时间:2023-02-15 22:16:57
导言:作为写作爱好者,不可错过为您精心挑选的10篇大数据营销论文,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。
(二)当前流量经营的价值困境
流量是当今数字世界运转的基础。“客观属性”是对“流量”这一认识客体固有属性的客观描述,不因经营主体和经营方式而异。流量属性包括以下方面:1)流量的规模性,指流量可用同一量纲进行规模比较,比如联通单用户流量规模要高于移动,百度流量规模要高于google中国,基于中国移动网络发生的流量规模要高于基于百度服务发生的流量规模;2)流量的层次性,指流量与用户真实行为(主体)的接近程度。流量蕴含着反映主体行为的信息,但程度有所不同。比如淘宝网所承载的流量直接反应用户的网购行为,而电信网所承载的流量只是经过IP协议封装的比特流,前者显然更接近用户真实行为因而被称为表层流量,后者则被称为底层流量;3)流量的异质性,指流量对用户消费目的(客体)的涵盖范围。流量蕴含着反映客观世界的信息,但范围有所不同。比如文本、话音、图片、音乐、视频等不同类型之间,垂直应用与平台式应用等不同类型之间,社交类、娱乐类与生产类应用等不同业务类型之间,其流量映射客观世界的能力就各有差异和侧重;4)流量的不可分性,虽然底层流量和表层流量在概念上区分了,但在实体上是紧密依赖的,是同一事物在不同经营层面上的不同投影。比如,淘宝的表层流量离不开运营商底层流量的依托,运营商底层流量也离不开淘宝等表层流量的呈现,同时,淘宝可推知用户使用了多少底层流量,运营商也可部分解析出用户的购物行为。
可见,流量是一个充满想象空间的市场,而电信运营商似乎占据有利地位。综合流量的层次性和异质性,流量被赋予了主体行为和客体存在在信息层面上统一投影的属性,是信息社会不断流动的血液,具备极大的社会价值和经济价值。从流量的不可分割性来看,上层服务提供商与基础运营商之间的相互依赖、相互制约将是长期的基本格局。从流量的规模性来看,至少在本地市场,由于基础设施市场集中度高,电信运营商很容易就可获得超过任何单一玩家(如apple和facebook)的规模优势。
但现实情况中,流量规模的暴涨对电信运营商是一把双刃剑,情况不容乐观。流量在呈现客观属性的同时,在特定的经营主体及经营方式下,还会表现出影响甚至决定经营绩效的经营特征。本文认为,固然客观属性有利于电信运营商开展新一轮价值创造,但在当前经营模式下,流量应有的价值并未得到充分挖掘,无法支撑电信运营商的可持续发展。
当前的流量经营模式是,通过提供同质化的、以M为价值衡量单位的流量产品来满足用户的接入需求,然后通过向用户收取按照使用量计算的费用来补偿网络成本、运维成本和营销成本。在这种模式体现出三大属性:一是面向手段性需求。用户向运营商购买流量不是为了流量本身,而是为了流量所承载的个性化互联网应用。流量仅仅是服务于互联网消费的手段,因此,与面向目的性需求的互联网服务提供商争夺用户界面时,电信运营商天然地处于劣势;二是无直接网络效应,电信运营商无法将网络效应内化从而无法实现业务的边际效应递增。流量用户之间并未像话音用户之间和短信用户之间那样构成彼此连接的网络,用户之间的网络是通过业务构成的,而业务网却控制在OTT手中。换言之,网络效应主要存在于OTT业务层,而非管道层。因此,随着使用OTT业务的用户越来越多,以及用户使用OTT的业务次数越来越多,OTT业务的边际效用递增,但电信运营商流量的边际效用基本持平;三是边际成本下降有限,面对指数级增长的流量需求,运营商不断追加投资扩容、升级只能勉强跟上。上期投资刚进入边际成本下降阶段新的投资又追加进来,下降趋势被中止。在投资压力下,设备商又勾画了美妙的技术前景,许诺平均成本将极大地降低,勾引运营商全面投资新技术。这样多次循环和叠加,在相当长一段时间内,运营商都处于初始成本投资阶段,流量边际成本下降的周期被压缩到很短。反观OTT,一旦业务上线,在运营成本增长与业务量增长相比可忽略不计的前提下,业务边际成本很快就会下降到接近于0。某种程度上,信息产品边际成本为0规则的成立,是建立在电信运营商的牺牲之上的。
图OTT业务与电信运营商流量业务的边际效用/成本对比
电信业本是新经济的鼻祖,网络效应理论就是70年代从对话音网络的研究中发展起来的。然而,在当前经营模式下,运营商的流量业务失去了网络效应、边际成本趋于0、边际效用递增等信息产品的新经济特征,用工业经济时代的经营模式去与新经济时代的经营模式争夺价值,注定是落于新型竞争对手的。这是仅在流量规模上做文章,没有深入挖掘流量价值形成的后果,运营商由此陷入流量价值困境。
(三)大数据经营破解价值困境
大数据的定义众说纷纭,从技术特征上它通常具备数据量大(volume)、数据类型多(variety)和数据处理和响应速度快(velocity)的特征,麦肯锡将大数据定义为超过了常规数据库软件所能搜集/存储/管理和分析的规模的数据集。大数据概念具有深刻的IT烙印,正如“流量”概念具有深刻的电信烙印。通信与计算是信息的不同处理环节,在ICT端到端融合的背景下,流量和大数据完全可以统一在“信息”概念下,是信息全生命周期不同阶段的称谓。流量有表层底层之分,数据也有信息、知识、智慧之谓,流量经营和大数据经营均可理解为信息经营。
然而,仅仅揭示大数据本身的属性是远远不够的,如果脱离了正确的经营模式,一切价值都是虚妄。在这方面,电子科技大学周涛教授的观点很有价值。他认为,大数据1.0是利用内部数据解决内部问题,大数据2.0是利用内部数据去解决外部问题,或利用外部数据解决内部问题,大数据3.0意味着大数据进入了一个以共享交易为特征的时代,出现了大数据公共平台运营商(以下简称大数据运营商)。从1.0到3.0,大数据的工具属性逐步减弱,目的属性逐步增强,直至“大数据”像货币一样在全社会范围被收集、交换、处理、传输和应用,使得大数据可以真正成为时代的标签。在这个意义上,大数据之“大”,就是不断增强数据的透明性、不断扩大数据的共享范围、不断提升数据的流动性,在更大范围内解决信息不对称以创造更大的价值。否则,无论数据多丰富,技术多先进,都较过去无本质突破,大数据之“大”盛名难副。这个过程,是大数据经营环境不断完善和经营模式不断演进的过程。
大数据经营模式严格来说是指大数据运营商的经营模式。大数据运营商采取双边平台模式,一方面向消费者提供普遍服务,另一方面向企业客户提供以大数据为中心的服务。可以形象地将这种经营模式比喻为“数据银行”。1)大数据运营商自身掌握独特而雄厚的数据资产,这往往是一个通过提供消费者服务集腋成裘的过程,正如银行通过吸纳个人存款掌握雄厚的现金等资产;2)这些数据的使用权和支配权归大数据运营商但所有权属于消费者,正如银行可以自行决定吸纳的存款如何使用,但储户拥有随时要求提现的权力;3)大数据运营商以免费或部分免费提供服务为代价,换取消费者在使用该服务时产生大数据的支配权,正如银行承诺利息收益换取现金存入或委托理财,并默认获得资金支配权;4)这些大数据被用到千百万家企业的生产服务流程中,为大数据运营商的企业客户创造价值,为大数据运营商赚取收益,正如银行吸纳的存款被贷给各行各业的企业,融入经济生活的角角落落。为了进一步理解该模式,下面描述一些细节:
细节一:场景举例。风险控制是保险公司商业模式的核心环节,如果能够更准确地获知投保客户的风险系数,保险公司就可能设计更有竞争力的保险险种和更丰厚的收益。比如车险,如果能对某潜在客户的出行和驾驶行为数据如车速、车程、违规记录等进行分析,保险公司就能更精确地推知该用户在投保期内出现安全事故的概率,从而制定更为有利的保费和理赔政策,比如避免对高危客户(通过各种指标定义)保费过低或保额过高,而对“安全系数”较高的客户则可以在常规保费基础上打折以提升产品的吸引力。同样,对于疾病险,如果能够对潜在客户每天身体健康指标如血压、心跳、卡路里消耗、睡眠时间等,保险公司就能识别优质客户并针对性地设计相关疾病险种。在这个简单的例子里,大数据产生于用户使用的车联网、移动健康等服务,大数据运营商需要向用户提供这些服务,并承诺他们的个人数据不会被滥用。对于保险公司或其他中小型企业客户,大数据运营商提供的核心产品是数据,但更可提供大数据基础设施租用、承担大数据分析任务甚至基于分析结果的营销执行等附加服务。
细节二:如何规避隐私争议。个人数据的隐私问题是大数据商业价值受到质疑的主因。实际上,这个问题可以从理念上和模式上给予回答。理念上,隐私问题自人类社会形成之初就存在,用户心中总是存在一架权衡隐私顾虑和业务价值的天平。当前的隐私争议不在于隐私被使用了,而在于被滥用了,没为用户带来便利/效率/等正面价值甚至反而带来负面价值。因隐私顾虑而扼杀业务创新只会在竞争中被淘汰,将注意力集中到利用个人数据创造更智能的业务,使用户心中的天平偏向业务价值,这才是解决之道。模式上,大数据运营商扮演的是银行角色,受消费者委托管理数据,基于数据所有者与数据使用者之间的契约关系执行数据开放动作,具体由双边平台的双方自愿谈判商定。比如,保险公司若需要使用个人数据可向个人提供保费折扣,达成协议后大数据运营商则执行这一契约,按照协议开放指定数据,并全程监督数据使用。上述过程并不涉及隐私侵犯。对于那些无需识别个人身份的大数据应用,交易成本可以更低,正如银行没有必要向每个储户说明他/她的存款被用于哪一笔放贷或投资,而只需履行利息承诺即可。
细节三:如何获得网络效应。在上述经营模式下,大数据运营商将获得网络效应,这种效应源于该平台上各行各业的企业。与话音业务类似,企业使用该平台提供的数据的同时,也在为该平台增加更多的数据资产。比如,“用户A在facebook上的Like行为记录”这一数据,若被WSJ网站使用,除了为WSJ产生“内容精准推荐”的价值外,用户A对该内容的浏览行为和评论(如果有)也会被平台记录,从而提升原数据质量(如置信度评价)、丰富了关于用户A的数据,其他企业将可从该平台获取更多价值。这样,企业围绕平台构成了大数据共享网络。大数据平台成为网络效应的受益者。于此同时,企业客户在使用大数据产品时也具有边际效用递增的特征,数据用得越多,数据的价值就越大。可见,大数据经营完全符合新经济规则。数据不因使用而损耗,且随着使用次数增多价值反而变大,边际成本趋于0,边际效用递增,大数据的价值与数据节点及数据使用者节点的平方成正比。
细节四:如何将流量转化为大数据资产。针对流量业务,一方面优化现有面向消费客户的经营模式,另一方面从流量中提取大数据资产,作为构建面向企业客户大数据经营模式的基础,两者交叉补贴,平摊成本。用户在消耗流量的同时,也在为大数据经营添砖加瓦。一个基础设施,两个经营模式,这是成本收益困境的基本解题思路。对流量经营而言,智能管道存在的价值是调控和配置管道资源,但智能调控和配置的前提是对调控对象的深度识别和解析,而这正好就是从流量提取大数据的过程。因此,智能管道将成为电信运营商获取大数据的重要来源。大数据的另外两个重要来源是BSS和各种信息类业务的后台数据。不同域数据之间的混搭会取得1+1》2的效果。
