大数据行业未来面临的机遇与挑战分析

大数据行业未来面临的机遇与挑战分析

一、营销部门与内部因素

企业营销系统指作为营销者的企业整体，微观营销环境包括企业

外部所有参与营销活动的利益关系者。但从营销部门的角度看，营销

活动能否成功，首先要受企业内部各种因素的直接影响。因此，营销

部门在分析企业的外部营销环境前，必须先分析企业的内部因素或内

部条件。

企业为开展营销活动，必须设立某种形式的营销部门。市场营销

部门一般由市场营销副总裁、销售经理、推销人员、广告经理、营销

研究与计划以及定价专家等组成。营销部门在制定和实施营销目标与

计划时，不仅要考虑企业外部环境力量，而且要争取高层管理，部门

和其他职能部门的理解和支持，调动企业内部各方面的资源，充分运

用企业内部环境，力量，使内部优势和劣势与外部机会和威胁相平衡。

营销部门不是孤立存在的，它还面对着其他职能部门以及高层管

理部门。

二、企业营销部门与财务、采购、制造、研究与开发等部门之间既

有多方面的合作，也存在争取资源方面的矛盾。这些部门的业

务状况如何，它们与营销部门的合作以及它们之间是否协调发

展，对营销决策的制定与实施影响极大。例如，生产部门对各

生产要素的配置、生产能力和所需要的人力、物力的合理安排

有着重要的决策权，营销计划的实施，必须取得生产部门的充

分支持；市场营销调研预测和新产品的开发工作，需要研究与

开发部门的配合和参与。高层管理部门由董事会、总经理及其

办事机构组成，负责确定企业的任务、目标、方针政策和发展

战略。营销部门在高层管理部门规定的职责范围内做出营销决

策，市场营销目标从属于企业总目标，并为总目标服务的次级

目标，营销部门所制定的计划也必须在高层管理部门的批准和

推动下实施。大数据全生命周期管理阶段

1、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沆大数据时代,

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。

2、大数据存储和处理

大数据存储与处理要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。

3、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。

4、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。

5、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。

6、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。

三、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。

四、大数据行业发展背景

1、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%o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）o

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。

2、传统集中式软件栈向新兴分布式软件栈演进

随着信息技术的发展，数据处理需求的变化推动了数据管理软件

技术的变革，从技术发展方向来看，数据管理软件技术发展历程包括

以下三个阶段：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。

3、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”，国务院印发的《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。

五、行业未来面临的机遇与挑战

1、行业面临的机遇

(1)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，国务院及发

改委、科技部、工信部等部门相继出台一系列大数据鼓励扶持政策，

在国务院印发的《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。2021年3月国务院在政府工作报告

中提出，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，提高数字政府建设水

平，营造良好数字生态，建设数字中国。同时，自“新基建”在2018

年12月中央经济工作会议上被首次提出以来，中央和各地政府已经密

集部署了一系列围绕“新基建”建设的方针和政策。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。

国家层面的积极政策为大数据行业的快速发展营造了良好的政策

环境，企业和政府大力推动数字化转型，旨在实现企业运营和社会治

理的效率提升。政府和企业持续加大在IT产品和服务方面的投入，以

满足日益增长的业务数字化需求，大数据行业作为企业及政府数字化

转型的关键基础软件，有望受数字化转型趋势的推动而带来重大发展

机遇。

(2)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。

(3)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，《中共中央国务院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、数字政府建设，

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，在政府、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。

(4)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。

(5)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。

2、大数据行业的挑战

(1)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。

(2)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，其修改和发行等仍然要受到版权法或者

开源软件许可证的制约，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。

(3)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。

(4)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，业内公司为争取优秀人才，造

成行业内人才竞争不断加剧。

六、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

轻消赛群体的眼球；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，只需要等翅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。

