大数据时代下营业网点的精准营销
栏目编辑：张磊磊 E-mail:1711945429@https://www.wendangku.net/doc/f310967422.html,
大数据时代下营业网点的精准营销
■ 中国农业银行佛山分行 栗 明 曾康有
摘要：本文在介绍银行业网点现有客户识别技术和营销现状，以及人脸识别精准营销的总体业务流程及意义的基础上，主要探讨在信息时代如何精准地实现客户挖潜，并建议利用大数据技术、人脸识别技术实现银行营业网点对到行贵宾客户、潜力客户的精准营销。
关键词：大数据；人脸识别技术；精准营销
*本文荣获广东省金融科技学会2018年金融科技征文比赛三等奖。
作者简介：?栗 明（1967-），男，云南昆明人，高级工程师，供职于中国农业银行佛山分行，总经理，研究方向：金融科技、运维 管理；
曾康有（1990-），男，广东佛山人，供职于中国农业银行佛山分行，研究方向：软件开发。
随着银行业网点轻型化的发展，来柜办理的业务量不断下降。如何为“稀缺”的到行贵宾客户提供更优质的金融服务，创造更高的价值，是银行业提高网点产能的关键。为更好地提升到场客户的服务体验，及时对有价值的客户实现精准营销，本文引入了“大数据”“人脸识别技术”的概念，实现贵宾及潜力客户到网点后自动识别、营销信息主动推送、客户关注内容定制化展示等功能，探索网点客户精准营销，从而及时发现商机、优化客户大堂业务办理体验，推动网点向营销型、体验型智慧网点转变。
一、营业网点现有的客户识别技术及营销现状
目前，针对贵宾客户、潜力客户的识别，大多数银
行主要采用排队叫号和终端精灵系统，通过将客户取号、刷卡或刷身份证后的卡号等信息传送至后台，从而实现对客户的识别。通过刷卡方式识别贵宾客户存在一定的局限性，主要表现在：一是需要依赖客户刷卡，无法及时发现客户并主动营销；二是叫号机刷卡识别后，客户经理只知道客户名字和等待号码，需逐个查找客户手中的叫号纸才能找到目标客户，不仅客户体验差还浪费很多营销时间；三是随着超级柜台、轻型网点的推广，传统柜面渠道业务已向自助渠道分流，现有的客户识别模式已难以适应新形势下的需要；四是缺乏营销数据支持，对于到场客户，特别是陌
生客户，客户经理只能依靠个人经验以及考核导向进行营销，
营销成功率较低。
栏目编辑：张磊磊 E-mail:1711945429@https://www.wendangku.net/doc/f310967422.html,
二、人脸识别精准营销的总体业务流程及意义
（一）总体业务流程
为解决上述问题，本文研究应用人脸识别技术，实现贵宾及潜力客户到网点后自动识别、营销信息主动推送、客户关注内容定制化展示等功能。通过科技手段推动网点转型，从而及时发现商机、优化客户大堂业务办理体验，营销流程如图1所示。
碑，吸引更多的价值型及潜力型VIP客户资源，提高其舒适度、满意度和忠诚度。
（2）节省等待时间
为客户节省办理业务的时间，从技术手段出发，为银行拉拢客户资源、确保客户忠诚度、提高银行在客户心中的形象。
（3）VIP客户人脸识别服务新模式
将人脸识别技术引入银行的接待环节，通过精准的VIP客户服务定位，及时通知客户经理或者大堂经理提前做好接待工作，使其切实感受到“宾至如归”的优越服务。
三、精准营销的“眼睛”——?人脸识别技术
为解决主动发现到场客户的问题，可在营业网点大门、叫号机、自助设备、广告机安装专用摄像机，实
时抓取这些位置的人脸信息，由系统自动识别人群中该网点的贵宾和潜力客户，再将客户的人脸信息、现场信息实时发送至客户经理的Pad中。通过人脸识别技术，为银行营业网点部署科技的“眼睛”。
（一）人脸识别技术的分类
目前，主流的客户人脸识别技术主要有两大类。1. 按人脸库建立位置划分
