浅谈大数据在市场营销中的应用

题目：浅谈大数据在市场营销中的应用摘要近年来,网络迅速进入人们的生活,庞大的用户群体便产生了庞大的数据，运用大数据技术来获取有价值信息的浪潮也席卷了全球,中国相应技术也获得了极大的进展。大数据的应用已经为市场的营销方案选择、政府管理方案制定,新闻的传播渠道选择做出了清晰的指引。本文在阐明大数据与市场营销相关概念的基础上，探讨大数据在市场营销中的应用，并将其概括为：消费群体及消费行为预测、优化营销策略、实现营销广告的精准投放及缩短、拓宽营销渠道四方面，同时对大数据应用的切入点、注意事项与应用案例做进一步解释，以期为企业在大数据背景下制定市场营销策略提供理论和实践上的指导。关键词大数据市场营销营销策略精准化AbstractInrecentyears,withtherapidentryoftheInternetintopeople'slives,hugeusergroupshaveproducedhugedata,andthewaveofusingbigdatatechnologytoobtainvaluableinformationhasswepttheworld,andthecorrespondingtechnologyinChinahasalsomadegreatprogress.Theapplicationofbigdatahasmadeclearguidanceformarketingschemeselection,governmentmanagementschemeformulationandnewscommunicationchannelselection.Onthebasisofclarifyingtheconceptsrelatedtobigdataandmarketing,thisarticlediscussestheapplicationofbigdatainmarketing,andsummarizesitas:consumergroupsandconsumerbehaviorprediction,optimizationofmarketingstrategies,andtheaccuratedeliveryandshorteningofmarketingadvertising.Broadenthefouraspectsofmarketingchannels,andatthesametimefurtherexplaintheentrypointsandprecautionsforbigdataapplications,withaviewtoprovidingtheoreticalguidanceforcompaniesinformulatingmarketingstrategiesinthecontextofbigdata.KEYWORDSBigdataMarketingMarketingstrategyAccurate.目录前言 错误!未定义书签。01.大数据和市场营销概述 错误!未定义书签。01.1大数据含义、特征及支柱1.2市场营销含义、本质、方式嬗变2.大数据在市场营销中的应用 122.1消费群体及消费行为预测2.2优化营销策略2.2.1精准化营销2.2.2差异化营销2.2.3客户（消费者）关系管理2.3实现营销广告的精准投放 2.4缩短、拓宽营销渠道 3.大数据营销的切入点 143.1从客户视角出发 3.2划分消费群体3.3完善产品战略3.4以互联网为抓手4.大数据应用需注意的问题 164.1传统营销具有不可替代性 4.2消费者数据安全的管理与保护 5.金融大数据的安全问题解决方法 165.1建立应急处置体系5.2加大技术攻关力度5.3强化"互联网+金融"模式的业务运作6.大数据在市场营销中的应用案例 186.1提高银行业间的竞争力6.2提高银行业间的竞争力6.3在电商方面的应用7.结论 21参考文献： 22前言最先进的技术往往是那些潜移默化的不易发现的技术,它们不断地将它们自己编织到日常生活中,发挥着巨大的作用。如今,人们已经开始进入大数据时代,"大数据"一词受到越来越多的关注,随着技术的拓展和传播,数据的价值达到了前所未有的高度。大数据的技术已经开始影响各个行业,无论是对经济、社会还是个人的决策,大数据都能发挥出据巨大的作用。