下载掌阅APP，畅读海量书库
立即打开
阳 翼
摘 要： 近年来，大数据给各行各业带来了革命性的变化，营销同样也不例外。本文尝试从营销组合4P的角度，即产品、定价、渠道和促销四个方面，系统研究如何开展基于大数据的营销创新，并归纳总结了若干重要策略，以期为大数据营销领域的学者和业界人士提供借鉴和参考。
关键词： 大数据 营销 数字营销 创新
近年来，大数据给各行各业带来了革命性的变化，营销同样也不例外。对于转型升级中的企业而言，大数据既是机遇，也是挑战。在大数据时代，企业营销创新的路径，是每一个企业共同面对的问题。然而目前学术界对大数据营销策略的系统研究并不多见，已经发表的一些论文和著作也仅是碎片化的经验之谈或案例分析，不足以解答企业所面临的困惑。本文将从营销组合4P的角度，也就是产品、定价、渠道和促销四个方面，探讨基于大数据的营销创新策略，以期为该领域的学者和业界人士提供借鉴和参考。
在任何一家伟大的企业中，居于核心地位的一定是提供给消费者的产品。产品是企业的灵魂，企业若想基业长青，就必须能够持续提供令消费者满意甚至超出其预期的产品。大数据时代的到来，为企业的产品创新提供了新的契机。
以互联网为基础的新一代信息技术正在深入推动制造业的创新发展。作为实现智能制造的重要驱动力，大数据能够整合全部生产线数据，对生产动态模型建设、多目标控制流程进行优化，并可对物料品质、能耗、设备异常和零件生命周期进程进行监控预警，赋予设备和系统“自我意识”，从整体上大幅降低生产能耗，进而实现低成本、高效率的生产。因此，在一定程度上，车间的传感器所产生的大数据直接决定了工业4.0所要求的智能化设备的智能水平。
在产品应用层面，企业通过生产携带传感器等装置的智能产品，实时采集、存储和传输大量用户的使用和偏好数据，让用户参与到产品的改进与创新之中，帮助企业及时改进产品功能，预先诊断产品故障，并根据生产需求的变化，在第一时间创新产品和改善服务。同时，还可在此基础上构建全新的商业模式，通过规模化定制，满足用户的个性化需求，为企业创造全新价值。例如，凭借一种名为Nike+的产品，耐克正逐渐变身为基于大数据的创新公司。Nike+起初是一种“Nike跑鞋或腕带+传感器”的产品，运动者只要穿着Nike+的跑鞋运动,iPod就可以显示并储存运动日期、时间距离、热量消耗值等数据；后来，耐克又推出旨在面向非运动人群的FuelBand运动功能手环，几乎能够测量佩戴者所有日常活动中消耗的能量；耐克又与知名导航产品供应商TomTom合作推出的具有GPS功能的运动腕表、FuelBand第二代产品FuelBand SE等，都是对其数据补给线的进一步完善。在耐克组建的庞大Nike+生态体系中，数百万名活跃用户每天不停地上传数据，耐克借此与消费者建立了前所未有的牢固关系。同时，海量的数据为耐克深入了解用户习惯并在此基础上改进产品提供了可靠依据。
在以往的工业社会中，标准化作业一直是大型企业安身立命之本，同时也是很多中小企业追求的目标。大型企业追求规模上的扩张，以求达到规模效应，进而实现低成本大量生产。然而随着时代的进步，这种千篇一律的标准化作业已经不能满足高端客户的需求，甚至很多中低端客户也希望自己能够获得私人订制的待遇。分析其原因，主要是互联网特别是移动互联网的不断发展，释放了每一个个体的需求。在移动互联网时代，每位消费者都是独一无二的个体，他们有自己独特的思想和特殊的偏好，但这些独特的需求却往往在标准化作业下被漠视，甚至被完全抹杀了。如今，如何满足消费者的个性化需求，成为每一个企业不得不思考的问题。大数据技术的迅猛发展，让产品生产的定制化成为可能。