(四)大数据平台运营商的演化
在未来实体世界与数字世界无缝整合的世界,高速流动的信息将充当不可或缺的纽带。谁能掌控两个世界相互耦合的界面,谁就将成为下一轮破坏性创新周期中最大的赢家,而大数据平台就是这样的关键环节。当前虽然总体上处于大数据1.0阶段,但基于数据重要性被不断认知、传统企业拥抱数字化商业模式热情高涨等事实,大数据领域正孕育着一个前景广阔、异彩纷呈的大市场。
未来的大数据运营商绝不仅仅包括现在的电信运营商,互联网巨头如facebook、google和阿里巴巴等也将沿着这一方向演进。阿里巴巴提出的“电商、金融、数据”三步战略就是明证。阿里巴巴和新浪微博、高德地图等之间的资本联姻,也是走在数据布局的路上。平台会扩张,生态会成长,当时代被烙上大数据的印记,围绕大数据公共平台运营商成长起来的大生态注定会成为信息文明的基石。从平台演进的角度,本文认为大数据经营的成熟将经历消费平台、垂直平台和公用平台三个阶段,简要描述如下:
第一阶段,竞争者们借助消费平台海量用户数据的原始积累取得了大数据平台之争的入场券。比如阿里巴巴的淘宝、腾讯的微信、facebook以及电信运营商的流量,都是典型的消费平台。各类消费平台有层次和领域的区别,渗透争夺十分激烈,但就数据储备而言都具备了进阶的资格。同时,OTT玩家普遍发育了后向广告模式,与电信运营商的流量前向收费模式相比,收入规模小但利润率高。
第二阶段,基于用户积累向垂直行业扩张或者某个特定的环节延展。这个阶段,消费平台依然非常重要,但随着数字世界与实体世界的整合,固守数字世界很快遇到增长极限,因而越来越多的资源将投入面向线下传统行业的拓展。垂直行业方面,包括金融业(互联网金融、移动支付等)、健康业(移动健康、移动医疗等)、汽车业(智能汽车、车联网等)。特定环节方面,包括营销(广告),CRM(如微信公众账号、淘宝卖家服务、FacebookConnect等)、产品设计(如天猫和华为定制手机合作等)。毫不意外,扩张的行业B2C特征较明显,延展的环节则以营销环节为出发点,而电信运营商通常以行业扩张为主,OTT以环节延展为主。总体而言,这些面向各垂直行业和特定环节的服务都以相对独立的小平台形式存在,每个垂直平台的经营模式各不相同,大数据资产进一步积累,但以信息为中心的经营模式仍未确立。从进阶第三阶段的角度考虑,衡量第二阶段经营成败的标准有两个:其一是是否与政府和传统企业建立了全面的信任关系;其二是是否掌握了大部分行业都需要的20%的关键信息。
第三阶段,面向全体社会成员的大数据公共平台出现。大数据在企业生产和消费者生活各环节的价值被充分认识,垂直行业内部的信息链在第二阶段被打通之后,进入跨行业信息共享阶段,大数据时代来临。在前文提到车联网信息、个人健康信息和保险公司的共享是这一阶段的典型案例,而车联网、移动健康领域的数据布局和与保险公司信任合作关系的建立,则已在第二阶段完成。值得强调的是,消费者的作用非常重要,因为各行业间打破信息隔阂唯一动力就来自于它们具有共同的用户。这一阶段,数据透明/共享/流动的范围、网络效应的范围、创造价值的范围达到了新的高峰。
上述三个阶段所描述的经营模式是叠加而非替代关系。从大数据的角度看,第一阶段着眼于积累原始资本,第二阶段注重数据的垂直投资布局和精耕细作,第三阶段注重跨行业数据的共享运营。但从经营视角来看,最终大数据运营商将具有三种核心业务、三种盈利来源,比如阿里巴巴的三步走战略,并不是金融代替了电商,数据代替了金融,而是按照这个路径最终形成三足鼎立的多元共生业务组合。
(五)对电信运营商的建议
既不甘于管道的低利润率,又无法适应OTT基于速度和创意的竞争规则,电信运营商一直在寻找位于管道业务和OTT业务之间的黄金地带。本文给出的答案就是大数据经营。大数据经营与传统通信经营在业务属性和经营模式上具有内在延续性。传统通信业务通过将个人连成通信网络解决个人与个人之间的信息不对称,大数据经营通过将企业连成大数据网络解决行业与行业之间的信息不对称,这个方向符合信息社会的演进脉络。通过选择正确的模式,大数据经营完全可以和传统通信业务一样具备网络效应等新经济特征,从而带领运营商走出当前流量经营模式的价值困境。
对电信运营商而言,大数据的战略地位应从内部运营工具提升到“新大陆”,移动互联网业务则从“新大陆”降低到撬动新大陆的“杠杆”。如果目标和OTT一样都是大数据,而获取大数据的手段并非仅自身运营OTT业务一途,电信运营商何必一定要吊死在这棵树上呢?调整心态后再参与OTT竞争,也许更从容不迫。因此,电信运营商无需过于纠结为何不具备互联网基因,而应立即与那些OTT站在同一起跑线上一道发力培养大数据基因,构建大数据经营模式。大数据目前还处于非常早期的阶段,大数据竞争最终将是资源密集型的,电信运营商在这个战场上的位势要比在OTT战场上好得多,至少暂时如此。比如,腾讯有微信和QQ,阿里有淘宝和支付宝,电信运营商有流量。关于下一步的布局,有如下几点建议:
(一)推进商业银行加剧技术性
脱媒网络的兴起使得大量的教育结算资金通过第三方支付平台来完成,许多的投资与借贷行为都在网络融资平台上进行,双方直接来对资金供求进行匹配,形成了银行体系之外的资金流动,也就是资金脱媒。智能搜索引擎和海量数据挖掘技术有效解决了信息不对称问题,并且也降低了成本,互联网平台企业获取了大量本应由银行掌握的客户身份、账户和交易信息,削弱了银行对客户信息的垄断,造成信息脱媒。大量出现的互联网金融使得客户能够选择更加多元化的金融服务,更多金融交易通过第三方平台实现,客户不直接与银行发生接触,银行客户关系的排他性和客户忠诚度下降,形成客户关系脱媒。
(二)促使商业银行多方融合
随着市场经济的快速发展,互联网金融的加入,金融边界越来越模糊,这种市场格局促使商业银行开始向其他金融行业融合,不断拓展证券、保险、租赁等领域,逐步推进商业银行朝着综合化经营、金融跨界融合的方向发展。电子商务的大量出现,逐步改变了人们的消费习惯,使得线上线下也更加的便捷,形成潮流,电商平台与第三方支付等从客户的价值链条出发,将金融服务实现了线上到线下的延伸,促进银行的传统业务也朝着线上线下融合的方向拓展,发展相关的金融服务。
(三)改变商业银行市场格局
在大数据环境中,银行业的价值取向、资源禀赋、角色定位将发生根本性改变。市场竞争的主要内容从客户关系、资金规模、网点覆盖开始转变为网络技术、数据积累、平台入口以及客户体验,市场中的金融服务主要在综合实力、定制化服务、渠道便捷性等方面展开竞争。金融市场的格局从产品服务转变为商业模式的竞争,从原来资源实力转变为综合能力的竞争,并且从产业内部转变为产业联合的进展,由竞争转为合作,形成互补发展、共享共赢的格局。
二、大数据背景下商业银行服务营销模式创新的途径
(一)加强网络硬件建设商业银行进行数据库的建设
必须要加大网络硬件建设投入,为服务营销战略的实施提供支持。构建商业银行数据仓库,整合外部客户数据和行业数据,同步搭建大数据平台。整合广义网络数据,创建开放的、高性能、易扩展的数据云服务平台,实现数据逻辑集中和充分共享。持续加强系统的参数化、模块化功能建设,打造产品快速创新的技术平台。加快互联网技术的应用和管理创新,构建开放、灵活的云系统架构,提高发展互联网金融的数据服务、产品创新和基础设施保障能力。为其服务营销的开展提供有力的技术支持,商业银行搭建这样一个基础平台势在必行。
(二)打造员工客户服务意识
职业化银行服务营销的实际执行者是银行的员工,因此,需要不断提升员工的客户服务意识,实现满足客户需求的职业化。明确服务的范围,客户进入网点到离开网点这一过程银行均要重视,服务要善始善终,甚至非营业时间银行也应该提供相应的服务。商业银行需要完善并规范个人客户经理日常服务内容,建立个人客户经理每日工作流程,完善日常工作制度,明确个人客户经理每日营业前中后三个阶段的核心工作内容,内容涵盖资讯获取、客户维护、综合营销等,以此实现个人客户服务精细化管理,确保个人客户经理客户管理维护工作重心不偏移,有效提升客户经理客户服务效果。
(三)加强大数据专业分析
人才队伍建设互联网技术提高了数据收集能力,使得大数据分析市场现象成为现实。由此可见,提高银行内部大数据专业人才是非常有必要的。可以运用相应的激励政策来吸引人才的加入,并且加强对专业人才的培训,建立定期培训制度,提高专业素养,建立一支专业的大数据专业分析人才队伍。
二、大数据概述
所谓大数据,往往是指这样的现象,在一个公司日常运营中积累的各种用户行为数据“而这些数据增长速度非常快,以至于很难继续使用当前的数据库管理工具来处理分析,因为大数据下的数据采集,存储,分析,处理,共享等难度极大,这些数据量大到要以P(1000个T),E(一百万个T)或Z(10亿个T)来衡量,所以称之为大数据。大数据主要包括四个特征:第一,数据规模庞大:从TB跃升至PB甚至是EB第二,数据类型多:越来越多的非结构化数据,例如,音频、视频、地理位置等类型的数据,类型如此之多往往就要求我们要有更好的处理数据的能力。第三,较高的数据价值:大量数据往往会给企业带来巨大的商业价值,企业也只有对数据进行更好更深入的挖掘才会从中获得更大的价值。第四,数据处理的速度快:这一特点就要求电商企业有较高的数据处理系统。通过大数据技术来收集和整理消费者的各种各样的行为数据,之后对消费者的下一步行为或消费者对某种产品的喜好程度进行预测,利用这些信息对产品进行定位,进而有针对性地做产品宣传,来吸引消费者。这就是电商企业的大数据营销。
三、大数据下的电子商务营销管理
营销管理结合了科学与艺术。首先,对目标市场进行选择,然后通过创造顾客价值来获得顾客和提升顾客。而其中科学的部分主要指的就是数据,包括数据的采集、整理与分析等。当下,各电子商务企业尤为重视数据营销。为了能使大数据更好地为企业带来利润,企业也要针对自身对其进行更合理的管理,使大数据可以从整体上提升电子商务企业的运营效率和核心竞争力。对此,电商企业可以如下管理大数据:
(一)完善企业自身运行机制,促进建设过程中各环节正规有序的进行。同时要求企业使用专门的数据库技术和专用的数据存储设备,
(二)形成一个规范的建设标准,为实现各级信息资源互通共享奠定基础。更好的进行碎片化数据的整合。
中图分类号:G232 文献标识码:A 文章编号:1672-8122(2016)03-0105-02
20世纪80年代初,著名未来学大师及社会思想家阿尔文・托夫勒(Alvin Toffler)便预言大数据(big data)将成为“第三次浪潮的华彩乐章”。20世纪90年代以来,随着计算机技术的迅猛发展,上至国家的重大决策,下至人民生活的衣食住行,方方面面的信息均被数字化,并得到有效的储存。迈入21世纪,人类社会进入了一个大规模生产、分享和应用数据的时代――大数据时代,它强调信息技术的重点由“技术”转变为“信息”。因此,在以信息为基础的人文社会科学研究领域,大数据势必引发其组织决策和业务流程等方面的根本性变革。而为学术研究服务的科技期刊在大数据时代浪潮中,又将面对怎样的机遇和挑战呢?