并且随着大数据的进一步发展,其对人类的影响将更加深远、更加巨大。近年来,为了取得大数据的效益,美国与日本已经开始加大对大数据的投资,并加紧制定答案数据的发展规划。"大数据竞赛"已经在各个国家之间打响。我国自然也不能示弱,国家将贵州北京与安徽等地作为发展大数据的中心,并在中共十八届五中全会中将大数据的发展战略明确计入"十三五"规划,我国的"大数据时代"也就开启了。然而,目前公司大数据的使用率仅为12%,数据未得到充分使用。根据德克萨斯大学的研究,大数据技术可大大提高公司数据资源的使用能力,改善数据的传播,使公司的决定更加准确。,如果充分利用大数据,世界上最大的公司人均生产量增加14.4%,咨询服务行业,零售行业的人均收益可分别增涨39%和49%,并且在建筑、食品、钢铁行业之中人均至少可增长20%以上。另外,大数据可以让服务实时、精准、个性化、可追溯,进而带动第三产业升级,因此研究大数据在金融中的应用非常必要。1大数据和市场营销概述1.1大数据含义、特征及支柱麦青锡全球研究所给出的大数据定义是,数据采集规模十分庞大，在采集、存储、管理、解析等方面的数据处理数量都大大超过了传统数据库软件工具的分析能力。并大体指出其有四个特点,一是数据类型多样,二是数据流动快,三是价值密度低，四是数据规模大。通俗一点来讲,所谓大数据就是一个数据内容变化速度极快,并且数据总量极大的数据集合，使得有用信息的比例降低,不能用传统手段进行处理。基于此,IBM进一步将大数据特性总结为"5V"特性1)Volume,大数据的最可以直接体会到的特征就是其数据量的庞大,要想将一组数据成为大数据，其数量级至少要超过一百TB。并且其增长速度极快在不到7年的时间里，数据总量已将翻了十倍。2)Velocity指其数据采集与变化非常快,并且随着互联网技术的发展,数据采集的速度还会不断提高。3)Variety,指数据类型的多样化,现在的数据种类已经不是仅仅只以前的那些邮件word文档，就连网页的搜索记录，购物软件的浏览记录也会被记录下来。总之每个人的生活信息会有各种数据类型留存在网络之中，现实数据总是多样化存在的。4)Value,价值密度低,但内存中有高质量的信息,需要好的数据挖掘方法才能以低成本创造高价值。5)Velocity,处理速度快,数据始终在线,可以随时调用计算,这也是大数据的优势之一。大数据何以成为现实？根据学者马丁希尔伯特[6]的总结：大数据是信息交换(通信和网络宽带的大幅增长)、信息储存(计算机储存量的大幅增长)、和信息处理（计算机整理、转换、分析数据的能力大幅增长）三方面能力增长后而产生的数据。据估算，全球范围内每秒新增推文条数约6000条，每分钟350000条，在网络宽带能力提升之前，大规模信息交换不可想象。目前谷歌、百度、阿里等公司搜索引擎几乎就是一个全球数据备份中心，当然，在数据逐渐增大的同时也相应建立了灵活强大的分布式数据处理集群，数以万计的计算机并行加工和分析。由此可见，信息储存能力的提升使大规模数据有安生之处，而信息处理能力的增长在大数据实现其潜在价值的过程中不可或缺。1.2市场营销含义、本质、方式嬗变开展市场营销理论研究要从明确市场营销含一开始的。1985年，美国市场营销协会将市场营销定义为：个人或组织通过对计策、货物和劳务的预期、定价、促销和方式等进行计划和执行，以达到设想目标的交换过程。1997年，美国著名营销学家菲利浦·科特勒将市场营销概括为“通过创造产品、交换产品和实现产品价值,从而满足个人与群体需求和欲望的一个社会和管理的过程。”这也就实现了市场营销由简单的生产向着产品以消费者需求为方向生产的转变。简单来说，市场营销就是在产品的创造、促销和交换中，为他人至整个社会带来经济价值的活动和过程。探究市场营销的本质是开展市场营销实际行动的原因。市场营销的本质是现代企业构建营销理念的理论基础、评价营销活动的“试金石”和构筑营销战略的“思路源泉”。王曼莹在梳理和研究中外诸多市场营销学者观点的基础上，将市场营销的本质从“企业职能”、“满足欲望和需求的企业活动”、“企业获得目标细分市场的差别优势”等传统观念提升至“实现社会可持续发展、发展循环绿色经济、全球市场视野和制定并实施企业资源与外界环境匹配的市场营销策略”这一高度。这一本质变化要求现代企业以全球市场为视野，制定符合社会进步、企业发展、消费者需求的营销策略。