目錄

第1章  發展揭秘：全程破解大數據      1

1.1  相關了解，全面分析  2

1.1.1  大數據的發展歷程  2

1.1.2  大數據的4大特征  4

1.1.3  大數據增長的結構類型    5

1.1.4  大數據發展的三大趨勢    7

1.1.5  大數據視角下的世界      9

1.2  深入了解，營銷獲益  10

1.2.1  新型營銷模式的形成      11

1.2.2  新型業務模式的發掘      12

1.2.3  存量客戶的價值發掘      12

1.2.4  新客戶資源的高效獲取    13

1.3  核心建設，把握機遇  14

1.3.1  4G時代下的大數據

產業鏈 14

1.3.2  大數據營銷機會的挖掘    15

1.4  商業智能，價值轉型  16

1.4.1  大數據下的商業智能

概述  16

1.4.2  商業智能的大數據基礎    17

1.4.3  商業智能的行業掘金      17

1.5  綜合利用，未來曙光  19

1.5.1  必然走向的大數據  19

1.5.2  大數據時代的業界生態    19

1.5.3  大數據的未來應用  20

1.5.4  大數據未來的發展要求    21

第2章  價值獲取：深度挖掘大數據      23

2.1  數據挖掘的相關知識  24

2.1.1  數據挖掘的基本概念      24

2.1.2  數據挖掘的商業解讀      25

2.1.3  數據挖掘的具體計算      25

2.1.4  數據挖掘的一般過程      26

2.2  基礎設施的建設與發展 27

2.2.1  雲計算數據中心    28

2.2.2  存儲服務器  28

2.2.3  全面虛擬化模式    29

2.2.4  虛擬化網絡模式    30

2.3  互聯網數據庫的營銷應用    31

2.3.1  免費Wi-Fi的客戶數據

搜集  31

2.3.2  用戶頭像的信息獲取      32

2.3.3  Immersion的用戶郵件

挖掘  33

2.3.4  LinkedIn社交數據的商業

分析  34

2.4  不同行業的大數據源  35

2.4.1  文本數據的用戶情感分析  35

2.4.2  電網數據的用戶需求分析  37

2.4.3  車載信息數據的風險評估

分析  37

2.4.4  遙測數據的活動狀況分析  38

第3章  平臺構建：大數據分布計算      41

3.1  分布式計算的相關概念 42

3.1.1  雲計算繫統的運行概述    42

3.1.2  分布式文件繫統的數據

存儲  43

3.1.3  分布式計算繫統的優勢    44

3.2  Hadoop分析技術     45

3.2.1  Hadoop的含義概述 45

3.2.2  Hadoop的4大特點 47

3.2.3  Hadoop的企業應用 47

3.2.4  Hadoop的拓寬應用 48

3.3  平臺搭建與營銷效果  50

3.3.1  大數據平臺搭建    50

3.3.2  英特爾的雲生態圈構建    51

3.3.3  公有雲解決方案的應用

選擇  54

3.3.4  雲創存儲的智能門戶

平臺  55

第4章  精準定位：大數據策略營銷      57

4.1  做好細分，客戶定位制勝關鍵 58

4.1.1  客戶屬性細分      58

4.1.2  精準定位的地位    59

4.1.3  目標客戶群定位    60

4.1.4  企業客戶細分      61

4.1.5  二次細分與動態調整      63

4.2  品牌傳播，企業客戶定位優選 64

4.2.1  企業品牌的基本含義      65

4.2.2  品牌定位的基本含義      66

4.2.3  品牌的客戶定位策略      67

4.3  特征把握，行業客戶定位技巧 69

4.3.1  零售行業的個體特色

定位  69

4.3.2  房地產行業的服務意識

定位  71

4.3.3  汽車行業的品牌塑造

定位  71

第5章  生活服務：日趨便捷的移動大數據 75

5.1  移動LBS的位置服務  76

5.1.1  移動LBS的定義和特點    76

5.1.2  移動LBS的生活服務

應用  78

5.1.3  移動LBS的未來發展      80

5.1.4  LBS的移動大數據營銷     81

5.2  移動O2O的購物模式  84

5.2.1  移動O2O模式的基本

概念  84

5.2.2  移動O2O模式的發展

優勢  85

5.2.3  移動O2O模式的商業

用途  87

5.2.4  O2O模式的移動大數據

營銷  89

5.3  App的各類生活應用   90

5.3.1  App的基本概念    91

5.3.2  App的營銷優勢    93

5.3.3  App的移動大數據營銷     93

5.4  二維碼的掃碼服務    96

5.4.1  二維碼的相關應用與價值  96

5.4.2  二維碼的營銷優勢  97

5.4.3  二維碼的移動大數據營銷  98

第6章  社交互動：全天候的移動大數據  103

6.1  微信的多樣化互動    104

6.1.1  微信互動的營銷條件      104

6.1.2  微信互動的營銷含義      106

6.1.3  微信互動的營銷模式      107

6.1.4  【案例】南航的微信互動

服務體驗    111

6.2  移動微博的文本互動  112

6.2.1  微博互動的營銷含義      113

6.2.2  微博互動的營銷價值      113

6.2.3  微博互動的營銷原則      114

6.2.4  微博互動的營銷策略      115

6.2.5  【案例】的微博

引流營銷    118

