发布时间：2022-07-13 09:29:31
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的1篇大数据背景下网络营销论文，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
一、何为大数据
(一)大数据的4V特性
大数据的特点可以用四个“V”来形容:一是Volume数量大，数字数量增长迅速。随着科技的进步，人类产生和存储的数量呈爆发式增长，据权威部门统计，世界数据总量的90%都是近几年积累的数字数据，这些数字数据主要来自于分布在世界各地的传感器所产生的数据、社交网络的数据、移动电子设备数据和RFID射频技术所获取的数据等。预计到2015年全世界将有超过8万亿GB的数据量。二是Variety数据种类繁多。数据类型不仅包括声音、视频、图片，还有GPS数据、监控数据等，数据类型以非结构化数据为主，约占数据总量的85%左右。三是Velocity信息处理速度快。如果按每分钟来计算，腾讯空间有14万张照片上传;新浪微博有9．5万条微博发送;百度搜索引擎有70TB数据需要处理，互联网上每分钟都会产生大量的数据，大数据处理技术需要在一秒钟之内完成归类、分析、存储等一连串的处理动作。四是Value价值高但价值密度低。以一段几分钟的视频为例，其中有价值的信息可能只占其中的一两秒钟，如何从海量的数据中提取有价值的信息，对大数据处理技术提出了新的挑战。
(二)大数据应用技术
大数据技术就是快速、准确的在各种类型的数据中获取有价值信息的技术，由“大数据”带来“大科技”、“大利润”，这正是大数据分析的真正意义。简单的说，大数据的应用分析过程先从数据源中对数据进行采集、过滤和核实，然后利用数据仓库对数据进行分类存储和集成，接下来通过数据挖掘技术找出数据间的规律和相互关联，最后通过参数建立数据模型用于应用开发的决策支持，整个过程是一个反复精炼、不断提纯的过程。在处理模式上，大数据技术从传统的数据库集群演进到基于云计算MapReduce的大规模并行处理架构，实现任务的分解处理和结果合并，从而实现对可处理数据规模的无限扩展。与传统的数据库集群处理模式相比，基于MapReduce的大数据处理技术不仅对硬件需求低，可以实现跨平台扩展，而且还支持复杂数据的处理，包括占整个数字数据总量85%的非结构化数据。
二、基于大数据的网络营销模式
(一)基于大数据的DSP(Demand-SidePlatform)网络广告模式
早在2012年DSP广告模式进入中国以前，国内的门户网站联合一些广告公司也做过精准广告投放的尝试，主要是通过cookies程序对网站用户的浏览记录进行监控，然后向用户有针对性的投放广告，但是这种做法掌握的用户有效信息相对较少且对信息的处理速度较慢，无法真正的实现精准广告投放。与传统的广告模式相比，DSP网络广告模式具有三个优秀竞争力:一是强大的数据获取和处理能力;二是RTB(RealTimeBidding)实时竞价系统，对每个曝光的广告展示予以实时竞价和监控;三是可以实现跨平台、跨终端的数据整合。通过对各种渠道收集的用户信息进行整合，再对这些数据进行分析和挖掘，DSP平台会迅速描绘出不同广告位浏览用户的“多维画像”，在找到属于自己的目标受众后，广告主就会对这些广告位进行竞价，真正实现“特别的广告”给“特别的你”的“一对一”营销。
(二)基于大数据的个性化推荐系统
