(jià)結(jié)果，優(yōu)化檢修策略，為技改、大修計(jì)劃制定、篩選評(píng)審提供決策依據(jù)。

2.5 大數(shù)據(jù)在大運(yùn)行應(yīng)用分析

設(shè)備狀態(tài)管理是公司“大運(yùn)行”重要業(yè)務(wù)模塊，設(shè)備狀態(tài)管理可對(duì)計(jì)劃類應(yīng)用進(jìn)行校驗(yàn)并提供完善的建議，為電網(wǎng)調(diào)度提供輔助決策，提升電網(wǎng)安全性與可靠性。設(shè)備狀態(tài)管理目前只根據(jù)其他調(diào)度業(yè)務(wù)進(jìn)行當(dāng)前設(shè)備狀態(tài)斷面的記錄，沒(méi)有對(duì)歷史設(shè)備斷面的查詢及未來(lái)狀態(tài)的預(yù)測(cè)分析。隨著調(diào)度業(yè)務(wù)規(guī)范的進(jìn)一步完善，對(duì)設(shè)備狀態(tài)模塊的提升需求日趨迫切。設(shè)備狀態(tài)管理基于電網(wǎng)設(shè)備臺(tái)帳信息、設(shè)備拓?fù)湫畔?、設(shè)備遙信遙測(cè)信息等相關(guān)信息?？梢赃M(jìn)行設(shè)備狀態(tài)的以下三類大數(shù)據(jù)應(yīng)用：

（1）歷史時(shí)刻查詢。實(shí)現(xiàn)設(shè)備數(shù)據(jù)的海量存儲(chǔ)，直接快速查詢到某時(shí)刻的設(shè)備狀態(tài)及設(shè)備的操作歷程。

（2）設(shè)備數(shù)據(jù)質(zhì)量分析。綜合設(shè)備信息得出當(dāng)前設(shè)備狀態(tài)斷面，進(jìn)行系統(tǒng)間設(shè)備狀態(tài)的互檢比對(duì)，提醒其他系統(tǒng)或功能進(jìn)行檢查與核對(duì)。

（3）未來(lái)時(shí)刻斷面預(yù)測(cè)?；诤Ａ看鎯?chǔ)歷史狀態(tài)數(shù)據(jù)，自動(dòng)總結(jié)電網(wǎng)調(diào)度規(guī)則，在任意時(shí)刻斷面的基礎(chǔ)上，自動(dòng)收集涉及設(shè)備狀態(tài)變化的計(jì)劃類信息，進(jìn)行智能編排，演算出未來(lái)一段時(shí)間內(nèi)的調(diào)度操作歷程，最終預(yù)測(cè)電網(wǎng)在某一時(shí)刻的設(shè)備斷面。

2.6 大數(shù)據(jù)在大營(yíng)銷應(yīng)用分析

大營(yíng)銷重點(diǎn)是優(yōu)化現(xiàn)有營(yíng)銷組織模式，拓展面向智能化、互動(dòng)化的服務(wù)能力，加快用電信息采集系統(tǒng)建設(shè)，科學(xué)配置計(jì)量、收費(fèi)和服務(wù)資源，實(shí)現(xiàn)計(jì)量檢定配送、95598服務(wù)等業(yè)務(wù)向省級(jí)集中，構(gòu)建營(yíng)銷稽查監(jiān)控體系，推行統(tǒng)一的業(yè)務(wù)模式、服務(wù)標(biāo)準(zhǔn)和工作流程。目前公司大營(yíng)銷業(yè)務(wù)相關(guān)的支撐系統(tǒng)主要有SG186工程核心之一的營(yíng)銷業(yè)務(wù)系統(tǒng)，以及負(fù)責(zé)用戶側(cè)電能量自動(dòng)采集的用電信息采集系統(tǒng)、支撐營(yíng)銷數(shù)據(jù)日常統(tǒng)計(jì)工作的輔助決策系統(tǒng)等。其中營(yíng)銷業(yè)務(wù)系統(tǒng)負(fù)責(zé)業(yè)擴(kuò)報(bào)裝、電費(fèi)核算收繳等日常業(yè)務(wù)的流程管控，用電信息采集系統(tǒng)負(fù)責(zé)用戶電量信息采集為營(yíng)銷業(yè)務(wù)系統(tǒng)電費(fèi)核算提供數(shù)據(jù)，輔助決策系統(tǒng)用于完成統(tǒng)計(jì)報(bào)表制作等功能。另外，為了滿足營(yíng)銷業(yè)務(wù)新的需求，相關(guān)網(wǎng)省公司建設(shè)了諸如智能客戶檔案管理系統(tǒng)，用于將供電合同、用戶身份證明等紙質(zhì)資料掃描存檔，方便檢索和查找。

大營(yíng)銷相關(guān)系統(tǒng)數(shù)據(jù)量的急劇增加，給數(shù)據(jù)存儲(chǔ)、分析處理、統(tǒng)計(jì)計(jì)算帶來(lái)極大挑戰(zhàn)。根據(jù)大營(yíng)銷業(yè)務(wù)、信息系統(tǒng)及其數(shù)據(jù)的現(xiàn)狀和需求，大數(shù)據(jù)可以在以下方面促進(jìn)大營(yíng)銷的進(jìn)一步提升：營(yíng)銷海量數(shù)據(jù)的高效分布式存取和并行計(jì)算。深度挖掘營(yíng)銷數(shù)據(jù)價(jià)值，從管理、客戶服務(wù)、業(yè)務(wù)拓展等不同的方向促進(jìn)營(yíng)銷業(yè)務(wù)提升。其中管理方向主要有線損分析、用電異常分析、計(jì)量和采集設(shè)備的智能化運(yùn)維等；客戶服務(wù)方向主要為用電客戶提供有針對(duì)性的用電優(yōu)化建議，促進(jìn)用戶節(jié)約用電；業(yè)務(wù)拓展方向積極策劃數(shù)據(jù)類產(chǎn)品，引導(dǎo)和促進(jìn)公司由“只賣電”向“也賣電”發(fā)展。

2.7 大數(shù)據(jù)在運(yùn)監(jiān)中心應(yīng)用分析

國(guó)家電網(wǎng)兩級(jí)運(yùn)營(yíng)監(jiān)控中心以服務(wù)公司戰(zhàn)略為目標(biāo)，以核心資源和主要經(jīng)營(yíng)活動(dòng)管控為重點(diǎn)，以信息化手段為支撐，打造全天候、全方位、全流程綜合管理運(yùn)營(yíng)監(jiān)測(cè)平臺(tái)。利用大數(shù)據(jù)技術(shù)在運(yùn)監(jiān)中心中的應(yīng)用主要可在如下幾個(gè)方面提升：

（1）構(gòu)建大數(shù)據(jù)背景下的在線監(jiān)測(cè)、在線分析和在線計(jì)算工作臺(tái)，滿足日常監(jiān)測(cè)、協(xié)調(diào)控制與綜合管理需要。建設(shè)總部和省公司兩級(jí)運(yùn)營(yíng)監(jiān)測(cè)（控）中心，實(shí)現(xiàn)對(duì)公司經(jīng)營(yíng)管理24小時(shí)即時(shí)在線監(jiān)測(cè)分析，及時(shí)發(fā)現(xiàn)公司運(yùn)營(yíng)過(guò)程中的異動(dòng)和問(wèn)題并自動(dòng)預(yù)警。

（2）跨業(yè)務(wù)多專業(yè)關(guān)聯(lián)分析。為了滿足運(yùn)監(jiān)跨業(yè)務(wù)跨專業(yè)分析和挖掘需要，在大數(shù)據(jù)環(huán)境下，迫切需要構(gòu)建多種業(yè)務(wù)模型和分析挖掘算法，形成大數(shù)據(jù)模型庫(kù)和算法庫(kù)，利用聚類和模式識(shí)別技術(shù)，實(shí)現(xiàn)運(yùn)營(yíng)監(jiān)測(cè)多業(yè)務(wù)關(guān)聯(lián)分析，如對(duì)營(yíng)銷和財(cái)務(wù)收支情況建模進(jìn)行關(guān)聯(lián)分析。

（3）運(yùn)監(jiān)數(shù)據(jù)及監(jiān)測(cè)對(duì)象的質(zhì)量診斷體系。通過(guò)在“大數(shù)據(jù)”環(huán)境下，對(duì)海量異構(gòu)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控分析，在數(shù)據(jù)處理全過(guò)程中不斷提升數(shù)據(jù)質(zhì)量，持續(xù)改進(jìn)數(shù)據(jù)可用率，為拓展傳統(tǒng)的決策分析提供保證。

