大数据时代的企业精准营销效益研究

　　1.1.1研究背景

　　二十一世纪，我国处于经济的高速发展阶段，互联网、电子商务行业处于井喷态势，科学的管理数据、使用数据的作用尤为凸显。在商业、经济甚至XX等领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。传统的抽样调查、品牌、广告等手段显得过于低效，以至于无法及时传达准确的信息、对营销方式的成果进行反馈，因此导致大众市场”碎片化”。而且按照传统的营销模式，如果企业要了解更多的客户，就不得不考虑支出成本增加的问题。

　　大数据盛行，大数据时代来临。大数据区别于传统数据，具有数据性、多样性、高速性、价值密度低的特征。在大数据时代，用户创造更多的是类似于购物过程这样的非结构性数据，而结构性数据仅占到了15%。在互联网上进行交易，企业能够全程搜集和记录顾客在各个渠道的消费行为以及在产品各个生命周期消费者消费行为变化的数据，从而捕捉到每个人生活消费的关键时刻，这也直接刻画出了每个消费者的客户画像，包括性格、爱好和追求等，因此使企业开展”精准营销”成为了可能。大数据时代背景下，如何利用海量数据和先进的数据挖掘技术，研究客户行为特征，进行精准营销将为企业的营销决策提供更好的工具和视角，从而创造出更大的效益。

　　1.1.2研究意义

　　在大数据时代的今天，当企业拥有了一个关于消费者的360度式的数据库，不断涌现的新技术就可以让企业在成本可控的前提下，大范围的开展企业的营销活动，精确的瞄准目标用户，从”将一个产品推荐给一些合适的用户”到”将一些合适的产品推荐给一个用户”，进行个性化营销活动。本课题旨在基于管理学、市场营销学、经济学的理论基础上，研究如何从大数据角度来提高企业的精准营销效益，以期为未来企业精准营销的发展提供有益借鉴。

　　1.2.1研究思路

　　本课题将以具体企业的大数据精准营销策略为研究对象，在基于经济学、管理学、市场营销学的理论基础上，结合文献检索、相关企业案例分析、定量定性分析等方法，从现象到理论，再由理论指导实践。具体来说就是结合国内外的研究成果，先对现今的企业精准营销进行剖析，从企业精准营销的发展态势、特征和影响因素出发，研究大数据时代下企业在营销发展过程中存在的问题，再将京东商城的案例结合相关理论知识，深入剖析在大数据时代背景下，企业在精准营销方面展现的巨大进步与发展潜力。并且始终客观的看待发展事实，对京东现行营销模式存在的不足之处，提出相对应的解决策略，进而提升企业精准营销的效益，对未来企业大数据精准营销的发展提供有效参考。

　　1.2.2研究方法

　　本课题在研究的过程中主要采取了以下几种方法：

　　（1）文献研究法

　　通过大量查取和阅读著作书籍、期刊文献、论文以及互联网等资料，在利用科学分析相关文献资料和大量的资料的前提下，深入思考当下的商业环境以及大数据时代下精准营销带来的深刻影响和变革，在此基础上撰写此文。

　　（2）理论研究法

　　本文在研究过程中，主要是借鉴管理学、市场营销学、经济学等知识，通过大量查取和阅读专业书籍、期刊文献、论文以及互联网等资料。在结合国内外学者研究成果的基石上探讨大数据对企业实施精准营销的价值，以此得出新的观点和结论。为了做好该论文，笔者查阅了大量市场营销、网络营销、大数据、中小企业营销模式方面的参考文献与书籍，包括京东商城的资料。

　　（3）个案研究法

　　在使用个案分析法时，选取了最具代表性的电商企业之一——”京东商城”作为个案分析。本文通过对京东的发展和营销模式资料的收集、分析与总结，运用所学理论，例如SWOT分析法等对京东的企业发展概况和营销策略进行分析，总结出其精准营销方案选择上还存在的不足之处，从而加深了研究的客观性和真实性。

　　论文分为以下几个部分：

　　第一部分是绪论，主要阐述了本课题的研究背景即大数据时代；

　　第二部分探究国内外企业关于大数据精准营销的研究现状；

　　第三部分主要阐述研究设计与方法。通过数据资料的收集，结合对比分析与财务指标分析的方法，分析国内企业精准营销的现状，再讨论如何进行案例研究及采用的研究方法；

　　第四部分是案例分析，以国内企业营销现状为背景，以电商行业代表企业”京东商城”为例，具体分析京东在大数据精准营销方面的发展情况，以及现阶段存在的不足之处，并提出改进的方法；

　　第五部分对论文部分进行总结，并且对企业在大数据时代背景下精准营销未来的发展趋势进行展望。

　　由于时代的发展进步，大数据已经被越来越广泛的运用于国内外市场，并对人们的生活产生了巨大的影响。但由于大数据尚且还在发展之中，不成熟之处仍旧很多，因此虽然大数据已经受到了高度关注，企业将精准营销提升到愈发重要的位置，但是国内外关于利用大数据进行精准营销的投入与实际得到的产出的比较研究并不多。本文希望借助已有的关于大数据精准营销策略的研究，以实际企业为例，深入分析其投入产出的效益，进而为企业开展高效益的精准营销提供帮助。

　　2.1.1国内研究文献综述

　　在过去的数年中，信息技术在社会、经济、生活等各个领域不断渗透和推陈出新，在移动计算、物联网、云计算等一系列新兴技术的支持下，社交媒体、协同创造、虚拟服务等新型应用模式持续拓展着人类创造和利用信息的范围和形式。新兴信息技术与应用模式的涌现，使得全球数据量呈现出前所未有的爆发式增长态势（Lynch，2008）。全面基于信息和网络的生产和创新模式，正在将人类社会带入“第三次工业革命”时代（Rifkin,2012）.作为计算机时代的核心——计算能力，其主要目的在于提高对大量数据的处理功能，并对其进行分析挖掘，进而从中获得有价值的信息，最终衍化出一种新的商业模式，本文主要是分析在大数据条件下，企业市场营销模式的转变!从大数据理论与特征出发，探讨大数据对于商业的价值，以及大数据趋势下企业市场营销模式的转变的数据，数据量通常在10TB以上。在当今社会互联网普及和发展快速的情况下，社会化应用以及云计算，使得网民的网络痕迹能够被追踪、分析等，而这个数据是衡量的以及可变化的，企业或第三方服务机构借助这些数据为企业的营销提供咨询、策略、投放等营销服务的行为称为大数据营销。企业的营销模式是营销战略和各种策略的集合，是企业开展业务的特定方式。

