大數據營銷的現狀分析

① 大數據行業發展現狀與未來前景分析

近年來，全球正大步邁向大數據新時代，數據的高效存儲、處理和分析等需求也越來越旺盛。在此背景下，行業大數據得以高速發展，應用於各個領域，根據IDC發布的有關數據預測，2025年市場規模將達到19508億元的高點。

全球大數據儲量呈爆發式增長

隨著信息通信技術的發展，各行各業信息系統採集、處理和積累的數據量越來越多，全球大數據儲量呈爆炸式增長。根據國際數據公司(IDC)的監測數據顯示，2013年全球大數據儲量為4.3ZB(相當於47.24億個1TB容量的移動硬碟)，2014年和2015年全球大數據儲量分別為6.6ZB和8.6ZB。近幾年全球大數據儲量的增速每年都保持在40%，2016年甚至達到了87.21%的增長率。2016年和2017年全球大數據儲量分別為16.1ZB和21.6ZB，2018年全球大數據儲量達到33.0ZB，2019年全球大數據儲量達到41ZB。

—— 以上數據及分析均來自於前瞻產業研究院《中國行業大數據市場發展前景預測與投資戰略規劃分析報告》。

② 大數據營銷專業的就業前景

1大數據就業前景
在之前的就業數據報告中，研發工程師、產品經理、人力資源、市場營銷和數據分析等是很多互聯網公司需求量最大崗位，並且研發工程師的需求量是非常大的，數據分析是非常稀缺的。在大數據中，可以從事的崗位是非常多的，並且處於高度稀缺的情況。大數據行業的就業方向。

2大數據專業的就業方向
1、Hadoop開發工程師

Hadoop是一個分布式文件系統(Hadoop Distributed File System)，簡稱HDFS。Hadoop是一個能夠對大量數據進行分布式處理的軟體框架， 以一種可靠、高效、可伸縮的方式進行數據處理。所以說Hadoop解決了大數據如何存儲的問題，因而在大數據培訓機構中是必須學習的課程