2.8 大數(shù)據(jù)在客服中心應(yīng)用分析

客戶服務(wù)中心是公司優(yōu)化整合服務(wù)資源，打造“全業(yè)務(wù)、全天候，服務(wù)專業(yè)化、管理精益化、發(fā)展多元化”的供電服務(wù)平臺(tái)?？头行暮诵臉I(yè)務(wù)系統(tǒng)分為95598智能互動(dòng)網(wǎng)站、95598業(yè)務(wù)支持系統(tǒng)、基礎(chǔ)支撐平臺(tái)三個(gè)獨(dú)立系統(tǒng)。95598業(yè)務(wù)支持系統(tǒng)采用全國(guó)一級(jí)部署模式。按數(shù)據(jù)的種類來(lái)分，主要有兩類，一類是檔案、交易和GIS等結(jié)構(gòu)化數(shù)據(jù)，全國(guó)約有3 TB，日增約1 GB；還有是語(yǔ)音音頻類非結(jié)構(gòu)化數(shù)據(jù)，以文件形式保存，全國(guó)約有近10 TB，年增7 TB，并有加速增長(zhǎng)趨勢(shì)。利用大數(shù)據(jù)技術(shù)在客戶服務(wù)中心應(yīng)用可在如下幾個(gè)方面提升：

（1）服務(wù)質(zhì)量實(shí)時(shí)監(jiān)控。采用大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)對(duì)服務(wù)通話的準(zhǔn)實(shí)時(shí)/實(shí)時(shí)監(jiān)控和分析，通過(guò)對(duì)客服過(guò)程的實(shí)時(shí)質(zhì)檢，最大程度保障通話服務(wù)質(zhì)量。

（2）熱點(diǎn)問(wèn)題集中處理。采用大數(shù)據(jù)技術(shù)挖掘一段時(shí)間內(nèi)的用戶關(guān)注熱點(diǎn)，并及時(shí)答復(fù)和處理，提高客戶滿意率。

（3）座席答案智能推送。人工搜索答案及時(shí)性很難滿足要求，利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)答案的智能匹配并自動(dòng)推送給座席。

3 結(jié) 語(yǔ)

基于公司現(xiàn)有一體化平臺(tái)、業(yè)務(wù)現(xiàn)狀及電力數(shù)據(jù)特點(diǎn)，提取公司三集五大和兩中心中電力行業(yè)大數(shù)據(jù)分析典型應(yīng)用場(chǎng)景，運(yùn)用大數(shù)據(jù)核心業(yè)務(wù)應(yīng)用分析技術(shù)，提升現(xiàn)有平臺(tái)對(duì)電力大數(shù)據(jù)的存儲(chǔ)、計(jì)算、分析和管控能力，結(jié)合三集五大兩中心核心業(yè)務(wù)需求，構(gòu)建以業(yè)務(wù)趨勢(shì)預(yù)測(cè)、數(shù)據(jù)價(jià)值挖掘?yàn)橹鞯拇髷?shù)據(jù)服務(wù)體系，試點(diǎn)并推廣大數(shù)據(jù)應(yīng)用，提高公司生產(chǎn)經(jīng)營(yíng)和管理服務(wù)水平。

參考文獻(xiàn)

[1] 李皎.大數(shù)據(jù)時(shí)代到來(lái)對(duì)電力行業(yè)發(fā)展提出新要求[J].華北電業(yè)，2012（4）：82?83.

[2] Anon. Big data [J]. Nature， 2008， 455： 1?13.

[3] Gartner.2012年10大戰(zhàn)略技術(shù)與趨勢(shì)[J].新聞縱覽，2011（11）：18?19.

[4] 李翠平，王敏峰.大數(shù)據(jù)的挑戰(zhàn)與機(jī)遇[J].科研信息化技術(shù)與應(yīng)用，2013（1）：12?18.

[5] 孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50（1）：146?149.

[6] Anon.Big data [EB/OL].[2012?10?02]. http：// /news/special/bigdata/index.

第5篇：大數(shù)據(jù)營(yíng)銷的核心范文

1　大數(shù)據(jù)時(shí)代對(duì)電力企業(yè)財(cái)務(wù)管理的影響

近年來(lái)，隨著智能電網(wǎng)建設(shè)的全面展開(kāi)，移動(dòng)物聯(lián)網(wǎng)技術(shù)的不斷更新?lián)Q代，同時(shí)互聯(lián)網(wǎng)+等新興業(yè)態(tài)的出現(xiàn)，使得電力行業(yè)數(shù)據(jù)量由原來(lái)的TB級(jí)上升為PB級(jí)甚至EB級(jí)，并且數(shù)據(jù)來(lái)源和數(shù)據(jù)結(jié)構(gòu)更加的多樣化。以營(yíng)銷數(shù)據(jù)為例，每年新增約90TB營(yíng)銷用電采集數(shù)據(jù)。同時(shí)，除傳統(tǒng)數(shù)據(jù)庫(kù)的結(jié)構(gòu)化數(shù)據(jù)外，還產(chǎn)生了大量的監(jiān)控錄像、圖像、視頻以及音頻等非結(jié)構(gòu)化數(shù)據(jù)，對(duì)電網(wǎng)企業(yè)數(shù)據(jù)存儲(chǔ)要求更加嚴(yán)苛，如何從海量的數(shù)據(jù)中分析出有價(jià)值的數(shù)據(jù)將迎來(lái)巨大的挑戰(zhàn)，電力大數(shù)據(jù)時(shí)代已經(jīng)來(lái)到。

1.1　財(cái)務(wù)管理的對(duì)象和范圍發(fā)生改變

為了進(jìn)一步提高電力企業(yè)的財(cái)務(wù)管理信息化水平，大數(shù)據(jù)的到來(lái)進(jìn)一步推動(dòng)電力企業(yè)積極探索營(yíng)配調(diào)財(cái)?shù)臉I(yè)財(cái)一體化建設(shè)，使財(cái)務(wù)與業(yè)務(wù)更加緊密的結(jié)合，改變了傳統(tǒng)停留在基于財(cái)務(wù)報(bào)表的統(tǒng)計(jì)分析，要求向財(cái)務(wù)數(shù)據(jù)的前端進(jìn)行追根溯源。

1.2　財(cái)務(wù)管理的方法發(fā)生改變

隨著電力企業(yè)信息化的深化應(yīng)用以及各個(gè)專業(yè)系統(tǒng)的建設(shè)，電力企業(yè)產(chǎn)生了大量的業(yè)務(wù)和財(cái)務(wù)數(shù)據(jù)，財(cái)務(wù)管理者往往在面對(duì)這些數(shù)據(jù)時(shí)，因?yàn)槿狈?duì)數(shù)據(jù)進(jìn)行挖掘和探索的高級(jí)分析手段，拿到數(shù)據(jù)后仍然感到束手無(wú)策，數(shù)據(jù)資產(chǎn)價(jià)值還是停留在粗放型階段。為此，電力企業(yè)急需培養(yǎng)一批既懂業(yè)務(wù)又懂財(cái)務(wù)的復(fù)合型人才，充分利用大數(shù)據(jù)分析方法和工具，實(shí)現(xiàn)財(cái)務(wù)分析從數(shù)字化向智能化的轉(zhuǎn)變。

1.3　財(cái)務(wù)管理的內(nèi)涵發(fā)生改變

傳統(tǒng)企業(yè)財(cái)務(wù)部門是以會(huì)計(jì)核算為主，但隨著管理會(huì)計(jì)的發(fā)展以及云大物移技術(shù)的應(yīng)用，要求財(cái)務(wù)人員必須從幕后走向前臺(tái)，跳出原來(lái)的核算思維，站在更高的企業(yè)管理層次，充分利用大數(shù)據(jù)思想和技術(shù)，不僅要對(duì)企業(yè)的業(yè)務(wù)和財(cái)務(wù)資源進(jìn)行整合，還要從事經(jīng)營(yíng)管控、戰(zhàn)略決策和價(jià)值創(chuàng)造等增值顯著的工作，在電力體制改革中發(fā)揮引領(lǐng)作用。

2　大數(shù)據(jù)背景下電力企業(yè)財(cái)務(wù)管理工作存在的問(wèn)題

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)越來(lái)越多的被當(dāng)作是一項(xiàng)非常重要的生產(chǎn)資料，即將開(kāi)展的電力體制改革，也將助推大數(shù)據(jù)應(yīng)用上升到一個(gè)新高度，如何有效利用這一生產(chǎn)資料成為電力企業(yè)新一輪競(jìng)爭(zhēng)的重要手段。但目前，大數(shù)據(jù)時(shí)代下電力企業(yè)財(cái)務(wù)管理仍然存在很多問(wèn)題急需解決。