　　冯薛（2016）的研究在分析京东商城营销模式创新现状的基础上对其创新营销模式中存在的问题进行探究，针对其在大数据背景下营销模式的问题，从改进大数据分析技术、增加客户线下体验环节、改进物流配送效率及创意促销的角度提出相关建议，为提升电商企大数据营销能力提供借鉴意义。

　　2.1.2国外研究文献综述

　　Bughin(2012)指出大数据可以通过信息透明化释放巨大的价值大数据时代会产生新的管理规则并提出数据导向竞争优势的概念；Brown(2011)指出大数据所带来的巨大影响是可以改变游戏规则，企业的成功不仅仅取决于新技术而且取决于关于大数据时代如何发展的新思维、一个受大数据影响的扩展了的管理实践循环以及大数据对潜在的、破坏性的、新的商业模式的作用，进而指出彻底定制化、永恒的实验和新奇的商业模式，是公司在捕捉和分析海量数据时代竞争的新标记。

　　大数据时代消费者和网民的区分逐步一体化，企业的疆界日渐模糊，数据越来越成为核心的资产，并将对企业的业务模式产生深刻影响，甚至重构其组织和文化；商业活动的各个领域在这场运动中都不能置身事外（Mcafee Brynjolfsson，2012）。对于大数据这个概念，国际数据公司将其定义为通过高速捕捉、发现或分析等途径，从大容量数据中提取价值的一种新的技术架构。大数据的核心一般认为是基于相关关系分析法的预测，其精髓不是抽样，绝对精确和因果，而是分析更多数据甚至全部数据、追求效率、重视相关。本文认为大数据是对海量数据进行管理、分析、挖掘以支持决策的理论、方法、技术的统称。

　　2.2.1大数据的概念及特点

　　所谓大数据(bigdata)，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到获取处理并整理成为帮助企业经营决策更积极目的的资讯。是为了更经济更高效地从高频率大容量不同结构和类型的数据中获取有价值的信息而设计的新一代架构和技术，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。

　　目前，学术界认为大数据时代具有”4V”特征：

　　数据量庞大（Volume Big），如今的数据量已今非昔比，不能用MB、GB所衡量，现在大数据的起始计量单位为TB，而且正逐步向PB甚至是ZB发展。

　　类型多样化（Variable Type），数据的形式包括文字、音频、视频、地理位置信息等等，这对大数据的处理提出了更高的要求。

　　速度快（Velocity Fast），如今互联网和云计算计算的发展，数据运转速度极快，这也需要对数据进行及时、高效的处理，才能保证信息的时效性。

　　价值高密度低（Value High and Low Density），当今时代，信息的时效性至关重要，只要掌握了第一手信息，就能够抢占先机，获得成功。但数据的密度较低，所以，如何在海量的数据中进行”提纯”，是大数据时代亟待解决的问题。

　　尽管上述”4V”特征已经成为人们的普遍共识，但是就其本质而言，大数据时代所带来的根本性变革是使数据的深度挖掘成为可能。数据挖掘，就是对数据进行处理和分析，即对数据去伪存真去粗取精的过程。

　　2.2.2精准营销的含义与实施方式

　　我们可以引用X的莱斯特•伟门在1999年提出的的概念来一窥精准营销的内涵：精准营销被定位为一个营销的学科和理论，它以科学管理为基础，以消费者洞察为手段，恰当贴切地对市场进行细分，并采取精耕细作式的营销操作方式，将市场做深做透，进而获得预期效益。

　　营销者通过定量和定性相结合的方法，利用现代信息技术等方式，洞察目标市场中每一个消费者消费心理、行为特征，针对每一个消费者不同的需求进行营销，实现”一对一营销”，让消费者或潜在消费者有如同”量身定制”的感觉，让产品深入到消费者心坎里去。从而就能获得最高的投资回报与最合理的企业资源配置，达到效益最大化。精准营销的核心思想是精确、精密、可衡量。

　　精准营销有三个层面的含义：

　　第一、精准的营销思想，营销的终极追求就是无营销的营销，到达终极思想的过渡就是逐步精准。

　　第二、是实施精准的体系保证和手段，而这种手段是可衡量的。

　　第三、就是达到低成本可持续发展的企业目标。

　　精准营销的实施分为五个阶段：

　　（1）信息收集：收集并整理目标客户的相关信息，建立一个客户数据库；

　　（2）客户细分：对数据进行分析，加深客户理解，整理出细分客户群体的差异化需求；

　　（3）营销战略制定：为不同的细分客户群体需求设计差异化的产品和服务；

　　（4）精准营销实施：提供满足不同细分客户群体的差异化产品和服务；

　　（5）反馈与深化：通过各种营销活动的反馈，进一步深化对客户本质需求以及客户购买和使用习惯的理解。

　　精准营销是基于对用户的精准细分、精准定位，找到用户的需求，采用合适的方式在合适的时间对合适的用户进行合适的产品推荐，达到精准、低价、有效的效果。当前的业内在精准营销方面的主要应用是在广告层面通过RTB、DSP等方式进行广告人群的定位，在电商平台上一般通过关联商品推荐对用户进行精准推荐，一般在前台页面有如下几个栏目”购买过该商品的人还买过”、”看过该商品的人还看过”等通过对该用户或相似用户的浏览和购买行为进行商品推荐。

