大数据产品技术服务行业市场前瞻与投资战略规划分析_第1页
大数据产品技术服务行业市场前瞻与投资战略规划分析_第2页
大数据产品技术服务行业市场前瞻与投资战略规划分析_第3页
大数据产品技术服务行业市场前瞻与投资战略规划分析_第4页
大数据产品技术服务行业市场前瞻与投资战略规划分析_第5页
已阅读5页,还剩36页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

大数据产品技术服务行业市场前瞻与投资战略规划分析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。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。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。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。关系营销的主要目标关系营销更为关注的是维系现有顾客,丧失老主顾无异于失去市场、失去利润的来源。关系营销的重要性就在于争取新顾客的成本大大高于保持老顾客的成本。有的企业推行“零顾客叛离”计划,目标是让顾客没有离去的机会。这就要求及时掌握顾客的信息,随时与顾客保持联系,并追踪顾客动态。因此,仅仅维持较高的顾客满意度和忠诚度还不够,必须分析顾客产生满意感和忠诚度的根本原因。由于对企业行为绩效的感知和理解不同,表示满意的顾客,原因可能不同,只有找出顾客满意的真实原因,才能有针对性地采取措施来维系顾客。满意的顾客会对产品、品牌乃至公司保持忠诚,忠诚的顾客会重复购买某一产品或服务,不为其他品牌所动摇,不仅会重复购买已买过的产品,而且会购买企业的其他产品。同时顾客的口头宣传,有助于树立企业的良好形象。此外,满意的顾客还会高度参与和介入企业的营销活动过程,为企业提供广泛的信息、意见和建议。以企业为中心的观念以企业为中心的市场营销管理观念,就是以企业利益为根本取向和最高目标来处理营销问题的观念。它包括以下几种。1、生产观念生产观念是一种最古老的营销管理观念。生产观念认为,消费者总是接受任何他能买到的价格低廉的产品。因此,企业应当致力于提高生产效率,实现低成本和大众分销。持生产观念的企业的典型口号是:“我们生产什么,就卖什么。”生产观念在西方盛行于19世纪末20世纪初。当时,资本主义国家处于工业化初期,市场需求旺盛,整个社会产品供应能力则相对不足。企业只要扩大生产价廉物美的产品,就能盈利,而不必过多关注市场需求差异。在这种情况下,生产观念为众多企业所接受。除了物资短缺、产品供不应求的情况之外,还有一种情况也会导致企业奉行生产观念。这就是某种具有良好市场前景的产品,技术含量和生产成本很高,必须通过提高生产率、降低成本来扩大市场。生产观念是一种重生产、轻市场的观念。在物资紧缺的年代也许能“创造辉煌”,但随着生产的发展、供求形势的变化,这种观念必然使企业陷入困境。2、产品观念产品观念认为,消费者最喜欢高质量、高性能和具有某些特色的产品。因此,企业管理的核心是致力于生产优质产品,并不断精益求精。持产品观念的公司假设购买者欣赏精心制作的产品,相信他们能鉴别产品的质量和功能,并愿意出较高价格购买质量上乘的产品。这些公司的经理人员常迷恋自己生产的产品,而不太关注市场是否欢迎。他们在设计产品时只依赖工程技术人员而极少让消费者介人。产品观念和生产观念几乎在同一时期流行。与生产观念一样,产品观念也是典型的“以产定销”观念。由于过分重视产品而忽视顾客需求,这两种观念最终将导致“营销近视症”。如铁路行业以为顾客需要火车而非运输,忽略了航空、公共汽车、卡车以及管道运输的日益增长的竞争;计算尺制造商以为工程人员需要计算尺而非计算能力,忽视了袖珍计算器的挑战,其最终结果是产品被市场冷落,经营者陷入困境甚至破产。3、推销观念推销观念(或销售观念)认为,消费者通常有一种购买情性或抗衡心理,若听其自然,消费者就不会大量购买本企业的产品,因而营销管理的中心是积极销售和大力推广。执行推销观念的企业,称为推销导向企业。其口号是:“我们卖什么,就让人们买什么。”推销观念盛行于20世纪三四十年代。在这一时期,由于西方各国科学管理和大规模生产盛行,因此商品产量迅速增加,整个市场供过于求,卖主之间的市场竞争日益激烈。1929年爆发的严重经济危机,前后历时5年,堆积如山的货物卖不出去,市场极度萧条。