2.1　財(cái)務(wù)管理缺乏與企業(yè)戰(zhàn)略的高度融合在經(jīng)濟(jì)全球化和電力體制改革的時(shí)代背景下，大數(shù)據(jù)技術(shù)的大規(guī)模應(yīng)用，電網(wǎng)企業(yè)財(cái)務(wù)管理工作的內(nèi)容也正在發(fā)生翻天覆地的變化。因此，對(duì)于電網(wǎng)企業(yè)來(lái)說(shuō)，必須與時(shí)俱進(jìn)，引進(jìn)先進(jìn)的管理理念和技術(shù)，掌握企業(yè)核心的業(yè)務(wù)數(shù)據(jù)信息，從而建立起完善的戰(zhàn)略決策體系，支撐財(cái)務(wù)管理與企業(yè)戰(zhàn)略的高度融合。大數(shù)據(jù)時(shí)代來(lái)臨之前，電網(wǎng)企業(yè)通過(guò)臺(tái)賬、財(cái)務(wù)報(bào)表等形式獲得財(cái)務(wù)管理信息，然而在大數(shù)據(jù)時(shí)代，企業(yè)經(jīng)營(yíng)決策信息還要充分利用大數(shù)據(jù)技術(shù)，不能只局限于財(cái)務(wù)報(bào)表，應(yīng)該站在企業(yè)戰(zhàn)略管理的高度對(duì)銷售、生產(chǎn)和財(cái)務(wù)數(shù)據(jù)等進(jìn)行深入的挖掘和分析，從中獲取有利于企業(yè)管理的高價(jià)值信息。如果電網(wǎng)企業(yè)沒(méi)有制定科學(xué)的財(cái)務(wù)管理戰(zhàn)略，沒(méi)有掌握大數(shù)據(jù)分析技術(shù)，沒(méi)有形成有效的企業(yè)管理手段，則不利于電網(wǎng)企業(yè)財(cái)務(wù)管理水平的提高，企業(yè)戰(zhàn)略目標(biāo)的達(dá)成也只能成為紙上談兵。

2.2　財(cái)務(wù)管理缺乏與業(yè)務(wù)的無(wú)縫集成

傳統(tǒng)電力企業(yè)的財(cái)務(wù)部門主要負(fù)責(zé)業(yè)務(wù)報(bào)銷、憑證錄入、校驗(yàn)發(fā)票、出具報(bào)表等基礎(chǔ)性工作。實(shí)施ERP系統(tǒng)后，電力企業(yè)的人財(cái)物雖然也實(shí)現(xiàn)了系統(tǒng)集成，但生產(chǎn)、營(yíng)銷和調(diào)度等專業(yè)業(yè)務(wù)系統(tǒng)還是獨(dú)立的，財(cái)務(wù)人員不需要非常了解業(yè)務(wù)的運(yùn)行規(guī)律就能進(jìn)行簡(jiǎn)單的會(huì)計(jì)核算。而在大數(shù)據(jù)時(shí)代，電力企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中產(chǎn)生了大量的有價(jià)值的生產(chǎn)運(yùn)營(yíng)業(yè)務(wù)數(shù)據(jù)，面對(duì)這些繁雜的數(shù)據(jù)，如何進(jìn)行有效的分析和利用，并將這些數(shù)據(jù)與財(cái)務(wù)管理工作結(jié)合起來(lái)，成為擺在財(cái)務(wù)工作者面前的一道新課題。這就要求電力企業(yè)在信息化建設(shè)過(guò)程中，必須開(kāi)展頂層設(shè)計(jì)，充分調(diào)動(dòng)生產(chǎn)部門與財(cái)務(wù)部門開(kāi)展有效溝通，實(shí)現(xiàn)業(yè)財(cái)一體化的無(wú)縫集成，提高系統(tǒng)數(shù)據(jù)質(zhì)量，滿足企業(yè)的財(cái)務(wù)管理制度要求。

2.3　財(cái)務(wù)管理缺乏對(duì)核心業(yè)務(wù)的風(fēng)險(xiǎn)管控

在電力企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中，財(cái)務(wù)管理工作必然會(huì)涉及到生產(chǎn)、營(yíng)銷、調(diào)度以及運(yùn)維檢修等核心業(yè)務(wù)數(shù)據(jù)，在大數(shù)據(jù)時(shí)代要求財(cái)務(wù)與業(yè)務(wù)結(jié)合得更加緊密，單純地記賬和報(bào)表分析已不能適應(yīng)現(xiàn)代大數(shù)據(jù)時(shí)代管理會(huì)計(jì)的要求，更是沒(méi)有辦法為企業(yè)的經(jīng)營(yíng)管理者和戰(zhàn)略決策者提供有價(jià)值的參考依據(jù)，業(yè)務(wù)風(fēng)險(xiǎn)管控超出了傳統(tǒng)財(cái)務(wù)管理的職責(zé)范圍。但是在實(shí)際業(yè)務(wù)中，由于財(cái)務(wù)人員沒(méi)有途徑了解前端業(yè)務(wù)，所以無(wú)法開(kāi)展對(duì)業(yè)務(wù)活動(dòng)的風(fēng)險(xiǎn)管控。然而，隨著市場(chǎng)環(huán)境的快速變化和競(jìng)爭(zhēng)越來(lái)越激烈，財(cái)務(wù)管理工作必須向前端業(yè)務(wù)延伸，掌握業(yè)務(wù)流程的風(fēng)險(xiǎn)管控點(diǎn)才能滿足企業(yè)決策的要求。為了改善電力企業(yè)經(jīng)營(yíng)管理，提升財(cái)務(wù)管理水平，財(cái)務(wù)管理工作必須要借助于大數(shù)據(jù)技術(shù)手段加強(qiáng)對(duì)核心業(yè)務(wù)的風(fēng)險(xiǎn)管控。

3　大數(shù)據(jù)時(shí)代電力企業(yè)財(cái)務(wù)管理工作的對(duì)策

針對(duì)大數(shù)據(jù)時(shí)代財(cái)務(wù)管理工作在實(shí)現(xiàn)業(yè)財(cái)集成、管控核心業(yè)務(wù)風(fēng)險(xiǎn)和推進(jìn)企業(yè)戰(zhàn)略管理方面存在的問(wèn)題，電力企業(yè)必須抓住大數(shù)據(jù)時(shí)代的機(jī)遇與挑戰(zhàn)，找到符合企業(yè)持續(xù)發(fā)展的有效解決對(duì)策。

3.1　構(gòu)建企業(yè)級(jí)數(shù)據(jù)中心，實(shí)現(xiàn)數(shù)據(jù)資源整合和共享ERP系統(tǒng)打破了電力企業(yè)物資、設(shè)備、項(xiàng)目以及人力資源子系統(tǒng)之間的壁壘，實(shí)現(xiàn)了系統(tǒng)之間的集成，再加上各個(gè)專業(yè)系統(tǒng)，如營(yíng)銷、生產(chǎn)和調(diào)試等，構(gòu)成了一個(gè)龐大的信息網(wǎng)絡(luò)，但是數(shù)據(jù)仍然散落在各個(gè)系統(tǒng)的本地?cái)?shù)據(jù)庫(kù)上，沒(méi)有發(fā)揮數(shù)據(jù)資產(chǎn)的最大價(jià)值。為此必須從公司層面考慮構(gòu)建大數(shù)據(jù)平臺(tái)，也就是構(gòu)建企業(yè)的數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)中心，發(fā)揮數(shù)據(jù)的價(jià)值，支撐企業(yè)的發(fā)展。整體方案思路如下：

全面整合營(yíng)、配、調(diào)、財(cái)?shù)雀鳂I(yè)務(wù)領(lǐng)域的海量數(shù)據(jù)至大數(shù)據(jù)平臺(tái)，建設(shè)企業(yè)級(jí)的基礎(chǔ)數(shù)據(jù)中心，統(tǒng)一管理數(shù)據(jù)存儲(chǔ)、業(yè)務(wù)建模和數(shù)據(jù)監(jiān)控，運(yùn)用大數(shù)據(jù)技術(shù)對(duì)各業(yè)務(wù)系統(tǒng)數(shù)據(jù)進(jìn)行篩選、關(guān)聯(lián)、重組，分析結(jié)果通過(guò)各類終端平臺(tái)呈現(xiàn)，以滿足各業(yè)務(wù)域的業(yè)務(wù)需求，最大化發(fā)揮數(shù)據(jù)資產(chǎn)的價(jià)值。

3.2　轉(zhuǎn)變財(cái)務(wù)管理職能，支撐企業(yè)經(jīng)營(yíng)戰(zhàn)略決策財(cái)務(wù)管理是企業(yè)的核心職能之一，而企業(yè)的經(jīng)濟(jì)業(yè)務(wù)活動(dòng)是財(cái)務(wù)管理工作的基礎(chǔ)，但財(cái)務(wù)部門不能只停留在會(huì)計(jì)核算職能上。大數(shù)據(jù)時(shí)代，業(yè)務(wù)數(shù)據(jù)的加工分析和風(fēng)險(xiǎn)管控能力才是決定財(cái)務(wù)管理水平高低的關(guān)鍵。隨著大數(shù)據(jù)和移動(dòng)物聯(lián)等技術(shù)的逐漸成熟應(yīng)用，為財(cái)務(wù)開(kāi)展核心業(yè)務(wù)風(fēng)險(xiǎn)管控創(chuàng)造了非常重要的條件。在大數(shù)據(jù)環(huán)境下，不僅要求財(cái)務(wù)工作者能夠提供真實(shí)可靠的財(cái)務(wù)數(shù)據(jù)，還要會(huì)運(yùn)用大數(shù)據(jù)思維，將管理的觸角向企業(yè)前端的經(jīng)營(yíng)業(yè)務(wù)乃至外部環(huán)境進(jìn)行延伸和拓展，通過(guò)對(duì)數(shù)據(jù)多角度、深層次的分析和挖掘，發(fā)現(xiàn)業(yè)務(wù)部門管理中存在的問(wèn)題，積極有效地推動(dòng)生產(chǎn)經(jīng)營(yíng)管理活動(dòng)的合規(guī)化、合法化以及數(shù)據(jù)化，通過(guò)優(yōu)化業(yè)務(wù)流程，向管理要效益。因此大數(shù)據(jù)時(shí)代財(cái)務(wù)職能轉(zhuǎn)變是提高企業(yè)綜合競(jìng)爭(zhēng)力的重要手段，能夠強(qiáng)有力支撐企業(yè)的經(jīng)營(yíng)戰(zhàn)略決策。

