前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的大数据营销定义主题范文,仅供参考,欢迎阅读并收藏。
人群精准一直是品牌尤为关注的问题,洞察数据背后的人群特征,探知真实的消费意图是大数据营销的核心所在,如何从浏览痕迹中辨别真实的购买意向是阿里妈妈一直致力研究和擅长的,真实人口属性+真实消费意向是阿里妈妈的主打招牌。
1DT时代需要“人”
现在这个年代是一个DT的年代,这个体现在什么方面?我们可以用四化建设来总结:第一,数字化,数字化在进行着飞跃式的发展,所有的媒体都在往数字化发展,最重要的是人的数字化,而这个是最难做到的;第二个是数据化;第三是程序化,因为有了技术,所以我们能够做到很多以前做不到的事情,比如说千人千面,比如说定向,比如说每一个人都有不同的需求;第四是一体化,怎么样打通整个链条,怎样从一开始到最后的购买都可以把消费者连接起来,而不是分割、割裂开来。而做好这“四化建设”需要用真实的数据,真人背后的数据,来帮助我们做好大数据营销,这正是阿里妈妈一直在强调和实践的“真人大数据营销”。
2阿里全息数据演绎真人精准营销
支持真人营销的基石,就是阿里妈妈6.3亿用户数据,多维度的消费者行为数据:从淘宝、天猫、支付宝、阿里旅行等购物数据,高德地图的地理位置数据,新浪和陌陌的社交数据,优酷土豆的娱乐数据,移动端的海量设备兴趣数据等。这些数据,让营销人员对目标用户行为有了更多了解。作为中国互联网三巨头“BAT”的成员之一,阿里大数据不再局限在阿里的体系之内,在阿里的体系外也能应用阿里数据。此外,阿里大数据还能支持客户实现更加智能的商业决策,包括品牌分析,媒体决策和商业洞察等等,共同推进行业发展。
二、大数据营销利器“达摩剑”,引领营销革新
在这款达摩剑推出之前,中国还没有一个产品能真正意义上解决那个俗套的问题,就是“一半预算浪费”的问题,今天,基于阿里大数据,基于3.6亿的支付宝实名认证账户和阿里系大量账号体系,我们能够完全解决这个问题。达摩剑真人营销不仅是真人数据,还可以通过各种定向手段,帮助广告主找到数据背后的真人:
1.真人口属性定向:过去广告投放TA%提升至50%已经非常困难,而现在拥有5亿人口属性数据,精准度高达90%。
2.真实的消费行为意向数据:过去市面上的销售数据几乎空白,消费意向人群只能通过页面浏览数据,广告互动数据模糊推测。而现在有超过8000个商品种类真实消费数据,消费人群识别变得更加精准。
3.对于无法用人口属性和行业人群定义的品牌消费者,心理标签可以更好地贴切品牌调性找到目标消费者。
从抽样调查到全体研究
今天在大数据环境下,可以完成全体研究。所谓的全体研究是今天不管你是15岁还是25岁,只要是我们这个品牌或者品类的潜在用户,都可以成为品牌的调研对象。
爱点击有一个大数据的平台叫iClick Brand Tracker,以15年7月数据为例,iClick Brand Tracker上涉及到6.5亿的互联网独立用户,150亿条行为记录,4500万条分享记录。在座的每一位其实都是我们全体研究的其中一个对象,你们每一位在互联网上的行为,包括搜索、浏览、分享等数据,在iClick Brand Tracker里都是有记录的,这就是全体研究。
一个完整的用户行为轨迹,才能够给用户打上准确的标签,关键是背后的行为数据在支持。我们用传统的调研方式去问消费者会得到一些答案,但他是不是真喜欢产品,他有多关注品牌,他到底买了没有,其实我们不知道。然而现在用实时捕捉用户行为的方式,能客观地把事实总结起来。
我们捕捉到的互联网上的每一个行为都代表了消费者的一种心声。比方说这个用户最近看的是清迈有哪些景点,通过这样的网络行为就知道这个人想去旅游,于是给他打上东南亚、机票、酒店这些标签。通过这样的标签来反应一个消费者的真实想法,包括“我想买”、“我想要”、“我想去”、“我想知道”,这是我们通过互联网行为数据的捕捉反映出的消费者实时需求。
用即时需求定义目标消费者
大数据改变的受众研究除了刚才说的全体研究以外,还改变了用需求而不是年龄等其他标准去定义消费者。过去我们用人口统计学的方式,通过定量调研发现60%的目标用户会集中在20到39岁的年龄段。今天假如一个19岁的富二代想买法拉利,或者一个65岁的老人想要享受像20几岁的生活方式,难道他们不是法拉利的潜在用户吗?大数据用内心的需求去界定消费者,这跟传统的定义目标群体的方式截然不同。
大数据解密,谁是你的真正竞争者?