6.3  移動QQ的大範圍溝通 119

6.3.1  移動QQ的營銷平臺 119

6.3.2  QQ互動的營銷優勢  120

6.3.3  QQ營銷的數據應用  121

6.3.4  QQ營銷的互動技巧  122

6.3.5  【案例】西瓜的QQ空間

創意營銷    125

第7章  風險管理：大數據安全應用      127

7.1  五大風險，日益凸顯  128

7.1.1  企業數據管理風險  128

7.1.2  用戶隱私洩露風險  129

7.1.3  企業成本控制風險  130

7.1.4  網絡數據安全風險  131

7.1.5  數據人纔缺乏問題  131

7.2  七大誤區，問題叢生  132

7.2.1  項目噱頭應用誤區  132

7.2.2  成果過分誇大誤區  133

7.2.3  項目盲目跟風誤區  134

7.2.4  軟件認識誤區  134

7.2.5  項目應用僵化誤區  135

7.2.6  數據量偏重的誤區  135

7.2.7  他人經驗輕忽誤區  135

7.3  三大板塊，管理優化  135

7.3.1  三大硬件設備管理  135

7.3.2  兩類軟件管理      137

7.3.3  兩項認識調整      138

第8章  完整記錄：銷售行業的大數據攻略 139

8.1  大數據時代下的銷售行業    140

8.1.1  大數據下的智能零售

形成  140

8.1.2  大數據下的零售業挑戰

產生  141

8.1.3  大數據下的零售業商業

價值  141

8.2  鎖定客戶的大數據實體零售   143

8.2.1  實體零售的信息化趨勢    143

8.2.2  【案例】精準定位的

"上品"  144

8.2.3  【案例】服務轉型的

富士通 145

8.2.4  【案例】構建大數據

戰略的朝陽大悅城   146

8.3  大數據領域的電商零售方針   147

8.3.1  金麥獎的實體零售方案

探索  147

8.3.2  【案例】阿裡巴巴的大數據

營銷變革    149

8.3.3  百度視頻的大數據建模    150

8.4  大數據的廣告營銷引導 152

8.4.1  廣告投放的一般法則      152

8.4.2  【案例】投放精準的

"泰一指尚"  153

8.4.3  【案例】亞馬遜的RTB

廣告模式    154

第9章  市場定位：特色餐飲的大數據策略 155

9.1  大數據與餐飲行業的相關知識 156

9.1.1  餐飲業市場的大數據

需求  156

9.1.2  餐飲業發展的大數據

作用  158

9.1.3  餐飲業經營的大數據

應用  159

9.1.4  餐飲業管理的大數據

挑戰  160

9.2  餐飲行業的大數據特色營銷

案例  162

9.2.1  【案例】活力舒化：大數據

和微博雙助力 162

9.2.2  【案例】美團美食：LBS

與大數據雙聯合     163

9.2.3  【案例】海底撈訂餐：

大數據與App雙選擇 165

9.2.4  【案例】食譜：大數據

與創意雙營銷 166

第10章  信息累積：網絡通信的大數據變革     167

10.1  大數據與信息行業的相關知識      168

10.1.1  信息行業轉變的大數據

環境  168

10.1.2  信息行業發展的大數據

前景  170

10.1.3  信息行業營銷的大數據

方案  170

10.1.4  移動互聯網的大數據

分析  171

10.2  互聯網企業的大數據營銷   172

10.2.1  【案例】PPTV聚力：

大數據智能推送     172

10.2.2  【案例】大眾點評：

大數據智能展現     173

10.2.3  【案例】世紀佳緣：

大數據智能判斷     174

10.3  通信行業的大數據應用手段  175

10.3.1  【案例】中國移動：

大數據信息化戰略   175

10.3.2  【案例】中國聯通：

大數據標準化進程   177

10.3.3  【案例】湖南電信：

大數據綜合化推進   177

第11章  智能監控：交通能源的大數據效益     179

11.1  大數據與交通行業的相關知識      180

11.1.1  交通行業的城市發展

難題  180

11.1.2  交通行業的大數據應用   181

11.1.3  交通行業的大數據優勢   183

11.1.4  交通行業的大數據挑戰   184

11.2  交通行業的大數據營銷利器  185

11.2.1  【案例】數據交流，

行車安全    185

11.2.2  【案例】信息服務，

豐田暢通    186

11.2.3  【案例】數據救援，

安聯智能    187

11.3  能源行業的大數據開發與應用      188

11.3.1  電力行業的大數據應用   189

11.3.2  【案例】谷歌的漂浮數據

中心  190

11.3.3  【案例】UPS的物流數據

中心  191

第12章  高效服務：醫療領域的大數據價值     193

12.1  大數據時代下的醫療營銷   194

12.1.1  醫療領域的大數據

價值  194

12.1.2  醫療領域的大數據

應用  195

12.1.3  醫療領域的大數據

前景  196

12.1.4  醫療領域的大數據

挑戰  197

12.2  醫療領域的營銷大數據     198

12.2.1  醫療領域的大數據

增長  198

12.2.2  醫療領域的大數據

關繫  199

12.2.3  醫療領域的大數據

方案  200

12.3  醫療領域的大數據應用案例  201

12.3.1  【案例】"南湘雅"的

臨床大數據繫統     201

12.3.2  【案例】"好大夫在線"

