電商企業的大數據營銷困境及優化策略

王慧鑫

摘 要：大數據營銷重視從海量數據中挖掘相關性、重視營銷對象的行為屬性、重視營銷效果的精準性，為電商企業營銷模式轉型提供了機遇。但我國電商企業的大數據營銷面臨著數據存在虛假可能、大數據精準營銷效果難達預期、數據泄露威脅用戶隱私等困境，提升大數據處理技術、培養大數據分析師、提高精準營銷的效果、增強數據隱私防衛是突破這些困境的優化策略。

關鍵詞：大數據；精準營銷；電商企業

中圖分類號：F724.6 文獻標識碼：A 文章編號：1006-8937（2016）23-0040-02

隨著現代信息技術日漸融入人們的日常生活，人們每時每刻的行為都被數據記錄和保存下來，人類產生的數據正在以指數級成倍增長。谷歌、百度、騰訊、阿里巴巴等電商企業在大數據資源的占有方面擁有天然的優勢，其不僅在公司內部擁有大量累積的數據量，還能通過股權購買等形式獲取企業外部的大數據。大數據被普遍視為未來經濟發展的“石油”，電商企業作為新時期經濟發展的新型驅動力，理應重視大數據的挖掘和盈利問題。借助大數據的挖掘和利用，電商企業的營銷方式和盈利模式能夠獲得轉型升級。因此，在大數據時代，研究電商企業的大數據營銷困境及其優化策略具有重要的意義。

1 大數據營銷的基本特征

大數據能夠解決企業發展的趨勢和方向問題，運用大數據思維看待企業的發展，能夠為企業經營決策提供參考和輔助。大數據營銷是企業決策的重要組成部分，通過對大數據的采集和分析，針對性識別客戶，根據客戶特點作出企業營銷決策，從而幫助企業實現利潤最大化增長。因此，大數據營銷具備顛覆傳統營銷模式的潛質，與傳統營銷模式截然不同，大數據營銷具備以下三點基本特征。

1.1 重視從海量數據中挖掘相關性

從字面上理解，大數據與普通數據不同，有量上的規模限制，達到一定量級的數據才會凸顯其商業價值。傳統營銷模式只注重局部樣本的抽樣調查，抽樣調查的誤差、滯后性等缺陷和不足需要依靠后期的加權等方式予以彌補，傳統營銷調查的主觀性色彩濃厚，精準性程度不夠。

此外，傳統營銷模式只看到“為什么”，注重分析事物之間的因果關系，事實上，因果關系的確定非常難，調查者會根據主觀經驗進行推斷和認定原因，導致調查的客觀性不足。與之相比，大數據營銷則注重調查樣本的無限擴大化，試圖通過用戶在網站點擊、消費記錄、售后評價等形式和途徑盡可能采集全樣本數據，并通過大數據挖掘和分析工具，對全樣本數據進行深度加工和處理，試圖通過大數據的關聯分析發現海量數據之間的相關性，進而找到企業營銷的突破口和針對性。

1.2 重視營銷對象的行為屬性

傳統營銷注重營銷對象的年齡、性別、職業等基本個人人口學屬性，營銷調查分析識別出來的營銷對象群體比較模式，潛在的消費群體購買商品的可能性預測效果不強，這種基于個人基本熟悉的數據調查帶來的營銷效果不明顯。大數據營銷則注重營銷對象的行為屬性，在關注個人基本屬性的同時，尤其注重營銷對象的消費行為和消費行動，試圖通過了解消費者的行動軌跡，預測其消費需求，進而調整營銷策略。消費者通過電腦、手機客戶端等工具購物、刷微信、刷微博、看新聞等，每天都會留下海量的行為數據，這些行為數據記錄了消費者對公司產品的購買意愿、購買態度、購買周期、品牌評價等，能夠清晰識別忠實消費者和潛在消費者。

1.3 重視營銷效果的精準性

傳統營銷具有較強的模糊性，既不能精準識別潛在的消費群體，也不恩那個對既有消費者的行為數據進行分析，更不能夠對消費者在線行為的變化作出研判。建立在全樣本行為火速據基礎上的大數據營銷，能夠根據用戶的網絡瀏覽記錄和網友之間的互動評價來識別潛在的消費者群體，經過這些數據的分析預測潛在消費者購買產品的概率，進而針對性推送購買信息和鏈接廣告，以達到說服購買的目的。

大數據營銷對既有消費者，能夠通過其評價和反饋，了解其對使用過產品的基本評價和再次購買意愿，進而改進產品，進行一對一的定制化商品推送，亞馬遜即是這方面的成功典范。大數據營銷能夠識別不同人群的消費行為，進而將群體細分和貼標簽，商家可以根據群體標簽定制化推送商品。經過大數據挖掘和分析所得出的營銷決策應通過微信、微博、電子郵件、私信等方式提醒消費者，以期讓消費者及時了解產品變動情況。

2 電商企業大數據營銷應用面臨的現實困境

從大數據營銷的三點基本特征可以看出，大數據營銷為電商企業營銷提供了前所未有的機遇。但大數據營銷目前尚處于起步和探索階段，任何一個新生事物都不可能盡善盡美、一帆風順，電商企業的大數據營銷同樣面臨著困境。實際上，數據并非越大越好，數據質量才是關鍵，精準營銷預期效果很好，但是也很難做到，大數據采集容易，但數據的泄漏會對消費者的隱私造成侵害。