爱点击深度挖掘大数据价值,我们可以帮助品牌一起真正去了解目标消费者,以及产品特点的信息是否被消费者接收,核心品牌是不是更好地满足了市场的要求。同样我们可以用大数据去解密谁是你真正的竞争者。比如说大家知道宝马7系真正的竞争者是谁吗?有人说奥迪A8,有人说是奔驰S级,但是我们用大数据研究发现,在数据统计期内关注宝马7系的网络用户中同时最关注的车是大众途锐,人群重叠率达到34.98%,而奔驰S级重叠率是28.5%。同时,关注奔驰GKL的人群重叠率是31.26%,奥迪Q5是17.95%,所以实际上宝马7系的主要竞争者已经不再是豪华轿车,而是豪华SUV。这就是大数据的魅力,能够揭示谁才是你真正的竞争者,在当下这个时候谁在抢你的奶酪。品牌想要实现突破性成长,找到客源究竟在哪里,这就是大数据全体研究和即时需求对品牌带来的价值。
将大数据转化为有行动力的洞察
爱点击的大数据目标就是要把数据直接转化成有行动力的洞察,数据只有在运用中才会实现它的价值。有行动力的洞察的实现,需要有两个非常重要的条件。
本文从大数据的定义和特征出发,先分析传统电子商务营销模式的优势和不足,接着提出基于大数据的网站SEO优化、会员管理、媒体广告等营销模式,最后总结电商企业借助大数据的价值与功能,将获得更大、更好的发展空间。
【关键词】
大数据;营销模式;电子商务营销模式;SEO
1965年英国科学家戈登•摩尔发现摩尔定律即集成电路芯片上集成的电路数目每隔18个月就翻一番。摩尔定律见证了电脑的数据处理能力从千字节到兆字节到千兆字节再到万亿字节的变迁。尤其是互联网的出现,让我们急速跨入大数据时代。
1、“大数据”的定义和特征
在现代数字化世界,无论是运用科技进行沟通、学习和交流互动,只要我们运用科技活动,就会留下相应数字信息,这些就是数据,而且这些数据会随着时间的推移累积。大数据,由麦肯锡咨询公司最早提出,通常用来形容一个公司创造的大量非结构化和半结构化数据,如果我们将这些数据和企业内部的日常管理经营数据、供应链管理数据和消费者统计数据结合起来,就会得到大数据。大数据分析常和云计算联系到一起。大数据的特征表现在数据大量化、形式多样化、分析快速化、意义价值化。数据大量化是保证大数据分析结果的重要前提;结构化数据和非结构化数据构成了大数据的多样性;大数据的及时有效的快速分析并预测出准确的结果,是大数据有意义的前提;价值化是大数据的最终意义──获得洞察力和价值。
2、电子商务营销模式的优势和不足
营销模式是人们在营销过程中采取的不同方式方法。电子商务营销是网上营销的一种,是借助互联网完成一系列营销环节,达到营销目标的过程。电子商务营销模式是在传统营销模式基础上进一步提炼和创新,是一种更高级的营销模式。目前,电子商务营销模式主要有以下几种:电子邮件营销、论坛营销、博客营销、微信营销、口碑营销、病毒营销等。
2.1电子商务营销模式的优势。
在信息化快速发展的今天,电子商务的出现颠覆了传统的商业观念,相比较传统商务而言,电子商务营销模式具有以下优势:
2.2电子商务营销模式的不足之处。
与传统营销模式相比,电子商务营销模式优势显而易见,但由于其起步时间短,因此不管是在管理,物流,法律等方面都不及传统商务完善。电子商务营销模式的不足之处表现在:(1)交易双方缺乏信任感。与传统营销相比,交易的进行通过互联网实现,买卖双方不面对面交易,双方信任度低。如电子邮件营销,企业和商家通常采用群发邮件的方式,收到邮件的多数用户即使看到邮件发送者的姓名,也不认识对方,从而有抵触、排斥心理。(2)网络技术与安全性问题需要改进。在开放的网络上进行交易,确保网络上传输数据的安全性成为电子商务能否普及的最重要的因素,安全也成为电子商务发展的最大障碍。(3)缺乏相应的法律约束。以博客营销为例,任何个人都可以注册博客账号,添加好友进行营销推广,交易成功后一旦产品质量出现问题,因为缺乏相应的法律约束,买卖双方相互推卸责任,导致问题始终无法解决。(4)广告效果不佳。以论坛营销为例,网络用户只有访问该论坛才能看到企业广告,而网络上论坛数量如此之多,想要进入指定论坛,难度、效果可想而知。(5)微信营销虽然能够取得很好的效果,但仍然有不少潜在消费者不会使用微信,从而也就看不到商家在微信上的信息。
3、基于大数据的电子商务营销模式探索
大数据时代,电商企业需要改变观念,改变传统营销模式。电商企业通过对大数据进行分析利用,做到精确定位、个,探索更高效的营销模式;同时,电商企业也可以通过对大数据的把握,寻找更好地开发新产品和服务、降低企业运营成本的方法。
3.1基于大数据的网站SEO优化。
网站SEO优化是在设计网站时使网站相关的关键词排名靠前,获取更多的流量,达到提高网站销售率及推广品牌的目标。以美国亚马逊网站为例,亚马逊上,有超过35%的销售来自站内推荐系统。其原理是追踪每一个访客的站内访问行为,建立推荐模型,预测访客可能感兴趣的商品,然后通过推荐模块在网站页面展示,吸引用户点击购买。大数据是当前网站SEO优化的重要基础,网站在优化运行时,需要注重数据的采集,借助第三方大数据平台进行分析,比如网站代码、网站图片、网站标签应该从哪些方面优化,网站的排版布局应该从哪些方面改进,质量从哪些方面提升等。通过大数据AB测试,了解页面布局和功能设计,避免主观判断劣势。借助大数据分析了解当前本行业网站相关用户点击热度数据,用户感兴趣的内容等,百度指数等诸多功能都能够为网站SEO优化大数据分析带来参考。大数据能够为网站优化提供方向,能够让网站优化从面面俱到,到有的放矢,让网站优化具有目的性。
3.2基于大数据的会员营销。
传统的客户关系管理,是通过对已购买顾客进行分组和差异化的营销互动。事实上,除了已购买顾客,网络上其他顾客在互联网上评论、更新个人信息、填写兴趣爱好、每笔交易信息等均有记录。电商企业通过掌握这些潜在顾客的行为数据,其数量级可能是已购买顾客的上万倍甚至更高,要对这些大数据进行整合分析。在大数据之前,我们对于这样一个庞大的潜在顾客群是无法管理和互动的。大数据使客户关系管理概念发生改变,变为访客关系管理,来访问的客户即使没有成功购买也能发展成会员。从访问到注册、加入购物车、支付、购买等环节,建立一个客户转化销售漏斗,这是进行会员营销的基础,电商企业要利用好这些大数据。
3.3基于大数据的媒体广告。