由此，大数据引入市场营销成为必然趋势。市场营销方式大致经历了从传统营销、网络营销到大数据营销这三个阶段。在传统市场营销中，营销活动发生在实体空间、消费者可真实体验产品、市场环境具有地域差异性和多变性，营销理念是在市场供求关系下销售产品以满足客户需求。网络营销源于20世纪60年代，发展于20世纪90年代，是建立于虚拟平台之上的营销方式。网络营销突破了传统营销的时空壁垒，消费者通过网络数字化产品选购全球商品，消费理念从以产品为中心转向消费者个性需求、多样需求为中心。而大数据营销是自2000年后，随着计算机交换、储存、处理信息能力提升，大数据技术发展而出现的新型营销方式，大数据营销使消费者网上购物留下的大量复杂信息变得可深层挖掘、有潜在价值，企业可通过大数据分析进行消费者行为预测，为消费者量身定制产品，从而为自身带来高效投资回报。2.大数据在市场营销中的应用2.1消费群体及消费行为预测以前传统的市场营销模式是生产者与消费者脱离的模式。在传统营销及大数据未出现前的网络营销中，消费者无法与生产者进行有效的信息沟通，主要原因由消费者心理受文化、地域、生活方式等主客观因素而难以捉摸，即使是通过实地抽查、电话拜访、互联网调查等方式进行市场调研，数据的真实性和对数据的深层挖掘仍难达到理想水平。如今，消费者变得更加自主和个性，同时对自身信息的保护意识更加强烈，这势必要求企业具备透彻、准确的洞察力，准确、有效的预测消费者群体和消费行为。大数据的应用，为企业预测消费者行为提供了进一步的可能，企业通过有关消费者的海量数据的采集、储存、挖掘和利用可以进行针对性的产品生产、定价、促销、分销和企业发展战略的规划。可以说“得数据者得天下”这一论断，所言非虚。2.2优化营销策略2.2.1精准化营销金融机构可以根据客户的不同特点和个性化标签内容,运用信息技术和合理的技术手段,制定更精准的营销方案,实现对个人客户的精准营销的目的。银行通过各种有针对性的营销活动来提高营销的成功率并降低成本。通过个人兴趣、经常消费的场所、消费金额等顾客基本的、个性化的信息,判断顾客的消费方向并对其做出推荐,按照一定的规则对顾客进行综合打分。然后推荐最适合他们的金融产品和服务,确保推送的产品和服务与他们的日常消费习惯完美匹配。大数据可以参与金融消费的全过程,包括了解产品、了解产品、购买产品。在这个过程中,我们分析消费者通过各种渠道搜索产品的数据,判断和分析客户的属性,并借助数据挖掘工具进一步分析其潜在的金融需求,形成一套完整的客户关系图。并针对不同属性的客户设计营销方案,必要时通过移动终端向客户推送消息,达到精准营销的目的。2.2.2差异化营销企业通过大数据来讲不同的市场进行细分，然后在对每一个子市场的不同需求提供不同的针对性的服务和营销策略，这便是大数据在企业差异化营销的应用。差异化营销通俗来说就是企业向不同市场中的消费者提供符合消费者独特需求的差异化服务，实现差异化盈利。为了获得更大的利润，企业便利用大数据进行市场差异化营销，来避开市场的同质化竞争，企业在采取差异化营销策略时，企业就可以利用最低的成本为消费者提供最有价值的服务，完成差异化营销的目的，将不同子市场的潜力最初大程度发挥，进而扩大企业的投资的回报，进一步扩大对市场的占据。2.2.3客户（消费者）关系管理在经济全球化和大数据时代的背景下，拥有大数据和提供优质产品及服务的企业绝不止一家，这就存在产品的同质化问题。企业管理者在产品同质化难题前，愈加认识到客户关系维护和管理的极端重要性，无论是产品还是各种营销策略其最后对象仍然是消费者。建立良好的客户关系可以帮助企业更好的了解客户所想，客户所需，以此来预测客户动态，做出更好的决策。所以，企业现需要加强客户关系管理，并高效的收集、管理并挖掘客户资源，与客户建立良好关系，已成为企业保持和提升核心竞争优势的筹码。当然，客户分类极其复杂，企业往往会采用行业、地区、性质等标准对客户进行简单分类，但这一分类方式不能准确反映出客户需求和有效维护客户关系。如今，在大数据技术的支撑下，企业可以通过对消费者存留的数据进行深度挖掘，探寻出影响客户关系的关键因素，并将企业现有客户精确的划分至有相同或相似属性的群组，便于企业进行规模化管理，另外，在现有客户关系基础上挖掘和拓展潜在客户，从而提高企业的利润率。2.3实现营销广告的精准投放

