大数据时代营销
21世纪是数据信息大发展的时代，随着网络信息化时代的日益普及，我们的文化、工作、生活也有了极大的改变，如移动互联网、社交网络、电子商务等应用领域给我们带来的深远影响。数据的通信、网络、传感、存储、搜索、分析和处理技术与工具发展促进了大数据时代到来。随着互联网技术的高速发展，云计算、物联网应用的日益丰富，大数据未来发展前景将更为广阔。
何为大数据？
数据是是消息和信息的载体，是对可以存储、处理的实体的描述，可以是语言、文字、图形、表格、视频、多媒体等形式。维基百科给出的定义是：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。基本的数据计量单位如下：
B （Byte ，字节）=8 bits
KB （Kilobyte ，千字节） =103B
MB （Megabyte ，兆字节）=106 B
GB （Gigabyte ，吉字节）=10 9 B
TB （Terabyte ，太字节）=10 12 B
PB （Petabyte ，拍字节）=10 15 B
EB （Exabyte ，艾字节）=10 18 B
ZB （zettabyte ，泽字节）=10 21 B
YB （jottabyte ，佑字节）=10 24 B
此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车上都有着无数的数码传感器，随时测量和传递着有关位置、运动、温度、湿度也产生了海量的数据信息。
为了获取大数据中的价值，我们必须选择另一种方式来处理它。数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。对于企业组织来讲，大数据的价值体现在两个方面：一是分析使用对大数据进行分析能揭示隐藏其中的信息，提高营销定位的能力。例如门店销售、地理和社会信息的分析能提升对客户的理解。二是二次开发。对大数据的二次开发则是通过结合大量用户信息，定制出高度个性化的用户体验，并创造出一种新的广告营销模式。
大数据时代产生的背景
始于1980年代，美国有人提出了“大数据”的概念，人类可以分析和使用的数据在大量增加。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡。麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。“大数据”已经出现过在《纽约时报》、《华尔街日报》的专栏封面、一些互联网主题的讲座沙龙中。
《纽约时报》2012年2月的一篇专栏中所称 ，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而做出，而并非基于经验和直觉。《华尔街日报》将大数据时代、智能化生产、无线网络革命称为引领未来繁荣发展的重大技术变革。
哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
《大数据时代：生活、工作与思维的大变革》一书的作者维克托·迈尔·舍恩伯格，如是说，“如果你是一个个人，如果你拒绝的话，可能会失去生命，如果是一个国家的话，拒绝大数据时代的话，可能失去这个国家的未来，失去一代人的未来。”
“云计算”加速了“大数据”时代的到来：即人们可以从海量的数字信息中挖掘出有用的知识。大数据中含了大量非结构化和半结构化数据，它常和云计算联系到一起，因为实时的大型数据集分析需要向数十、数百或甚至数千的电脑分配工作。
大数据的特点——4V 理论
大数据的4个“V ”，或者说特点，业界将其归纳为4个“V ”——V olume ，Variety ，Value ，Velocity 。
V olume ——数据体量巨大。数据的产生、传输、存储、处理的规模都是海量的，除了结构性数据外，还有大量非结构性数据，特别体现在数据结构的复杂性和关联性。在大数据时代，挖掘、查找、筛选、分析处理和存储数据的能力是至关重要的，人们将主要靠计算软件完成这类工作。20世纪90年代硬盘的存储容量为MB 量级（106字节，1字节为8比特，即8位“0”、“1”数字），21世纪初硬盘容量开始以GB 级（109字节）计算，目前已达TB 级，谷歌系统已迈入PB 级。
Variety ——数据类型繁多。数据已经成为一种新的经济资产类别，就像货币或黄金一样。结构化数据和非结构化数据构成了大数据类型的增加，数据像过去单一的以数字和文本形式存在。数据类型性的增加主要是由于新型多结构数据，以及包括社交媒体、互联网搜索、购物网站、新闻网站、游戏、手机通话记录等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
Value ——价值密度低，商业价值高。价值化最重要的意义是获得洞察力和价值。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。目前虽然信息的海量爆炸，但价值密度较低，如何有效快速的法更迅速地提取完成数据的价值，是大数据时代的重中之重。
Velocity ——处理速度快。大数据的及时有效地快速分析并预测出准确的结果，是大数据有意义的前提。最后这一点也是和传统的数据挖掘技术有着本质的不同，但需要注意的是，其时效性也要求极高。
大数据的发展趋势 第一大趋势——应用软件泛互联网化。所谓泛互联网化，是指应用软件都会和互联网联通，成为用户接入互联网，享用网络服务的媒介。一般来说，当今几乎所有的应用软件都具备联网的功能。比如杀毒软件的功效。
一般来说，如果在企业市场运营过程使用具有泛互联网化思想的软件，采取泛互联网化的模式，说明这家公司的具备爆发式增长的基本条件。
第二大趋势——行业应用的垂直整合。通过这个趋势，便可以轻松的看懂大多数公司的成长逻辑。在这个趋势下，在产业链中越是终端用户公司，越是有发言权。这种趋势下，用户对个性化的自身需求已然超过了对其他能力的追求。
第三大趋势——数据将成为资产。未来企业的竞争，将是拥有数据规模和活性的竞争，
将是对数据解释和运用的竞争。对数据的熟悉掌控决定了企业对市场的支配，以及获得巨大的经济回报，如目前的电子商务、电信、金融等行业。在大数据产业链中，天然具备海量数据的公司、具备数据处理能力的公司的发展前景是十分客观的。
大数据时代应用领域及其价值
大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。当前最引人瞩目的便是大数据技术和大数据应用。大数据技术的的意义不在于掌握那些庞大的、数以万计的数据信息，而在于对这些富有价值的数据进行专业化的处理。
从应用方向上看，通过对大数据的储存、挖掘与分析，大数据在营销、企业管理、数据标准化等领域大有作为。从应用行业来看，大数据一方面可以应用于客户服务水平提升及营销方式的改进，另一方面可以助力行业内企业降低成本，提升运营效益，同时还能帮助企业进行商业模式的创新及发现新的市场商机。
社会应用价值主要体现在客户、运营、市场等方面。
客户：服务及营销方式的改进；
运营：运营水平有所提升；
市场：市场模式及业务的创新或扩张。
方向及领域价值主要体现在智慧城市、交通、经济预测、灾难预警等方面。行业价值主要体现在大数据营销、大数据管理咨询、大数据标准化及大数据情报分析等方面。
从应用领域上看，我们每天都可以看到大数据的一些新奇的应用，从而帮助人们从中获取到真正有用的价值。
1. 大数据在金融业的应用
