基于大数据的传统零售行业精准营销探究

《基于大数据的传统零售行业精准营销探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、企业管理BusinessManagement基于大数据的传统零售行业精准营销探究朱彬彬（山东化工职业学院，山东潍坊261108）摘要：随着大数据时代的到来，以阿里巴巴为代表的电商企业加大对线上信息的掌控，同时提出新零售概念，加速线下市场布局，实现线上线下互动，这给以线下经营为主的传统零售行业带来严重冲击。如何整合消费者信息、挖掘潜在顾客、洞察消费者需求、实施精准营销，打造新型零售模式，成为传统零售企业急需解决的问题。围绕上述问题，本文提出基于大数据的传统零售行业精准营销模型（D-D-D模型），即数据化整合与挖掘（data-integrate)、数据洞察与分析（discover）、营销设计与实施

2、（design），研究大数据在传统零售行业精准营销中的应用。关键词：大数据精准营销零售行业线上线下互动中图分类号：TP311.1；F724；F274文献标识码：A随着互联网技术的发展，零售业消分享几亿条内容，在电商网站上浏览数其他各类社交数据，企业对这些数据进费模式和企业创新发生了翻天覆地的变十亿条店铺和商品信息，创造上亿的成行聚合与整合，标准化为营销部门可使化。一方面，消费者获取信息的渠道不交、收藏纪录，使数据量从TB级别直用的可视化数据。数据洞察与分析，即断扩宽、及时性更强，消费方式也发生接跃升到PB级别；第二，数据类型繁对可视化的消费者数据从多个维度进行了巨大变化；另一方面，电商企业在进

3、多，如网络日志、朋友圈、视频、图片、分类，赋予不同的数据标签，以此为依一步强化对线上资源掌控的同时，裹挟语音、位置信息等；第三，数据价值高，据绘制出消费者的微观、宏观画像，洞着大量用户大数据回归线下，通过新零大数据价值密度低，在一段连续不间断察消费者的需求。在该阶段，通过用户售模式实现线上线下的融合，京东便利、的视频中，可能有用的数据仅仅有一两数据的分析，可以建立顾客周期模型、河马鲜生、超级物种的出现，势必会给秒，但其商业价值却很高；第四，处理流失预警模型、客户价值分析模型、客户传统零售行业带来新一轮的冲击。如何速度快，一般要求在秒级时间范围内给忠诚度模型、品牌关联规则等模型，通过有效地将庞大

4、的用户信息、消费数据进出处理结果，否则处理结果就是过时和模型来科学分析消费者的行为。最后进行整合，利用大数据实现精准营销，打无效的，大数据和传统数据挖掘最大的入营销设计与实施阶段，通过前期数据造新型的营销模式，成为传统零售企业区别是对速度的要求。分析，实现对潜在顾客、来访顾客、会急需解决的问题。员顾客的分类洞察，通过会员分群与场2基于大数据的传统零售行业精准景营销，对不同类型的顾客进行个性化1大数据的概念和主要特征营销模型广告内容的推送，实现精准营销，见图1。大数据是指能够更经济、更有效地大数据时代的到来，催生出营销方2.1数据化挖掘与整合——打破数据孤岛从高频率、大容量、种类结构复杂的数式的

5、变革，企业必须要对数据敏感，将在20多年的市场沉淀中活下来的据中获取有价值的信息架构技术，它既其作为变革营销策略的风向标。从营销传统零售企业，拥有大量的存量客户及包括信息爆炸时代里产生的海量数据，的角度看，大数据技术的核心是挖掘、会员信息、交易记录等，但是这些数据也包括与之相关的技术发展和创新。大洞察、预测，全方位了解消费者的特是零散的、孤立的、互不相联的，也就数据是数据分析的前沿技术，它能够从征，掌握消费者的需求，强化与消费者是数据孤岛，无法进行深度分析，也不繁杂、海量的数据中，快速捕捉、分析的互动，最终提供符合消费者需要的商能产生效益。同时，这部分客户在网上并提取出有价值的信息。品与服务。

6、本文认为基于大数据的传统有大量的浏览记录、交易信息，这些线大数据的主要特征是“大”，不零售企业精准营销主要是通过D-D-D模上数据也是孤立的。如何将这些线上线仅说明数据的数量庞大，还意味着数据型的三个阶段实现的，即数据化挖掘与下数据进行整合、通过一个共同项将不种类繁多、结构复杂，变化速度快。具整合（data-integrate)、数据洞察与分析同来源的数据打通聚合，形成数据链，体来说，大数据具有四个特性：海量（discover）、营销设计与实施（design）。变成消费者唯一的标签成为大数据在精（Volume）、多样（Variety）、价值(其中数据化整合与挖掘主要是挖掘出企准营销应用过程中的

7、关键。Value)、高速（Velocity）。第一，数据业日常经营管理数据、消费者存在于企消费者数据挖掘与整合主要分为体量巨大，人们每天在各类社交平台上业客户管理系统的数据、线上浏览数据、两步：第一步，获取消费者大量的基础·24·BusinessManagement企业管理数据。消费者大量基础性数据的获取是基础，这部分基础数据包含零售企业CRM系统中会员的信息（电话、地址、会员卡号、购买记录）；收