这种现实使许多企业家认识到,企业不能只顾生产,即使有物美价廉的产品,也要努力推销才能保证被人购买。在推销观念指导下,企业相信产品是“卖出去的”,而不是“被买去的”。他们致力于产品的推广和广告活动,进行无孔不入的促销信息“轰炸”,以求说服甚至强制消费者购买。与前两种观念一样,推销观念也是建立在以企业为中心,“以产定销”,而不是满足消费者真正需要的基础上的。市场营销与企业职能迄今为止,市场营销的主要应用领域还是在企业。在下一节我们将会看到,市场营销学的形成和发展,与企业经营在不同时期所面临的问题及其解决方式是紧密联系在一起的。在市场经济体系中,企业存在的价值在于它能不断提供合适的产品和服务,有效地满足他人(顾客)需要。因此,管理大师彼得,德鲁克指出:“顾客是企业得以生存的基础,企业的目的是创造顾客,任何组织若没有营销或营销只是其业务的一部分,则不能称之为企业。”“市场营销和创新,这是企业的两个功能。”其中,“营销是企业与众不同的独一无二的职能”。这是因为:(1)企业作为交换体系中的一个成员,必须以对方(顾客)的存在为前提。没有顾客,就没有企业。(2)顾客决定企业的本质。只有顾客愿意花钱购买产品和服务,才能使企业资源变成财富。企业生产什么产品并不重要,顾客对他们所购物品的感受与价值判断才是最重要的。顾客的这些感觉、判断及购买行为,决定着企业命运。(3)企业最显著、最独特的功能是市场营销。企业的其他职能,如生产、财务、人事职能,只有在实现市场营销职能的情况下,才是有意义的。因此,市场营销不仅以其“创造产品或服务的市场”标准将企业与其他组织区分开来,而且不断促使企业将营销观念贯彻于每一个部门。在现实中,许多企业尽管对市场营销及其方法颇为重视,但并未真正把它作为企业核心职能进行全面贯彻。如一些经理认为营销就是“有组织地执行销售职能”。他们着眼于用“我们的产品”,寻求“我们的市场”,而不是立足于顾客需求、欲望和价值的满足。但是,市场营销并不等于销售。市场营销的核心是清楚地了解顾客,并使企业所提供的产品(服务)适合顾客需要。不做好这一工作,即使拼命推销,顾客也不可能积极购买。因此,企业尽管也需要做销售工作,但市场营销的目标却是要减少推销工作,甚至使得销售行为变得多余。全面构建和贯彻面向市场(顾客)的企业职能,关系到企业能否生存和健康成长。营销信息系统的构成营销决策所需的信息一般来源于企业内部报告系统、营销情报系统和营销调研系统,再经过营销分析系统。它们共同构成营销信息系统。(一)内部报告系统内部报告系统的主要功能是向市场营销管理者及时提供有关交易的信息,包括订货数量、销售额、价格、成本、库存状况、现金流程等各种反映企业营销状况的信息。内部报告系统的核心是从订单到收款整个周期,同时辅之以销售报告系统。订单一收款周期涉及企业的销售、财务等不同的部门和环节的业务流程。订货部门接到销售代理、经销商和顾客发来的订货单后,根据订单内容开具多联发票并送交有关部门。储运部门首先查询该种货物的库存,存货不足则回复销售部缺货,如果仓库有货,则向仓库和运输单位发出发货和入账指令。财务部门得到付款通知后,做出收款账务,定期向主管部门递交报告。在激烈的竞争中,所有企业都希望能迅速而准确地完成这一周期的各个环节。销售报告系统应向企业决策制定者提供及时、全面、准确的生产经营信息,以利于掌握时机,更好地处理进、销、存、运等环节的问题。新型的销售报告系统的设计,应符合使用者的需要,力求及时、准确,做到简单化、格式化,实用性、目的性很强,真正有助于营销决策。(二)营销情报系统内部报告系统的信息是企业内部已经发生的交易信息,主要用于向管理人员提供企业运营的“结果资料”,市场营销情报系统所要承担的任务则是及时捕捉、反馈、加工、分析市场上正在发生和将要发生的信息,用于提供外部环境的“变化资料”,帮助营销主管人员了解市场动态并指明未来的新机会及问题。市场营销情报信息不仅来源于市场与销售人员,也可能来自于企业中所有与外部有接触的其他员工。收集外部信息的方式主要有下面四种。(1)无目的的观察。无既定目标,在和外界接触时留心收集有关信息。(2)有条件的观察。并非主动探寻,但有一定目的性,对既定范围的信息做任意性接触。(3)非正式的探索。为取得特定信息进行有限的和无组织的探索。(4)有计划的收集。按预定的计划、程序或方法,采取审慎严密的行动来获取某一特定信息。营销情报的质量和数量决定着企业营销决策的灵活性和科学性,进而影响企业的竞争力。