七、关系营销的具体实施

(-)组织设计

关系营销的管理，必须设置相应的机构。企业关系管理，对内要

协调处理好部门之间、员工之间的关系，对外要向公众发布消息、征

求意见、搜集信息、处理纠纷等。管理机构要代表企业有计划、有准

备、分步骤地开展各种关系营销活动，把企业领导者从烦琐事务中解

脱出来，使各职能部门和机构各司其职，协调合作。

关系管理机构是企业营销部门与其他职能部门之间、企业与外部

环境之间联系沟通和协调行动的专门机构。其作用是：收集信息资料,

充当企业的耳目；综合评价各职能部门的决策活动，充当企业的决策

参谋；协调内部关系，增强企业的凝聚力；向公众输送信息，沟通企

业与公众之间的理解和信任。

(二)资源配置

(1)人力资源调配。一方面实行部门间人员轮换，以多种方式促

进企业内部关系的建立；另一方面从内部提升经理，可以加强企业观

念并使其具有长远眼光。

(2)信息资源共享。在采用新技术和新知识的过程中，以多种方

式分享信息资源。如利用网络协调企业内部各部门及企业外部拥有多

种知识与技能的人才的关系；制定政策或提供帮助以削减信息超载，

提高电子邮件和语音信箱系统的工作效率；建立“知识库”或“回复

网络”，并入更庞大的信息系统；组成临时“虚拟小组”，以完成自

己或客户的交流项目。

（三）文化整合

关系各方环境的差异会造成建立关系的困难，使工作关系难以沟

通和维持。跨文化之间的人们要相互理解和沟通，必须克服不同文化

规范带来的交流障碍。文化的整合，是关系双方能否真正协调运作的

关键。合作伙伴的文化敏感性非常敏锐和灵活，它能使合作双方共同

有效地工作，并相互学习彼此的文化差异。

文化整合是企业市场营销中处理各种关系的高级形式，不同企业

有不同的企业文化。推行差别化战略的企业文化可能是鼓励创新、发

挥个性及承担风险；而成本领先的企业文化，则可能是节俭、纪律及

注重细节。如果关系双方的文化相适应，将能强有力地巩固企业与各

子市场系统的关系并建立竞争优势。

八、扩大市场份额应当考虑的因素

一般而言，如果单位产品价格不降低且经营成本不增加，企业利

润会随着市场份额的扩大而提高。但是，切不可认为市场份额提高就

会自动增加利润，还应考虑以下三个因素。

1、经营成本

许多产品往往有这种现象：当市场份额持续增加而未超出某一限

度的时候，企业利润会随着市场份额的提高而提高；当市场份额超过

某一限度仍然继续增加时，经营成本的增加速度就大于利润的增加速

度，企业利润会随着市场份额的提高而降低，主要原因是用于提高市

场份额的费用增加。如果出现这种情况，则市场份额应保持在该限度

以内。

2、营销组合

如果企业实行了错误的营销组合战略，比如过分地降低商品价格,

过高地支出公关费、广告费、渠道拓展费、销售员和营业员奖励费等

促销费用，承诺过多的服务项目导致服务费大量增加等，则市场份额

的提高反而会造成利润下降。

3、反垄断法

为了保护自由竞争，防止出现市场垄断，许多国家的法律规定，

当某一公司的市场份额超出某一限度时，就要强行地将其分解为若干

个相互竞争的小公司。西方国家的许多著名公司都曾经因为触犯这条

法律而被分解，微软公司也曾引起反垄断诉讼。如果占据市场领导者

地位的公司不想被分解，就要在自己的市场份额接近于临界点时主动

加以控制。

九、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副

品牌标定下产品之间的差异性特征，从而避免因个别品牌的失败而给

整个品牌带来损失的负面影响。主副品牌策略简直就是对统一品牌策

略和个别品牌策略的必要补充。

主副品牌策略一般适合于企业同时生产两种或两种以上性质不同

或质量有别的商品，同时还要求拟作为主品牌的品牌应有较高的知名

度与较好的市场声誉。产品性质相同或质量一致，那也就无必要设置

副品牌；而品牌知名度不高或市场声誉不佳，也无势可借，进而也难

以带活副品牌。

2、品牌联合策略

品牌联合策略是指对同一产品使用不分主次的两个或两个以上品

牌的做法。品牌联合可以使两个抑或更多个品牌有效地协作、联盟，

相互借势，来提高品牌的市场影响力与接受程度。品牌联合所产生的

传播效应是“整体远远大于单体”。可以说，品牌联合的扩散效应比

单独品牌要大得多。依照联合品牌的隶属关系，品牌联合策略又可大

致分为“自有品牌联合并用”与“自有品牌与他人品牌联合并用”两

种做法。

必须说明的是，品牌联合不仅仅是品牌名称上的简单联合、表面

联合，而且更重要的是实质性的深层次的联合或合作，包括两个或两

个以上品牌的联合赞助、组合宣传、共用网络等具体的品牌联合形式。

十、新产品采用与扩散

（一）产品特征与市场扩散

1、创新产品的相对优点

新产品的相对优点愈多，在诸如功能、可靠性、便利性、新颖性

等方面比原有产品的优越性愈大，市场接受得就愈快。

2、创新产品的适应性

创新产品必须与目标市场的消费习惯以及人们的产品价值观相吻

合。当创新产品与目标市场消费习惯、社会心理、产品价值观相适应

或较为接近时，则有利于市场扩散，反之，则不利于市场扩散。

3、创新产品的简易性

这是要求新产品设计、整体结构、使用维修、保养方法必须与目

标市场的认知程度相适应。一般而言，新产品的结构和使用方法简单

易懂，才有利于新产品的推广扩散，消费品尤其如此。

4、创新产品的明确性

这是指新产品的