大数据软件产品与技术服务行业前景分析

大数据软件产品与技术服务行业前景分析以利益相关者和社会整体利益为中心的观念从20世纪70年代起，随着经济全球化、相关群体利益多元化、环境破坏、资源短缺、人口爆炸、通货膨胀和忽视社会服务等问题日益突出，要求企业顾及消费者和利益相关者的整体与长远利益，即社会整体利益的呼声越来越高。在西方市场营销学界提出了一系列新的观念，如人类观念、理智消费观念、生态准则观念、绩效营销观念等。其共同点是认为企业生产经营不仅要考虑消费者需要，而且要考虑消费者、利益相关者和整个社会的长远利益。这类观念可统称为全方位营销观念或社会营销观念。全方位营销观念认为，所有事物都与营销相关，企业和组织应该以对营销项目、过程和活动的开发、设计及实施的范围和相关关系的了解为基础，实施更加整体化、更具一致性的策略，以维护与增进顾客和社会的福利。全方位营销主要包括关系营销、整合营销、内部营销和绩效营销四个部分。其中，关系营销要求企业与重要团体—一顾客、供应商、分销商和其他营销伙伴建立长期、互惠的满意关系，形成营销网络，以获得并保持长期的业绩和业务。整合营销要求通过设计营销活动并整合营销项目，使为顾客创造、传播和传递价值的能力最大化。内部营销要求成功地雇用、培训和激励有能力的员工，使之更好地为顾客服务。绩效营销要求审视营销获得的商业回报，并更广泛地关注营销对法律、伦理、社会和环境的影响和效应。全方位营销观念是对市场营销观念的深化与发展。市场营销观念的中心是满足消费者的需求，进而实现企业的利润目标。但往往出现这样的现象，即在满足个人需求时，与社会公众的利益发生矛盾，企业的营销努力可能不自觉地造成社会的损失。市场营销观念虽也强调消费者的利益，不过它认为谋求消费者的利益必须符合企业的利润目标，当两者发生冲突时，保障企业的利润要放在第一位。全方位营销观念则强调，要以实现消费者满意以及企业内外经营者和社会公众的长期福利作为企业的根本目的与责任。理想的市场营销决策应同时考虑到：消费者的需求与愿望；消费者和社会的长远利益；企业及其营销伙伴的营销效益。树立并全面贯彻适应现代市场环境要求的新观念，包括营销观念和全方位营销观念，建立真正面向市场的企业，是企业成功经营的关键。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。全球大数据市场发展情况全球大数据市场规模由2015年231亿美元增长至2019年的496亿美元，年复合增长率约为21．1%，全球整体市场规模有望在2024年超过800亿美元，2019至2024年复合增长率约为11．8%。在2015年，大数据服务仍然是全球大数据市场最大的收入来源，约为91亿美元，而硬件和软件收入分别达到73亿美元和67亿美元。随着硬件成本的下降以及软件附加值的提升，预计未来全球大数据市场中硬件及服务收入贡献占比将逐渐减少，软件将超过服务和硬件，成为全球大数据市场最主要的收入来源。全球大数据软件市场规模由2015年的67亿美元增长至2019年的170亿美元，年复合增长率为26．2%，超过硬件和服务收入增速，并且预计软件市场规模将在2024年达到377亿美元，年复合增长率约为17．3%。在大数据软件中，随着大数据管理平台和数据应用中间件产品的成熟，未来将贡献更多的收入占比。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。国内大数据市场发展情况中国大数据市场在过去五年间经历快速增长，整体市场规模增长速度快于全球整体市场。2019年，中国大数据市场规模达到627亿元，2015-2019年复合增长率达到31．9%。其中，大数据硬件为市场主要的收入来源，2019年大数据市场硬件收入达到247亿元。中国大数据软件市场由2015年的52亿元增长至2019年的146亿元，年复合增长率为29．5%。伴随着中国对数据运用重视程度日益提高，用户对于大数据软件采购预算增加趋势明确，中国大数据软件市场将在未来五年继续保持高速增长，整体软件市场规模将在2024年达到492亿元，2019-2024年复合增长率为27．5%。虽然现阶段大数据软件收入占比较小，但得益于较高的细分市场规模增速，未来大数据软件将占据更多的市场份额。