传统媒体广告包括电视、广播、报纸和杂志四大类,随着互联网的普及,PC互联网、移动互联网广告影响力更大。广告营销传播范围广,影响大。大数据时代,广告营销活动具有个性化、精准化和动态化特征。商家依靠收集到的用户大数据,对目标消费者群体的特征加以描画,商家可以通过消费者倾向度数据、行为数据和社交内容分析数据来洞察和识别目标消费者的特定需求;同时根据目标消费者的兴趣爱好、社交关系等制作动态广告信息内容;然后根据目标消费者媒体偏好、关注时间和使用频次选择合适媒体渠道进行精准化投放;最后依托社交媒体平台的点评、分享反馈信息跟踪和评测广告效果。电商要利用大数据做好媒体广告,需做到:(1)要有自身的大数据营销规划和架构,具有大数据营销的技术储备和思想意识;(2)培养自己的大数据营销人才,深入进行大数据洞察,而不是简单外包。
综上所述,大数据已成为全球语言,正如麦肯锡在其报告中所述:“在全球经济的很多领域,大数据在以很多方式创造价值”。在大数据时代,电子商务的竞争已经成为基于数据的竞争,谁拥有大数据,谁就有制胜的砝码,就可能成为大赢家。当下正是各大电商企业重视数据营销、数据分析的阶段,因此借助大数据的价值与功能,电商企业将获得更大、更好的发展空间。
【参考文献】
[1]甘丽新,涂伟.大数据时代电子商务的机遇与挑战[J].科技广场,2013(8)
[2]冷东红,吕继红.基于大数据的广告传播模型研究—以春秋航空为例[J].青年记者,2014(11)
[3]杨双明.大数据时代网络营销模式研究[J].山东建筑大学本科论文,2014(06)
关键词:大数据;电力企业;营销管理;创新
1前言
随着我国电子信息及互联网技术的迅速发展与普及,这一类技术正在以相当迅猛的速度覆盖着我国的各个建设领域,改变着我国现代化社会的整体面貌,影响着我国的社会发展和科技进步,现如今,可以说我国无时无刻不在受惠于电子信息与互联网技术的进步,感受它带给我国公民的益处,而我国的经济企业发展,也同样受益于电子信息与互联网技术。在这一类技术中,大数据计算技术就是内涵丰富、作用显著的一类,随着时代的进步,社会的飞速发展,越来越多的新技术理论、新管理理念被引进了我国的传统行业,给予了这些传统企业焕发新生的机遇,完成了本行业的一次技术革命。
2大数据管理的内涵解读
大数据管理,是运用大数据技术,专为现代企业和经济市场发展信息量大、数据计算量大的客观需求而引进的。大数据能够实现对大规模、大体量的数据进行快速获取、高速处理、科学管理、实时分析的一种互联网技术,在世界权威机构麦肯锡的定义中,大数据在数据的获取、处理、管理、分析方面的实用性远远超出了同时期的所有传统意义上的数据库软件工具。在当下,大数据的系列技术理论已经全面渗透到了各个行业领域中,拥有了用武之地。
3我国电力企业的营销管理工作面临的困境
基于我国庞大的人口基数,我国的年均用电总量正在不断地突破到新的高度,这既给负责管控国民用电所需的我国的电力资源企业带来了工作压力,但也为其提供了巨大的盈利空间。不过,在这样庞大的电力资源的运行工作量下,实现电力正常流通和有效盈利,需要配合一些营销管理来确保。然而,就我国电力企业在企业营销管理工作的开展现状来看,还是会暴露出一些不足之处来:
3.1电力企业营销意识缺乏,营销工作施行不足
电力企业在电力营销方面的重视不足导致的营销实施不足问题,是我国电力企业的营销管理工作面临的困境之一。从现有的电力企业的实际工作情况来看,电力企业在企业的电力营销实施方面存在着认识不足,营销手段实施不到位、供电服务落实效果差等问题。
3.2电力企业营销管理中的数据处理问题
当下经济领域的飞速发展及科技水平的提高,使得企业发展越来越重视对信息数据的处理。电力企业在日常经营过程中收集和储存下来的原始数据越来越多,亟待处理的数据也越来越多,对此,由于数据处理的工作量太大,电力企业还在运用传统的数据处理方法进行数据整合处理,严重影响了其工作效率与企业发展。
3.3电力能源消费群体的不稳定与流失问题
除了企业内部的经营问题外,消费市场中存在的变动也是影响到我国电力企业的营销管理工作的一个问题。近些年,由于能源结构优化升级,电力资源商品在市场结构中要面临天然气、太阳能等清洁、高能效能源的竞争,为此,电力能源消费群体极容易变得不稳定,甚至出现消费群体流失的问题,这与我国电力企业的营销管理工作进行不利的因素也有着密不可分的关系。
4大数据技术对于电力企业的营销管理创新的意义解读
企业管理工作作为关乎企业发展的重要工作之一,它对于企业的发展而言,具有重要的意义。大数据时代背景下,使用大数据进行电力企业营销管理,可以为电力企业深化改革、提升服务层次、强化企业管控等需求提供创新思路,对于电力企业日常工作中的大数据智能化管理、企业运营数据等的收集和储存、市场环境中的信息处理与挖掘等方面,都有重要的意义。
5在大数据背景下进行电力企业营销管理创新的有效策略
利用大数据技术可以对客户网络行为进行分析,从而可以挖掘出各种潜在的商业信息,为企业管理者在进行管理策略制定时提供一定的科学依据。
5.1建立电力企业内部大数据实时共享平台,增强实时信息传输效率
电力企业建立企业内部大数据实时共享平台,能够增强重要信息的实时传输效率。企业内部大数据实时共享平台技术体系的建立,应当对企业内各个不同部门和企业旗下的多样化的业务整合管理,这样利于形成良好的数据分析和提取。良好的大数据技术体系的建立是电力企业创新运作基础,可以有效实现企业之间资源共享,使电力数据在企业管理中发挥有效意义。
5.2电力企业营销服务模式的大数据化创新
随着我国实行了电厂与电网的分离各自独立运营以来,电力企业应当能够意识到当下的电力市场的供需关系,目前,我国的电力消费市场已经不再是单纯的卖方市场,而是买方市场了,为此,企业内部的经营体制与营销服务模式必须进行革新。运用大数据技术,可以实现营销管理体制的灵活多样,使得营销和客户信息在内部得以快速的传递和更新。
关键词:大数据;市场营销;策略;探讨
近年来,随着信息技术的飞速发展,网络技术水平得到显著提升。日常的生产生活所产生的数据量,也成倍攀升。无论哪个行业都离不开数据信息带来的影响,大数据已经成为重要的生产要素,在不断提升生产率以增强自身竞争力的今天,合理利用大数据具有十分重要的现实意义。为了给企业创造更多价值,营销工作是最前端的工作项目,它也是受大数据营销较大的行业之一。在推进数字化进程中,营销领域主要是积累销售数据及客户的行为数据,在开展市场营销活动中,大数据的商业分析无疑助推了整个工作的开展。很多企业不再仅凭过去的经验来出台营销策略,特别是营销成本支出方面,大数据分析可以为企业带来更精准的客户群,销售量在这样的精准营销下得到大幅度提升,企业利润也随着增加。在大数据时代,市场营销还会不断探索出新的潜在客户群。因此作为营销工作,有效利用大数据是今后的发展趋势。