一、大数据的概念与特征
大数据,又称为巨量资料或海量资料;其是由数量巨大、结构复杂、类型繁多的数据资料构成的数据集合,是以“云计算”为基础技术支持的数据处理和应用模式。大数据技术是通过集成共享数据,将分散的数据资源转变为集中的智力资源和知识服务能力。研究机构Garter定义“大数据”为需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资源。简而言之,从各种类型数据中,快速获得有价值信息的能力,就是大数据技术。
大数据的特征通常表现为以下四个方面:数据体量巨大(Volume)、数据类型繁多(Variety)、价值密度低(Value)、处理速度快(Velocity)。这就是人们通常所说的大数据的4V特征,也是大数据区别于传统数据的显著特征。
二、大数据时代下科技期刊面临的机遇
1.出版形态的多样化。大数据时代,在计算机、互联网等技术的不断发展和创新环境下,传统科技期刊的出版模式已悄然向大数据平台、多媒介及全媒体模式转型。科技期刊数据化集群建设得以实现的一个重要条件就是大数据技术的成熟与推广,随着大数据平台技术的建立,科技期刊实现了内容的自主优化、信息服务的个性化,以及出版发行模式的多元化,科技期刊将向着在线投稿及评议系统、编辑管理系统和增值服务系统一体化的方向发展。大数据期刊平台的构建将通过期刊内容推荐系统、流计算、期刊数据库和期刊信息整合与治理四大功能板块完成[1]。大多数科技期刊所采用的纸质媒介,在大数据时代背景下已不能满足读者的阅读体验,网络、无线、手持阅读器的全媒体出版要求凸显。传统纸质科技期刊传播媒介将呈多样化、全媒体的发展态势,物联网、互联网、移动智能终端等技术平台,都已成为科技期刊传播的重要媒介。科技期刊利用数字化、多媒介、全媒体的出版模式,在为读者提供平面媒体与数字媒体相结合的全新视听阅读感受的同时,也获得了更多途径和更深层次的推广效果。
2.业务流程的智能化。随着计算机技术的迅猛发展,以及云计算技术的成熟,使得任何复杂的数据都可以实现定量化分析[2]。因此,导致编辑工作流程中的信息收集、加工、传递等过程的智能化成为可能。科技期刊编辑的目标是将知识差大,且读者或该领域从业人员感兴趣的论文从众多稿件中挑选出来,体现在编辑出版过程中就是组稿策划和审稿过程[3]。而过去这一编辑流程基本依靠编辑人员的经验、价值观或学术专家提出的建议完成。而现在大数据技术将科技期刊历史出版物数据化,将全社会、全行业的科技成果数据化,并将这些数据进行整合、分析,从中获得真实、客观、准确、全面的学术信息,从而为科技期刊的选题策划、组稿及审稿提供依据。可以想象在大数据技术提供的真实、客观、准确、全面的学术信息下,那些“一稿多投”或学术不端、学术腐败的问题稿件,将无处遁形。在信息的加工过程中,大数据及云计算技术将过去编辑流程中,因编辑习惯不同或各期刊要求各异,而无统一标准的编辑规则模式转化为统一、有序的编辑规则模式。在这种编辑规则模式下,利用人工智能工具或软件,有可能实现稿件的计算机“预编辑”。从而减少编辑的重复劳动和简单劳动,提升编辑质量和编辑效率。
3.评价规则的多元化。目前,对科技期刊及论文的质量和影响力的评估,普遍采用基于文献计量学的评价体系,如影响因子和被引频次。然而,由于模拟数据时代采集的数据样本量小、种类少,导致科技期刊界对定性或定量评价的优劣争议不断[4]。大数据时代的到来解决了这一问题。通过文本分析、语义分析、专家印象评估及同行评估等方法,可以实现对科技期刊的定性评价。通过期刊影响因子动态跟踪、论文被引动态跟踪、论文浏览及下载量动态跟踪等方法,可以实现对科技期刊的动态评价。通过专家反馈信息采集、同行引用反馈信息采集、读者反馈与推荐信息采集、厂商应用效果市场反馈信息采集等方法,可以实现对科技期刊客观评价。因此,基于大数据平台的科技期刊及论文评估是定性与定量、历史与现代、静态与动态、学术价值和经济效益、主观与客观相结合的多元化、综合性科学评价机制[5]。
4.营销模式以品牌营销为主。大数据时代科技期刊的营销模式是将文化价值、创新价值、版权价值和广告价值融为一体的新型商业模式。文化价值即科技期刊的学术品牌,是科技期刊建设的最主要目标,有文化内涵、科技含量及艺术价值的品牌形象,不仅保证了科技的发展和文化的繁荣,更是吸引读者的关键,从而获得更好的经济效益和社会影响力,实现科技期刊的良性发展。创新价值即是以创新为突破口的跨媒介融合出版,利用大数据技术获取受众群体的核心信息,通过大数据分析掌握市场动向,并及时提出有创新性的营销策略,是科技期刊出版单位需要具备的专业能力。印刷时代建立的传统版权原则和制度,在大数据时代受到了根本性动摇,传统版权规则所确立的利益观、价值观,以及商业模式也被逐渐解构,特别是随着数字出版的蓬勃发展,版权资源潜在的巨大市场和价值被重新挖掘和开发。版权产业迎来了前所未有的发展机遇,版权资源成为争夺主战场,版权资源的价值亟须重塑[6]。大数据时代,出版载体已向跨行业全媒体模式转变,出版形态也更加丰富,广告形式不仅仅局限在传统期刊投放的平面广告,声音、动画、影像等多媒体形式的广告将有效地与科技期刊的主题报道内容相结合,读者在阅读杂志内容的同时,也反复接受了产品的展示与推广,加强了品牌宣传效果,真正达到广而告知的目的。
5.出版编辑理念面临的机遇。在大数据时代背景下,要求科技期刊的编辑工作从传统的文字编辑加工,转变为全媒体新出版语境下的数字编辑。数字编辑的定义是:在数字图书、数字报纸、数字期刊、网络原创文学、网络教育出版物、网络地图、数字音乐、数字视频、网络动漫、网络游戏、数字音像制品、手机出版等出版过程中,从事选题策划、组织稿件、审核把关和加工整理的专业技术人员[7]。这就要求科技期刊编辑首先从思想上树立数字编辑理念,深刻理解大数据时代,数字出版背景下编辑工作不断追求创新和数字技术应用的要求。科技期刊数字出版编辑在推广重要学术成果、传播科技文化知识、促进科技期刊发展进程中,不仅是实现期刊全媒体化的先行军,更是数字出版技术创新的开拓者。数字出版编辑应顺应数字出版的潮流,更新数字化出版的编辑理念,主动参与文化、科技成果的数据化,并积极实现数字信息的加工与传播。在读者服务方面,编辑也利用大数据技术提供的精准信息,实现对目标消费群体的个体化信息推送,提供更为精准服务。数字出版编辑要不断适应数字理念的创新,以适应大数据时代不断深化的移动互联网终端输入内容智能化的趋势[8]。
三、大数据时代下科技期刊面临的挑战
1.信息透明化导致期刊生存环境竞争激烈。通过大数据技术,所有科技期刊都将在一个更为透明的环境中生存。所有科技期刊的评价指标,都将作为公共信息,而被公之于众。例如,中国科学技术信息研究所每年都会将中国科技论文统计源收录期刊的主要计量指标,如核心总被引频次、核心影响因子、核心即年指标等,以引证报告的形式,提供给大众。在这些细化和量化的数据信息面前,科技期刊的优劣势一目了然。这必将造成优秀期刊的良性发展和劣质期刊的自我淘汰。这种数据公开机制,有可能导致某些优质期刊或优势学科领域的期刊获得更多的读者和作者资源,而对于新创办的期刊和某些弱势学科领域的期刊将进入一个更为不利的生存态势之中。
2.对科技期刊编辑人才队伍提出了新的要求。随着大数据理念深入人心,大数据技术的日臻成熟,数字化出版必将成为科技期刊的主要出版形式[9]。因此,数字化编辑也将成为科技期刊编辑工作者的新要求。编辑工作者不仅应具备组稿策划、文字编辑加工能力外,还应具备内容扩展、内容研究、内容创作等能力,以适应科技期刊在大数据时代下的数字化发展。
3.传统的盈利模式不再满足期刊的发展需求。在科技期刊数字化进程中,科技期刊文章无偿向全社会提供阅读已成为必然趋势。因此,依靠纸质发行、有偿下载阅读的传统盈利模式,已不能满足期刊的发展要求。然而,在将来期刊出版社或编辑部是否能成为数据运营的主体,也是一个悬而未决的问题。数据库运营商有可能通过与科技期刊共同建立和运行数字化出版平台,或开发数字化产品,来分享杂志的发行和广告收入。
由此可见,在大数据时代背景下,科技期刊将面临前所未有的机遇和挑战。作为科技期刊的从业者,我们要抓住这些机遇,迎接挑战,完成科技期刊的完美转型,尽早实现真正意义上的数字化期刊集群化。
参考文献:
[1] 丁田.大数据时代科技期刊的未来形态[J].中国科技期刊研究,2014(2).