身处大数据时代，企业有更多的机会去了解客户，准确把握消费趋势和市场变化走向，从而提供最能满足客户需要的产品。例如，服装品牌红领就把工业化与定制完美地结合在一起，用规模化工业生产满足个性化需求，一天生产数千件西装和衬衫，但在众多生产线上找不到两件完全相同的衣服。红领采用的是C2M(Customer to Manufactory,顾客对工厂）模式：首先给顾客量体，采集顾客19个部位的24个数据；其次用大数据系统替代手工打板，在所有细节上实现个性化定制；最后通过数据化和自动化，完成服装生产。任何一个红领的顾客，一周内就能拿到所需的衣服，而传统模式下却需要3～6个月。整个订制生产流程，称为红领西服个性化定制(RCMTM,RedCollar Made to Measure)，包含20多个子系统，全部以数据驱动运营。这套系统是基于对红领过去十几年200多万定制顾客的数据进行深入分析后研发设计的，每一项数据的变化都会同时驱动9 666个数据的同步变化。该模式充分发挥了智能制造的威力，实现了个性化订制的大规模工业化生产，从而增强了企业的市场竞争力。
标准化服务的最大弊端就在于，企业把所有顾客当作一个顾客来对待，而当顾客发现有其他可以满足自己需求的服务时，就很容易“移情别恋”；而个性化服务能更好地满足顾客个体的独特需求，提升顾客的品牌忠诚度。处在大数据时代的企业有更多的机会去了解顾客的需求，海量数据的支持让昔日的个性化服务有了更好的延伸和更大的价值。
例如，有一位美国的顾客开玩笑地通过推特向Morton牛排连锁店订餐，希望他们送餐到纽约机场，因为他将会在一天之后抵达纽约机场，但是Morton牛排连锁店位于芝加哥，因此Morton牛排连锁店首先分析该顾客的推特数据，发现该顾客经常使用推特，同时也是本店的常客。根据这位顾客以往的订单，可以推测出其所乘坐的航班，然后Morton牛排连锁店派出一位穿着燕尾服的侍者在纽约机场等候该顾客，为其提供晚餐。在这个出乎消费者意料的个性化服务案例中，商家通过社交平台的数据分析，不但满足了消费者的个性化需求，而且是一次很好的公关活动，在公众的心目中树立起了贴心服务的良好形象。
面向未来，各个行业的服务在大数据的支持下都将向更为个性化的方向转变。比如在教育方面，我们能够收集对过去而言不可能集聚起来的反馈数据，从而实现迎合学生个体需求的个性化教学 [1] 。
产品价格高低是影响交易成败的重要因素，同时又是营销组合中最难以确定的因素。企业定价的目标是促进销售，获取利润。这要求企业既要考虑成本的补偿，又要考虑消费者对价格的接受能力，从而使定价策略具有买卖双方双向决策的特征。此外，价格还是营销组合中最灵活的因素，它可以对市场做出灵敏的反映。因此，定价策略的采用对企业来讲十分重要。
在传统的营销学理论中，定价策略一般有成本加成定价法、竞争定价法、认知价值定价法、撇脂定价法、渗透定价法、价格歧视定价法等几种。不同的企业根据自身的实际情况，采用对企业发展最有利的定价策略。这些定价策略为营销活动提供了指导，但是这些定价策略是基于对市场的预测提出来的，企业并不能获得消费者对产品定价的全部反馈。如果企业充分利用与消费者互动过程中获得的海量数据，得到消费者对产品定价的反馈，就能制定出合适的价格，并获得相应的回报。大数据为企业带来了一些新的定价思路与模式。
如今，网络购物正在进入个性化时代，以消费者为中心的个性化定价是未来的一个发展趋势。所谓个性化定价是指在认识到每个顾客均具有个性化需求的前提下，企业以顾客的个体信息为基础，针对顾客的特定需求调整企业的定价方式，它是在消费者需求差异化日益显著的背景下产生和发展起来的。
随着信息技术的日新月异，电商企业进行个性化营销的能力不断提升。利用互联网、信息采集和计算机技术，电商企业可以及时地将顾客信息导入数据库，并对数据进行分析，从中发现顾客的购买行为模式，为其制订个性化的营销方案。由于消费者在品牌忠诚度、价格敏感性等方面的差异，他们在面对相同产品的时候，感受到的价值是不一样的，愿意支付的金额也不同。因此，如果能够识别出每位顾客的支付意愿，企业就可以针对每位顾客制定个性化的价格。