　　2.2.3大数据精准营销的含义与特点

　　大数据精准营销是基于多平台的大量数据，在精准定位的基础上，依托大数据技术手段，建立个性化的顾客沟通服务体系。大数据营销衍生于互联网行业，又作用于互联网行业。以科学管理为基础，依托多平台的大数据采集，以及大数据技术的分析与预测能力，实现洞察和预测用户需求的目的，采用更加精准的营销方式，对细分市场进行精耕细作，使广告和营销活动更加精准有效，给品牌企业带来更高的投资回报率，进而获得预期效果。

　　大数据精准营销与精准营销的目的一样，其核心在于让网络广告、营销活动和产品信息在合适的时间，通过合适的载体，以合适的方式，传递给合适的人。大数据和大数据技术可以让精准营销的客户细分和客户定位更加准确，更能达到精准营销的效果。

　　大数据精准营销中，企业可以借助先进的数据库技术、互联网技术、数学统计技术来对用户进行行为分析和目标定位，进行和用户长期的个性化沟通，使营销达到可度量、可调控等精准要求，这使得企业摆脱了网络推广、传统广告沟通的高成本束缚，降低了营销成本，提筒了营销效果。

　　大数据精准营销主要特点是：

　　大数据精准营销能通过精准的可量化的市场定位技术，突破传统营销定位只能定性

　　的局限；从而解决传统企业营销过程中不知道50%的广告费浪费在哪里的问题。

　　大数据精准营销采用IT系统信息化手段实现和保持了企业和客户的密切互动沟通，可以不断满足客户的个性化需求，从而建立企业稳定的忠实顾客群，实现客户链式反应增值，形成粉丝经济，进而达到企业长期稳定高速发展的需求；

　　在实现大数据精准营销时，需要打通企业内部的数据孤岛，将存储在不同平台上的，用户决策全流程节点的数据汇集到一个平台，进行针对单用户的全方位的用户分析，形成单一用户视图。多平台化的数据采集能使对网民行为的刻画更加全面而准确。

　　2.2.4大数据精准营销的价值所在

　　基于全面而准确的用户画像，大数据精准营销最重要的价值是体现在对用户的个性化营销上。大数据技术可以让企业对用户更了解，所以在互联网和大数据时代，企业的营销理念已从”媒体导向”向“受众导向”转变。以往的企业营销过程中，在媒体选择上，需要选择知名度高、浏览量大的媒体进行广告投放；在产品确定上，采用企业主打的产品进行营销活动。而如今，基于大数据技术和用户画像，企业在进行营销时可以以受众为导向确定广告媒体，因为大数据技术可让企业了解目标受众的喜好和身处何方，对页面的什么内容比较关注，用户对页面的什么位置关注度较高。同时，企业也可以以用户为导向，确定营销活动的产品和价格，因为大数据技术预测到用户的产品功能和价格的偏好，以及购买决策的可能的时间点和能接受的营销方式。在大数据的技术下，可以做到当不同用户关注同一媒体的相同界面时，广告内容有所不同，产品和价格可以不同，也就是实现了“千人千面”的效果，大数据营销真正实现了对用户的个性化营销。

　　此外，企业在运用大数据进行精准营销时，还能对用户进行关联性营销，提高用户的重复购买率。在大数据营销过程中，可以通过对用户进行分群识别和分析后，根据相同用户族群的历史购买行为，可以预测出相关的用户群的购买行为和购买决策时间点，同样能实现对于己经购买用户的行为分析，预测出购买其他产品的相关度，实现大数据营销的关联销售。数据的使用能够对企业的经营对象从客户的粗略归纳还原成一个个活生生的客户，了解他们喜欢什么讨厌什么，并更有针对性，越能满足客户的需要，投资回报率就更高。

　　总之，大数据精准营销通过个性化的沟通技术实现顾客的个性沟通、个性服务、个性关怀。这些个性化的服务比较准确地了解和掌握顾客的需求和欲望，实现和消费者的长期沟通，挖掘客户的长久价值及其终身价值。

　　2.2.1 STP市场细分理论

　　市场细分（Market Segmentation）的概念是X营销学家温德尔·史密斯(Wended Smith)在1956年最早提出的，此后，X营销学家菲利浦·科特勒进一步发展和完善了温德尔·史密斯的理论并最终形成了成熟的STP理论。市场细分（Segmentation）、目标市场选择（Targeting）和市场定位（Positioning））这是战略营销的核心内容。

　　STP理论是企业战略营销的核心内容，其根本要义在于选择确定目标消费者或用户，并对确定的目标消费者和用户进行精准分析，进而通过精准营销的手段和技术进行精准营销。市场是一个多层次、多元化的消费需求集合体，企业应该根据自身的行业、产品和市场定位，结合不同层次的用户的不同需求、购买力、喜好等因素把市场分为由相似需求构成的消费群，这也就是目标用户分群和市场细分，通过对确定的用户和细分的市场进行营销活动，就能降低营销成本，提高营销效果。

　　大数据精准营销正好贴合STP理论的内涵。企业可以用大数据精准营销的技术，在STP理论指导下，通过对用户各种数据的分析形成全方位的精准的用户画像，再通过用户画像对用户进行精准的分群，对用户群体和目标市场进行细分，同时根据不同的用户画像数据，分析用户的喜好、产品、品牌和价格，从而确定每个用户群的产品和营销策略，进而形成了特殊的市场定位，能够有效的提升用户的营销响应效果，达成营销目标。

　　2.2.2 4Cs理论

　　1990年，X学者劳特朋(Lauteborn)教授针对4P理论存在的问题提出了以消费者需求为导向的市场营销战略4Cs理论，即消费者（consumer）、成本（cost）、便利（convenience）、沟通（communication）。传统营销上的4P理论主要是站在企业的立场上出发的，而4C理论主要站在客户的立场上出发的。它强调以客户为中心，将消费者的购买便利程度充分考虑在内，再不断降低消费者的各种购买成本，此外还要与客户不断的沟通，以满足客户的需求和提高客户的满意度。4C理论的提出和实施，一方面为企业减少了不必要的广告成本，另一方面也满足了企业跟用户之间进行个性化的沟通，从而及时高效地提升了消费者购物过程的方便度与满意度。