随着数据价值被广泛的运用，大数据必将给金融企业带来更加有价值的基于数据的业务以及管理优化的机会。自此，传统的金融企业也将改变经营思路，重塑业务架构，迎接金融行业大数据时代的到来，发掘新的商业价值。
首先，大数据在服务创新、满足市场需求
大数据支持服务创新，能够更好地实现“以客户为中心”理念，通过对客户消费行为模式进行分析（比如事件关联性分析），提高客户转化率，开发出不同的产品以满足不同客户的市场需求，实现差异化竞争。
其次，大数据助力推进高频金融交易和小额信贷
大数据应用已经在金融行业逐步推进，形成了一些较为典型的业务类型，如高频金融交易、小额信贷等。高频金融交易的主要特点是实时性要求高、数据规模大。目前沪深两市每天交易时会产生数亿条以上逐笔成交数据，通过对历史和实时数据的挖掘创新，以创造和改进数量化交易模型，并将其应用于基于计算机模型的实时证券交易的过程。小额信贷是另一个大数据应用领域，2007年阿里巴巴和建行年推出的专注于小企业的贷款计划—e 贷通，阿里巴巴拥有大量用户信息，并汇集了他们详细的信用记录，利用淘宝等交易平台掌握企业交易数据，通过大数据技术自动分析判定是否给予企业贷款，与建行双剑合璧。到 2012 年年底，阿里巴巴累计服务小微企业已经超过20万家, 放贷300多亿元，坏账率仅为0.3%左右，低于商业银行水平。
最后，大数据协助金融企业精准营销
招行通过数据分析识别出招行信用卡的高价值客户经常出现在星巴克、宜家等场所后，则通过“多倍积分累计”“积分在店面实时兑换”等活动吸引更多优质客户，由此通过构建客户流失预警模型，对流失率等级前 20%的客户发售高收益理财产品予以挽留成功。不仅如此，通过对客户交易记录进行分析，有效识别出潜在的小微企业客户，并利用远程银行和云转介平台实施交叉销售，取得了非常好的成效。
2. 大数据在商业的应用
沃尔玛通过对消费者的购物行为等非结构化数据进行分析，通过了解顾客购物习惯，公司从销售数据分析适合搭配在一起买的商品，创造出了“啤酒与尿布”的经典商业案例。淘宝数据魔方则是淘宝平台上的大数据应用方案。通过这一服务，商家可以了解淘宝平台上的行业宏观情况、自己身品牌的市场状况、消费者行为情况等，并由此作出经营决策。
3. 大数据在生活工作中的应用
大数据也更多的帮助业务流程的优化，可以通过利用社交媒体数据、网络搜索以及天气预报挖掘出有价值的数据，其中大数据的应用最广泛的就是供应链以及配送路线的优化。人力资源业务也通过大数据的分析来进行改进，这其中就包括了人才招聘的优化。
4. 大数据在医疗和研发的应用
大数据分析应用的计算能力可以让我们能够在几分钟内就可以解码整个DNA 。并且让我们可以制定出最新的治疗方案。同时可以更好的去理解和预测疾病，大数据同样可以帮助病人对于病情进行更好的治疗。大数据技术目前已经在医院应用监视早产婴儿和患病婴儿的情况，通过记录和分析婴儿的心跳，医生针对婴儿的身体可能会出现不适症状做出预测。 大数据时代的机遇
第一，大数据技术促进国家和社会发展
当前，大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义，我们必须重新认识数据的重要价值。
第二，大数据蓝海促进企业竞争
数据正在对每个领域都造成影响，包括政治、文化、商业、经济等领域。大数据正在促生新的蓝海，催生新的经济增长点，正在成为企业竞争的新焦点。
大数据时代的挑战
尽管大数据显示了其辉煌的前景和巨大利润，但大数据营销过程中仍面临着不少问题与挑战。
第一，是技术难题，真正启动大数据营销，企业面临的不仅仅是技术和工具问题，更重要的是需要转变组织架构和经营思维，来真正地挖掘那座数据王国。
第二，是数据处理，当前的许多企业中，数据都零星散落在互不连通的数据库中，不同的部门也都无法获取相应的数据技术。如何进行科学、有效的数据处理，影响的意义也是非凡。如何将这些零散无关联的数据库互联，并且实现技术共享，才是能够最大化大数据价值的关键。
第三，数据存储，传统的集中式数据库、数据仓库系统已经不能有效的处理大数据的存储和分析，需要分布式处理。
第四，数据计算，大量的仿真和计算任务必须协调数百个参数，大多数数据挖掘算法有很高的计算复杂度，需要实时操控超量和耗时的计算任务或者能够可视化中间的计算结果。
第五，数据挖掘，为了处理具有高维特征的图像等多媒体数据，将高维数据看成位于一个相对低维子流形（局部具有欧氏空间性质的空间）上，利用流形的性质将数据降维后度量与处理。压缩感知利用“数据是稀疏可压缩”的先验知识，使大数据转换为更有效的“稀疏表达”。
第六，数据呈现，使结果更直观以便于洞察，可能需要脑机工程技术，以便组合自动计算（机器）和高级智能获得更直觉的洞察力。
第七，数据安全，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐
引起了我们对个人隐私的担忧。复杂的数据存储在一起，可能造成企业安全管理不合规；安全防护手段更新升级慢，存在漏洞。由此，需要特别重视数据安全的问题。
第二节大数据的营销价值
大数据营销是根据多平台的和海量数据，依托于大数据技术的基础上，而应用于互联网广告行业的营销方式。依托多平台的大数据采集、整理，以及大数据技术的分析与预测能力，能够预测消费行为、优化营销策略、使广告更加精准有效，给企业带来更高的投资回报率。
预测消费行为
传统市场营销时代已经过去了营销媒介渠道和营销手段的选择也发生了极大的变化。不仅如此，消费者的行为也不再是单纯的接受，而是更加独立自主，这也势必要求具备更透彻的洞察力，预测消费者行为。
预测消费者行为第一步便是解消费者。
一般来说，了解消费者的方式，除了传统的市场调研之外，还有基于Cookie 数据的调查，以及基于搜索行为数据的调查。传统的市场调查研究具有的优势在于：对消费者进行统计分析和研究由来已久，方式方法都已趋于成熟，由此对于消费者的性别、年龄、职业、收入等各方面特征，经过综合分析，得到的信息很客观，由此可以形成很具象的典型用户画像，很有代表价值。
时下比较流行的网络市场调研则是在很大程度上节省调查费用和人力，缩短了信息反馈周期，在特定的地区内，却能获取相对庞大的样本数量。问卷调查的结果则便于统计处理与分析。目前有大量的相关统计分析软件可以帮助我们进行数据分析，有些甚至能直接帮助我们设计问卷。方便实施和分析。也方便进行数据挖掘。但这种方法的缺点在于，对于用户特定时间段具体的行为轨迹等数据的收集，是很有难度的。
面向未来的调查（为设计进行的调查）很多时候需要了解用户的意图、动机和思维过程。问卷调查这类问题往往效果不佳。并且，问卷调查的表达形式、提问的顺序、答案的方式与方法都是已经设计好的，调研只是基于问题的资料收集，因此，调查问卷的主体内容设计的好坏，将直接影响整个专项调查的价值。
大数据时代的来临，让预测消费者行为的进展有了有了进一步的可能，数据的收集、存储、解读和利用可以提供各种数据的参考。不再需要传统的设计问卷。由此，曾近有人得出“得数据者得天下”，看来此言非虚。
大数据从不是为了某个单一的应用而产生的，大数据分析要求我们要根据不同的目标、任务，使用统计、数学模型，从纷繁的数据库中抽取数据，根据数据和数据的关联和聚类分析，从中寻找出有价值的信息。而只要使用合理，这些全面、多维度的数据，便能够在任何情况、任何地点、从任何角度以趋势图表呈现出来，达到通俗易懂、科学合理。据此分析的数据越全面，分析的结果就越接近真实，企业得到的数据便越接近客户的真实需求，达到企业营销的重要目的。
预测消费者行为时最重要的一环便是消费者行为分析模型，即：将消费者从接触信息，到达成购买分为知晓——搜索——查询——比较——购买五大阶段。