企业实施个性化定价，首先需要确定公平原则。虽然个性化定价可以在很大程度上提高企业利润，但很多企业在决定是否采用时却举棋不定，其中一个疑虑是，顾客会不会觉得个性化的价格不公平？如果采用了个性化的价格，却引起了顾客的不满和反对，这个策略将得不偿失。那么，该如何解决这个问题呢？
要公平地做好个性化定价，可以根据客户的支付意愿以及客户的其他属性(如年龄、性别、位置等）确定产品的价值分割方案，为顾客提供适合其心理价位的产品与服务组合。例如，为价格敏感的顾户推荐“慢递”，但价格比较低；为价格不敏感的顾户推荐高价值的附属服务。比如在销售电影《2012》光盘时，商家通过历史数据了解到A顾客的支付意愿是60元，而B顾客的支付意愿是40元。可以将观看电影时间的价值和电影内容的价值分割开,B顾客购买《2012》光盘时只需要支付40元，但是在两周之后才能收到货；而A顾客支付60元，在第二天就可以收到货。这样顾客就不会觉得不公平，同时商家也扩展了消费者群体，实现了利润最大化。
正式上线仅一年就被沃尔玛以33亿美元的高价收购的电商网站Jet.com也采用了类似的个性化定价机制。依赖于其定价软件,Jet.com承诺该网站上的商品价格比亚马逊和其他电商的价格低10%到15%，该软件定价时综合考虑了商品的送货距离、支付方式以及用户的订单金额等。同时,Jet.com给用户在价格方面更多的自主控制权。用户有几种方式让商品的价格变得更低，包括尽量从同一分发中心购买多件商品(降低分拣、包装和运输成本）、放弃退货的权利、用借记卡而非信用卡付款等，如果用户在购买商品时同时选择了上述几项降价的选项，商品的最终价格将变得非常低。这一独特的定价模式获得了众多专业投资机构的青睐，也在短时间内笼络了一大批忠实用户。
再如，办公用品零售业巨头史泰博(Staples)官方网站上的同一款商品，会根据消费者住所的不同位置而展示出不同的价格。事实上，史泰博的定价与竞争对手实体店的位置有关。如果你住在一家竞争对手实体店附近，比如麦克思办公(Office Max)或欧迪办公(Office Depot)等，史泰博就会向你展示一个较低的网上价格，促使让你在史泰博购买商品，而不在其竞争对手的实体店购买。一些消费者通过提供他们的位置信息就有可能以更低的价格买到他们感兴趣的商品，这似乎是消费者不大会反对的事。 [2]
每年的“双11”是中国消费者一年一度的购物狂欢节，在消费者争相把看中的商品放入购物车的时候，各家公司也在绞尽脑汁展开“价格战”。为了吸引更多的消费者光顾自己的网站，在低价的同时保障利润，各大商家利用软件系统监控对手，并且每天多次调整价格已经成为必不可少的手段。
随着电子商务的崛起和各种数据分析工具的诞生，零售商对竞争对手的反应前所未有地快速和准确，在竞争对手出价后数秒就能马上跟进。传统零售商被迫转型，跟随电商的弹性定价。“价格战”不再只是拼低价，而是成为数据挖掘和策略制定的系统比拼。
对那些大型零售企业来讲，每天销售的产品数以万计，如果靠人工的方式动态调整价格工作量巨大。大数据时代的到来令数以万计的产品的动态价格调整成为可能。例如，梅西百货采用动态定价的机制，根据需求和库存的情况，对7 300万种货品进行实时定价。滴滴出行也采用了动态定价的策略，其动态定价系统能够通过计算用户所在区域内车辆和打车需求的实时比例，得出运能的紧缺程度，结合用户订单自身的属性，得出该订单的成交概率。如果订单的成交概率过低，系统就会根据历史数据和当下情况计算出一个建议的价格。这个数据会进行阶段性调整，通过机器学习来完善算法。这种定价方式的本质是让市场实际的供需关系来决定价格的波动。
渠道是商品的流通路线，使厂家的商品通过中间商卖向不同的区域，以达到销售的目的。大数据时代的到来，也为厂商的渠道优化与变革提供了新的思路。