估计当前市场需求（一）总市场潜量总市场潜量是指一定时期内，在一定环境条件和一定行业营销努力水平下，一个行业中所有企业可能达到的最大销售量。（二）区域市场潜量企业在测量市场潜量后，为选择拟进入的最佳区域，合理分配营销资源，还应测量各地区的市场潜量。较为普遍的有两种方法：市场累加法和购买力指数法。前者多为工业品生产企业采用，后者多为消费品生产企业采用。1、市场累加法先识别某一地区市场的所有潜在顾客并估计每个潜在顾客的购买量，然后计算得出地区市场潜量。如果公司能列出潜在买主，并能准确估计每个买主将要购买的数量，则此法无疑是简单而又准确的。问题是获得所需要的资料难度很大，花费也较高。目前我们可以利用的资料，主要有全国或地方的各类统计资料、行业年鉴、工商企业名录等。2、多因素指数法借助与区域购买力有关的各种指数以估算其市场潜量。例如，药品制造商假定药品市场与人口直接相关，某地区人口占全国人口的2%，则该地区的药品市场潜量也占全国市场的2%。这是因为消费品市场上顾客很多，不可能采用市场累加法。但这个例子仅包含人口因素，而现实中影响需求的因素很多，且各因素影响程度不同，因此，通常采用多因素指数法。美国《销售与市场营销管理》杂志每年都公布全美各地和大城市的购买力指数。（三）行业销售额和市场占有率企业为识别竞争对手并估计它们的销售额，同时正确估量自己的市场地位，以利在竞争中知己知彼，正确制定营销战略，有必要了解全行业的销售额和本企业的市场占有率状况。企业一般通过国家统计部门公布的统计数字、新闻媒介公布的数字、行业主管部门或行业协会所收集和公布的数字，以此来了解全行业的销售额。通过对比分析，可计算本企业的市场占有率，还可将本企业市场占有率与主要竞争对手比较并计算相对市场占有率。例如，全行业和主要竞争对手的增长率为8%，本企业增长率为6%，则表明企业在行业中的地位已被削弱。为分析企业市场占有率增减变化的原因，通常要剖析以下几个重要因素：产品本身因素，如质量、装潢、造型等；价格差别因素；营销努力与费用因素；营销组合策略差别因素；资金使用效率因素等。目标市场战略目标市场是企业打算进入的细分市场，或打算满足的、具有某种需求的顾客群体，对市场进行细分之后，企业面对许多不同的子市场，就要进行恰当的评价，结合自身的资源和目标选择合适的目标市场战略（一）目标市场战略的类型1、无差异性营销战略指企业把整体市场看作一个大目标市场，不进行细分，用一种产品、统一的市场营销组合对待整体市场实行此战略的企业基于两种不同的指导思想。一种是从传统的产品观念出发，强调需求的共性，漠视需求的差异，因此企业为整体市场生产标准化产品，并实行无差异的市场营销战略。从20世纪初开始，美国福特公司仅靠着T型车款车型和一种颜色（黑色）占领了美国市场，至1914年时，福特汽车已经占有了美国一半的市场份额和较大的海外市场在大量生产，大量销售的产品导向时代，企业多数采用无差异性营销战略经营，实行无差异战略的另一种思想是企业经过市场调查，认为某些特定产品的需求大致相同或较少差异，比如食盐，因此可以采用大致相同的市场营销策略，从这个意义上讲，它符合现代市场营销理念。采用无差异性营销战略的最大优点是成本的经济性。大批量的生产、销售，必然降低产品单位成本；无差异的广告宣传可以减少促销费用；不进行市场细分，相应减少了市场调研、产品研制与开发以及制定多种市场营销战略、战术方案等带来的成本开支。但是，无差异性营销战略对市场上绝大多数产品是不适宜的，因为消费者的需求偏好具有极其复杂的层次，某种产品或品牌受到市场普遍欢迎的情况很少，即便一时能赢得某—市场，如果竞争企业都如此仿照，就会造成市场上某个局部竞争非常激烈，而其他部分的需求却未得到满足，例如20世纪70年代以前，美国一大汽车公司都坚信美国人喜欢大型豪华的轿车，共同追求这一大的目标市场，采用无差异性市场营销战略70年代能源危机发生之后，需求发生了变化，消费者越来越喜欢小型、轻便、省油的小型轿车，而美国三大汽车公司都没有意识到这种变化，更没有适当地调整营销战略，致使大轿车市场竞争“白热化”，而小型轿车市场却被忽略，日本汽车公司在这种情况下乘虚而入。2、差异性营销战略差异性市场营销战略把整体市场划分为若干需求与愿望大致相同的细分市场，然后根据企业的资源及营销实力，分别为各个细分市场制定不同的市场营销组合。