投放营销广告的目的是将关于产品的信息传递给消费者，从而增加消费群体及其购买欲望。相对与电视、路牌、传单、车体等传统营销广告，网络广告以互联网为载体，集文字、图片、声音、视频等数字化信息与一体，可实现超时空、快速、大面积传递。但网络广告的投放难以符合特定年龄群体、不同区域、不同消费水平消费者高层次需求，并且不合理的广告投放不仅没有效果反而增加消费者对企业产品的反感，因此，需要一个更有效的方法来去制定广告营销策略。大数据的作用就显现了出来，利用大数据，可以知道客户所想所需，为对应的客户提供相应的广告。而所具体使用的方法，就是企业通过消费者在互联网上的消费数据分析，构建关于消费者姓名、性别、年龄、个性、身份、学历等“用户画像”，从而在海量数据与人群中实现广告精准投放。当然，其前提是企业应当具备利用基于大数据的深度模型和工具来分析消费者信息的能力。2.4缩短、拓宽营销渠道经典的4P[10]营销组合策略包含四个方面，即：产品（product）、价格（price）、促销（promotion）和渠道（place），营销渠道是使产品从企业到消费者手中的“通道”。以大数据为支撑，以云计算、电子商务等先进信息技术为手段，企业可不通过中间商渠道将优质产品直接销售给消费者，缩短销售渠道和消费者购买周期，同时基于第三方技术平台的及时反馈，可开发多元、便捷的渠道与客户“亲密连接”。一方面：客户通过直接对品牌商品、服务的进行感受，获得有趣、满意的虚拟购物体验，增加购物欲望，促进客户与企业建立信任、亲密关系。另一方面：企业通过数据挖掘掌握庞大、有直接购买力的用户信息，通过整合自身资源，与020或各种APP平台进行共赢合作，不仅为广大消费者提供定制化、优质化的电商服务，同时实现了企业内部客户资源信息价值的释放、共享与利用，并进一步缩减、拓宽营销渠道及增强对营销渠道的控制力。3.大数据营销的切入点在大数据提供的营销优势下，企业应当谋定营销战略，重构自身营销体系、变革营销方式以顺应社会经济发展和消费者“民心”。当然，企业在开发和利用大数据蕴含价值时并不是无的放矢，而应抓好和深入理解大数据营销的切入点。3.1站在客户角度思考“客户就是上帝”这一论断仍未过时，未来任何领域任何企业最终目的都是为消费者提供优质服务，因此，企业从产品（具有高性能、高质量、有保障、时尚等特性的产品）的诞生之日到消费者使用产品之时都要给与消费者满意的体验，这就需要企业从客户视角而不是单纯自身盈利的视角出发，在海量数据中找寻消费者的真正需求，并且制定个性化产品和多元、精准销售方案帮助小消费者便捷获取关于产品的信息，从而“创造客户价值”，提高顾客满意度和信任感。

