大数据产品技术服务行业市场需求与投资规划分析

大数据产品技术服务行业市场需求与投资规划分析市场的细分标准（一）消费者市场细分的标准消费者市场细分标准可归纳为四大类，其因素有些相对稳定，多数则处于动态变化中。1、地理因素地理因素标准即按照消费者所处的地理位置、自然环境细分市场，具体变量包括国家、地区、城市规模、不同地区的气候及人口密度等。处于不同地理位置和环境下的消费者，对同一类产品往往会呈现出差别较大的需求特征，对企业营销组合的反应也存在较大的差别。例如希尔顿酒店会根据所处的地理位置设计个性化的房间：美国东北部酒店更雅致和全球化，而西南部的酒店更乡村化；零售巨头如沃尔玛、凯马特都允许他们的区域经理储存货物以适应当地需求。地理细分对不同区域的识别和划分也有意义，企业可以根据产品在该区域上市的时间，将市场分为引人期或发育期市场（1～5年），成长期市场（6～11年），成熟期市场（11年以上）。显然，这样的划分有利于识别不同阶段市场的特征，制定具有针对性的营销策略。就总体而言，地理环境中的大多数因素是一种相对静态的变量，企业营销必须研究处于同一地理位置的消费者和用户对某一类产品的需求或偏好所存在的差异，而且必须同时依据其他因素进行市场细分。2、人口因素人口因素指各种人口统计变量，包括年龄、婚姻、职业、性别、收入、教育程度、家庭生命周期、国籍、民族、宗教、社会阶层等。比如，不同年龄、受教育程度不同的消费者在价值观念、生活情趣、审美观念和消费方式等方面会有很大的差异。以年龄、家庭人口和收入为例，看其对某产品需求的制约。某家具公司在市场调查中发现与家具销售关联最密切的人口变量有以下三项：户主年龄、家庭规模和收入状况。企业在选择目标市场时，可以根据本企业的营销目标及其预期利润，分别考虑各个细分市场的家庭数目、平均购买率、产品的竞争程度等因素。经过分析研究和预测，即可比较准确地评估出每个细分市场的潜在价值。对于全球企业来说，这些人口统计变量的相关信息从各国政府或国际组织公布的统计资料中可以查到。各个国家人口的预期寿命、年龄结构等因素对食品、化妆品、服装、人寿保险等行业中的全球企业细分全球市场有特别重要的意义。需要注意的是，在用人口因素来进行市场细分时，用单一标准细分市场很容易得出偏颇的结论，需要企业界和其他细分标准对细分市场做出进一步的细化研究，从而发现显著的顾客需求特征差异，以分别制定针对性的营销战略及策略。3、心理因素心理因素标准即按照消费者的心理特征细分市场。按照上述几种标准划分的处于同，一群体中的消费者对同类产品的需求仍会显示出差异性，可能原因之一是心理因素发挥作用。心理因素包括个性、购买动机、价值观念、生活格调、追求的利益等变量。比如，生，活格调是指人们对消费、娱乐等特定习惯和方式的倾向性，追求不同生活格调的消费者对商品的爱好和需求有很大差异。越来越多的企业，尤其是服装、化妆品、家具、餐饮、旅游等行业的企业越来越重视按照人们的生活格调来细分市场。消费者的个性、价值观念等心理因素对需求也有一定的影响，企业可以把具有类同的个性、爱好、兴趣和价值取向相近似的消费者集合成群，有针对性地制定营销策略。在有关心理因素的作用下，人们的生活方式可以分为“传统型”“新潮型”“奢靡型”“活泼型”“社交型”等不同类型。追求的利益是指消费者在购买过程中对产品不同效用的重视程度。一项对亚洲女士服装市场的调查表明，亚洲女士喜爱紧身服装有以下原因：视觉上更娇柔、形体更美丽、更加自信等，但不同国家的女士的追求在心理上仍有差异。在不同国家也可能存在同处一个社会阶层或具备共同价值观、共同生活方式的消费群。4、行为因素行为因素标准即按照消费者的购买行为细分市场，包括消费者进入市场的程度、使用频率、偏好程度等变量。按消费者进入市场程度，通常可以划分为常规消费者、初次消费者和潜在消费者。一般而言，资力雄厚、市场占有率较高的企业，特别注重吸引潜在购买者，企业通过营销战略，特别是广告促销策略及优惠的价格手段，把潜在消费者变为企业产品的初次消费者，进而再变为常规消费者。而一些中、小企业，特别是无力开展大规模促销活动的企业，主要注重吸引常规消费者。在常规消费者中，不同消费者对产品的使用频率也悬殊，可以进一步细分为“大量使用户”和“少量使用户”。例如，根据二八定律，商业银行80%的利润都来自于占顾客数量20%的高端客户，剩余20%的利润由普通储户提供，因此抓住“少量使用户”，就能实现利润的最大化。因此，许多企业自然把大量使用者作为自己的销售对象。消费者对产品的偏好程度，是指消费者对某品牌的喜爱程度，据此可以把消费者市场划分为四个群体：绝对品牌忠诚者、多种品牌忠诚者、变换型忠诚者和非忠诚者。在“绝对品牌忠诚者”占很高比重的市场上，其他品牌难以进入；在“变换型忠诚者”占比重较大的市场上，企业应努力分析消费者品牌忠诚转移的原因，以调整营销组合，加强品牌忠诚程度；而对于那些“非品牌忠诚者”占较大比重的市场企业来说，则应审查原来的品牌定位和目标市场的确立等是否准确，并且随市场环境和竞争环境变化重新对定位加以调整。（二）生产者市场细分的依据细分消费者市场的标准，有些同样适用于生产者市场。如地理因素、追求的利益、使用者状况等因素，但还需要考虑一些其他的变量。生产者市场常用的细分变量是用户变量，主要包括行业、公司规模、地理位置等。1、行业细分生产者市场的用户购买产品通常是为了生产用于出售的产品或服务，用户所处行业不同，其生产者需求会有很大差异。例如，电脑制造商采购产品时最重视的是产品质量、性能和服务，价格并不是最主要因素；飞机制造商所需要的轮胎必须达到的安全标准比农用拖拉机制造商所需轮胎的安全标准高得多。2、规模细分用户规模也是细分产业市场的一个重要变量。用户规模不同，其购买数量存在着很大差异。大用户虽少，购买量大；小用户虽多，其购买量小。在现代市场营销实践中，许多公司建立适当的制度来分别同大客户和小客户打交道。例如，一家办公室用具制造商按照规模将用户细分为两类：一类是大客户，由该公司的全国客户经理负责联系；一类是小客户，由外勤推销人员负责联系。3、地理细分企业可用地理变量确定重点的服务地区。由于自然资源、气候条件、生产的要求等存在差异，每个国家都会形成一些产业群，这就决定了生产者市场比消费者市场在地理上更为集中。按地理区域细分生产者市场，有助于企业设计恰当的营销组合，充分利用销售资源和网络，降低销售费用。除了用户变量外，生产者市场还有多种细分标准。美国的波罗玛和夏皮罗两位学者，提出了一个生产者市场的主要细分变量表，比较系统地列举了细分生产者市场的主要变量，并提出了企业在选择目标顾客时应考虑的主要问题，对企业细分生产者市场具有一定的参考价值。大数据市场构成大数据行业主要解决大数据的存储、处理、分析和价值发现等问题，实现大数据的业务价值。从产品和服务来看，大数据市场产品和服务包括三个主要部分，即大数据硬件、大数据软件、大数据专业服务。其中，大数据软件部分按照产品功能的不同可以被分为：大数据管理平台、数据应用中间件、数据智能分析工具、大数据应用四个部分。