一类是按照人脸库建立位置划分，分本地识别和远端识别两种。本地识别是将人脸库建立在网点端摄像机里，整个客户识别过程基本在本地完成；而远端识别模式则需要将人脸库建在远程中心端，所有识别比对需要从网点端发送至后台完成。因此，本地人脸库模式相比远端建库方式而言，响应速度更快、带宽占用更低。
2. 按传输模式的分类
另一类则是按照传输模式的不同区分，主要分视频识别、图片识别以及人脸特征值识别3种。
（1）识别模式的分类
视频识别模式：前端采用普通摄像机，实时获取
（二）人脸识别精准营销的意义1. 市场竞争需要
随着市场经济的快速发展，银行业竞争日趋激烈，能否成功地发掘客户、留住客户成为每一位银行客户经理成功与否的关键。而如何为高端客户提供专业、全面、个性化的金融理财咨询与服务，也成为各家银行不断探索的难题，并逐渐成为各大银行关注的焦点。为此，各家银行早已推出一系列VIP服务来吸引大客户。
2. 盈利性需要
据权威机构统计数据表明，银行业同样符合著名的“二八法则”，即80%的收入来自20%的客户，对优质客户的拓展与维护已经上升到关忽业务发展的战略高度。如何在第一时间识别出对银行贡献大的VIP客户，是银行亟须解决的问题。
3. 提升客户体验需要（1）提升客户体验
开辟VIP客户服务“绿色通道”，为VIP客户提供更人性、亲切化的优质服务，
赢得VIP客户的良好口
图1 人脸识别大数据分析精准营销流程
栏目编辑：张磊磊 E-mail:1711945429@https://www.wendangku.net/doc/f310967422.html,
现场影像，并将影像以视频的形式实时传送至后台中心服务器，由后台服务器自动从视频中抓取人脸图片，并与保存的客户照片进行比对，从而发现、识别客户。
图片识别模式：前端摄像机自动从现场影像中截取含有清晰人脸的照片并自动抓取，随后将获得的人脸照片以图片的形式实时传送至后台中心服务器，后台服务器直接进行图片信息的识别，从而找到所需的贵宾客户。中国农业银行佛山分行（以下简称“农行佛山分行”）正在应用的ATM刷脸取款就采用了该种识别模式。
人脸特征值识别模式：在前端采用可获取人脸特征值的摄像机，实时抓取现场影像，并将视频中出现的人脸信息在摄像机本地进行加工，产生出人脸特征值（FaceID），并将其发送至后台中心服务器，以实现客户信息的识别。
（2）识别模式的特点及差异
以上3种模式的特点及差异主要有以下4点。
一是网络带宽占用方面。在视频模式中，前端摄像机需要实时向后台传输视频信号，所以对网络带宽的要求最高。图片模式则是在传输前先进行截图处理，且单台摄像机串行传输，因此，对带宽的要求大幅度下降。而人脸特征值模式通过提取人脸特征进行识别，仅在识别到贵宾客户后才上传一张客户现场照片至客户经理Pad上，所以总体网络带宽占用更低。经过测试，视频模式下每台摄像机占用带宽约7 M，图片模式占用20 kb，而特征值模式下仅为每台2 kb，相当于视频模式的三千分之一。农行佛山分行现有各网点到市行带宽为10 M，市行到省行平均带宽约50 M，因此，采用视频模式将在一定程度上影响农行佛山分行生产网络。
二是软硬件配套方面。在视频模式和图片模式下，前端摄像机仅用于完成标准的图像采集，识别完全依靠后端完成，因此，前端摄像机硬件与后端识别系统完全独立，互不依赖，可独立采购。而特征值模式中，由于前段摄像头必须按照后台要求进行特征值提取和处理，所以，从前端摄像机到后台中心识别服务器、识别软件都必须选择同一个厂商的产品，成套购置。
三是识别效率方面。由于视频模式下需要完成视频到图片再到特征值的转换，因此效率最差。图片模式减少了视频转换的环节，效率相比视频模式有较大的提升。特征值模式则直接采用最终的特征值进行比对，识别效率和并行处理能力最高。
四是投资成本方面。前端摄像机方面，视频、图片模式对摄像机的要求相对较低，且可独立采购。而特征值模式，则需要采用专用高清智能摄像机，且必须与后台识别软件绑定。后台服务器方面，特征值模式处理效率高，因此对服务器资源要求较小，而视频模式对服务器数量、配置要求最高。考虑到网络带宽问题，图片和视频识别模式必须在市行部署服务器。