或者说，企业多个营销组合共同发展，不同的营销组合服务于不同的细分市场。采用差异性市场营销战略的最大优点，是有针对性地满足具有不同特征的顾客群，提高产品的竞争能力。以保洁公司为例，作为世界最大的消费品公司之一，其在中国市场根据不同目标市场及诉求推出了相应品牌。但是，这种战略也会由于产品品种、销售渠道、广告宣传的扩大化与多样化，致使市场营销费用大幅度增加。所以无差异性营销战略的优势，基本上也是差异性市场战略的劣势，只有能在总量上扩大销售才有意义。因此，企业在市场营销中有时需要“反细分”或“扩大顾客的基数”，作为对差异性营销战略的补充和完善。3、集中性市场战略集中性市场战略是将整体市场分割为若干细分市场后，只选择其中一个或少数细分市场为目标市场，开发相应的市场营销组合，实行集中营销。其指导思想是把人、财、物集中于某一个细分市场，或几个性质相似的小型市场归并的细分市场。不求在较多的细分市场组成的目标市场上占有较小的份额，而要在少数或较小的目标市场上得到较大的市场份额。集中性市场战略也称“弥隙”战略，即弥补市场空隙的意思。它适合资源较少的小企业。这些小企业与大企业硬性抗衡，往往弊多于利，因而必须寻找对自己有利的微观生存环境。借用“生态学”的理论解释，生物的发展必须找到一个其他生物不会占领、不会与之竞争，而自己却有适应本能的微观生存环境。也就是说，如果小企业能避开大企业竞争激烈的市场，选择一两个能够发挥自己技术、资源优势的小市场，往往容易成功。由于目标集中，可以大大节省营销费用和增加盈利；又由于生产、销售渠道和促销的专业化，也能更好地满足这部分特定消费者的需求，企业易于取得优越的市场地位。这一战略的不足是经营者承担风险较大。如果目标市场的需求突然发生变化，目标消费者的兴趣突然转移（这种情况多发生于时髦商品），或是市场上出现了强有力的竞争对手，企业就可能陷入困境。（二）选择目标市场营销战略的条件1、企业能力企业能力是指企业在生产、技术、销售、管理和资金等方面力量的总和。如果企业力量雄厚，且市场营销管理能力较强，即可选择差异性营销战略或无差异性营销战略。如果企业能力有限，则宜选择集中性营销战略。2、产品同质性同质性产品主要表现在一些未经加工的初级产品上，如水力、电力、石油等，虽然产品在品质上或多或少存在差异，但用户一般不加区分或难以区分。因此，同质性产品竞争主要表现在价格和提供的服务水平上。该类产品适于采用无差异战略。而对服装、家用电器、食品等异质性需求产品，可根据企业资源力量，采用差异性营销战略或集中性营销战略。3、产品生命周期阶段新产品上市往往以较单一的产品探测市场需求，产品价格和销售渠道基本上单一化，因此新产品在引入阶段可采用无差异性营销战略。产品进入成长或成熟阶段，竞争加剧，同类产品增加，再用无差异经营就难以奏效，所以改为差异性或集中性营销战略效果更好。4、市场的类同性如果顾客的需求、偏好较为接近，对市场营销刺激的反应差异不大，可采用无差异性营销战略；否则，应采用差异性或集中性营销战略。5、竞争者战略如果竞争对手采用无差异性营销战略，企业选择差异性或集中性营销战略有利于开拓市场，提高竞争能力。如果竞争者已采用差异性战略，则不应采取无差异战略与其竞争，可以选择对等的或更深层次的市场细分战略或集中化营销战略。（三）选择目标市场营销战略应注意的问题1、细分市场之间的联合与归并当企业实施差异性市场战略，选择若干数目的细分市场作为目标市场时，应密切关注各细分市场之间的关联性。根据某些单一的细分市场之间在原材料采购、制造设备以及销售渠道方面有较多的共同性，可重新设计组合归并为新的细分市场，其销售场所的装饰、仓储等成本会随着产品品种或数量的增多而降低。2、有计划有步骤地进入各细分市场当某个企业已确定将若干个细分市场作为目标市场时，应有计划、有步骤地逐个进入每一个细分市场，进入的时间顺序企业应该做到严格保密，特别是不能让竞争者了解到企业进入各细分市场的计划方案。当然，逐个进入的步骤和顺序并不是一成不变的，很大程度上应视竞争对手的策略而定。这对企业有两点好处：一是可以减少竞争，发挥企业的优势，集中力量进入竞争者尚未进入或本企业具有优势的细分市场，大大增强获胜的可能性，获得对单一细分市场进行集中营销的好处。