在渠道规划中，通过大数据分析可以发现其中的特征与趋势、问题与短板，然后有针对性地进行整体布局和优化，从而达到提升企业销售业绩的目的。
例如，作为一家以北上广等一线城市为发展重心的快递公司，顺丰快递鼓励公司的内部员工回乡创业，到三、四线城市，甚至是农村去开设快递网点。但这一布局面临着很多问题。首先就是运营成本高。虽然我国目前已基本实现了全国范围内的村村通公路，但很多地方的农村地形比较复杂，不像城市那样道路平坦。此外，三、四线城市以及农村地区的人们通过网络购买商品的情况不像一、二线城市那么普及，快递的网点比较分散，效益很难得到保障。尽管如此，顺丰快递通过分析整个运营网点的大数据后发现，三、四线城市以及农村市场是顺丰快递的短板；而从另一份大数据的分析结果来看，这些地区的居民收入在快速增长，增长幅度已经超过了一、二线城市。随着收入的提高以及国家信息化建设的发展，这些地区的网络普及率也在飞速增长，网络购物逐渐成为流行。通过对这些大数据的分析，顺丰快递管理层得出的结论是，我国三、四线城市以及农村地区将成为未来快递市场的重要组成部分，而且将会是未来快递市场获得增长空间的主要来源，如果不早做布局，一旦被对手抢占先机，公司将输掉在这块市场上的竞争力。因此，尽管面临许多困难和问题，顺丰快递仍然做出了这一势在必行的决策。
由此可见，一个优秀的企业，一定要学会使用大数据来为企业渠道布局提供支撑。大数据虽然只是对前一段时间的总结，却是最客观的反映。用大数据分析的手段，能较为准确地为决策提供辅助支撑，从而使决策更加科学化、规范化，也更加具有前瞻性。这样的企业才能真正走在市场前面，在激烈的行业竞争中比对手领先一步，成为未来市场的优胜者。 [3]
传统渠道已经站在了变革的关口。企业自建渠道，尤其是电商渠道正逐渐壮大，而其自身的经营成本却在不断增长；飞速发展的互联网、物联网成功缩短了企业与用户之间的距离，企业的用户运营模式越来越成熟，渠道的掌控力度将会越来越弱；在互联网环境下，传统渠道的消费者及其消费习惯也在逐步迁移，线上购物方式越来越受到消费者的欢迎，传统渠道正面临巨大的变革压力。
面对互联网渠道的强势冲击，传统渠道无须恐慌，而是要找准突破点，实现本地化服务和极致的用户关怀，积极探索以用户为中心的区域性电商或互联网化的服务模式，逐步实现渠道下沉和全渠道运营落地；另外，要积极运用大数据思维来整合渠道资源，只有把不同渠道的数据进行整合和融汇才能精准把握消费趋势。
例如，天虹商场在2014年底推出“天虹微品”全员销售App,通过将精选商品传送至手机终端，员工“店主”可以根据需要在自己开设的网店编辑商品，再利用微博、微信、QQ等社交工具将商品分享到自己的社交圈，提供服务，形成销售。天虹商场通过大平台提供商品和支持服务的同时，做出线性的大数据分析，推荐“爆款”商品；而员工作为小前端，则在此基础上根据自己面对的客户需要迅速做出调整，实现了有效的大数据应用互动。
从1994年第一个互联网广告诞生至今，短短20多年的时间，互联网广告迅猛发展。从广告的样式，到广告的展示环境，以及流量的售卖方式，都发生了巨大的变化。在整个发展过程中，广告投放逐步从粗放式向精细化过渡，使得流量变现能力、广告主的ROI和用户体验同步提升。 [4]
“我知道我的广告有一半是浪费的，却不知道是哪一半”，这是出自广告大师约翰·沃纳梅克的名言，经常被广告主引用。试想，如果一家人特别喜欢看亲子类电视节目，那为什么不多推送些亲子产品的广告呢？在传统广告时期，这个问题难以解决；而在移动互联网时代，人们的消费行为越来越碎片化，在海量的消费者信息中实现对目标客户的画像与定位，成为广告主的迫切需要。市场的需要，加上信息技术的成熟，代表数字营销领域规模化、精准化、程序化趋势的程序化购买应运而生。
