【大数据对市场营销的冲击探讨】 大数据的冲击

大数据对市场营销的冲击探讨

大数据对市场营销的冲击探讨 摘要:基于当前全球数据量“井喷式”增长所形成的大 数据现象,研究显示大数据促使消费行为更加理性、更有个 性和幂律分布;
营销决策仰仗数据驱动,关注实时处理及分 析;
营销战略注重协同发展,开展精准定位营销;
营销要素 发生革命性变革:产品按人定制,渠道加速缩短,价格透明 度提高,促销倚重移动互联。

关键词:大数据;
发展脉络;
营销趋势;
研究评析 一、问题的提出 云计算、移动互联网等新信息技术的广泛应用及社会化 网络的兴起,使信息数据产生机制更复杂、传播速度更快、 类型更多样,全球进入信息数据量“井喷式”增长的大数据 时代。国际数据公司(In原ternationalDataCorporation, IDC)指出:全球创建和复制的数据量五年内增长近九倍, 预计将以每两年至少翻一番的速度继续增长。仅2013年,世 界范围存储的数据就达1.2ZB(1ZB抑1021B),将这些数据 刻录到CDR只读光盘并堆起,其高度将是地球到月球距离的 五倍[1]。生产和信息方式的变革引起管理规范及其深层次 上价值观的转变。传统企业营销中,为避免无法获取整体数 据的弊端,多依据小样本采样统计推断以形成所谓“科学决 策”。然而采样分析的成功取决于样本的绝对随机性,大数 据时代,营销调研建立在对大样本持续收集数据的基础上, 实时分析和输出调查结果将为营销决策提供及时判断临界值。在大数据背景下对营销活动进行研究,具有聚焦数据, 提高营销决策科学性;
强调洞察,增强营销活动“预见性”;

重视创新,增强营销理论“前瞻性”等研究价值[2]。特别 是中国具有众多人口和庞大市场,也使中国成为最为复杂的 大数据国家之一。那么,大数据对营销活动究竟会产生怎样 的影响?其内在机理是什么?通过文献综述,对大数据概念 进行界定,梳理其发展的历史脉络,在此基础上分析大数据 对消费者行为、营销决策模式、营销战略、营销要素等的影 响表征及其机理,最后对大数据的营销应用研究做出述评。

二、大数据的发展脉络及概念界定 (一)大数据的发展脉络 大数据的概念最早要追溯到上世纪,只是在互联网时代, 大数据才从规模、类型等方面得以实现。早在1981年,美国 著名未来学家Toffler在其著作《TheThirdWave》中,提及 “大数据”,并称之为“第三浪潮的华章”[3]。2001年, META集团(现为Gartner)的分析师Laney指出数据增长带来 规模性(Volume)、高速性(Velocity)、多样性(Variety) 等变化[4]。《Nature》则在2008年9月开设“BigData”专 刊[5-7],同时《Sci原ence》也推出数据处理研究专刊 “DealingWithDa原ta”,对数据洪流(DataDeluge)所带 来的社会变革及影响做出讨论[8]。大数据研究的开创性论 文是Gins原bergetal(2009)的 “DetectingInfluenzaEpidemicsUsingSearchEngineQueryData”,该文探讨了如何利用谷歌搜索引擎查询词来预测流 行病[9]。只是在最近几年,大数据才成为高频词。2011年5 月,麦肯锡公司发布《大数据:创新、竞争和生产力的下一 前沿》报告,指出“在数据渗透于各领域并成为生产要素的 背景下,对海量数据挖掘应用,将带来新的生产增长和消费 者盈余浪潮”[10]。2012年3月,美国开始实施“大数据研 发计划(BigDataRe原searchandDevelopmentInitiative)”, 将大数据喻为“未来新石油”,并视为与互联网、超级计算 机同等重要的国家战略,这也是美国在“信息高速公路”计 划后所实施的又一国家级重大科技战略。日本紧随其后,推 出“新ICT战略研究计划”。同年,世界经济论坛发布《大 数据、大影响》报告,从多个行业领域阐述大数据给世界经 济带来的发展机会[11]。就国内而言,2011年12月,国金证 券开创国内大数据研究先河,将其研究成果引入资本市场 [12]。2012年5月,香山科学会议组织“大数据科学与工程:
一门新兴的交叉学科”为论题的会议,同年6月,中国计算 机学会青年计算机科技论坛(CCFYOC原SEF)举办“大数据 时代,智谋未来”会议,对大数据挖掘技术、组织架构、平 台治理等展开探讨。2013年6月,国家自然科学基金委管理 科学部、美国营销科学学会(MSI)、南京大学商学院(管 理学院)和香港中文大学工商管理学院联合主办“2013营销 科学与应用国际论坛”,也将“大数据、社会化、移动化对 市场营销的新挑战”作为主要议题之一。2014年2月,北京银行与小米科技就移动支付、便捷信贷、产品定制、渠道拓 展等签署协议,表明国内企业运用大数据战略进入实质性阶 段。2014年3月5日,李克强总理第一次把大数据写进政府工 作报告,阐明了国家对大数据产业鼎力支持的政策,随后一 系列公开讲话进一步明确了这一战略部署。2015年2月,百 度公司利用百度迁徙、百度指数等大数据产品直观地呈现了 春运“景观”,把大数据研究成果可视化地展示在电视屏幕 上。2015年3月,政府工作报告中进一步提出“互联网+”计 划,推动大数据与现代工业相结合。