二是可以减少风险。企业在第一个细分市场取得经验的基础上，可以灵活地采取产品专业化、市场专业化或选择专业化的战略进入第二个细分市场，如此逐步推进，使企业获得稳步成长。例如中国的中成药在进行国际化时，就是采取逐步推进的进入战略，首先从最容易的东南亚市场进入，推行中成药、中药材出口并举的策略，接着通过产品注册的方式进入日韩市场，最后通过保健食品、非处方药的方式进入美国市场。如果企业面临的是一个封闭型市场，显然，其市场进入计划会遇到许多有形和无形的障碍。在此情况下，企业要运用大市场营销中权力与公共关系这两个特殊手段，开展“大市场营销”，找出进入该市场的有效途径，在此基础上再开展常规的市场营销。3、目标市场的社会责任目标市场的选择有时会引起公众责任，营销者经常容易从弱势群体（如儿童及贫困人群）处获得不公平的利益，或促销有潜在危害的产品。例如，麦当劳也被指责向低收入的城市居民推出高脂肪、多盐的食品。在目标市场上，不仅要考虑公司的利益，还要考虑目标顾客的利益，采用恰当的方式和内容推销，往往可以在获得利润的同时，更多地得到来自社会的认可。例如，高露洁公司的儿童高露洁牙膏的广告使得孩子们刷牙的时间更长和更经常，这在获得家长认可和青昧的同时也达到了稳定客户群体的作用。顾客忠诚高度满意是达到顾客忠诚的重要条件。不过，在不同行业和不同的竞争环境下，顾客满意和顾客忠诚之间的关系会有差异。所有市场的共同点是，随着满意度的提高，忠诚度也在提高。但是，在高度竞争市场（如汽车和个人电脑市场），满意的顾客和完全满意的顾客之间的忠诚度有巨大差异；而在非竞争市场（如管制下的垄断市场——本地电话市场），无论顾客满意与否都保持高度忠诚。尽管在某些场合，顾客不满意并不妨碍顾客忠诚，但企业最终仍会为顾客的不满付出高昂代价。企业如果没有赢得高水平的顾客满意度，是难以留住顾客和得到顾客忠诚的。除了简单地吸引和保留住顾客，许多公司还希望不断提高其顾客占有率。他们的目标不再是赢得大量顾客的部分业务，而是争取现有顾客的全部业务。例如，通过成为顾客购买产品的独家供应商，或说服顾客购买更多的本公司产品，或向现有产品和服务的顾客交叉销售别的产品和服务，以获得所属产品类别中更大的顾客购买量。营销调研的方法（一）确定调查对象调查对象的代表性直接影响调查资料的准确性。根据调研的目的及人力、财力、时间情况，要适当地确定调查样本的多少和确定调查对象。1、普查和典型调查普查是对调查对象进行逐个调查，以取得全面、精确的资料，信息准确度高，但耗时长，人力、物力、财力花费大。典型调查是选择有代表性的样本进行调查，据以推论总，体。只要样本代表性强，调查方法得当，典型调查可以收到事半功倍的效果。2、抽样调查当调查对象多、区域广而人力、财力、时间又不允许进行普查时，依照同等可能性原则，在所调研对象的全部单位中抽取一部分作为样本，根据调查分析结果来推论全体。常用的抽样方法有：（1）纯随机抽样。完全不区别样本是从总体的哪一部分抽出，总体中的每个单位都有同等机会被抽取出来。如采用抽签法或乱数表法。（2）机械抽样。遵照随机原则，将全部调查单位按照与研究标志无关的一个中立标志加以排列，严格按照一定的间隔机械地抽取调查样本。由于样本在总体中分配较均匀，样本代表性也较大。（3）类型抽样。实行科学分组与抽样原理相结合，先用与所研究现象有关的标志，把被研究总体划分为性质相近的各组，以减低各组内的标志变异度，然后在各组内用纯随机抽样或机械抽样的方法，按各组在总体中所占比重成比例地抽出样本。这种方法也叫类型比例抽样，样本代表性更大，可得到较纯随机抽样或机械抽样更精确的结果。（4）整群抽样。上述方法都是从总体中抽取个别单位，整群抽样则是整群地抽取样本，对这一群单位进行全面观察。其优点是比较容易组织，缺点是样本分布不均匀，代表性较差。（5）判断抽样。由专家判断而决定所选的样本，也称立意抽样。（二）收集资料调查收集第一手资料的方法，主要有以下几种。1、固定样本连续调查用抽样方法，从母体中抽出若干样本组成固定的样本小组，在一段时期内对其进行反复调查以取得资料。调查技巧可采用个别面谈、问卷调查、消费者日记或观察记录调查。固定样本连续调查能掌握事项的变化动态，分析发展趋势。但如持续时间长，被调查者会感到厌烦。