大數據營銷的研究熱點及趨勢
——基于知識圖譜的量化研究

楊宇萍 陳章旺 教授（福州大學 福州 350108）

引言

隨著大數據技術的興起，營銷經歷了從量變到質變的跨越式發展，通過在虛擬網絡上對海量數據進行重聚和匹配，利用數據挖掘對營銷需求進行分類和聚合，從而建構大數據時代營銷新范式。雖然大數據營銷的研究時間尚短，但是相關的理論基礎和實踐探索已經漸入正軌，越來越多的學者開始聚焦于該領域的研究。然而，盡管當前大數據營銷研究文獻快速增長，但大部分偏重定性研究，缺乏對該領域的定量分析，而且研究內容分布松散，運用量化方法對大數據營銷的研究現狀、熱點以及趨勢進行整理的文獻幾乎是空白的。因此，亟需對該研究領域的成果予以分類，歸納并總結其未來發展方向，以期為學者提供引導作用。

相較于傳統文獻，本文運用文獻計量方法梳理2010-2018年大數據營銷的研究內容，并借助科學知識圖譜，試圖以直觀、系統方式將大數據營銷研究的結構特征和發展態勢呈現出來。同時，本文通過找出該研究領域的盲點和薄弱環節，為大數據營銷研究正確把握研究方向，找準研究切入口提供科學的量化依據，對于提高大數據營銷的研究水平具有重要的理論意義和學術價值。

數據選取與分析工具

本文以中文期刊全文數據庫（CNKI）的相關文獻為數據源，檢索條件設置為：主題=“大數據+營銷”，來源類別=“核心期刊+CSSCI”，時間跨度為2010-2018年（數據采集時間為2018年10月16日），共檢索出406篇相關文獻，剔除論文摘編、文獻評述、征稿通知、專題導讀以及人物專訪等不相關文獻，最后得到381篇符合要求的文獻樣本。

在論文題錄數據格式轉換的過程中，分別以EndNote和Refworks為存盤格式導出記錄數據，方便后期數據處理和統計分析。通過從CNKI檢索下載以EndNote格式導出的題錄數據，再將其導入SAIT軟件實現格式轉換，在文本預處理的基礎上對關鍵詞進行字段抽取、詞頻統計，以生成共現矩陣，并將矩陣導入Ucinet軟件進行分析，繪制出大數據背景下營銷研究領域的高頻關鍵詞共現知識圖譜、多維尺度圖譜以及戰略坐標圖。同時將以Refworks格式的題錄數據導入Citespace軟件中，以生成關鍵詞時區圖。通過對這些知識圖譜的量化研究，來分析大數據營銷的研究熱點和研究趨勢。

表1 大數據營銷研究高頻關鍵詞中心性測定

大數據營銷領域研究的可視化分析

（一）研究文獻的熱點分析

社會網絡知識圖譜。通過將收集到的381篇文獻導入文獻題錄信息統計分析軟件SAIT中，可以得到高頻關鍵詞表，它們能很好地反映大數據營銷的研究熱點。由于研究熱點間存在關聯，需要對關鍵詞之間的關系進行梳理，因此本研究利用SAIT構造50*50（即Rows/cols=50）的高頻關鍵詞共現矩陣。將其導入社會網絡分析軟件Ucinet中，利用其內嵌開源軟件Netdraw對網絡進行計算，并根據網絡節點的中心度值來設置節點大小，最后生成2010-2018年大數據營銷高頻關鍵詞共現知識圖譜（見圖1）。由于“大數據”這個高頻關鍵詞與其他關鍵詞的頻次相差較大，導致其他節點較小，為了使結果更加直觀，在圖中剔除“大數據”這個關鍵詞。社會網絡圖中節點之間的線條代表兩者之間的聯系，節點大小代表關鍵詞出現的頻率以及在網絡中的作用，節點大小與頻率成正比，同時節點越大，控制其它節點出現的能力就越強。由共現網絡圖分析結果顯示“精準營銷”、“移動互聯網”、“廣告產業”、“營銷模式”、“數字出版”和“圖書營銷”位于整體網絡的中心位置，且其節點相對較大，控制著其他主題的研究，因此成為大數據背景下營銷研究領域的熱點議題。

中心性分析。為了更準確獲取大數據營銷的研究熱點，本文選用中心性來測量節點對網絡中核心群體的重要性。同樣，將共現矩陣導入Ucinet軟件中，測定大數據營銷研究領域的高頻關鍵詞中心性，提取中心性排名前8的數據進行分析，結果如表1所示。首先，從點度中心度可以看出，節點“大數據”的點度中心度最高（degree=128），表明在該網絡圖中共有128個節點與之相連，而且該節點的相對中心度也最高（NrmDegree=12.689），表明“大數據”這個節點在整個網絡中占據核心地位。同時，精準營銷、移動互聯網、廣告產業、數據挖掘、營銷模式及圖書營銷的點度中心度和相對中心度都較高，說明與其它節點的聯系緊密。其次，從中間中心度可以看出，大數據、精準營銷、廣告產業、移動互聯網、營銷模式以及傳統媒體等關鍵詞在網絡中占據“結構洞”位置，其他節點通過這些節點來建立聯系，這些節點的樞紐作用也代表著當前大數據營銷的研究方向。最后，從接近中心度可以看出，大數據、精準營銷、廣告產業以及創新等關鍵詞與網絡中其它節點的距離較短，說明其處于網絡的中心位置?？梢?，分別從三個不同角度出發對關鍵詞的中心性進行分析，得到的結果總體上是一致的。