3.3　推進(jìn)電力大數(shù)據(jù)應(yīng)用，開(kāi)展財(cái)務(wù)管理創(chuàng)新掌握了大數(shù)據(jù)技術(shù)，就要推進(jìn)大數(shù)據(jù)的應(yīng)用，驅(qū)動(dòng)原有技術(shù)平臺(tái)升級(jí)改造，充分利用大數(shù)據(jù)存儲(chǔ)、整合、計(jì)算、應(yīng)用四類核心技術(shù)，擴(kuò)展非結(jié)構(gòu)化數(shù)據(jù)以及海量數(shù)據(jù)的分析與挖掘能力，實(shí)現(xiàn)全方位對(duì)業(yè)務(wù)系統(tǒng)數(shù)據(jù)的在線監(jiān)測(cè)、分析、計(jì)算，將財(cái)務(wù)管理工作由原來(lái)的事后編制報(bào)表轉(zhuǎn)為實(shí)時(shí)在線分析;通過(guò)關(guān)聯(lián)分析，回歸分析、數(shù)據(jù)因子分析等大數(shù)據(jù)算法的利用，對(duì)企業(yè)進(jìn)行經(jīng)營(yíng)預(yù)測(cè)和風(fēng)險(xiǎn)防范，促進(jìn)財(cái)務(wù)管理幫助企業(yè)實(shí)現(xiàn)價(jià)值持續(xù)增長(zhǎng)。

第6篇：大數(shù)據(jù)營(yíng)銷的核心范文

大數(shù)據(jù)助力金融服務(wù)

關(guān)于大數(shù)據(jù)，目前市場(chǎng)有很多說(shuō)法，也存在很多誤區(qū)。首先就是數(shù)據(jù)量大，其實(shí)數(shù)據(jù)多并不代表是大數(shù)據(jù)，大數(shù)據(jù)更多強(qiáng)調(diào)的是大價(jià)值，核心內(nèi)涵是數(shù)據(jù)的交叉融合。不同行業(yè)領(lǐng)域的數(shù)據(jù)融合會(huì)比單一領(lǐng)域的數(shù)據(jù)簡(jiǎn)單疊加價(jià)值要大，不同領(lǐng)域的數(shù)據(jù)融合是乘法效應(yīng)，相同領(lǐng)域的數(shù)據(jù)疊加是加法效應(yīng)。很多金融機(jī)構(gòu)都會(huì)說(shuō)有很多數(shù)據(jù)，尤其銀行特別愛(ài)說(shuō)這樣的話，其實(shí)對(duì)金融機(jī)構(gòu)來(lái)講，如果做大數(shù)據(jù)，更應(yīng)該掌握其中的原因，而不是結(jié)果。

百融金服總裁張韶峰表示：“金融行業(yè)的核心其實(shí)是解決信息不對(duì)稱，但金融機(jī)構(gòu)自己一樣存在信息不對(duì)稱的問(wèn)題，解決得好就可以盈利，解決不好就會(huì)虧損。這其中包括風(fēng)險(xiǎn)防范、精準(zhǔn)營(yíng)銷、管理、催收以及風(fēng)險(xiǎn)定價(jià)、產(chǎn)品設(shè)計(jì)等諸多方面?！比缃胥y行呈現(xiàn)的客戶數(shù)據(jù)可以說(shuō)是片面的，很難準(zhǔn)確判斷和定制特殊群體的具體服務(wù)。大數(shù)據(jù)的參與會(huì)讓授信風(fēng)險(xiǎn)、反欺詐以及精準(zhǔn)營(yíng)銷都變得可控可把握。從欺詐角度來(lái)看，大數(shù)據(jù)可以幫助金融機(jī)構(gòu)判斷個(gè)人信息是否準(zhǔn)確，風(fēng)險(xiǎn)的識(shí)別無(wú)外乎兩種，一種是欺詐風(fēng)險(xiǎn)，另一種是信用風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)核心識(shí)別是身份識(shí)別，現(xiàn)在也出現(xiàn)了一些案例，為實(shí)名欺詐，就用本名、信用卡、手機(jī)號(hào)、郵箱等進(jìn)行一次性犯罪；信用風(fēng)險(xiǎn)防范方面就會(huì)涉及到是否愿意還錢，有沒(méi)有能力償還等問(wèn)題。

通過(guò)互聯(lián)網(wǎng)數(shù)據(jù)幫助銀行判斷個(gè)人的資質(zhì)是不是可以發(fā)送信用卡，以此降低金融風(fēng)險(xiǎn)；同時(shí)，在精準(zhǔn)營(yíng)銷方面，幫助銀行分析客戶，進(jìn)行精準(zhǔn)定點(diǎn)營(yíng)銷?！盀槭裁纯傉f(shuō)銀行競(jìng)爭(zhēng)不過(guò)互聯(lián)網(wǎng)產(chǎn)品呢？當(dāng)然一個(gè)原因是基數(shù)不同，另外就是互聯(lián)網(wǎng)產(chǎn)品所獲取的客戶信息更準(zhǔn)確一些，能夠抓住積極需求完成定點(diǎn)營(yíng)銷的工作。如今多數(shù)銀行只能從熟悉的角度看待人以及行為，但并不知道客戶的具體行為是怎樣的，由于看不到全景必然會(huì)導(dǎo)致?tīng)I(yíng)銷的障礙。當(dāng)看到全景后，所謂的營(yíng)銷就不再是扔產(chǎn)品給他，而是希望和他進(jìn)行互動(dòng)，用需求營(yíng)造好的產(chǎn)品氛圍，從而形成一個(gè)真正的定制化服務(wù)，這也是大數(shù)據(jù)對(duì)銀行的三個(gè)基本服務(wù)的情況?！眳呛１罂偨Y(jié)道。

傳統(tǒng)金融機(jī)構(gòu)建模思路主要涉及幾個(gè)變量，分別是發(fā)生金融行為的時(shí)間，信用記錄的時(shí)間，有沒(méi)有逾期、壞賬、額度這些數(shù)據(jù)干擾等，其中最重要的變量就是是否形成壞賬這個(gè)因素，主要借此預(yù)測(cè)下一次借款會(huì)不會(huì)逾期，會(huì)不會(huì)直接形成壞賬。如果說(shuō)用戶之前有過(guò)借款行為，用這個(gè)數(shù)據(jù)預(yù)測(cè)下一次借款是否償還，或許還有可行性，但如果用戶之前根本就沒(méi)有借款行為，這種評(píng)估方式就會(huì)存在問(wèn)題。如今我國(guó)還有很大一部分群體沒(méi)有信用記錄，這讓傳統(tǒng)的金融機(jī)構(gòu)建模在現(xiàn)實(shí)運(yùn)行中產(chǎn)生了障礙。另外就是身份的打通，以及IP的打通。一個(gè)有問(wèn)題的借款人，可能會(huì)隱藏自己的身份，對(duì)于一些有意隱藏的信息是否可以迅速察覺(jué)，這是很重要的一點(diǎn)，要把所有可查詢的信息進(jìn)行綜合評(píng)估，否則就會(huì)被欺騙。

集奧聚合“大數(shù)據(jù)先行”

針對(duì)大數(shù)據(jù)改變金融服務(wù)的諸多方面，吳海斌闡釋了集奧平臺(tái)對(duì)此的諸多借鑒。“這個(gè)平臺(tái)是一個(gè)數(shù)據(jù)化交互平臺(tái)，首先把所有的信息整合在一起，具備一個(gè)匹配功能。因?yàn)檫@個(gè)數(shù)據(jù)是非個(gè)性化數(shù)據(jù)，可以匹配。然后可以結(jié)合ID，把信息打通。比如說(shuō)銀行最頭疼的是什么？就是所謂的凈值客戶，如此就可以很好地解決凈值客戶在無(wú)任何行為情況下的信用評(píng)估問(wèn)題?！?/p>

如今集奧有四大塊業(yè)務(wù)基礎(chǔ)，首先是基地大平臺(tái)，把所有的數(shù)據(jù)整合在一起做數(shù)據(jù)加工、整理和分析，通過(guò)標(biāo)簽超市，把每個(gè)人的行為做一個(gè)評(píng)價(jià)進(jìn)而進(jìn)行預(yù)測(cè)，從此價(jià)值就會(huì)得到體現(xiàn)。不管是銷售還是風(fēng)控，最重要的還是標(biāo)簽，因?yàn)闃?biāo)簽可以將個(gè)體進(jìn)行描述，所有的信息都可以作為預(yù)測(cè)參數(shù)。當(dāng)個(gè)體信息體現(xiàn)之后，它可以幫助預(yù)測(cè)消費(fèi)傾向、風(fēng)險(xiǎn)傾向包括一些催收的傾向。