③ 大數據背景下唯品會精準營銷存在的問題及解決方法

一、唯品會大數據平台規劃和現狀這是唯品會大數據平台一個中長期的規劃。目標很明確，我們希望從技術上能把整個大數據做成一個包含離線計算平台、流式計算平台、模型訓練平台、VRE、 DMP和多種應用的完整生態鏈，並且希望通過這個平台，讓我們公司的分析師、開發人員可以很簡易地運用起來。這是唯品會大數據平台的現狀，總體和上面的規劃圖類似，重點在於離線平台的搭建，目前離線計算平台也已經做得差不多了。我們現在有一套很完整的數據開發平台，可以讓公司的分析人員在不需要任何培訓的情況下，方便地利用這個系統去挖掘大數據中的各種知識，為業務服務。除此之外，我們也有很多產品，看到圖中數據產品一塊，有情報中心、比價、選品、數讀、魔方羅盤、儀表盤等。二、大數據中的資源管理大數據管理本身是一個很廣的概念，涵蓋了很多知識面。但資源管理是今年讓唯品會特別難受的一個點，很多工作人員經過長時間的不眠不休，才最終把它解決掉。所以今天我會把資源管理作為重點，單獨拿出來分享。這里的「數據平台使用申請」打了引號，我想說的是這個「平台使用申請」在初創公司或者建設數據平台的初期，一般是很難做到這么完善的。因為我們需要用戶提交很多要求，而且這些要求是明確的，包含了比如我需要什麼樣的資源，HDFS的存儲、資料庫、計算都需要多少，資源的數目是多少，要通過什麼方式去訪問。拿到這個申請以後，管理員會負責去分配同樣的資源，比如HDFS中分配多少資源給你使用，Hive也是，如果我想要這樣一個資源分配隊列，需要明確分配給你的最大/最小資源是多少。當然，這是一個理想的情況，現實卻很骨感。因為這個行業的發展非常快，相信很多做大數據的同學，很多時候你是被業務和領導推著向上的，所以這時你的思考可能不是很完善，你會發現，你的理想狀態是系統很強大、數據規范、流程規范、技術成熟、業務成熟，但現實呢？唯品會在半年前也是這種現狀：模型的變更非常迅速，線上的那些代碼實際上是我們的人員按小時為單位去做變更的。用戶的能力參差不齊。有很多的歷史包袱，唯品會的數據平台其實四年前就開始搭建了，其中有三年的歷史包袱。同時，有大量的技術包袱，而且平台非常不穩定，掌控力差，有各種各樣的瓶頸。整個大數據平台的分層也不是很明確。這是我們面臨的現實。那麼，這種情況下，維護人員或者像我們這樣的技術架構人員就會經常接到用戶各種各樣的投訴和問題。這里我列了一些用戶經常會抱怨的問題：這個任務昨天還好好的，為什麼今天跑不出來了？2-10倍的數據量，能撐得住嗎？怎麼幾千個任務都慢了？最近磁碟使用率急劇增加，誰在用？這個表好像不用了，我能刪除掉嗎？集群要擴容嗎？擴多少?當你在沒有足夠能力應付的情況下，面對這些問題，你是一籌莫展的。而由此也引申出今天的核心議題——資源管控。三、資源管控中的存儲資源和計算資源做運維、DBA，或者大數據管理人員，都需要了解一個核心，那就是資源管控。做資源管控，其實和分田到戶是同樣的道理。當把一塊田交給你，那你就在這塊田裡自己玩，不要到別人的田裡去摻和。通過資源管控，可以實現很多目的：從亂序到有序。申請和分配有據可查。規則公開透明。數據公開透明。有多少資源，干多少事。有合理的KPI和懲罰機制。ROI，資源傾斜給回報率高的項目。以Hadoop為例。Hadoop平台是大家都在用的一個技術框架，它有哪些資源呢？總的來說，有四個模塊：計算資源、存儲資源、許可權資源、業務資源。今天我會重點講右側的計算資源和存儲資源。為什麼存儲和計算需要關注？首先是NameNode。NameNode在Hadoop中相當於一個技術的管理節點，我們平台目前已經存儲2億的文件超過2億的blocks，現在NameNode的內存使用在100G左右。在這么大的一個集群規模情況下，會遇到很多問題。standby namenode updateCountForQuota緩慢影響主從一致性，進而影響切換（HDFS-6763）standby checkpoint緩慢導致增量blockreport匯報被skip, 影響主從一致性，進而影響切換（HDFS-7097）standby checkpoint GC導致transfer Fsimage超時失敗這里列了幾個問題點，都在社區被不少人提出來，我們也確實受到了影響。其中，最重要的是集群啟動時，規模越大，你的啟動時間可能越慢，除非你把這部分的代碼全部進行重構。舉個例子，可能我們的集群重啟需要30分鍾，因為需要每個block去上報。另外，第二個瓶頸就是資源管理，叫做ResourceManager，這也是Hadoop中的一個技術組件。唯品會現在的規模並行度是高峰期可以有一千個任務在跑，每天有將近40萬的任務提交到Hadoop集群里，基本24小時內時時刻刻都有人在運行。因為現在的電商，包括現在的大數據已經不是以前那種玩法，不是你晚上跑個批處理，事情就做完了。