（二）研究文獻的主題分析

多維尺度圖譜。由于共詞矩陣個別關鍵詞頻數相差較大，因此利用SAIT軟件將其轉換為元素值在[0，1]區間的相似矩陣，可以有效避免誤差的產生。相似矩陣中的元素值越接近1，說明兩者的關聯程度越高。同時，為了避免相似矩陣中0值過多而造成誤差，軟件通過將1和相似矩陣相減來生成相異矩陣。將相異矩陣導入到Ucinet軟件中進行多維尺度分析，生成大數據營銷研究的多維尺度圖譜（見圖2）。根據分析結果，可以將大數據營銷的研究劃分為四個主題結構，分別為A、B、C、D四個類團。類團A是關于大數據背景下精準營銷的相關研究，包含精準營銷、數據挖掘、用戶畫像和營銷渠道等。類團B是關于大數據背景下出版業營銷模式的相關研究，包含數字出版、圖書營銷、圖書出版、商業模式和營銷模式等關鍵詞。類團C是關于大數據背景下新媒介營銷策略和傳播的相關研究，包含自媒體、新媒體、視頻網站、營銷傳播、社交媒體和營銷策略等關鍵詞。類團D是關于大數據背景下廣告業的融合和轉型升級的相關研究，包含廣告產業、傳統媒體、數字化轉型、媒體融合、廣告營銷和轉型升級等關鍵詞。

戰略坐標圖。在上述聚類分析基礎上，以A、B、C、D四個類團的數據為參數計算出大數據營銷研究各個主題的向心度和密度值，并以向心度為X軸，密度為Y軸，兩者的均值為坐標軸原點繪制戰略坐標圖，結果如圖3所示。其中，類團A在第一象限，類團B和類團C在第三象限，類團D在第四象限。

圖1 2010-2018年大數據營銷研究高頻關鍵詞共現知識圖譜

圖2 2010-2018年大數據營銷研究的多維尺度圖譜

類團A向心度和密度值都很高，說明該類團研究的主題不僅自身內部關聯性強，而且與其它類團研究主題具有緊密的聯系，在該領域中占據核心地位，屬于當前大數據營銷研究的熱點。類團D向心度值較高，而其密度值處于較低水平，表明該類團主題與其他主題之間聯系較廣泛，受到一定的關注，但其內部間的聯系還有待加強，相關的研究內容還不夠成熟。類團B密度值相對較高，而其向心度值較低，說明雖然該類團內部結構較嚴謹，但與其他類團主題的聯系還不夠緊密，需要進一步完善相關研究。類團C向心度和密度值都比較低，說明該類團主題內部結構松散，同時也缺乏與其它主題之間的聯系，一定程度上還未引起學者廣泛的關注，即該主題可能會成為該領域研究的方向。

（三）研究文獻的脈絡及趨勢分析

研究脈絡及趨勢分析不僅可以揭示某一領域研究的演進過程，而且可以為科研人員提供該領域研究的發展動態以及挖掘有價值的潛在研究方向。本研究利用Citespace軟件來分析文獻集中的關鍵詞演進趨勢，時間跨度為2010-2018年，時間切片為1年，節點類型為Keywords，閾值為（2，2，20）（4，3，20）（4，3，20），并剔除頻次為1的詞條，得到了2010-2018年大數據營銷研究領域的關鍵詞時區圖（見圖4）。從圖4可以看出，隨著大數據技術的出現，傳統的營銷開始轉型，逐漸步入數據營銷的時代。其中，2014-2015年是大數據營銷研究的蓬勃發展期，研究主要集中于精準營銷、營銷策略、營銷模式、傳統媒體轉型以及逐漸將數據營銷導入到金融、出版、企業管理中，這一階段的探索成果為后期的研究奠定了基礎。從2016年起，研究趨向于廣告業營銷、新媒介營銷以及數字化營銷等方面，隨著研究不斷細化，內容生產、用戶畫像、場景營銷以及全媒體營銷開始受到學者的青睞。

圖3 2010-2018年大數據營銷研究的戰略坐標

圖4 2010-2018年大數據營銷研究的關鍵詞時區圖

另外，通過對低頻關鍵詞的分析發現，關于智能營銷、粉絲經濟以及可持續營銷等關鍵詞，由于尚未達到高頻闕值，在分析過程中未能呈現出來，說明該研究主題還不成熟且研究內容不夠深入，今后的研究應著重關注這些初露頭角的主題，并有針對性地開展與之相關的理論研究和實踐探索。

結論

本文以中國知網中下載的381篇文獻作為研究樣本，結合多種方法，利用Ucinet、Citespace等軟件進行分析，可以得出：首先，大數據、精準營銷和營銷模式等節點不僅與其他節點的關聯性強，而且在網絡中占據“結構洞”位置，代表著未來大數據營銷的研究突破口所在。其次，目前大數據營銷的研究主題主要聚焦于精準營銷、出版業營銷、新媒介營銷及廣告業營銷四個模塊，每個模塊高度凝聚各個類團的中心思想。而且，精準營銷的相關研究不僅內部結構嚴謹，與其它主題的聯系也緊密，占據核心位置，為該領域的研究奠定基礎。然而出版業、新媒介以及廣告業營銷相關研究尚未成熟且局限于自身，與其他主題之間聯系不夠廣泛，因此今后的學者需對其進行填充和完善。最后，大數據營銷研究以大數據為點覆蓋營銷各個面，研究領域從較寬泛往更細化方向發展，比如用戶畫像、場景營銷以及內容生產等。同時，大數據時代也為智能營銷、粉絲經濟以及可持續營銷提供新的研究土壤和發展空間。但是，總體而言，大數據背景下營銷的研究時間尚短，研究內容相對零散，仍需得到學者更廣泛的關注并不斷創新該領域的研究。