3.2划分消费群体大数据为企业精准营销提供可能的同时，也面临划分消费群体的难题。在全新的营销理念、模式下，一方面，各类型数据数量急剧增加，另一方面是数据质量不一，数据价值变得难以搜寻。如何从庞大的数据中挖掘出关键消费者信息从而消费者进行产品和服务定制，这不仅仅是技术问题、同时也是一个管理问题，企业应当利用大数据做到市场的精细划分，企业最终面临的客户不是以消费群体为单位，而是以细分出的消费群体中的个人为单位，只有划分消费者群体才能实现精准化营销、差异化营销和维持和谐的客户关系。如何划分消费群体应当根据企业自身客户情况来进行，可通过用户地理位置划分、需求动机划分、价值观划分、使用行为等划分方式。

3.3完善产品战略企业产品战略与企业市场战略关系紧密，是企业对所生产和经营产品的全局性谋划。无论企业大数据如何利用、营销策略多么高超、销售渠道怎样拓宽，企业最终都是通过产品来“说话”，因此，企业应当依靠优质实惠和由竞争力的产品去赢得消费者青睐、占领市场份额，可以说一个企业产品战略是否得当，直接关乎企业在经济全球化浪潮的兴败存亡。在大数据时代，有关于产生设计与生产虚拟企业以及智能空间将热门起来，顾客可通过虚拟空间自主设计产品并由企业个性化定制，各企业应当快速完善产品战略，紧跟大数据应用步伐。3.4以互联网为抓手目前，大数据的应用呈互联网企业领先、其他行业仿效的基本态势，其原因在于互联网企业有丰富而强大的技术平台、长期累积的大量数据、技术迭代迅速、应用理念先进等。掌握用户大量信息的互联网企业（如谷歌、淘宝、新浪等）已开展大体面的广告精准投放和个性化推送等成熟的大数据应用。因此，各企业应当已互联网为抓手，积极与互联网企业进行合作或者转入电商行业，充分释放其拥有的大数据价值，未来各行业的大数据共享、开放是趋势，企业应当在互联网基础上制定发展战略。4.大数据应用需注意的问题金融业务与大数据技术的结合确实带来了很多便利,但由于大数据的金融发展起步较晚,缺乏大数据的技术人才,还没有建立起成熟的开发体系。这意味着,它既有无限的机遇和无限的商业潜力,也面临着巨大的挑战4.1传统营销具有不可替代性大数据营销已成为企业不可忽视的力量,企业在这一趋势下应时刻明白传统营销的不可替代性。传统营销在精准化推送、客户关系管理、消费行为预测等方面与大数据相差甚远，但在购买安全性、真实性等方面大数据也相形见绌。例如：不会使用互联网购物的老年人市场、没有互联网的贫穷落后地区、传统营销可通过基础渠道将产品送及，另外，如今社会节奏快速，消费者压力大，很多消费者在网上消费外仍偏重实体消费，把在室外的消费活动作为娱乐放松活动，而且有些顾客更倾向于选择自己能实在感受到的产品，对网络产品质量无法放心，网上营销无法提供这一消费体验。因此，企业应当结合传统营销与大数据营销的优势，制定营销战略。4.2消费者数据安全的管理与保护大数据的产生与发展给企业带来了大量好处，但也增加了企业的责任。大数据的应用必然带来了消费者隐私保护方面的挑战。消费者的个人信息、购买习惯、个人喜好这些数据中包含许多个人隐私，一旦数据管理不当、被不良商家和不法分子掌握，往往会对损害消费者利益甚至人人身安全。因此，企业在合理、有效、合法收据收集和使用的大数据的同时应当履行保护消费者隐私的义务。同时，在大数据的开放共享中、制定一整套科学的使用体系与标准，即保证大数据的正常流动、储存与处理，又避免消费者隐私被滥用或泄露。5.金融大数据的安全问题解决方法5.1建立应急处置体系大数据可以提高金融行业的透明度、参与度、中间成本,但这些优势也蕴含着金融信息风险挑战。互联网下的金融信息风险主要是由制度性因素和非制度性因素造成的。对资金、财产、信用等造成预期的、意外的或灾难性的损失。面对这些风险和挑战,建立应急处理系统便成为了重中之重的任务。中国人民银行等十部委印发的《关于促进互联网金融健康发展的指导意见》也指示,要完善制度,规范互联网金融市场秩序。应急响应系统主要包括在线和离线两种形式。在离线计数器处理中,设计了紧急计数器和优先级窗口。当用户急需金融机构冻结账户等服务时,提供简明手续后即可第一时间办理。