裘詠霄 唐瀟

摘 要：新時(shí)代的云計(jì)算、大數(shù)據(jù)技術(shù)企業(yè)尋求新的利潤增長點(diǎn)提供了機(jī)會，然而也給帶來了一定的挑戰(zhàn)，企業(yè)如何利用海量、有效的企業(yè)內(nèi)部及外部數(shù)據(jù)，如產(chǎn)品信息、消費(fèi)者信息、銷售數(shù)據(jù)等為客戶提供過硬的產(chǎn)品、滿意的服務(wù)顯得尤為重要。據(jù)此，主要介紹了大數(shù)據(jù)相關(guān)概念、數(shù)據(jù)分析平臺結(jié)構(gòu)及數(shù)據(jù)分析在精準(zhǔn)營銷中的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù);中小企業(yè);營銷;保定

中圖分類號：F27 文獻(xiàn)標(biāo)識碼：Adoi：10.19311/j.cnki.1672-3198.2019.30.016

1 引言

保定市具有悠久的歷史，在大北京經(jīng)濟(jì)圈內(nèi)具有毗鄰京津發(fā)展的自身優(yōu)勢。保定市現(xiàn)有規(guī)模企業(yè)近萬家，其中汽車工業(yè)、機(jī)電、輕紡、視頻、建筑建材、信息產(chǎn)品制造等為重點(diǎn)扶持產(chǎn)業(yè)。在《保定市國民經(jīng)濟(jì)和社會發(fā)展第十三個(gè)五年規(guī)劃綱要》中曾經(jīng)指出，要大力推進(jìn)產(chǎn)業(yè)協(xié)同發(fā)展，構(gòu)建現(xiàn)代產(chǎn)業(yè)新體系。

新經(jīng)濟(jì)時(shí)代，科技創(chuàng)新是推動一國經(jīng)濟(jì)長期增長的決定性因素，科技創(chuàng)新與產(chǎn)業(yè)體系的有效銜接和有機(jī)融合是科技創(chuàng)新服務(wù)于經(jīng)濟(jì)發(fā)展的關(guān)鍵環(huán)節(jié)。其中，移動互聯(lián)網(wǎng)的日益普及，云計(jì)算、物聯(lián)網(wǎng)的應(yīng)用也更加豐富，為眾多企業(yè)尋求新的利潤增長點(diǎn)提供了機(jī)會，然而也給企業(yè)帶來了挑戰(zhàn)。尤其是中小企業(yè)，如何在激烈的競爭中站穩(wěn)腳跟，必須依賴新技術(shù)和新方法，利用好企業(yè)龐大的數(shù)據(jù)資源。如企業(yè)管理人員通過統(tǒng)計(jì)數(shù)據(jù)，迅速了解企業(yè)的運(yùn)作情況、人員配備情況、資產(chǎn)結(jié)構(gòu)情況、負(fù)債結(jié)構(gòu)情況;企業(yè)銷售人員利用海量、有效的客戶消費(fèi)信息為客戶提供優(yōu)質(zhì)、貼心的定制化服務(wù);企業(yè)生產(chǎn)部門能夠通過收集的產(chǎn)品生產(chǎn)相關(guān)數(shù)據(jù)進(jìn)行分析，對成品生產(chǎn)前后流程實(shí)現(xiàn)集中管理等。

2 數(shù)據(jù)分析概述

2.1 大數(shù)據(jù)相關(guān)概念

國際數(shù)據(jù)公司（International DataCorporation，IDC）認(rèn)為，“大數(shù)據(jù)”是一種新一代的架構(gòu)和技術(shù)，其目的是為了能更經(jīng)濟(jì)有效地從海量的、高頻率獲取的、多種結(jié)構(gòu)和類型的數(shù)據(jù)中獲取價(jià)值。大數(shù)據(jù)時(shí)代，各行各業(yè)，每時(shí)每刻都在產(chǎn)生著大量數(shù)據(jù)，與傳統(tǒng)數(shù)據(jù)相比，大數(shù)據(jù)呈現(xiàn)了新的特征，可以概括為四V：即海量（volume）、多樣（variety）、高速（velocity）和價(jià)值（value）。

海量：主要指數(shù)據(jù)的量非常龐大，且是一個(gè)不斷變化的指標(biāo)，單一數(shù)據(jù)集的規(guī)模范圍從幾十TB到數(shù)PB不等。

多樣：數(shù)據(jù)多樣性主要是由于非結(jié)構(gòu)化數(shù)據(jù)的增加，如社交網(wǎng)絡(luò)數(shù)據(jù)、音頻、視頻、圖片、地理位置信息、用戶搜索記錄、傳感器網(wǎng)絡(luò)數(shù)據(jù)等。