在这样一个完整的过程中，企业可以根据产品类别、人的习惯的不同，不同的人的行为模式，不同类型的人在过程中是怎样从第一步到到达购买终点的？模型毕竟是模型，不可能完全按照消费者行为分析模型路径走。由此，模型并无绝对，在条件限定之后，即使有着庞大、多维度的数据，最终能筛选到符合条件的消费者依旧有限。
优化营销策略
对于营销领域，大数据提供了一个绝佳的机会，用其特有的方式挖掘消费者，优化企业的营销策略。
传统的营销策略是企业以顾客需要为出发点，根据经验获得顾客需求量以及购买力的信息、企业的期望值，有计划地组织各项经营活动，通过相互协调一致，为顾客提供满意的商品和服务而实现企业目标的过程。
一般来说，企业营销策略主要有产品策略（Product ）、价格策略（Price ）、渠道策略（Place ）和促销策略（Promotion ）四种。
在制定策略时，首页第一步是进行营销分析。营销分析主要包括市场定位分析、营销组合分析、市场调研三方面内容。市场定位分析主要是分析企业的市场定位是否准确，产品和服务是否对准了目标市场，是否明确了企业的顾客群的特点等。企业的营销组合分析是指对建筑产品、价格、营销渠道和促销手段的组合是否合理有效而进行的分析。市场调研一般应包括：企业的市场占有率；企业的市场份额与竞争对手时差别；企业的市场形象；当前市场的需求和潜在市场的需求；行业的发展潜力竞争者的营销策略。
大数据化运营的大环境中，营销策略所发生的一系列的巨大转变使得我们必须顺应时代的发展，调整我们的营销策略，才能顺利突围。传统的营销活动，都是从收集消费者信息、购买记录等小量精准数据来推导因果关系，制定营销策略，但是这些数据从获取小量样本到数据分析演算再到策略实施在时间上已经太过延迟，当下，信息瞬息万变，这样的推导模式远远达不到企业所期许的营销效果，时效性太差。而此时通过大数据分析营销活动的现状和预测市场未来趋势，精确度也越来越高，也是大事所趋。
更有个性化的营销
在当今时代，由于互联网用户群、数据量的增长，各种形式的营销也纷纷加入到互联网这个新兴领域，也即宣告了数字营销时代的到来。而这种数字化营销具备的移动化、智能化、精准化等特点，也促进了企业营销发展更进一步。
营销个性化，也即营销的精准化，本身最能体现大数据时代特征。和传统的营销不同的是，大数据时代，商家和消费者都愿意关注更贴近自己需求的用户和产品、服务。
当然，个性化的营销并不是从大数据时代才开始涌现，早上20世纪50年代中期的时候，就有人（美国市场学家温德尔·史密斯）提出市场细分的概念。不同的是，我们这里所讲的个性化数字营销，更多的是结合了数据挖掘、数据分析、可细分到个人的精准营销。而且早期的个性化营销，主要是根据地域文化、行业所属和消费者购买力、行为特征的某一群消费群体的细分营销。
大数据时代，信息过剩与信息匮乏同时存在。对于大部分人来说，太多不相关的数据信息，会干扰自己获取有价值信息的精力，分散注意力；对于大部分人来说，想要获取最适合最需要的信息，其耗费的精力和成本都十分巨大，这种代价更会随着数据量的暴增而增加。
大数据营销的个性化特点，不仅仍然需要提供这种定制化服务，而且还需要提供基于用户行为方式、性格爱好等个性化的标签从而多维度的体现出个人属性来，以此采取适当的方式对其进行精准个性化营销。比如当一个人在查询有关旅游景点的时候，可以对其投放相应区域的机票、酒店、购物、美食等促销信息。
实现广告的精准投放
移动互联网的海量数据为企业营销带来很多的便利益。但需要注意的是，在营销过程中，
网络广告的需求往往得不到更高层次的满足，但是互联网广告预算却在增加。此时，大数据的广告营销便成为网络广告发展的新趋势，主要是利用技术手段和平台整合，面向“个众”进行精细与整合。通过整合方式来抓取细分的目标用户，营销广告投放更加精准而又有针对性。
与此同时，企业需要具备整合互联网、企业资源和消费者信息的能力，投放在社交媒体平台的预算，也需要有相应的预算投放在企业内部的整合资源、实现分工协同，尤其适用于大型企业。大数据的广告营销，有助于整合资源提高资源利用率，加快投资回报周期，调动各方积极性。
大数据的投资回报率
一般来说，企业可通过统筹数据营销策略的整体回报，来考量大数据的营销意义，从而更好的应对大数据的挑战，抓住大数据的机会。如果企业想提高数据对于企业本身的价值的同时，要降低管理数据的成本，那么显而易见，从数据得到的回报就会增加。通过下面的等式做一个简单的展示：
数据回报率=数据价值/数据成本。
大数据将为企业带来的价值的体现可以是因为确切地知道了顾客需要什么以及客户的购买模式，更快的让企业的产品面世。大数据还可以帮助企业了解你的竞争对手在做什么，知己知彼，百战不殆。
麦肯锡曾表示，使用大数据，企业可以提高其运营利润率达60%，并可减少支出达8%。大数据在其运营过程中， 会对企业产生不同的影响，其运营过程需要投资来实现，但其投资回报还不确定。此时投资回报率便是考虑的重中之重了。
如何确定投资回报率呢？一般来说，主要考虑几个因素：营销预算、营销成本。涉及到大数据的主要成本是在企业内部资源的整合，目前一些大数据企业已经开发出有效的算法，可以结合正确使用开放源代码工具，节省了很大的成本。需要注意的是，那些要使用大数据的企业必须了解新技术，能充分利用大数据，否则成本高的会无法预料。
衡量投资回报的最重要的一个指标就是投资回报率，一般计算投资回报率可以使用如下公式：
投资回报率=节省的成本+增加的收益/投资额
投资回报率=回报/在规定的时间内的投资总额
最简单的投资回报率计算模型必须包括增量销售创造的增量利润、平均销售收入、毛利率以及营销开支。
当然，市场变幻莫测，确定投资回报率仍然很艰难。此时，便需要设计大数据的投资回报模型。为了开发一个大数据的投资回报模型，企业必须从了解—选择—试点—推广步骤开始：
首先，选择正确的目标，可以帮助确定您企业的投资回报率。要了解使用大数据的主要意图是什么，运用大数据你想达到的期待目标。比如，想更好地了解您的客户，以给您的客户带来更好的体验。
其次，选择合适的工具，以满足您的目标。选择什么样的工具，要根据您企业的硬件商品或云数据储存解决方案的需要来决定。
最后，做好试点项目，并进行推广。一个试点项目，将在一个较小的范围内实现你的目标。一个试点项目所涉及的成本和收益不大，却可以给你一个关于投资回报率的更有价值的洞察基准。如果从一个试点项目看到了效果，推广实施想必也是明智之举。
大数据营销中需要评估投资出去的每一分营销资金，从而准确的计算衡量投资回报率。 总而言之，虽然有很多因素会影响大数据的投资回报率。如果选择是合理明智的，大数
据肯定会带来积极的投资回报率。
第三节大数据时代的营销模式
大数据使得企业中心和消费者中心两个方向共同构成了一个二维营销空间，在大数据时代的二维营销模式框架内，更多新的具体营销方法也将会应运而生。大数据下的营销活动也发生了本质的变化，使得营销越来越科学化。数据分析、发展将会成为未来营销智能化演进的驱动力，未来新的、营销模式将会随着大数据时代的到来不断涌现。
现有的网络营销模式
就目前而言，现有的网络营销模式主要有搜索引擎营销模式、电子邮件营销模式、微博营销模式、微信营销模式、博客营销模式等五种。
1. 搜索引擎营销模式
搜索引擎营销最主要的工作是通过网络广告和商业网站进行搜索优化，挖掘更多的潜在客户，帮助企业达到更好的营销效果。其基本原理是基于搜索引擎平台的网络营销，通过客户对搜索引擎的使用习惯和关键词的分析，在人们检索信息的时候尽可能将营销信息传递给目标客户。