在线搭建应急处置平台。用户一旦感觉信息出现危险,就可以通过应急处置平台向相关机构申请应急保护措施,暂时阻断该账户所有的网络通信,冻结银行资产,来防止其信息安全遭遇重大风险。以双向保护用户的金融信息。5.2加大技术攻关力度互联网金融信息风险应在对道德风险、市场风险和信用风险的同时也对网络技术发出了挑战。应对互联网金融信息风险挑战,最根本的任务是加强技术研究。互联网金融的目标是依托数据中心、云计算和大数据的信息挖掘分析和共享,随着互联网时代的逐步发展,实现科学预测和合理判断。交易量将会爆炸式增长。因此,金融机构要对线上线下交易信息进行广泛、全面的采集,定义多关系数据流,建立相关数据模型,科学分析保存,持续跟踪。其次,对收集到的综合数据防御体系建设要全面且具体。首先建立智能防火墙进行隔离保护,然后建立实时监控系统来不断修复检查出的漏洞。在为每台服务器的数据进行实时备份的准备防止数据丢失破坏。并在软件层面,研发相应软件实现动态密码、验证码和手机绑定等安全防范措施,为互联网金融安全做好坚实保障。5.3强化"互联网+金融"模式的业务运作网络的虚拟化和隐蔽性在提供相应便利的同时,也容易引发更多更深层次的风险挑战。""互联网+金融"模式的业务运作尚未完全成熟,加强"互联网+金融"模式的业务运作迫在眉睫。在错综复杂的"互联网+金融"模式下,任何网络节点的任何一个小失误或风险,都可能迅速扩散放大到当地乃至整个行业,具有很强的传染性和传染性。因此,金融机构要在"收、转、存、用、销毁"等各个环节实现专业化、职业化。熟练的商业运作。审批机制和关键机制并行的办法,可以有效解决互联网金融运行不规范的问题。金融机构要靠大量新业务盈利，新业务又存在大量风险，因此就提出了对安全专项监管部门建设的要求。再把方案交给监管部门之后，进行系统性评估，进而防止开展高风险项目。并且保证用户与互联网金融机构发生各类交易时,需要在随机密钥的交互环境中进行数据包传输和资金支付。从而使互联网金融的网络认证服务实时化,并完成身份认证等在互联网交易中的安全要求。增加交易双方违约成本,切实保障交易的顺利达成。6.大数据在市场营销中的应用案例6.1提高银行业间的竞争力6.1.1利用精准营销锁定客户金融机构可以根据客户的不同特点和个性化标签内容,运用信息技术和合理的技术手段,制定更精准的营销方案,实现对个人客户的精准营销的目的。银行通过各种有针对性的营销活动来提高营销的成功率并降低成本。通过个人兴趣、经常消费的场所、消费金额等顾客基本的、个性化的信息,判断顾客的消费方向并对其做出推荐,按照一定的规则对顾客进行综合打分。然后推荐最适合他们的金融产品和服务,确保推送的产品和服务与他们的日常消费习惯完美匹配。大数据可以参与金融消费的全过程,包括了解产品、了解产品、购买产品。在这个过程中,我们分析消费者通过各种渠道搜索产品的数据,判断和分析客户的属性,并借助数据挖掘工具进一步分析其潜在的金融需求,形成一套完整的客户关系图。并针对不同属性的客户设计营销方案,必要时通过移动终端向客户推送消息,达到精准营销的目的。6.1.2转变采集信息方式进而降低管理成本对于传统的银行业来说,业务活动中很大一部分数据的采集和传输都是手工生成的,这将严重影响数据的准确性。以信贷业务全过程为例,银行在客户信息调查、信息备案登记、信息录入传递过程中难免会出现偏差。虚假信息往往给银行带来一定的经营损失和声誉风险。传统的数据处理方式有处理效率低下、出错率高的缺点,而且获取贷款业务所需的客户信息、财务状况、抵押品状况等信息的成本也不容忽视。而大数据背景下的客户信息采集则方便多了,通过填写上报的个人信息,根据官方审核机构提供的外部接口进行查询,从而更准确地获取客户数据。同时,降低数据处理成本和人工成本。对于一些状况良好的企业来说,符合条件的融资客户可以解决融资时间长、步骤多、放款难等诸多问题。6.1.3降低不同地区部门间的合作成本对于商业银行来说,涉及跨区域甚至跨国经营的一些成本非常高,不仅实体的开业成本是一笔不小的费用,还有直接的运营成本和与代理行的一些合作。成本是不容忽视的。