吳海斌說(shuō)：“我們現(xiàn)在的標(biāo)簽系統(tǒng)基本上從幾個(gè)方向來(lái)看，涉及到基本屬性，還有偏好，例如以金融的相關(guān)信息來(lái)抓取，可以分析個(gè)體是不是經(jīng)常看金融網(wǎng)站或者網(wǎng)頁(yè)等，通過(guò)互聯(lián)網(wǎng)的行為把個(gè)體行為完全描述出來(lái)，然后和銀行數(shù)據(jù)進(jìn)行結(jié)合?！?/p>

對(duì)于整個(gè)標(biāo)簽超市的體現(xiàn)，包括數(shù)據(jù)產(chǎn)生的方式一級(jí)企業(yè)的信息對(duì)接，甚至可以細(xì)微到一些移動(dòng)端、PC端的收集。采集后就可以進(jìn)行數(shù)據(jù)分析，將拿到的數(shù)據(jù)描述成一個(gè)人的行為，做一種傾向分析。

有了這些分析之后再進(jìn)行數(shù)據(jù)應(yīng)用，就可以把這些多角度且五花八門的信息統(tǒng)統(tǒng)串聯(lián)起來(lái)。對(duì)于風(fēng)險(xiǎn)防范與運(yùn)營(yíng)管理，可以通過(guò)銀行設(shè)立網(wǎng)點(diǎn)，以此得知怎樣的網(wǎng)點(diǎn)會(huì)聚集怎樣的客戶群，進(jìn)而知道目標(biāo)客戶的具體動(dòng)態(tài)，也可以得知網(wǎng)點(diǎn)設(shè)置是否準(zhǔn)確，這或許就是整個(gè)標(biāo)簽體系對(duì)金融機(jī)構(gòu)的服務(wù)。

在構(gòu)建大數(shù)據(jù)與金融服務(wù)的融合過(guò)程中一定要集成很多不同維度的數(shù)據(jù)，維度太少就會(huì)讓結(jié)果產(chǎn)生問(wèn)題。另外就是合作數(shù)據(jù)平臺(tái)本身的公平公正公允性，合作之間的數(shù)據(jù)交換以及借款人的諸多審核等。

第7篇：大數(shù)據(jù)營(yíng)銷的核心范文

近期，BAT三巨頭圍繞大數(shù)據(jù)紛爭(zhēng)頻仍，口號(hào)響亮，特別是B和A，又是約架又是展望，姿態(tài)十足。

然而，公認(rèn)大數(shù)據(jù)挖掘潛力最大的騰訊，不聲不響就放了個(gè)大招。10月19日，騰訊在北京推出業(yè)界首個(gè)基于移動(dòng)瀏覽行為的數(shù)據(jù)分析工具――騰訊瀏覽指數(shù)（Tencent Browsing Index，以下簡(jiǎn)稱TBI）。騰訊聯(lián)合中國(guó)社會(huì)科學(xué)院了《騰訊×社科院移動(dòng)互聯(lián)網(wǎng)民內(nèi)容消費(fèi)趨勢(shì)報(bào)告》，通過(guò)對(duì)移動(dòng)互聯(lián)網(wǎng)用戶瀏覽趨勢(shì)進(jìn)行大數(shù)據(jù)分析，全景式地描述了當(dāng)代中國(guó)人的生活狀況，體現(xiàn)了TBI的創(chuàng)新優(yōu)勢(shì)和應(yīng)用價(jià)值。

看到這份說(shuō)服力極強(qiáng)的報(bào)告，品牌營(yíng)銷者普遍有一個(gè)感覺(jué)：似乎是發(fā)現(xiàn)了什么了不得的大數(shù)據(jù)營(yíng)銷神器呢！

移動(dòng)營(yíng)銷呼喚大數(shù)據(jù)神器

實(shí)際上，品牌營(yíng)銷者從來(lái)沒(méi)有像今天這樣急切地期待一款大數(shù)據(jù)神器的誕生！

每個(gè)企業(yè)都力求業(yè)務(wù)突破和保持領(lǐng)先。但是，科技革命的發(fā)展，以及信息時(shí)代特別是移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，讓品牌營(yíng)銷面臨困境：行業(yè)形勢(shì)瞬息萬(wàn)變，產(chǎn)品生命周期大為縮短，用戶選擇更隨意，放棄也更容易；用戶進(jìn)入圈層、社群時(shí)代，需求細(xì)分化、個(gè)性化，消費(fèi)者心理和偏好變幻莫測(cè)，難以捕捉；人們接觸的信息指數(shù)級(jí)暴增，獲取場(chǎng)景碎片化，品牌露出更加困難……

在變化和動(dòng)蕩中，品牌營(yíng)銷者唯有在紛繁復(fù)雜的信息中快速把握核心，緊跟市場(chǎng)節(jié)奏，敏捷調(diào)整、高效決策，才能在品牌大戰(zhàn)中脫穎而出。

那么，如何快速把握變動(dòng)的核心？不約而同地，品牌營(yíng)銷者都選擇了大數(shù)據(jù)。Zara依靠大數(shù)據(jù)成功已成神話，更多后來(lái)者還在路上。大數(shù)據(jù)正推動(dòng)品牌營(yíng)銷進(jìn)行基于信息革命的轉(zhuǎn)型，使品牌能夠借助大數(shù)據(jù)帶來(lái)的大洞察，獲取更多的商業(yè)價(jià)值和發(fā)展機(jī)會(huì)。

然而，在中國(guó)互聯(lián)網(wǎng)界的大數(shù)據(jù)應(yīng)用中，雖然搜索和電商的大數(shù)據(jù)出來(lái)得較早，但其應(yīng)用的局限性也較高：搜索數(shù)據(jù)隨意性大，不夠精準(zhǔn)；電商專精消費(fèi)數(shù)據(jù)更單一，因?yàn)樗鼈兌贾皇侨藗冃袨榈哪骋粋€(gè)方面而已；在移動(dòng)互聯(lián)網(wǎng)時(shí)代，人們獲取信息的方式發(fā)生了很大改變，社交網(wǎng)絡(luò)的重要性大大增加，僅由搜索和電商數(shù)據(jù)得出的消費(fèi)者畫像恐怕就不那么真實(shí)有效了。

既然傳統(tǒng)的搜索數(shù)據(jù)指標(biāo)已經(jīng)不足以滿足各行業(yè)領(lǐng)域?qū)οM(fèi)者信息捕捉和洞察的需求，就需要尋找對(duì)人們行為和輿論趨勢(shì)進(jìn)行捕捉和洞察的新方法。于是，基于龐大社交網(wǎng)絡(luò)平臺(tái)的TBI應(yīng)運(yùn)而生。

TBI神在哪里？

TBI之所以能成為一款品牌營(yíng)銷神器，與其自身基因攜帶的優(yōu)勢(shì)密不可分。

瀏覽是最基礎(chǔ)的網(wǎng)絡(luò)行為，且具有針對(duì)性和高確定性。瀏覽行為的數(shù)據(jù)更能反映用戶的真實(shí)需求和興趣。然而囿于技術(shù)和瀏覽場(chǎng)景碎片化，對(duì)瀏覽大數(shù)據(jù)的應(yīng)用落后于搜索和電商。正如騰訊副總裁鐘翔平所說(shuō)：“我們處在一個(gè)泛瀏覽時(shí)代。瀏覽器移動(dòng)化之后，用戶無(wú)處不在瀏覽，不只在瀏覽器里，在微信、空間、QQ、新聞客戶端甚至購(gòu)物APP里都在瀏覽?！?/p>

而現(xiàn)在，騰訊依靠領(lǐng)先的大數(shù)據(jù)技術(shù)和打通跨平臺(tái)數(shù)據(jù)的瀏覽底層服務(wù)解決了這個(gè)問(wèn)題。2014年推出的騰訊瀏覽服務(wù)（TBS）日活躍用戶超過(guò)4億，日訪問(wèn)PV超過(guò)100億。目前，TBS已接入超過(guò)400款A(yù)PP，涵蓋20多個(gè)行業(yè)和領(lǐng)域，覆蓋中國(guó)移動(dòng)互聯(lián)網(wǎng)用戶80%的頁(yè)面瀏覽量。

TBI，就是依托TBS海量瀏覽數(shù)據(jù)打造的移動(dòng)互聯(lián)網(wǎng)跨平臺(tái)數(shù)據(jù)分析工具。通過(guò)跨品類和app平臺(tái)領(lǐng)域的瀏覽大數(shù)據(jù)，獲取精準(zhǔn)、有力的用戶行為數(shù)據(jù)，形成更為完整和全面的用戶畫像和行為軌跡，對(duì)于品牌實(shí)現(xiàn)個(gè)性化營(yíng)銷、提升品牌體驗(yàn)具有不容小覷的意義。