为扩大信息的来源和提高信息的质量,企业通常采取以下措施改进信息收集工作。(1)提高营销人员的信息观念并加强其信息收集、传递职能。(2)鼓励与企业有业务关系的经销商、零售商和中间商收集和提供营销信息。(3)积极购买特定的市场营销信息。(4)多渠道、多形式地了解竞争对手的营销活动情况,包括参加有关展销会、协会、学会,阅读竞争者的宣传品和广告,购买竞争品,雇用竞争者的前职工。(5)建立内部营销信息中心,改进信息处理、传递工作。(三)营销调研系统市场营销调研系统也可称为专题调查系统,它的任务是系统地、客观地收集和传递有关市场营销活动的信息,提出与企业所面临的特定的营销问题有关的调研报告,以帮助管理者制定有效的营销决策。市场营销调研系统和市场营销信息系统在目标和定义上大同小异,研究程序和方法具有共性。(四)营销分析系统营销分析系统是企业用一些先进技术分析市场营销数据和问题的营销信息子系统。完善的营销分析系统,通常由资料库、统计库和模型库三部分组成。1、资料库有组织地收集企业内部和外部资料,营销管理人员可随时取得所需资料进行研究分析。内部资料包括销售、订货、存货、推销访问和财务信用资料等;外部资料包括政府资料、行业资料、市场研究资料等。2、统计库统计库指一组随时可用于汇总分析的特定资料统计程序。其必要性在于:实施一个规模庞大的营销研究方案,不仅需要大量原始资料,而且需要统计库提供的平均数和标准差的测量,以便进行交叉分析。营销管理人员为测量各变数之间的关系,需要运用各种多变数分析技术,如回归、相关、判别、变异分析以及时间序列分析等。统计库分析结果将作为模型的重要投入资料。3、模型库模型库是由高级营销管理人员运用科学方法,针对特定营销决策问题建立的,包括描述性模型和决策模型的一组数学模型。描述性模型主要用于分析实体分配、品牌转换、排队等候等营销问题;决策模型主要用于解决产品设计、厂址选择、产品定价、广告预算、营销组合决策等问题。营销调研的步骤营销调研的过程,通常包括五个步骤:确定问题与调研目标、拟定调研计划、收集信息、分析信息、提交报告。(一)确定问题与调研目标为保证营销调研的成功和有效,首先要明确所要调研的问题,既不可过于宽泛,也不宜过于狭窄,要有明确的界定并充分考虑调研成果的实效性。其次,在确定问题的基础上,提出特定调研目标。(二)拟定调研计划设计能够有效地收集所需要的信息的计划,包括概述资料来源、调研方法和工具等。由于收集第一手资料花费较大,调研通常从收集第二手资料开始,必要时再采用各种调研方法收集第一手资料,也可以从企业外部的商业公司购买有关资料。调查表和仪器是收集第一手资料采用的主要工具。抽样计划决定三方面的问题:抽样单位指确定调查的对象,抽样范围指确定样本的多少,抽样程序则是指如何确定受访者的过程。接触方法是指如何与调查对象接触的问题。(三)收集信息在拟定调研计划后,可由本企业调研人员承担收集信息的工作,也可委托调研公司收集。面谈访问必须争取被访问者的友好和真诚合作,才能收集到有价值的第一手资料。进行实验调查时,调研人员必须注意使实验组和控制组匹配协调,在调查对象汇集时避免其相互影响,并采用统一的方法对实验进行处理和对外来因素进行控制。(四)分析信息从已获取的有关信息中提炼出适合调研目标的调查结果。在分析过程中,首先要明确这些信息数据是依据何种尺度进行测定、加工的,然后借助多变量统计技术将数据中潜在的各种关系揭示出来,还可将数据资料列成表格,制定一维和二维的频率分布,对主要变量计算其平均数和衡量离中趋势。(五)提交报告调研人员向营销主管提出与进行决策有关的主要调查结果。调研报告应力求简明、准确、完整、客观,为科学决策提供依据。如能使管理决策减少不确定因素,则此项营销研究就是富有成效的。品牌组合与品牌族谱品牌组合涉及企业是自营品牌还是借用他人品牌,是采用统一品牌还是分类、分品设计,一个产品上标一个品牌还是一个产品上标两个或两个以上的品牌等品牌策略问题。品牌组合就是为解决这些具体问题而做的努力。如此,品牌组合成为品牌运营中的重要策略。(一)品牌归属策略确定产品应该有品牌以后,就涉及如何抉择品牌归属问题。对此,企业有三种可供选择的策略,其一是企业使用属于自己的品牌,这种品牌叫作企业品牌或生产者品牌或自有品牌。其二是他人品牌,他人品牌又可细分为两种:企业将其产品售给中间商,由中间商使用他自己的品牌将产品转卖出去,这种品牌叫作中间商品牌,这是第一种;第二种是贴牌生产,即其他生产者品牌。其三是企业对部分产品使用自己的品牌,而对另一部分产品使用中间商牌或者其他生产者品牌。