　　2.2.3RFM营销理论

　　在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。

　　在RFM模式中，R(Recency)表示客户购买的时间有多远，F(Frequency)表示客户在时间内购买的次数，M(Monetary)表示客户在时间内购买的金额，强调以客户的行为来区分客户。

　　RFM模型较为动态地显示了一个客户的全部轮廓，这对个性化的沟通和服务提供了依据，同时，如果与该客户打交道的时间足够长，也能够较为精确地判断该客户的长期价值(甚至是终身价值)，通过改善三项指标的状况，从而为更多的营销决策提供支持。

　　3.1.1传统企业营销模式的制约因素

　　传统企业营销模式的制约因素主要体现为：

　　（1）营销市场环境。如市场营销环境通过市场内容的不断扩大和自身因素的不断变化对企业的营销活动发生影响，同时企业的营销环境依赖于市场环境正常进行。

　　（2）消费群体。如有购买力和欲望的现有及潜在消费群体分布非常广泛和分散，且具有多变性。

　　（3）调研方式，如企业的调研活动通过市场观察、访谈、电话访问或发放问卷等形式展开时，需要大量人、财、物的投入，周期较长，难以进行广泛调研且不具代表性等

　　（4）营销广告，如营销广告主要是通过电视、报纸、杂志等形式对受众进行听觉、视觉刺激，把信息强加给受众。

　　（5）营销策略，如企业针对一个目标市场会利用一个组合策略，通常使用4P’s组合策略，以达到企业的市场目标，但是该组合强调必须以适当的产品、适当的价格、适当的渠道和适当的促销手段，将适当的产品和服务投放到特定市场。

　　（6）营销理念，如企业做市场营销的条件是产品供过于求和市场竞争的加剧，所以市场营销的理念仅仅是销售产品，满足客户需求。

　　3.1.2大数据时代企业营销模式的革新

　　(1)大数据时代企业营销模式的演变

　　大数据时代不断催生新的理念和商业经营模式，大数据是面向用户。面向业务和应用的一种思维，一种战略，基于科学的数据进行决策已经成为大数据时代经营的新型模式.传统的消费者行为分析的营销模型“AISAS”在不断变化的大数据时代，转变成了“TIPS”的新型模式，这种新路径更多的被应用在网购的营销模式中，如图1-1所示。

　　图1-1大数据时代企业营销模式的演变

　　（2）大数据时代带来的营销变革

　　通过对大宗用户数据进行一系列的整合、分析、开发与积累，营造出新型产品的运营和营销模式，像Facebook、Amazon等公司都已在大力推进这些业务模式。大数据可以帮助企业优化营销策略，通过分析用户的社交媒体活动，企业可以向用户推荐消费者感兴趣的产品或者服务，通过公开社交数据，企业可以有针对性地进行线上和线下的产品推荐活动，在了解用户消费趋向的同时，可在相应地区增加相关产品库存，通过社交媒体的监控将能够针对用户需求的产品提前备货。

　　在大数据的帮助下，商家能够实现真正的消费者个性化，而不仅仅是划分不同的群体。大数据可以帮助企业做得更加精准，可以精确到人，在云端的数据库中，所有用户都以标签属性的形式存在用户在现实生活中的行为，如浏览、订阅、搜索、产品应用等被数据库记录和分析。在云端，这些行为可以转化为用户的性别、年龄、收入、城市、爱好、品牌偏好等清晰化属性标签，进而一些门户网站如搜狐等可以以这些标签为依据，帮助广告主开展更加有效的各类营销活动。互联网的高速发展为现代企业创造了无限的空间和可能。在利用网络这个平台上，大数据将会为营销带来更大的机遇。

　　3.2.1对比分析法

　　对比法，也叫对比分析法或者比较分析法，是通过实际数与基数的对比来提示实际数与基数之间的差异，借以了解经济活动的成绩和问题的一种分析方法。在科学探究活动中，常常用到对比分析法。

　　在第四章的案例分析中，本文将对京东的大数据营销净收入作对比分析，从而验证大数据应用对企业精准营销的提升。

　　3.2.2 SWOT分析法

　　SWOT分析法是用来确定企业自身的竞争优势、竞争劣势、机会和威胁，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的一种科学的分析方法。(马仁杰王荣科左雪梅．管理学原理：人民邮电出版社，2013年9月)

　　S（strengths）是优势、W（weaknesses）是劣势，O（opportunities）是机会、T（threats）是威胁。按照企业竞争战略的完整概念，战略应是一个企业“能够做的”（即组织的强项和弱项）和“可能做的”（即环境的机会和威胁）之间的有机组合。

　　从整体上看，SWOT可以分为两部分：第一部分为SW，主要用来分析内部条件；第二部分为OT，主要用来分析外部条件。利用这种方法可以从中找出对自己有利的、值得发扬的因素，以及对自己不利的、要避开的东西，发现存在的问题，找出解决办法，并明确以后的发展方向。根据这个分析，可以将问题按轻重缓急分类，明确哪些是急需解决的问题，哪些是可以稍微拖后一点儿的事情，哪些属于战略目标上的障碍，哪些属于战术上的问题，并将这些研究对象列举出来，依照矩阵形式排列，然后用系统分析的所想，把各种因素相互匹配起来加以分析，从中得出一系列相应的结论而结论通常带有一定的决策性，有利于领导者和管理者做出较正确的决策和规划。

　　本论文选取京东商城为研究对象，针对京东商城使用大数据精准营销中的应用情况进行深入研究。之所以选择京东商城为例，有三方面的原因：

　　（1）京东商城是中国目前最大的自营式电子商务企业，已经积累了大量的数据信息"京东商城无论从规模还是盈利能力，在B2C电商市场中都是很具有代表性和影响力的，具有研究的价值和意义"。