（二）布署的选择
根据上述模式的优劣对比，并结合营业网点的实际情况，建议在网点部署两台摄像机。即在网点大门入口处配置图片识别或特征值识别模式的摄像机，用于快速发现贵宾客户并及时推送营销信息至客户经理Pad上。由于单台摄像机可监测约4米宽的区域，因此，如果特殊网点大门宽度超过4米，还需要部署2台以上摄像机。此外，考虑到上述场景存在遗漏客户的可能，建议在网点排队叫号机上再配置一路摄像机，实时截取叫号机前取号客户的人脸图片，发送至后台进行识别，提升效率的同时也降低了成本。
分布式部署时，为提高识别效率和识别正确率，建议将贵宾客户、潜力客户的人脸库、识别服务存放在省、市两级服务器。省行存放全省贵宾及潜力客户数据，并进行人脸库的统一维护和管理；市行主要存放辖内的贵宾及潜力客户数据。在本市范围内没有找到的客户到省行服务器查找，既确保了市行范围内客户识别的高效性，也保证了贵宾客户在省内跨市办理
栏目编辑：张磊磊 E-mail:1711945429@https://www.wendangku.net/doc/f310967422.html,
业务时也能被及时识别。
以农行江苏分行贵宾客户人脸识别系统为例，其采用分布式部署，分别在省行、市行、网点3层部署不同功能节点。其中，网点端主要部署摄像机用于实时抓拍人像；市行端部署人脸识别服务器及市行人脸库，用于本市范围内客户人脸识别的比对、客户信息管理；省行端部署人脸识别服务器、管理端及全省人脸库，用于全省范围的客户信息管理以及跨市的贵宾客户识别等。该行人脸识别网络拓扑如图2所示。
四、精准营销的“大脑”——?大数据
人脸识别技术为精准营销“开眼”，但仅仅实现了到场客户的发现，要真正实现对到场客户的发掘，还需要为其安上“大脑”大数据。一般而言，要实现对到场客户的深度挖掘和精准营销，大数据分析需从两方面着手，包括客户的“硬信息分析”和“软信息分析”。
（一）硬信息分析
硬信息是指银行可直接获取的、银行系统内存在的、无需进行再加工和深入分析的客户数据信息。其主要包括客户基本信息、资产信息、负债信息、银行产品信息等，见表1所列。
通过客户的硬信息展示，可以直观得出客户的基本情况，甚至可以直观地看出可营销的产品，如客户未开电子银行类产品，客户经理可直接营销电子银行类产品；客户活期存款比例过高，活期沉淀时间较长，客户经理可营销定期、理财、基金、国债等，从而提高
客户资金使用率，提升客户收益；客户名下有车贷但没ETC信用卡，客户经理可营销ETC信用卡等。
硬信息分析可直观地计算出客户对银行类产品的购买能力、对银行信贷的偿还能力及银行配备情况，但无法分析客户对银行类产品的购买意愿，无法得出客户对银行信贷的还款意愿。距离“想客户之所想，急客户之所急”的精准营销还有一定距离。
图2 农行江苏分行网点贵宾客户人脸识别网络拓扑
人脸识别服务器
VIP客户识别管理系统
客户营销系统
交换机
交换机
交换机
地市1
地市N
人脸识别
服务器
数据转发服务器
目标客户人脸识别信息
摄像机（用于进门大厅）摄像机（用于进门大厅）摄像机（用于排队叫号机）摄像机（用于排队叫号机）Pad营销电脑（大堂经理用）
Pad营销电脑
（大堂经理用）
目标客户识别结果推送
栏目编辑：张磊磊 E-mail:1711945429@https://www.wendangku.net/doc/f310967422.html,
时越长，表明客户对广告产品兴趣越浓厚，客户经理可顺势推荐该产品。相反，对信贷类产品申请表的填写时间越短，则表明客户对信用卡产品、信贷机构的申请研究的越透彻，产品营销及信贷审批则需更加谨慎，防止客户欺诈套现。
2. 消费记录