1.大数据的内涵及特征
作为一个抽象的概念,大数据至今没有统一的定义。但是业内对大数据的定义大多持用如下观点,所谓数据是计算机代码,根据一定的规则进行排列组合,产生记录信息的物理符号,这些代码可能是数字,也可能是文字或图像。数据接收实则是对信息内容的接收,对所获取信息的解读也是信息获取的主要用途。大数据,顾名思义,是由于数据信息过去庞大,通过主流软件无法实现管理或处理,此时需要借助于大数据的专用数据库软件,将数据集合分析、管理或存储。因此,大数据只是一种现象,存在于特定时代,它不是产品或新技术的代名词。美国IBM公司认为大数据主要有三个特点,速度快、容量大、种类多。而国际数据咨询公司则认为大数据应当有四个特点,除了容量大、种类多外,流量快、价值高也是大数据区别于传统数据的特点之一。与“海量数据”不同,大数据仅仅是描述数据的量大,还指对于数据处理的相关信息,例如复杂程度、分析处理能力等,经过专业化处理后,最终获取有效信息的能力高低。涂子沛曾经针对大数据撰写过相关论著,他认为大数据绝不仅仅是指数量大,更多地是将智能化的信息处理能力运用在大数据上,通过数据可以发现更具价值的信息。无论是学术界还是商界,抑或是政府,都需要通过庞大的数据资源。
2.大数据时代背景下市场营销面临的挑战
企业的营销行为是市场营销的重要内容,特别是市场瞬息万变的环境下,市场营销更应当不断调整策略。这时传统企业应当不断应对新形势,实现转型。大数据、互联网、社会化媒体等的出现,也迫使传统市场营销优势锐减。无论哪个行业的企业,如果按照老套的营销方式,完成产品的生产及加工后,便是招商、宣传,长此以往,这样的传统营销方式会使企业穷途末路。市场环境变了,商业模式也不再是过去的模式了,因此,依然按照传统的营销方式显然已经不适合整个环境的发展,营销的策略及手段也过于陈旧,应当及时根据形势作出调整。
2.1企业营销规划年限缩短
制定营销活动的规划对企业来说至关重要,它是社会管理的重要环节,也是具有一定方向性、全局性的谋划。特别是战略规划方面,过去通常一个规划会延续企业三至五年的发展方向,但是在大数据时代下,这样的长期规划不具备实际意义。尤其是在市场经济瞬息万变的今天,很多企业的发展变化幅度非常大,战略规划通常只有一年的有效期。而对于不同营销活动采取的战术性变化则是以周为计算单位的,这也是保证企业发展时刻紧跟市场的有效保障。
2.2传统的促销策略亟须不断创新
过去的促销策略中,广告宣传所占比重很大,随着大数据时代的到来,单一方面的促销活动缺乏即时沟通,因此广告的宣传效果远不如从前。从现在社交网络蓬勃发展的现状来看,已经没有多少企业将促销策略依托于传统的电视广告或电梯广告。未来的促销策略方向应当是以占据终端用户市场为主要方向,由此带来的广告价值将会逐步发展壮大。不少企业开始将免费wifi,作为广告宣传的途径,甚至还有企业以二维码的形式作为促销过程中的沟通手段。
2.3品类竞争将凸显
新品类的发展正在延续于各个行业,有的新品类甚至成为某些行业中的知名品牌。例如互联网时代下,即时通讯工具被QQ引领,而自媒体的代表则是以微博著称,免费的移动社交工具则是微信的天下。这些产品作为新品牌不断崛起于不同的领域,并逐渐开创了主导新品类。每一款产品的背后都会配置相应的运营企业,通过策划品类增长战略才能实现持续增长的态势,这也是具有根本性、系统性的思维。
2.4市场调查与分析的内容更复杂
大数据时代背景下,根据抽样调查制定营销决策的时代一去不复返,经过数据分析处理后的营销决策具有更强的科学性。过去要想对营销体系进行调整,出台新的方案前,企业都会对市场进行抽样调查,最终从分析和推断这些抽样数据来实现调整策略的方向。但是,现在的市场环境不同于以往,越来越复杂的社会环境面前,单纯依靠抽样获取的数据显然不具备准确性,无法通过分析抽样数据得出当前环境下的预测信息。在大数据背景下,将所有的营销行为汇总起来,将这些数据进行调查分析,所分析和处理得出的信息才是具有参考价值的。建立数据库,通过数据分析可以帮助企业在营销活动中精准判断采取何种体系能够实现利益最佳的效果。
3.大数据时代对市场营销方式的改进策略
3.1市场营销应当更精确
市场环境的变化,导致传统的营销策略不得不做出改变,企业营销策略要尽可能精确化,才能对企业未来实现可持续发展奠定基础。客户及销售商的信息可以通过网络创建资料数据库,通过电话访问、邮件、电子媒介等多种形式掌握全面的信息,再对这些数据信息进行分析处理,确定其中的潜在购买客户,并带有指导性地改变营销策略,针对不同购买力的客户,可以采取针对性地营销推广方案,这样可以将营销活动开展得更具方向性,并且对选购的客户或销售商提供跟踪服务,确定营销推广方案的可行性如何,以便于对下一步改进营销策略提供参考。
过去传统的制订营销方案,缺乏科学性,很多依靠企业发展的经验,这样的指定方式缺乏必要的可行性分析,从抽样到掌握的数据量来看,很难做到精确化营销。但是大数据时代的到来,让一切变得可能。精确化的营销方案成为企业从事营销活动的大势所趋。网络条件下,过去数据收集、存储及处理成本得到下调,通过移动网络化的媒体或渠道,企业可以便捷地搜集到客户信息,针对不同时期的营销方案,寻找客户的产品体验,并鼓励用户参与到品牌建设中来,对购买后的用户定期收集其评价内容,实现良好的互动交流,这些信息也会随着企业产品的不同生命周期形成有价值的行为数据,在制定接下来的营销策略时,这些数据的度量、精准度都是非常可观的。
此外,随着丰裕时代的来临,消费者所呈现的个性化特点逐步凸显。从客户及销售商的个人喜好上就可以看出,他们的阅读、交际圈及消费等行为持有很大的不同,并体现在日常生活的方方面面。个性化营销的今天,是市场的需求,也是企业发展必不可少的重要环节。大数据的运用则成为必备的基础性条件,特别是对客户个及偏好的信息处理,能够形成可流转数据,在此基础上对数据进行归纳整理,所得出的分析理论是最具有参考价值的,特别是对客户的洞察力将会大幅度提升。任何一个市场营销行为都应当是本着客户之上的原则,因此客户的需求就是市场的需求,也是企业发展的重要方向。当经过促销、产品、价格、渠道等方面信息的精确处理后,最终可以为企业制定出最佳营销组合策略,为企业打造量身定做的方式,并针对不同的客户提供恰当的时机,实现收益最大化的目标。营销组合策略出台的因素众多,且不具备固定性,这也要求企业应当根据不同的阶段,具体分析和探讨影响因素有哪些。例如包括支付方式、价格、付款期限等内容都可以根据具体情况适当调整。此外,对企业的存货地点、覆盖区域及运输方式等也会根据市场的变化而变化。价格、促销折扣、促销人员的收益、广告投放方式和公关关系都会随之发生变化。