许多市场信誉较好的中间商(包括百货公司、超级市场、服装商店等)都争相设计并使用自己的品牌。如美国的Sears公司经销的商品的90%0都标有自己的品牌。伴随着2008年以来的经济衰退,再次加速了中间商品牌的发展。沃尔玛一直在中国市场积极开发和推广沃尔玛“自有品牌”,推出“质优价更优”的自有品牌商品,覆盖了食品、家居用品、服装、鞋类等主打品类。自有品牌商品的生产厂家都经过严格的审核和产品检测,确保每件商品都拥有领先同类品牌的优良品质;同时,自有品牌商品均由生产厂家直接生产,节省了中间环节,使售价比同类商品更具竞争力。中间商品牌的出现与发展掀起了新一轮更宽范围的品牌战。营销企业选择生产者品牌或中间商品牌,即品牌归属生产者还是中间商,要全面考虑各相关因素,最关键的因素是生产者和中间商谁在这个产品分销链上居主导地位、拥有更好的市场信誉和拓展市场的潜能。一般来讲,在生产者或制造商的市场信誉良好、企业实力较强、产品市场占有率较高的情况下,宜采用生产者自有品牌;相反,在生产者或制造商资金括据、市场营销薄弱的情况下,应以中间商品牌或其他生产者品牌为主。必须指出,若中间商在某目标市场拥有较好的品牌忠诚度及庞大而完善的销售网络,即使生产者或制造商有自营品牌的能力,也应考虑采用中间商品牌。这是在进占海外市场的实践中常用的品牌策略。(二)品牌统分策略品牌,无论归属于生产者,还是归属于中间商,或者是两者共同拥有品牌使用权,都必须考虑对所有的产品如何命名问题。是大部分或全部产品都使用一个品牌,还是各种产品分别使用不同的品牌,如何对此进行决策事关品牌运营成败。决策此问题,通常有三种可供选择的策略。1、统一品牌统一品牌即是企业所有的产品(包括不同种类的产品)都统一使用一个品牌。例如,飞利浦公司的所有产品(包括音响、电视、灯管、显示器等)都以“PHILIPS”为品牌,佳能公司生产的照相机、传真机、复印机等所有产品都统一使用“Canon”品牌。企业采用统一品牌策略,能够降低新产品宣传费用;可在企业的品牌已赢得良好市场信誉的情况下实现顺利推出新产品的愿望;同时也有助于显示企业实力,塑造企业形象。不过,不可忽视的是,若某一种产品因某种原因(如质量)出现问题,就可能因其他种类产品受牵连而影响全部产品和整个企业的信誉,即一荣俱荣,一损俱损;当然,统一品牌策略也存在着易相互混淆、难以区分产品质量档次等令消费者不便的缺憾。2、个别品牌与多品牌个别品牌是指企业对各种不同的产品分别使用不同的品牌;而多品牌策略通常是指企业同时为一种产品设计两种或两种以上互相竞争的品牌的做法。多品牌是个别品牌策略实施的结果,个别品牌策略是多品牌策略的一种具体做法或表现形式。企业运用多品牌策略能够避免统一品牌下的负面株连效应;可以在产品分销过程中占有更大的货架空间,进而压缩或挤占了竞争者产品的货架面积,为获得较高的市场占有率奠定了基础;而且,多种不同的品牌代表了不同的产品特色,多品牌可吸引多种不同需求的顾客,提高市场占有率。还需提及的是,由于多种不同的品牌同时并存必然使企业的促销费用升高且存在自身竞争的风险,所以,在运用多品牌策略时,要注意各品牌市场份额的大小及变化趋势,适时撤销市场占有率过低的品牌,以免造成自身品牌过度竞争。3、分类品牌分类品牌即指企业对所有产品在分类的基础上各类产品使用不同的品牌。如企业可以对自己生产经营的产品分为器具类产品、妇女服装类产品、主要家庭设备类产品,并分别赋予其不同的品牌名称及品牌标志。这实际上是对前两种做法的一种折中。分类品牌可以按产品分类,也可以按市场分类。(三)复合品牌策略复合品牌就是指对同一种产品赋予两个或两个以上品牌的做法。多牌共推一品,不仅集中了一品一牌策略的优点,而且还有增加宣传效果等增势作用。复合品牌策略,按照复合在一起的品牌的地位或从属程度来划分,一般可以分为主副品牌策略与品牌联合策略两种。1、主副品牌策略主副品牌策略是指同一产品使用一主一副两个品牌的做法。在主副品牌策略下,用涵盖企业若干产品或全部产品的品牌做主品牌,借其品牌之势;同时,给各个产品设计不同的副品牌(专属于特定产品的品牌),以副品牌来突出不同产品的个性。主副品牌策略兼容了统一品牌策略与个别品牌策略的优点。它既可以像统一品牌策略一样实现优势共享,使企业产品均在主品牌下借势受益;同时,又能达到像个别品牌策略一样比较清晰地界定不同

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论