《大数据营销》-重点难点解析.docx

重难点解析 PAGE 5 大数据营销 各章节重点难点解析 屈莉莉 大连海事大学 第1章 大数据营销概论 1.了解大数据的内涵 “大数据”一词由英文“Big Data”翻译而来。大数据一词由著名未来学家阿尔文·托夫勒在《第三次浪潮》（1980年）一书中首先提出。虽然近几年来，大数据的浪潮迅速兴起，但对大数据的概念还没有一个确切而公认的定义。 2.熟悉大数据的技术架构和常用工具 根据大数据的特征，大数据的技术架构必须考虑数据速度和数据量的特点，才能为企业提供一种灵活的选择，以实现大数据分析所需的效率、可扩展性、数据便携性和经济性，但仅仅存储和提供数据还不够，必须以新方式合成、分析和关联数据，才能提供商业价值。部分大数据方法要求处理未经建模的数据，因此，可以用毫不相干的数据源比较不同类型的数据进行模式匹配，从而使大数据的分析能以新视角挖掘企业传统数据，并带来传统上未曾分析过的数据洞察力。 Hadoop是一个可以更容易开发和运行的处理大规模数据的软件平台。2002年由道格·卡廷领衔的雅虎团队开发。Hadoop是基于Java语言开发的，具有很好的跨平台性，并可以部署在廉价的计算机集群中，其核心是分布式文件系统（Hadoop Distributed File System，HDFS）和分布式计算框架（MapReduce）。 3.掌握大数据营销的相关基础知识 大数据营销是基于多平台的大量数据，依托大数据技术的基础上，应用于互联网广告行业的营销方式。大数据营销的特点：多样化、多平台化数据采集；强调时效性；个性化营销；性价比高；关联性。 4.掌握PEST和SWOT分析，4P、4C、4R、4I理论，波特五力模型等大数据营销的基础理论 PEST分析模型是企业探查其外部宏观环境的一种重要方法。PEST分析是对宏观环境的分析，宏观环境又称一般环境，是指一切影响行业和企业的宏观因素。对宏观环境因素作分析，不同行业和企业根据自身特点和经营需要，分析的具体内容会有差异，但一般都应对政治（Political）、经济（Economic）、社会（Social）和技术（Technological）这四大类影响企业的主要外部环境因素进行分析。 SWOT分析法，又称态势分析法或优劣势分析法，SWOT是四个英文单词的首字母缩写，它用来确定企业自身的竞争优势（Strengths）、竞争劣势（Weaknesses）、机会（Opportunities）和威胁（Threats），从而将公司的战略与公司内部资源、外部环境有机地结合起来。SWOT被用在制定企业发展战略之前对企业进行深入全面的分析及竞争优势的定位，是企业战略分析和竞争分析的常用模型。 4P组合：产品（Product）、价格（Price）、渠道（Place）、促销（Promotion）。 迈克尔?波特（Michael Porter）在行业竞争五力分析的基础上设计了行业竞争结构分析模型，从而使企业管理者可以从定性和定量两个方面分析行业竞争结构和竞争状况。五种力量分别为：同行业竞争者的竞争能力、新进者的威胁力、替代品的威胁力、供方的议价能力及买方的议价能力 5.了解大数据营销的应用与挑战 当前大数据可以辅助销售的方面包括提高潜在客户的质量、提高销售机会数据的质量、提高目标客户开发精确性、区域规划、赢利率等。而在市场营销中，大数据也功不可没。除了提供提高转换率策略、销售前景预测、增加收入和客户生命周期，还可以帮助我们判断销售周期内各阶段哪些内容是最有效的，以及提升客户关系管理，下面就是大数据营销在市场营销和销售中的六大应用。 在大数据时代，谁掌握了数据，谁就具有了主动权。大数据作为时代发展的产物，让市场营销变得更为复杂化及多样化。大数据在企业市场营销活动中作用日益凸显，企业在营销过程中应抓住机遇，积极应对挑战，为企业创造更大的价值。 第2章 大数据营销的数据来源、流程及模型 1.了解大数据营销的主要数据来源 ①移动设备与APP应用系统中的数据：移动设备传来的数据、APP应用系统中的数据；②电子商务平台和计算机系统产生的数据：在电子商务平台中获取数据、计算机系统获取用户数据、数据库系统中的多源数据；③视频和轨迹数据：视频数据、浏览网络的轨迹数据、运动轨迹数据；④行业和市场调查获取的数据：获取行业数据、获取市场调查的数据。 2.熟悉大数据营销的流程 ①数据收集：数据收集的种类及方法；②数据治理：数据使用前的清理工作；③数据管理：数据的存放平台和应用工具；④数据策略：利用数据进行营销和业务规划；⑤数据应用：数据营销的落地应用；⑥结果衡量：数据对营销和业务的衡量和优化。 3.掌握大数据营销的描述性分析、层次分析、网状分析和关系分析模型 人们在计划市场供应品时，应考虑五个产品层次，即核心利益、基础产品、期望产品、附加产品和潜在产品