搜索引擎营销主要实现方法主要有竞价排名、分类目录登录、搜索引擎登录、关键词广告、搜索引擎优化、付费搜索引擎广告、地址栏搜索等。
此外，在搜索引擎营销的过程中，包含了信息源（网页）、搜索引擎信息索引数据库、用户的检索行为和检索结果、用户对检索结果的分析判断、对选中检索结果的点击五个基本要素。对这些因素以及搜索引擎营销信息传递过程的研究和有效实现就构成了搜索引擎营销的基本内容。
搜索引擎营销是全球最大的一种网络营销渠道；
比如行业搜索引擎：谷歌、百度等。
比如商业方面的搜索引擎：淘宝网、阿里巴巴等。
比如人脉搜索引擎：若邻网、猎聘网等；
比如健康医疗信息搜索引擎：春雨医生等 。
2. 电子邮件（Email ）营销模式
Email 营销是广告宣传的一种重要手段，它主要是在掌握大量用户邮箱的情况下，通过电子邮件的方式向目标用户传递价值信息的一种网络营销手段。 Email 营销用户许可、电子邮件传递信息、信息对用户有价值有三个基本因素，三者缺一不可。Email 营销模式广泛的应用于网络营销领域，主要用途有新产品推广、市场调查、促销活动、客户关怀，建立完整的资料库等。
Email 营销的主要优点是营销范围不受地域的限制、操作简单、节约时间，并且成本低。但其营销模式具有很大的盲目性，营销效果无法量化，成本很难控制。比如，Email 营销中本身就是依靠庞大的目标用户群、大规模的邮件数量来达到企业的营销目的，由此忽视了客户的真实需求而发了大量的垃圾邮件，以期达到营销目标。这种营销模式往往是适得其反，缺乏对顾客消费行为和性格爱好的数据分析，不仅会增加顾客厌恶和反感，还严重影响了广告效果和品牌推广。
Email 营销成功主要有五个要素：明确电邮营销的目标、使用合适的沟通策略、明确目标客户、设计有吸引力的电子邮件、分析效果并不断尝试学习。
由此，开展Email 营销需要解决三个基本问题：向哪些用户发送电子邮件、发送什么内
容的电子邮件，以及如何发送这些邮件。
3. 微博营销模式
微博营销是时下非常流行的一种网络营销模式。微博具有数以亿计的用户，简单的一句话可能被上千万人看到、转发，每一个人都可以在新浪，网易等注册一个微博，微博营销以微博作为营销平台，其强大的分享和互动功能是企业进行客户发掘与维护的很好方式。每一个粉丝都是潜在营销对象，每个企业利用更新自己的微博向网友传播企业、产品的信息，树立良好的企业形象和产品形象，这样就可以达到营销的目的。
微博营销主要有三方面的优点：一是传播速度。一条关注度较高的微博在平台上发出后短时间内互动性转发就可以抵达微博世界的每一个角落。二是便捷性。微博营销优于传统推广，无需严格审批，从而节约了大量的时间和成本。三是立体化。微博营销可以借助先进多媒体技术手段，从文字，图片，视频等形式对产品进行描述，从而使潜在消费者更形象直接的接受信息。
微博营销的主要模式有：品牌及产品曝光、互动营销活动、电子商务及售后管理、在线客户服务、顾客关系管理、搜索引擎优化、植入式营销、危机公关微博转发与支付。
微博营销成功主要要素有：重视价值的传递、重视微博的个性化、重视发布的时效与连续性、加强互动性、重视系统性布局、进行准确的定位、企业微博趋于专业化、注重营销方法与技巧、注重模式创新。当今，美国的一些企业通过微博营销模式已经取得了十分显著的成效，值得我们参考与借鉴，而后结合企业自身特点与客观环境进行创新。
4. 微信营销
微信营销是借助微信进行营销的一种网络销售模式。微信是腾讯公司推出的一款即时通讯服务的免费应用程序，它支持跨通信运营商、跨操作系统平台快速发送语音短信、视频、图片和文字，支持多人群聊的手机聊天软件。用户可以通过微信与好友进行形式上更加丰富的类似于短信、彩信等方式的联系。
微信营销可以对微信公众平台进行二次开发营销如对接微信会员云营销系统展示商家微官网、微名片、微会员、微支付、微活动等，已经形成了一种主流的线上线下微信互动营销方式。微信营销具有更加真实、精确度高的优点，不仅可以借助那个终端进行定位营销，还可以实现一定的一对一互动营销，营销成功率高。
但在大数据时代，微信营销模式已经很难适应日益复杂的营销数据环境了，这种营销方式的不足之处主要有：首先在获取用户信息时，很难对用户进行深入研究分析，而只是依靠庞大的粉丝数量以达到有效顾客数量的提高；其次是对客户的定位精确度明显不够，依然存在很多的“僵尸粉”；最后是由于缺乏用户需求分析，推送了很多客户不需要的信息，造成顾客的厌恶和方案，客户体验效果差。
微信营销成功的主要要素有：赠送有价值有特色的服务或产品、增加快捷度、合理运人脉和圈子等。
5. 博客营销模式
博客属于个人在网上的出版板块，而不同行业、不同规模企业的博客营销采用的营销模式也并不相同。
企业的博客营销主要有五种形式：企业网站博客营销模式、第三方公开平台模式、个人独立博客网站模式、博客营销外包模式、博客广告模式。
博客营销的优点主要表现在：互动传播性强、信任程度高，口碑效应好、影响力大。对于一些博客粉丝数量巨大的博客，足以引导网络舆论潮流，影响力十分大，整合效果好。 大数据时代的新4P 营销模式
随着时代的进步与发展，人们的消费价值与行为也在不断变化、新技术的推陈出新与不
断发展，无不在深刻地改变着企业的环境与竞争格局，此举必然会促进各种营销模式的涌现。营销模式创新的基本原则是不会改变的，那就是满足顾客需求和提高营销效率。
旧的4P 营销模式——产品（Product ）、价格（Price ）、渠道（Place ）和促销（Promotion ）。2012年，高德纳咨询公司研发副总裁金科林斯引入了全新的4P 营销模式：人（People ）流程（Process ）、绩效（Performance ）和利润（Profit ）。
人员（people ）——就是内部营销。促进内部和外部的营销参与者和流程的合作，协调整个系统。也就是说，组织的员工的素质直接影响了营销的成功程度。同时，它也意味着必须把消费者视作个体，不仅仅关注消费者购买和消费了什么样的产品或服务，需要从不同的角度去其理解生活层次。
流程（process ）——营销技术与自动化发展的现代专业营销活动。营销人员必须避免临时的规划和策略，并确保最先进的营销思想能够在的营销决策和营销实施中发挥出相应的作用。流程是采用整合营销管理的一个重要推动因素，因为自动化流程和工作流程使得营销流程更加全面，比如策划和活动执行。只有建立确的流程，才有可能更好地建立起长期互惠的关系，也有益于更加全面的理解营销管理。此外，流程还包括与企业产生创新性的思想和突破性的产品、服务及营销活动有关的流程。随着营销活动越来越复杂，流程成为团队中相关人员都必须参与的营销活动。有效配置人才资源是营销的一个必要条件，没有明确的营销流程，营销势必难以成功。
绩效（Performance ）——提高营销绩效要求和评估标准。营销绩效是指一系列可以从财务角度和非财务角度进行测量的结果指标，比如利润、品牌或者顾客权益。它主包括个人绩效和组织绩效两个方面。组织绩效实现应在个人绩效实现的基础上，但是个人绩效的实现并不一定保证组织有绩效。如果组织的绩效按一定的逻辑关系被层层分解到每一个工作岗位的时候，只要个人达到组织的要求，那么组织的绩效也就实现了。
利润（Profit ）——改造营销部门，打造利润中心。利润从何而来，即：总金额—总支出=利润，可利润生成过程是如何达到的，怎样才能做到企业、组织的高效利润回报目的呢？大多数企业在营销经营的环节，在成本控制基础上，提高自身的价格竞争力，增加目标消费群，扩大市场份额，以增进营销利润增值过程。这个利润增值过程主要包括对渠道的效益管理，提升营业额，提高大客户的开发能力，增长经营业绩。