現在大家的要求是，你能不能5分鍾內跑出來，所以我的批處理在上面可能是5分鍾一個力度去提交的，所以這個集群對我們來說已經不是夜間作業的集群，而是24小時專機，永遠不能宕機的一個服務。https://issues.apache.org/jira/browse/YARN-3547部分解決問題https://issues.apache.org/jira/browse/YARN-518our patch for fairscheler這里也列了兩個問題，就不展開講了，關鍵是第二個，我們提交給社區的補丁。這些問題社區還沒有解決，我們這個補丁也還沒有打到任何社區的版本里去，但是如果當你的集群規模非常大，運行HDFS時肯定會遇到和我們同樣的問題——分配能力有瓶頸。目前我們通過這個補丁，分配能力提升到了近10-15倍。這其實很誇張，我們一直考慮的是，現在已經有幾百台節點了，那能不能變到幾千台？如果分配這個問題不解決，你的瓶頸永遠卡在那，即使再加機器，管理也會因為瓶頸上不去，無法提升到幾千台這樣的規模。前面講到了很多問題，怎麼解決呢？開源節流。分兩塊，一塊要提升各方面主機的性能，圖中列出來的，包括了NameNode RPC性能、yarn的container assign性能，以及加機器。另外一塊，就是要做各種優化管理。大家想，原先你就有幾百個用戶在用，當開放出去後，隨著大數據應用的發展，不斷有人去用，久而久之就會變成上萬個用戶在用。這時，你的存儲是否被有效地利用呢？是否都是有價值的數據放在上面呢？你的計算是否都是有效的計算呢？還有人在用這樣的一個任務嗎？管理數據化成果給大家看一下我們在這一塊的成果。理念很簡單，就是做一個閉環。把整個數據倉庫和Hadoop做成一個閉環，大家可以看到內圈，其實就是正常開發的一個數據倉庫，你會建立任務、執行、下線，這是一個循環。而外循環是從整個任務建立時就開始對它進行管理，當你任務申請好之後，你會分配到一個隊列，查看你的每一個日誌。存儲和計算會告訴你用了多少，同時還可以做一些智能的分析。在你的任務執行完之後，可以在系統裡面看到任務的整個生命周期運行情況。基本上我們就是把整個大數據分到項目，分到人，分到資料庫，分到幾個任務，所有的指標都可以可視化地讓你看到，也就是說，即使你只是簡單地在系統里提交了一個SQL，可實際上你得到的是一個可視化、數據化的成果。你可以知道，今天我提交了多少個SQL，佔用了多少資源，剩下多少文件，所有這些東西在系統里都可以看到。這樣數據分析師也能主動跟你講，今天慢了可能是因為提交的任務太多，今天提交的任務比上周多了一倍。你也能主動地在系統里找，為什麼多了一倍？什麼樣的任務最佔用資源？整個架構閉環大大降低基本架構技術人員的工作量。而當我們所有的數據都開放給數據分析師時，他們又能通過這些數據去做一些自己的分析，這也是一個閉環的形成。對很多公司來說，通過構建閉環，這一塊的工作效率將會得到很大的提升。接下來重點講兩塊資源的管理。一塊是存儲的資源，一塊是計算的資源。存儲資源管理一般情況下，大家在Hadoop中都是用Hive這個資料庫，它對應的是後端的一些一二三級目錄等資料庫和表的目錄。我們要怎樣獲取這些數據呢？從我們的角度來說，我們也是數據分析人員，我們要做的東西和其他的分析師其實是一樣的，只不過我們分析的對象是系統的性能數據。我們會想要獲取各種各樣的性能數據，同時，我們需要去計算這些性能數據，做多維度的各種計算，然後把它推出去給用戶看。存儲資源基本上就是通過這幾大塊來收集，左邊是獲取到的各種存儲的信息，文件、表、數據倉庫、ETL、Hadoop的日誌……第二步是把它轉化為Hive里計算的文件元數據信息、表元數據信息、調度任務元數據信息、路徑訪問信息，最後得到的產出通過各種維度的計算，可以得到：維度：包括分區、表、資料庫、任務、業務、人、目錄層級、時間等所有維度；指標：全量、增量、趨勢、平均文件大小、最大文件大小、最小文件大小、文件數目、佔比等；熱度：哪些表被頻繁訪問？哪些表3個月沒人訪問，是否可以下線了？安全：有沒有敏感信息被非法訪問。通過這一系列的存儲資源管理，可以把所有的關鍵信息收集起來。下面，講一下這些數據的使用，這也是我們公司目前正在踐行的：容量計費通過計費來控制資源，使存儲數據完整透明。消費預警，會提前知會用戶。空間管理自動配置生命周期管理規則；存儲格式，壓縮格式選擇（orc+gzip）；文件管理自動配置生命周期管理規則；小文件har歸檔。控制存儲的價值：一方面可以解決NN「單點」瓶頸，控制伺服器的數量，降低成本。如果沒有加以控制，很快你的規模就會變成幾百、幾千，逐漸失控。另一方面，規范數據生命周期管理，統計冷熱數據的使用，區別哪些數據是能刪的、哪些是能歸檔的、哪些是被頻繁使用的，都可以通過這個手段反饋給ETL生命周期管理。計算資源管理這是yarn的一個架構圖。大家都知道yarn是Hadoop的一個統一的調度管理。但yarn好像把所有資源管理的事情都搞定了，我們還需要管理什麼呢？實際上，還有很多沒有解決的問題。