同時(shí)，騰訊TBI的大數(shù)據(jù)來(lái)源于用戶行為的源頭，能夠?yàn)槠放茽I(yíng)銷決策提供重要依據(jù)和參考。

用戶消費(fèi)的大致決策路徑是從注意、興趣、欲望到行動(dòng)。一般的互聯(lián)網(wǎng)交易場(chǎng)景是：用戶在社交、娛樂(lè)過(guò)程中會(huì)被吸引注意力，產(chǎn)生興趣，然后才去了解、尋找想要的東西，最后在網(wǎng)上完成交易。阿里的大數(shù)據(jù)是在欲望和行動(dòng)之間，百度是在興趣和欲望之間，騰訊則集中于注意和興趣，而這才是用戶行為形成的源頭之所在。

一個(gè)很重要的觀察是，此次騰訊聯(lián)合社科院的基于社會(huì)學(xué)研究的報(bào)告表明，騰訊正試圖將社會(huì)學(xué)的研究方法引入大數(shù)據(jù)產(chǎn)品中。

其實(shí)，社會(huì)學(xué)研究和大數(shù)據(jù)是互補(bǔ)的。普通意義上的大數(shù)據(jù)只是資料的整合和相關(guān)性分析，不做任何因果推論。所以，大數(shù)據(jù)知道了what，但是how和why卻不知道，結(jié)果可能會(huì)產(chǎn)生一些偏誤。社會(huì)學(xué)卻能夠在大數(shù)據(jù)挖掘相關(guān)關(guān)系的基礎(chǔ)上，進(jìn)行理論詮釋并驗(yàn)證理論模型，甚至能夠通過(guò)擬合大數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)可能發(fā)生的新事實(shí)。因而，大數(shù)據(jù)引入社會(huì)學(xué)，能夠?qū)ふ姨囟ǖ氖鼙娙后w，尋找特定消費(fèi)者的行為模式，為品牌營(yíng)銷進(jìn)行實(shí)務(wù)上的指導(dǎo)。有社會(huì)學(xué)光環(huán)加持，TBI還能不神嗎？

“TBI+品牌”的神效

通過(guò)對(duì)海量用戶移動(dòng)瀏覽行為的全面了解與深度挖掘，TBI成為移動(dòng)互聯(lián)網(wǎng)時(shí)代幫助企業(yè)深度洞察用戶、高效塑造品牌的權(quán)威平臺(tái)。而且，TBI的數(shù)據(jù)量還在每天UP。騰訊瀏覽指數(shù)產(chǎn)品負(fù)責(zé)人徐羽透露：“我們的日活躍用戶和瀏覽量仍在不斷增長(zhǎng)，同時(shí)我們?cè)赥ag詞和語(yǔ)義分析邏輯上還在不斷豐富?！?/p>

TBI能幫助品牌營(yíng)銷制造熱點(diǎn)，更好地與用戶互動(dòng)，飛速擴(kuò)張品牌影響力和知名度。在信息爆炸時(shí)代，一個(gè)品牌要想獲得足夠曝光，就要持續(xù)制造爆點(diǎn)。而無(wú)論是借勢(shì)還是造勢(shì)，首先需要捕捉用戶趨勢(shì)，對(duì)用戶行為的形成和互相影響有準(zhǔn)確真實(shí)的認(rèn)知，因?yàn)槿硕际巧鐣?huì)人，不是網(wǎng)絡(luò)上孤獨(dú)的一個(gè)IP。TBI采自用戶行為源頭的大數(shù)據(jù)，具有更強(qiáng)的相關(guān)性，觸達(dá)了品牌營(yíng)銷者以前從未憑借數(shù)據(jù)到達(dá)、僅靠直覺(jué)和經(jīng)驗(yàn)決策的深層，使得品牌更有機(jī)會(huì)挑動(dòng)用戶內(nèi)心的情緒和興趣，達(dá)成更好傳播效果。

TBI能幫助品牌實(shí)現(xiàn)劃時(shí)代的精準(zhǔn)營(yíng)銷。如果品牌營(yíng)銷者能夠在合適的時(shí)機(jī)提供合適的內(nèi)容，與消費(fèi)者建立最大的關(guān)聯(lián)，就能獲得最大的獲得關(guān)注。而TBI通過(guò)搜集和分析騰訊龐大用戶群體的各類即時(shí)數(shù)據(jù)，可以在廣告推送中實(shí)現(xiàn)地域定向、需求定向、偏好定向、關(guān)系定向等定向方式，讓品牌營(yíng)銷更為精準(zhǔn)。

第8篇：大數(shù)據(jù)營(yíng)銷的核心范文

關(guān)鍵詞：移動(dòng)信令數(shù)據(jù);大數(shù)據(jù)中間件;研究

現(xiàn)階段，我國(guó)有很多企業(yè)都對(duì)移動(dòng)信令數(shù)據(jù)進(jìn)行研究分析，而且大多數(shù)企業(yè)都有自己的算法庫(kù)，但是因?yàn)闆](méi)有統(tǒng)一的規(guī)范與標(biāo)準(zhǔn)，移動(dòng)信令數(shù)據(jù)的挖掘與分析存在著重復(fù)性，同時(shí)算法庫(kù)管理水平也不高，最為重要的是項(xiàng)目模塊幾乎沒(méi)有共享性，這使得很多資源沒(méi)有得到充分利用，大數(shù)據(jù)庫(kù)的管理工作也十分不方便。基于就這個(gè)現(xiàn)狀來(lái)說(shuō)，企業(yè)的確應(yīng)該制作大數(shù)據(jù)中間件。

1 移動(dòng)信令數(shù)據(jù)分析的大數(shù)據(jù)中間件研究必要性

移動(dòng)信令數(shù)據(jù)分析問(wèn)題將是未來(lái)各界人士只要研究的問(wèn)題，這主要是由于現(xiàn)代企業(yè)希望通過(guò)對(duì)移動(dòng)信令數(shù)據(jù)的挖掘，來(lái)獲得更多更有價(jià)值的信息，從而推動(dòng)企業(yè)發(fā)展。移動(dòng)信令數(shù)據(jù)分析與研究的必要性體現(xiàn)如下：

首先，現(xiàn)代企業(yè)所使用的數(shù)據(jù)分析方法比較落后，已經(jīng)不能滿足大批量數(shù)據(jù)分析的要求，尤其是在互聯(lián)網(wǎng)時(shí)代，企業(yè)所需要的數(shù)據(jù)幾乎都來(lái)自于移動(dòng)互聯(lián)網(wǎng)，而互聯(lián)網(wǎng)上的信息非常多，現(xiàn)有數(shù)據(jù)分析方式已經(jīng)不能達(dá)到要求，因此企業(yè)有必要建立更先進(jìn)的數(shù)據(jù)分析框架，以能夠滿足移動(dòng)大數(shù)據(jù)快速有效的分析要求;其次，移動(dòng)信令數(shù)據(jù)分析既可以為用戶提供更具權(quán)威性的感知，也可以為用戶提供實(shí)時(shí)的設(shè)備監(jiān)測(cè)數(shù)據(jù)。新型技術(shù)的應(yīng)用可以提高企業(yè)精細(xì)化管理的水平，為企業(yè)提供決策正確率奠定基礎(chǔ);再次，現(xiàn)階段移動(dòng)運(yùn)營(yíng)商正在努力的挖掘移動(dòng)大數(shù)據(jù)但是并沒(méi)有形成系統(tǒng)，而此時(shí)，各個(gè)廠家也都在發(fā)揮自己的效能進(jìn)行研究與信令監(jiān)測(cè)，這就導(dǎo)致研究資源的大量浪費(fèi)，同時(shí)無(wú)論是投資、研究，還是開(kāi)發(fā)都具有重復(fù)性，因此需要大數(shù)據(jù)中間件進(jìn)行研究，以減少這種浪費(fèi);第四，現(xiàn)階段各個(gè)企業(yè)所進(jìn)行都沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)與規(guī)范，所以有很多開(kāi)發(fā)項(xiàng)目都不夠規(guī)范，盡管有很多廠家都具有自己的算法庫(kù)以及場(chǎng)景庫(kù)，但是卻沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)來(lái)規(guī)范，所以管理比較混亂，而大數(shù)據(jù)中間件建立之后，標(biāo)準(zhǔn)與規(guī)范相對(duì)都比較統(tǒng)一，這為各個(gè)廠家也提供參照標(biāo)準(zhǔn);第五，大數(shù)據(jù)分析由很多模塊構(gòu)成，但是很多處理模塊卻沒(méi)有達(dá)到統(tǒng)一，也沒(méi)有實(shí)現(xiàn)共享。無(wú)論哪一類項(xiàng)目，挖掘數(shù)據(jù)、分析數(shù)據(jù)等都需要算法，但是現(xiàn)階段卻沒(méi)有統(tǒng)一標(biāo)準(zhǔn)來(lái)實(shí)現(xiàn)算法，再加之，項(xiàng)目與項(xiàng)目之間沒(méi)有進(jìn)行良好的溝通，所以項(xiàng)目中的模塊只能在本項(xiàng)目中應(yīng)用，無(wú)法應(yīng)用在其他項(xiàng)目中，即共享性非常弱。