　　（2）京东商城经过多年的发展，在中国自营式B2C电商中的市场占有率高达一半，具有良好的消费者群众基础，便于进行调查问卷的发放和收取工作，方便进行数据的收集，为后期进行数据分析奠定了基础。

　　（3）京东商城尽管在行业中处于领先地位，但并非处于龙头老大的地位，希望可以通过借助于大数据的契机来缩小与天猫商城的差距，更加巩固京东商城在=B2C电商市场中的地位"

　　京东（JD.com）是中国领先的自营式电商企业和中国收入规模最大的互联网企业。京东为消费者提供愉悦的在线购物体验。通过内容丰富、人性化的网站（www.jd.com）和移动客户端，京东以富有竞争力的价格，提供具有丰富品类及卓越品质的商品和服务并且以快速可靠的方式送达消费者。京东拥有全国电商行业中最大的物流设施。截至2016年9月30日，京东在全国范围内拥有7大物流中心，运营254个大型仓库，拥有6780个配送站和自提点，覆盖全国范围内的2646个区县。京东是纳斯达克100指数的一员和财富全球500强企业。

　　2014年，腾讯与京东联合宣布，腾讯向京东购买其上市前普通股的15%。双方联姻后，京东将保持独立。双方资产将进行整合，腾讯支付2.14亿美元现金，并且把一些与之相关的部门联合京东，比如腾讯的拍拍电商部分、QQ网购物流部门。对易迅的战略合作则是京东拥有它很少一部分的股东权益，同时若未来易迅要出购股权，京东拥有排他性的全部认购传。虽然京东对易迅有以上的深度合作和优先权，但易迅依旧如前一样独立运营自己品牌。此外，腾讯分享自己独有资源平台给京东，主要是手机QQ客户端和手机微信客户端，将这两个手机客户端的优先入口位置提供给京东，达成深度合作；腾讯也为京东提供其他主要平台的支持。随着电商与支付功能的发展，腾讯与京东两者将合作于在线支付等方面。

　　此外，京东如其他互联网公司一样，进行战略投资，布局京东的生态产业链，主要是聚焦于O2O、垂直类、生活服务类等京东互补的行业和业务投资。京东是主要以技术为核心驱动的公司，从一开始就不断投入大量的资金在技术上，开发出自己的技术平台，从开发到不断升级完善，最终以实现主要核心应用于电子商务的平台。为了提升京东电商的运营效率，同时对合作伙伴以卓越的服务和负责任的态度合作，京东在未来依旧继续保持和不断增强技术实力，让技术平台更大发挥价值。

　　目前入口京东商品搜索引擎是搜索推荐部自主研发的商品搜索引擎，主要功能是为海量京东用户提供精准、快速的购物体验。主要有PC/移动/微信/手Q搜索、移动列表页、店铺搜索、店铺列表等。虽然只有短短几年的时间，系统已经能够支持日均PV过亿的请求，并且经过了多次618店庆和双11的考验。

　　与人们日常使用的如谷歌、百度等大搜索（或称为“全文搜索”）引擎相比，京东商品搜索引擎与前者有相通之处，比如“覆盖海量数据”、“超高并发查询”以及“超快速的请求响应时间”，同时又有自身显著的业务特点：

　　1、结构化的商品数据，需要从商品、库存、价格、促销、仓储等多个系统进行抽取；

　　2、极高的召回率要求，保证每一个状态正常的商品都能够被搜索到；

　　3、商品信息的及时更新，目的是为了保证用户极佳的购物体验——比如不能给用户展示出下柜的商品，或者商品的实时价格超出了用户搜索限定的范围。这就要求我们的搜索引擎要做到和各个系统的信息时刻保持同步，目前每天更新次数过亿；

　　4、逻辑复杂的商品业务，需要存储的商品属性信息是倒排索引信息的2倍之多；

　　5、用户购物的个性化需求，要求系统实现用户标签与商品标签的匹配。

　　正是由于既要兼顾大搜索引擎的通用需求，同时要契合京东的业务特点，京东将系统架构分为四个部分：1.爬虫系统、2.离线信息处理系统、3.索引系统、4.搜索服务系统。由于不是本文讨论的重点，这里不再赘述

　　4.3.1基于RFM理论的精准营销

　　京东商城利用大数据对用户行为分析从而做到精准营销。通过对用户数据的分析，了解到用户的兴趣爱好以及购物趋向，并用Email和短信的方式将用户感兴趣的产品推荐给他们。精准营销最重要的是建立用户模型。例如，根据用户的基本信息以及购买行为建立模型来分析用户的购买心理，通过分析用户首次浏览的商品和最终购买商品之间的时间段，了解到用户浏览了多少同类型的商品，根据用户在购买之前等待的时间长短进行判断。京东商城根据用户的购买行为，可以分析出用户的购物心理，进一步得出某类商品的购买心理并贴上标签。因此京东商城在做促销活动的时候就可以根据用户的购买心理，做到产品精准划分、客户划分从而做到精准营销。

　　4.3.2供应链优化

　　京东的商品量非常大，京东商城的系统会根据销售情况做预测模型，在库存量达到某一个阀值时自动生成订单发给供货商。京东商城通过大数据驱动供应链所有的过程，采取销量预测、自动补货、库存健康、供应商罗盘、智慧选品等一系列举措，不仅管好了商品、供应商和定价，也缩短了供应商和消费者间的距离，大大提升了效率。此外，京东商城在物流配送中也运用大数据分析物流人员、仓库以及用户这三者之间的地理关系，为物流人员选择最优配送路径，这样不仅能够提高配送效率，还提高了客户的满意度。