所以，对一般问题的调查，往往采用一次性调查，其方法包括观察法、实验法和询问法。2、观察调查由调查人员到现场对调查对象的情况有目的、有针对性地观察记录，据以研究被调查者的行为和心理。这种调查多是在被调查者不知不觉中进行的，除人员观察外，也可利用机械记录处理。如广告效果数据，国外多利用机械记录器来收集。直接观察所得的资料比较客观，实用性也较大。其局限性在于只能看到事态的现象，往往不能说明原因，更不能说明购买动机和意向。3、实验法在给定的条件下，通过实验对比，对营销环境与营销活动过程中某些变量之间的因果关系及其发展变化进行观察分析。如通过一项推销方法在特定地区及时间的小规模实验，并用市场营销原理分析其是否值得大规模推行，即销售实验。4、询问调查按预先准备好的调查提纲或调查表，通过口头、电话或书面方式，向被调查者了解情况、收集资料。口头询问不仅能当面听取被调查者的意见，还可观察其反应，发现新问题，能在较短时间内获得可靠的资料；缺点是花费时间和人力较多，调查结果还会受调查人员的询问技巧及主观因素影响。电话调查取得信息最快，回答率也较高，而且同城电话费用也较低；不足之处是被调查对象限于通电话者，对问题只能得到简单的回答，有时不易得到被调查者合作。通信调查一般是将所要收集的资料设计成问卷，其调查面宽，能深入城乡各地，被调查者也有充分时间考虑；主要缺点是回收率低、周期长，有时因误解问卷或不愿认真回答造成误差较大。大数据与互联网营销互联网是直复营销的重要载体，更是互联网时代企业与顾客互动的重要载体。互联网具有跨时空、交互式、个性化、信息多样化（文字、声音、图像）等特征，而且其成本较低，使得互联网营销（亦称网络营销或网上营销或在线营销）客观地存在一种高效率的互动关系。互联网（包括移动网和互联网融合的移动互联网）为营销者和消费者提供了更好的互动和个性化的机会。（一）大数据、移动网络推动了互联网营销1、大数据是互联网营销的技术保障“大数据时代的预言家”、《大数据时代》的作者维克托•迈尔•舍恩伯格给出的解释或许更易于理解，他认为，“大数据”是指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理；大数据并不是很大或者很多的数据，并不是一部分数据样本，而是针对某个现象或事项的所有数据。比如说关于一家企业的数据信息，除了企业名称、法定代表人、注册资本、经营范围等基本信息外，还包括财务信息、经营信息、外部关联关系、诚信状况等信息。大量、多维、立体、交织信息的汇集，就可以基于不同需求分析为不同主体提供数据基础。依照《大数据时代》的翻译者、电子科技大学互联网科学中心主任周涛教授的说法，“大数据”是“数据化”趋势下的必然产，物。而数据化最核心的理念就是“一切都被记录，一切都被数字化”。大数据不是一部分数据样本，而是关于某个现象的全部数据。对企业而言，理解大数据要重视其多样化的形态和来源，发展对数据的深度分析能力，从而整合内部和外部信息，融合业务资源和社交媒体，进行准确预测。从战略思维视角来解释，大数据不仅是一种技术，同时也是企业的管理思维和运作范式。通过数据融合与分析挖掘，借以提升管理效率，开拓价值创造模式，它契合了互联网的开放性、普惠性、个性化特征。大数据变革了需求发现机制提升了发现需求的能力；通过记录顾客或客户的消费历史、网页浏览路径、市场供需变动、甚至客户画像（个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等；企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据）等，企业的营销活动能够更加精准、更有针对性。借助大数据能够完成更精细的市场细分。基于此，对不同客户，企业能够借助大数据对其进行更精准的营销以刺激需求。亦即，企业有针对性地面对不同类别的客户选用不同推送方法，使得每一类顾客获取到的是自己期望获得的产品及相关信息，如此，相比全覆盖的轰炸式营销，能够减少顾客对促销的抵触感，提高营销效果。2、移动网络助力互联网营销1991年英国物理学家TimBerners—Lee发明了万维网，但他也许不会想到万维网（wwW）如此迅速地推广，并对这个世界产生前所未有的深刻影响。