基于上述幾點(diǎn)，企業(yè)有必要對(duì)移動(dòng)信令數(shù)據(jù)進(jìn)行深入的分析，制作出共享性強(qiáng)、標(biāo)準(zhǔn)統(tǒng)一的中間性軟件，這樣才能實(shí)現(xiàn)大數(shù)據(jù)處理，便于大數(shù)據(jù)科學(xué)合理的管理與應(yīng)用。

2 基于移動(dòng)信令數(shù)據(jù)分析的大數(shù)據(jù)中間件

2.1 大數(shù)據(jù)中間件架構(gòu)

企業(yè)在進(jìn)行移動(dòng)信令數(shù)據(jù)分析時(shí)，為了確保網(wǎng)絡(luò)與營(yíng)銷分析更加真實(shí)可靠，研究人員嘗試著在制作大數(shù)據(jù)中間件，將其放于應(yīng)用層與共享層之間。有關(guān)人員在共享層中挖掘數(shù)據(jù)，而應(yīng)用層通過(guò)中間件，共享數(shù)據(jù)。中間件既要模型庫(kù)，也有算法庫(kù)，同時(shí)還有大數(shù)據(jù)分析系統(tǒng)化做支撐，所應(yīng)用的模式，既有語(yǔ)言，也有接口。這種中間件，功能強(qiáng)大，尤其是共享性突出。

中間件具體的處理流程如下：應(yīng)用類型分析。針對(duì)具體應(yīng)用場(chǎng)景，對(duì)共享層的輸入數(shù)據(jù)進(jìn)行抽樣，對(duì)抽樣數(shù)據(jù)進(jìn)行主成分分析，提取感興趣的字段，遍歷模型庫(kù)，若存在該應(yīng)用類型的應(yīng)用模型，將感興趣的字段與模型庫(kù)中對(duì)應(yīng)的應(yīng)用模型關(guān)鍵字進(jìn)行匹配，根據(jù)匹配結(jié)果進(jìn)行下一步相關(guān)處理;按已確定的關(guān)鍵字提取原始數(shù)據(jù)，對(duì)提取的數(shù)據(jù)進(jìn)行清洗、審核，輸出審核通過(guò)的數(shù)據(jù);對(duì)海量原始數(shù)據(jù)進(jìn)行分布式存儲(chǔ)，根據(jù)目標(biāo)用戶，進(jìn)行數(shù)據(jù)抽取，得到用戶數(shù)據(jù)文件，然后對(duì)用戶數(shù)據(jù)文件進(jìn)行文件合并;在算法庫(kù)中選擇不同的算法對(duì)樣本數(shù)據(jù)進(jìn)行挖掘分析，計(jì)算其準(zhǔn)確率，用遺傳算法對(duì)算法進(jìn)行組合，得出近似最優(yōu)解，并對(duì)組合分類算法進(jìn)行預(yù)評(píng)估;對(duì)組合算法模型進(jìn)行初始參數(shù)配置，對(duì)樣本數(shù)據(jù)進(jìn)行相應(yīng)的數(shù)據(jù)變換。

2.2 并行數(shù)據(jù)挖掘算法庫(kù)

數(shù)據(jù)挖掘算法庫(kù)是大數(shù)據(jù)中間件的核心組成部分之一，它包括各類數(shù)據(jù)挖掘算法的實(shí)現(xiàn)以及組合算法的實(shí)現(xiàn)。其中，算法的并行化是算法庫(kù)的核心。為實(shí)現(xiàn)對(duì)多種并行數(shù)據(jù)挖掘算法的管理，更好地利用算法本身并行性以及整個(gè)數(shù)據(jù)挖掘算法流程上的并行性，在上述計(jì)算框架下增加對(duì)數(shù)據(jù)挖掘算法與服務(wù)管理，對(duì)數(shù)據(jù)挖掘算法的工作流進(jìn)行定義，增加對(duì)各種數(shù)據(jù)挖掘算法的擴(kuò)展性支持，靈活配置各種數(shù)據(jù)挖掘算法，對(duì)算法整個(gè)計(jì)算流程進(jìn)行管理，優(yōu)化算法各個(gè)流程所需要的計(jì)算框架的分配方式，實(shí)現(xiàn)對(duì)批量計(jì)算的流水并行。

2.3 大數(shù)據(jù)中間件應(yīng)用效果

2.3.1 有效降低移動(dòng)大數(shù)據(jù)研究項(xiàng)目的重復(fù)投資、重復(fù)研究和重復(fù)建設(shè)，為應(yīng)用層決策提供強(qiáng)大的數(shù)據(jù)支撐，為后續(xù)大數(shù)據(jù)分析的發(fā)展提供基礎(chǔ)平臺(tái)。移動(dòng)大數(shù)據(jù)分析處理中間件預(yù)計(jì)每年為湖北移動(dòng)分公司網(wǎng)管中心節(jié)省大數(shù)據(jù)研究項(xiàng)目經(jīng)費(fèi)30萬(wàn)。

2.3.2 大幅減少人力投入。本項(xiàng)目構(gòu)建的移動(dòng)大數(shù)據(jù)處理中間件，具有高效準(zhǔn)確的數(shù)據(jù)挖掘算法支持，數(shù)據(jù)處理智能高效，提供各種大數(shù)據(jù)分析挖掘服務(wù)，提高應(yīng)用層業(yè)務(wù)分析人員的工作效率，從而有效節(jié)省人力資源。應(yīng)用層業(yè)務(wù)研究分析人員通過(guò)使用移動(dòng)大數(shù)據(jù)分析挖掘服務(wù)，能夠快速、準(zhǔn)確地進(jìn)行移動(dòng)信令大數(shù)據(jù)的統(tǒng)計(jì)、挖掘等功能，能提高數(shù)據(jù)分析人員工作效率一倍以上。

2.3.3 大幅提高大數(shù)據(jù)營(yíng)銷的效率。本項(xiàng)目提供先進(jìn)的數(shù)據(jù)挖掘算法和算法組合方法，為移動(dòng)信令大數(shù)據(jù)分析挖掘提供快速、準(zhǔn)確、全面的算法支持，提高營(yíng)銷分析速度和成功率。以終端營(yíng)銷為例，能將營(yíng)銷成功率提高百分之六十以上。

結(jié)束語(yǔ)

綜上所述，可知對(duì)移動(dòng)信令數(shù)據(jù)分析的大數(shù)據(jù)中間件研究十分重要。如果大數(shù)據(jù)中間件研究成功，并且應(yīng)用在實(shí)際工作中，企業(yè)的潛在價(jià)值將會(huì)被充分的挖掘出來(lái)，不僅能夠提高算法效率，同時(shí)能夠提高算法的準(zhǔn)確率。通過(guò)實(shí)驗(yàn)研究，企業(yè)應(yīng)該自大數(shù)據(jù)中間件之后，不僅減少了重復(fù)投資與研究，同時(shí)也減少了人力投入，另外，大數(shù)據(jù)營(yíng)銷水平也得到了非常大提高，因此，大數(shù)據(jù)中間件完全值得嘗試應(yīng)用。

參考文獻(xiàn)

[1]左超，耿慶鵬，劉旭峰.基于大數(shù)據(jù)的電信業(yè)務(wù)發(fā)展策略研究[J].郵電設(shè)計(jì)技術(shù)，2013（10）.

[2]俞國(guó)紅.智能化數(shù)據(jù)庫(kù)中間件的設(shè)計(jì)與實(shí)現(xiàn)[J].廊坊師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2010（1）.

[3]潘琛宇，唐曉梅，陳家訓(xùn).基于平臺(tái)中間件的自助式繳費(fèi)系統(tǒng)[J].微型機(jī)與應(yīng)用，2002（12）.

第9篇：大數(shù)據(jù)營(yíng)銷的核心范文

本文通過(guò)對(duì)大數(shù)據(jù)下背景下如何利用用戶消費(fèi)者行為數(shù)據(jù)對(duì)用戶進(jìn)行精準(zhǔn)劃分，并基于劃分結(jié)果如何改進(jìn)營(yíng)銷策略提出了闡述。針對(duì)用戶懷疑提供監(jiān)控?cái)?shù)據(jù)的必要性這一現(xiàn)象，提出了解決措施，以期為企業(yè)更好地分析使用消費(fèi)者行為數(shù)據(jù)提供建議，并對(duì)企業(yè)今后如何處理用戶監(jiān)控?cái)?shù)據(jù)，如何更好地管理客戶關(guān)系提供了參考。

關(guān)鍵詞：

客戶管理；精準(zhǔn)營(yíng)銷；大數(shù)據(jù)應(yīng)用；電子商務(wù)

一、引言

電子商務(wù)與傳統(tǒng)商務(wù)的區(qū)別主要是打破了時(shí)間和空間限制，但其作為一種商業(yè)活動(dòng)，其本質(zhì)也是向消費(fèi)者提品和服務(wù)以獲取利潤(rùn)。消費(fèi)者行為無(wú)疑也是這一領(lǐng)域考慮的主題問(wèn)題。然而隨著消費(fèi)者網(wǎng)上行為的增加，網(wǎng)絡(luò)數(shù)據(jù)所帶來(lái)的龐大的信息量不僅給電子商務(wù)企業(yè)帶來(lái)了巨大的機(jī)遇，也帶來(lái)了挑戰(zhàn)。那么怎么利用大數(shù)據(jù)更好地服務(wù)于電子商務(wù)企業(yè)，本文主要從如何分析和使用消費(fèi)者行為數(shù)據(jù)的角度展開(kāi)。

