前言：尋找寫作靈感？中文期刊網用心挑選的大數據背景下網絡營銷論文，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
一、何為大數據
(一)大數據的4V特性
大數據的特點可以用四個“V”來形容:一是Volume數量大，數字數量增長迅速。隨著科技的進步，人類產生和存儲的數量呈爆發式增長，據權威部門統計，世界數據總量的90%都是近幾年積累的數字數據，這些數字數據主要來自于分布在世界各地的傳感器所產生的數據、社交網絡的數據、移動電子設備數據和RFID射頻技術所獲取的數據等。預計到2015年全世界將有超過8萬億GB的數據量。二是Variety數據種類繁多。數據類型不僅包括聲音、視頻、圖片，還有GPS數據、監控數據等，數據類型以非結構化數據為主，約占數據總量的85%左右。三是Velocity信息處理速度快。如果按每分鐘來計算，騰訊空間有14萬張照片上傳;新浪微博有9．5萬條微博發送;百度搜索引擎有70TB數據需要處理，互聯網上每分鐘都會產生大量的數據，大數據處理技術需要在一秒鐘之內完成歸類、分析、存儲等一連串的處理動作。四是Value價值高但價值密度低。以一段幾分鐘的視頻為例，其中有價值的信息可能只占其中的一兩秒鐘，如何從海量的數據中提取有價值的信息，對大數據處理技術提出了新的挑戰。
(二)大數據應用技術
大數據技術就是快速、準確的在各種類型的數據中獲取有價值信息的技術，由“大數據”帶來“大科技”、“大利潤”，這正是大數據分析的真正意義。簡單的說，大數據的應用分析過程先從數據源中對數據進行采集、過濾和核實，然后利用數據倉庫對數據進行分類存儲和集成，接下來通過數據挖掘技術找出數據間的規律和相互關聯，最后通過參數建立數據模型用于應用開發的決策支持，整個過程是一個反復精煉、不斷提純的過程。在處理模式上，大數據技術從傳統的數據庫集群演進到基于云計算MapReduce的大規模并行處理架構，實現任務的分解處理和結果合并，從而實現對可處理數據規模的無限擴展。與傳統的數據庫集群處理模式相比，基于MapReduce的大數據處理技術不僅對硬件需求低，可以實現跨平臺擴展，而且還支持復雜數據的處理，包括占整個數字數據總量85%的非結構化數據。
二、基于大數據的網絡營銷模式
(一)基于大數據的DSP(Demand-SidePlatform)網絡廣告模式
早在2012年DSP廣告模式進入中國以前，國內的門戶網站聯合一些廣告公司也做過精準廣告投放的嘗試，主要是通過cookies程序對網站用戶的瀏覽記錄進行監控，然后向用戶有針對性的投放廣告，但是這種做法掌握的用戶有效信息相對較少且對信息的處理速度較慢，無法真正的實現精準廣告投放。與傳統的廣告模式相比，DSP網絡廣告模式具有三個核心競爭力:一是強大的數據獲取和處理能力;二是RTB(RealTimeBidding)實時競價系統，對每個曝光的廣告展示予以實時競價和監控;三是可以實現跨平臺、跨終端的數據整合。通過對各種渠道收集的用戶信息進行整合，再對這些數據進行分析和挖掘，DSP平臺會迅速描繪出不同廣告位瀏覽用戶的“多維畫像”，在找到屬于自己的目標受眾后，廣告主就會對這些廣告位進行競價，真正實現“特別的廣告”給“特別的你”的“一對一”營銷。
(二)基于大數據的個性化推薦系統
隨著我國電子商務的發展，消費者在享受著網絡購物低成本、便捷性的同時，也面臨著一些困擾。一方面，大型電子商務平臺如淘寶網、京東商城中琳瑯滿目的商品和復雜的網站結構讓消費者無法順利找到自己所需要的產品，消費者只有在不斷的選擇比較和查看評價中做出痛苦的抉擇;另一方面，商城里“有限”的客服人員無法滿足“無限”顧客人數的需求，不能實現全程導購的“一對一”服務。如果后臺能快速的對消費者行為的海量數據進行分析，推薦給消費者最需要、最適合的產品，這將極大地提高用戶的購物體驗。在這方面，團購網站糯米網做了很好的嘗試，通過糯米賬號和QQ賬號的綁定，糯米網不僅獲得了用戶的屬性信息和社交信息，還結合了移動終端的GPS定位系統，通過大數據分析技術向用戶推薦所在位置附近的美食團購，極大地滿足了“吃貨”們個性化的體驗。
(三)基于大數據的關聯銷售分析
在美國的沃爾瑪超市里，發生過這樣一件有趣的事情:超市營業員發現，把啤酒和尿布擺放在一起時，啤酒的銷量會大大增加。原來美國媽媽們的大多數時間都留在家里照顧孩子，為孩子買尿布的任務自然就落到了父親們的頭上，而美國爸爸們在給孩子采購尿布時看到旁邊的貨架上擺放著他們喜歡的啤酒，都會順帶幾瓶來犒勞自己。在大數據時代，通過數據挖掘技術的的協同過濾，系統就可以計算出哪兩件商品經常會出現在同一張銀行小票里或是同一個購物車里，我們就可以將這兩件商品擺放在一起進行交叉銷售，從而提高彼此的銷量。同時，通過數據挖掘技術的關聯算法，系統還可以從用戶的購買行為里發現多種需求，從而向其做出相似但不同類的產品推薦。
