大數據對市場營銷的沖擊研究

王旭++羅巍

摘 要：基于當前全球數據量“井噴式”增長所形成的大數據現象，研究顯示大數據促使消費行為更加理性、更有個性和冪律分布；營銷決策仰仗數據驅動，關注實時處理及分析；營銷戰略注重協同發展，開展精準定位營銷；營銷要素發生革命性變革：產品按人定制，渠道加速縮短，價格透明度提高，促銷倚重移動互聯。

關鍵詞：大數據；發展脈絡；營銷趨勢；研究評析

中圖分類號：C939 文獻標識碼：A 文章編號：1003-3890（2016）05-0025-05

一、問題的提出

云計算、移動互聯網等新信息技術的廣泛應用及社會化網絡的興起，使信息數據產生機制更復雜、傳播速度更快、類型更多樣，全球進入信息數據量“井噴式”增長的大數據時代。國際數據公司（International Data Corporation，IDC）指出：全球創建和復制的數據量五年內增長近九倍，預計將以每兩年至少翻一番的速度繼續增長。僅2013年，世界范圍存儲的數據就達1.2ZB（1ZB≈1021B），將這些數據刻錄到CDR只讀光盤并堆起，其高度將是地球到月球距離的五倍[1]。

生產和信息方式的變革引起管理規范及其深層次上價值觀的轉變。傳統企業營銷中，為避免無法獲取整體數據的弊端，多依據小樣本采樣統計推斷以形成所謂“科學決策”。然而采樣分析的成功取決于樣本的絕對隨機性，大數據時代，營銷調研建立在對大樣本持續收集數據的基礎上，實時分析和輸出調查結果將為營銷決策提供及時判斷臨界值。

在大數據背景下對營銷活動進行研究，具有聚焦數據，提高營銷決策科學性；強調洞察，增強營銷活動“預見性”；重視創新，增強營銷理論“前瞻性”等研究價值[2]。特別是中國具有眾多人口和龐大市場，也使中國成為最為復雜的大數據國家之一。那么，大數據對營銷活動究竟會產生怎樣的影響？其內在機理是什么？通過文獻綜述，對大數據概念進行界定，梳理其發展的歷史脈絡，在此基礎上分析大數據對消費者行為、營銷決策模式、營銷戰略、營銷要素等的影響表征及其機理，最后對大數據的營銷應用研究做出述評。

二、大數據的發展脈絡及概念界定

（一）大數據的發展脈絡

大數據的概念最早要追溯到上世紀，只是在互聯網時代，大數據才從規模、類型等方面得以實現。早在1981年，美國著名未來學家Toffler在其著作《The Third Wave》中，提及“大數據”，并稱之為“第三浪潮的華章”[3]。2001年，META集團（現為Gartner）的分析師Laney指出數據增長帶來規模性（Volume）、高速性（Velocity）、多樣性（Variety）等變化[4]。《Nature》則在2008年9月開設“Big Data”專刊[5-7]，同時《Science》也推出數據處理研究專刊“Dealing With Data”，對數據洪流（Data Deluge）所帶來的社會變革及影響做出討論[8]。大數據研究的開創性論文是Ginsberg et al（2009）的“Detecting Influenza Epidemics Using Search Engine Query Data”，該文探討了如何利用谷歌搜索引擎查詢詞來預測流行病[9]。

只是在最近幾年，大數據才成為高頻詞。2011年5月，麥肯錫公司發布《大數據：創新、競爭和生產力的下一前沿》報告，指出“在數據滲透于各領域并成為生產要素的背景下，對海量數據挖掘應用，將帶來新的生產增長和消費者盈余浪潮”[10]。2012年3月，美國開始實施“大數據研發計劃（Big Data Research and Development Initiative）”，將大數據喻為“未來新石油”，并視為與互聯網、超級計算機同等重要的國家戰略，這也是美國在“信息高速公路”計劃后所實施的又一國家級重大科技戰略。日本緊隨其后，推出“新ICT戰略研究計劃”。同年，世界經濟論壇發布《大數據、大影響》報告，從多個行業領域闡述大數據給世界經濟帶來的發展機會[11]。