大数据全生命周期管理大数据生命周期进一步细分为大数据集成、存储和处理、治理、建模、挖掘和流通等阶段。（一）大数据集成大数据集成包括大数据采集和大数据整合。大数据采集主要是通过各种技术手段将分散的海量内容数据（文本、音频、视频等）、行为数据（访问、查询、搜索、会话、表单等）、工业生产数据（传感器数据、监控数据）等从业务系统中收集出来。由于大数据本身具有分散、海量、高速、异质的特征，采集难度较大，因此保证数据采集的稳定性、可靠性、高效性、可用性和可扩展性等是主要的技术目标，越来越多的企业开始选用专业的数据采集服务。大数据整合的目标是将各种分布的、异构的数据源中的数据抽取后，进行清洗、转换，最后加载到数据仓库或数据集市中，作为数据分析处理和挖掘的基础；这个过程常常也被称为ETL（Extract/抽取，Transform/转换，Load/加载），通常ETL占到整个数据仓库开发时间的60%~80%。大数据时代，数据整合软件的市场也开始了整体的技术升级，主要解决两个主要技术问题，一是独立的ETL应用服务器的计算能力普遍不足，二是无法处理半结构化和非结构化数据。经过几年的技术发展，ETL过程逐步演进为ELT，即数据抽取后直接加载（Load）到大数据平台中，再基于大数据平台的计算能力来实现数据转换（Transform），不再依赖ETL应用服务器做抽取和转化工作，这样可以解决ETL应用服务器的处理能力不足问题，充分利用大数据平台的分布式计算能力提升数据集成的效率和稳定性。（二）大数据存储和处理大数据存储与处理要用用服务器及相关设备把采集到的数据存储起来，使得数据能够被高效地访问和运算。由于数据量的爆发式增长，尤其是非结构化数据的大量涌现，传统的单机系统性能出现瓶颈，单纯地提高硬件配置已经难以跟上业务的需求，产生的海量数据没有合适的存储场所，企业被迫放弃大量有价值的数据；数据处理的速度和性能出现瓶颈，业务的深度和广度受到限制。因此，过去十年间，计算机系统逐步从集中式向分布式架构发展。分布式架构及相关技术通过增加服务器的数量来提升系统的处理能力，每个节点都是一个可独立运行的单元，单个节点失效时不会影响应用整体的可用性。分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势。（三）数据治理根据国际数据管理协会的定义，数据治理是对数据资产管理形式权利和控制的活动集合。数据治理是一个管理体系，包括组织、制度、流程和工具，随着集成和存储的数据量增加，数据治理的难度也逐渐增加，牵扯的关联方也越来越多，因此需要一套适合企业的方法论来开展工作。业界逐渐形成了DAMA、DCMM等较完整的数据治理体系框架，一般包括制定数据治理战略、定义数据治理工作机制、通过各个业务专题来落实相关数据治理工作内容，并最终落实到数据治理工具上来实现高效持续的数据治理的执行流程。具体到数据治理的内容，一般包括元数据管理（包括元数据采集、血缘分析、影响分析等）、数据标准管理（包括标准定义、查询与发布等）、数据质量管理（包括质量规则定义、质量检查、质量报告等）、数据资产管理（包括数据资产编目、数据资产服务、资产审批等）、数据安全管理（包括数据权限管理、数据脱敏、数据加密等）、数据生命周期管理（包括数据归档、数据销毁等）以及主数据管理（包括主数据申请、发布、分发等）这几个主要的部分。（四）数据建模数据建模是构建企业数据仓库、数据湖和数据集市的重要过程，其通过一个业务级别的数据模型设计，将分散在不同数据源中的数据集成在一起，并通过一种面向业务主题的方式将数据分门别类来做重新组织和标准化，形成有明确业务意义的数据形式，统一为数据分析、数据挖掘等提供可用的数据。面向业务主题（如客户主题、账户主题等）的数据组织管理方式便于业务人员对数据的理解和综合使用。具体到技术层面，数据建模一般包括业务调研、架构设计、数据模型设计、数据库SQL开发与测试、业务集成上线等几个阶段，架构设计是整个工作的核心，一般会面向不同的行业来设计相关行业的逻辑数据模型。在数据建模过程中使用的工具主要包括：数据模型设计与管理工具、SQL开发工具、任务调度工具等。（五）数据分析和挖掘大数据分析和数据挖掘的核心目标是对客观事实规律进行描述、展示和总结、刻画、推广，可以从大量的数据中通过算法来揭示出隐含的、未知的并有潜在价值信息，并对客观规律进行溯源和解释，从而帮助决策者做出正确的预测和决策。围绕这个目标，大数据分析和挖掘的手段可以分为模型驱动、数据驱动等，一般通过统计、在线分析、情报检索、机器学习和专家系统等在内的多种方法来实现这一目标。现阶段在面对大数据4V问题时，大数据分析和数据挖掘工具对传统数据分析和挖掘工具做进一步自动化和智能化；与此同时，近年来深度学习的兴起又为大数据分析提供了新的手段，其做为当前计算机行业的热点研究方向之一，其本质的目标是从大量数据中提取模式和知识，其要处理的对象包括结构化数据、半结构化数据和非结构化数据在内的所有类型数据，例如近年来在视频、语音等非结构化数据的分析需求快速增加，相应的深度学习技术也取得了飞速发展。（六）数据流通数据流通是按照一定规则，将存储的数据或者数据分析、挖掘得到的信息作为流通对象，从供应方传递到需求方的过程。数据流通的具体内容包括可视化的分析报告、面向运营人员的数据标签、面向应用可以直接调用的数据指标API、面向数据分析人员的数据集、面向数据挖掘人员的数据特征、和面向业务建模人员的单方或多方的建模模型等。基于数据水印、数据加密和脱敏、隐私计算、联邦学习的数据流通安全技术，可以提高数据流通的完整性和保密性。大数据行业未来发展趋势（一）分布式系统成为行业技术架构主要的发展方向传统数据库以集中式架构为主，集中式架构由一台或多台主计算机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客户端仅仅负责数据的录入和输出，而数据的存储与控制处理完全交由主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通过网络连接进行通信和协调。随着海量及异构数据的数据分析需求增长，需要的计算、存储和IO等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同节点，在进行计算任务时，任务也会被切分成多个子任务，分发到多个节点上同时进行计算，能充分利用整个集群各个节点的计算资源、存储资源和IO资源，可线性提升集群的存储和处理能力。因此，分布式架构能较好的处理该类问题，这也是分布式架构相对于传统单机架构的核心优势。在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势，能够较好的满足大数据分析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据技术的重要发展方向。