美国知名经济学家泰勒•考恩指出，“与电的发明不同，互联网还未改变每个人的生活，但它已经改变了许多人的生活，且将会对下一代产生更为强大的影响力，尤其有利于那些求知若渴的人、愿意去应付那些由泛泛之交构成的超大关系网的人、愿意以极快速度吸收信息的人”。4G是第四代移动通信及其技术的简称，是集3G与WLAN于一体并能够传输高质量，视频图像且图像传输质量与高清晰度电视不相上下的技术产品。与3G相比，通信速度更快、网络频谱更宽、通信更加灵活、智能性能更高、兼容性能更平滑、提供更多增值服务、实现更高质量的多媒体通信、频率使用效率更高、通信费用更加便宜。4G网络的建设带动了4G手机用户的迅速增加。运营商的网络能力有了显著提升，消费者的通信体验大大改善。4G网络将移动上网的速度提升到100Mbps，已经达到了部分用户家庭中固定宽带的速率，使得人们能够在手机上体验到更快的网络访问速度。在没有WiFi的时候，4G网络可以起到很好的替代作用。4G网络的应用大大提升了信息交换效率。总之，互联网特别是移动网络技术的广泛应用，为互联网营销的实现提供了可能，主要原因是移动互联网更好地满足了顾客的时间碎片化的便利性需求。可以说，互联网特别是移动互联网是互联网营销的技术基础。（二）官网自营互联网营销（习惯性称谓，在此章实际是互联网促销）有很多形式，如官网自营、微博营销、微信营销、搜索引擎营销、视频营销等。当然，不同分类下的称为也不尽相同，有的还有内容上的交叉。无论哪一种形式，都具有传播与促销的功能，有的还有直接提供服务的作用。官网上自营是互联网企业传递信息的直接渠道。不难理解，官方网站是体现主办者意志想法，企业信息公开，专用、权威和公开性质的一种网站，人们也常将其作为了解企业信息的首选方式。官网自营可以充分利用企业原有品牌影响力，官网的权威性给自身品牌背书。因此，企业在官网（PC端、移动端）开通互联网通道、发布品牌及产品信息、提供官方应用程序下载、设立产品论坛等，目的就是充分利用官网的公信力和吸引力，形成自营渠道，实现销售产品或服务的目的。在自有业务平台（即官网）上传播品牌及业务，这是非常普遍的常态传播形式。同理，在相关管理部门许可的前提条件下，线下场景中也有在企业办公大楼上竖起广告牌的情形。只是线上的广告制作成本更低，甚至有时是零成本。（三）微博营销作为一种新兴媒体，微博进入门槛较低，它融合了传统媒体、网络媒体、手机媒体的功能于一身，具有强劲的传播优势：便携、即时、快速、互动性强，传播具有“裂变性”，有价值的信息会在短时间内得到关注，并迅速传播开来。有研究表明，一种传播媒体普及到5000万人，收音机用了38年，电视用了13年，互联网用了4年，而微博只用了14个月。微博基于公开平台架构，允许用户创作和发布信息并附加多媒体内容，还可以帮助用户获得大量的内生和第三方开发的应用。加之微博营销的成本投入少、互动性强、传播速度快等特点，已成为企业特别是中小企业产品发布、促销信息传播、活动公告宣传、危机公关处理的首选平台，最终发展成为企业的自媒体。以新浪微博为例，截至2013年8月2日，其认证的企业微博近32万家2。2013年8月5日新浪与拥有900万家淘宝商户的阿里巴巴共同推出的新浪微博淘宝版，则使得微博这一营销模式发挥到了当时的极致，表现为当用户账户绑定后，微博用户可直接登录淘宝平台完成交易、支付等功能，实现新浪微博与淘宝账户互通，用户在绑定后可以用一方账号登录另外一方的业务，大大减少在两个平台登录切换的成本，让购物和信息分享更为方便快捷。新浪微博积极推动用户基数增长，提升用户活跃度，加强移动端变现，优化广告产品以求从各个维度更好地服务持续增长的客户群体。微博的广告和营销业务继续保持强劲势头。（四）微信营销毫不夸张地说，微信的出现相当程度地改变了人们的生活方式。在今天的移动互联网时代，微信用户的使用频率和用户黏性远高于其他社交平台，因此，企业也有必要选择并利用好这样的工具实现有效的传播。微博最大的营销优势是其粉丝形成的广度，而微信的优势在于其点对点的沟通深度。相比微博而言，微信是个相对封闭的环境。也正因为微信将用户置于熟人关系中，在微信中所产生信息的关注度比微博要高得多，尤其是在朋友圈被大量转发的文章往往能实现非常高的阅读量。微信与微博并不矛盾，并且可以联动、整合。