[2] 贾晓青,王萍,陈清莲.大数据时代科技期刊编辑思维拓展[J].出版科学,2014(6).
[3] 张小强,张苹,吕赛英.从信息传播角度看科技期刊编辑出版过程及其优化[J].编辑学报,2007(3).
[4] 朱剑.量化指标:学术期刊不能承受之轻――评《全国报纸期刊出版质量综合评估指标体系(试行)》[J].清华大学学报(哲学社会科学版),2013(1).
[5] 柴英,马婧.大数据时代学术期刊功能的变革[J].编辑之友,2014(6).
[6] 张勤.试论大数据时代版权资源的价值重塑[J].中国出版, 2015(11).
一、传统广告的发展瓶颈与精准广告的兴起
20世纪的著名广告人沃纳梅克说过:我知道我的广告费有一半是被浪费的,但我不知道是哪一半。这是对大众广告投放模式弊端的最好注解。大众广告呈现给每一位受众的信息都是一致的,而广告受众的需求却各有不同。因此,这些高昂花费在很大程度上是无效的。
精准推送和广泛覆盖相结合才能达到广告传播效果的最大化。针对消费者的区域、年龄、性别等人口统计属性进行的市场细分仍无法实现精准推送。针对VIP客户的营销常常建立在精准的客户信息之上,但这种方式只针对小部分人群。可见大众传播时代的精准营销虽能解决“精准”的问题,却无法解决生产规模的问题。数据库营销在营销的“精准”之路上走出了更扎实的一步。但问题依然存在,以企业为主体的数据库是小规模而不经济的,此类数据库无疑是数据“孤岛”,同时必须耗费大量的人力物力进行专业的开发和维护,真正应用数据库营销的企业非常有限。
要在精准投放的同时达到广泛覆盖,广告必须有庞大的数据系统的支持。在信息增长急剧加速、大数据挖掘和分析技术逐渐成熟的背景下,精准广告应运而生,它利用数字采集、存储和分析技术预测用户的需求,并在恰当的时机将广告信息送达用户。广告传播不再将大众看作一个整体,而是将他们看作有着不同需求的个体。
二、精准广告研究概况
(一)精准广告研究的总体情况
在中国知网,以“精准广告”为篇名搜索,共有学术论文168篇,其中2008年、2011年及2014年发表的论文数量最多。这些研究多是从传播角度、营销角度进行,但是总体上看研究的深度不够、理论性不强(图1)。
学界对精准广告的研究可划分为两个阶段。2004年至2012年为精准广告研究的初始阶段,研究内容上多是介绍性的,围绕着精准广告的特征与具体应用方式等问题。成英玲等(2008)提出精准广告不仅给广告主带来更满意的效益,也给顾客创造了个性化的沟通体验。侯大银(2009)认为在金融危机的背景下,精准广告更加受到广告主、广告商和广告者的重视。沈维梅(2010)分析了网络精准广告的现状,并针对网络精准广告在发展过程中存在的一些问题,提出了建议。陈晓红(2012)提出基于搜索引擎用户数据库的广告投放,将通过组合运用被搜索关键词、IP地址与IP地址区域更加隐蔽地、有效地提高广告投放的精准度。
2013年至今为精准广告业研究的逐步深入阶段。研究数量趋于平稳,从产业链、营销方式、传播方式等多角度探讨了精准广告,研究呈现逐渐深入之势。张辉锋等(2013)提出精准广告对整个广告业形成一种理念颠覆,广告的运作从以媒体为中心转为以消费者为中心,从创意驱动转向创意、技术共同驱动,同时广告传播的边际在趋于消融。刘英贵等(2013)在《新媒体传播中精准广告的营销方式研究》一文中将精准广告分为cookie跟踪式的精准投放和跨平台的微博精准营销两种模式,同时指出目前精准广告投放的滞后性和受众隐私安全的隐忧。倪宁等(2014)通过精准广告的实现过程,提出要确立以消费者为中心的广告传播策略。李晓霞等(2015)分析了大数据时代对精准广告传播的影响,并探讨了相应精准广告传播策略。曹军波(2015)提出精准广告的自动化、高效化的发展趋势。鞠宏磊等(2015)提出大数据精准营销从核心要素、产业流程、生产关系等方面重构了广告产业。
(二)目前精准广告研究中存在的问题
1、概念界定问题
学者对于精准广告的定义主要基于当前的精准广告实践。鞠宏磊等(2015)认为“基于大数据的精准广告指的是依托互联网广告网络(Ad Network)以及广告交易平台(Ad Exchange),应用大数据信息检索、受众定向及数据挖掘等技术对目标消费者数据进行实时抓取与分析,针对消费者个性化特征和需求而推送具有高度相关性商业信息的传播与沟通方式”。精准广告的概念符合目前精准广告发展的实际,却不具有更大的外延空间。此外,在不同论文中,精准广告的概念名称也有差异,多数称“精准广告”,也有的称“网络精准广告”、“大数据精准广告”等。而这些论文并没有对此做出学术性的解释,这反映了学界对精准广告的认识不清。
2、研究方法问题
在目前对精准广告的研究中,研究方法不当是一个突出问题。学术研究通常遵循提出问题、分析问题、解决问题的思路。但在目前的精准广告研究中,遵循这一思路的并不多。一方面,在理论本身的研究中,不遵循规范的思路使研究深度不够,研究结论流于空泛;解释性的结论偏多,理论的创建和深化难以实现。另一方面,缺乏理论结合实践的研究。此外,对于定量方法的忽视,也使理论建设难以在实践中得到检验和发展。
3、理论体系问题
目前,精准广告的研究成果集中在其概念、特征以及发展趋势上,对于概念的内涵和外延,精准广告在整个广告、营销活动中的位置、与其他营销方式的关系以及精准广告与传播学、社会心理学等相关学科的结合的研究比较欠缺。跳出广告自身局限,从社会学、心理学、传播学等视域看精准广告及其带来的新现象、新问题无疑具有重要的意义。总体来说,精准广告研究目前还处在理论体系的建设中。
4、研究存在的认识误区
首先,一些研究者过分强调精准和数据的重要性,夸大了精准广告的作用。数据很重要,但更重要的是数据背后的信息挖掘,并以此制定适当的广告策略。从传播理论角度看,这是魔弹论思想带来的认识误区。魔弹论产生在电视、报纸控制了信息渠道的大众传播时代,其核心观点是:传播媒介拥有不可抵挡的强大力量,它们所传递的信息在受传者身上就像子弹击中躯体,药剂注入皮肤一样,可以引起直接速效的反应;它们能够左右人们的态度和意见,甚至直接支配人们的行动。如今,传统媒体的受众已经转变成主宰信息的用户。没有哪一种传播方式能使他们中弹即倒。
其次,对精准广告的研究言必及互动。实际上,研究者们所指的互动只是用户点击广告链接、浏览广告页面这些反馈行为。这种反馈式的信息传递不是精准广告所独有的,当然也不能算作精准广告的特征之一。真正的互动是用户能够自己调度感兴趣的信息,并参与到广告的流程当中,这在目前的广告应用中还未实现。我们期待,在更成熟的技术条件下,互动会成为精准广告的一大亮点而非特征。
三、精准广告的特征
(一)精准锁定需求
精准广告的精准体现在对潜在顾客的消费需求的把握上。大数据时代,企业通过消费者在网络世界的行为直接锁定其需求,而不是主要通过年龄、性别等统计属性来推断其需求。因此,在精准广告的世界里,广告主更关心的是潜在顾客的需求是什么,而不是潜在顾客本身。
精准的需求定位,使广告主可以针对性地投放广告信息,实施营销活动。这就能够有效提高广告投放的效率,以及整个广告行业的资源利用效率。对于广告的接收者来说,定向的广告信息也为他们选择商品和服务提供了便利,因为这些信息是他们需要的。
(二)广泛覆盖
数据库营销是一种精准化的营销方式,却不能为广大的广告主和网络用户所用。因为企业间的各种数据库是分隔的,这使得同一个用户的消费需求信息只能被一家或几家公司使用。这种信息孤岛效应是进一步实现精准投放的阻碍,其存在使消费需求信息无法充分发挥自身价值,企业也难以利用这些资源进一步扩展市场。
精准广告在很大程度上可以消减信息孤岛问题,因为它建立在更大的用户行为数据基础之上。百度、谷歌等大型互联网企业握有丰富的数据资源,可以为各行各业的广告主广告业务,实现精准投放。目前,网络广告的DMP(数据管理平台)仅限于自身数据,尽管这些平台掌握的数据量已经非常惊人,但在覆盖范围上仍然有很大空间。要实现更大范围的覆盖还有赖数字围墙的打破和基础网络设施的进一步完善;让消费者需求信息在整个网络共享,让更多人方便、快捷地进入网络世界。
(三)长尾市场繁荣
长尾市场是长期存在的,只是进入网络时代,长尾需求才逐渐得到重视。因为当信息几乎无需成本就能呈现在人们面前的时候,长尾市场才具有盈利的可能性。精准广告推动了广告行业自身的长尾发展。首先,它针对单个用户的需求定向投放;其次,它能为数量众多的中小企业提供高效率、低成本的广告投放方案。精准广告将人、企业的需求聚合起来形成价值,这在大众传媒时代是难以实现的。
广告长尾市场的发展又推动了产品长尾市场的发展。在传统媒体时代,市场总是被少量的大热产品所掌握。个性化的、小众的需求则被淹没在大热产品的浪潮中。如今,小众产品的市场空间得到释放,电子商务的大热就是例证。长尾市场的繁荣归功于精准广告,从更本质上来说归功于信息传播方式的变革。精准广告也是这一信息传播方式变革的产物,它通过广告促进了各行各业的长尾市场的发展,带来了如今我们习以为常的长尾和热门共同繁荣的局面。
(四)信息告知功能的回归
广告自诞生之日起,其功能随着传播方式的变革而不断变迁。从告知到劝服,再到诱导,每一种功能都与传播媒介的特息相关。网络时代,广告的核心功能仍是信息传递。
精准广告形式多样,但都离不开网络技术。无论是搜索引擎广告,还是社交网络广告、网页推送、电子商务平台的推荐都常用文字链接来告知关于商品的信息。这种信息告知方式和最初的广告形式相似。只是信息的载体,从店面招牌,实物标志变成了网络;广告活动的中心从企业和产品变成了消费者。从传播的角度来说,信息告知是广告最本质的功能,精准广告从一定程度上实现了信息告知功能的回归和升华。