2、数据管理软件趋向于统一多数据模型的平台数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型（文档模型、键值模型、图模型等）。大多数数据库管理系统只能支持一种或少数几种数据模型，因此企业通常只能使用多种数据库产品联合的方案来应对日益增长的异构数据模型处理需求。随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数据可以分别采用多种数据模型存放，解决不同场景的处理效率问题；（2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模型只需要存储必要的数据内容即可，在查询时可以通过关联的方式获取全量信息。未来多模型数据平台将通过不断提高计算、存储引擎的处理能力，从操作响应速度、数据并发能力、数据管理成本等多个角度优化企业的数据需求，成为多模大数据平台的重要发展趋势。（二）云原生大数据平台架构成为未来的主要发展方向云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API，这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。面对客户日益增长的海量数据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台架构凭借计算存储解耦、资源池化、Serverless等核心技术，提供了高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的能力。相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式和按需付费的支付模式。（三）国家加速数据要素市场建设，推动数据安全流通技术的商业化加速我国将搭建统一开放、竞争有序的数据要素市场体系，政策鼓励产业链各环节的市场主体进行数据流通和交易，促进数据要素流通。当前，丰富的数据要素资源已经涵盖了金融、运营商、房地产、医疗、能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领域。同时，由于数据的流通和利用是数据要素价值创造的前提。而跨域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的安全需求（包括可用不可见、可用不可得、可用不出域等），都使得数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各行业数字化转型过程中和过程后的必由之路。随着《数据安全法》、《个人信息保护法》的实施，以安全为前提的数据开放利用将迎来新一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解决方案，能够在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。大数据行业面临的机遇（一）产业政策集中出台，多层次政策体系日益健全十八届五中全会提出实施国家大数据战略以来，《促进大数据发展行动纲要》指出，建立安全可信的大数据技术体系是推进大数据产业基础研究和核心技术攻关的重要目标。2021年3月，在我国十四五规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业数字化转型，加快数字社会建设步伐，营造良好数字生态，建设数字中国。2020年4月，国家发改委明确了新基建是以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。其中，在新一代信息技术关键领域锻长板的重要举措包括：推动新一代信息技术与制造业融合发展，加速工业企业数字化、智能化转型，提高制造业数字化、网络化、智能化发展水平，推进制造模式、生产方式以及企业形态变革，带动产业转型升级。未来新兴产业及数字经济的发展将更依赖于数据资源，数据基础设施建设也是支撑5G、数据中心、工业互联网等新一代信息技术基础设施的基础，因此大数据是新基建的重要组成部分，也将推进大数据底层软件等核心国产软件的快速发展。（二）数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车国内数据管理软件基本被Oracle、IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要环节，越来越多的客户已经开始或计划相关软硬件的采购计划。大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能满足市面上绝大多数数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额，仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。（三）数据成为新生产要素，各行业的大数据应用需求巨大2020年4月，《关于构建更加完善的要素市场化配置体制机制的意见》指出，数据已成为继土地、劳动力、资本、技术之后的新一代生产要素，是数字经济发展的基础性、关键性、决定性的生产要素，对经济发展、社会治理、人民生活产生着重大而深刻的影响。激活数据要素潜能，加快数字经济、数字社会，以数字化驱动生产方式、生活方式和治理方式变革成为我国当下发展的重点。企业建设数字化能力，高效解决企业运营中的问题，优化企业业务流程、提高效率，成为企业发展的核心竞争力之一，在金融、交通、能源、制造等国民经济重要领域实际提升数字化能力需求巨大。此外，在企业数字化程度提高后，数据走向资源化是大势所趋，在数据资源化的过程中，建立行业间高效的数据交换机制，实现数据的互联互通、信息共享、业务协同，以成为整合信息资源，深度利用分散数据的有效途径。加快数字化转型，构建数据共享服务体系，促进数据与业务应用快速融合，将助力中国经济从高速增长转向高质量发展，推动数字中国建设。（四）大数据应用的快速发展，推动大数据管理平台需求的快速增长近年来，大数据增长集中于物联网设备、多媒体、日志、社交信息等，这些数据具有数据类型多、数据量大、流转速度快、价值密度低的特点。传统关系型数据库无法满足处理半结构化及非结构化数据需要，具有综合能力的大数据管理平台有易于扩展、无序存储、分布式架构的特性，相比传统关系型数据库，更能满足对这些数据的存储需求。大数据管理平台不仅具有存储管理海量数据能力、数据处理性能高和易于扩展的特性，还可以保持传统关系数据库支持ACID和SQL查询等特性，支持关系数据模型。在大数据市场发展下，大数据管理平台需求快速增长。（五）数据价值的深度挖掘需求将带动智能分析工具的快速发展智能分析工具主要专注于为数据预处理、特征工程、数据建模、预测分析等数据分析挖掘关键过程提供工具和相关解决方案，是企业实现对海量数据的深度挖掘的重要工具。