3.2客户关系管理更重要
经济全球化的到来,加之大数据的时代背景,很多同类企业都面临着产品同质化的发展瓶颈,这也成为企业管理者的困扰。如果一个企业拥有良好的客户关系,在搜集和洞察客户动态时这些客户关系可以提供大量的数据信息,因此不少企业开始意识到客户关系的重要性,加强管理,从中发掘有效的客户资源。企业要想在竞争日趋激烈的市场环境中,获得竞争优势,长期的良好客户关系是关键因素之一。由于客户信息复杂性较高,不同类型的企业将这些客户按照自己的标准分成不同级别。按照地域、购买力、行业等因素划分客户的方式较为常见,但是这样的分类方式依然无法精确反应客户的不同需求。因此,企业应当在掌握的销售数据中进一步挖掘和分析,将影响最大的因素作为划分的标准,实现更精细的组别划分,根据不同组别,企业可以制定不同的营销策略,维护和管理好客户关系。从客户关系中还可以挖掘潜在客户群,这样既可以将销售额提高,并且在制定营销策略时投入的成本更低,企业所获取的利润也会随之增加。
3.3改进商品销售管理以促进交叉销售
企业的销售数据是每天不断更新的,这些数据成为今后深层次挖掘分析的素材,特别是对于不同产品的销售情况有更清楚的了解,这也是企业更新营销对策的重要依据。例如通过对问题的分类管理,直接盈利部分与间接盈利部分可以通过数据进行综合分析,对进一步优化产品零售货架的组合形式有很好地指导作用,从进货到库存等的控制也可以得到更合理的指导策略。此外,在网络时代下,客户的购物车等信息具有十分重要的价值,这是产品有待销售的相关性,也是潜在客户群的重要标志,企业可以根据这些消费数据制定消费行为模式,购买行为在达到一次购买行为所体现的正是交叉销售的即时效果,而多次购买行为则体现的是延时效果。无论是交叉消费的哪种效果,都可以直接反应产品的销售情况,而产品通过销售盈利了,也是企业收益的主要途径,这部分收益称之为直接收益,而交叉销售所反映的是间接收益。从零售产品的货架布局到产品价格的制定及营销策略的出台,都可以依据对数据信息的分析得出。
3.4企业营销组织结构的变革
将企业的营销信息通过大数据的形式得到分析,并合理运用后,可以为企业及市场带来巨大的利润空间。因此,大数据时代下,市场营销变革势在必行,专门从事搜集、挖掘、分析数据信息的部门及人员将成为企业的重要机构及人员构成。营销人员不再是根据过去的工作模式开展营销活动,而是集中于搜集、分析数据信息,根据结果制定营销活动的阶段。在市场营销中,企业成立专门的数据分析部门至关重要,并且这些机构今后会随着市场营销的现代化取代传统营销决策的进展,逐渐成为企业的核心部门。过去产品销售人员是企业的主要人员构成,人数众多,力量庞大。如今,随着大数据时代的到来,数据采集人员将成为企业的主要人员构成,他们通过四处奔波搜集数据信息,为企业接下来制定营销策略提供参考。
参考文献:
[1]宋宝香.数据库营销:大数据时代引发的企业市场营销变革[J].价值工程,2012,30:132-134.
[2]陈怀涛,邹欣,李继峥.大数据背景下市场营销方式变革探讨[J].现代商贸工业,2015,09:11-13.
[3]赵从容.移动互联时代的移动数据业务市场营销策略[J].通信与信息技术,2014,06:67-73+92.
关键词:大数据;企业营销;策略分析
中图分类号:F713.83;F274 文献标志码:A 文章编号:1673-291X(2016)32-0097-02
一、大数据的概念
(一)大数据的定义
大数据(Big Data)的定义是“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合”。通常用4个V(即Volume、Variety、Value、Velocity)表示大数据的特征:数据量庞大(Volume),全样本的数据足够真实;数据种类多样(Variety);数据不仅仅是文本形式,还包括视频、图片、位置共享等等;价值密度低(Value);数据总量越大,价值密度越低;处理速度快(Velocity),具有时效性。数据不同于实体物质的一点是它可以被反复使用,且不损耗。数据本身不产生价值,如何分析和利用大数据来帮助业务才是关键。
(二)大数据的价值
大数据的价值主要体现在以下几个方面。
第一,客户细分。企业要站在消费者的角度想问题,将消费者按照不同的收入、年龄段、地域等标准细分不同层次,并为之提供个性化的用户体验,深入研究影响其购买决策过程的因素。
第二,帮助企业制定战略决策,提供个性化精准推荐,制定精准销售策略。企业要面对的是一个庞大的消费者群w,消费者个人和家庭是市场基本的购买单位,消费者购买人数众多,需求的产品多而杂,需求范围相当大,因此,个性化需求尤为突出。
第三,搜索产业范畴,设计产品战略计划,发掘新业务增长领域。由于消费者的需求差异性较大,受生活习惯、收入、年龄、职业、文化水平、社会阶层的影响,表现出多样化的需求。对企业来说这就是一个值得深入发掘的部分。通过分析消费者的行为数据,可以找到新的业务增长领域。大数据是互联网时代的“数据金矿”。
第四,对消费者的行为数据进行大量收集,以此来深入研究消费者的行为模式和生活方式。互联网作为一个朝阳产业,诞生了无数的创业者。在生活中我们常用的一些APP也是大数据收集的来源。例如,很多团购网站,通过开发APP占领了用户的移动终端,通过收集到的消费者数据,比如地理位置、浏览记录、消费记录等,企业就可以了解消费者的生活方式,从而改进自己的营销策略,为消费者提供更好的消费体验。
第五,有效良性互动。从用户使用产品的行为过程中能够总结出用户行为的特征,为所有的产品优化和市场的精准营销提供依据。无论消费者最终有没有购买产品,在消费者整个决策过程产生的数据都是有价值的,企业应该重视这种反馈,分析深层次的原因,找到真正的影响因素,改进产品和服务,积极与消费者互动。相信做到这种程度,很难不打动消费者。
第六,管理消费者关系,掌握消费者的消费习惯。由于消费者购买的流动性很大,同一层次品牌的消费者可以有很多选择,这也导致竞争异常激烈,那么,正确的管理消费者关系就显得尤为重要。
二、大数据带来的营销变革
(一)营销模式调整