　　4.3.3个性标签智能推荐

　　智能网站指为每一个用户建立一个自己的个性标签。通过对用户信息的挖掘和分析，京东商城对客户细化区分，并满足其需求。具体实践中，对具有重复购买特点的商品，通过数据分析，系统会记录两次购买之间的平均时间并在下一个时间段自动向用户推荐同类型的产品。京东还进行了搜索引擎优化，细分了用搜索的关键词，例如用户在产品评论中提及“老妈很喜欢”等，京东商城通过分析这些海量的评论理解用户的意图，为商城中的商品打上“商品适合送给父亲或母亲”等标签。

　　4.3.4 RED电子邮件营销

　　为了促进客户的二次购买，京东商城通过商业智能系统进行对客户进行购买建议。这些建议和推广主要是通过Email、短信、相应的优惠券发送进行。通过对客户过去的购买历史记录和搜索记录，推荐相关的产品，有些是客户一直浏览多次却没有购买的产品，一些是客户购买过的与之相关的商品。相信大家之前收到了很多商家发送的电子邮件，但是之前每人的邮件内容毫无区别都是一样的；现在可以根据用户画像的标签来确定不同类型的用户，针对不同的用户发送个性化的邮件，一直以来EDM营销方式低成本但是转化率却不高，在精准营销之后它的转化率大大提升了40%。另外，京东通过用户画像，针对性的发送优惠券。当优惠券快到期时，京东会再次发送邮件提醒，这样一方面可以更有效的达到营销转换，另一方面也会给用户带来良好的体验。

　　虽然京东在电子商务中起步比较晚，但是经过高速的发展和努力，如今在中国电子商务B2C领域中表现不俗。

　　随着京东近几年的快速发展和业务的膨胀，京东在经营商保持着快速增长，有良好的表现，市场表现也非常出众。表4-1是京东从2010年到2016年的经营业收入的情况，

　　表4-1京东近六年的净营业收入和增长速度

　　2010年2011年2012年2013年2014年2015年2016年

　　净营业收入（亿元）85.8

　　211.29 413.81 693 1150 1813 2602

　　净营业收入增长速度194.04%146.17%95.85%67.46%66%58%43.52%

　　从表中可以看出，京东的经营业收入是极速增长的，根据研究机构表示，京东的增长速度超过电子商业行业的增长速度。

　　2015年京东的最新年报中可以看出，依旧是净营业收入以高速度增长。虽然根据X通用会计准则，京东2015年全年亏损归属于普通股股东的净亏损为94亿元人民币（约14亿美元），绝大部分属于非经营性亏损，主要源于拍拍网停止运营带来的相关商誉和无形资产减值、第四季度对部分投资确认的减值、员工股权激励费用。此外，该年京东对外加大直接投资的力度，比如永辉超市、饿了么、分期乐、金蝶软件等，这些投资主要是与京东的生态链布局有关。

　　此外，将京东商城2015年和2016年的交易规模市场份额单独拿出来做比较，可以发现，大数据精准营销的应用对企业利益影响的巨大，如图4-1和图4-2所示。

　　图4-1

　　图4-2

　　根据权威数据统计机构艾瑞咨询发布的2015年和2016年中国电子商务领域相关数据，可以看出2015年时京东商城的市场份额为22.9%，2016年时增长到了24.7%，足足提升了1.8个百分点，效益得到了巨大的提升。可见京东在应用大数据精准营销后在跨境电商、垂直电商领域发展势头的迅猛。

　　4.5京东商城大数据精准营销的财务指标分析

　　4.5.1 Strength优势

　　多发点

　　4.6.1SEM与SEO的组合需要进一步优化

　　京东商城的SEO的优化效果比较显著。在无SEM的前提下，一部分的关键词依旧有较好的搜索排名，于是就出现了这种部分关键词本来就已经在自然搜索中排名前列，但是仍然继续投入SEM。搜索引擎营销是很多方式，竞价排名和定位排名等是较为常见的方式。京东在此方面有些不足之处。在搜索大通用词的时，比如搜索“网上商城”，第一个页面上都没有出现任何京东商城的痕迹，而在旁边的相关购物网站时，出现的是苏宁易购、亚马逊、1号店、唯品会、天猫等，也都没有看到京东。在大类通用关键词的拓展方面，京东这方面是几乎忽略和没有做相关的方案。京东目前的核心业务是家电和3C，所以在百度搜索京东页面中，京东的品牌专区显示了即将到来的618促销活动，在品牌专区上展示的是京东商城的各大品类，排序上是家用电器品类排第一，手机通讯、电脑数码3C类排第二第三。可见，虽然京东主要靠3C起家，目前对家电的重视程度比较高。与此同时，根据第三方分析报告可以得知京东在家电的销售相比目前排电商类第一，主要的精力集中于二三线甚至农村市场布局上了。尽管如此，在最近快要来临的618的促销界面内，第一页面也是家电，主要有电插板、冰箱等。但是在搜索目前京东的相关关键词

　　时（京东冰箱和京东洗衣机、618），结果却出乎意料。输入“京东冰箱”“京东洗衣机”，

　　京东也只能排到第二，位居于苏宁易购之后。面对马上要到来的京东618大节时

　　候，出现第一的依旧不是京东，而是天猫，并且天猫也打出了品质的口号，这几

　　点对用户的体验和感知来说，京东确实做得不是很到位。由以上可见，显然京东

　　最不应该丢掉和忽略的是自己的大本营，目前依然面临着严峻的挑战。

　　可见即使之前京东的一些SEO做得不错，但是购物网站单单靠几个关键词是远远不够的，还需要网页的其他关键词都获得良好的排名结果，因为从用户体验来说，在使用网页的过程中，用户更倾向于用关键词组合进行检索以获得更准确的搜索结果，因此要想达到最优，还是需要关键词SEO优化外，还要结合SEM。在上文提到的京东几个不足之处的例子之中，很明显，京东在几个很关键词中较为忽略，比如通用类搜索、核心关键词的拓展中，都需要改进，进行巧妙的运用关键词，创意等灵活使用。在关键词和品牌扩展方面，京东还可以通过大数据进行进一步的分析，SEM应该结合SEO的实时效果，以搜索引擎的优化为主，对于一些优化后还是无法好转的搜索排名的关键词，再根据他们的重要程度和策略，进行SEM。在此处，京东应该对618的品质等相关大促活动进行SEM精准的

