一、何为大数据
(一)大数据的4V特性
大数据的特点可以用四个“V”来形容:一是Volume数量大，数字数量增长迅速。随着科技的进步，人类产生和存储的数量呈爆发式增长，据权威部门统计，世界数据总量的90%都是近几年积累的数字数据，这些数字数据主要来自于分布在世界各地的传感器所产生的数据、社交网络的数据、移动电子设备数据和RFID射频技术所获取的数据等。预计到2015年全世界将有超过8万亿GB的数据量。二是Variety数据种类繁多。数据类型不仅包括声音、视频、图片，还有GPS数据、监控数据等，数据类型以非结构化数据为主，约占数据总量的85%左右。三是Velocity信息处理速度快。如果按每分钟来计算，腾讯空间有14万张照片上传;新浪微博有9．5万条微博发送;百度搜索引擎有70TB数据需要处理，互联网上每分钟都会产生大量的数据，大数据处理技术需要在一秒钟之内完成归类、分析、存储等一连串的处理动作。四是Value价值高但价值密度低。以一段几分钟的视频为例，其中有价值的信息可能只占其中的一两秒钟，如何从海量的数据中提取有价值的信息，对大数据处理技术提出了新的挑战。
(二)大数据应用技术
大数据技术就是快速、准确的在各种类型的数据中获取有价值信息的技术，由“大数据”带来“大科技”、“大利润”，这正是大数据分析的真正意义。简单的说，大数据的应用分析过程先从数据源中对数据进行采集、过滤和核实，然后利用数据仓库对数据进行分类存储和集成，接下来通过数据挖掘技术找出数据间的规律和相互关联，最后通过参数建立数据模型用于应用开发的决策支持，整个过程是一个反复精炼、不断提纯的过程。在处理模式上，大数据技术从传统的数据库集群演进到基于云计算MapReduce的大规模并行处理架构，实现任务的分解处理和结果合并，从而实现对可处理数据规模的无限扩展。与传统的数据库集群处理模式相比，基于MapReduce的大数据处理技术不仅对硬件需求低，可以实现跨平台扩展，而且还支持复杂数据的处理，包括占整个数字数据总量85%的非结构化数据。
二、基于大数据的网络营销模式
(一)基于大数据的DSP(Demand-SidePlatform)网络广告模式
早在2012年DSP广告模式进入中国以前，国内的门户网站联合一些广告公司也做过精准广告投放的尝试，主要是通过cookies程序对网站用户的浏览记录进行监控，然后向用户有针对性的投放广告，但是这种做法掌握的用户有效信息相对较少且对信息的处理速度较慢，无法真正的实现精准广告投放。与传统的广告模式相比，DSP网络广告模式具有三个核心竞争力:一是强大的数据获取和处理能力;二是RTB(RealTimeBidding)实时竞价系统，对每个曝光的广告展示予以实时竞价和监控;三是可以实现跨平台、跨终端的数据整合。通过对各种渠道收集的用户信息进行整合，再对这些数据进行分析和挖掘，DSP平台会迅速描绘出不同广告位浏览用户的“多维画像”，在找到属于自己的目标受众后，广告主就会对这些广告位进行竞价，真正实现“特别的广告”给“特别的你”的“一对一”营销。
(二)基于大数据的个性化推荐系统
随着我国电子商务的发展，消费者在享受着网络购物低成本、便捷性的同时，也面临着一些困扰。一方面，大型电子商务平台如淘宝网、京东商城中琳琅满目的商品和复杂的网站结构让消费者无法顺利找到自己所需要的产品，消费者只有在不断的选择比较和查看评价中做出痛苦的抉择;另一方面，商城里“有限”的客服人员无法满足“无限”顾客人数的需求，不能实现全程导购的“一对一”服务。如果后台能快速的对消费者行为的海量数据进行分析，推荐给消费者最需要、最适合的产品，这将极大地提高用户的购物体验。在这方面，团购网站糯米网做了很好的尝试，通过糯米账号和QQ账号的绑定，糯米网不仅获得了用户的属性信息和社交信息，还结合了移动终端的GPS定位系统，通过大数据分析技术向用户推荐所在位置附近的美食团购，极大地满足了“吃货”们个性化的体验。
(三)基于大数据的关联销售分析
在美国的沃尔玛超市里，发生过这样一件有趣的事情:超市营业员发现，把啤酒和尿布摆放在一起时，啤酒的销量会大大增加。原来美国妈妈们的大多数时间都留在家里照顾孩子，为孩子买尿布的任务自然就落到了父亲们的头上，而美国爸爸们在给孩子采购尿布时看到旁边的货架上摆放着他们喜欢的啤酒，都会顺带几瓶来犒劳自己。在大数据时代，通过数据挖掘技术的的协同过滤，系统就可以计算出哪两件商品经常会出现在同一张银行小票里或是同一个购物车里，我们就可以将这两件商品摆放在一起进行交叉销售，从而提高彼此的销量。同时，通过数据挖掘技术的关联算法，系统还可以从用户的购买行为里发现多种需求，从而向其做出相似但不同类的产品推荐。