具体表现在以下两个方面。第一,从因果联系到相关关系。如最典型的尿片与啤酒的例子:美国超市通常可以见到尿布和啤酒摆在相邻的位置,本是两种毫不相关的商品,但是在数据挖掘分析后发现:当婴儿的尿片用完后,通常是男人负责去超市买尿片。在买完尿布之后,男人会顺带在购物篮中放入几瓶啤酒。发现这两种商品的相关性后,超市把尿片和啤酒摆在一起,最终这两种商品的销量都大大增加。第二,手机成为新兴的营销终端。在移动互联网时代,拦截消费者的是手机移动端流量。随着智能手机和平板电脑的普及、各种网络平台的搭建、网络覆盖率的扩大,相对便宜的价格、无障碍的购物流程、支付手续的简化、完善的物流系统等,都为移动电商市场规模的扩大创造了条件。
(二)调整面向消费者的策略
一方面,数据搜集从少量样本到面向所有消费者的全样本。过去商业分析都是通过抽样调查得到结论,然而这本不是完全准确的,如今通过大数据就可以通过网络掌握全体消费者的行为,这样得出的数据也更准确,更有价值。另一方面,企业更加注重网络营销的口碑。提供优质的消费体验是创造企业优良口碑的重要手段。消费者愿意将良好消费体验分享到社交媒体上,不仅有利于企业形象的塑造,也有利于扩大销售。通过数据分析可以知道怎样创造良好的消费者体验,从而引导消费者需求。
(三)真正实现精准化营销
首先,真正实现“一对一沟通”。过去企业面对的是某一个消费者群体,现在运用大数据企业可以捕捉到每个消费者的行为数据,消费者细分更加具体化,这为真正实现“一对一沟通”提供了条件,从而为消费者提供最佳的服务。其次,大量应用网络平台,实现广告的精准投放。过去广告投放最重要的指标是广告的覆盖率,成本大,效果不见得很好。大数据是基于搜索引擎发展起来的,分析用户浏览、搜索等网上行为、了解用户的真正需求,从而实现广告的精准投放,这样就可以实现最佳的广告效果。
三、运用大数据创造消费者体验
(一)提升在大数据驱动下的消费者服务
大多数的网络营销是利用大数据来发展商家的消费者数据库,特别是帮助他们了解最新的市场趋势,保持他们的产品和服务优势,挖掘他们的潜在消费者,维护原有消费者和提升消费者的忠诚度。一份对不同的企业调查的报告显示:超过50%的受访者认为,大数据分析作为其未来三年的公司的重要营销策略。
(二)调整大数据分析工具的使用
分析工具会给出关于用户访问网页或特定网站上产品页面数量的见解。在用户访问网站后,给他们一个重复访问的理由,可以通过业务中已经产生的数据来了解消费者的行为和偏好。当然最好是使用分析工具。该工具可以帮助优化数据的质量,使你更好地理解和反映消费者的行为。对消费者的需求要及时反馈,这就需要实时数据分析与管理。通过获取总的消费者数据,将帮助优化网络营销策略,养成更灵敏的实时应变能力。
(三)分析交易行为
通过评估消费者进行交易的行为能力,形成以消费者为中心的思想来做业务。设计的网站足够吸引消费者吗?也许网页元素加载太久以至于顾客离开网站,也许购物车不方便使用妨碍了消费者完成订单结账过程。这些都有可能影响消费者的购买体验。
四、企业如何运用大数据制定营销策略
(一)在顾客提出之前预测到他们的需求
根据消费者过去在网上的行为来利用大数据提高客户满意度,并增加采购量。公司集聚了大量的客户数据资料,不仅包括他们购买了什么,还包括他们访问了什么网站、居住的地方、是否已经联系客户服务,是否用自己的品牌在社交媒体上互动。企业可以适当挖掘这看似无关的庞大数据量(这就是为什么它被称为大数据),并为客户提供更加个性化的交流接|。要正确预测未来,企业就必须提供正确的渠道、合适的产品给合适的客户。亚马逊早就掌握了在书籍、玩具或厨房用具方面客户可能感兴趣的建议。
(二)让消费者对他们自己的数据感兴趣
“给我数据!”也许会成为新的“给我钱!”例如,NIKE推出的FuelBand运动手环、FitBit的计步器、Jawbone’s UP健康手环,这些产品的出现让客户比以往任何时候都有机会获得更多的自身数据。当然,仅仅把这庞大的数据直接给消费者是不行的,公司需要筛选所有的数据,并为客户提取与他们体验相关的最易理解的信息。但是,如果数据使用得当,不但可以让客户的日常生活有所改变,无论它涉及到他们的健康和健身,或者他们的钱,还可以改变一个公司的投资回报率。
(三)提高客户服务的交互作用
对于许多公司来说,利用大数据可以创造更有效的市场营销和产品开发。用数据提升客户服务的办法在不断进步。如果企业有正确的数据就可以更快速、有效地解决问题。无论是客户愤怒的咆哮或接听电话的社交媒体经理,给员工配备了客户数据的企业将脱颖而出,因为不仅提供了优质服务,还提高了每个环节的互动。例如,西南航空公司使用语音分析提取现场录制的丰富的互动数据,帮助工作人员更好了解他们的客户。企业必须保证客户服务不仅拥有正确的数据,也要知道如何与客户沟通关于数据的知识。
(四)识别并解决客户的难题
大多数企业知道部分客户的难题是什么。正是这些企业深入挖掘数据来解决困难,并改善客户体验。以美国达美航空公司为例,所有航空公司都知道最关心的问题是乘客行李丢失,特别是当他们延误登机或者失去联系的时候。所以,达美航空公司根据乘客数据研究并创建了一个解决方案,消除了乘客对于包所在位置的不确定性。
结语
随着大数据时代的到来,企业的营销模式发生转变并不断升级,大数据让消费者创造价值成为现实。企业要正确清晰地认识大数据的价值并加以利用,通过数据分析找出并满足消费者的需求,提升消费者的忠诚度,在大数据的指导下不断调整营销策略,适应时代的变化,把握大数据带来的机遇,积极迎接挑战。当然大数据带来的不仅是营销模式的变革,也具有潜在的风险。
参考文献:
[1] 宋庆军.大数据条件下的企业营销策略研究[J].统计与管理,2013,(5).
[2] 廖秉宜.大数据时代移动营销的十大趋势[J].数字营销,2015,(2).
[3] 傅琳雅,傅琳晶.大数据时代的营销革命――一场席卷全球的商业革命[J].中国商贸,2013,(35).
近期,BAT三巨头围绕大数据纷争频仍,口号响亮,特别是B和A,又是约架又是展望,姿态十足。
然而,公认大数据挖掘潜力最大的腾讯,不声不响就放了个大招。10月19日,腾讯在北京推出业界首个基于移动浏览行为的数据分析工具――腾讯浏览指数(Tencent Browsing Index,以下简称TBI)。腾讯联合中国社会科学院了《腾讯×社科院移动互联网民内容消费趋势报告》,通过对移动互联网用户浏览趋势进行大数据分析,全景式地描述了当代中国人的生活状况,体现了TBI的创新优势和应用价值。
看到这份说服力极强的报告,品牌营销者普遍有一个感觉:似乎是发现了什么了不得的大数据营销神器呢!
移动营销呼唤大数据神器
实际上,品牌营销者从来没有像今天这样急切地期待一款大数据神器的诞生!