随着大数据环境下，数据分析复杂程度的加深，数据科学平台需要持续优化其平台流程、协作及模型治理特性，以保持与软件开发中最佳实践一致。同时，数据科学平台厂商也将通过整合针对算法筛选、分布式模型训练、模型管理、知识图谱和高性能推理等任务的创新解决方案来实现差异化竞争。为了在大数据环境下快速帮助客户实现人工智能赋能的商业决策，智能分析工具将迎来快速发展机遇，在云原生、AI工程化、低代码、隐私安全、云边一体等方面发挥更大的作用。大数据行业发展背景（一）大数据时代下传统数据管理软件面临多种挑战近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈爆发式增长态势。数据作为和土地、资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过程中，地位愈发凸显。我国是数据资源大国，IDC研究报告指出，到2020年，中国数据量约12．6ZB，较2015年增长7倍，年复合增长率为124%。2025年中国的数据量预计达到48．6ZB，约占全球数据总量的30%。数据资源总体呈现出4V的特点，即海量的数据规模（Volume）、多样的数据类型（Variety）、价值密度低（Value）、快速的数据流转（Velocity）。海量的数据规模指数据量大，包括采集、存储和计算过程中所涉及数据量都非常大。大数据的起始计量单位通常是PB（约1，000TB）、EB（约100万TB）或ZB（约10亿TB）。多样的数据类型指数据种类和来源多样化，包括结构化、半结构化和非结构化数据，具体表现为关系型数据、日志、音频、视频、文本、图片、地理位置信息等类型数据，多类型的数据对数据的处理能力提出了更高的要求。价值密度低指有价值数据所占比例低。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，通过结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代需要解决的重要问题之一。快速的数据流转指数据增长速度快，处理速度要求快，时效性要求高。例如实时监测场景中，企业需要对物联网设备数据进行实时处理并做出反应；零售电子商务应用类软件将消费者所持的移动设备的地理位置信息和其个人偏好相结合，推送有针对性的促销信息。这是大数据区别于传统数据使用的显著特征。随着信息技术以及实际业务需求的快速发展，传统数据管理软件在处理大数据场景时不能很好适应数据的4V特性，面临较多技术挑战。因此，传统数据管理软件迫切需要技术革新。（二）传统集中式软件栈向新兴分布式软件栈演进1970-2000年，数据管理软件主要为集中式架构的关系型数据库，其软件产品具备不可分割性（atomicity）、一致性（consistency）、隔离性（isolation，又称独立性）、持久性（durability）即ACID功能特性，占据了数据管理软件的主导地位。关系型数据库技术出现在20世纪70年代，经过二十余年的发展，到90年代已经成熟。市场上具有代表性的集中式架构关系型数据库产品包括Oracle、IBMDB2以及微软SQLServer等。2000年以来，随着互联网和计算机技术的快速发展，需要处理的数据量更大、类型更丰富、速度要求更快，传统集中式计算架构已无法适应数据海量、异构、多源等特点，在部署的扩展性、容错性、经济性、灵活性等方面有一定局限性。谷歌于2003年-2006年间的三篇论文奠定了分布式存储和计算的基础，而后行业从业者基于以上理论建立了Hadoop、Spark等大数据分布式系统框架，并交由Apache软件基金会托管；2009年，在JohanOskarsson开源分布式数据库的讨论中，来自Rackspace的EricEvans重提NoSQL概念，用以指代非关系型的分布式数据存储系统。针对于不同的场景，分别产生了图数据库、搜索引擎、文档数据库、键值数据库等NoSQL数据库，代表性NoSQL数据库提供商包括MongoDB、Elastic等。2010年以来，随着数字化转型的逐步深化，快速变化的业务场景呈现了复杂化、多样化的态势。复杂的业务场景往往需要使用多种数据模型，以及数据模型间的融合。这个时期的，行业内大部分数据库都是面向单一数据模型而设计的，用以解决特定业务场景的特定问题。例如，使用传统的关系型数据库解决结构化数据的存储和处理问题、使用图数据库解决图相关的存储和处理问题、使用文档数据库解决文本相关的存储和处理问题。由于结构化数据和非结构化数据通常以不同的格式和模式存储，单模型数据库虽然优化了数据存储和处理，却难以满足日趋增长的、多样的业务场景需求。当同一业务需要用到不同类型数据的时候，受限于单模型数据库的处理能力，客户往往需要部署多个相互独立的单模型数据库，在对不同模型数据进行联合处理的时候，需要对数据进行搬迁或融合，导致架构复杂度高、开发成本高、运维成本高以及数据处理效率低。由此，催生了从单一数据管理系统到融合型、多模型数据管理系统的技术需求。此外，随着云计算技术的大规模应用，传统各类软件产品都开始由独立部署模式向云服务模式转变。其中数据库作为信息系统核心软件，逐渐附加云化能力形成云原生数据库，以服务的形式对外提供技术支撑。云原生数据库按照部署方式可以分为公有云部署和私有云部署。其中，私有云部署模式由企业提供云数据库依赖的底层物理资源，数据库服务商负责部署云原生数据库软件，后期企业和数据库服务商约定运维维护工作的具体职责分工等，特点是自有资源池化，数据不外流等。相比公有云部署下的云数据库，私有云模式更加关注信息安全，能够实现对数据安全性和服务质量最有效控制，仅限于企业员工和取得授权的合作伙伴使用。多模型数据库云原生相关技术已经成为信息产业的未来发展方向，促使大数据软件进一步革新，规模呈现快速增长趋势，代表性企业如Snowflake、AWS等。相较于国内外的现状，私有云在面向国计民生的相关行业更受客户欢迎，面向私有云模式的云原生数据库预计在未来将获得快速增长。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。（三）国产基础软件迎来爆发式增长阶段当前，中国大数据软件领域处于发展的历史机遇期，我国高度重视大数据在经济社会发展中的作用，十八届五中全会提出实施国家大数据战略，《促进大数据发展行动纲要》指出，建立安全可信的大数据技术体系是推进大数据产业基础研究和核心技术攻关的重要目标。十四五规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。全球新一代信息产业处于加速变革期，大数据相关底层技术处于创新突破期，国内市场需求处于爆发期，为国内基础软件厂商带来明确的增长机遇。