就國內而言，2011年12月，國金證券開創國內大數據研究先河，將其研究成果引入資本市場[12]。2012年5月，香山科學會議組織“大數據科學與工程：一門新興的交叉學科”為論題的會議，同年6月，中國計算機學會青年計算機科技論壇（CCF YOCSEF）舉辦“大數據時代，智謀未來”會議，對大數據挖掘技術、組織架構、平臺治理等展開探討。2013年6月，國家自然科學基金委管理科學部、美國營銷科學學會（MSI）、南京大學商學院（管理學院）和香港中文大學工商管理學院聯合主辦“2013營銷科學與應用國際論壇”，也將“大數據、社會化、移動化對市場營銷的新挑戰”作為主要議題之一。2014年2月，北京銀行與小米科技就移動支付、便捷信貸、產品定制、渠道拓展等簽署協議，表明國內企業運用大數據戰略進入實質性階段。2014年3月5日，李克強總理第一次把大數據寫進政府工作報告，闡明了國家對大數據產業鼎力支持的政策，隨后一系列公開講話進一步明確了這一戰略部署。2015年2月，百度公司利用百度遷徙、百度指數等大數據產品直觀地呈現了春運“景觀”，把大數據研究成果可視化地展示在電視屏幕上。2015年3月，政府工作報告中進一步提出“互聯網+”計劃，推動大數據與現代工業相結合。

（二）大數據的概念界定

大數據本身就是抽象的概念，當前對其概念界定尚未達成統一，不同組織及學者給予不同的表述，見表1。

盡管各方對大數據概念并不統一，但其中“大規模數據”“體量、復雜性及速度超越傳統數據”“超越現代技術手段處理能力”等觀點得到基本認可。IBM公司及Laney et al（2001）認為大數據具有“3V”特征：規模性（Volume），數據量一般要達到TB級甚至PB級；多樣性（Variety），數據結構類型包括結構化數據、半結構化數據和非結構化數據；高速性（Velocity），產生、處理、分析數據的速度加快。國際數據公司（IDC）在此基礎上，增加“價值性（Value），即“大數據價值很大但呈現低密度性”的特點，從而形成大數據的“4V”特征[16]。

而NetApp公司認為大數據具有“ABC”三特征：大分析（Big Analytic），通過對大數據實時分析構建新的業務模式并更好地了解顧客需求；高帶寬（Big Bandwidth），快速有效地對數據進行處理分析；大內容（Big Content），包括各種類型數據，同時對數據存儲、擴展、安全等管理的高要求[17]。

三、大數據對未來市場營銷的沖擊

根據（移動）互聯網時代大數據的特征、消費者行為變化及營銷模式的可能演變，通過相關文獻梳理，勾畫的大數據對未來營銷活動的影響趨勢，見圖1。

（一）大數據對消費行為的影響

1. 消費行為更理性。工業化時代，信息不對稱的客觀存在，消費者易受各種如低價促銷、廣告宣傳等影響。而大數據時代，消費者有更多、更方便的途徑獲取更詳細的商品價格、成本、產地、質量等信息，并可更方便地搜尋、比對和遴選，從而做出更理性的選擇[18]。

2. 消費行為冪律分布。大數據時代，消費者評價系統更廣泛，先前購物者的購后評價及經驗對新消費者具有重要參考。相比先前購物者的好評，消費者則會更關注其差評，以便做出正確的消費決策。同類產品中，質量好、價格有優勢、服務好的產品受到越來越多的青睞，并不斷吸引新的消費者，形成“滾雪球式”的“馬太效應”，消費行為呈現冪律分布。

3. 消費行為更個性化。工業化時代，商家追求規模經濟的考慮，只能在有限范圍滿足消費者個性化消費。而大數據時代，信息廣泛并快速傳播，消費者的消費認知及創造力大大提升，消費異質性不斷增大，對產品或服務的關注并不僅限于以往的質量、品牌、價格、售后等，更關注其個性化的滿足程度。

（二）大數據對營銷決策模式的影響

大數據時代，思維方式發生三個變革：其一，要分析與事務相關所有數據而不是少量數據所構成的樣本；其二，要接受數據紛亂復雜的事實，而不能過于苛求精確；其三，更加主動地分析相關關系而不再探究難以捉摸的因果關系[19]，可以說，數據驅動型決策（Data‐driven Decision Making）是大數據背景下決策的特點[20]，以“數據化、智能化、實時化+經驗”將成為大數據時代的營銷決策范式。

1. 數據決策技術升級，注重實時處理及相關分析。傳統分析多基于多元統計、計量經濟學模型等方法，對大量一手和二手結構化數據實施分析，從中尋求研究對象的內在聯系，常用方法有：聚類分析、因子分析、相關分析、回歸分析、A/B測試、數據挖掘等。大數據背景下，數據規模大、傳遞速度快、非結構化數據多等特點，使得傳統數據分析及數據庫管理手段很難適應時代要求。數據產生及傳播速度加快，要求數據應用實現從離線（Offline）向在線（Online）的實時處理轉化[21]。數據關聯成為大數據的主要價值來源，但數據間交互廣、價值密度低、碎片化嚴重，也使決策重點從以往因果關系分析向相關關系分析轉變。