消费记录也是软信息的关键。从客户的理财记录中可以看到客户的购买记录，从客户以往购买理财产品的风险系数、理财期限中，可以看出客户的风险偏好及生活状态。例如，客户过往的理财记录多为保本型理财、货币型基金等风险系数较低的理财产品，反映出客户趋于保守的投资偏好，营销时则需尽量避免高风险理财产品的推介。而理财产品期限的长短同样能侧面反映出客户的生活状态，期限越短则证明客户对资金回笼要求越高，可适当推荐信贷类产品。
3. 搜索记录
通过客户在PC端、手机端等终端的搜索记录，可直观得知客户的购买意愿。
4. 通话记录、微信记录、转账记录
通话记录、微信记录或转账记录也是软信息的重要来源。通过这些信息能够获得用户的朋友圈，也可通过用户之间的转账记录来分析其朋友圈，这也是支付宝朋友圈识别数据的重要来源。通过转账用户的基本信息，可以判断用户是否为同乡；通过家庭住址、单
基本信息
资产信息
负债信息
银行产品
·姓名·定期存款·按揭贷款·开立网银情况开立掌上银行情况·年龄·活期存款·购车贷款·开立手机信使情况·性别·理财·车位贷款·购买贵金属情况·等
·基金·经营贷款·信用卡开立·保险·等
·等
·国债·房产·车辆·等
表1 客户硬信息
表2 客户软信息
软信息范例
·时长（如填写注册信息时长、广告浏览时长等）·消费记录·搜索记录·电商购物流水
·通话记录、微信记录、转账记录·银行流水
·交通行为轨迹、手机上行为轨迹、手机陀螺仪、经纬度等·社交网络、直接联系人、经常联系人教育程度、资产状况等·等等
（二）软信息分析
软信息是指银行需加工分析的、银行系统内无法直接获取的、需要从一些设备或第三方机构中提炼获取或无法直接量化的数据信息。本文的软信息主要为社交网络和行为信息，其主要包括电话等通信相关的人及机器、消费行为、支付行为、点击行为等动态信息。软信息之间必须经得起逻辑验证，没有经过验证或不符合逻辑对称要求的“软信息”不能作为客户分析的依据，因此其不能保证对客户的购买意愿评价是相对客观的，软信息见表2所列。
1. 时长信息
时长是客户关键的软信息。以理财申请表填写时长为例，时间越短，说明客户对理财产品了解越透彻，陌生客户填写时间越短，表明该客户为他行理财大户、熟客，具备一定的潜力可挖掘。营销广告的浏览
栏目编辑：张磊磊 E-mail:1711945429@https://www.wendangku.net/doc/f310967422.html,
五、人脸识别技术在营业网点的其他应用
在银行营业网点投放人脸识别技术，除了可以满足精准营销的需要外，还能为银行营业网点带来更多的好处。
（一）逾期催收预警
建立信用卡逾期、贷款逾期等不良客户图像库，通过网点布放人脸识别摄像机，一旦发现客户到银行网点办理业务，便自动通知相关管户人员。
（二）配合公安机关布控
通过在网点24小时自助服务区、网点门口等地方安装人脸识别摄像机，和公安机关合作，建立犯罪人员人脸库（如电信诈骗类嫌疑人），一旦发现嫌疑人在网点办理业务即可发起报警，协助公安机关实现快速抓捕。
（三）刷脸取号
通过在叫号机上安装人脸识别摄像机，自动识别客户身份，免除客户刷卡取号操作，优化客户体验。
（四）智能机器人营销
技术成熟后，可将该技术应用于网点营销机器人，让营销机器人自动识别客户并实现主动迎客、产品精准营销和解答客户问询等一系列工作，以提升客户体验。
（五）客户身份识别辅助
通过人脸识别技术可大大加强到场客户身份真实性的甄别能力，临柜柜员和授权主管可以人脸识别技术的反馈结果作为业务办理的依据。FTT
参考文献：
[1]农业银行江苏分行. 江苏分行网点贵宾客户人脸识别技术方案[R]. 农业银行江苏省分行，2018.
[2]云从科技. 农业银行VIP客户精准营销方案（平台识别）[R]. 云从科技，2018.
[3]王军伟. 风控大数据时代下的信贷风险管理和实践[M]. 北京：电子工业出版社，2017.