　　实施和投放。这样两者的结合，达到更好的优化和节约成本，避免不必要的浪费。

　　就以SEO关键词优化这一核心优化策略而言，通过数据分析后对关键词进行提取，并且在小世界网络模型与词语出现的位置、词语出现的频率等因素考虑在内并赋予其权重，提取一段时间内不同侧重点的关键词。SEM还需要根据对海量数据分析和挖掘的结果后，进行不同的时段、不同地区的更精准的实施和投放。简而言之，SEO与竞价相结合，不同的关键词、不一样的资源配置决定哪些用SEM，有些可能SEO更好。在不同时间段SEO和SEM的定位也会不一样。

　　4.6.2EDM营销需要进一步精准

　　EDM（即Email Direct Marketing），也就是上文提到的通过发送电子邮件向客户推广活动的营销方式。虽然京东在给客户发送邮件时，会附上部分的促销优惠活动。但是通过对京东的用户的调查中可以得知，京东目前的产品类别丰富多样，想要在一个邮件广告中想要做到各种周到全面的产品推荐和展示，反而达不到效果，使客户迷失了活动的重点。于是，将EDM营销进一步精准化是提高营销的核心。其实，除了给用户发送促销优惠活动时，可以根据客户的喜好和标签等，给其发送相对相关的产品和热销产品推荐。尽管京东这方面已经尽力去做了，但是相对于亚马逊等网站，邮件发送的时机不够准确、邮件发送的频率不够高、准确率也不够高。想要在EDM达到个性化的精准营销，其工作量是巨大的，也不是一朝一夕之间完成的，但是由此为方向，从粗放式的到精准细化式的，才能将EDM营销的强大价值和威力发挥出来。

　　4.6.3客户关系管理系统需要进一步加强

　　与传统零售最大的区别不同的是，电子商务中商家与消费者并非是面对面的交流的，这样很容易导致沟通障碍。客户关系管理作为精准营销的重要组成部分，恰当合适的处理会使营销效果更好。京东在客户关系管理中，主要在销售前提供一对一的在线客服，在每一个商品下都会提心用户有优惠，直接点击领取，提高用户的满意度；在配送中，有自提点、211限时送达服务，并且在网上都可以直接看物流的进程，这个应该是京东在服务部分最大的亮点，也是最吸引用户的地方，最大限度的解决了客户的后顾之忧；在售后部分中，可以享受7天换货15天或30天的退货服务，京东商城提供上门取件服务，目前只针对钻石用户可以享受免费上门取件，其他的都需要出部分的费用。尽管如此，京东的客户关系管理中依旧存在一些问题和不足之处。在会员的细分和级别的评定上，京东将会员分为5个大的级别，分别是注册会员、铜牌会员、银牌会员、金牌会员、钻石会员，而在钻石会员中，又分为一级到五级的钻石会员。主要是以购买、评价等换算成成长值提高会员级别，这种方式确实比较简单容易实现，但是客户的需求毕竟是有差异的。而且京东在会员活动的促销时，是针对每个细分级别的客户群体进行活动，而这这种会员等级区分太细且会员升级不易的情况下，做此种活动容易造成对该类客户目标用户定位不准确，并且如果高级别高价值的用户对自己页面的活动不太感兴趣，容易产生流失。毕竟用户的需求是不停的变化的，仅仅通过过去的购买交易数据来判断和预测未来的需求，并不能真正满足客户的需求，也不是良好的客户关系管理。另在会员福利和会员享受特权上，基本上从注册会员到金牌会员，几乎没有区别，很难提高京东会员的积极性，也没有让京东会员有享受会员的特权，在增加粘度和提高忠诚度大打折扣。尤其是在京东现在提高了免运费的标准后，京东的很多用户和会员的满意度和忠诚度又下降。在会员客户细分上，京东需要进一步加强。不仅仅是从会员的级别上分，并且还要进行多维度的分析，比如预测潜在价值、活跃程度等。对当前高价值、潜在价值也高的用户，可以加大客户关系管理，在

　　适当的情况下予以更多的福利和特权，如价格更加优惠、积分和京豆和积分返送更多等。在高价值但是活跃度低的会员，则要予以一定的活动配合，比如电话回访等一对一的服务、优惠券的赠送、邮件的沟通等方式，对该类会员的个性化需求更加了解，避免客户的流失，将其从半休眠状态往活跃度高发展和引导。而对于中间大量会员而言，可以将注册会员到金牌会员这段的福利和特权放大差异，保持良好的运营和服务，挖掘潜在价值和需求，避免不良的口碑传播，提高粘度和满意度。

　　在售后服务中，京东推出了京东咚咚平台，供客户和商家进行交流。京东咚咚分为网页版和客户端版，但是对京东咚咚的推广力度不够，很多用户都还是很少使用京东咚咚进行咨询的，所以就算有问题也没有得到及时的反馈。用户在浏览商品时，会参考其他客户对此商品的评价，在商品评价中，分为好评、中评和差评，但是对商品的差评，京东并没有对之进一步的管理和沟通，有些差评有可能是用户恶意为之，但是有些差别是体现了客户的需求，京东的不及时处理会影响其他客户的购买。京东可以通过客户管理系统，对其中的有用建议信息进行分析和挖掘，主要是通过三个方面，一是商品的评价进行语义分析，二是客户的咨询，三结合客户的后台管理系统。这三者相互结合，缺一不可，以此来详细分析是应该管理客户还是管理产品、提高服务。每个用户对产品的评价标准条件不一，有些苛刻有些宽松等，故不仅是要结合语义分析等还要结合客户的个性化因素（评判标准、评判次数、购买情况等）予以反馈，才能以此找到最佳解决方案。通过以上方式找到问题，找到客户的需求，并且就此进行管理，进行客户针对性安抚和服务管理提升、或者产品改进等将达到良性循环。此外，甚至可以通过对客户的综合分析，予以数据分析后，可以做到何种客户分配到相对应擅长此方面的客服，予以服务，提高客服效率，解决问题，提供客户的满意度。结合客户关系管理系统，得知客户的需求和购物痛点和忌讳等，进一步达到差异化精准营销。