(二)大数据的概念界定 大数据本身就是抽象的概念,当前对其概念界定尚未达 成统一,不同组织及学者给予不同的表述,见表1。尽管各 方对大数据概念并不统一,但其中“大规模数据”“体量、 复杂性及速度超越传统数据”“超越现代技术手段处理能 力”等观点得到基本认可。IBM公司及Laneyetal(2001)认 为大数据具有“3V”特征:规模性(Volume),数据量一般 要达到TB级甚至PB级;
多样性(Variety),数据结构类型 包括结构化数据、半结构化数据和非结构化数据;
高速性(Ve 原locity),产生、处理、分析数据的速度加快。国际数据 公司(IDC)在此基础上,增加“价值性(Value),即“大 数据价值很大但呈现低密度性”的特点,从而形成大数据的 “4V”特征[16]。而NetApp公司认为大数据具有“ABC”三 特征:大分析(BigAnalytic),通过对大数据实时分析构建新的业务模式并更好地了解顾客需求;
高带宽 (BigBandwidth),快速有效地对数据进行处理分析;
大内 容(BigContent),包括各种类型数据,同时对数据存储、 扩展、安全等管理的高要求[17]。

三、大数据对未来市场营销的冲击 根据(移动)互联网时代大数据的特征、消费者行为变 化及营销模式的可能演变,通过相关文献梳理,勾画的大数 据对未来营销活动的影响趋势,见图1。

(一)大数据对消费行为的影响 1援消费行为更理性。工业化时代,信息不对称的客观 存在,消费者易受各种如低价促销、广告宣传等影响。而大 数据时代,消费者有更多、更方便的途径获取更详细的商品 价格、成本、产地、质量等信息,并可更方便地搜寻、比对 和遴选,从而做出更理性的选择[18]。2援消费行为幂律分 布。大数据时代,消费者评价系统更广泛,先前购物者的购 后评价及经验对新消费者具有重要参考。相比先前购物者的 好评,消费者则会更关注其差评,以便做出正确的消费决策。

同类产品中,质量好、价格有优势、服务好的产品受到越来 越多的青睐,并不断吸引新的消费者,形成“滚雪球式”的 “马太效应”,消费行为呈现幂律分布。3援消费行为更个 性化。工业化时代,商家追求规模经济的考虑,只能在有限 范围满足消费者个性化消费。而大数据时代,信息广泛并快 速传播,消费者的消费认知及创造力大大提升,消费异质性不断增大,对产品或服务的关注并不仅限于以往的质量、品 牌、价格、售后等,更关注其个性化的满足程度。

(二)大数据对营销决策模式的影响 大数据时代,思维方式发生三个变革:其一,要分析与 事务相关所有数据而不是少量数据所构成的样本;
其二,要 接受数据纷乱复杂的事实,而不能过于苛求精确;
其三,更 加主动地分析相关关系而不再探究难以捉摸的因果关系 [19],可以说,数据驱动型决策 (Data�\drivenDecisionMaking)是大数据背景下决策的 特点[20],以“数据化、智能化、实时化垣经验”将成为大 数据时代的营销决策范式。1援数据决策技术升级,注重实 时处理及相关分析。传统分析多基于多元统计、计量经济学 模型等方法,对大量一手和二手结构化数据实施分析,从中 寻求研究对象的内在联系,常用方法有:聚类分析、因子分 析、相关分析、回归分析、A/B测试、数据挖掘等。大数据 背景下,数据规模大、传递速度快、非结构化数据多等特点, 使得传统数据分析及数据库管理手段很难适应时代要求。数 据产生及传播速度加快,要求数据应用实现从离线 (Offline)向在线(On原line)的实时处理转化[21]。数 据关联成为大数据的主要价值来源,但数据间交互广、价值 密度低、碎片化严重,也使决策重点从以往因果关系分析向 相关关系分析转变。2援决策参与主体向社会大众倾斜,数 据分析师地位加强。大数据使营销决策越来越依赖于数据分析而非经验或直觉[22],直觉判断将被精准的数据分析代替。