随着我国电子商务的发展，消费者在享受着网络购物低成本、便捷性的同时，也面临着一些困扰。一方面，大型电子商务平台如淘宝网、京东商城中琳琅满目的商品和复杂的网站结构让消费者无法顺利找到自己所需要的产品，消费者只有在不断的选择比较和查看评价中做出痛苦的抉择;另一方面，商城里“有限”的客服人员无法满足“无限”顾客人数的需求，不能实现全程导购的“一对一”服务。如果后台能快速的对消费者行为的海量数据进行分析，推荐给消费者最需要、最适合的产品，这将极大地提高用户的购物体验。在这方面，团购网站糯米网做了很好的尝试，通过糯米账号和QQ账号的绑定，糯米网不仅获得了用户的属性信息和社交信息，还结合了移动终端的GPS定位系统，通过大数据分析技术向用户推荐所在位置附近的美食团购，极大地满足了“吃货”们个性化的体验。
(三)基于大数据的关联销售分析
在美国的沃尔玛超市里，发生过这样一件有趣的事情:超市营业员发现，把啤酒和尿布摆放在一起时，啤酒的销量会大大增加。原来美国妈妈们的大多数时间都留在家里照顾孩子，为孩子买尿布的任务自然就落到了父亲们的头上，而美国爸爸们在给孩子采购尿布时看到旁边的货架上摆放着他们喜欢的啤酒，都会顺带几瓶来犒劳自己。在大数据时代，通过数据挖掘技术的的协同过滤，系统就可以计算出哪两件商品经常会出现在同一张银行小票里或是同一个购物车里，我们就可以将这两件商品摆放在一起进行交叉销售，从而提高彼此的销量。同时，通过数据挖掘技术的关联算法，系统还可以从用户的购买行为里发现多种需求，从而向其做出相似但不同类的产品推荐。
(四)基于大数据的社会化网络营销
社会化营销是指利用社会化网络如论坛、社区、微博、微信等网络平台来进行品牌推广的一种营销方式。社会化的人离不开“圈子”这个概念，正所谓“物以类聚，人以群分”，社会化营销的最大优势就在于目标客户依不同的兴趣自主结成各自的“圈子”，很容易按照“圈子”来对客户进行细分，如QQ好友圈、百度贴吧、微信朋友圈甚至国外的Facebook、Twitter等，基于大数据技术对这些圈子中的评价、讨论信息进行分析挖掘，广告主可以对受众群体和社会化网络传播媒介有更全面的了解。如在2013年北京车展期间，主办方通过对论坛、微信和微博等社会化媒体的关注，经过7x24小时日均30亿条的数据处理量，监测163077个单页面，记录195，429，087次网络行为，通过对这些数据的挖掘和分析，向我们揭示了价格、车型、销售、品牌、配置等一系列关键信息，真正以“大数据”来解读当下扑朔迷离的车市。
(五)基于大数据的搜索引擎营销
搜索引擎是企业网站推广和产品促销的主要工具，同时也是企业开展网络营销的重要阵地。通过搜索引擎获取的数据不仅及时准确，而且样本基数较大，几乎覆盖了全部网民，其普遍性和客观性比普通数据更具优势。利用大数据技术在搜索引擎上进行营销，一方面企业可以对用户在网络中留下的搜索痕迹进行整合，将所有搜索关键词进行排序，结合当下火热的关键词对企业网页的关键词进行重新设定，以提升企业网站和产品在搜索引擎上的排名;另一方面企业还可以通过数据分析关键词是否相关及相关程度有多高，进一步分析用户在进行消费之前所关注的东西，从而进行消费需求预测等。
三、突破大数据的营销局限性
(一)大数据的信息安全问题是目前计算机行业所面临的巨大挑战
大数据技术的安全隐患主要来自于以下三个方面:首先，大数据技术所处理的数据都是非结构化数据，使得传统的面向结构化存储的应用程序和数据保护机制无法满足大数据技术的要求;其次，大数据技术所处理的海量的、更复杂、更敏感的数据聚集在一起，使得这些数据极易成为网络攻击者的目标;最后，大数据具有价值密度低的特性，使得安全分析工具很难聚焦在价值点上，这给安全服务的分析工作带来很大困难。目前，大数据技术正处于早期阶段，企业在构建的时候一定要考虑到信息安全问题，只有重视了网络安全，才能将可能出现的损失降到最低。
(二)用户的隐私保护问题一直是大数据应用过程中的焦点
