1 / 16
文档名称:

大数据与精准营销研究综述.doc

格式:doc   页数:16页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

大数据与精准营销研究综述.doc

上传人:nb6785 2015/12/11 文件大小:0 KB

下载得到文件列表

大数据与精准营销研究综述.doc

文档介绍

文档介绍:大数据与精准营销研究综述
摘要:随着互联网的日益普及, 人们对互联网技术的利用率越来越高,由此而来的大数据对社会的各行各业都带来很大变化,人们正步入大数据时代。在企业营销中,大数据的应用可以大大促进精准营销的发展,为其带来前所未有的发展机遇。本文首先分别对大数据与精准营销的研究进行综述,然后提出大数据时代下精准营销模式的问题,最后针对该问题提出一些思考与建议。
关键词: 大数据; 精准营销; 精准营销模式
一、大数据研究现状

1980年,著名未来学家托夫勒在其《第三次浪潮》提出了“大数据”的概念,并热情地将其称颂为“第三次浪潮的华彩乐章”,但是之后很长一段时期内,由于技术发展制约, “大数据”的概念并没有得到人们的重视。
2008年开始,移动计算、物联网、云计算等一系列新兴技术相继兴起,这些技术的发展及其在社交媒体、协同创造、虚拟服务等新型模式中的广泛应用,使得全球数据量呈现出前所未有的爆发式增长态势,数据复杂性也急剧增长,客观上要求新的分析方法和技术来挖掘数据价值,大数据技术应运而生,并得到迅速发展和应用,如此,“大数据”时代真正到来。
2008 年末,、、 Consortium) 发表了非常有影响力的白皮书《大数据计算: 商务、科学和社会领域的革命性突破》,使得研究者和业界高管意识到大数据真正重要的是其新用途和带来的新见解,而非数据本身。随后,包括EMC、IBM、惠普、微软在内的全球知名企业纷纷通过收购大数据相关厂商来实现技术整合,实施其大数据战略; 国内外咨询机构也相继发布与大数据相关的研究报告,积极跟进大数据领域的研发与应用。2011 年5 月,EMC 公司在主题为“云计算相遇大数据”的World 2011 大会中阐述了云计算与大数据的理念和技术趋势。同年10 月,Gartner 将大数据列入2012 年十大战略新兴技术; 11 月,由CSDN 举办的中国大数据技术大会在北京成功举行。大数据在产业界逐渐形成燎原之势。
目前,大数据研究和应用已经成为信息科技领域中的热点。世界各国均高度重视大数据领域的研究探索,并从国家战略层面推出研究规划以应对其带来的挑战
。 2012 年3 月,美国奥巴马政府投资两亿美元启动“大数据研究和发展计划”,致力于提高从大型复杂数据集中提取知识和观点的能力,并服务于能源、健康、金融和信息技术等领域的高科技企业; 2012年4 月,英国、美国、德国、芬兰和澳大利亚研究者联合推出“世界大数据周”活动,旨在促使政府制定战略性的大数据措施; 7 月,日本推出“新ICT 战略研究计划”,其中重点关注“大数据应用”同时,大数据也已引起学术界的广泛研究兴趣。2008 年和2011 年,《Nature》与《Science》杂志分别出版专刊《Big Data: Science in the Petabyte Era》和《Dealing with Data》,从互联网技术、互联网经济学、超级计算、环境科学、生物医药等多个方面讨论大数据处理和应用专题。

对于大数据的概念,企业和学术界目前尚未形成公认的准确定义。维基百科将大数据定义为“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”; 权威IT 研究与顾问咨询公司Gartner 将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题”; 美国国家科学基金会(NSF) 则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。尽管存在不同的表述,但一个普遍的观点是,大数据与“海量数据”和“大规模数据”的概念一脉相承,但其在数据体量、数据复杂性和产生速度三个方面均大大超出了传统的数据形态,也超出了现有技术手段的处理能力,并带来了巨大的产业创新的机遇。
IBM公司把大数据的特征概括成三个“V”:规模(Volume)、快速(Velocity)和多样(Variety),但是更多的人则将其概括为四个“V”,即规模(volume)、快速(Velocity)、多样(Variety)和价值(value)。
(1)规模(Volume)。大数据首先是必须具有海量数据,但是究竟多大体量才叫海量,人们并没有一个确定的数字。有人认为应该达到TB数量级,一般在10TB规模左右。但在实际应用中,很多用户把多个数据集放在一起,已经形成了PB级的数据量。
(2)多样性(Variety)。这是大数据概念区别于从前有关数据管理的一个重要特征,传统的数据管理主要是针对