高速：主要指數(shù)據(jù)被創(chuàng)建和更新的速度非?？欤髽I(yè)不僅需要具備實(shí)時(shí)獲取數(shù)據(jù)的能力，還應(yīng)該具備實(shí)時(shí)存儲、實(shí)時(shí)分析數(shù)據(jù)的能力，及時(shí)針對結(jié)果形成反饋，滿足用戶的需求。

價(jià)值：大數(shù)據(jù)時(shí)代，雖然數(shù)據(jù)量巨大，但其價(jià)值密度較低，如何通過強(qiáng)大的機(jī)器算法更迅速地完成數(shù)據(jù)的價(jià)值“提純”，是亟需利用數(shù)據(jù)分析技術(shù)解決的問題。

2.2 數(shù)據(jù)處理過程

大數(shù)據(jù)并不能直接為企業(yè)帶來價(jià)值，而是需要經(jīng)過多個(gè)環(huán)節(jié)的處理，主要包括數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析及數(shù)據(jù)應(yīng)用等。

在傳統(tǒng)的數(shù)據(jù)處理中，企業(yè)的數(shù)據(jù)分析人員采用人工方式將采集到的數(shù)據(jù)進(jìn)行整理，并存儲到各種格式的文件中，使用數(shù)據(jù)分析軟件對數(shù)據(jù)進(jìn)行挖掘處理，這一過程通常要花費(fèi)大量時(shí)間。因此，這些復(fù)雜的操作不僅增加了分析人員的工作量，數(shù)據(jù)分析的準(zhǔn)確性和及時(shí)性也受到了極大的制約。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的多樣、高速、海量等特點(diǎn)，使得傳統(tǒng)的人工分析模式已不再適用，數(shù)據(jù)的獲取、存儲和分析工作亟需一個(gè)大數(shù)據(jù)分析應(yīng)用平臺，全面覆蓋數(shù)據(jù)分析、處理的全部場景并提供應(yīng)用解決方案。

3 大數(shù)據(jù)分析應(yīng)用平臺構(gòu)建

3.1 數(shù)據(jù)產(chǎn)生層

平臺所使用數(shù)據(jù)一方面由企業(yè)內(nèi)部產(chǎn)生，企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)主要圍繞生產(chǎn)、銷售、管理等環(huán)節(jié)產(chǎn)生的數(shù)據(jù)，如產(chǎn)品信息、客戶信息、采購數(shù)據(jù)、銷售數(shù)據(jù)等;企業(yè)內(nèi)部的非結(jié)構(gòu)化數(shù)據(jù)主要包括用戶日志、圖像、聲音、視頻、用戶檢索信息等。平臺所使用的數(shù)據(jù)另外一部分由企業(yè)外部數(shù)據(jù)組成，以非結(jié)構(gòu)化為主，主要包括國家政策法規(guī)、論壇信息、地理位置、社交媒體信息等。因此在數(shù)據(jù)產(chǎn)生層，除了直接采集企業(yè)直接產(chǎn)生的數(shù)據(jù)外，還需要利用爬蟲技術(shù)爬取互聯(lián)網(wǎng)上公開發(fā)布的數(shù)據(jù)，或者從專業(yè)的數(shù)據(jù)公司購買與本行業(yè)相關(guān)的數(shù)據(jù)來滿足企業(yè)需求。

3.2 數(shù)據(jù)存儲層

數(shù)據(jù)存儲層在為數(shù)據(jù)提供存儲結(jié)構(gòu)的基礎(chǔ)上，還要保障數(shù)據(jù)在平臺內(nèi)的高速流轉(zhuǎn)，保障數(shù)據(jù)交換過程中數(shù)據(jù)不丟失、不失真，充分保障數(shù)據(jù)交換過程的安全可靠性。

數(shù)據(jù)存儲層的實(shí)現(xiàn)可以采用Hadoop實(shí)現(xiàn)。Hadoop是一個(gè)分布式系統(tǒng)基礎(chǔ)架構(gòu)，它的優(yōu)點(diǎn)在于用戶可以在不了解底層細(xì)節(jié)的情況下，開發(fā)分布式應(yīng)用程序。其中存儲部分主要使用HDFS和Hbase兩個(gè)組件實(shí)現(xiàn)。其中，HDFS（Hadoop Distributed File System）簡稱為分布式文件系統(tǒng)，它具有較高的容錯(cuò)性、能提供高吞吐量的數(shù)據(jù)訪問，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用;Hbase（Hadoop Database）簡稱分布式數(shù)據(jù)庫，它是一個(gè)適合于非結(jié)構(gòu)化數(shù)據(jù)存儲的數(shù)據(jù)庫，HBase的存儲為基于列的模式。