二、文獻(xiàn)綜述與選題意義

目前的研究主要是在大數(shù)據(jù)技術(shù)的處理上，或者在相關(guān)領(lǐng)域的應(yīng)用，但是具體針對(duì)消費(fèi)者行為進(jìn)行的研究甚少，然而，正如前文所說(shuō)，消費(fèi)者或者說(shuō)消費(fèi)者體驗(yàn)是整個(gè)電子商務(wù)營(yíng)銷活動(dòng)中最為核心的部分，因此，本文旨在通過(guò)對(duì)消費(fèi)者進(jìn)行研究，基于消費(fèi)者相關(guān)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行合理的分析和深入的探討，并為企業(yè)提出可行性建議。

三、用戶精準(zhǔn)劃分

每一個(gè)網(wǎng)絡(luò)消費(fèi)者個(gè)體都有其個(gè)性特點(diǎn)，大數(shù)據(jù)使得分析每一個(gè)用戶數(shù)據(jù)成為可能?；诖髷?shù)據(jù)技術(shù)可以提取相對(duì)更為精確的性格標(biāo)簽，然后可以將每一個(gè)用戶用多種標(biāo)簽來(lái)呈現(xiàn)其性格特征和消費(fèi)特征，再綜合購(gòu)買行為和性格特征將用戶進(jìn)行分類，可分為如下四類：潛在用戶，主要是在相關(guān)網(wǎng)站上瀏覽或者查詢過(guò)有關(guān)商品，但沒(méi)有做出購(gòu)買行為的用戶。新用戶，主要指首次購(gòu)買相關(guān)商品或者購(gòu)買總量不多的用戶。忠實(shí)用戶，主要指長(zhǎng)期購(gòu)買相關(guān)商品的用戶。用戶的用戶，主要指兩類，第一種是用戶不發(fā)生購(gòu)買行為但有購(gòu)買需求家人或朋友，如孩子老人等，具體表現(xiàn)為用戶為這些人進(jìn)行購(gòu)買行為。還有一種是同樣有購(gòu)買行為，且購(gòu)買行為會(huì)對(duì)其他用戶產(chǎn)生影響的用戶。

四、基于大數(shù)據(jù)的CRM研究

針對(duì)每個(gè)類型的用戶以至每一個(gè)具體用戶，我們應(yīng)根據(jù)其抽象出的用戶畫像制定不同的分析策略，分析其潛在需求與現(xiàn)實(shí)需求。對(duì)于潛在用戶，可以針對(duì)用戶的搜索渠道、搜索內(nèi)容、搜索頻率等特征分析消費(fèi)者需求，分析其未發(fā)生購(gòu)買的可能的原因，并進(jìn)行持續(xù)的跟蹤調(diào)查分析。向其推送符合其要求的產(chǎn)品。針對(duì)新用戶，著重分析兩個(gè)方面。首先用戶出現(xiàn)第一次購(gòu)買行為是出于什么原因，用戶產(chǎn)生購(gòu)買行為前搜索路徑是怎么樣的，是什么因素觸動(dòng)了這次購(gòu)買行為。其次，每發(fā)生一筆消費(fèi)，是出于怎樣的需求。這樣的分析不僅有利于分析這類消費(fèi)者的購(gòu)買行為和消費(fèi)特征，進(jìn)而將新用戶發(fā)展為忠實(shí)用戶，還有利于分析如何將潛在用戶發(fā)展成為實(shí)際用戶。針對(duì)忠實(shí)用戶，可分析其發(fā)生購(gòu)買行為的總的出發(fā)點(diǎn)，這是該用戶對(duì)企業(yè)肯定的地方，也可以說(shuō)為是企業(yè)的核心競(jìng)爭(zhēng)力。提煉出這種核心競(jìng)爭(zhēng)力，繼續(xù)發(fā)展創(chuàng)新。還可分析其購(gòu)買行為后的反饋，找到企業(yè)自身需要改進(jìn)的地方。針對(duì)用戶的用戶，可綜合用戶的瀏覽行為和購(gòu)買行為分析其背后的人員情況，向其推送相關(guān)產(chǎn)品?？苫谄渖缃魂P(guān)系進(jìn)行分析，分析相關(guān)人員的購(gòu)買行為。大致可分為同類型消費(fèi)者、互補(bǔ)類型消費(fèi)者、無(wú)顯著關(guān)系消費(fèi)者三種。因此可提供同類推薦，好友間共同拼單的策略等活動(dòng)，不僅延伸了用戶關(guān)系網(wǎng)，也讓用戶在拼單購(gòu)買中實(shí)現(xiàn)價(jià)格上的優(yōu)惠，提升消費(fèi)者購(gòu)買時(shí)的滿足感與愉悅心理。

五、新的機(jī)遇與挑戰(zhàn)

電子商務(wù)已經(jīng)基本成熟，但如何突破瓶頸，迎來(lái)新的發(fā)展。精準(zhǔn)分析營(yíng)銷一直為學(xué)者探討，也一直為企業(yè)所推崇。大數(shù)據(jù)技術(shù)不僅為精準(zhǔn)營(yíng)銷更為精準(zhǔn)，更大程度地實(shí)現(xiàn)了個(gè)性化營(yíng)銷，目前的主要體現(xiàn)是各購(gòu)物平臺(tái)的個(gè)性化推送，網(wǎng)站的結(jié)構(gòu)優(yōu)化，以及用戶背后信息的挖取。但是在使用的過(guò)程中還是存在一些問(wèn)題，在信息越來(lái)越龐大，但又越來(lái)越暴露的今天，用戶的隱私安全如何保護(hù)。如果用戶隱私泄露的風(fēng)險(xiǎn)超過(guò)個(gè)性化服務(wù)帶來(lái)的便利，那么那時(shí)企業(yè)如何繼續(xù)實(shí)施用戶數(shù)據(jù)分析與精準(zhǔn)營(yíng)銷。有研究發(fā)現(xiàn)，用戶已經(jīng)開(kāi)始懷疑為相關(guān)企業(yè)和平臺(tái)提供數(shù)據(jù)監(jiān)控的必要性，在智能家居領(lǐng)域尤為明顯。因此，對(duì)于用戶已經(jīng)開(kāi)始懷疑監(jiān)控?cái)?shù)據(jù)的必要性這一現(xiàn)象，企業(yè)該如何處理既能保證個(gè)性化精準(zhǔn)營(yíng)銷的實(shí)施，又能消除相關(guān)用戶對(duì)監(jiān)控?cái)?shù)據(jù)的擔(dān)心，如何基于大數(shù)據(jù)采用更合理更容易接受的方式，在保證用戶信息安全的條件下進(jìn)行精準(zhǔn)營(yíng)銷，無(wú)疑是當(dāng)今需要著重探討的話題。筆者可以通過(guò)這樣一種方式，基于目前大數(shù)據(jù)的消費(fèi)者分析，更加客觀準(zhǔn)確的定位每一類用戶的特征和需求，采用監(jiān)控志愿者行為的方式，為同類用戶提供相關(guān)推薦，和其他不敏感的推薦。并非對(duì)所有消費(fèi)者的瀏覽行為進(jìn)行監(jiān)控。這樣既可以減少用戶的抵制監(jiān)控心理，也可以為用戶提供個(gè)性化的服務(wù)和體驗(yàn)，同時(shí)可以減少龐大的無(wú)用信息，更為準(zhǔn)確的用戶和市場(chǎng)分析。不過(guò)如何選取志愿者，如何對(duì)志愿者進(jìn)行分析將會(huì)是另一難題。不過(guò)相信會(huì)有很合理的方式，也將會(huì)為電子商務(wù)迎來(lái)新的發(fā)展。

六、結(jié)語(yǔ)

大數(shù)據(jù)在客戶關(guān)系管理的應(yīng)用極大地提高了營(yíng)銷的有效性和用戶的滿意度，促進(jìn)了電子商務(wù)的發(fā)展，但是面臨新的問(wèn)題，在電商中如何繼續(xù)使用和分析消費(fèi)者行為數(shù)據(jù)，成了電商另一個(gè)挑戰(zhàn)。相信這一問(wèn)題的解決會(huì)對(duì)整個(gè)電商行業(yè)的發(fā)展產(chǎn)生巨大影響。

參考文獻(xiàn)：

[1]周家林.O2O模式下分析型CRM的應(yīng)用[J].中國(guó)電子商務(wù),2014.

[2]馬衍民.Web數(shù)據(jù)挖掘在旅游電子商務(wù)中的應(yīng)用[J].中國(guó)電子商務(wù),2012.

[3]楊威.大數(shù)據(jù)時(shí)代下的電子商務(wù)企業(yè)營(yíng)銷方式變革[J].中國(guó)電子商務(wù),2014.

[4]周露莎.論大數(shù)據(jù)在電子商務(wù)領(lǐng)域的應(yīng)用[J].中國(guó)電子商務(wù),2014.