(四)基于大數據的社會化網絡營銷
社會化營銷是指利用社會化網絡如論壇、社區、微博、微信等網絡平臺來進行品牌推廣的一種營銷方式。社會化的人離不開“圈子”這個概念，正所謂“物以類聚，人以群分”，社會化營銷的最大優勢就在于目標客戶依不同的興趣自主結成各自的“圈子”，很容易按照“圈子”來對客戶進行細分，如QQ好友圈、百度貼吧、微信朋友圈甚至國外的Facebook、Twitter等，基于大數據技術對這些圈子中的評價、討論信息進行分析挖掘，廣告主可以對受眾群體和社會化網絡傳播媒介有更全面的了解。如在2013年北京車展期間，主辦方通過對論壇、微信和微博等社會化媒體的關注，經過7x24小時日均30億條的數據處理量，監測163077個單頁面，記錄195，429，087次網絡行為，通過對這些數據的挖掘和分析，向我們揭示了價格、車型、銷售、品牌、配置等一系列關鍵信息，真正以“大數據”來解讀當下撲朔迷離的車市。
(五)基于大數據的搜索引擎營銷
搜索引擎是企業網站推廣和產品促銷的主要工具，同時也是企業開展網絡營銷的重要陣地。通過搜索引擎獲取的數據不僅及時準確，而且樣本基數較大，幾乎覆蓋了全部網民，其普遍性和客觀性比普通數據更具優勢。利用大數據技術在搜索引擎上進行營銷，一方面企業可以對用戶在網絡中留下的搜索痕跡進行整合，將所有搜索關鍵詞進行排序，結合當下火熱的關鍵詞對企業網頁的關鍵詞進行重新設定，以提升企業網站和產品在搜索引擎上的排名;另一方面企業還可以通過數據分析關鍵詞是否相關及相關程度有多高，進一步分析用戶在進行消費之前所關注的東西，從而進行消費需求預測等。
三、突破大數據的營銷局限性
(一)大數據的信息安全問題是目前計算機行業所面臨的巨大挑戰
大數據技術的安全隱患主要來自于以下三個方面:首先，大數據技術所處理的數據都是非結構化數據，使得傳統的面向結構化存儲的應用程序和數據保護機制無法滿足大數據技術的要求;其次，大數據技術所處理的海量的、更復雜、更敏感的數據聚集在一起，使得這些數據極易成為網絡攻擊者的目標;最后，大數據具有價值密度低的特性，使得安全分析工具很難聚焦在價值點上，這給安全服務的分析工作帶來很大困難。目前，大數據技術正處于早期階段，企業在構建的時候一定要考慮到信息安全問題，只有重視了網絡安全，才能將可能出現的損失降到最低。
(二)用戶的隱私保護問題一直是大數據應用過程中的焦點
隨著企業對數據資產的重視，很多網站的程序都會自動記錄下用戶的瀏覽記錄、查詢歷史及習慣愛好等信息，企業根據用戶的這些行為數據來發現新的商機、創造新的價值，這一行為本無可厚非，因為程序在跟蹤用戶行為的過程中所監測到的用戶是匿名的，并沒有具體到某個人，因此并不涉及到對用戶隱私侵犯的問題，但隨著企業對用戶信息收集范圍的擴大以及一些專業數據分析機構的跨平臺信息整合，企業就會接觸到一些關于用戶個人屬性的信息，如姓名、年齡、工作單位等，當把這些個人屬性信息和網站對用戶的跟蹤監測行為結合到一起時，企業就會清楚的掌握某人個查看了哪些網頁，購買了哪些物品，這必然會侵犯到用戶的個人隱私。因此如何實施隱私保護是大數據網絡營銷面臨的一個重大挑戰，該挑戰不僅僅局限于技術上，更多的是出于企業誠信建立的隱私保護制度和法律層面上的措施。
(三)大數據技術只有經過持續的積累和跨平臺、跨終端的整合后才能發揮其真正的價值
大數據并不是一件一勞永逸的事情，它是一個不斷變化的過程，需要我們不斷的適應其中的變化，只有經過持續的積累和深入的調整，大數據技術才能發揮其真正的價值。另外，大數據技術也是一個跨平臺、跨媒體、跨終端的深入整合過程，如何對大量的不同渠道和維度的數據加以有效管理和分析始終是大數據時代需要精益求精的方向。經過多年的數據積累，各個互聯網平臺都具有了獨特的優勢，如百度主要是搜索數據，阿里集團主要是交易數據和信用數據，騰訊主要是用戶關系數據，如能從跨平臺、跨終端進行數據整合和分析，大數據技術必然能發揮更大的價值。
四、結語
在當前的互聯網商業界，“大數據”已成為炙手可熱的產業領域，借助大數據的價值與功能，網絡營銷企業將獲得更大、更好的發展空間。同時，我們也應看到大數據技術是一把雙刃劍，對于企業的信息安全、隱私保護、數據處理等方面提出了新的要求，為了能更好的發揮大數據的價值，從政府層面來講，應當加大大數據基礎設施的建設，促進大數據分析與應用技術的產業化發展;從企業層面，儲備好相關的技術人才，提高企業內部的整合能力。相信在不久的將來，大數據技術必將成為智慧營銷的關鍵，從而帶動企業網絡營銷領域的發展和革新。
作者：張艷紅 單位：廈門城市職業學院商貿系