(五)广告与其他营销手段间的边界逐渐模糊
在传统媒体时代,广告与人员推广、促销、公关等营销手段的分界清晰。但在网络时代,尤其是在精准广告中,不同营销手段间的边界难以区隔。精准广告信息同时也可能是促销信息、人员推广;而且,在点击转化率和购买转化率上具有较大的优势。
广告与其他营销手段间边界的模糊使经典的营销理论和广告理论难以很好地指导当前的广告实践。广告的研究者要站在更高的角度来理解广告及精准广告的本质,进一步界定和划分广告和营销组合的相关概念。在实践领域,越来越多的广告主更青睐精准广告,更注重广告对当前的关注度和销售量的影响。
四、精准广告的发展趋势与面临的问题
总体来说,精准广告会朝着更高效的方向发展。目前,在网络广告投放中已经有程序化购买等自动化投放方式。自动化使广告的投放形式、投放时间、预算分配均更加灵活,提升广告投放效率,减少人力成本。此外,场景化和平台化趋势也使精准广告更加高效。
(一)场景化趋势
场景是指人所处的环境,它包括时间、空间等客观要素,也包括情景、氛围等人的主观感知要素。移动传播的本质是基于场景的服务,即对场景(情境)的感知及信息(服务)的适配。场景成为了继内容、形式、社交之后媒体的另一种核心要素。
现阶段的精准广告大多是根据个人的网上行为和注册信息等推动,这种推送一般具有滞后性,同时无法精确了解潜在顾客在何种情景下产生的需求,因此就无法对其性质进行深入了解,如需求是即时的还是延时的。这种情况可能会导致信息在错误的时机或场景被发送到用户手中。场景感知技术使精准广告能在合适的时间、合适的情景推送给有信息需求的人。因此,更精准、高效的广告推送还有赖于场景的搭建,场景信息的感知和及时处理。
(二)平台化趋势
目前,在业界已经有了百度联盟程序化购买广告平台。这些巨头凭借自身的数据优势和技术力量将精准广告所需资源整合在自身的平台上。大平台为众多中小企业广告主省去了数据挖掘和分析的难题;同时在一定程度上消减数据孤岛效应,使需求信息发挥更大的价值。因此,目前精准广告的发展在很大程度上依赖这些大型网络平台。
平台不仅能提供有用数据,也能提供广告投放界面,还可以是广告业务的商。对于企业来说,在大型网络平台上投放精准广告,能获得更大范围的用户覆盖,同时可以利用平台的更多资源,多渠道传播品牌。
当然,由于广告业务的高效运作能为平台带来利润,各大平台之间的竞争是很激烈的。对于消费者和广告主来说,这种竞争能刺激平台提供更好的广告服务。从更长远的角度看,大平台之间的信息藩篱也会被消除,因为只有这样才能消除信息孤岛效应。
(三)个人隐私问题及解决思路
网络时代,个人的喜好、生活习惯以及人际关系等信息都会成为企业关注的对象,这使很多人感到自己的隐私被侵犯,何况人们还不知道企业将如何使用这些信息。
在数字时代,关于每个人的信息都是重要的资源,是创造财富的要素。要想改变现状,不妨把个人信息当做私有财产,它的主人可以通过市场交易获取收益,也可以知晓它们是如何在市场上流通和被使用的。这个方法的好处在于它能够解决社会生产对信息的需求,同时很大程度上消减人们对隐私问题的担忧。当然在具体实施的过程中会有很多问题,如思想的转变、市场的规范和监管等等。其中会涉及到很多文化和道德问题,但从总体来看,这一解决思路是符合数字社会发展趋势的。
参考文献:
[1]鞠宏磊等.大数据精准广告的产业重构效应研究[J].新闻与传播研究,2015(8).
[2]成英玲、贾鲁平.Web2.0时代广告精准营销探析[J].新闻界,2008(1).
[3]彭兰.场景:移动时代媒体的新要素[J].新闻记者,2015(3).
[4]侯大银.网络广告的精准时代[J].互联网周刊,2009(1).
[5]沈维梅.网络精准广告的发展及困惑[J].新闻界,2010(1).
[6]陈晓红.建立在搜索引擎用户数据库之上的精准广告投放[J].新闻传播,2012(6).
[7]张辉锋等.投放精准及理念转型――大数据时代互联网广告的传播逻辑重构[J].当代传播,2013(6).
[8]刘英贵等.新媒体传播中精准广告的营销方式研究[J].当代传播,2013(4).
中图分类号:F719 文献识别码:A 文章编号:1001-828X(2016)012-000-01
前言
现代科技技术的发展催生了“大数据”,大数据的产生不仅变革了信息技术,还为人们提供了有效方法,极深远地影响了社会经济等各个生活领域,促使各个企业开始实行网络营销模式,开展网络营销业务,本文就这个方面开始探讨网络营销中应用大数据的措施。
一、大数据和网络营销
大数据的意思简而言之就是大量的数据,深层含义是使用现代化的先进计算机技术,处理非人力或常规处理技术所能处理的大量数据,传统处理技术很难处理这些大量的数据资源,因此导致资源利用率低,鉴于现代化进程加快的背景,每天都会产生大量的数据,时间的推移只会让这些数据以滚雪球的速度增长,资料显示,互联网每天产生的数据有40ZB,所以,现代网络营销中,依托大数据,很多企业往往拥有大量的数据资源,但数据处理技术却不成熟,难以处理大量的数据。但企业在进行业务工作时,统计各个环节、统计分析客户和市场数据都会产生大量的数据, 怎样有效管理和利用这些大数据,对许多企业而言是一个比较严峻的问题。而进行网络营销又离不开这些大数据,因此,做好计算机大数据处理技术十分重要。
二、大数据下的网络营销模式更新
科技的发展促进了计算机技术的发展更新,网络营销中利用计算机技术,可以有效汇总大量的有用信息,创建一个基于大数据的网络营销模型。大数据之下,网络营销若想长久发展就必须不断更新,利用新技术不断摸索新方式。
(一)建立商品关联挖掘网络营销模式
商品关联挖掘营销是指在某种特殊联系的基础上将两种商品放在一起,进行营销推广,比如,美国的经典案例,啤酒和尿布,销售商将这两种商品放在一起销售,表面看起来这两种商品似乎并没有什么联系,但实际上却大有门道,许多美国妇女由于做家庭主妇非常忙,没有时间买尿布,所以往往让爱人下班时去买,将尿布和啤酒放在一起,人们在购买尿布时就会顺手买些啤酒,这就是尿布和啤酒之间的特殊联系。这种商品关联挖掘网络营销模式需要以大数据为基础探索商品之间的联系。
(二)建立基于大数据的社会网络营销模式
使用社会数据进行网络营销会产生大量的数据,具体案例有利用QQ、微信等社交媒体,在这些社交媒体上广告,增加产品销量,比如,红米手机在QQ空间里广告,通过大量转发,达到了很好的宣传效果,从而大大提高了红米手机的销售量,甚至超出了售前预期销量,这就是利用大数据进行社会网络营销模式的优秀案例。
(三)建立基于大数据的用户行为分析营销
在大数据背景下建立用户行为分析营销模式意指通过记录和分析用户的上网数据,总结出用户的喜好和经济水平,筛选出有价值的潜在客户,对其制定一对一的营销计划。这种营销模式具有很强的针对性,目前基于这种营销模式还开发出了一种新的社交工具――云信,它可以依据消费者发出的产品评价和社交历史记录自动分析消费者对产品的喜好程度,建立一个用户系统,为网络营销提供大量的、潜在的、有购买欲望的客户。
(四)建立基于大数据的个性化推荐营销
网络营销模式中,基于大数据背景下的个性化推荐营销模式是非常重要的模式,在目前的一些社交网络平台中,比如微信、微博、知乎等,用户可以根据自己的喜好建立属于自己的社交圈,在自己的社交圈中随时随地自己喜欢的信息,利用大数据,销售者可以收集这些用户喜欢的信息,分析消费者的心理需求,利用快速的网络传播速度和目前庞大的社交群体,进行个性化的商品推荐,这种营销方式和用户行为分析营销方式有很大的相同点,也具有极强的针对性。
(五)建立现代通信的大数据分析营销模式
现代通信数据分析营销模式的运用在实际生活中的例子有很多,其中比较有名的有淘宝中量子恒道统计,它主要有两种功能,一种是量子恒道网站统计,另一种是量子恒道店铺统计,网站统计主要是统计客户和第三方的一些数据和内容,比如网站访问量,全面监控数据变化,同时通过分析收集的互联网数据,归纳总结客户的网络使用规律,根据分析结果制定相关的网络营销策略,量子恒道店铺统计通常是实时统计淘宝店铺在运营中产生的数据,利用这些数据对店铺作出相应修改,吸引客户。
三、网络营销中应用大数据应注意的问题
以上是几种基于大数据基础的创新网络营销模式,利用大数据,网络营销可以实现无数种新型模式,但要达到高效利用大数据还需注意几下几点:第一,加强网站建设和运营管理,企业要进行网络营销首先是要建立一个公共网站平台,通过网站平台顾客可以对企业有一个初步的了解,能否给顾客留下好印象,使其对企业产品感兴趣就看网站建设如何,所以,加强网站建设非常重要,建立好网站后还要对其进行运营管理,维护好网站,实时更新资讯,吸引受众;第二,建设一支复合型网络营销人才队伍。成功的网络营销离不开好的人才队伍,人才队伍是网络营销的基础,企业应重视人才吸收,培训现有人才,组间一支高素质、高技能的网络营销人才队伍;第三,积极使用网络营销新手段。在现代社会,科技技术日新月异,企业要做好网络营销必须及时跟上时代潮流灵活使用网络营销新手段,比如利用最流行的通信软件推广企业品牌。
四、结束语
互联网信息技术的不断进步不仅产生、更是加速了网络营销的发展,网络营销与传统营销手段相比,它依托网络平台,减少了广告宣传费用,不仅可以为企业减少成本投入,更是增加了利益收入。
参考文献:
[1]陈卓.基于大数据的中小企业网络营销问题及对策探讨[J].中国市场,2016,09:21-22.