(四)基于大数据的社会化网络营销
社会化营销是指利用社会化网络如论坛、社区、微博、微信等网络平台来进行品牌推广的一种营销方式。社会化的人离不开“圈子”这个概念，正所谓“物以类聚，人以群分”，社会化营销的最大优势就在于目标客户依不同的兴趣自主结成各自的“圈子”，很容易按照“圈子”来对客户进行细分，如QQ好友圈、百度贴吧、微信朋友圈甚至国外的Facebook、Twitter等，基于大数据技术对这些圈子中的评价、讨论信息进行分析挖掘，广告主可以对受众群体和社会化网络传播媒介有更全面的了解。如在2013年北京车展期间，主办方通过对论坛、微信和微博等社会化媒体的关注，经过7x24小时日均30亿条的数据处理量，监测163077个单页面，记录195，429，087次网络行为，通过对这些数据的挖掘和分析，向我们揭示了价格、车型、销售、品牌、配置等一系列关键信息，真正以“大数据”来解读当下扑朔迷离的车市。
(五)基于大数据的搜索引擎营销
搜索引擎是企业网站推广和产品促销的主要工具，同时也是企业开展网络营销的重要阵地。通过搜索引擎获取的数据不仅及时准确，而且样本基数较大，几乎覆盖了全部网民，其普遍性和客观性比普通数据更具优势。利用大数据技术在搜索引擎上进行营销，一方面企业可以对用户在网络中留下的搜索痕迹进行整合，将所有搜索关键词进行排序，结合当下火热的关键词对企业网页的关键词进行重新设定，以提升企业网站和产品在搜索引擎上的排名;另一方面企业还可以通过数据分析关键词是否相关及相关程度有多高，进一步分析用户在进行消费之前所关注的东西，从而进行消费需求预测等。
三、突破大数据的营销局限性
(一)大数据的信息安全问题是目前计算机行业所面临的巨大挑战
大数据技术的安全隐患主要来自于以下三个方面:首先，大数据技术所处理的数据都是非结构化数据，使得传统的面向结构化存储的应用程序和数据保护机制无法满足大数据技术的要求;其次，大数据技术所处理的海量的、更复杂、更敏感的数据聚集在一起，使得这些数据极易成为网络攻击者的目标;最后，大数据具有价值密度低的特性，使得安全分析工具很难聚焦在价值点上，这给安全服务的分析工作带来很大困难。目前，大数据技术正处于早期阶段，企业在构建的时候一定要考虑到信息安全问题，只有重视了网络安全，才能将可能出现的损失降到最低。
(二)用户的隐私保护问题一直是大数据应用过程中的焦点
随着企业对数据资产的重视，很多网站的程序都会自动记录下用户的浏览记录、查询历史及习惯爱好等信息，企业根据用户的这些行为数据来发现新的商机、创造新的价值，这一行为本无可厚非，因为程序在跟踪用户行为的过程中所监测到的用户是匿名的，并没有具体到某个人，因此并不涉及到对用户隐私侵犯的问题，但随着企业对用户信息收集范围的扩大以及一些专业数据分析机构的跨平台信息整合，企业就会接触到一些关于用户个人属性的信息，如姓名、年龄、工作单位等，当把这些个人属性信息和网站对用户的跟踪监测行为结合到一起时，企业就会清楚的掌握某人个查看了哪些网页，购买了哪些物品，这必然会侵犯到用户的个人隐私。因此如何实施隐私保护是大数据网络营销面临的一个重大挑战，该挑战不仅仅局限于技术上，更多的是出于企业诚信建立的隐私保护制度和法律层面上的措施。
(三)大数据技术只有经过持续的积累和跨平台、跨终端的整合后才能发挥其真正的价值
大数据并不是一件一劳永逸的事情，它是一个不断变化的过程，需要我们不断的适应其中的变化，只有经过持续的积累和深入的调整，大数据技术才能发挥其真正的价值。另外，大数据技术也是一个跨平台、跨媒体、跨终端的深入整合过程，如何对大量的不同渠道和维度的数据加以有效管理和分析始终是大数据时代需要精益求精的方向。经过多年的数据积累，各个互联网平台都具有了独特的优势，如百度主要是搜索数据，阿里集团主要是交易数据和信用数据，腾讯主要是用户关系数据，如能从跨平台、跨终端进行数据整合和分析，大数据技术必然能发挥更大的价值。
四、结语
在当前的互联网商业界，“大数据”已成为炙手可热的产业领域，借助大数据的价值与功能，网络营销企业将获得更大、更好的发展空间。同时，我们也应看到大数据技术是一把双刃剑，对于企业的信息安全、隐私保护、数据处理等方面提出了新的要求，为了能更好的发挥大数据的价值，从政府层面来讲，应当加大大数据基础设施的建设，促进大数据分析与应用技术的产业化发展;从企业层面，储备好相关的技术人才，提高企业内部的整合能力。相信在不久的将来，大数据技术必将成为智慧营销的关键，从而带动企业网络营销领域的发展和革新。
作者：张艳红 单位：厦门城市职业学院商贸系