的大數據定位 203

12.3.3  【案例】康諾雲的大數據

醫療服務    204

第13章  迅速反應：娛樂傳媒的大數據衝擊     205

13.1  大數據時代下的娛樂傳媒   206

13.1.1  娛樂傳媒的大數據

意義  206

13.1.2  娛樂傳媒的大數據

挑戰  208

13.1.3  娛樂傳媒的大數據

策略  209

13.2  娛樂傳媒的大數據營銷應用  211

13.2.1  娛樂傳媒的大數據

趨勢  211

13.2.2  娛樂傳媒的大數據商業

模式  212

13.3  娛樂傳媒的大數據營銷案例  213

13.3.1  【案例】新影數訊的

大數據分析   213

13.3.2  【案例】《小時代》的

大數據分析   214

13.3.3  【案例】《紙牌屋》的

大數據變革   215

第14章  供需調控：生產制造的大數據支撐     217

14.1  大數據與生產制造業的相關

 知識 218

14.1.1  生產制造業的大數據

挖掘  218

14.1.2  生產制造業的大數據

衝擊  220

14.1.3  生產制造業的大數據

應用  221

14.1.4  制造業的大數據商業

智能  222

14.2  生產制造業的大數據價值體現      224

14.2.1  【案例】可口可樂的

大數據昵稱捕捉     225

14.2.2  【案例】長虹的大數據

家電戰略    226

14.2.3  【案例】歐派電動車的

大數據服務   227

14.2.4  【案例】長安汽車的

大數據制造應用     228

第15章  對內經營：企業管理的大數據戰略     229

15.1  大數據與企業管理的相關知識      230

15.1.1  企業管理的大數據內部

重塑  230

15.1.2  企業管理的大數據

方法  231

15.1.3  企業管理的大數據

智能  232

15.1.4  企業管理的大數據應用

關鍵  232

15.1.5  企業管理的大數據

要點  233

15.2  企業管理的大數據應用     235

15.2.1  【案例】智慧商貿進銷存的

企業管理    235

15.2.2  【案例】漢庭酒店的

大數據預算管理     236

15.2.3  【案例】機場的大數據

預測管理    238

15.2.4  【案例】國藥集團的

大數據平臺   240

第16章  線上線下：金融行業的大數據競爭     241

16.1  大數據時代下的金融行業   242

16.1.1  金融行業的大數據變革

理念  242

16.1.2  金融行業的大數據應用

途徑  244

16.1.3  金融行業的大數據趨勢   245

16.1.4  金融行業的大數據挑戰   246

16.2  銀行業的大數據營銷應用案例      246

16.2.1  【案例】工商銀行的

大數據方案   247

16.2.2  【案例】招商銀行的

大數據戰略   248

16.2.3  【案例】花旗銀行的

大數據服務   249