大数据时代营销
21世纪是数据信息大发展的时代，随着网络信息化时代的日益普及，我们的文化、工作、生活也有了极大的改变，如移动互联网、社交网络、电子商务等应用领域给我们带来的深远影响。数据的通信、网络、传感、存储、搜索、分析和处理技术与工具发展促进了大数据时代到来。随着互联网技术的高速发展，云计算、物联网应用的日益丰富，大数据未来发展前景将更为广阔。
何为大数据？
数据是是消息和信息的载体，是对可以存储、处理的实体的描述，可以是语言、文字、图形、表格、视频、多媒体等形式。维基百科给出的定义是：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。基本的数据计量单位如下：
B （Byte ，字节）=8 bits
KB （Kilobyte ，千字节） =103B
MB （Megabyte ，兆字节）=106 B
GB （Gigabyte ，吉字节）=10 9 B
TB （Terabyte ，太字节）=10 12 B
PB （Petabyte ，拍字节）=10 15 B
EB （Exabyte ，艾字节）=10 18 B
ZB （zettabyte ，泽字节）=10 21 B
YB （jottabyte ，佑字节）=10 24 B
此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车上都有着无数的数码传感器，随时测量和传递着有关位置、运动、温度、湿度也产生了海量的数据信息。
为了获取大数据中的价值，我们必须选择另一种方式来处理它。数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。对于企业组织来讲，大数据的价值体现在两个方面：一是分析使用对大数据进行分析能揭示隐藏其中的信息，提高营销定位的能力。例如门店销售、地理和社会信息的分析能提升对客户的理解。二是二次开发。对大数据的二次开发则是通过结合大量用户信息，定制出高度个性化的用户体验，并创造出一种新的广告营销模式。
大数据时代产生的背景
始于1980年代，美国有人提出了“大数据”的概念，人类可以分析和使用的数据在大量增加。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡。麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。“大数据”已经出现过在《纽约时报》、《华尔街日报》的专栏封面、一些互联网主题的讲座沙龙中。
《纽约时报》2012年2月的一篇专栏中所称 ，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而做出，而并非基于经验和直觉。《华尔街日报》将大数据时代、智能化生产、无线网络革命称为引领未来繁荣发展的重大技术变革。
哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
《大数据时代：生活、工作与思维的大变革》一书的作者维克托·迈尔·舍恩伯格，如是说，“如果你是一个个人，如果你拒绝的话，可能会失去生命，如果是一个国家的话，拒绝大数据时代的话，可能失去这个国家的未来，失去一代人的未来。”
“云计算”加速了“大数据”时代的到来：即人们可以从海量的数字信息中挖掘出有用的知识。大数据中含了大量非结构化和半结构化数据，它常和云计算联系到一起，因为实时的大型数据集分析需要向数十、数百或甚至数千的电脑分配工作。
大数据的特点——4V 理论
大数据的4个“V ”，或者说特点，业界将其归纳为4个“V ”——V olume ，Variety ，Value ，Velocity 。
V olume ——数据体量巨大。数据的产生、传输、存储、处理的规模都是海量的，除了结构性数据外，还有大量非结构性数据，特别体现在数据结构的复杂性和关联性。在大数据时代，挖掘、查找、筛选、分析处理和存储数据的能力是至关重要的，人们将主要靠计算软件完成这类工作。20世纪90年代硬盘的存储容量为MB 量级（106字节，1字节为8比特，即8位“0”、“1”数字），21世纪初硬盘容量开始以GB 级（109字节）计算，目前已达TB 级，谷歌系统已迈入PB 级。
Variety ——数据类型繁多。数据已经成为一种新的经济资产类别，就像货币或黄金一样。结构化数据和非结构化数据构成了大数据类型的增加，数据像过去单一的以数字和文本形式存在。数据类型性的增加主要是由于新型多结构数据，以及包括社交媒体、互联网搜索、购物网站、新闻网站、游戏、手机通话记录等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
Value ——价值密度低，商业价值高。价值化最重要的意义是获得洞察力和价值。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。目前虽然信息的海量爆炸，但价值密度较低，如何有效快速的法更迅速地提取完成数据的价值，是大数据时代的重中之重。
Velocity ——处理速度快。大数据的及时有效地快速分析并预测出准确的结果，是大数据有意义的前提。最后这一点也是和传统的数据挖掘技术有着本质的不同，但需要注意的是，其时效性也要求极高。
大数据的发展趋势 第一大趋势——应用软件泛互联网化。所谓泛互联网化，是指应用软件都会和互联网联通，成为用户接入互联网，享用网络服务的媒介。一般来说，当今几乎所有的应用软件都具备联网的功能。比如杀毒软件的功效。
一般来说，如果在企业市场运营过程使用具有泛互联网化思想的软件，采取泛互联网化的模式，说明这家公司的具备爆发式增长的基本条件。
第二大趋势——行业应用的垂直整合。通过这个趋势，便可以轻松的看懂大多数公司的成长逻辑。在这个趋势下，在产业链中越是终端用户公司，越是有发言权。这种趋势下，用户对个性化的自身需求已然超过了对其他能力的追求。
第三大趋势——数据将成为资产。未来企业的竞争，将是拥有数据规模和活性的竞争，
将是对数据解释和运用的竞争。对数据的熟悉掌控决定了企业对市场的支配，以及获得巨大的经济回报，如目前的电子商务、电信、金融等行业。在大数据产业链中，天然具备海量数据的公司、具备数据处理能力的公司的发展前景是十分客观的。
大数据时代应用领域及其价值
大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。当前最引人瞩目的便是大数据技术和大数据应用。大数据技术的的意义不在于掌握那些庞大的、数以万计的数据信息，而在于对这些富有价值的数据进行专业化的处理。
从应用方向上看，通过对大数据的储存、挖掘与分析，大数据在营销、企业管理、数据标准化等领域大有作为。从应用行业来看，大数据一方面可以应用于客户服务水平提升及营销方式的改进，另一方面可以助力行业内企业降低成本，提升运营效益，同时还能帮助企业进行商业模式的创新及发现新的市场商机。
社会应用价值主要体现在客户、运营、市场等方面。
客户：服务及营销方式的改进；
运营：运营水平有所提升；
市场：市场模式及业务的创新或扩张。
方向及领域价值主要体现在智慧城市、交通、经济预测、灾难预警等方面。行业价值主要体现在大数据营销、大数据管理咨询、大数据标准化及大数据情报分析等方面。
从应用领域上看，我们每天都可以看到大数据的一些新奇的应用，从而帮助人们从中获取到真正有用的价值。
1. 大数据在金融业的应用