[2]韩松洋.大数据时代政治网络营销的本质研究[J].陕西行政学院学报,2014,02:88-91.
一、商业银行大数据应用研究综述
目前国内对商业银行大数据应用的研究论文并不多,国内研究主要介绍大数据这一新生事物及相关的技术,并探讨大数据带来的机遇和挑战。国外的研究也主要侧重大数据相关的技术方面。北京银行董事长闫冰竹从高层管理的视角探讨了大数据时代银行业的发展模式。潘明道等对大数据特征进行分析,并给出银行应对大数据挑战可借鉴的思路。全面分析了大数据时代将给商业银行带来的重要影响,并给出了商业银行培养面对大数据时代核心能力的策略建议。薛亮探讨了大数据技术将给银行业带来的改变以及银行的品牌建设如何适应这种改变。韦雪琼等分析了大数据技术影响下金融市场的变化,以期作出更好的投资决策和判断。
二、大数据应用给商业银行带来的机遇
大数据应用给商业银行带来的机遇营模式转型提供了重要战略契机!借助大数据中国银行业的未来发展将呈现出全新的蓝图。
第一,大数据应用将拓宽商业银行业务发展空间,加速产品创新。随着数据的不断积累和商业银行数据分析能力的不断提升,大数据应用将拓展银行的业务发展空间,设计具有定价权和竞争力的创新产品。社交媒体的兴起为银行创造了全新的客户接触渠道,从银行网点,ATM,POS等固定设备扩展到手机,IPAD等移动终端设备,再扩展到微博,微信等社交网络。大数据应用导致支付模式不断创新,从传统支付,电子支付到第三方支付,再到移动支付。第二,大数据应用将提升商业银行核心竞争力。我国商业银行目前基础设施和数据全部集中在数据中心,而且经过多年运行积累了大量的数据,因此最具条件率先盘活大数据资产,洞察数据中蕴涵的价值,更加科学地评价经营业绩,评估业务风险,配置全行资源,引导银行业务科学健康发展。第三,大数据应用将提升客户服务水平。大数据时代商业银行不仅销售产品和服务,而且积累了丰富的客户交易数据,特别是在网络社会化和搜索引擎技术支撑下,商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据,通过数据再利用和数据重组,分析客户的消费偏好,就能准确发现并掌握客户需求,并通过不同渠道为客户提供个性化的服务。
三、大数据在商业银行的应用实践
(一)渠道拓展
大数据时代商业银行的渠道不仅包括传统的渠道,而且还要整合日益互联互通的各种渠道,并增加社交网站等新的客户接触点。商业银行应整合门户网站、网上银行、电话银行、手机银行、等电子渠道,利用微博、微信、社交网站等新媒体,打造在线综合金融营销服务平台,进行产品推送、意见收集、客户服务和营销服务。
(二)个性化服务
个性化的金融产品和服务将成为银行业务发展的主要目标。个性化服务包括互联网化的电子渠道全景体验、个性化产品推荐。LBS位置营销、面向客户个体的深度观察等。商业银行通过收集并分析社交网络数据,聚类出不同的客户群体,如高影响力的客户、存在严重不满情绪的客户、转行倾向的客户,然后向这些客户群采取更有针对性的服务。
(三)精准营销
通过客户行为分析并预测需求实现精准营销是典型的大数据应用。精准营销包括目标客户的精准定位,传播途径的选择,营销活动执行趋势分析和异常监控,营销活动的传播效果和市场效果评估,商业银行应用大数据分析用户影响力。用户聚集区域和日常活动轨迹,用户基础银行业务使用的规律,用户关注点来实现客户营销。
(四)小微企业信贷
商业银行需要通过大数据挖掘,分析和运用,去识别具有市场潜力的中小企业客户,完善批量化,专业化审批,将贷款提供给合适的小微企业。
四、商业银行应对大数据策略
大数据应用取决于三个因素:数据,技术和思维。因此,商业银行需在这三个方面进行体制机制的创新实践,未雨绸缪应对大数据挑战。
(一)数据
商业银行需要提升互联网数据获取,管理和整合能力,不仅要完成银行内部数据的整合,更重要的是和大数据链条上其他外部数据的整合。商业银行不断地从广泛来源获取、量度、建模、处理、分析大容量多类型数据,及时在互联互通的流程、服务、系统间共享数据,并将分析结果应用于业务决策与支持。
(二)技术
商业银行必须进行技术创新,搭建自己的大数据基础设施来跨越这个鸿沟。大数据基础设施分为硬件和软件两类。硬件基础设施需要通过建设私有云来提供灵活,按需和动态的IT能力。软件基础设施是指商业银行培养一批既熟悉金融,同时也对互联网和大数据应用有深入了解的复合型人才,这些人才通过对数据进行实时深度分析,能够对未来趋势有更多的研判和预测,并为决策提供智力支持。
(三)思维
大数据时代商业银行必须具有数据思维。大数据时代重要特征就是社会数字化,一切社会现象解释、监控、预测与规划都离不开对数据足迹的收集,整理和分析。因此商业银行需要具有数据思维,放弃对因果关系的渴求,取而代之关注相关关系,放弃对随机样本关注,而关注全数据,数据分析结果不是精确性,而是混杂性。
参考文献:
1.前言
电力作为特殊商品,为国家经济建设及人类生活提供了诸多便利与支持。电力营销的理念引入,促使电力市场发生巨大变化,以客户需求与服务满意度为中心的电力营销根据市场导向的原则,成为供电企业的核心业务,电力所有生产、经营性活动均服务于营销业务的需要。电力营销有效开展需要对用户及需求市场进行大量研究,需要具备完善的售前和售后服务保障体系,需要分析大量的各种业务数据,提升电力供应安全及服务水平,这就要求电力企业运用大数据技术,大力推动数据分析技术的升级,开展数据采集、检测、处理、分析、实现企业内部数据的应用、共享、标准化、集约化、一体化,完善企业风险评价,提升企业运行效率,增强企业核心竞争力,实现企业经营效益最大化。因此,本文研究大数据挖潜技术在电力营销系统中的应用,具有一定的现实意义。
2.大数据发展应用现状
大数据技术得益于计算技术及网络通信技术的快速发展,而迅速发展的智能技术之一。1989年8月,第11届国际人工智能会议在美国底特律召开,这次会议上有科学家提出了Knowledge Discoveryin Databases(KDD),即知识发现的概念,随后一些大学教授和研究机构展开相应研究,1995年KDD&DataMining国际学术研讨会议正式举行,随后每年举行一次,会议主题是对人工智能数据挖潜等领域成果进行讨论及推广,促使数据挖潜技术快速发展,并取得了很多有价值的成果。目前国际上从理论、技术、应用维度方面对数据挖掘展开分析与研究,科学家们运用数据统计分析及概率相关理论、模糊技术、量子技术等多种理论与方法进行技术融合,解决复杂问题[1]。
我国数据挖掘技术研究开始于1993年,中科院合肥分院当时承担了一项国家自然科学基金项目,即开展人工智能领域的数据挖掘技术的研究。随后的一些年大数据研究逐步步入正轨,由大学教授、科研人员组成的团队开展一些学习算法、相关理论、数据挖掘技术际应用等研究。随着云计算、智能工程、mapreduce hadoop等技术应用日益广泛,大数据挖潜技术也应用到电力营销、网店运营、经济数据分析、餐饮服务、航空航天、铁路运输等很多领域。伴随着网络信息技术的快速发展,许多电力企业都积累了海量的、有价值的、多种形式的数据,,因此如何利用数据挖潜技术智能地、自动地发掘数据中的有效价值,为电力企业经营管理提供最佳决策,成为急需解决的问题。
3.电力大数据技术
3.1电力大数据特征
2006年,国家电网公司制定了“SG186”和“SG-ERP'信息系统规划,运用电力企业信息系统平台,通过8大主模块组装模式覆盖电力企业全部业务,并且构建了6个业务保障子系统。国家电网公司数据中心多年运营中,积累了海量的数据。这些电力大数据的特征归纳为灵活度高(Vitality),主要是数据动态变化,市场千变万化;体量大(Volume),目前电力数据的数据流GB ,TB级无法满足需要,已经达到PB ,EB ,ZB级别;类型多(Variety),主要包含结构化、半结构化、非结构化类型数据;价值大(value),电力数据蕴含着巨大的潜在价值;速度快(Velocity),电力数据以数据流的形态快速、动态的产生,数据处理的速度要求达到高速实时处理的特征;这称为“5V”特点,同时具有复杂度高(Complexity)的“1C”特点,总结起来就是“5C1V”。在分析和处理数据模型方面灵活度高,速度快,能够适应快速市场变化需求;在新的处理方法适应异构数据统一接入及实时数据处理的需求方面,系统复杂度高;从数据体量特征和技术范畴方面来看,电力大数据有着重要的、广义的背景,随着国家大数据平台建设完成和逐步应用,大量的企业运营数据得以积累应用及开发,为电力市场分析决策提供了必要的数据基础[2]。
3.2电力大数据分析技术
电力大数据的分析技术从海量的、模糊的、随机的、片断性的、原始的一些电力数据中,运用统计学、计算机科学等学科中的算法、分析理论等技术挖掘出内在的模态和规律,为电力企业决策人员提供必要的决策帮助。统计学分析在于使用均值、比例、众数、中位数、四分位数、极值、方差、标准差等统计分析方法对数据形态进行分析;采用泊松分布、均匀分布、二项分布、正态分布进行数据描述,采用二项分布假设检验、T检验、K-S检验、F检验、卡方检验、游程检验等判定检验方法对分布情况进行分析,从而发现数据结构、数据分析模型,掌握电力数据的稳定性情况及电力数据分布情况。如图1所示数据挖潜技术与统计学分析技术的关系。