同时，随着国内基础软件人才的不断增加，在应对新一代场景，不断积累技术经验过程中，国内已形成具备自主研发实力且能与国外厂商竞争的基础软件厂商，并开始实现规模产业化落地。大数据行业的挑战（一）技术创新与支撑能力有待进一步提高技术创新是推动大数据产业发展的内在动力，但是目前我国技术创新对于大数据产业的引领作用仍然不强。一方面，国内企业对大数据核心技术、开源技术和相关生态系统影响力总体较弱。另一方面，大多数大数据企业的创新仍以模仿性、渐进性创新为主，突破性、颠覆性创新偏少，自主研发具有国际影响力的先进技术较少，同质化竞争日益加剧。此外，由于我国基础科学技术水平研发投入相对不足，大数据底层技术投入与国外存在较大差距，虽然具有大数据应用的需求，但较少通过扎实的底层技术手段来推动创新，我国大数据技术创新能力有待持续提高。（二）对开源体系的依赖程度相对较高基于开源的数据库技术，或部分开源的功能方案，已经成为当前众多企业的软件技术建设重要模式，目前数据库开源体系由国外主导。众多软件开发者对于开源软件的认知较有限，甚至误以为开源软件等同于免费软件，可以不受限制地随意使用。事实上，开源软件的著作权既没有被放弃也没有过期，开源软件知识产权风险分为版权侵权风险，专利侵权风险、商标侵权风险三大类。因此市场对待目前开源体系的法律风险意识有待提高，自主研发的国产数据库软件市场占有率有待进一步提升，降低对国外开源体系的依赖。（三）企业对于数据价值的认知及运用能力有待提高近年来，越来越多企业认识到数字化转型的必要性，但是对于数据管理的认知水平较多停留在收集数据、存储管理数据的层面，对于如何把数据有效运用及相关认知有待提高，对数据平台、数据技术的资源投入不足。企业往往只是在部分业务实现数字智能化，各个板块的协同不足，各个部门的信息孤岛现象明显，整个企业的数智化缺乏完整规划，企业对数字化转型的目标和路径不够清晰。在此环境下，中国数据管理软件服务厂商在聚焦于内部产品研发和技术迭代的同时，也需加强对下游实际的业务场景和大数据使用需求的逐步理解、适配，使得更多企业可以容易的运用大数据解决发展面临的数字化转型需求。（四）专业人才短缺问题成发展瓶颈我国仍存在严峻的大数据人才短缺问题，尤其紧缺基础技术研发、专业咨询、数据分析挖掘等方面的专业人才以及兼具专业运营能力、行业动态理解力、解决问题能力的多学科复合型人才，难以满足大数据产业的高速发展需求。一方面，我国高科技人才储备不足，高科技人才储备难以应对与日俱增的大数据人才市场需求。另一方面，我国大数据人才培养体系不完善，大数据人才培养体系起步晚，规模小，层次和模式相对单一，技能知识和理念落后，难以有效匹配产业发展速率。虽然近几年随着我国产业数字化转型的发展，数字科技行业的从业人员逐步增多，但从事基础软件领域研究的专业人员仍然稀缺，尚不能满足大数据行业对于高端专业人才的需求。大数据人才的不足一定程度上影响到大数据产业的发展，业内为争取优秀人才，造成行业内人才竞争不断加剧。竞争者识别每个企业都要根据内部和外部条件确定自身的业务范围并随着实力的增加而扩大业务范围。企业在确定业务范围时都自觉或不自觉地受一定导向支配。企业的每项业务包括四个方面的因素：要服务的顾客群；要迎合的顾客需求；满足这些需求的技术；运用这些技术生产出的产品。企业确定自身业务范围时着眼点不同，业务范围导向就不同，竞争者识别和竞争战略也随之不同。1、产品导向与竞争者识别产品导向指企业业务范围限定为经营某种定型产品，在不从事或很少从事产品更新的前提下设法寻找和扩大该产品的市场。对照确定业务范围的四方面因素可知，产品导向指企业的产品和技术都是既定的，而购买这种产品的顾客群体和所要迎合的顾客需求却是未定的，有待于寻找和发掘。在产品导向下，企业业务范围扩大指市场扩大，即顾客增多和所迎合顾客的需求增多，而不是指产品种类或花色品种增多。实行产品导向的企业仅仅把生产同一品种或规格产品的企业视为竞争对手。产品导向的适用条件是：市场的产品供不应求，现有产品不愁销路；企业实力薄弱，无力从事产品更新。当原有产品供过于求而企业又无力开发新产品时，主要营销战略是市场渗透和市场开发。市场渗透是设法增加现有产品在现有市场的销售量，提高市场占有率；市场开发是寻找新的目标市场，用现有产品满足新市场的需求。2、技术导向与竞争者识别技术导向指企业业务范围限定为经营以现有设备或技术为基础生产出来的产品。业务范围扩大指运用现有设备和技术或对现有设备和技术加以改进而生产出新的花色品种。对照确定业务范围的四方面因素可知，技术导向指企业的生产技术类型是确定的，而用这种技术生产出何种产品、服务于哪些顾客群体、满足顾客的何种需求却是未定的，有待于根据市场变化去寻找和发掘。实行技术导向的企业把所有使用同一技术、生产同类产品的企业视为竞争对手。适用条件是某具体品种已供过于求，但不同花色品种的同类产品仍然有良好前景。与技术导向相适应的营销战略是产品改革和一体化发展，即对产品的质量、样式、功能和用途加以改革，并利用原有技术生产与原产品处于同一领域的不同阶段的产品。技术导向未把满足同一需要的其他大类产品的生产企业视为竞争对手，易于发生“竞争者近视症”。例如，钢笔的竞争产品包括圆珠笔、铅笔、墨水笔、毛笔和电脑等。当满足同一需要的其他行业迅猛发展时，本行业产品就会被淘汰或严重供过于求，继续实行技术导向就难以维持企业生存。3、需求导向与竞争者识别需求导向指企业业务范围确定为满足顾客的某一需求，运用可能互不相关的多种技术生产出分属不同大类的产品去满足这一需求。对照确定业务范围的四方面因素可知，需求导向指所迎合的需求是既定的，而满足这种需求的技术、产品和所服务的顾客群体却随着技术发展和市场变化而变化。根据需求导向确定业务范围时，应考虑市场需求和企业实力，避免过窄或过宽。过窄则市场太小，无利可图；过宽则力不能及。例如，铅笔公司若将自身业务范围定义为满足低年级学生练习硬笔字的需求则太窄，其他的铅笔市场被忽视；若定义为满足人们记录信息的需求则太宽，衍生出许多力不能及的产品，如电脑、录音机等。实行需求导向的企业把满足顾客同一需求的企业都视为竞争者，而不论他们采用何种技术、提供何种产品。适用条件是市场商品供过于求，企业具有强大的投资能力、运用多种不同技术的能力和经营促销各类产品的能力。如果企业受到自身实力的限制而无法按照需求导向确定业务范围，也要在需求导向指导下密切注视需求变化和来自其他行业的可能的竞争者，在更高的视野上发现机会和避免危险。需求导向的竞争战略是新产业开发，进入与现有产品和技术无关但满足顾客同一需求的行业。4、顾客导向顾客导向指企业业务范围确定为满足某一群体的需求。业务范围扩大指发展与原顾客群体有关但与原有产品、技术和需求可能无关的新业务。对照确定业务范围的四方面因素可知，顾客导向指企业要服务的顾客群体是既定的，但这一群体的需求有哪些，满足这些需求的技术和产品是什么，则要根据内部和外部条件加以确定。实行顾客导向的企业把满足同一顾客群体的企业都视为竞争者，而不论他们采用何种技术、提供何种产品、满足顾客的何种需求。