随着数据价值被广泛的运用，大数据必将给金融企业带来更加有价值的基于数据的业务以及管理优化的机会。自此，传统的金融企业也将改变经营思路，重塑业务架构，迎接金融行业大数据时代的到来，发掘新的商业价值。
首先，大数据在服务创新、满足市场需求
大数据支持服务创新，能够更好地实现“以客户为中心”理念，通过对客户消费行为模式进行分析（比如事件关联性分析），提高客户转化率，开发出不同的产品以满足不同客户的市场需求，实现差异化竞争。
其次，大数据助力推进高频金融交易和小额信贷
大数据应用已经在金融行业逐步推进，形成了一些较为典型的业务类型，如高频金融交易、小额信贷等。高频金融交易的主要特点是实时性要求高、数据规模大。目前沪深两市每天交易时会产生数亿条以上逐笔成交数据，通过对历史和实时数据的挖掘创新，以创造和改进数量化交易模型，并将其应用于基于计算机模型的实时证券交易的过程。小额信贷是另一个大数据应用领域，2007年阿里巴巴和建行年推出的专注于小企业的贷款计划—e 贷通，阿里巴巴拥有大量用户信息，并汇集了他们详细的信用记录，利用淘宝等交易平台掌握企业交易数据，通过大数据技术自动分析判定是否给予企业贷款，与建行双剑合璧。到 2012 年年底，阿里巴巴累计服务小微企业已经超过20万家, 放贷300多亿元，坏账率仅为0.3%左右，低于商业银行水平。
最后，大数据协助金融企业精准营销
招行通过数据分析识别出招行信用卡的高价值客户经常出现在星巴克、宜家等场所后，则通过“多倍积分累计”“积分在店面实时兑换”等活动吸引更多优质客户，由此通过构建客户流失预警模型，对流失率等级前 20%的客户发售高收益理财产品予以挽留成功。不仅如此，通过对客户交易记录进行分析，有效识别出潜在的小微企业客户，并利用远程银行和云转介平台实施交叉销售，取得了非常好的成效。
2. 大数据在商业的应用
沃尔玛通过对消费者的购物行为等非结构化数据进行分析，通过了解顾客购物习惯，公司从销售数据分析适合搭配在一起买的商品，创造出了“啤酒与尿布”的经典商业案例。淘宝数据魔方则是淘宝平台上的大数据应用方案。通过这一服务，商家可以了解淘宝平台上的行业宏观情况、自己身品牌的市场状况、消费者行为情况等，并由此作出经营决策。
3. 大数据在生活工作中的应用
大数据也更多的帮助业务流程的优化，可以通过利用社交媒体数据、网络搜索以及天气预报挖掘出有价值的数据，其中大数据的应用最广泛的就是供应链以及配送路线的优化。人力资源业务也通过大数据的分析来进行改进，这其中就包括了人才招聘的优化。
4. 大数据在医疗和研发的应用
大数据分析应用的计算能力可以让我们能够在几分钟内就可以解码整个DNA 。并且让我们可以制定出最新的治疗方案。同时可以更好的去理解和预测疾病，大数据同样可以帮助病人对于病情进行更好的治疗。大数据技术目前已经在医院应用监视早产婴儿和患病婴儿的情况，通过记录和分析婴儿的心跳，医生针对婴儿的身体可能会出现不适症状做出预测。 大数据时代的机遇
第一，大数据技术促进国家和社会发展
当前，大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义，我们必须重新认识数据的重要价值。
第二，大数据蓝海促进企业竞争
数据正在对每个领域都造成影响，包括政治、文化、商业、经济等领域。大数据正在促生新的蓝海，催生新的经济增长点，正在成为企业竞争的新焦点。
大数据时代的挑战
尽管大数据显示了其辉煌的前景和巨大利润，但大数据营销过程中仍面临着不少问题与挑战。
第一，是技术难题，真正启动大数据营销，企业面临的不仅仅是技术和工具问题，更重要的是需要转变组织架构和经营思维，来真正地挖掘那座数据王国。
第二，是数据处理，当前的许多企业中，数据都零星散落在互不连通的数据库中，不同的部门也都无法获取相应的数据技术。如何进行科学、有效的数据处理，影响的意义也是非凡。如何将这些零散无关联的数据库互联，并且实现技术共享，才是能够最大化大数据价值的关键。
第三，数据存储，传统的集中式数据库、数据仓库系统已经不能有效的处理大数据的存储和分析，需要分布式处理。
第四，数据计算，大量的仿真和计算任务必须协调数百个参数，大多数数据挖掘算法有很高的计算复杂度，需要实时操控超量和耗时的计算任务或者能够可视化中间的计算结果。
第五，数据挖掘，为了处理具有高维特征的图像等多媒体数据，将高维数据看成位于一个相对低维子流形（局部具有欧氏空间性质的空间）上，利用流形的性质将数据降维后度量与处理。压缩感知利用“数据是稀疏可压缩”的先验知识，使大数据转换为更有效的“稀疏表达”。
第六，数据呈现，使结果更直观以便于洞察，可能需要脑机工程技术，以便组合自动计算（机器）和高级智能获得更直觉的洞察力。
第七，数据安全，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐
引起了我们对个人隐私的担忧。复杂的数据存储在一起，可能造成企业安全管理不合规；安全防护手段更新升级慢，存在漏洞。由此，需要特别重视数据安全的问题。
第二节大数据的营销价值
大数据营销是根据多平台的和海量数据，依托于大数据技术的基础上，而应用于互联网广告行业的营销方式。依托多平台的大数据采集、整理，以及大数据技术的分析与预测能力，能够预测消费行为、优化营销策略、使广告更加精准有效，给企业带来更高的投资回报率。
预测消费行为
传统市场营销时代已经过去了营销媒介渠道和营销手段的选择也发生了极大的变化。不仅如此，消费者的行为也不再是单纯的接受，而是更加独立自主，这也势必要求具备更透彻的洞察力，预测消费者行为。
预测消费者行为第一步便是解消费者。
一般来说，了解消费者的方式，除了传统的市场调研之外，还有基于Cookie 数据的调查，以及基于搜索行为数据的调查。传统的市场调查研究具有的优势在于：对消费者进行统计分析和研究由来已久，方式方法都已趋于成熟，由此对于消费者的性别、年龄、职业、收入等各方面特征，经过综合分析，得到的信息很客观，由此可以形成很具象的典型用户画像，很有代表价值。
时下比较流行的网络市场调研则是在很大程度上节省调查费用和人力，缩短了信息反馈周期，在特定的地区内，却能获取相对庞大的样本数量。问卷调查的结果则便于统计处理与分析。目前有大量的相关统计分析软件可以帮助我们进行数据分析，有些甚至能直接帮助我们设计问卷。方便实施和分析。也方便进行数据挖掘。但这种方法的缺点在于，对于用户特定时间段具体的行为轨迹等数据的收集，是很有难度的。
面向未来的调查（为设计进行的调查）很多时候需要了解用户的意图、动机和思维过程。问卷调查这类问题往往效果不佳。并且，问卷调查的表达形式、提问的顺序、答案的方式与方法都是已经设计好的，调研只是基于问题的资料收集，因此，调查问卷的主体内容设计的好坏，将直接影响整个专项调查的价值。
大数据时代的来临，让预测消费者行为的进展有了有了进一步的可能，数据的收集、存储、解读和利用可以提供各种数据的参考。不再需要传统的设计问卷。由此，曾近有人得出“得数据者得天下”，看来此言非虚。
大数据从不是为了某个单一的应用而产生的，大数据分析要求我们要根据不同的目标、任务，使用统计、数学模型，从纷繁的数据库中抽取数据，根据数据和数据的关联和聚类分析，从中寻找出有价值的信息。而只要使用合理，这些全面、多维度的数据，便能够在任何情况、任何地点、从任何角度以趋势图表呈现出来，达到通俗易懂、科学合理。据此分析的数据越全面，分析的结果就越接近真实，企业得到的数据便越接近客户的真实需求，达到企业营销的重要目的。
预测消费者行为时最重要的一环便是消费者行为分析模型，即：将消费者从接触信息，到达成购买分为知晓——搜索——查询——比较——购买五大阶段。