3.3系统支撑平台技术
电力大数据的信息处理技术是基于查询发现有价值的信息。这主要运用数据库技术、分布式计算技术、流处理技术、内存储计算技术。底层存储技术HDFS/Hbase等进行超级规模数据的存储和处理;运用MapReduce进行分布式计算;流处理Storm/S4/Spark等技术解决电力数据的高效读取和在线的实时计算,离线处理框架MapReduce及Hive/Impala相关技术处理实时到达的、速度和规模不受控制的数据。如图2所示电力大数据平台结构图。
图2中构建了基于Hadoop文件的电力大数据平台分布式存储环境。数据采集服务按照预定规则将数据写入数据交换区,数据传输应用程序规划在HDFS之上,将交换区数据写入“数据存储区’,由“结构化数据抽取应用程序”将结构化指标数据抽取到“结构化分析数据存储区”,并作为HIVE服务的数据存储,由HIVE服务将数据以结构化数据服务的形式。
在电力营销数据分析中,主要对营销业务的指标体系的电费业务风险、客户停电信息、风电风险、电力服务、大客户服务等数据进行梳理、收集,对电力营销系统数据、TMR系统数据、客户服务系统数据等进行分析,从而研究电力营销业务关注的数据维度、统计周期,并收集相关业务数据。
电力营销大数据分析系统通过模型分析,运用数据挖据工具,选取适合的算法及模型,并对构建的模型进行符合度验证,再将分析模型封装,研究WebService、服务、算法三种调用方式,实现数据挖掘平台接入、调用的可行性及难易程度,快速响应分析需求,并确定系统的分析方案,最后数据系统利用可视化技术直接呈现给决策层,最终实现模型分析功能。以实现电力营销业务趋势预测、营销策略制订等,从而提高电力企业的经营发展水平以及经济效益。
4.电力营销系统技术架构设计
电力营销系统技术架构如图3所示,运用电力公司数据中心的系统集成,Hadoop平台实现数据采集;系统通过自身的高效传输、抽取、计算的特点,完成数据清洗、加载,最后利用数据挖掘软件平台,进行在线分析,完成营销业务分析报告,为电网企业提升营销服务品质,强化风险管理提供支撑,进一步提升企业的运营效益[3]。
根据电力营销系统特点及功能要求,基于J2EE框架,按照分布式处理架构、多层结构和面向服务架构(SOA)的开发思路,严格按照成熟、规范技术路线实现程序设计。系统开发按照数据挖掘的典型流程进行程序架构的设计,如图4所示。
5.结论
大数据时代背景已经形成,基于计算机及网络通信技术的大数据挖潜技术必将颠覆传统数据处理及分析的模式,在分析大数据发展应用现状基础上,对电力营销大数据特征,电力大数据技术特点进行分析,对电力营销大数据应用平台进行设计,提出具体技术架构及软件技术的实现思路,有利于提供合理的电力营销策略,提高电力营销业务的服务能力和质量,提升企业经济效益。
参考文献
早在1980年,未来学家阿尔文・托夫勒在《第三次浪潮》一书中就预言大数据的发展未来。但大数据研究真正成为热点是从2012年3月22日开始的,美国政府宣布投资2亿美元进行大数据的研究与发展计划,从此不少国家都兴起了大数据研究热潮。在国内,2013年前后“大数据”在政府、媒体、研究机构和学者中间被广泛提及。
1.海量信息。互联网每天产生的数据信息,超过了以往任何一个时代的数据量,这些数据多以PB、EB以上的单位来计量。2011年全球被创建和复制的数据总量为1.8ZB,超过人类有史以来所有印刷材料的数据总量(200PB)。①
2.高渗透性。不管是门户网站和视频网站,还是搜索引擎、电子商务网站,都不断生成着各种数据。网民在互联网上的消费或浏览行为,构成了大数据的基础,并且真实反映出当前的消费、需求情况和价值观念,深入影响人们的生活。
3.精准传播。大数据让互联网精准传播成为可能,利用网民网页浏览、消费购物、IP定位的基础数据,可以根据受众的浏览记录进行信息的精准推送,实现个性化服务与精准传播,预测网民的需求,并推荐关联销售。
专业期刊的发展
专业期刊的发行对象较为集中,内容专业性强。目前国内9851种期刊中专业期刊高达7000多种,数量庞大,但专业期刊的发展状况与之并不匹配。造成这种情况的原因是多方面的,既有办刊理念上的因素,也有专业期刊体制上的问题。
1.专业性强,受众少。专业期刊由于专业性和学科性强,其受众范围窄,所刊载的内容大多数以专业性较强的学术论文为主。正是因为专业期刊的专业性,所以受众范围较为集中,具有明显的分众性,能够为专业期刊的大数据营销奠定基础。
2.数字出版的冲击。随着数字传播的普及,数字出版已经成为专业期刊的重要出版方式,国内一些专业期刊已经不再依赖传统的出版模式,专业期刊仅进行少量的纸质印刷。国内发行量大的纸质专业期刊少,一些纸质版只是用于赠阅读者和交流发行。
3.市场化程度较低。国内专业期刊大多是由各级学会、协会、高校、科研院所等机构主办,资金来源依靠主办单位的拨款,以发挥专业研究的社会效益为首要目标,不太重视专业期刊的经营,造成专业期刊市场化程度低,大多数专业期刊无法依靠广告收入维持日常运营。
4.内容传播方式单一。移动互联时代,媒体融合已经成为传播的趋势。在大数据背景下,大多数专业期刊依旧以纸质出版为主、数字出版为辅,部分专业期刊虽开通了微博、微信,但效果不佳。
大数据时代专业期刊的读者
在网络和数字传播时代,读者对专业期刊提出更高的要求,专业期刊不仅要刊登专业的内容,还要与读者进行有效沟通,专业期刊必须适应新媒体时代的变化。
1.目标受众的分众化。专业期刊的专业性定位决定了所刊登内容以所在学科领域的前沿课题和研究成果为主,所针对的目标受众是分众人群。专业期刊的目标受众具有相似的专业研究领域,专业内容需求,职业、学历等人口统计学特征。
2.受众媒体接触行为的变化。专业期刊的部分读者受过良好的教育,对新媒体发展较为敏感,是最早体验和使用新媒体的用户群体。他们已经减少了传统媒体的接触,更多采用网络媒体、智能手机终端。读者是大数据的生产者,也是使用者,享受着大数据带来的便利。
3.专业期刊使用方式的变化。研究者通过数字出版平台获取专业文献是科研和工作的需要,通过及时了解行业与专业资讯,增强指导科研与工作的能力。目前,学术期刊的读者需要的是学术信息,并不一定是某种具体刊物。读者将从订购某种刊物转向订购相关的文章,甚至是文章中的某个部分。②及时、准确地了解读者的数据需求,能够指导编辑的选题策划。
4.数据获得的方便性。长期以来,研究者除了主动阅读纸质期刊外,更多的是利用数字出版平台进行数据检索,了解最新的行业资讯与专业研究趋势,这种被动的检索方式已经满足不了读者的需求。大数据时代,专业期刊要提供更好的使用体验,根据相关研究者的研究方向、专业领域的热点,主动推送相关资讯给目标人群。
专业期刊的大数据经营策略
专业期刊经营的核心是期刊的内容策划、发行策略和营销模式,要改变专业期刊的困境,需要对海量的大数据进行分析,及时发现行业需求,掌握行业研究趋势,增强专业期刊的市场竞争力。
1.大数据的期刊编辑策略。第一,选题策划保持前沿性。大数据能够帮助编辑更好地进行选题策划,专业期刊编辑借助专业的数据分析软件进行数据研究,如CiteSpace文献引文网络分析软件,通过多元、分时、动态的信息可视化技术,可以直观地显示该学科或知识领域最新的研究趋势与动向,③从而及时了解和把握专业期刊选题的前沿性。此外,期刊编辑还可以关注知网最新数字出版文献,以及专业性的网站、论坛,及时了解该领域的研究热点。
第二,获得稳定的专业稿源。期刊编辑可以根据选题策划,引导专家、作者撰稿,打造期刊品牌栏目,增强专业期刊的品牌影响力。通过编辑与行业专家学者的有效沟通,可以获得固定、稳定、高质量的稿源,从而改变当前专业期刊被动等待作者投稿的局面。
第三,建立作者与研究机构数据库。大数据分析能准确发现该专业领域权威的研究机构,以及重要研究成果、研究专家,建立约稿专家信息库,确保专业期刊刊登内容的专业性和前沿性。同时,利用大数据专业期刊能够掌握该领域内主要研究者的研究趋势,通过关注权威专家的研究方向,为期刊选题策划提供参考。
2.大数据的发行模式。专业期刊应重视受控发行(Controlled Circulation)模式,在大数据的支撑下实现最大的传播效果。专业期刊必须建立读者和研究机构数据库,遴选该领域专业的研究学者、行业专家、研究机构进行免费直投,通过有限的发行数量精确直达核心读者。④受控发行还需到达专业期刊的潜在或者直接广告客户,通过每期精确直达广告客户,能够影响广告主关注该期刊的广告传播效果,为专业期刊的广告销售创造条件。
专业期刊要继续加强数字出版发行。数字出版是专业期刊最主要的出版和发行方式,其传播优势明显,读者可以通过数字出版平台快捷、方便地获取内容。专业期刊应尽可能增加被收入数据库的数量,力争收入国内外知名的数字出版平台,通过数字出版能够提升专业期刊的关注度,增强专业期刊的影响力。
除了传统的纸质版,专业期刊还应该利用网络传播优势,开发新的形式。杂志社可以同步推出电子杂志版、电子书版的期刊,免费为注册用户提供下载和订阅,方便读者利用碎片化的时间获取信息。新增用户注册数据,扩大目标发行对象的数据库。