通过大数据相关技术,银行总部信息获取将更加方便快捷,可以跨越多个地区甚至多个国家。集中管理理念使商业银行经营权分配更加集中,强化了关联机构的执行能力、代收银行的管理职责和风控工作,有效提高了银行不同区域不同机构的帮扶和执行能力,可以降低机构间的合作成本。6.2提高保险业间的竞争力6.2.1利用大数据计算合理的保险费率。保险公司要想在与其他保险公司竞争中占据优势地位，需要对保险产品进行精准定价。大数据可以利用客户的过往信息，不断对客户需求进行精准预测为每个人指定不同的定价，节约成本也能更好吸引消费者。传统的精算师采用基于历史损失数据的固定风险率精算模型。而这种模型已经不能适应现在快速发展的环境，其保险产品的费率是通过衡量过去的损失概率和程度来确定的。说这就使得保险费率不会根据实际情况做出相应改变，但是社会环境跟人的喜好是在不断变化的，这就使得其与实际客户需求的不对称，严重时浪费资源，降低顾客好感度。因此,最为重要的就是利用大数据根据风险信息实时调整保险费率。例如,新华人寿在行业内率先出台收费改革,抢抓保费费率市场化改革契机。比如,其推出的首屈一指的市场化产品-汇付宝双重险,最终累计收入超过270亿元,公司随即推出的健康险等产品也都取得了不错的成绩,是公司重要的保费支柱。6.2.2根据数据分析结果寻找保险产品创新方向。虽然在互联网环境下,各类保险产品层出不穷,但大多是套了不同的外皮，没有真正的发掘顾客群体。但是大数据分析却为挖掘用户潜在需求、选择创新方向、拓宽销售渠道提出了新的指引。比如众安保险推出的"众乐宝"、"参保险"产品,就是针对热门淘宝的卖家-"众乐宝"产品,基于大数据的分析,针对网购的信用问题,抓住信用领域买卖双方的需求,利用互联网的低成本、高效率特点,在定价、理赔、责任范围等方面进行创新。举个例子，保险公司通过大数据分析,发现以往参保的"超值保证金"卖家往往需要冻结一大笔超值保证金的提出。如果卖家选择"参保",只需支付较低的保费,即可参与"聚划算",获得众安保险的预付服务。数据显示,2013年和2015年,相关项目的保险产品销售额在"双十一"前后均有较大幅度的增长。大数据与保险业已经深度融合，大数据在保险业应用的本质是解决预测问题,而保险业核心是预测。通过大数据的分析,找到客户的真正需求,并对特定的用户群体推荐特定的业务,将使保险业迎来新的高峰。手机淘宝与手机京东分别是淘宝官方（互联网企业）与京东（互联网企业）官方出品的手机APP，两种软件均集超市、服饰、出行、充值中心等生活服务与一体，具有导航、推送、收藏、购买、支付、物流等功能。作为大数据在市场营销中应用的典型代表，淘宝和京东在长期运营中积攒了大量有关消费者信息的数据，并通过对消费者账号、浏览点击和购买等数据的分析、挖掘针对每一位消费者实时推送较为符合用户需求的广告以实现精准营销。6.3在电商方面的应用以下是笔者作为消费者在淘宝与京东上的购物截图。图一中的“南京见面礼”是笔者旅游至南京时京东APP推动的红包消息，点开消息则有一批关于京东购物的广告，图一合肥“见面礼”是笔者由南京返回家乡合肥京东立刻推送的消息，可见京东APP可根据用户的地理位置数据的变动进行营销广告的精准投放。图二是笔者在淘宝APP上搜索经济学考研专业书籍后，淘宝软件根据笔者的点击记录及时推送“猜你喜欢”页面，其中包含一批关于经济学考研辅导书的书籍，可见淘宝软件实时对消费者的消费行为、消费心理进行预测，并将有关消费者可能感兴趣的物品推荐到消费者面前。图（1）京东个性推荐图（2）淘宝个性推荐7.结论本文在对大数据与市场营销进行理论研究的基础上，探明了大数据在企业市场营销中的四大应用，并强调了企业应当以从客户视角出发、划分消费群体、完善产品战略和以互联网为抓手的应用切入点及大数据应用注意事项，并以自身消费体验为案例做进一步阐释，总体取得了一定成果，但不足的是，笔者对大数据关键技术及其收集、处理、分析的技术性程序了解的不够深入，未能从技术上给与相关企业指导。参考文献[1]王曼莹.论现代市场营销的本质[D].北京工商大学学报(社会科学版),2006.