1、微信营销的优势微信营销是指企业借助微信功能，通过提供用户需要的信息，推广自己的产品，从而实现点对点的营销。（1）潜在客户数量多。微信的快速的技术迭代，功能越来越强大，给用户带来的越来越多的便利和实用性，使其成为众多商家和企业潜在客户的聚集地，且微信的用户数量还在不断地攀升。至2016年年底，微信的月活跃用户正式超越了，在用户数字上，微信成为名副其实的腾讯第一大平台。可以预见，8亿多微信用户的背后蕴藏着巨大的潜在客户、市场容量大。（2）营销成本低廉。传统的营销推广多在线下，成本固然较高；而微信是一种软件，且使用是免费的。也就是说，微信从注册、开通，到使用各种功能都不收取费用，只是在使用微信时产生的上网流量由网络运营商收取比较低廉的流量费。如此，企业通过微信开展的微信营销活动的成本自然也是非常低的。（3）营销信息到达率高。如果在微博上发布的信息，发布者无从知晓他（她）的粉丝是否真正收到、阅读了的信息。微信则不同。由于每一条信息都是以推送通知的形式发出，企业所发布的每一条的信息都会送达订阅用户手中，到达率几乎是100%，信息传播到达率高于微博。（4）精准营销。微信公众账号能够通过后台的用户分组和地域控制等手段对用户进行多样化分类，有利于准确发现用户（顾客）需求，进而实现精准的信息推送，包括推送信息的方式、推送信息的内容等。（5）营销方式多元化。微信不仅支持文字，还支持语音以及混合文本编辑，普通的微信公众账号就可以群发文字、图片、语音三个类别的内容。而经过认证的微信公众账号，会有更高的权限，能推送更漂亮、更能体现企业意愿的图文组合信息。图文并茂，并辅之以有特色的语音和视频，比较容易拉近企业与用户（顾客）的距离，使营销活动变得更生动、更有趣、更有效。（6）营销方式人性化。微信的功能可以实现用户许可式选择和接受，由此，微信公众账号的内容推送既可以是企业主动推送，也可以把接收信息的权力交给用户，让用户自己选择自己感兴趣的内容，如回复某个关键词可以看到相关的内容等。这种亲民而不扰民的设计，使得企业的微信营销过程更具有人性化。2、微信公众号营销微信营销的方式有很多，有以建立并维系客户关系为目的、发挥漂流瓶、查看附近的人、二维码扫描等微信功能的微信营销，也有利用开放平台、语音信息等功能进行内容推送、创意执行的微信营销，还有直接在公众平台上营造品牌及产品信息传递生态链的微信营销。结合本章目的，主要有微信公众号营销和微信群营销两类。必须提及的是，微信的公众平台功能较好地弥补了微信的封闭性，也让微信不止停留在社交的层面，可以作为一个有效的传播工具。对于公众平台来说，信息主要以推送的形式传达，是一种一点对多点的传播，传播广泛。针对微信公众号，腾讯分别提供了三种类型的公众号，分别是服务号（主要偏于提供服务，类似银行、114、提供服务查询，认证前后都是每个月可群发4条消息）、订阅号（主要偏于为用户传达资讯，类似报纸杂志，认证前后都是每天只可以群发一条消息）和企业号（主要用于公司内部通信使用）。根据业务属性，企业可以选择申请不同种类的微信公众号，如果选择运营得当，可以很好地发挥传播与沟通的渠道效应。3、微信群营销除了微信公众账号外，微信的另一传播依托对象就是微信群（类似QQ群）。如，热度非常高的微信讲座也是非常好的一种宣传方式，借由一些公益性质的讲座活动，将高质量的用户吸引到同一个微信群中，增加企业直接接触目标用户的机会，可以说是一种性价比非常高的传播方式。（五）搜索引擎营销搜索引擎在帮助企业从浩瀚如烟的海量网民中挖掘潜在顾客具有重要作用。潜在顾客主动查询，通过搜索关键词反映顾客需求，搜索引擎根据客户需求给出相应的结果，有效地增加网站流量、促进企业销售及推广、提高品牌知晓率。搜索引擎的直接作用和间接作用均不可小觑。1、搜索引擎及其营销意义搜索引擎，搜索的并不是所有数据，而是一些事先整理好的网页索引数据库，但是这些数据也是片断性地和网页文字相匹配的。简言之，搜索引擎指的是收集了互联网上众多网页并对网页中的每一个字进行索引，从而建立索引数据库。当某个用户在搜索框中输入并搜索某个关键词的时候，网页中包含的该关键词的网页就都会被作为搜索结果搜索出来，经过复杂的算法进行有序的排列后，这些结果就按照与搜索关键词的相关度的匹配性，依次排列并展示出来。百度、谷歌、360搜搜、雅虎等都已经成为我们熟知的搜索引擎平台。