程序化购买，由英文Programmatic Buying翻译而来，是指通过广告技术平台，自动地执行广告资源购买的流程，即资源的对接、购买过程都呈现自动、自助功能，并通过RTB(Real-Time Bidding,实时竞价）和NonRTB(非实时竞价）两种交易方式完成购买。与传统人力购买广告方式不同，程序化购买通过编制程序建立规制和模型，在对数据进行分析的基础上，依靠机器算法自动进行广告购买并实时优化，人力在广告投放中的作用明显减弱。 [5]
例如，有位广东地区的女性用户,12月1日在京东网上搜索过“iPhone手机”,12月3日在聚美优品网上搜索过“美即面膜”,12月4日点击过本田汽车的广告。这个时候有三家广告代理公司A、B、C,A代理公司有个客户是iPhone,B代理公司有个客户是美即,C代理公司有个客户是本田。当这位女性用户再次访问媒体方的网页时，广告竞价平台告诉这三家代理公司：我这边有个用户，是广东地区的女性，分别在12月1日、3日、4日浏览过iPhone、美即和本田的广告，然后这三家代理公司都认为这个用户很符合他们对广告受众的需求，分别给出一个竞价，广告竞价平台通过比价，选择出价最高的那个客户(假如是代理公司C的本田），于是本田汽车的广告就得以在这位女性用户的面前展示。虽然这个过程看似复杂，涉及的参与方很多，但实则以互联网技术为支撑，能够在100毫秒内完成竞价购买。
以上的场景就是程序化购买广告的基础流程与运作模式，对于用户的每次曝光进行实时竞价。广告主通过实时竞价来获得向目标受众展示广告信息的机会。程序化购买广告打破了传统“广告位”的交易模式，将大数据技术、类搜索技术、实时竞价技术运用到展示类广告上来，通过大数据分析技术帮助广告主快速锁定目标人群，实现智能的、精确的广告投放。 [6] 毫无疑问，程序化购买广告是大数据时代广告行业发展的必然方向。
大数据的应用可以贯穿公关活动的整个过程：在公关活动开展之前，要想有一个科学的决策，就必须有大数据提供的事实做支撑；在公关活动开展的过程中，需要大数据不断反馈活动的执行情况，并在此基础上对公关活动进行调整、完善；在公关活动开展之后，还需要利用大数据做精准的效果评估。 [7] 具体来说，大数据时代的公共关系有以下几个主要策略：
与传统媒体环境下主流媒体覆盖公关对象不同，大数据时代的公关对象呈现出碎片化趋势。公关对象围绕着社交媒体形成了一个庞大的网络，而其中每个社交媒体网络的参与者，都有自己的偏好和态度。这就要求公关人员必须借助大数据技术，做到对公关对象的精准划分，针对不同偏好的公关对象，以不同的方式来满足其需求。
格罗尼将公众分为非公众、潜在公众、知晓公众、行动公众四种类型，以往的公共关系只能通过大众媒体来向公众传达信息并根据反馈划分公众。运用大数据技术，能够对公众做到精准细分，准确获知某一用户的人口统计特征(如性别、年龄、职业等）、兴趣爱好、消费偏好、社会关系网络等信息，以此确定该用户属于哪种类型的公众，并根据其特征定制公关策略。
大数据时代给人们的思维方式带来重大改变，如数据新闻等新形式的媒体内容，正在改变我们认知世界的方式，用数据说话、数据为王的理念逐渐深入人心。因此，大数据时代公共关系维护的一个重要原则就是公关信息发布的数据化，这是客观真实原则在大数据时代的新要求。公关信息发布数据化必须注意三点：第一，任何大数据都必须追溯其真实性和可靠性；第二，要对海量数据进行筛选，去粗取精，去伪存真；第三，要对数据的背景及其反映的情况做出合乎逻辑的判断。
大数据技术能够让企业监测、察觉到真正的问题。通常，公共关系通过在媒体中植入故事来吸引人们关注产品、服务和企业本身，或是通过新闻媒体来进行危机公关。这样的公共关系，难以聚焦到真正的公关问题上。通过大数据技术，企业可以实时了解社交媒体上关于产品和品牌的正面或负面的信息，并迅速反应，及时做出调整。尤其是对负面信息而言，在浩如烟海的互联网世界中，如果要通过人力来监测，工作量实在太大，且无法穷尽；但利用大数据这个“哨兵”，则可以做到全面、精准地把握负面信息动态，及时妥善处理，从而避免更大的危机事件爆发和蔓延。