3.3 數(shù)據(jù)計(jì)算層

數(shù)據(jù)計(jì)算層主要使用專業(yè)的軟件工具，通過數(shù)理統(tǒng)計(jì)等高級統(tǒng)計(jì)分析算法，分析結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，通過數(shù)據(jù)模型去挖掘隱藏在數(shù)據(jù)中的價(jià)值。

數(shù)據(jù)計(jì)算層可以采用Spark實(shí)現(xiàn)。Spark是專為大規(guī)模數(shù)據(jù)處理而設(shè)計(jì)的快速通用的計(jì)算引擎，它是在MapReduce的基礎(chǔ)上發(fā)展起來的，繼承了MapReduce分布式計(jì)算的優(yōu)點(diǎn)并改進(jìn)了缺陷，主要表現(xiàn)為Spark具有較高的迭代計(jì)算效率、較高的容錯(cuò)性以及更加通用的模塊等。

3.4 數(shù)據(jù)應(yīng)用層

在數(shù)據(jù)應(yīng)用層，企業(yè)可以根據(jù)需求，調(diào)用不同接口從而獲得web服務(wù)、分析預(yù)測以及各種決策支持建議。該層還可應(yīng)用數(shù)據(jù)可視化技術(shù)，將抽象的數(shù)據(jù)以圖形方式形象展示給用戶，方便查看及使用。

4 數(shù)據(jù)分析在精準(zhǔn)營銷中的應(yīng)用

根據(jù)大數(shù)據(jù)分析應(yīng)用平臺的數(shù)據(jù)分析結(jié)果，能夠充分挖掘市場導(dǎo)向、客戶需求，能充分分析企業(yè)經(jīng)營狀況、市場價(jià)格走勢等。有助于企業(yè)實(shí)現(xiàn)以客戶為中心，通過合適的營銷渠道，以市場接受的交易價(jià)格，保證經(jīng)濟(jì)效益的基礎(chǔ)上，為消費(fèi)者提供合心意的產(chǎn)品，真正實(shí)現(xiàn)精準(zhǔn)營銷。

4.1 準(zhǔn)確把握客戶需求

依據(jù)平臺采集到的客戶基本信息、瀏覽數(shù)據(jù)、消費(fèi)數(shù)據(jù)等，分析出客戶喜好、制定營銷策略、提高廣告投放精準(zhǔn)度、還能夠預(yù)測交易成功率等。

4.2 明確企業(yè)產(chǎn)品定位

通過平臺采集到的市場交易數(shù)據(jù)、同行的產(chǎn)品信息等，明確企業(yè)產(chǎn)品定位，為客戶提供特征鮮明的產(chǎn)品，與市場同類產(chǎn)品相比具有明顯優(yōu)勢，形成核心競爭力，穩(wěn)定市場占有率。

4.3 提高產(chǎn)品投放準(zhǔn)確性

根據(jù)對消費(fèi)者年齡結(jié)構(gòu)、消費(fèi)習(xí)慣的分析結(jié)果，可使企業(yè)針對不同類型消費(fèi)者提供不同類型產(chǎn)品，提供個(gè)性化服務(wù)，進(jìn)而滿足消費(fèi)者不斷變化的需求。

4.4 完善產(chǎn)品服務(wù)

消費(fèi)者對產(chǎn)品質(zhì)量的滿意度及對企業(yè)服務(wù)的滿意度在企業(yè)核心競爭力的形成中占據(jù)著重要地位。利用平臺，對用戶滿意度進(jìn)行統(tǒng)計(jì)分析，提升產(chǎn)品質(zhì)量的同時(shí)完善服務(wù)水平。

5 總結(jié)

在大數(shù)據(jù)時(shí)代，企業(yè)應(yīng)當(dāng)利用云計(jì)算、數(shù)據(jù)分析等新技術(shù)，將企業(yè)內(nèi)外的數(shù)據(jù)利用起來，充分挖掘市場需求、客戶需求，優(yōu)化產(chǎn)品設(shè)計(jì)、調(diào)整營銷模式，提升產(chǎn)品質(zhì)量、完善服務(wù)水平，為消費(fèi)者提供滿意的購物體驗(yàn)，提升企業(yè)核心競爭力，穩(wěn)定市場占有率。

參考文獻(xiàn)

[1]隆潔，王思懿.基于大數(shù)據(jù)信息分析的網(wǎng)絡(luò)營銷渠道研究[J].中國商，2019，（15）：74-75.

[2]趙薇.基于大數(shù)據(jù)的企業(yè)人力資源配置研究[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2019，（07）：101-102.

[3]徐濤.基于大數(shù)據(jù)的精準(zhǔn)營銷模式研究——以汽車營銷為例[J].中國商論，2019，（14）：22-23.

[4]張小暉，郝潔.淺析大數(shù)據(jù)平臺模型設(shè)計(jì)[J].中國新通信，2019，21（13）：117.