搜索引擎营销（SEM）就是根据用户或顾客使用搜索引擎的方式利用用户或顾客检索信息的机会尽可能将营销信息传递给目标用户或顾客的过程。亦即，搜索引擎营销就是一种互联网营销手段，通过抓住用户或顾客对于搜索引擎的使用习惯和依赖性，把用户或顾客最终需要搜索的信息精准地推送给用户或顾客的过程。搜索引擎营销的意义表现在顾客和企业两个侧面。对用户（顾客）而言，可以非常便捷地进行精准的搜索，即用户（顾客）通过搜索引擎中的关键词精准找到自己需要的信息；另一方面，企业能够以最小的成本寻找精准的客户，并借以创造最大的互联网价值。也就是说，而企业则可以通过锁定不同关键词得到有效的顾客，并根据用户（顾客）的搜索习惯、爱好和需求，向其推送精准的广告。2、不付费搜索与付费搜索不付费搜索，即自然搜索，指的是搜索引擎优化（SEO）的结果。搜索引擎优化是一种利用搜索引擎的搜索规则来提高目前网站在有关搜索引擎内的自然排名的方式。而搜索引擎营销的基本原理是让用户发现信息，提供进入网站/网页进一步了解他（她）所需要，信息的渠道，可以为企业引入流量。企业通过对于如何抓取网页、如何索引、最终如何排名方式的了解后，采取适合自身的方法，最终使得该网站信息在搜索引擎的展示结果中处于靠前位置。自然搜索PC端出现的地方一般出现在页面左侧，位于若干个付费搜索结果的下面，包含的内容一般有标题和内容预览。不付费搜索的移动端呈现与PC端相似，不再赘述。关于付费搜索，移动端付费搜索和电脑PC端付费搜索方式有很大不同。PC端付费搜索，可以按点击付费（PPC），也可以按每次点击费用（CPC）以及搜索引擎广告等。付费搜索的种类大致可分为目录免费登陆、品牌专区、竞价排名广告、网盟推广、移动推广以及部分增效工具，其中竞价排名广告成为众多企业比较常用的付费搜索。竞价排名广告，指的是主要由搜索引擎出价高低决定排名顺序，比如百度竞价，对同时购买同一关键词的网站排名的话，竞价的高低起了关键性的作用。移动端屏幕相比PC端比较局限，PC端很多看上去简单的广告若移植到移动端，效果就会打折扣，所以移动端付费搜索会有自己比较有特点的广告形式，主要有五种。其一是Banner广告，直接复制webBanner广告，一般位于屏幕的顶部，偶尔底部也会有；其二是开屏广告，顾名思义，应用启动时会出现，全屏展现，时间为3～5秒，主要应用于品牌广告；其三是积分墙，是按照的效果付费的广告形式，多用于APP应用展示多种多样的积分任务，用户完成任务就可以获得相应的积分，开发者也可以由此获得收入；其四是插屏广告，多在视频播放中弹出；其五是信息流广告，作为一种移动端的原生广告形式，用户查看好友信息的时候，会插播搜索推广信息。这种信息流广告比插播广告有较好的用户体验，效果比较良好。3、漏斗图及搜索引擎营销过程搜索引擎营销过程就如同一个漏斗，实现由上到下，从展现、点击、浏览、咨询和转化（下订单）的过程。在这期间，流量逐渐变小、数量也在不断变少，类似“漏斗”造型，故名。这个“漏斗”可以从两个方面进行分析，首先，从用户或顾客角度来看，是一个从搜索信息→点击感兴趣的推广结果→打开网页浏览→与网站互动咨询→下单购买合适商品的过程；其次，从企业营销角度来看，是推广结果在搜索结果页面展现→获得网民点击→网站被浏览→与咨询者互动→获得订单的过程。在搜索引擎营销过程中，表面上看，“展现”和“点击”主要决定于搜索平台；“浏览”（包括互动咨询）关键在企业；而“转换”主要决定于线下交易、服务及物流等。事实上，搜索平台的选择、搜索平台上如何展现等也是企业与其洽商（包括优化、付费、排名等）的结果；线下交易也是主要决定于企业与合作伙伴的关系。亦即，企业在搜索营销上的努力，直接关系到营销效果。基于此，此图也被称为搜索引擎营销效果转化漏斗。（六）视频营销视频营销是指企业通过网络视频，借助视频平台，达到宣传企业品牌、产品及服务的一种传播手段。其主要模式有四种。一是广告推送模式，主要包括视频网站中片头贴片、片尾贴片和暂停贴片；二是植入模式，可以利用自制的微电影等形式将品牌或产品价值信息点，植入到视频短片中，通常要求视频情节、背景与道具等与品牌主张和产品信息高度吻合；三是用户创造内容模式，如在优酷、土豆等平台上征集、票选由网友创造的视频作品，通过网友与