随着企业对数据资产的重视，很多网站的程序都会自动记录下用户的浏览记录、查询历史及习惯爱好等信息，企业根据用户的这些行为数据来发现新的商机、创造新的价值，这一行为本无可厚非，因为程序在跟踪用户行为的过程中所监测到的用户是匿名的，并没有具体到某个人，因此并不涉及到对用户隐私侵犯的问题，但随着企业对用户信息收集范围的扩大以及一些专业数据分析机构的跨平台信息整合，企业就会接触到一些关于用户个人属性的信息，如姓名、年龄、工作单位等，当把这些个人属性信息和网站对用户的跟踪监测行为结合到一起时，企业就会清楚的掌握某人个查看了哪些网页，购买了哪些物品，这必然会侵犯到用户的个人隐私。因此如何实施隐私保护是大数据网络营销面临的一个重大挑战，该挑战不仅仅局限于技术上，更多的是出于企业诚信建立的隐私保护制度和法律层面上的措施。
(三)大数据技术只有经过持续的积累和跨平台、跨终端的整合后才能发挥其真正的价值
大数据并不是一件一劳永逸的事情，它是一个不断变化的过程，需要我们不断的适应其中的变化，只有经过持续的积累和深入的调整，大数据技术才能发挥其真正的价值。另外，大数据技术也是一个跨平台、跨媒体、跨终端的深入整合过程，如何对大量的不同渠道和维度的数据加以有效管理和分析始终是大数据时代需要精益求精的方向。经过多年的数据积累，各个互联网平台都具有了独特的优势，如百度主要是搜索数据，阿里集团主要是交易数据和信用数据，腾讯主要是用户关系数据，如能从跨平台、跨终端进行数据整合和分析，大数据技术必然能发挥更大的价值。
四、结语
在当前的互联网商业界，“大数据”已成为炙手可热的产业领域，借助大数据的价值与功能，网络营销企业将获得更大、更好的发展空间。同时，我们也应看到大数据技术是一把双刃剑，对于企业的信息安全、隐私保护、数据处理等方面提出了新的要求，为了能更好的发挥大数据的价值，从政府层面来讲，应当加大大数据基础设施的建设，促进大数据分析与应用技术的产业化发展;从企业层面，储备好相关的技术人才，提高企业内部的整合能力。相信在不久的将来，大数据技术必将成为智慧营销的关键，从而带动企业网络营销领域的发展和革新。
作者：张艳红 单位：厦门城市职业学院商贸系
随着网络经济的飞速发展，特别是基于互联网技术的大数据时代的来临，网络营销及其相关电子商务市场得到空前发展，面对海量的交易数据，如何实现商家与客户之间个性化的高效沟通，这成为新型电子商务市场中必须思考的课题。伴随着网络营销领域本身的大数字化形成与发展，大数据营销将赋予电子商务中网络营销一个全新的推动力，作为电商企业，不能再简单地依靠传统营销的经验进行决策了，而替代的是如何更加精准地找到客户，降低营销成本，提高企业销售率，增加销售利润，并及时对销售市场细分，实时地整合客户信息，实现与客户一对一互动，可以说，大数据营销是大数据背景下一种新型的网络营销新模式，它是“大数据时代”市场营销的主流营销模式。
一、网络营销的基本模式及存在的主要问题
网络营销：（Online－Marketing）指在虚拟的计算机空间，以电子技术为基础，以计算机网络为媒介和交易手段，实现相关的网络市场信息调研、网络新产品开发、网络促销、网络分销、网络售后服务等。目前网络营销模式分析包括E－mail营销、搜索引擎营销、博客营销、微博营销、病毒性营销等方式。
（1）E－mail营销：
也即电子邮件营销，是通过电子邮件的方式向客户传递有价值商品信息的一种网络营销手段。电商企业可通过E－mail直接与目标顾客建立沟通渠道，向其直接传达相关信息，并用以促进销售并实现发送电子广告、产品信息、销售信息、市场调查、市场推广活动信息等。
（2）搜索引擎营销：
通常简称为SEM，其基本思想是让客户发现信息，通过搜索引擎进入网站、网页，并进一步了解所需要的信息，其主要方法包括搜索引擎优化（SEO）、付费排名以及付费收录等。
（3）博客营销：
是通过博客网站或博客论坛服务于博客作者和浏览者，利用博客作者个人的知识、兴趣和生活体验等传播商品信息的营销活动。
（4）微博营销：