顾客导向的适用条件是企业在某类顾客群体中享有盛誉和销售网络等优势并且能够转移到新增业务上。换句话说，该顾客群体出于对公司的信任和好感而乐于购买公司增加经营的与原产品生产技术上有关或无关的其他产品，公司也能够利用原有的销售渠道促销新产品。顾客导向的优点是能够充分利用企业在原顾客群体中的信誉、业务关系或渠道销售其他类型产品，减少进入市场的障碍，增加企业销售和利润总量。缺点是要求企业有丰厚的资金和运用多种技术的能力，并且新增业务若未能获得顾客信任和满意将损害原有产品的声誉和销售。5、多元导向多元导向指企业通过对各类产品市场需求趋势和获利状况的动态分析确定业务范围，新发展业务可能与原有产品、技术、需求和顾客群体都没有关系。如宝洁公司经营幼儿食品，菲利浦•莫里斯公司经营啤酒、饮料和冷冻食品等。实行多元导向的企业把所选定业务范围内的所有同类企业都视为竞争者。适用条件是企业有雄厚的实力、敏锐的市场洞察力和强大的跨行业经营的能力。多元导向的优点是可以最大限度地发掘和抓住市场机会，撇开原有产品、技术、需求和顾客群体对企业业务发展的束缚；缺点是新增业务若未能获得市场认可将损害原成名产品的声誉。市场定位战略差别化是市场定位的根本战略，差异化需要对消费者有吸引力并与这种产品和服务有关。例如，斯沃琪的手表以鲜艳、时尚吸引了年轻消费群体的眼球；赛百味推出健康的三明治而使自己区别于其他快餐。然而在有竞争的市场内，公司可能需要超越这些，另外一些途径还包括向市场提供有差异化的员工、渠道以及形象等等，具体表现在以下四个方面：（一）产品差别化战略产品差别化战略是从产品质量、产品款式等方面实现差别。寻求产品特征是产品差别化战略经常使用的手段。在全球通信产品市场上，苹果、摩托罗拉、诺基亚、西门子、飞利浦等颇具实力的跨国公司，通过实行强有力的技术领先战略，在手机、IP电话等领域不断地为自己的产品注入新的特性，走在市场的前列，吸引顾客，赢得竞争优势，实践证明，某些产业特别是高新技术产业，如果某一企业掌握了最尖端的技术，率先推出具有较高价值和创新特征的产品，它就能够拥有一种十分有利的竞争优势地位。产品质量是指产品的有效性、耐用性和可靠程度等。比如，A品牌的止痛片比B品牌疗效更高，副作用更小，顾客通常会选择A品牌。但是，这里又带来新的问题，A产品的质量、价格、利润三者是否完全呈正比例关系呢？一项研究表明：产品质量与投资报酬之间存在着高度相关的关系，即高质量产品的盈利率高于低质量和……般质量的产品，但质量超过一定的限度时，顾客需求量开始递减。显然，顾客认为过高的质量，需要支付超出其质量需求的额外的价值（即使在没有让顾客付出相应价格的情况下可能也是如此）.产品款式是产品差别化的一个有效工具，对汽车、服装、房屋等产品尤为重要。日本汽车行业中流传着这样一句话：“丰田的安装，本田的外形，日产的价格，三菱的发动机。”这体现了日本四家主要汽车公司的核心专长，而“本田”的外形（款式）设计优美入时，受到消费者青睐，成为其一大优势。（二）服务差别化战略服务差别化战略是向目标市场提供与竞争者不同的优质服务。企业的竞争力越能体现在顾客服务水平上，市场差别化就越容易实现。如果企业把服务要素融入产品的支撑体系，就可以在许多领域建立针对其他企业的“进入障碍”。因为服务差别化战略能够提高顾客购买总价值，保持牢固的顾客关系，从而击败竞争对手。服务战略在各种市场状况下都有用武之地，尤其在饱和的市场上。对于技术精密产品，如汽车、计算机、复印机等服务战略的运用更为有效。强调服务战略并没有贬低技术质量战略的重要作用。如果产品或服务中的技术占据了价值的主要部分，则技术质量战略是行之有效的。但是竞争者之间技术差别越小，这种战略作用的空间也越小。一旦众多的厂商掌握了相似的技术，技术领先就难以在市场上有所作为。（三）人员差别化战略人员差异化战略是通过聘用和培训比竞争者更为优秀的人员以获取差别优势。市场竞争归根到底是人才的竞争。新加坡航空公司之所以享誉全球，就是因为其拥有一批美丽高雅的空中小姐；麦当劳的员工以彬彬有礼著称；IMB公司的员工以专业知识充分而出名；迪士尼乐园的员工无论何时见到都精神饱满。人员差别化战略对于零售商而言尤其重要，可以利用前线营业员作为差异化和确定其产品定位的有效方法。美国最大的零售书店巴诺书店与伯德书店，从外观上看没有什么不同：红木书架，大而舒适的椅子，雅致的装饰和飘散的咖啡香味，但是两家经营理念却有很大不同。巴诺书店看中的是雇员对顾客服务的激情以及对书籍的挚爱，他们的雇员通常穿着干净和有领子的衬衫，把书放进顾客的手中并且迅速地收款。而相反，伯德的雇员可能有纹身，公司以他的雇员差异为豪并且雇佣那些能对特别的书和音乐散发出兴奋感的人们，依赖他们向顾客推荐而不是仅为用户找到想要的书。一个受过良好训练的员工应具有以下基本的素质和能力：（1）能力。具有产品知识和技能。（2）礼貌。友好对待顾客，尊重和善于体谅他人。（3）诚实。使人感到坦诚和可以信赖。（4）可靠。强烈的责任心，保证准确无误地完成工作。（5）反应敏锐。对顾客的要求和困难能迅速反应。（6）善于交流。尽力了解顾客，并将有关信息准确传达给顾客。（四）形象差异化战略形象差异化战略是在产品的核心部分与竞争者类同的情况下塑造不同的产品形象以获取差别优势。对个性和形象进行区分是很重要的，个性是公司确定或定位自身或产品的一种方法。形象则是公众对公司和它的产品的认知方法。企业或产品想要成功地塑造形象，需要着重考虑三个方面，一是企业必须通过一种与众不同的途径传递这一特点，从而使其与竞争者区分；二是企业必须产生某种感染力，从而触动顾客的内心感觉；三是企业必须利用可以利用的每一种传播手段和品牌接触。具有创意的标志融人某一文化的气氛，也是实现形象差别化的重要途径。麦当劳的金色模型“M”标志，与其独特文化气氛相融合，使人无论在美国纽约、日本东京还是中国北京，只要一见到这个标志马上会联想到麦当劳舒适宽敞的店堂、优质的服务和新鲜可口的汉堡和薯条，这样的形象设计就是非常成功的。（五）促销方式差异化促销方式差异化战略是在试图采取不同的广告宣传方式，以求占领不同的细分市场。企业想要持续的保持促销方式的差异化，就需要不断抓住客户需求，并恰当的利用先进技术手段。例如对于超市而言，中午的人流量和销售量总是很低，韩国Emart超市利用扫描二维码的方式，在户外设置了一个非常有趣的创意QR二维码装置，只有在正午时分，当阳光照射到它上面的产生相应投影之后，这个二维码才会正常显现。此时用智能手机扫描这个二维码，就可以获得超市的优惠券，如果在线购买产品，只需要等超市的物流人员送到用户方便的地址即可。通过这种结合电子商务技术的别致促销方式，使得Emart大大提升了中午时段的销售量。创建学习型企业彼得˙德鲁克在1988年就指出：“我们正在进入变革的第三阶段：从命令一控制型组织、分成许多部门与科室的组织，转变为以信息为基础、由知识专家组成的组织……但是，我们还远没有做到真正建立起以信息为基础的组织—这是将来会遇到的管理上的挑战。”