16.3  金融行業其他領域的大數據

 應用 250

16.3.1  【案例】紐交所的大數據

繫統  250

16.3.2  【案例】基金業的大數據

預判  251

16.3.3  【案例】保險業的大數據

風險控制    251

第17章  廣泛發展：其他行業的大數據應用     253

17.1  大數據時代下的旅遊行業   254

17.1.1  旅遊行業的大數據發展

趨勢  254

17.1.2  【案例】黃山遊客大數據

引流  256

17.2  大數據時代下的遊戲行業   257

17.2.1  遊戲行業的大數據關聯

指導  258

17.2.2  【案例】EA遊戲體驗的

大數據改進   258

17.3  大數據時代下的房地產行業  262

17.3.1  房地產行業的大數據

營銷  262

17.3.2  【案例】萬科地產的

大數據戰略   264

前言

? 寫作驅動

互聯網和移動互聯網的快速發展使海量數據得以產生，這些數據的分析、價值挖掘和應用給社會各行業帶來了更多發展機會，引領它們走向"大數據 互聯網"時代環境下經濟發展的春天，開啟一個數據化、智能化、信息化的新時代。

本書是以大數據為核心、以營銷為根本出發點的專著，以圖解的方式全面、深入地詮釋大數據的主要特征、發展過程、價值挖掘、平臺構建、營銷定位、生活服務、社交互動、風險管理和行業應用，特別是結合了每一個與營銷相關的行業內容，如大數據影響、發展趨勢、應用策略、挑戰、商業模式等，圍繞相關內容全面解析了諸多行業的大數據應用。

本書緊扣大數據，采用集理論、案例和技巧於一體的結構框架，從橫向行業線和縱向理論線全面剖析大數據(見下圖)，讓您輕松懂得怎樣利用大數據創造價值，開拓新的市場空間，煥發企業活力。

? 本書特色

(1) 技巧豐富，包含100多種營銷方法。本書巧妙地將100多種大數據分析、營銷知識與運營方法嵌入行業案例中，生動形像地通過案例，將營銷手段與運營方法表述出來，讓讀者能夠快速吸收、全面掌握大數據營銷與運營的相關事宜，成為行家裡手。

(2) 實踐性強，滲透近20個行業領域。行業涉及銷售、餐飲、網絡、通信、交通、能源、醫療、娛樂、傳媒、生產、制造、企業管理、金融等人們生活與工作的各個領域。列舉大量案例，進行透徹的講解和分析，使讀者隻需一本書就通曉整個行業產業的大數據營銷與運營方法。

(3) 易於理解，構建350多個邏輯圖解。對案例大數據進行專業的剖析，從大數據應用的方法、應用方法的好處等方面，通過形像的邏輯圖解，將大數據營銷手段與運營方法進行詳細分析，從而推動讀者進入和玩轉大數據新時代！

? 圖解提示

本書是側重大數據實際應用的實戰專著，采取了全圖解的方式進行分析。書中的350多個圖解能夠幫助讀者快速掌握重點和了解核心知識，為降低讀者的閱讀成本作出了努力。但是，需要注意的是，讀者需要在閱讀過程中注意其邏輯關繫，以便更好、更快地理解本書內容，從而感受閱讀的知識性和趣味性。

? 作者分工

本書由海天電商金融研究中心編著，參與編寫的人員有周玉姣、劉勝璋、劉向東、劉松異、劉偉、盧博、周旭陽、袁淑敏、譚中陽、楊端陽、李四華、王力建、柏承能、劉桂花、柏松、譚賢、譚俊傑、徐茜、劉嬪、蘇高、柏慧等人，在此一並表示感謝。