是指通过微博平台为商家或个人等创造价值而执行的一种营销方式，也是指商家或个人通过微博平台发现并满足客户的各类需求的商业行为营销方式。
（5）病毒性营销：
是一种常用的网络营销方法，常用于进行网站推广、品牌推广等。它通常通过客户的社会人际网络，利用快速复制的方式传向数以千计、数以百万计的受众提供有价值的产品或服务。病毒式营销已经成为网络营销最为独特的手段，被越来越多的商家和网站成功利用。面对互联网中海量的商品信息、客户信息、消费者信息，这使得目前的网络营销模式也存在一些问题，主要表现如下。
（1）在操作实践中，网络营销决策中过度依赖过去的经验，缺乏对顾客与消费市场深入了解，这使决策往往具有较大盲目性，并且，相关的营销效果难以量化，成本难以控制。
（2）在E－mail营销中，只是依赖邮件的数量和庞大的目标客户群达到营销目的，而忽视了对邮件客户的喜好、生活习惯、消费行为等进行数据分析，这样会导致对客户做出误判断，从而会丧失大量潜在客户及其相关购买意愿机会。
（3）若营销过程中应用邮件营销、微博、微信营销，表现为只是一种单向沟通方式，没有和客户建立双向协同的关系，这难以实现产品和客户产品的精确营销。而事实上，在以客户为中心的今天，更加需要个性化、精确的产品定位与服务，需要将产品和服务在合适的时间与地点传送给合适的人，这是目前的网络营销模式难以保障和达到的。
（4）在营销管理中，缺乏对庞大的客户相关数据的挖掘和分析，获取客户数据方式相对较为被动，缺乏利用互联网技术获取客户数据，这使得电商企业只能借助于第三方机构获取相关客户数据，难以较客观地分析出客户的真实意图和需求。
二、网络营销模式对大数据分析的需求
所谓大数据（BigData），又称巨量资料，是指通过新型处理模式取得具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。引入大数据分析将会有效解决难以精确营销的问题。网络营销模式对大数据分析形成客观需求。在传统的商务运营管理中，由于商务数据是零散和分散的，原来的商务模式已经难以适应复杂的营销数据环境。在大数据时代，我们可通过对大数据分析，实现对真正有价值的数据进行采集，并充分应用这些数据，借助于大数据分析技术和策略对这些数据进行高效深入的分析，获得高价值的客户信息，进行精准高效的客户定位，实现营销价值，还可以节省交易成本。随着社会经济的发展和个人收入的增加，人们更加强调个性化的交易需求，特别是随着互联网技术的飞速发展，建立在互联网基础上的电子商务技术可以更加实时的为商家和客户访问提供实时的网站搜索、收集与整理，这可以帮助更好地为客户服务，并促成购买行为形成。在目前，随着人工智能、模式识别技术的发展，信息系统和决策科学促进广泛的分析方法和工具，包括数据挖掘、客户行为模型、决策支持等，为大数据分析的广泛应用提供了可靠的技术支撑。
三、在大数据背景下的网络营销模式方式分析
大数据营销又称数据驱动型营销，主要是以驱动客户高效参与，实现一对一的时效精确营销为目标，通过搜集、分析、执行从大数据处理所得到的结果，并以此描述客户参与，优化营销和评估内部责任的过程，其网络营销模式推动并产生了新型的管理方式，主要表现为：
（1）整合营销管理：
即在网络营销中，将相关数据、业务流程、人力资源、交易渠道和技术等进行合并和简化，并进行数据库集成，形成全部营销资源数据库的网络共享。这种方式实时地整合各类交易数据，并在第一时间提供给商家与客户，在商家与客户之间建立实时沟通的桥梁。
（2）市场运营管理：
大数据营销需要一个含系统规划管理，并具有市场运营执行力的结构框架。而在运营管理中，通过对大数据统计分析，可动态实现市场调查、分析与管理，为市场运营管理提供了可靠的动态信息源。
（3）客户互动管理：