④ 數字營銷的發展現狀

數字營銷在中國的發展
數字營銷產業最早被列在廣告營銷范疇，沒有專門的媒介公司。作為大型國際廣告公司的BBDO,智威湯遜,李奧貝納,麥肯廣告都有類似的服務內容，但不是主營業務。國內引入開展數字營銷的外資企業比較出名的有SinoTech賽美特傳媒公司，優客廣告以及日本博報堂。國內本土化，並且正在嘗試更全功能的全網電子商務數字營銷平台有：有客網。
Marc Pritchard 講述了把所有數字化的工具、技術、平台當作數字營銷的營銷理念是一種錯誤，以工具、渠道出發的營銷理念已死。
國內的數字營銷，互聯網、特別是移動互聯網給市場營銷所帶來的變化讓人措手不及。越來越多的渠道，讓甲方品牌商公司的管理越來越困難，而各種乙方的代理公司也苦不堪言。越來越多的事實證明，跟隨tools(工具)而動的營銷只能是被動的和無效的，所以，以工具為導向的數字營銷已死。

⑤ 阿里大數據營銷存在哪些問題

問題有如下幾點：
1、數據存在失真情況。數據的失真主要體現在兩個方面：一方面，消費者在注冊時可能會輸入虛假的個人信息或者是一人使用多個賬戶、使用他人賬戶等，其在網路操作過程中產生的數據信息本身就不真實，另一方面，由於網路技術的發展和消費者的個性化需求促使阿里巴巴每隔一段時間就要進行網站維護與更新，在這個過程中，會有不少用戶因為不熟悉新的界面而進行錯誤的操作，這些錯誤的操作信息也被阿里巴巴記錄，造成資料庫中真假信息混雜，嚴重影響了大數據的質量。
2、消費者的個人權益難以保障。直至目前，阿里巴巴仍沒有提出有效預防用戶信息泄露的方法或是用戶信息泄露之後的維護方法。
3、大數據營銷效果易出現兩極化。用戶在使用淘寶的過程中會將自己的手機號碼、郵箱等聯系方式提供給阿里巴巴，為了擴大經營，阿里巴巴會進一步分析資料庫中的客戶需求，針對不同的客戶，通過簡訊、郵件等形式向客戶推銷產品，這在某些方面增加了客戶，然而大多情況下這些信息會被消費者無視，更有甚者，會引起消費者的反感，因此，大數據營銷的效果如何，仍存在極大的不確定性，效果難以預料。

⑥ 大數據分析時代對市場營銷的影響研究

下面我為你准備的關於市場營銷的論文，歡迎閱讀借鑒，希望對大家有幫助。

一、數據分析時代演變歷程

(一)數據1.0時代

數據分析出現在新的計算技術實現以後，分析1.0時代又稱為商業智能時代。它通過客觀分析和深入理解商業現象，取締在決策中僅憑直覺和過時的市場調研報告，幫助管理者理性化和最大化依據事實作出決策。首次在計算機的幫助下將生產、客戶交互、市場等數據錄入資料庫並且整合分析。但是由於發展的局限性對數據的使用更多的是准備數據，很少時間用在分析數據上。

(二)數據2.0時代

2.0時代開始於2005年，與分析1.0要求的公司能力不同，新時達要求數量分析師具備超強的分析數據能力，數據也不是只來源於公司內部，更多的來自公司外部、互聯網、感測器和各種公開發布的數據。比如領英公司，充分運用數據分析搶佔先機，開發出令人印象深刻的數據服務。

(三)數據3.0時代

又稱為富化數據的產品時代。分析3.0時代來臨的標準是各行業大公司紛紛介入。公司可以很好的分析數據，指導合適的商業決策。但是必須承認，隨著數據的越來越大，更新速度越來越快，在帶來發展機遇的同時，也帶來諸多挑戰。如何商業化地利用這次變革是亟待面對的課題。

二、大數據營銷的本質

隨著顧客主導邏輯時代的到來以及互聯網電商等多渠道購物方式的出現，顧客角色和需求發生了轉變，世界正在被感知化、互聯化和智能化。大數據時代的到來，個人的行為不僅能夠被量化搜集、預測，而且顧客的個人觀點很可能改變商業世界和社會的運行。由此，一個個性化顧客主導商業需求的時代已然到來，大數據沖擊下，市場營銷引領的企業變革初見端倪。

(一)大數據時代消費者成為市場營銷的主宰者

傳統的市場營銷過程是通過市場調研，採集目前市場的信息幫助企業研發、生產、營銷和推廣。但是在大數據以及社會化媒體盛行的今天，這種營銷模式便黯然失色。今天的消費者已然成為了市場營銷的主宰者，他們會主動搜尋商品信息，貨比三家，嚴格篩選。他們由之前的注重使用價值到更加註重消費整個過程中的體驗價值和情境價值。甚至企業品牌形象的塑造也不再是企業單一宣傳，虛擬社區以及購物網站等的口碑開始影響消費者的購買行為。更有甚者，消費者通過在社交媒體等渠道表達個人的需求已經成為影響企業產品設計、研發、生產和銷售的重要因素。