为迎接知识经济时代的挑战，企业必须以知识作为决策及决策之后的资源分配工作的根据和基础。也就是说，企业要建立新的组织机制，使之懂得如何倾听市场的条件信号，从所听到的内容及其经验中学习，然后在所学知识的基础上提高其自身能力，以其创造并满足顾客的产品和服务领先于他人。企业对倾听、学习和领先这三项挑战性工作做得如何，将决定其业务经营的成功或失败程度。（一）倾听倾听，或称探察，是指企业感知外部世界的所有活动。企业倾听有明确的目的性，就是建立知识基础，以便作出面向市场的决策。市场调研一直是企业常用的感知手段。但过分依赖市场调研部门，乃至完全依赖营销部门来倾听，并不能保证企业通过有效的倾听达到成功决策。通过相当狭小的感知渠道寻求众多对象的反映，调研机构和信息处理人员对信息的控制、保管和理解，都会成为企业有效倾听的障碍。要克服这些障碍，企业需要建立跨职能决策体系，设计出能促进信任、共享信息、积累知识和建立学习制度的各种决策方法。有效倾听必须保证企业能听取多种声音。这些声音主要来自与企业决策休戚相关的三，组群体：顾客、社区和企业。其中，顾客包括消费者和相关销售系统中的个人；社区包括政府有关部门、特殊利益集团和竞争者；企业除自身外，也包括供应商和投资者。倾听多种声音的目的是协调不同群体之间的利益关系。多种声音往往会互相冲突，如洗衣粉生产商可能发现顾客想要含磷的洗衣粉洗出“更加洁白”的效果，而社区则要求禁止磷化物污染公共水源，使水“更加干净”。这时，企业（股东和员工）则要求生产一种既令顾客满意，又符合企业对环保的责任感，而且还能盈利的产品。企业的责任是，充分听取三大群体的意见，了解和分析它们之间存在的进行合作和造成冲突的可能性和条件，以作出面向市场的决策。（二）学习通过倾听取得的信息，需要转化为进行决策所需要的情报、知识、理解和智慧，否则就不会使企业得到任何改善。解决问题的办法就是建立企业的学习体系。企业欲在快速变化的复杂环境中获得成功，必须要求其每一个成员不断地学习、快速地学习，同时也必须要求这些个人学习有益于强化企业对内部和外部环境所拥有的共同知识（即组织知识），促进个人行为与建立在组织知识之上的集体行动保持一致。组织知识是每一个组织成员在解决具体问题时，与集体相关的知识中得到一致认可、共同拥有的那部分知识。组织知识不是所有人知识的总和，而是相关的和共同的知识，是个人知识的有机综合。它比任何个人知识丰富得多，而且为所有与之相关的人深刻理解和内部化。企业学习系统不仅要重视解决将个人学习和建立的知识转化为组织知识（共识）问题，而且要解决彼此独立的职能部门的组织知识与其他组织成员的共享问题，亦即将部门相对福狭的各自“共识”，转化为企业组织知识问题。为此，加强各职能部门的沟通和相互学习，就显得十分重要。企业还必须将每一项业务程序视为学习过程，明确地将业务程序设计成鼓励学习并从中获得知识的程序。完成一项业务程序要求具备一定的知识状态。例如，在开发和设计一种新型汽车时，来自销售和服务、生产工艺、工程制造等部门和设计室的人需要有共同知识，以便能够共同明确规定设计过程所需要的信息和要求。这个共享知识的过程应当使他们每个人都能充分利用各自的知识状态，包括其根据经验获得的信息。这些人一致同意共享的信息就是该业务程序的组织知识状态。企业可以通过连续执行共同业务过程，不断地学习和更新组织知识状态，提高适应市场的能力。（三）领先倾听和学习的结果，必须落实到做出更好的决策而实现“领先”上。这里的领先是指通过决策过程而比竞争对手做得更好。许多企业都有领先的追求。实践证明，达到领先不易，保持领先更难。能持续领先的企业，大都具有下列共性。（1）系统地倾听顾客和社区、竞争对手及企业内部的声音；（2）系统地学习上述声音随时间变化而变化的道理，以及把这些声音综合起来的方法；（3）拥有促进倾听和学习以及对变化做出快速反应的共同业务程序；（4）企业要具备这些领先要素，就必须建立一个决策网络，把组织的战略方针同资源分配和许多为实行该方针必须做出的决策紧密地结合起来。企业的这种决策网络的主要特征有下面两点。（1）以资源分配来定义决策。即认为决策实质上是决定如何分配资金、信息、人员、时间及其他企业资源。这一认识将有利于决策的执行和分清责任。如提高市场占有率决策就是用具体的资源分配来降低价格、加强促销、改进产品特性等。这样定义决策，有利于经理执行并对其执行结果负责。另外，也有利于决策者明确地解决相关的各种冲突。如决定提高市场份额，就意味着用于其他业务单位的资源有可能减少。决策者必须预先解决这些冲突，否则，决策的执行就会受到干扰。（2）建立以市场为依据的决策方法。这种方法是组织负责做决策和负责执行决策的两组人员进行有条理的对话。这两组人员共同学习、工作，建立起决策所依据的知识，在决策过程的四个阶段（即确定问题、提出备选方案、分析和建立联系）充分对话。企业决策网络最终使组织知识得以不断增加，并以此加强了部门之间的联系与合作，保证了企业能更好地实施市场（顾客）导向的营销观念。品牌资产增值与市场营销过程品牌资产增值是市场营销活动的重要结果。品牌存在于顾客的心智之中。营销者在建立强势品牌时面临的挑战是：他们必须保证提供的产品和服务能针对顾客的需求，同时能配合市场营销方案，从而把顾客的思想、感情、形象、信念、感知和意见等与品牌关联起来；而基于顾客的品牌资产就是顾客品牌知识所导致的对营销活动的差异化反应。品牌资产来源于以往对此品牌的营销投资。营销者在长期实践中创造的品牌知识，决定了该品牌的未来方向。消费者是基于其品牌知识进行品牌选择的，这意味着“顾客会认为品牌应该与营销活动或文案如影随形。”“品牌资产可以提供更多的注意力和领导能力，并给营销者提供一个途径，以解释他们过去的营销业绩以及对未来营销方案的设计。公司所做的一切都可能会增强或破坏品牌资产”。正所谓营销做来做去做品牌，品牌资产增值的主要表现是溢价。与此相对，强势品牌也自然产生市场营销优势，如“对产品性能的良好感知”“更高的忠诚度”“受到更少的竞争性营销活动的影响”“受到更小的营销危机的影响”“更大的边际收益”“顾客对涨价缺乏弹性”“顾客对降价富有弹性”“更多的商业合作和支持”“增强营销沟通的有效性”“有特许经营的机会”“具有品牌延伸的机会”等。顾客感知价值（一）顾客感知价值的含义为顾客提供更大的顾客感知价值，是企业建立良好顾客关系的基石。所谓顾客感知价值(CPV)，是指企业传递给顾客，且能让顾客感受得到的实际价值。它一般表现为顾客购买总价值与顾客购买总成本之间的差额。这里的顾客购买总价值是指顾客购买某一产品与服务所期望获得的一系列利益；顾客购买总成本是指顾客为购买某一产品所耗费的时间、精力以及所支付的金钱等成本之和。顾客在购买产品时，总是希望有较高的顾客购买总价值和较低的顾客购买总成本，以便获得更多的顾客感知价值，使自己的需要得到最大限度的满足。因此，顾客在做购买决策时，往往从价值与成本两个方面进行比较分析，从中选择出那些期望价值最高、购买成本最低，即“顾客感知价值”最大的产品作为优先选购的对象。