大数据营销通过互联网、移动终端、社交网络等多元化的模式实现客户信息管理，利用先进的分析方法和营销沟通特点，与客户形成良性的互动管理，并最终使客户和商家之间建立更有益、更满意、更长久的双向互动关系。
（4）数字信息与数字营销：
数字信息涵盖了所有靠互联网技术实现的营销方式，数字营销则是一种依靠高科技的、双向的营销方法，它们为预测客户需求、建立商家与客户之间动态交易信息，实现并提供了可靠的数字信息平台，为商家与客户提供了更多互动机会。
四、结语
随着大数据时代的到来，特别是internet技术的飞速发展，电子商务交易可通过对大数据分析，应用相关的数据挖掘工具，实现对有价值的商务数据进行采集，并借助于大数据分析技术和策略进行精准高效的客户定位，从而更好地推动实现网络营销模式的更新与发展，以适应现代新型商务活动的需求。
作者：玄文启 单位：云南财经大学信息学院
一、前言
目前易传媒大平台和新引擎MediaV开发的营销工具Adviva[1]每天都在对超过4万个在线电子商务订单提供全程营销观测和效果优化决策，这些不断更新的数据成为了网络营销的重要指导原则。包含在营销背后的主要是对Adviva背后的大数据计算。社交媒体数据[2]也成为了网络营销的重要组成部分，尤其在碎片化[3]网络环境下，如何通过大数据来对数据进行整合，从碎片的大量碎数据中挖掘出更多有价值的内容。而基于大数据技术上的创新，会使得未来的网络营销更贴近于受众消费者，广告出现的时间更合理，广告的形式和内容也更容易被受众接受。
二、大数据与网络营销基本概念
根据中文互联网数据研究资讯中心的定义：大数据[4][5]是指那些用现代常规处理技术不能处理的海量数据，这些数据将成为传统计算可望而不可及的无用资源。大数据的数据量随着时间时时刻刻在不断增长，预计到2020年，每年都将产生35ZB的大数据。IBM给大数据定义为4V，分别为数量巨大、种类多样、速度大及具有极大的价值。在网络营销中，其实大部分的企业根本不缺少数据，而是数据太多了难以处理。企业需要统计客户、市场、销售及服务信息，如果将这些数据综合起来，毫无疑问会是个规模巨大的数据，如何利用这些大量的客户数据、市场数据、销售数据及其服务数据等等将成为一个巨大的挑战。现代网络营销技术则需要借助这些数据进行各种数据整合，最后得出一整套有益的大数据营销解决方案。如果作为一个超市的经营者，只要超市的POS机在工作，就会有大量的数据流入经营者的服务器[6]。在美国沃尔玛商场里面，某位收银员扫描完顾客购买的商品后，收银员的电脑上会显示一些“隐形信息”，然后会根据这些“隐形信息”向顾客友好的提醒：“我们商场刚进了一批全新口味的小苏打饼干，奶酪等几种佐酒小菜在H3货架，如果您需要可以去选购。”顾客也许会很惊讶的说“我正需要找这些，现在先去看看”其实收银员在扫描顾客所购买的货品时，已经将顾客购买好的啤酒，红酒，沙拉等信息输入了信息系统，而购买这些货品的人群，80％都需要购买佐酒小菜和佐料，所以就有了刚开始收银员的“顾问型营销”。而让收银员如此“神奇”的原因是沃尔玛公司修建的数据库，这个数据库是通过卫星与全球卖场实时连通的企业级大数据库。同样阿里巴巴作为中国电商业的航母，它也已经利用大数据进行了具体的服务。比如在淘宝平台上，商家可以利用淘宝魔方了解在整个行业中所品牌的销售状况，商场排名和消费者行为等等，并且能根据这些数据来做出经营调整。
三、基于大数据的网络营销模型
为了将大数据运用到网络营销中，可以将大数据源等信息组合在一起，做一个基于大数据的网络营销模型。在基于大数据的网络营销模型上，首先收集日志信息，论坛信息，微博信息，社会网络信息，交易信息等数据。然后将这些大数据源放入网络营销模型中，用算法库的方法归类，比如：聚类算法，关联算法，分类器。再用大数据计算方式计算（MapReduce并行计算框架），进行计算分析数据。最后基于这些大数据中提取的信息，将其运用在网络营销中，比如：基于大数据的商品关联挖掘营销、基于大数据的商品地理营销、基于大数据的社会网络营销、基于大数据的用户行为分析营销、基于大数据的个性化推荐营销及其基于现代通信工具的大数据分析营销。