在这样一个完整的过程中，企业可以根据产品类别、人的习惯的不同，不同的人的行为模式，不同类型的人在过程中是怎样从第一步到到达购买终点的？模型毕竟是模型，不可能完全按照消费者行为分析模型路径走。由此，模型并无绝对，在条件限定之后，即使有着庞大、多维度的数据，最终能筛选到符合条件的消费者依旧有限。
优化营销策略
对于营销领域，大数据提供了一个绝佳的机会，用其特有的方式挖掘消费者，优化企业的营销策略。
传统的营销策略是企业以顾客需要为出发点，根据经验获得顾客需求量以及购买力的信息、企业的期望值，有计划地组织各项经营活动，通过相互协调一致，为顾客提供满意的商品和服务而实现企业目标的过程。
一般来说，企业营销策略主要有产品策略（Product ）、价格策略（Price ）、渠道策略（Place ）和促销策略（Promotion ）四种。
在制定策略时，首页第一步是进行营销分析。营销分析主要包括市场定位分析、营销组合分析、市场调研三方面内容。市场定位分析主要是分析企业的市场定位是否准确，产品和服务是否对准了目标市场，是否明确了企业的顾客群的特点等。企业的营销组合分析是指对建筑产品、价格、营销渠道和促销手段的组合是否合理有效而进行的分析。市场调研一般应包括：企业的市场占有率；企业的市场份额与竞争对手时差别；企业的市场形象；当前市场的需求和潜在市场的需求；行业的发展潜力竞争者的营销策略。
大数据化运营的大环境中，营销策略所发生的一系列的巨大转变使得我们必须顺应时代的发展，调整我们的营销策略，才能顺利突围。传统的营销活动，都是从收集消费者信息、购买记录等小量精准数据来推导因果关系，制定营销策略，但是这些数据从获取小量样本到数据分析演算再到策略实施在时间上已经太过延迟，当下，信息瞬息万变，这样的推导模式远远达不到企业所期许的营销效果，时效性太差。而此时通过大数据分析营销活动的现状和预测市场未来趋势，精确度也越来越高，也是大事所趋。
更有个性化的营销
在当今时代，由于互联网用户群、数据量的增长，各种形式的营销也纷纷加入到互联网这个新兴领域，也即宣告了数字营销时代的到来。而这种数字化营销具备的移动化、智能化、精准化等特点，也促进了企业营销发展更进一步。
营销个性化，也即营销的精准化，本身最能体现大数据时代特征。和传统的营销不同的是，大数据时代，商家和消费者都愿意关注更贴近自己需求的用户和产品、服务。
当然，个性化的营销并不是从大数据时代才开始涌现，早上20世纪50年代中期的时候，就有人（美国市场学家温德尔·史密斯）提出市场细分的概念。不同的是，我们这里所讲的个性化数字营销，更多的是结合了数据挖掘、数据分析、可细分到个人的精准营销。而且早期的个性化营销，主要是根据地域文化、行业所属和消费者购买力、行为特征的某一群消费群体的细分营销。
大数据时代，信息过剩与信息匮乏同时存在。对于大部分人来说，太多不相关的数据信息，会干扰自己获取有价值信息的精力，分散注意力；对于大部分人来说，想要获取最适合最需要的信息，其耗费的精力和成本都十分巨大，这种代价更会随着数据量的暴增而增加。
大数据营销的个性化特点，不仅仍然需要提供这种定制化服务，而且还需要提供基于用户行为方式、性格爱好等个性化的标签从而多维度的体现出个人属性来，以此采取适当的方式对其进行精准个性化营销。比如当一个人在查询有关旅游景点的时候，可以对其投放相应区域的机票、酒店、购物、美食等促销信息。
实现广告的精准投放
移动互联网的海量数据为企业营销带来很多的便利益。但需要注意的是，在营销过程中，
网络广告的需求往往得不到更高层次的满足，但是互联网广告预算却在增加。此时，大数据的广告营销便成为网络广告发展的新趋势，主要是利用技术手段和平台整合，面向“个众”进行精细与整合。通过整合方式来抓取细分的目标用户，营销广告投放更加精准而又有针对性。
与此同时，企业需要具备整合互联网、企业资源和消费者信息的能力，投放在社交媒体平台的预算，也需要有相应的预算投放在企业内部的整合资源、实现分工协同，尤其适用于大型企业。大数据的广告营销，有助于整合资源提高资源利用率，加快投资回报周期，调动各方积极性。
大数据的投资回报率
一般来说，企业可通过统筹数据营销策略的整体回报，来考量大数据的营销意义，从而更好的应对大数据的挑战，抓住大数据的机会。如果企业想提高数据对于企业本身的价值的同时，要降低管理数据的成本，那么显而易见，从数据得到的回报就会增加。通过下面的等式做一个简单的展示：
数据回报率=数据价值/数据成本。
大数据将为企业带来的价值的体现可以是因为确切地知道了顾客需要什么以及客户的购买模式，更快的让企业的产品面世。大数据还可以帮助企业了解你的竞争对手在做什么，知己知彼，百战不殆。
麦肯锡曾表示，使用大数据，企业可以提高其运营利润率达60%，并可减少支出达8%。大数据在其运营过程中， 会对企业产生不同的影响，其运营过程需要投资来实现，但其投资回报还不确定。此时投资回报率便是考虑的重中之重了。
如何确定投资回报率呢？一般来说，主要考虑几个因素：营销预算、营销成本。涉及到大数据的主要成本是在企业内部资源的整合，目前一些大数据企业已经开发出有效的算法，可以结合正确使用开放源代码工具，节省了很大的成本。需要注意的是，那些要使用大数据的企业必须了解新技术，能充分利用大数据，否则成本高的会无法预料。
衡量投资回报的最重要的一个指标就是投资回报率，一般计算投资回报率可以使用如下公式：
投资回报率=节省的成本+增加的收益/投资额
投资回报率=回报/在规定的时间内的投资总额
最简单的投资回报率计算模型必须包括增量销售创造的增量利润、平均销售收入、毛利率以及营销开支。
当然，市场变幻莫测，确定投资回报率仍然很艰难。此时，便需要设计大数据的投资回报模型。为了开发一个大数据的投资回报模型，企业必须从了解—选择—试点—推广步骤开始：
首先，选择正确的目标，可以帮助确定您企业的投资回报率。要了解使用大数据的主要意图是什么，运用大数据你想达到的期待目标。比如，想更好地了解您的客户，以给您的客户带来更好的体验。
其次，选择合适的工具，以满足您的目标。选择什么样的工具，要根据您企业的硬件商品或云数据储存解决方案的需要来决定。
最后，做好试点项目，并进行推广。一个试点项目，将在一个较小的范围内实现你的目标。一个试点项目所涉及的成本和收益不大，却可以给你一个关于投资回报率的更有价值的洞察基准。如果从一个试点项目看到了效果，推广实施想必也是明智之举。
大数据营销中需要评估投资出去的每一分营销资金，从而准确的计算衡量投资回报率。 总而言之，虽然有很多因素会影响大数据的投资回报率。如果选择是合理明智的，大数
据肯定会带来积极的投资回报率。
第三节大数据时代的营销模式
大数据使得企业中心和消费者中心两个方向共同构成了一个二维营销空间，在大数据时代的二维营销模式框架内，更多新的具体营销方法也将会应运而生。大数据下的营销活动也发生了本质的变化，使得营销越来越科学化。数据分析、发展将会成为未来营销智能化演进的驱动力，未来新的、营销模式将会随着大数据时代的到来不断涌现。
现有的网络营销模式
就目前而言，现有的网络营销模式主要有搜索引擎营销模式、电子邮件营销模式、微博营销模式、微信营销模式、博客营销模式等五种。
1. 搜索引擎营销模式
搜索引擎营销最主要的工作是通过网络广告和商业网站进行搜索优化，挖掘更多的潜在客户，帮助企业达到更好的营销效果。其基本原理是基于搜索引擎平台的网络营销，通过客户对搜索引擎的使用习惯和关键词的分析，在人们检索信息的时候尽可能将营销信息传递给目标客户。