[2]王学军.中国银行甘肃省分行公司客户群营销策略研究[D].兰州大学,2011.

[3]曹磊喻大华.大数据在推动钢铁电商发展中的应用[D].内蒙古科技大学信息工程学院,2016.

[4]张卓琳.基于大数据思维的上海服装销售与经济统计数据的相关关系研究[D].东华大学,2015.

[5]梁林.中国田径服务市场营销管理研究[D].北京体育大学,2001.

[6]于勇.临商银行信贷营销对策研究[D].中国海洋大学,2011.

[7]乔世东.社会服务机构引入市场营销理念的困境及出路[D].中国青年政治学院学报,2005.

[8]王首权.云铝股份有限公司市场营销策略研究[D].云南大学,2011.

[9]葛红.深圳三九医药公司Anj产品营销策略研究[D].东北大学,2008.

[10]樊平.江西联通3G业务差异化营销策略研究[D].贵州大学,2009.

[11]陈怀涛邹欣李继峥.大数据背景下市场营销方式变革探讨[D].现代商贸工业,2015.

[12]冯芷艳郭迅华曾大军陈煜波陈国青.大数据背景下商务管理研究若干前沿课题[D].管理科学学报,2013.

[13]田定明.为酒类企业支招中国白酒差异性“定位思考”[D].声屏世界·广告人,2012.

[14]李艳玲.大数据分析驱动企业商业模式的创新研究[D].哈尔滨师范大学社会科学学报,2014.

[15]汤洪.汉鑫软木装饰材料市场进入营销策略研究[D].西北工业大学,2003.

[16]张莹贺丽文.大数据对企业竞争优势的影响及展望[D].大连财经学院,2018.

[17]董美偲.服装企业营销风险指标体系研究[D].北京服装学院,2012.

[18]龙芹.韩都衣舍网店营销策略研究[D].云南大学,2015.

[19]毛佳盛.M公司特色茶点配送项目商业计划书[D].东华大学,2017.

[20]黄涛.基于4Ps理论的鞍重股份营销诊断及应对策略研究[D].东北大学,2012.

[21]邵笑.招商银行哈尔滨分行营销问题及对策分析[D].黑龙江财