每个企业都力求业务突破和保持领先。但是,科技革命的发展,以及信息时代特别是移动互联网时代的到来,让品牌营销面临困境:行业形势瞬息万变,产品生命周期大为缩短,用户选择更随意,放弃也更容易;用户进入圈层、社群时代,需求细分化、个性化,消费者心理和偏好变幻莫测,难以捕捉;人们接触的信息指数级暴增,获取场景碎片化,品牌露出更加困难……
在变化和动荡中,品牌营销者唯有在纷繁复杂的信息中快速把握核心,紧跟市场节奏,敏捷调整、高效决策,才能在品牌大战中脱颖而出。
那么,如何快速把握变动的核心?不约而同地,品牌营销者都选择了大数据。Zara依靠大数据成功已成神话,更多后来者还在路上。大数据正推动品牌营销进行基于信息革命的转型,使品牌能够借助大数据带来的大洞察,获取更多的商业价值和发展机会。
然而,在中国互联网界的大数据应用中,虽然搜索和电商的大数据出来得较早,但其应用的局限性也较高:搜索数据随意性大,不够精准;电商专精消费数据更单一,因为它们都只是人们行为的某一个方面而已;在移动互联网时代,人们获取信息的方式发生了很大改变,社交网络的重要性大大增加,仅由搜索和电商数据得出的消费者画像恐怕就不那么真实有效了。
既然传统的搜索数据指标已经不足以满足各行业领域对消费者信息捕捉和洞察的需求,就需要寻找对人们行为和舆论趋势进行捕捉和洞察的新方法。于是,基于庞大社交网络平台的TBI应运而生。
TBI神在哪里?
TBI之所以能成为一款品牌营销神器,与其自身基因携带的优势密不可分。
浏览是最基础的网络行为,且具有针对性和高确定性。浏览行为的数据更能反映用户的真实需求和兴趣。然而囿于技术和浏览场景碎片化,对浏览大数据的应用落后于搜索和电商。正如腾讯副总裁钟翔平所说:“我们处在一个泛浏览时代。浏览器移动化之后,用户无处不在浏览,不只在浏览器里,在微信、空间、QQ、新闻客户端甚至购物APP里都在浏览。”
而现在,腾讯依靠领先的大数据技术和打通跨平台数据的浏览底层服务解决了这个问题。2014年推出的腾讯浏览服务(TBS)日活跃用户超过4亿,日访问PV超过100亿。目前,TBS已接入超过400款APP,涵盖20多个行业和领域,覆盖中国移动互联网用户80%的页面浏览量。
TBI,就是依托TBS海量浏览数据打造的移动互联网跨平台数据分析工具。通过跨品类和app平台领域的浏览大数据,获取精准、有力的用户行为数据,形成更为完整和全面的用户画像和行为轨迹,对于品牌实现个性化营销、提升品牌体验具有不容小觑的意义。
同时,腾讯TBI的大数据来源于用户行为的源头,能够为品牌营销决策提供重要依据和参考。
用户消费的大致决策路径是从注意、兴趣、欲望到行动。一般的互联网交易场景是:用户在社交、娱乐过程中会被吸引注意力,产生兴趣,然后才去了解、寻找想要的东西,最后在网上完成交易。阿里的大数据是在欲望和行动之间,百度是在兴趣和欲望之间,腾讯则集中于注意和兴趣,而这才是用户行为形成的源头之所在。
一个很重要的观察是,此次腾讯联合社科院的基于社会学研究的报告表明,腾讯正试图将社会学的研究方法引入大数据产品中。
其实,社会学研究和大数据是互补的。普通意义上的大数据只是资料的整合和相关性分析,不做任何因果推论。所以,大数据知道了what,但是how和why却不知道,结果可能会产生一些偏误。社会学却能够在大数据挖掘相关关系的基础上,进行理论诠释并验证理论模型,甚至能够通过拟合大数据来预测未来可能发生的新事实。因而,大数据引入社会学,能够寻找特定的受众群体,寻找特定消费者的行为模式,为品牌营销进行实务上的指导。有社会学光环加持,TBI还能不神吗?
“TBI+品牌”的神效
通过对海量用户移动浏览行为的全面了解与深度挖掘,TBI成为移动互联网时代帮助企业深度洞察用户、高效塑造品牌的权威平台。而且,TBI的数据量还在每天UP。腾讯浏览指数产品负责人徐羽透露:“我们的日活跃用户和浏览量仍在不断增长,同时我们在Tag词和语义分析逻辑上还在不断丰富。”
TBI能帮助品牌营销制造热点,更好地与用户互动,飞速扩张品牌影响力和知名度。在信息爆炸时代,一个品牌要想获得足够曝光,就要持续制造爆点。而无论是借势还是造势,首先需要捕捉用户趋势,对用户行为的形成和互相影响有准确真实的认知,因为人都是社会人,不是网络上孤独的一个IP。TBI采自用户行为源头的大数据,具有更强的相关性,触达了品牌营销者以前从未凭借数据到达、仅靠直觉和经验决策的深层,使得品牌更有机会挑动用户内心的情绪和兴趣,达成更好传播效果。
TBI能帮助品牌实现划时代的精准营销。如果品牌营销者能够在合适的时机提供合适的内容,与消费者建立最大的关联,就能获得最大的获得关注。而TBI通过搜集和分析腾讯庞大用户群体的各类即时数据,可以在广告推送中实现地域定向、需求定向、偏好定向、关系定向等定向方式,让品牌营销更为精准。
一、大数据基本概述
当前比较主流的大数据定义是美国国家科学基金会给出的,将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件等多种数据源生成的大规模、多元化、复杂、长期的分布数据集”。由于国内在大数据的研究上起步较晚,因此也是借鉴美国国家科学基金会给出的定义,通过结合国内具体的发展情况,对国内行业发展中大数据的作用于使用方法进行探究。其中彭晗、赵焕炎表示“大数据时代的来历,对于酒店经营营销的挑战,就是传统产品、价格、促销、渠道的4P理论转换到成本、顾客、沟通、便利的4C理论的过程”。而李建中、刘显敏则认为大数据具有五个基本性质,分别为一致性、精确性、完整性、时效性以及实体性。
二、当前国内度假型酒店经营与管理现状
在酒店管理中没有对大数据给予足够的重视。目前,国内旅游者正处于从观光旅游向度假旅游转型升级阶段,旅游者的度假休闲欲望日益高涨,度假型酒店成为旅游者出门住宿的热门场所。从当前国内很多的度假型酒店对大数据的理解上还处于一种懵懂的状态,在实际管理中很少借助大数据。整个酒店管理行业也没有形成一个比较完整、明确的大数据管理思维,导致在酒店的实际管理中,领导者与领导者之间、部门与部门之间、酒店与酒店之间缺乏有效的沟通与交流,造成信息交流的不流畅,这对整个行业发展都有较大的影响。缺乏大数据相应技术。虽然国内很多度假型酒店已经逐步将大数据引入到实际管理中,但是大数据使用过程中出现的最常见的问题就是酒店已有的技术很难跟上当前数据的扩张速度,对数据的掌握不充分、技术更新慢、专业人才缺乏,必然会制约大数据技术在管理中扩张。信息与数据处理的标准化缺失。在使用大数据进行酒店管理时,有一个很大的问题需要处理:业内的大数据处理与信息标准。如果信息与数据没有统一的标准,酒店行业内的信息与数据就会有很大的差异,这也是制约大数据时代背景下酒店行业发展的问题。