(二)大數據時代企業精準營銷成為可能

在大數據時代下，技術的發展大大超過了企業的想像。搜集非結構化的信息已經成為一種可能，大數據不單單僅能了解細分市場的可能，更通過真正個性化洞察精確到每個顧客。通過數據的挖掘和深入分析，企業可以掌握有價值的信息幫助企業發現顧客思維模式、消費行為模式。尤其在今天顧客為了彰顯個性，有著獨特的消費傾向。相對於忠誠於某個品牌，顧客更忠誠與給自己的定位。如果企業的品牌不能最大化地實現客戶價值，那麼即使是再惠顧也難以保證顧客的持續性。並且，企業不能奢望對顧客進行歸類，因為每個顧客的需求都有差別。正是如此，大數據分析才能更好地把握顧客的消費行為和偏好，為企業精準營銷出謀劃策。

(三)大數據時代企業營銷理念――“充分以顧客為中心創造價值”

傳統的營銷和戰略的觀點認為，大規模生產意味著標准化生產方式，無個性化可言。定製化生產意味著個性化生產，但是只是小規模定製。說到底，大規模生產與定製化無法結合。但是在今天，大數據分析的營銷和銷售解決的是大規模生產和顧客個性化需求之間的矛盾。使大企業擁有傳統小便利店的一對一顧客關系管理，以即時工具和個性化推薦使得大企業實現與顧客的實時溝通等。

三、基於數據營銷案例研究――京東

京東是最大的自營式電商企業。其中的京東商城，涵蓋服裝、化妝品、日用品、生鮮、電腦數碼等多個品類。在整個手機零售商行業里，京東無論是在銷售額還是銷售量都佔到市場份額一半的規模。之所以占據這樣的優勢地位，得益於大數據的應用，即京東的JD Phone的計劃。

JD Phone計劃是依據京東的大數據和綜合服務的能力，以用戶為中心整合產業鏈的優質資源並聯合廠商打造用戶期待的產品和服務體驗。京東在銷售的過程中，通過對大數據的分析，內部研究出一種稱為產品畫像的模型。這個模型通過綜合在京東網站購物消費者的信息，例如：年齡、性別、喜好等類別的信息，然後進行深入分析。根據分析結果結合不同的消費者便有諸如線上的程序化購買、精準的點擊等營銷手段，有效的幫助京東實現精準的營銷推送。不僅如此，通過對於後續用戶購物完成的售後數據分析，精確的分析商品的不足之處或者消費者的直接需求。數據3.0時代的一個特徵便是企業不在單純的在企業內部分析數據，而是共享實現價值共創。所以，京東把這些數據用於與上游供應商進行定期的交流，間接促進生產廠商與消費者溝通，了解市場的需求，指導下一次產品的市場定位。總的來說，這個計劃是通過京東銷售和售後環節的大數據分析，一方面指導自身精準營銷，另一方面，影響供應商產品定位和企業規劃，最終為消費者提供滿足他們需求的個性化產品。

四、大數據營銷的策略分析

(一)數據分析要樹立以人為本的思維

“以人為本”體現在兩個方面，一方面是數據分析以客戶為本，切實分析客戶的需求，用數據分析指導下一次的產品設計、生產和市場營銷。另一方面，以人為本體現在對用戶數據的保密性和合理化應用。切實維護好大數據和互聯網背景下隱私保護的問題，使得信息技術良性發展。

(二)正確處理海量數據與核心數據的矛盾

大數據具有數據量大、類型繁多、價值密度低和速度快時效高的特點。所以在眾多海量的數據中，只有反映消費者行為和市場需求的信息才是企業所需要的。不必要的數據分析只會影響企業做出正確的決策。鑒於此，首先企業需要明確核心數據的標准;其次企業要及時進行核心數據的歸檔;最後要有專業的數據分析專業隊數據進行分析，得出科學合理的結果以指導實踐。

(三)整合價值鏈以共享數據的方式實現價值創造

⑦ 2021年我國大數據行業發展現狀如何

我國大數據產業開始已進入深化階段

中國大數據產業從萌芽到如今漸成體系，已走過將近10個年頭。「十四五」開局之年，大數據產業也進入了集成創新、深度應用的新階段。大數據在醫療、工業、交通等領域的融合應用技術加快創新突破，大數據融合應用重點從虛擬經濟轉變為實體經濟;大數據底層技術方面，信息安全、模式識別、語言工程、計算機輔助設計、高性能計算等加快突破，大數據技術領域逐漸補齊短板，並進一步強化長板。