2.1 大數據存在虛假可能

由于大數據但是全樣本的數據采集，導致數據中參雜很多不利于企業營銷的干擾信息和負面信息。例如，電商平臺的用戶ID并不唯一，一個人可能開通了幾個微博、有幾個微信號和QQ號，也可能有好幾個商家注冊ID，這可能導致數據的重復收集；再如，部分商家強制要求購買者好評，部分網站的跟帖和評論注了水，是有意而為之，要么經過嚴格的后臺審核方能發布，要么經過后臺選擇性刪除的結果，這些人為干預都會影響大數據的真實性和客觀性。外加上大數據對干擾信息的識別技術還不先進，人工識別的工作量又太大，導致大數據存在虛假的可能。因此，大數據營銷需要剔除這些虛假數據，提升收集到的大數據質量。

2.2 大數據精準營銷效果難達預期

精準性是大數據營銷的根本特征，所有企業的營銷都針對精準性做著不懈的努力。對商家而言，精準性意味著對用戶的商品推介能夠迅速轉化成為購買率，至少能夠大大提高購買的可能性。但實際上，很多消費者不習慣商家的定制化推送，甚至將商家的電子郵件和社交網絡推送行為視為騷擾行為，進而產生厭煩情緒，大大影響了商家的形象。因此，大數據營銷分析之后，如何柔性推送大數據營銷的應用結果，是商家應該重點考慮的問題。

2.3 數據泄露威脅用戶隱私

當消費者的個人特征數據和行為數據被采集起來后，數據泄露的風險也驟然增加，一旦集成的大數據遭到泄露，不僅會對商家造成經濟損失，更會大量泄露公民個人隱私，嚴重威脅消費者的人生和財產安全。現代化過程中不斷滋生著現代性風險，大數據營銷為企業帶來便利的同時，也給用戶帶來了困然。很多電商企業在未獲得用戶同意的基礎上，私自采集和購買用戶數據，用戶數據被私自交易，由于很多電商企業的技術防衛措施不到位，數據很容易泄露，導致用戶的生活受到干擾，財產安全受到威脅，因此，大數據營銷應用中存在的個人隱私及安全也是目前關注的重點。

3 促進電商企業大數據營銷的優化策略

3.1 提升大數據處理技術

數據之所存在虛假的可能，主要因為數據處理技術跟不上。針對海量的數據，電商企業應該抓緊研制大數據處理技術，尤其是數據加工處理技術。數據的加工處理是大數據營銷的首要步驟，如果數據的處理技術強烈依賴于其他公司，營銷的自主性就無法保證。因此，電商企業應借助自身力量加工和處理數據。例如，阿里巴巴之所以能夠在大數據營銷方面起帶頭作用，關鍵是其自主研發的海量數據離線處理服務ODPS能夠隨需擴展、處理海量數據，主要應用于數據分析、海量數據統計、數據挖掘以及商業智能等領域。因此，中小企業應借鑒阿里巴巴的成功經驗，自主研發大數據分析工具，提高數據質量。

3.2 培養大數據分析師

數據本身是死的，需要人去識別和分析。大數據營銷還需要有能夠敏銳洞察市場需求的大數據分析師。然后，大數據分析師并不是一蹴而就，這就導致我國目前的電商行業大數據分析師極度匱乏，大數據分析師基本處于缺口狀態。數據專家畢竟只是少數，聘請成本高，競爭激烈。因此，各電商企業一方面應立足自身實際，從內部挖掘具有專業背景和數據處理能力的員工進行大數據分析培訓。另一方面，電商企業可以聘請外部的大數據分析師，有條件的甚至可以聘請國外的大數據分析師。當然，更為重要的是，各企業應建立常態化的大數據人才培養機制，從核心數據的分析，到數據分析的可視化，再到數據分析報告的潤色，再到數據分析報告的講解，最后到大數據分析與商業的融合等環節，都需要一支能力強、有梯隊的大數據分析師隊伍作為支撐。

3.3 提高精準營銷的效果

電商企業的大數據營銷遇到了阻力，迫切需要改變現有的商品推介模式，改善用戶的厭惡情緒。具體而言，電商企業首先應注重營銷的及時性，經過對消費者行為的分析后，能夠在第一時間作出恰到好處的信息推送和購買方案的制定，便能迅速搶占先機，不但不會引起用戶反感，還會起到立竿見影的效果。

其次，要改變反復向購買者推銷其曾經購買過產品的習慣，這種推銷只會讓人更討厭，電商企業可以轉變推銷思維，將同質推銷轉變為互補產品推銷，從而勾起消費者的注意，創造潛在的購買需求。

最后，精準營銷不能影響用戶生活和工作，因此，要善于利用用戶的上下班休閑時間對用戶進行商品推介，提高精準營銷的效果。

3.4 增強數據隱私防衛

大數據營銷需要取得用戶個人的同意，只有經過用戶同意，才能夠獲取和采集用戶的個人特征數據和行為數據，否則就構成侵犯個人隱私。最為關鍵的是，電商企業應該增強大數據安全防衛，強化安全技術的開發，建立高性能的數據分析系統，保障用戶數據不被竊取。消費者個人也需要具備數據安全意識，一旦發現數據被泄露，立即維護個人隱私權。

此外，政府作為大數據使用的監管者，應該在數據監管中扮演規制者角色，應鼓勵電商企業挖掘大數據的同時，對那些非法買賣和竊取用戶數據的企業進行嚴厲處罰，對那些沒有做好安全保障而導致數據庫泄露的企業進行懲戒。電商企業只要做好了大數據處理技術研發、大數據分析的培養、提高精準營銷效果、增強數據隱私防衛等工作，大數據的商業營銷價值就會得以彰顯。

參考文獻：

[1] 李曉瑜.大數據時代中小企業網絡營銷費用的探析[J].電子商務，2015，

（12）.

[2] 唐皇鳳，陶建武.大數據時代的中國國家治理能力建設[J].探索與爭鳴，

2014，（10）.

[3] 王波，吳子玉.大數據時代精準營銷模式研究[J].經濟師，2013，（5）.