四、基于大数据的网络营销对策
（一）基于大数据的商品关联挖掘营销
网络营销中的经典案例———啤酒与尿布。当啤酒和尿布摆在一起时，会使尿布和啤酒的销量大幅上升。超市经营者是发现了这两者之间的关系后，再探究原因的。因为美国妇女很多都是家庭主妇，他们一般不自己出门采购，而是让丈夫下班回家后顺路去超市给孩子买尿布。同时美国人又爱喝啤酒，于是买尿布的时候就顺便买了啤酒，这样使得尿片与啤酒形成了关联。因此，大数据挖掘的基础是发现各个数据之间的关联、关系。在大数据环境中单独的碎片数据再多也难以实现其价值。所以推及到中国企业运用的时候，要对原有数据进行分析，建立起各个数据之间的联系，把各个方面的数据打通，比如在手机号码，住址等方面寻找联系。
（二）基于大数据的商品地理营销
分析网站交易数据，通过地理位置分析每个地方的人的爱好。如武汉人喜欢吃牛肉而浙江人喜欢吃螃蟹，再针对这两个省的人采取不同的商品销售方式。比如：淘宝网在2011年的《淘宝2011网购文胸调查》[7]调查显示,北方的文胸销量明显高于南方，其中新疆的文胸销量最好。由于北方人普遍高大，对文胸的需求也更为明显。不同的地方对文胸的尺寸也是明显不一样。总体来说，北方对B与C罩杯的文胸需求量大，而南方则对A罩杯的文胸的需求量大。通过对于文胸的一个购买分析可以看出，不同地域对于不同商品的销售是有直接影响的。通过该报告也可以得出北方人比南方人要高大，从而对商品的需求侧重不一样。其实通过对商品交易的大数据的分析也可以看出中国女人普遍使用B、C及D罩杯，相对于欧美等国家来说，我国对文胸的需求偏向小型。所以国际文胸大品牌在进行商品销售时候，中国的尺寸也将主要集中在中小号型商品中。或许是南方人的平均胸部要比北方人略小，南方人对丰胸产品的需求也更为强烈。淘宝网同时的丰胸产品销售数据显示，丰胸产品在全国所有省份中，广东、江苏和浙江三省对丰胸产品的需求最大。这一结果也体现了南方省份的女孩相对来说对丰胸的渴望程度要大于北方。这些结论的得出属于一种典型的大数据分析，其结论对商品地理营销具有重要的意义，它将直接指导着文胸这种商品针对不同地域的物流调度等一系列营销问题。
（三）基于大数据的社会网络营销
人人网络的朋友圈子、QQ的好友圈子及国外的Facebook，Twitter等，进行相应的社会网络营销。比如人人网的朋友圈子营销，2010年蒙牛酸酸乳结合人人网的网络资源和现实的明星资源，在各高校展开了“酸酸乳———音乐梦想学院”活动，在鼓励年轻人追逐自己梦想的同时，提倡他们喝蒙牛牛奶，享受品质生活。同样，今年小米公司的红米手机，QQ认证空间在QQ好友里面的转发和传播，也让红米手机的销量远好于预期情况。还有社会网络营销的微博营销，在去年的“凡客体”大受追捧的同时，也让人感受到了微博营销的潜力。这些看似无心的举动，其实正是主办方基于大数据，对受众群体和社会化网络传播媒介的了解，比如：蒙牛的年轻，梦想，牛奶的品质生活很符合年轻人的口味。还有因为红米手机的价格不高，所以红米的定位在二三线城市消费者，而QQ空间在这个群体里有着很大的用户粘度。还有“凡客体”的火热，也是归功于微博的时效传播与个性化追求。
（四）基于大数据的用户行为分析营销
分析用户的历史行为和习惯，进行相应的营销。比如苏宁云商在收购PPTV后，苏宁自主研发的社交工具———云信。云信具有一定的分析能力，它能够将购买者的购买行为及其历史记录进行建模，并做一定的分析，为以后的有针对性的网络营销提供基础。并且这能通过基本的社交兴趣划分，找到企业所需要的潜在用户对潜在用户投放商品广告，这样可以大大提高广告投放的转化率。比如在“搜索行为”上，用户很多时候是直接表达自己的意图，比如“离湖北经济学院最近的咖啡店在哪里？”苏宁就可以将商品“标签化”来吸引顾客。云信还可以基于用户海量的评论，进行分析和挖掘进而理解用户的意图。