3.大数据的营销策略。专业期刊应重视大数据时代的品牌营销。期刊的三次售卖分别是发行、广告和品牌营销。随着纸质版印量减少和目标受众阅读方式的改变,专业期刊的纸质印刷数量减少,其发行量直接影响到广告主的广告投放效果,因此,大多数的专业期刊发行和广告收入较低。专业期刊应利用大数据的优势,重点从期刊的品牌营销切入,利用专业期刊的专业性优势举办学术会议,开展技术培训,提供专业论证与技术认证服务,提高专业期刊的品牌知名度,增强其学术影响力,做到社会效益与经济效益共赢。
专业期刊的跨媒介经营是大势所趋。在网络传播背景下,专业期刊可以利用其在专业领域的优势,建立专业网站,开通微信、微博等,根据目标受众的媒体使用习惯建立跨媒体的传播平台。充分发挥大数据的信息整合优势,利用专业期刊建立的跨媒体平台进行广告营销,发挥纸质媒体与网络媒体综合互补的优势,扩大杂志和新媒体平台的读者群。
专业期刊要发挥公关策划优势,根据目标企业营销的需求,利用事件营销推出主题性的公共活动策划。专业期刊的事件营销主要采取借势和造势两种策略。通过突发热点事件借势营销,专业期刊可以根据广告主的营销需要,进行主题性活动策划,巧妙植入广告主的营销信息,吸引目标人群关注。专业期刊还可以主动为企业营销造势,营造行业关注热点,比如结合行业热点,联合相关领域的企业召开研讨会、论坛,进行评奖等。
专业期刊要利用大数据开发衍生产品。利用大数据整合与分析的优势,专业期刊能够准确地掌握该专业领域的研究趋势与前沿动态,可以策划出版专业书籍、著作,还可以整理已经出版的专业研究文献,推出主题性策划的集刊,发挥专业期刊的专业优势、作者资源、发行渠道等综合优势,通过衍生产品提高专业期刊的经济收益。如《广告人》杂志利用其在广告行业中的影响力和编辑资源优势,通过对国内广告教育需求的数据分析,与机械工业出版社、中国人民大学出版社等出版机构合作,出版了一批广告专业书籍,图书出版成为《广告人》杂志重要的收入来源。⑤
注释:
①周小华:《“大数据”时代中国学术期刊的转型与发展机遇》[J],《科技与出版》,2014年第4期,第102~104页
②喻国明 宋美杰:《中国传媒经济研究的场域分析――基于共词分析与词频分析方法的探索》[J],《文化与传播》,2012年第2期,第1~11页
③周华清:《学术期刊的受控发行模式研究》[J],《出版发行研究》,2012年第3期,第64~67页
2.基金营销与资金流动:来自中国开放式基金的经验证据
3.移动电子商务互动营销及应用模式
4.企业市场营销战略创新
5.国外移动图书馆营销案例分析及其启示——以加拿大伯灵顿公共图书馆为例
6.基于5T理论视角下的企业微博营销策略及应用分析——以欧莱雅的微博营销为个案研究
7.大数据时代的联动式数据库营销模式构建——基于“一汽大众”的案例研究
8.移动互联网环境下互动营销策略对消费者行为影响实证研究
9.中国寿险业营销效率评价研究
10.我国汽车行业营销趋势研究
11.社会化媒体时代的内容营销:概念初探与研究展望
12.人力资源经理的议题营销过程及策略研究
13.控股股东卷入、两权偏离与营销战略风格——基于第二类问题和终极控制权理论的视角
14.保险营销策略问题初探
15.社会化媒体营销研究述评
16.论“共主体”营销话语的建构与践行——关于现代营销近视症的矫治研究
17.学科服务目标的精确定位与学科服务的精准营销
18.基于IPA的旅游目的地意象整合营销传播——两个江南水乡古镇的案例研究
20.政府旅游公共营销的实现机制和路径选择——基于扎根理论的一个探索性研究
21.我国汽车营销现状及创新分析
22.目的地营销绩效:现状及价值链模型
23.移动营销消费者采纳行为动态演化研究
24.网络营销新渠道:SNS营销
25.我国智能手机营销策略分析
26.基于体验营销的酒店品牌建设研究
27.我国高校图书馆营销新方式
28.国外图书馆社会化媒体营销的案例研究及其启示
29.多渠道零售商线上线下营销协同研究——以苏宁为例
30.东风商用车网络营销对策
31.网络营销绩效评价体系的研究评述
32.双元营销能力平衡、战略地位优势与新创高技术服务企业绩效
33.营销能力对技术创新和市场绩效影响的关系研究——基于我国中小上市企业的实证研究
34.4R营销理论与学术期刊网络营销策略
35.多市场接触下的联合非伦理营销行为——基于市场集中度和产品差异度的二维分析模型
36.企业微信营销研究及策略分析
37.企业微博营销效果和粉丝数量的短期互动模型
38.基于自媒体的旅游景区营销策略研究
39.关于逆营销的效果研究:基于CLT理论的视角
40.全渠道营销理论——三论迎接中国多渠道零售革命风暴
41.搜索引擎营销研究综述及展望
42.技术与生存:数字营销的本质
43.基于DEA的企业微博活动营销效果评估——以S企业官方微博为例
44.基于营销理念的高校图书馆数字参考咨询服务
45.电子商务对营销渠道管理的影响
46.中国市场营销研究英语论文综述——基于内容及来源的描述分析
47.中国烟草业营销分析
48.“大数据”背景下营销体系的解构与重构
49.保险营销渠道团队管理研究
50.企业微博营销中品牌曝光度对网络口碑的影响研究
51.论旅游景区的差异化营销策略选择与组合
52.创新高职市场营销教学 促进学生职业能力培养
53.我国网络营销发展策略研究
54.销售低迷状态下的白酒营销回归与创新
55.新媒体环境下高校图书馆移动信息服务微营销研究
56.基于消费者怀旧的品牌营销策略
57.关于我国汽车营销模式发展的探讨
58.口碑、口碑传播和口碑营销的辨析
59.供应链下的市场营销资源合理运用问题探讨
60.大数据时代营销创新研究的价值、基础与方向
61.旅游产品体验营销中的价格影响因素及定价策略
62.社会资本、组织学习对企业国际营销能力升级的影响机制——基于海信集团国际化发展的纵向案例
63.基于groupon模式的我国经济型酒店网络团购营销研究
64.保险O2O营销模式的实践与研究
65.“心”营销:文化艺术产业新媒体营销策略研究
66.企业网络社区营销价值、机理及模式研究
67.关注和融入中小企业成长——论中小企业银行服务营销
68.互联网对我国保险营销渠道影响分析
69.高科技企业市场营销策略研究
70.论企业应对市场营销环境变化的策略
71.微博网络营销对国际贸易的影响及对策
72.公益事件营销中企业—消费者契合度和宣传侧重点影响效果研究
73.体验式营销在汽车营销中的应用
74.关系营销导向对营销创新的影响研究
75.传播学视角下微信营销的利与弊
76.市场营销专业复合型人才“三位一体”培养模式研究——以重庆大学市场营销特色专业建设为例
77.金融服务营销的核心理念——价值的共同创造
78.企业社会化媒体营销传播的效果分析——以微博扩散网络为例
79.微博营销信息的时空扩散模式研究——以曲江文旅为例
80.旅游目的地营销绩效评价研究现状与展望
81.制度压力、合理性营销战略与国际化企业绩效——东道国受众多元性和企业外部依赖性的调节作用
82.关于红色旅游市场营销研究——以云南省为例
83.我国自主品牌汽车的市场营销策略研究
84.传播学视角下即时性营销模式与战略实现——以微信营销为例
85.网络拓扑特征对病毒式营销传播动态影响的研究——基于新浪微博大数据的实证分析
86.高校图书馆微博营销策略研究——以清华大学图书馆为例
87.市场营销理论、实践、教育的创新与融合——2014中国市场营销国际年会综述
88.面向Y一代用户的大学图书馆服务营销策略研究
89.赣南脐橙三位一体营销战略探讨
90.我国网络营销的现状与发展趋势研究
91.关系资源对营销能力的影响机制:顾客导向和创新导向的中介效应
92.营销动态能力的概念与量表开发
93.新形势下电力市场营销模式与新型电价体系
94.基于内部营销视角的图书馆管理新策略
95.消费者参与社交网络营销因素的实证分析
96.深入理解营销渠道研究的过去和未来
97.关系营销导向对企业使用渠道权力的影响
98.论中小企业的市场营销策略
99.基于全方位视角的企业营销绩效评价研究
100.基于蓝海战略的保险营销创新研究
101.我国汽车营销模式的现状与创新方向
102.我国网络营销中的道德问题及其对策
103.绿色营销研究:内涵、现状与对策
104.国外绿色农产品营销的特点及借鉴
105.小微企业营销现状与对策研究——以广东省中山市为例
106.体育赛事营销的本质及营销观念创新研究
107.内部营销对酒店员工工作满意的影响研究——以组织承诺为中介变量
108.营销管理的新趋势——绩效营销研究探析
109.保险营销模式的转变与发展——电话营销与网络营销模式的互补
110.我国自主品牌汽车的国际化营销战略浅析
111.中国汽车营销渠道的现状与发展趋势
112.当前中国电影营销的关键问题研究
113.全球化时代的城市大事件营销效应:基于空间生产视角
114.我国高校图书馆营销现状调查及分析
115.IFLA图书馆国际营销奖及其背后的营销理念
116.营销刺激、心理反应与有机蔬菜消费者购买意愿和行为——基于有序Logistic回归模型的实证分析
117.感性消费时代的企业色彩营销策略
118.浅析我国保险网络营销的问题与对策
119.营销策略对品牌忠诚的影响:顾客感知价值的中介作用
120.体验营销研究前沿评介