2. 決策參與主體向社會大眾傾斜，數據分析師地位加強。大數據使營銷決策越來越依賴于數據分析而非經驗或直覺[22]，直覺判斷將被精準的數據分析代替。管理者決策重心在于正確發現并提出問題，一線員工對決策參與度將大大提升，決策主體從社會精英向社會大眾傾斜，扁平化組織架構、學習型企業文化將得到加強。同時，能綜合運用數據分析、分布式管理的數據分析師，將為企業營銷決策提供更多智力支持。

（三）大數據對營銷戰略的影響

1. 激發協同營銷的競爭格局。大數據環境下企業與行業的邊界日趨模糊，營銷系統開放性更明顯。企業競爭不再局限于個體之間或供應鏈的鏈條間，而是向多主體所構建的商業生態系統間延伸[23]。企業營銷戰略的設計應打破傳統的個體競爭思維，在不斷提升自身營銷網絡化和動態化能力基礎上，利用外部資源，形成協同營銷格局。

2. 一對一營銷的精準定位。大數據背景下，企業可以記錄消費者在產品各個生命周期階段的品牌偏好、口碑評價等行為數據，基于社會學、心理學、營銷學、傳播學等相關理論，并借助數據挖掘、統計計量等，按一定的細分標準進行消費行為細分，從而結合自身資源優勢，形成目標市場的選擇和一對一營銷的精準定位。

（四）大數據對營銷要素的影響

1. 產品：顧客參與式的產品設計和個人定制。大數據背景下，虛擬企業和智能車間將會越來越多地被采用，顧客參與式的產品設計和個人定制將大行其道。那些市場價值在較短時間發生貶值的短生命周期產品的時效性更強、需求波動大，與外界存在著復雜非線性關系[24]。而長周期產品特別是其中生產工藝復雜、流程管理復雜、客戶需求復雜的復雜品（Complicated Product）將實現供應鏈縱向一體化整合及全生命周期數據整合[25]。“全息”生命周期的完整大數據可幫助企業構建消費者興趣圖譜，從而應用于營銷和新媒體關系定位中。

2. 渠道：渠道縮短及渠道多元化。大數據背景下，信息技術更為成熟，經由中間商的渠道模式將讓位于直銷，渠道長度越來越短。特別是具有及時反饋交互關系平臺技術的實施，使企業可開發出更多、更便捷的渠道與顧客連接，實現多渠道及跨渠道營銷。諸如微商等“屏幕+手指+快遞”的購物方式，配合超低的價格，使營銷渠道更趨多元化。

3. 價格：透明度更高，基于支付意愿的差異化定價。傳統營銷定價多從產品成本、利潤率、顧客接受度等簡單因素考慮，并依據先前相關銷售經驗建立精算模型。大數據背景下，傳統精算模型將被顛覆，價格不對稱性有所改善，定價透明度越來越高，明智的價格策略是企業“陽光”定價，基于支付意愿的差異化定價將成為主導，電子支付成為主流。

4. 促銷策略：促銷手段的數字化、互動化趨勢。大數據背景下，傳統電視、報紙、廣播等大眾傳媒的傳播效率不斷下降，而建立在數據庫基礎上的移動互聯網將成為促銷信息的重要傳播手段，促銷手段更具數字化。同時，促銷手段更新穎，目標受眾被多元化數據鎖定，并特別強調與顧客間的互動和情感溝通。

四、大數據研究在營銷中的應用評析

（一）研究層次：偏宏觀層面研究，輕微觀分析

當前對大數據的相關研究，更多從宏觀層面對其概念內涵、形成脈絡及其對社會所產生的影響方面展開描述，而對大數據所形成各種影響的內在機理缺少必要的微觀分析。大數據為未來營銷帶來深刻影響，但機會和挑戰并存，其合理利用前提是必須擁有準確、可靠、及時的高質量的數據[26]，只有在此基礎上，才能提煉出有效的營銷決策信息，才能幫助企業實現精準定位。

（二）研究視角：多立足于信息科學視角，缺少管理視角

當前，國外從管理學視角應用大數據技術來支持管理決策已成為商科教育的熱點[27]。相比之下，國內相關研究還處于起步階段，數據驅動決策的管理模式還有待形成，現有的相關研究則更多立足于對數據信息的采集、處理、檢索、挖掘及離線分析等信息科學視角。而只有立足管理決策的視角，探討大數據對現代經濟組織的戰略定位、架構設計、營銷實施等實時問題，才能真正發掘大數據的“資源”價值，建立起信息引導決策的機制。