                                            海天電商金融研究中心

第1章  發展揭秘：全程破解大數據

大數據這一IT新技術的興起是互聯網發展的結果，也是各行業日趨互聯網化的重要表現。

全新IT時代下的大數據有其獨特的魅力，吸引著人們去了解和探究。本章將帶領讀者一步步深入了解有關大數據的發展與影響的相關知識。

1.1  相關了解，全面分析

在互聯網迅速發展的時代背景下，社會信息類數據量劇增，由此帶來的數據累積效應明顯。更重要的是，它帶來了數據資產方面企業競爭的加劇，各行業的互聯網化和大數據趨勢日益明顯。顧名思義，大數據即大量、海量的數據。本節將從5個方面對大數據的相關知識進行了解，具體如圖1-1所示。

圖1-1  大數據的內容

1.1.1  大數據的發展歷程

大數據的產生是互聯網發展和信息數據化的結果。在新的時代背景下，數據不斷發展和累積，如圖1-2所示。

圖1-2  數據的累積

在這一發展環境下，多樣性、海量的數據在人們生活中隨時產生並存在，而這些數據化的信息若要加以綜合利用，必須對其進行處理，大數據技術應運而生。其實關於數據的處理，早在1890年就已經出現，發展至今，已經形成了繫統化和專門化的IT新技術，其發展歷程如表1-1所示。

表1-1  大數據技術的發展歷程

年  份

人物/機構

事  件

1890

(美)赫爾曼·霍爾瑞斯

發明了一臺用於讀取數據的電動器，由此引發了全球範圍內的數據處

1961

美國國家安全局(NSA)

采用計算機自動收集、處理超量的信號情報，並對積壓的模擬磁盤信息進行數字化處理

1997

(美)邁克爾•考克斯

和大衛•埃爾斯

提出了"大數據問題"，認為超級計算機生成大量不能被處理和可視化的信息，超出各類存儲器的承載能力。這是人類史上次使用"大數據"這個詞

2009

印度身份識別管理局

掃描12億人的指紋、照片及虹膜，分配12位的數字ID號碼，並將這一數據彙集到生物識別數據庫中

2009

data.gov網站

該網站擁有超過4.45萬的數據量集，利用網站和智能手機應用程序，實現對航班、產品召回、特定區域內失業率等信息的跟蹤

2011

IBM

在智力競賽節目中，其沃森計算機繫統打敗了人類挑戰者， 被稱為"大數據計算的勝利"

隨著IT產業的迅速發展，在新興的IT供應商主導下，已有的計算機規範被重新定義，由此引起了以雲計算、物聯網為代表的新技術變革，大數據也是如此。

數據量的暴增是大數據產生的前提，而全球智能手機和移動設備的激增則是數據量爆炸的重要原因，如圖1-3所示。

圖1-3  數據量爆炸的原因

由圖1-3可以看出，數據處於迅速增長的趨勢下。在這一社會基礎上，在以"一切都被記錄，一切都被數字化"為核心理念的數據化的發展趨勢下，"大數據"應運而生，如圖1-4所示。

圖1-4  大數據的產生

綜上所述，所謂"大數據"，即在傳統數據庫軟件工具條件下，在一定時間內，對其內容無法進行挖掘、管理和分析處理的數據集合。

1.1.2  大數據的4大特征

大數據，總的來說，其特征可以用一個字來概括--大。從這一總特征入手，根據"大"這一修飾語在數據方面的大量、發展快的含義而言，大數據的基本特征主要表現在4個方面，具體內容如圖1-5所示。

圖1-5  大數據的基本特征

可見，相較於單純強調體量的海量數據，大數據具有非常明顯的特征，即上述所示的4個基本特征，又稱為"4V"特征，即體量(Volume)大、種類(Variety)多、密度(Density)低和速度(Velocity)快。

基於上述特征的大數據具有不同於互聯網的革命性發展，其正以巨大的力量改變世界，成為企業、機構等的強大的信息資產，如圖1-6所示。

圖1-6  大數據時代下的信息資產

1.1.3  大數據增長的結構類型

數據量急劇增長導致的數據量大是大數據的主要特征，在海量的數據中，其結構的復雜性可想而知；反過來，大數據的結構又體現了其突出的增長趨勢。關於大數據增長的結構類型，具體如圖1-7所示。

