大数据应用与解决方案行业发展概况分析

大数据应用与解决方案行业发展概况分析

一、关系营销的流程系统

关系营销把一切内部和外部利益相关者都纳入研究范围，并用系

统的方法考察企业所有活动及其相互关系，表现积极的一方被称为市

场营销者，表现不积极的一方被称作目标公众。

企业与利益相关者结成休戚与共的关系，企业的发展要借助利益

相关者的力量，而后者也要通过企业来谋求自身的利益。

(1)企业内部关系。内部营销起源于把员工当作企业的市场。智

慧的企业高层领导，心中装有“两个上帝”，一个“上帝”是顾客，

另一个“上帝”是员工。企业要进行有效的营销，首先要有具备营销

观念的员工，能够正确理解和实施企业的战略目标和营销组合策略，

并能自觉地以顾客导向的方式进行工作。同时企业要尽力满足员工的

合理要求，提高员工的满意度和忠诚度，为关系营销奠定良好基础。

(2)企业与竞争者的关系。企业所拥有的资源条件不尽相同，往

往是各有所长、各有所短。为有效地通过资源共享实现发展目标，企

业要善于与竞争对手和睦共处，并和有实力、有良好营销经验的竞争

者进行联合。

(3)企业与顾客的关系。顾客是“上帝”，是“财神”，企业要

实现盈利目标，必须依赖顾客。企业需要通过搜集和积累大量市场信

息，预测目标市场购买潜力，采取适当方式与消费者沟通，变潜在顾

客为现实顾客。同时，要致力于建立数据库或其他方式，密切与消费

者的关系。对老顾客，要更多地提供产品信息，定期举行联谊活动，

加深情感信任，争取将其转化为长期顾客，举办这些活动花费的成本,

肯定比寻求新顾客更为经济。

(4)企业与供销商的关系。因分工而产生的渠道成员之间的关系,

是由协作而形成的共同利益关系。合作伙伴虽也存在矛盾，但相互依

赖性更为明显。企业必须广泛建立与供应商、经销商之间的密切合作

的伙伴关系，以便获得来自供销两个方面的有力支持。

二、(5)企业与影响者的关系。各种金融机构、新闻媒体、公共

事业团体以及政府机构等，对企业营销活动都会产生重要的影

响，企业必须以公共关系为主要手段争取它们的理解与支持。

例如，社区是以地缘为纽带而连接和聚集的若干社会群体或组

织之间的关系，构成了企业关系营销中不可忽视的一环。企业

需要社区提供完善的基础设施和有效率的工作场所，社区也希

望企业为社区建设提供人、财、物的支持。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。

三、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

10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10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。

四、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。

五、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。

六、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。

七、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一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。

(-)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。

八、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一一

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。

九、制订计划和实施、控制营销活动

对目标市场、定位和营销组合的思考与决策，最后要形成营销计

划，作为营销行动的依据。

“营销计划”是一个统称，一般分为品牌营销计划，即关于单个

品牌的营销计划；产品类别营销计划，关于一类产品、产品线的营销

计划，已经完成、认可的品牌计划应纳入其中；新产品计划，在现有

产品线增加新产品项目、进行开发和推广活动的营销计划；细分市场

计划，面向特定细分市场、顾客群的营销计划；区域市场计划，面向

不同国家、地区、城市等的营销计划；客户计划，是针对特定的主要

顾客的营销计划。这些不同层面的营销计划，相互之间需要协调、整

合。

从时间跨度看，营销计划可分长期的战略性计划和年度营销计划。

战略性计划要考虑哪些因素会成为今后驱动市场的力量，可能发生的

不同情境，企业希望在未来市场占有的地位及应采取的措施。它是一

个基本框架，由年度营销计划使之具体化。必要时，企业需要每年对

战略性计划进行审计和修订。

制订营销计划之后，企业或战略业务单位需组织力量落实，并对

营销进程进行控制，以保证达成预定的营销目标。

十、营销组织的设置原则

企业的具体情况各异，营销机构不可能、也无必要都按一种模式。

但有一些共性原则需要注意和遵循：

(-)整体协调和主导性原则

协调是管理的主要功能之一。因此设置营销机构需要注意：

(1)设置的营销机构能够协调企业与环境，尤其是和市场、顾客

之间的关系。满足市场、创造满意的顾客，是企业最根本的宗旨和责

任；能比竞争者更好地完成这一任务，也是组建营销部门的基本目的。

(2)设置的营销机构能够与企业内部其他机构相互协调，在服务

顾客、创造顾客方面发挥主导性作用。

(3)营销部门的内部结构、层级设置和人员安排能够相互协调，

充分发挥营销职能的整体效应。

总之，营销职能部门应当面对市场、面对顾客时能代表企业，面

对内部各部门、全体员工时能代表市场、代表顾客。同时内部具有相

互适应的弹性，是一个有机的系统。这是构建“现代营销企业”重要

的组织基础。

(二)精简以及适当的管理跨度与层级原则

组织建设要“精兵简政”，切忌机构雁肿。一是防止因事设职、

因职设人，人员要精干；二是内部层级不宜太多。内部层级少，信息

流通快，还能密切员工之间关系，利于交流思想、沟通情感，提高积

极性和工作效率。

最佳的机构是既能完成任务，组织形式又最为简单的机构。这涉

及管理跨度与层级问题。管理跨度又称管理宽度或管理幅度，指领导

者能够有效地直接指挥的部门或员工数量，是一个“横向”的概念；

管理层级又称管理梯度，指一个组织属下不同层级的数目，是一个

“纵向”的概念。管理的职能、范围不变，一般来说，管理跨度与管

理层级是互为反比关系的：管理跨度越大、层级越少，组织结构越扁

平；反之，跨度越小，则管理的层级越多。通常情况下，管理层级过

多容易造成信息失真与传递过慢，可能影响决策的及时性和正确性；

管理跨度过大，超出领导者能够管辖的限度，又会造成整个机构内部

的不协调、不平衡。

营销部门要真正做到精简，在设置机构时能否把握营销工作的性

质和职能范围，是十分重要的前提。

（三）有效性原则

效率是衡量组织水平的重要标准。一个机构的效率高，说明结构

合理、完善。直观地讲，“效率”是指一个组织可在一定时间内完成

的工作。机构的效率表现在能否在必要的时间内，完成规定的任务；

能否以最少的工作量，获取最大的成果；能否很好地吸取，过去的经

验教训，业务上不断创新；能否维持机构内部的协调，及时适应环境、

条件的变化。

十一、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