企业为在竞争中战胜对手、吸引更多的潜在顾客，就必须向顾客提供比竞争对手具有更高顾客感知价值的产品，获得更高的顾客满意度。为此，企业可从两个方面改进自己的工作：一是通过改进产品和服务，塑造企业形象，提高人员素质，提高顾客购买总价值；二是通过改善服务与促销网络系统，减少顾客购买产品的时间、精神与体力的耗费，降低顾客购买总成本。（二）顾客购买总价值获得更大顾客感知价值的途径之一，是增加顾客购买总价值。顾客购买总价值由产品价值、服务价值、人员价值和形象价值构成，其中每一项价值的变化均对总价值产生影响。1、产品价值产品价值是由产品的功能、特性、品质、品种与式样等所产生的价值。它是顾客需要的中心内容和选购产品的首要因素。一般情况下，产品价值是决定顾客购买总价值大小的关键和主要因素。产品价值是由顾客需要来决定的，在分析产品价值时应注意：（1）在经济发展的不同时期，顾客对产品的需要有不同的要求，构成产品价值的要素以及各种要素的相对重要程度也会有所不同。（2）在经济发展的同一时期，不同类型的顾客对产品价值，也会有不同的要求，在购买行为上显示出极强的个性特点和明显的需求差异性。因此，企业必须认真分析不同发展时期顾客需求的共同特点以及同一时期不同类型顾客需求的个性，特征，并据此进行产品的开发与设计，增强产品的适应性。2、服务价值服务价值是指伴随产品实体的出售，企业向顾客提供的各种附加服务，包括产品介绍、送货、安装、调试、维修、技术培训、产品保证等所产生的价值。服务价值是构成顾客购买总价值的重要因素。在现代市场营销实践中，随着消费者收入水平的提高和消费观念的变化，消费者在选购产品时，不仅注意产品本身价值的高低，而且更加重视产品附加价值的大小。特别是在同类产品质量与性能大体相同的情况下，企业向顾客提供的服务越完备，产品的附加价值越大，顾客从中获得的实际利益就越大，从而购买的总价值也就越大。因此，在提供优质产品的同时，向消费者提供完善的服务，已成为现代企业市场竞争的新焦点。3、人员价值人员价值是指企业员工的经营思想、知识水平、业务能力、工作效益与质量、经营作风、应变能力等所产生的价值。企业员工直接决定着企业为顾客提供的产品与服务的质量，决定着顾客购买总价值的大小。综合素质较高又具有顾客导向经营思想的工作人员，会比知识水平低、业务能力差、经营思想不端正的工作人员为顾客创造更高的价值，培养更多满意的顾客。人员价值对企业、对顾客的影响作用是巨大的，并且这种作用往往是潜移默化、不易度量的。因此，高度重视企业内部营销，确保管理层、员工都有正确的营销理念，加强对员工日常工作的激励、监督与管理，使整个团队始终保持较高的工作质量与水平就显得至关重要。4、形象价值形象价值是指企业及其产品在社会公众中形成的总体形象所产生的价值。包括企业的产品、技术、质量、包装、商标、工作场所等所构成的有形形象所产生的价值，公司及其员工的职业道德行为、经营行为、服务态度、作风等行为形象所产生的价值，以及企业的价值观念、管理哲学等理念形象所产生的价值等。形象价值与产品价值、服务价值、人员价值密切相关，在很大程度上是上述三个方面价值的综合反映。良好的形象价值会对企业的产品产生巨大的支持作用，带给顾客精神上和心理上的满足感、信任感，使顾客需要获得更高层次和更大限度的满足，从而增加顾客购买总价值。因此，企业应高度重视自身形象塑造，为企业进而为顾客带来更大的价值。（三）顾客购买总成本使顾客获得更大顾客感知价值的另一途径，是降低顾客购买的总成本。顾客购买总成本不仅包括货币成本，而且还包括时间成本、精神成本、体力成本等非货币成本。一般情况下，顾客购买产品时首先要考虑主要表现为价格的货币成本的大小，这是构成顾客购买总成本大小的主要和基本因素。在货币成本相同的情况下，顾客还要考虑其购买所花费的时间、精力等，这些支出也是构成顾客购买总成本的重要因素。这里我们主要考察后面几种成本。1、时间成本在顾客购买总价值与其他成本一定的情况下，时间成本越低，顾客购买的总成本越小，从而顾客感知价值越大。以服务企业为例，顾客为购买餐馆、旅馆、银行等服务行业，所提供的服务时，常常需要等候一段时间才能进入到正式购买或消费阶段，特别是在营业高峰期更是如此。在服务质量相同的情况下，顾客等候购买该项服务的时间越长，所花费的时间成本越大，购买的总成本就会越大。同时，等候时间越长，越容易引起顾客对企业的不满，中途放弃购买的可能性亦会增大。因此，努力提高工作效率，在保证产品与服务质量的前提下，尽可能减少顾客的时间支出，是创造更大的顾客感知价值、增强企业产品市场竞争能力的重要途径。2、精力成本精力成本（精神与体力成本）是指顾客购买产品时，在精神、体力方面的耗费与支出。在顾客购买总价值与其他成本一定的情况下，精神与体力成本越小，顾客为购买产品所支出的总成本就越低，从而顾客感知价值越大。因为消费者购买过程是一个从产生需求、寻找信息、判断选择、决定购买、实施购买，以及买后感觉的全过程。在购买过程的各个阶段，均需付出一定的精神与体力。特别是在复杂购买行为中，消费者需要广泛搜集产品信息，反复比较评估，付出较多的精力成本。对于这类产品，如果企业能够通过多种渠道向潜在顾客提供全面详尽的信息和相关服务，就可以减少顾客所花费的精神与体力，从而降低顾客购买总成本。（四）运用顾客感知价值概念应注意的几个问题（1）顾客感知价值的大小受顾客购买总价值与顾客购买总成本两方面及其构成因素的影响。其中，顾客购买总价值是产品价值、服务价值、人员价值和形象价值等因素的函数。各个构成因素的变化对其总量的影响作用不是各自独立的。这些构成因素之间也是相互作用、相互影响的。其中某一项价值构成因素的变化往往会影响其他相关价值因素量的增减，从而综合影响顾客购买总价值或总成本的增减，最终影响顾客感知价值。企业在制定市场营销方案时，应综合考虑构成顾客购买总价值与总成本的各项因素之间的这种相互关系，突出重点，优化营销资源配置，尽可能用较低的生产与市场营销费用为顾客提供更多的顾客感知价值。（2）不同的顾客群对产品价值的期望和购买成本的重视程度是不同的。企业应根据不同顾客的需求特点，有针对性地设计和增加顾客购买总价值，降低顾客购买总成本，以提高产品的实用价值。例如，对于工作繁忙的消费者而言，时间成本是最为重要的，企业应尽量缩短消费者寻求产品信息和购买的时间，提供方便使用和便捷的维修服务，最大限度地满足和适应其求速求便的心理要求。总之，企业应根据不同细分市场顾客的不同需要，努力提供对顾客实用价值最强的产品和服务，使之获得最大限度地满足。（3）顾客感知价值的大小，应以能够实现企业的经营目标为主要原则。有的企业为了争取顾客、战胜竞争对手、巩固或提高企业产品的市场占有率，往往采取顾客感知价值最大化策略。但长期不适当追求顾客感知价值最大化的结果可能会使企业成本增加过多，导致利润减少甚至亏损。因此，在市场营销实践中，企业应掌握一个合理的度，以确保实行顾客感知价值最大化所带来的利益超过因此而增加的成本费用。品牌组