　　4.6.4创意促销，增强与客户互动环节

　　进行创意促销，京东商城可以从以下两方面着手：一是结合当前热门的微博话题做创意促销活动;关注一些票房高的电影以及热播的娱乐节目组织促销活动。二是打造具有京东商城特色的促销活动，例如：针对女性关注的夏日防晒，做一期专栏活动，京东商城可以策划夏日防晒推荐活动，邀请一些网络红人或老客户“晒出”自己最喜欢用的夏日防晒，并根据自用体验以及感受，写出推荐理由。这样可以增强与客户的互动，增强用户劲性。

　　本章通过对京东进行案例研究，得知大数据时代下精准营销的应用。本章主要论述了京东的简介、京东大数据平台、京东的营销现状和SWOT分析。基于大数据平台之上的精准营销中，除了梳理精准营销的架构外，架构中用户画像是最为核心的部分，而企业在实现精准营销中个性化推荐是必用的。在京东大数据精准营销的实践应用中，主要从基于RFM理论的精准营销、供应链优化、个性标签智能推荐和电子邮件营销出发进行论述，再对大数据精准营销给京东的网购交易规模所占市场份额的影响进行比对分析。就目前的情况，对京东大数据精准营销的不足提出了相应的改进建议。通过对案例的研究，得知大数据精准营销如何落地实施，并得以启发。

　　本文以大数据和精准营销的基本理论和研究作为本文的研究理论基础，通过分析大数据时代的到来、我国传统企业营销模式的制约因素和大数据时代为企业营销模式带来的革新，精准营销的现状情况、精准营销的特点和实现方法等，得到大数据到来的冲击，即对电子商务带来的挑战以及对精准营销的变革，在于这一背景下，精准营销在电子商务的应用将有所变化。

　　结合案例企业京东集团的大数据精准营销做法，即搭建大数据平台和基于平台的精准营销实施，以此借鉴案例企业在大数据时代下精准营销的实践情况和做法，并对比分析了近年来京东再全国B2C购物网站交易规模所占市场份额的变化，再通过SWOT分析提出了改进大数据分析技术，优化搜索引擎、加客户线下体验环节、提高配送效率，提升用户购物体验以及创意促销、增强与客户互动环节等四个解决方案，旨在达到帮助电子商务企业在大数据背景下做好精准营销、增加企业利润的目的。

　　由于本文中大数据精准营销的思路和应用建议尚未达到充分的验证，所以研究有一定的主观性。另外由于大数据的研究较新，如今环境下对大数据的应用处于探索阶段，真正成功意义上的全方面的使用大数据的企业和案例并不是很多也并不成熟，本文可参考的一手数据也不够充分。而大数据的技术处理部分，也由于本人的客观因素未能充分理解，所以本文中尚有很多地方研究得不够深入和全面。在今后的工作和学习中，笔者将继续时刻关注大数据精准营销在企业尤其是电子商务领域的运用发展，将不断深化研究。

　　大数据的到来，对当前社会的诸多行业和企业产生了深远的影响，未来很多行业和企业都会将大数据纳入未来的发展战略之中，大数据将带来巨大的价值和利润。电子商务企业应该抓住市场机遇，顺应行业的发展趋势，充分发挥大数据的价值，在未来竞争中占得一席之地。

　　[1]王小鹏.大数据技术在精准营销中的应用[J].信息通信技术，2014，06：21-26+32.

　　[2]本刊编辑部.搜狐大数据精准营销精细化运营推动营销变革[J].声屏世界·广告人，2015，01：145-147.

　　[3]胡江涛.大数据营销：从精准到实效[J].郧阳师范高等专科学校学报，2014，06：56-59.

　　[4]王克富.论大数据视角下零售业精准营销的应用实现[J].商业经济研究，2015，06：50-51.

　　[5]刘海，卢慧，阮金花，田丙强，胡守忠.基于”用户画像”挖掘的精准营销细分模型研究[J].丝绸，2015，12：37-42+47.

　　[6]郑磊.融合”互联网+电视购物”多元化数据的精准营销大数据云平台设计研究[J].广播与电视技术，2015，11：23-26.

　　[7]王小志，张岩.浅析大数据时代的精准营销[J].现代经济信息，2015，23：294.

　　[8]李晓龙，冯俊文.大数据环境下电商精准营销策略研究[J].价值工程，2016，03：31-33.

　　[9]毛宁.大数据背景下电商企业精准营销中的隐私侵权与思考[J].法制与社会，2016，06：101-102.

　　[10]冯薛.大数据时代京东商城营销模式创新分析[J].新经济,2016,(24)：40.

　　[11]Jiwat Ram，Changyu.Zhang，Andy Koronios.The Implications of Big Data Analytics on Business Intelligence：A Qualitative Study in China[J].Procedia Computer Science，2016，87：.

　　[12]Van-Hau Trieu.Getting value from Business Intelligence systems：A review and research agenda[J].Decision Support Systems，2016，：.

　　[13]J.Leon Zhao，Shaokun Fan，Daning Hu.Business challenges and research directions of management analytics in the big data era[J].Journal of Management Analytics，2014，1(3)

　　[14]Jongsawas Chongwatpol.Managing big data in coal-fired power plants：a business intelligence framework[J].Industrial Management、amp;Data Systems，2016，116(8)

　　[15][英]维克托•迈尔一舍恩伯格，肯尼思•库克耶.大数据时代生活、工作与思维的大变革[M].浙江：浙江人民出版社，2013