圖1-7  大數據增長的結構類型

由圖1-7可以看出，大數據的增長大多表現為不是結構化的數據類型，具體表現如圖1-8所示。

圖1-8  大數據增長日益趨向非結構化

相對於不是結構化的數據增長類型而言，結構化數據明顯較少。關於結構化數據，具體內容如圖1-9所示。

圖1-9  結構化數據

上面所述大數據結構的復雜性，必然導致其在進行大數據處理時的技術和方法方面具有選擇性，如圖1-10所示。

圖1-10  大數據的分析和處理

1.1.4  大數據發展的三大趨勢

隨著人們對大數據的了解，關於"大數據"的認知超出了其數據形式本身的範疇，已經作為一種企業素和企業應用聯繫起來。從這一方面來說，大數據的發展呈現以下三大明顯趨勢。

1. 數據作為一種企業資產存在

在信息時代，數據不是作為單純的數字形式存在於人們的認知框架中，而是經濟生產中獨立的生產要素，隨之而來的是其在社會環境下意義的改變，如圖1-11所示。

圖1-11  "數據"含義的改變

在"數據"含義發生改變的大環境下，目前的互聯網三巨頭的發展對"數據"這一名詞做了完備的詮釋，具體內容如圖1-12所示。

上述三巨頭在互聯網行業方面發展迅速並有著獨特領域的發展優勢。可以說，它們引領著行業的發展方向，相對於其他行業而言，有著壓倒性的發展優勢。

2. 新興產業的垂直整合

任何一種新興產業的發展，往往首先需要在縱向上盡力整合社會資源纔能有所發展和成就。一味地尋求在橫向上進行拓寬的發展方式是不可取的，其結果將是流於表層的混合發展；從市場前景方面來說，是不長久的。

圖1-12  互聯網的三巨頭

新興企業隻有在取得一定的成就，即公司產品成熟之後纔有能力實現在水平分工上的資源整合，優勢也逐漸向橫向上的企業發展改變傾斜，如圖1-13所示。

圖1-13  產品市場格局

信息產業作為一種新興產業，其行業垂直整合趨勢明顯，這也是移動大數據環境下大數據效應改變產品市場格局的重要表現。

3. "四位一體"的泛互聯網化

泛互聯網化，即互聯網在社會中的泛化以及社會各要素與互聯網的融合，如圖1-14所示。

在泛互聯網化形勢下，大數據、終端、應用和平臺4個方面成為盈利的主要來源。其中，泛互聯網化是大數據獲得的重要渠道，反過來，大數據的發展也促進社會進一步向泛互聯網化邁進。

圖1-14  泛互聯網化的表現

1.1.5  大數據視角下的世界

隨著大數據時代下數據量的增長和數據類型的不斷擴展，在這一時代環境下的社會也正在發生著變化。

從大數據的產生來說，其涉及範圍非常廣泛，具體內容如圖1-15所示。

圖1-15  大數據產生的世界視角

從大數據的影響來說，其範圍同樣非常廣泛，具體內容如圖1-16所示。

大數據這一豐富礦藏的開采，是企業把握巨大商機的前提。其中，處於大數據時代前沿的互聯網企業，如後PC時代的三大巨頭--Facebook、谷歌、亞馬遜正在成為大數據的擁有者和使用者。

圖1-16  大數據影響的世界視角

由此可見，從大數據這一視角來看，它能夠判斷企業的興衰成敗，具體內容如圖1-17所示。

圖1-17  大數據視角下的企業興衰

1.2  深入了解，營銷獲益

大數據豐富的數據源產生了海量的數據，而這些數據是商業市場發展所需要的信息來源的基礎，換言之，大數據為商業市場的發展提供了巨大的機遇，具體如圖1-18所示。

圖1-18  大數據利用的營銷影響與價值

1.2.1  新型營銷模式的形成

在大數據時代環境下，商業市場有著與傳統市場完全不同的營銷模式。基於大數據信息源條件下的盈利方式和經營策略的不同，形成了6種商業新型營銷模式，如圖1-19所示。

圖1-19  大數據環境下的新型商業營銷模式

1.2.2  新型業務模式的發掘

大數據的商業應用不僅表現在對現有產品和業務的優化上，還表現在對新業務的發掘上。其中，與我們生活息息相關的零售業、能源行業和健康領域較為明顯，具體內容如圖1-20所示。

圖1-20  大數據商業應用下的新型業務模式

1.2.3  存量客戶的價值發掘

在現在的市場營銷策略中，新增客戶資源的開發是市場人員更關注的目標，但是有資料顯示，一家公司，80%的利潤實際上是來自20%的現存客戶。因此，營建老客戶的忠誠度對市場營銷來說是十分必要的舉措。