管理者决策重心在于正确发现并提出问题,一线员工对决策 参与度将大大提升,决策主体从社会精英向社会大众倾斜, 扁平化组织架构、学习型企业文化将得到加强。同时,能综 合运用数据分析、分布式管理的数据分析师,将为企业营销 决策提供更多智力支持。

(三)大数据对营销战略的影响 1援激发协同营销的竞争格局。大数据环境下企业与行 业的边界日趋模糊,营销系统开放性更明显。企业竞争不再 局限于个体之间或供应链的链条间,而是向多主体所构建的 商业生态系统间延伸[23]。企业营销战略的设计应打破传统 的个体竞争思维,在不断提升自身营销网络化和动态化能力 基础上,利用外部资源,形成协同营销格局。2援一对一营 销的精准定位。大数据背景下,企业可以记录消费者在产品 各个生命周期阶段的品牌偏好、口碑评价等行为数据,基于 社会学、心理学、营销学、传播学等相关理论,并借助数据 挖掘、统计计量等,按一定的细分标准进行消费行为细分, 从而结合自身资源优势,形成目标市场的选择和一对一营销 的精准定位。

(四)大数据对营销要素的影响 1援产品:顾客参与式的产品设计和个人定制。大数据 背景下,虚拟企业和智能车间将会越来越多地被采用,顾客 参与式的产品设计和个人定制将大行其道。那些市场价值在较短时间发生贬值的短生命周期产品的时效性更强、需求波 动大,与外界存在着复杂非线性关系[24]。而长周期产品特 别是其中生产工艺复杂、流程管理复杂、客户需求复杂的复 杂品(ComplicatedProduct)将实现供应链纵向一体化整合 及全生命周期数据整合[25]。“全息”生命周期的完整大数 据可帮助企业构建消费者兴趣图谱,从而应用于营销和新媒 体关系定位中。2援渠道:渠道缩短及渠道多元化。大数据 背景下,信息技术更为成熟,经由中间商的渠道模式将让位 于直销,渠道长度越来越短。特别是具有及时反馈交互关系 平台技术的实施,使企业可开发出更多、更便捷的渠道与顾 客连接,实现多渠道及跨渠道营销。诸如微商等“屏幕+手 指+快递”的购物方式,配合超低的价格,使营销渠道更趋 多元化。3援价格:透明度更高,基于支付意愿的差异化定 价。传统营销定价多从产品成本、利润率、顾客接受度等简 单因素考虑,并依据先前相关销售经验建立精算模型。大数 据背景下,传统精算模型将被颠覆,价格不对称性有所改善, 定价透明度越来越高,明智的价格策略是企业“阳光”定价, 基于支付意愿的差异化定价将成为主导,电子支付成为主流。

4援促销策略:促销手段的数字化、互动化趋势。大数据背 景下,传统电视、报纸、广播等大众传媒的传播效率不断下 降,而建立在数据库基础上的移动互联网将成为促销信息的 重要传播手段,促销手段更具数字化。同时,促销手段更新 颖,目标受众被多元化数据锁定,并特别强调与顾客间的互动和情感沟通。

四、大数据研究在营销中的应用评析 (一)研究层次:偏宏观层面研究,轻微观分析 当前对大数据的相关研究,更多从宏观层面对其概念内 涵、形成脉络及其对社会所产生的影响方面展开描述,而对 大数据所形成各种影响的内在机理缺少必要的微观分析。大 数据为未来营销带来深刻影响,但机会和挑战并存,其合理 利用前提是必须拥有准确、可靠、及时的高质量的数据[26], 只有在此基础上,才能提炼出有效的营销决策信息,才能帮 助企业实现精准定位。

(二)研究视角:多立足于信息科学视角,缺少管理视 角 当前,国外从管理学视角应用大数据技术来支持管理决 策已成为商科教育的热点[27]。相比之下,国内相关研究还 处于起步阶段,数据驱动决策的管理模式还有待形成,现有 的相关研究则更多立足于对数据信息的采集、处理、检索、 挖掘及离线分析等信息科学视角。而只有立足管理决策的视 角,探讨大数据对现代经济组织的战略定位、架构设计、营 销实施等实时问题,才能真正发掘大数据的“资源”价值, 建立起信息引导决策的机制。

(三)应用范围:国内多理论研究,实践广度、深度不 够 大数据在国内发展还处于起步阶段,从行业实践范围来看,多局限于银行、保险、电信、电商等领域;
从技术应用 度来看,多表现在对一些相对成熟的数据分析处理技术进行 有限范围应用,Hadoop、非结构化数据库、个性化推荐引擎 等新技术则由于较高的技术门槛及运营成本未能很好采 用;
从应用整合情况来看,尚缺少一个具有大数据信息分享、 整合的营销数据平台。只有让大数据更便捷、快速地贴近顾 客,并实现数据流通,才能使得大数据发挥其生命力,实现 其对营销管理决策的真正价值。