三、大数据时代背景下度假酒店营销管理模式创新策略
关键词:大数据 金融IT 服务商
中图分类号:F830 文献标识码:A 文章编号:1672-1578(2017)01-0047-02
1 简介
根据IDC(Internet Data Center)最近一项研究显示,在Facebook上每20分钟就有100万个新链接被分享,1000万条用户评论被。来自硅谷动力的报告显示,所有企业每天的信息存储量高达2.2ZB。其中大型企业平均每家产生的信息量达10万TB,而中小企业平均每家产生563TB的数据量。所有研究都表明,未来数年数据量会呈现指数增长。根据麦肯锡全球研究院(MGI)估计,全球企业2010年在硬盘上存储了超过7EB(1EB等于10亿GB)的新数据,而消费者在PC和笔记本等设备上存储了超过6EB新数据。如此多的新书记根本不可能全部存储下来。
我们是不是已经进入了大数据时代?答案是肯定的。然而,到目前为止,仍没有清晰说明“大数据(big data)”内涵和外延的科学定义。有资料称大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。而国金证券研究机构给出了这样的定义:海量非结构化数据本身+处理方法即使大数据。简言之,就是从各类数据中快速获取信息就是大数据。大数据具有:海量、多样性、高速、易变性特点。即数据体量巨大,从TB级别,跃升到PB级别;数据类型繁多;价值密度低,商业价值高。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。处理速度快,1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将这四大特点归纳为4个“V”――Volume,Variety,Value,Velocity。
2 大数据相关技术
大数据带来的不仅是机遇更是挑战。传统的数据处理技术已不能满足数据处理的要求,需要新一代信息技术应对。我们把大数据技术归结五大类:
(1)基础架构支持:主要包括为支撑大数据处理的基础架构级数据中心管理、云计算平台、云存储设备及技术、网络技术、资源监控等技术。
(2)数据采集技术:除了各类传感设备设施外,主要涉及到的是数据的ETL(采集、转换、加载)过程,能对数据进行清洗、过滤、校验、转换等各种预处理,将有效的数据转换成适合的格式和类型。
(3)数据存储技术:对数据进行存储归档一般可采用分布式文件系统和分布式数据库的存储方式,除此之外,还需提供备份、安全、访问接口及协议等机制。
(4)数据计算:大数据技术的核心就是计算。如:数据查询、统计、分析、预测、挖掘、图谱处理、BI商业智能等各项相关的技术都可统称为数据计算技术。
(5)数据展现与交互:除了采用传统的报表、图形之外,我们还可以结合现代化的可视化工具及人机交互手段,如Google眼镜等增强现实手段。
3 大数据对IT金融服务商提出新要求
3.1 了解银行
国内银行储蓄中,仅个人活期存款就有40万亿。资金闲置是不利于经济的发展的。如果将这些资金利用起来,比如作为创业融资理财,通过金融手段和技术,则可以打开一个潜在的崭新市场。的确,与欧美同行相比,中国银行业的强势,主要依赖于国家政策;他们本身的业务能力差强人意。正因如此,深谙金融的IT企业,将大有所为。
Pitcher(SAP亚太及日本区高级副总裁兼金融服务总经理)表示:传统上来说,数据管理并不是银行的最强优势所在。但大数据有四个方面的运用,非常值得国内银行用户关注。“首先是单一客户视图。第二是实时的客户信息分析和智能利用,从而为客户推送相应的、最适用于他们的产品和服务。第三是基于风险的定价。这里指的是基于客户的风险定价,而不仅仅基于账户。第四是基于组合的定价。这对中国银行业用户来说,特别有意义。因为中国现在正在进行利率放开等新改革措施的尝试。
3.2 金融服务业务相比于前两年有哪些最新变化
从整个金融服务的这块业务发展来看,主要体现出三大趋势:首先是整个金融服务业越来越以客户为中心。第二是金融用户越来越追求运营效率的提升。第三就是风险管理的需求越来越大。随着利率市场化步伐的加快,金融行业对大数据技术的需求显得急迫又保定。显然,通过数据分析模型准确判断出诸如信用风险、操作风险、市场风险等,一点点风险的降低,对银行而言则是一笔不小的利润。
3.3 大数据对金融IT服务商提出新要求
(1)对行业要有深刻的理解:尤其是对行业客户本地特征的把握,这些经验对金融IT服务商的大数据产业经营思路起着主要推动作用。
(2)大数据平台需要专业化:Hadoop平台过于技术化,对开发人员要求太高。Hadoop是一个分布式计算的架构,它在数据管理和使用方面存在一些问题,需要从解决方案的层面去解决。一个完整的大数据平台不仅仅是Hadoop,单用Hadoop难以搞定太多需求。它用Hadoop集合很多传统的关系数据库以及其它技术综合起来的完整解决方案,才能实现客户对数据管理和使用的需要。
(3)走在客户需求前面的能力:现在的金融行业客户有时是没有办法向IT服务商提出具体要求的,因此就要求IT服务商必须具备走在客户需求前面的能力。比如神州数码在给建设银行做“房贷资产证券化”的业务系统时,就遇到了这样的经历。
(4)关注数据仓库及风险业务:对数据治理要有着极深的理解,逐步形成自己的数据标准体系、数据质量管理流程等。通过挖掘和分析客户的各种交易信息,可以通过决策分析而最大化的提高企业销售利润。大数据的商业价值可以由两方面得到体现:一是这种方式可以快速定位到高价值以及高潜力的客户群,将相应的金融产品进行准确的营销;二是利用高性能分析挖掘还可以进行反欺诈分析,降低企业的运营风险。
(5)建设智能一体化营销服务体系:围绕银行的转型,需抛弃以前“以账户为中心”的模式,建立以“客户关系”为中心模式,对银行核心系统、营销系统及风险管理系统等做渗透性分析,更全面精准的为银行客户提供相应的服务。
(6)力争站在产业链的顶端:站在产业链上端,这是所有国内金融IT企业的理想。由于数据成为核心资产,对数据的掌握,导致了对市场的支配,同时能获得巨大的经济回报。贴近用户需求,与客户一起成长,经历多年沉淀,一直持守并明晰其主营业务等等因素,使得金融IT企业在大数据时代的胜算更高。