大數據的完整記錄包含的信息能夠為發掘存量客戶的價值、營建客戶忠誠度提供必要的支撐，如圖1-21所示。

圖1-21  大數據支撐下的存量客戶價值挖掘

1.2.4  新客戶資源的高效獲取

大數據在利用其信息資源營建老客戶的忠誠度的成功應用基礎上，可進而擴展為通過它來開發新的客戶資源。在這方面，主要有如圖1-22所示的兩個途徑。

圖1-22  獲取新的客戶資源的途徑

1.3  核心建設，把握機遇

在互聯網環境下，各行各業的數據量均經歷了幾何級數的增長。在這些海量數據中，無數機遇充斥其中，企業紛紛進行大數據挖掘，找尋商業機遇。

1.3.1  4G時代下的大數據產業鏈

世界網絡經歷了一個由1G到4G的發展過程。下面以不同階段的主要服務為例進行分析，具體內容如圖1-23所示。

圖1-23  主要服務內容

除了主要服務內容的更新之外，還有不同階段的典型業務也是隨著發展的進步而進步的。例如，1G時代的業務主要集中於語音通話功能，4G時代則包括語音通話、短信、彩信、數據流量、視頻傳輸、雲端遊戲等方面功能。

在大數據產業鏈的商機把握上，4G引發了一場大數據采集、傳輸與應用端的大革命，具體內容如圖1-24所示。

圖1-24  大數據產業鏈的具體內容

當今信息時代，大數據應用獲得了的發展條件，具體內容如圖1-25所示。

圖1-25  信息時代的大數據應用

1.3.2  大數據營銷機會的挖掘

在大數據整個產業鏈上，關於企業對其營銷機會的挖掘和掌握，具體內容如圖1-26所示。

圖1-26  企業基於大數據的營銷機會挖掘

由圖1-26可知，在這一大數據產業鏈中，每一個環節都是成就企業營銷的機遇，如目前興起的機遇，數據分析的營銷咨詢就是其中的典型。

針對掌握有大量數據源的企業而言，在大數據的信息挖掘與分析方面更是有著廣闊的商業前景，電信運營商就是其中的一類，如圖1-27所示。

圖1-27  電信運營商的數據挖掘營銷前景

基於大數據信息的應用方面，大數據的數據量龐大、數據類型的豐富與多樣性以及數據來源極為廣泛三個方面的優勢，決定了其信息更具有綜合性和科學性，
因而其中所蘊含的商業價值更值得借鋻，這將極大地影響未來的商業決策。

利用大數據平臺的數據信息，相關企業可以提高洞察力並做出正確決策，從而獲得競爭優勢，特別是互聯網從業者，如圖1-28所示。

圖1-28  大數據信息應用的商業機遇

1.4  商業智能，價值轉型

在大數據時代下，商業智能進一步發展和推進，由此帶來了商業價值方面的變化。那麼，這些變化具體是怎樣發生的呢，它又將對社會產生怎樣的影響？請拭目以待吧！

1.4.1  大數據下的商業智能概述

商業智能(Business
Intelligence，BI)是一個基於商業經營決策依據來說的概念，它通過對企業現有數據的整合，能夠快速、準確地提供數據信息並提出決策依據。關於商業智能的具體內容，如圖1-29所示。

圖1-29  商業智能的特點和發展前景

1.4.2  商業智能的大數據基礎

商業智能是一個用來處理數據並將其轉換成知識和結論，從而輔助決策者做出決定的工具。從中可以看出，數據是商業智能解決方案中的基礎的部分，具體內容如圖1-30所示。

圖1-30  大數據基礎的商業智能分析

在商業智能的作用下，大數據的應用發揮了其自身極大的價值，未來或將引領管理信息化的發展，如圖1-31所示。

圖1-31  大數據下的商業智能作用

1.4.3  商業智能的行業掘金

在大數據環境下，企業發展與商業智能實現了完美結合。從這一方面來說，大數據在與商業智能存在差異的同時，又是對商業智能的完美補充，具體內容如圖1-32所示。

圖1-32  大數據商業智能(大數據BI)分析

企業信息化是大數據商業智能的一個重要表現，並逐漸由運營層面向決策層面發展。在這一發展過程中，商業智能的行業價值掘金也在發生變化，如圖1-33所示。

圖1-33  企業的商業智能掘金分析