搜索引擎营销主要实现方法主要有竞价排名、分类目录登录、搜索引擎登录、关键词广告、搜索引擎优化、付费搜索引擎广告、地址栏搜索等。
此外，在搜索引擎营销的过程中，包含了信息源（网页）、搜索引擎信息索引数据库、用户的检索行为和检索结果、用户对检索结果的分析判断、对选中检索结果的点击五个基本要素。对这些因素以及搜索引擎营销信息传递过程的研究和有效实现就构成了搜索引擎营销的基本内容。
搜索引擎营销是全球最大的一种网络营销渠道；
比如行业搜索引擎：谷歌、百度等。
比如商业方面的搜索引擎：淘宝网、阿里巴巴等。
比如人脉搜索引擎：若邻网、猎聘网等；
比如健康医疗信息搜索引擎：春雨医生等 。
2. 电子邮件（Email ）营销模式
Email 营销是广告宣传的一种重要手段，它主要是在掌握大量用户邮箱的情况下，通过电子邮件的方式向目标用户传递价值信息的一种网络营销手段。 Email 营销用户许可、电子邮件传递信息、信息对用户有价值有三个基本因素，三者缺一不可。Email 营销模式广泛的应用于网络营销领域，主要用途有新产品推广、市场调查、促销活动、客户关怀，建立完整的资料库等。
Email 营销的主要优点是营销范围不受地域的限制、操作简单、节约时间，并且成本低。但其营销模式具有很大的盲目性，营销效果无法量化，成本很难控制。比如，Email 营销中本身就是依靠庞大的目标用户群、大规模的邮件数量来达到企业的营销目的，由此忽视了客户的真实需求而发了大量的垃圾邮件，以期达到营销目标。这种营销模式往往是适得其反，缺乏对顾客消费行为和性格爱好的数据分析，不仅会增加顾客厌恶和反感，还严重影响了广告效果和品牌推广。
Email 营销成功主要有五个要素：明确电邮营销的目标、使用合适的沟通策略、明确目标客户、设计有吸引力的电子邮件、分析效果并不断尝试学习。
由此，开展Email 营销需要解决三个基本问题：向哪些用户发送电子邮件、发送什么内
容的电子邮件，以及如何发送这些邮件。
3. 微博营销模式
微博营销是时下非常流行的一种网络营销模式。微博具有数以亿计的用户，简单的一句话可能被上千万人看到、转发，每一个人都可以在新浪，网易等注册一个微博，微博营销以微博作为营销平台，其强大的分享和互动功能是企业进行客户发掘与维护的很好方式。每一个粉丝都是潜在营销对象，每个企业利用更新自己的微博向网友传播企业、产品的信息，树立良好的企业形象和产品形象，这样就可以达到营销的目的。
微博营销主要有三方面的优点：一是传播速度。一条关注度较高的微博在平台上发出后短时间内互动性转发就可以抵达微博世界的每一个角落。二是便捷性。微博营销优于传统推广，无需严格审批，从而节约了大量的时间和成本。三是立体化。微博营销可以借助先进多媒体技术手段，从文字，图片，视频等形式对产品进行描述，从而使潜在消费者更形象直接的接受信息。
微博营销的主要模式有：品牌及产品曝光、互动营销活动、电子商务及售后管理、在线客户服务、顾客关系管理、搜索引擎优化、植入式营销、危机公关微博转发与支付。
微博营销成功主要要素有：重视价值的传递、重视微博的个性化、重视发布的时效与连续性、加强互动性、重视系统性布局、进行准确的定位、企业微博趋于专业化、注重营销方法与技巧、注重模式创新。当今，美国的一些企业通过微博营销模式已经取得了十分显著的成效，值得我们参考与借鉴，而后结合企业自身特点与客观环境进行创新。
4. 微信营销
微信营销是借助微信进行营销的一种网络销售模式。微信是腾讯公司推出的一款即时通讯服务的免费应用程序，它支持跨通信运营商、跨操作系统平台快速发送语音短信、视频、图片和文字，支持多人群聊的手机聊天软件。用户可以通过微信与好友进行形式上更加丰富的类似于短信、彩信等方式的联系。
微信营销可以对微信公众平台进行二次开发营销如对接微信会员云营销系统展示商家微官网、微名片、微会员、微支付、微活动等，已经形成了一种主流的线上线下微信互动营销方式。微信营销具有更加真实、精确度高的优点，不仅可以借助那个终端进行定位营销，还可以实现一定的一对一互动营销，营销成功率高。
但在大数据时代，微信营销模式已经很难适应日益复杂的营销数据环境了，这种营销方式的不足之处主要有：首先在获取用户信息时，很难对用户进行深入研究分析，而只是依靠庞大的粉丝数量以达到有效顾客数量的提高；其次是对客户的定位精确度明显不够，依然存在很多的“僵尸粉”；最后是由于缺乏用户需求分析，推送了很多客户不需要的信息，造成顾客的厌恶和方案，客户体验效果差。
微信营销成功的主要要素有：赠送有价值有特色的服务或产品、增加快捷度、合理运人脉和圈子等。
5. 博客营销模式
博客属于个人在网上的出版板块，而不同行业、不同规模企业的博客营销采用的营销模式也并不相同。
企业的博客营销主要有五种形式：企业网站博客营销模式、第三方公开平台模式、个人独立博客网站模式、博客营销外包模式、博客广告模式。
博客营销的优点主要表现在：互动传播性强、信任程度高，口碑效应好、影响力大。对于一些博客粉丝数量巨大的博客，足以引导网络舆论潮流，影响力十分大，整合效果好。 大数据时代的新4P 营销模式
随着时代的进步与发展，人们的消费价值与行为也在不断变化、新技术的推陈出新与不
断发展，无不在深刻地改变着企业的环境与竞争格局，此举必然会促进各种营销模式的涌现。营销模式创新的基本原则是不会改变的，那就是满足顾客需求和提高营销效率。
旧的4P 营销模式——产品（Product ）、价格（Price ）、渠道（Place ）和促销（Promotion ）。2012年，高德纳咨询公司研发副总裁金科林斯引入了全新的4P 营销模式：人（People ）流程（Process ）、绩效（Performance ）和利润（Profit ）。
人员（people ）——就是内部营销。促进内部和外部的营销参与者和流程的合作，协调整个系统。也就是说，组织的员工的素质直接影响了营销的成功程度。同时，它也意味着必须把消费者视作个体，不仅仅关注消费者购买和消费了什么样的产品或服务，需要从不同的角度去其理解生活层次。
流程（process ）——营销技术与自动化发展的现代专业营销活动。营销人员必须避免临时的规划和策略，并确保最先进的营销思想能够在的营销决策和营销实施中发挥出相应的作用。流程是采用整合营销管理的一个重要推动因素，因为自动化流程和工作流程使得营销流程更加全面，比如策划和活动执行。只有建立确的流程，才有可能更好地建立起长期互惠的关系，也有益于更加全面的理解营销管理。此外，流程还包括与企业产生创新性的思想和突破性的产品、服务及营销活动有关的流程。随着营销活动越来越复杂，流程成为团队中相关人员都必须参与的营销活动。有效配置人才资源是营销的一个必要条件，没有明确的营销流程，营销势必难以成功。
绩效（Performance ）——提高营销绩效要求和评估标准。营销绩效是指一系列可以从财务角度和非财务角度进行测量的结果指标，比如利润、品牌或者顾客权益。它主包括个人绩效和组织绩效两个方面。组织绩效实现应在个人绩效实现的基础上，但是个人绩效的实现并不一定保证组织有绩效。如果组织的绩效按一定的逻辑关系被层层分解到每一个工作岗位的时候，只要个人达到组织的要求，那么组织的绩效也就实现了。
利润（Profit ）——改造营销部门，打造利润中心。利润从何而来，即：总金额—总支出=利润，可利润生成过程是如何达到的，怎样才能做到企业、组织的高效利润回报目的呢？大多数企业在营销经营的环节，在成本控制基础上，提高自身的价格竞争力，增加目标消费群，扩大市场份额，以增进营销利润增值过程。这个利润增值过程主要包括对渠道的效益管理，提升营业额，提高大客户的开发能力，增长经营业绩。