（三）應用范圍：國內多理論研究，實踐廣度、深度不夠

大數據在國內發展還處于起步階段，從行業實踐范圍來看，多局限于銀行、保險、電信、電商等領域；從技術應用度來看，多表現在對一些相對成熟的數據分析處理技術進行有限范圍應用，Hadoop、非結構化數據庫、個性化推薦引擎等新技術則由于較高的技術門檻及運營成本未能很好采用；從應用整合情況來看，尚缺少一個具有大數據信息分享、整合的營銷數據平臺。只有讓大數據更便捷、快速地貼近顧客，并實現數據流通，才能使得大數據發揮其生命力，實現其對營銷管理決策的真正價值。

參考文獻：

[1]俞立平.大數據與大數據經濟學[J].中國軟科學，2013（7）：177.

[2]李巍，席小濤.大數據時代營銷創新研究的價值、基礎與方向[J].科技管理研究，2014，34（18）：181-184.

[3]TOFFLER A. The third wave[M]. New York：Bantam books，1981.

[4]LANEY D. 3D data management：controlling data volume，velocity and variety[R]. META Group Research Note，2001.

[5]HOWE D，COSTANZO M，FEY P，et al. Big data：the future of biocuration[J]. Nature，2008，455（7209）：47-50.

[6]LYNCH C. Big data：how do your data grow？[J]. Nature，2008，455（7209）：28-29.

[7]WALDROP M. Big data：Wikiomics[J]. Nature，2008，455（7209）：22-25.

[8]BELL G，HEY T，SZALAY A. Beyond the data deluge[J]. Science，2009，323（5919）：1297-1298.

[9]GINSBERG J，et al. Detecting influenza epidemics using search engine query Data[J]. Nature，2009，457（19）：1012-1014.

[10]MANYIKA J，et al. Big Data：The next frontier for innovation competition，and productivity[R/OL]. McKinsey Global Institute，2011-05[2014-03-10]. http：//www.mckinsey.com/insights/business_technology/big_data_the_

next_frontier_for_innovation.

[11]WORLD ECONOMIC FORUM. Big data，big impact：new possibilities for international development [R/OL]. 2012[2015-03-15].http：//www3.weforum.org/docs/WEF_TC_MFS_

BigDataBigImpact_Briefing_2012.pdf.

[12]國金證券.大數據時代即將到來[R/OL].2011-12-07[2014-02-15].http：//pg.jrj.com.cn/acc/Res/ CN_RES/INVEST/2011/12/7/151d64a2-79cd-49cb-a04a-ee065a0464b7.pdf.

[13]WIKIPEDIA. Big data[EB/OL].[2015-02-15]. http：//en.wikipedia.org/wiki/Big_data.

[14]GARTNER. Big data[EB/OL].[2015-02-15]. http：//www.gartner.com/it-glossary/big-data.

[15]NSF. Big data[EB/OL].[2015-02-15]. http：//www.nsf.gov/funding/pgm_summ.jsp？Pims_id=504767.

[16]GANTZ J，REINSEL D. Extracting value from chaos [J]. IDC IVIEW，2011（6）：1-12.

[17]NETAPP. Big Data solutions for government[EB/OL]. http：//www.netapp.com/us/solutions/industry/government/bigdata.aspx.

[18]李富.大數據時代消費者行為變遷及對商業模式變革的影響[J].中國流通經濟，2014，28（10）：87-91.

[19]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2012.

[20]何軍.大數據對企業管理決策影響分析[J].科技進步與對策，2014，31（4）：65-68.

[21]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，5（1）：146-169.

[22]FRANKEL F，REID R. Big data：distilling meaning from data[J]. Nature，2008，455（7209）：30-30.

[23]王舉穎，趙全超.大數據環境下商業生態系統協同演化研究[J].山東大學學報：哲學社會科學版，2014（5）：132-138.

[24]白世貞，劉乙.短生命周期產品零售商訂貨策略研究[J].商業研究，2011（9）：57-68.

[25]邵鵬，胡平，齊杰.大數據時代產業發展與社會管理問題研究前瞻[J].科技進步與對策，2014，31（12）：154-160.

[26]宗威，吳鋒.大數據時代下數據質量的挑戰[J].西安交通大學學報：社會科學版，2013，33（5）：38-43.

[27]馮芷艷，郭迅華，曾大軍，等.大數據背景下商務管理研究若干前沿課題[J].管理科學學報，2013，16（1）：1-9.

責任編輯：關 華