—— 更多本行業研究分析詳見前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》

⑧ 我國大數據行業發展現狀表現在哪些方面

大數據行業主要上市公司：易華錄(300212)、美亞柏科(300188)、海量數據(603138)、同有科技(300302)、海康威視(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科創信息(300730)、神州泰岳(300002)、藍色游標(300058)等

本文核心數據：中國大數據產業發展歷程 市場規模 細分市場格局 應用市場格局 發展前景預測等

發展歷程：十年來大數據產業高速增長，我國信息智能化程度得到顯著提升

我國大數據產業布局相對較早，2011年，工信部就把信息處理技術作為四項關鍵技術創新工程之一，為大數據產業發展奠定了一定的政策基礎。自2014年起，「大數據」首次被寫進我國政府工作報告，大數據產業上升至國家戰略層面，此後，國家大數據綜合試驗區逐漸建立起來，相關政策與標准體系不斷被完善，到2020年，我國大數據解決方案已經發展成熟，信息社會智能化程度得到顯著提升。

市場規模：2020年市場規模超6000億 維持高速增長

中國大數據產業聯盟發布的《2021中國大數據產業發展地圖暨中國大數據產業發展白皮書》指出，2018年以來，大數據技術的快速發展，以及大數據與人工智慧、VR、5G、區塊鏈、邊緣智能等新技術的交匯融合，持續加速技術創新。與此同時，伴隨新型智慧城市和數字城市建設熱潮，各地與大數據相關的園區加速落地，大數據產業持續增長。

賽迪顧問的數據顯示，2020年中國大數據產業規模達6388億元，同比增長18.6%，預計未來三年保持15%以上的年均增速，到2023年產業規模超過10000億元。

市場格局

——細分市場格局：軟硬體占據行業主要市場

目前，我國的大數據產業尚處於初級建設階段，從市場結構來分，大數據產業可劃分為大數據硬體、軟體以及服務三類市場。

根據《IDC全球大數據支出指南》，2020年中國大數據市場最大的構成部分仍然來自於傳統硬體部分——伺服器和存儲，佔比超過40%，其次為IT服務和商業服務，兩者共佔33.6%的比例，剩餘由25.4%的大數據軟體所構成。從軟體角度來看，2020年中國最大的三個細分子市場依次為終端用戶查詢匯報分析工具(End-User
Query, Reporting, and Analysis Tools)、人工智慧軟體平台(AI Software
Platforms)以及關系型數據倉庫(Relational Data
Warehouses)，並且IDC預計，三者總和佔中國整體大數據軟體市場的比例接近50%。

——應用市場格局：互聯網、政府、金融為大數據主要應用領域

從具體行業應用來看，互聯網、政府、金融和電信引領大數據融合產業發展，合計規模佔比為77.6%。互聯網、金融和電信三個行業由於信息化水平高，研發力量雄厚，在業務數字化轉型方面處於領先地位;政府大數據成為近年來政府信息化建設的關鍵環節，與政府數據整合與開放共享、民生服務、社會治理、市場監管相關的應用需求持續火熱。此外，工業大數據和健康醫療大數據作為新興領域，數據量大、產業鏈延展性高，未來市場增長潛力大。

更多行業相關數據請參考前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》。

⑨ 大數據精準營銷面臨挑戰

大數據抄精準營銷面臨挑戰襲
一般認為，大數據技術是精準營銷的重要推動力量，但在實際應用中，依然面臨以下挑戰,需要營銷管理人員慎重思考：
1、渠道數據要整合：
全球數據爆炸、移動互聯網、社會化媒體、可選渠道和設備增加、不斷變化的消費者特徵、營銷自動化、營銷和銷售行為、供應鏈、客戶關系都整合在一起。如何更好的實現將各渠道數據融合對提高精準營銷的准確度提出挑戰。
2、地理位置要精確：
最近幾年，互聯網的產品呈現出一輪爆發性發展態勢。尤其是移動終端的普及，使得很多傳統的互聯網產品也開始移動化。地理位置融入社會化媒體營銷是精準營銷要考慮的問題。
3、數據分析要快速：
企業如今正在漸漸遠離批量處理，轉向實時分析來獲取競爭優勢。精準營銷也要求在活動的同時我們就能得到數據，立即優化營銷效果。