大数据技术无时无刻不在记录人们的行为轨迹、生活动态，由于这些数据包含有隐私信息，若不加考虑地滥用这些信息，将会造成用户的反感和厌烦，甚至对消费者的人身财产造成危害。事实上，在大数据时代，尊重消费者隐私的做法，本身就是一种明智的公关策略。例如，美国塔吉特(Target)公司将消费者的消费数据进行建模分析后发现，孕妇在妊娠期会购买无香味护手霜，且在怀孕的前20周会购买大量的钙、镁等补剂。有了这一发现，塔吉特公司本可以直接向孕妇投放孕期产品广告，但是为了避免引起消费者的反感，塔吉特公司将这类产品的信息与其他商品一起，投放给孕妇。这种做法不仅借助大数据的威力增加了销量，而且尊重了消费者的隐私和情感，为塔吉特公司创下了良好的口碑，提升了公司在公众心目中的形象和地位。
虽然传统和大数据时代的销售促进都是为了引导消费者关注，激发他们购买的欲望，从而更多地销售产品或服务，但大数据技术的运用，却让促销活动更具针对性。
以菲兹牛排为例。商家曾经做过一次调查，客人在吃过一次牛排后，在第23天回头客最多。于是他们在第20天左右开始发放二次消费促销券，结果核销率比之前增长了2倍，效果提升显著。
再如，山姆俱乐部(Sam's Club)于2009年8月实施了“eValues”项目，该项目从顾客之前购买的商品、购买时间、购买价格等历史交易数据，了解到顾客购买某一商品的频率以及对价格的敏感程度。比如顾客喜欢喝美式咖啡，但对价格比较敏感，就为他提供10元的美式咖啡优惠劵或者8元的通用优惠劵，并将这些个性化的电子优惠劵发送到顾客的手机上。山姆俱乐部的这种做法，不但能促使顾客购买更多的商品，而且能提高顾客的满意度。
此外，商家还可以根据消费者的位置信息推送个性化的促销广告。例如，苹果公司的iBeacon功能让商家能够向那些在店内主动选择接收信息的用户发送促销广告。比如你在店内的男鞋区，正要经过衬衫和裤子区，商家就可以向你发送折扣信息引导你进入该区域。该区域内的商家还可能向你推荐某品牌的衬衫，因为这是和你一样在男鞋区买过同款鞋子的其他顾客所买过的商品。 [2] 大数据时代为企业促销活动带来的另一个机遇就是企业可以在促销活动中实时监测促销效果，根据效果的反馈对策略进行实时调整与更新。传统的促销活动属于直线单向型，企业无法根据促销效果对其促销活动进行及时的调整；而大数据时代的促销活动属于分段双向型，整个促销活动分为不同的节点，每个节点上都有适时的信息反馈，以便企业及时做出调整。
大数据时代的营销变革是全方位的，同时也是颠覆式的。本文从产品、定价、渠道和促销四个方面系统分析了如何基于大数据开展营销创新，供学者和业界专家参考。应当指出的是，基于大数据的营销创新才刚刚开始，随着科技的不断进步，人们对大数据技术的掌握程度和应用水平将不断推向新的高度，该领域也将迎来数量更多、影响力更大、适用范围更广的创新，让我们拭目以待。
【参考文献】
[1]维克托·迈尔—舍恩伯格，肯尼思·库克耶.与大数据同行：学习和教育的未来[M].张燕南，赵中建，译.上海：华东师范大学出版社,2015:104.
[2]大卫·A.施韦德.大数据经济新常态:如何在数据生态圈中实现共赢[M].昝朦，沉香玉，译.北京：中国人民大学出版社,2015:125.
[3]赵明辉，彭晓东.一本书读懂大数据营销[M].重庆：重庆出版集团,2015:39.
[4]赵勇，林辉，沈寓实，等.大数据革命——理论、模式与技术创新[M].北京：电子工业出版社,2014:37-38.
[5]鞠宏磊.大数据时代的精准广告[M].北京：人民日报出版社,2015:63.
[6]吴毅勇.颠覆互联网传统营销模式，RTB实现顾客识别[J].信息与电脑,2014(2):1.
[7]王竹君.公关行业的大数据应用[J].国际公关,2016(4):72.