（五）基于大数据的个性化推荐营销
大数据时代，数据来源于多媒体，广告从平面广告向声光电等技术融合的新媒体发展，很多在身边的例子都可以佐证。比如现在微信，QQ，微博“查看附近的人”，有很多从事相关方面的营销，各种社会媒体已经成为网络营销的主战场。在社交媒体中，很多社区，论坛，微博等社交平台上，用户根据自己的兴趣爱好建立自己的社交圈和群。在自己的小圈子里，用户可以自己消息，这些产生的信息资源对广告企业来说洞察消费者心理尤为重要。个性化营销已经成为网络销售的极其重要的组成部分，越来越多的商业分析工具通过各种个性化推荐算法实施有针对性的个性化营销。
（六）基于现代通信工具的大数据分析营销
比如淘宝的量子恒道统计。量子恒道统计包括两方面，一方面是量子恒道网站统计，一方面是量子恒道店铺统计。量子恒道网站统计主要为个人站长、个人博主、网站管理者、第三方统计等用户进行流量监控、数据分析。通过这些数据分析发现用户访问网站的规律，并做出相应的网络营销策略。而量子恒道的店铺统计，是为淘宝旺铺设计的店铺数据统计系统。通过统计访问店铺的用户行为和特点，了解用户喜好，为店铺推广商品展示提供充分的数据证据。同样微信营销在现代通信工具营销中也越来越重要，常用的做法有：1.通过网站，微博，或者各种线下广告让用户扫描微信二维码。2.查看附近的人，发掘在附近人的兴趣爱好，生活习惯等，寻找目标客户群体。
五、基于大数据的微博营销案例分析
现在微博的火热也极大地促进了微博营销的发展，微博上很多有共同爱好的用户都聚集在一个固定的圈子里，所以将广告数据等在各个圈子之间扩散开就显得很重要了。（如图2所示）一个小圆代表一个用户，红色的小圆代表微博“大V用户”，绿色的小圆代表“优秀数据洞用户”，蓝色的小圆代表“既是大V也是优秀数据洞的用户”。比如在体育明星圈子里，某个“大V”的言论会通过各种途径在体育明星圈子里面传递，如果要推广某种体育健身器材，在这个体育明星圈“大V”上做广告，就会收到很好的效果。但是如果想让这个广告传递至作家圈子里面，就需要连接这两个圈子的“优秀结构洞用户”了，体育明星圈子里的某个“优秀结构洞用户”和作家圈子里面的“优秀结构洞用户”相联系，可以是网络营销广告投入到作家圈子。还有种情况，就是有一些不在固定某个圈子的“优秀结构洞用户”，可以起到桥梁作用，将网络广告传递至计算机科学家圈子里面某个“既是大V、也起到优秀结构洞的用户”上，然后再在这个圈子里面传递，同理可以通过“优秀结构洞用户”将广告数据等传递至电子商务师圈子里。大数据是继能源和石油之后国家最大的战略资源。大数据已经影响到了网络营销的方方面面。如果电商企业提前掌握了基于大数据的技术，那么在寻找潜在客户，减少销售时间和提高交易成功率方面会得到显著的提升。同时精确化的网络营销既可以减少企业的广告投入，又可以使广告商节省资源获得更多的利润。大数据已经在人们的日常生活中扮演着越来越重要的角色，基于大数据的网络营销已经变得十分重要，为了有效的利用大数据，未来的研究方向应该集中在：1.网络营销大数据处理能力研究。由于数据的巨大，如何处理海量的大数据是目前计算机行业面临的一个巨大挑战。2.大数据网络营销中隐私保护问题的研究。很多浏览器都会记录下用户的习惯及其爱好，企业根据消费者的这些行为数据来发现新的商机，创造价值。这是对用户隐私的一大挑战，而且重要的是很多数据包含有用户的真实信息。因此如何实施隐私保护是大数据营销面临的一个重大挑战，该挑战不仅仅限于技术上，更多的是法律上的一些措施。
作者：高源张桂刚工作单位：湖北经济学院信息管理学院