位地址可以判断是否为家人、同事；通过客户的社交圈可以分析客户大概的社会地位、社交网络等，进而根据客户身边人的喜好，投资偏好推荐产品。
案例一：到场客户A，男性，30岁，未在银行购买任何理财产品、贵金属，无法得知客户偏好；客户B，女性，26岁，定期来行购买理财产品，风险偏好保守。通过对客户A的转账记录得知客户A每月工资发放后向客户B划款固定金额一万元。根据客户A，B的转账记录、年龄信息可推测客户A，B大概率为夫妻关系，可以根据客户B的投资偏好向到场客户A进行产品推介。
案例二：客户C，女性，22岁，无固定工资收入，每月银行卡入账5万元左右，定期向固定账户划款2万元，工作2年，收款记录基本上集中在晚上7点以后至早上9点以前，收款对手信息基本为同城个人账户，无固定收款交易对手。C客户大概率为失足女性，系统需尽量避免信贷类产品推荐。
案例三：客户D，男性，56岁，银行账户流水反映其经常有结售汇，多次消费地点为境外，与此同时经常向客户E，男性，20岁划款，而客户E从未向客户D划款。根据客户D，E的转账记录、消费地点、年龄信息可大致判断客户D，E为父子关系，且儿子为求学年龄，客户D家庭有出国、移民、旅游、求学的需求，系统可从产品库中选择相应产品进行推荐，如境外消费优惠的信用卡、留学贷款、西联汇款等。
5．交通行为轨迹
通过手机上的定位设备，可得知到场客户的活动圈、家庭住址、单位住址等信息。例如，从客户的交通轨迹得知客户上班时间从A地点移动到B地点，下班时间则相反，这也可助证其工作地点和家庭住址。
案例：客户F，男性，40岁，从手机定位信息可知客户主要活动地点为本市，但几乎每周都会出现在省外的其他城市，大致得出客户F经常出差，对长途运输工具，如飞机、高铁等较为依赖，系统可向其推荐、营销享有机场快捷、贵宾服务的白金信用卡产品。
大数据下的精准营销策略
学士学位毕业论文 题目：大数据下的精准微博营销策略 学院：经济与管理学院 专业班级：工商管理 姓名：尹铭 指导教师：林彦新 完成日期：2017年3月31日
摘要 大数据时代的到来，改变生活的方方面面，并且数据正在以它独有的优势在各个领域内发挥重要的作用。虽然信息技术的变化对我们来说并不陌生，但是过去信息技术的改变重点往往在不那么被察觉的技术上，而不是更显而易见的“r（Information，信息）。大数据正是这个信息技术飞速发展的时代的产物。大数据时代下，精准的营销节省了时间，提高了效率，正逐渐成为营销市场最重要的发展方向。新浪微博作为一个大型服务类的社交网站，拥有庞大的用户量和信息量，这些用户量和信息量都为新浪微博作为一个庞大数据库的存在奠定了基础。大数据营销在新浪微博上的应用层面很广泛，越来越多的企业利用新浪微博这个大数据平台进行大数据营销。在这个互联网的时代，广告行业从以媒体主导转向以用户为主导，有了大数据平台的存在，以用户为主导的广告可以找出最合适的渠道和方式投放给目标受众。大数据营销的意义在于：突出了互联网广告的优势与目标受众进行互动式的交流，发现市场的新趋势从而改进自身，并且更节省投放广告的成本。本文将通过新浪微博，以具体案例进行分析，分析微博上的大数据营销的优劣处，总结微博大数据营销的意义所在。 通过本文的阐述可以进一步丰富有关企业微博营销的观点及思路。在现实上的意义来讲，希望可以通过本文对未来设想的可能性的思考，使得终端软件开发商可以将各种新媒体形式进行整合，将微博传播方式从目前的单一化变为多元化，以此来迎接4G 时代的大信息化，从而以更丰富的表现形式，更便捷的无障碍互动，将企业微博营销推入微时代营销。 关键词：大数据；精准营销策略；微博营销
大数据精准营销
方法 91 2016年第十一期 “精耕细作”的精准营销是企业营销管理发展的大趋势。精准营销是通过定量和定性相结合的方法对目标市场的不同消费者进行细致分析 , 根据他们不同的消费心理和行为特征 , 企业采用有针对性的现代技术、方法和指向明确的策略 , 实现对目标市场不同消费者群体强有效性、高投资回报的营销沟通。精准营销与传统营销的对比见表。 一、精准营销的主要方法 1.基于数据库营销 建立一个相关信息比较完备的潜在消费者数据库,是进行精准营销的重要基础,需要企业持续的努力,如果企业还没有建立独立的、完备的消费者数据库,可以借助其他组织的数据库,从中挑选出符合企业需要的潜在消费者的信息,来开展自己的精准营销活动。 大数据为精准营销提供了海量的数据,以此建立起更加精确的市场定位与分析,高效地寻找客户,为客户提供更加个性化的产品和服务。 大数据精准营销 关键词:大数据精准营销数据库营销 文/魏想明张晶向贤松
2.关键词搜索广告 搜索引擎利用特殊的信息过滤技术,将不同的内容,例如电影、音乐、书籍、新闻、图片、网页等, 推荐给可能感兴趣的用户,从而实现精准推送。百度、谷歌、bing 等搜索网站都提供关键词搜索广告服务。大多数消费者购买某类产品或服务时,都会通过搜索网站去查询相关信息。企业的产品信息通过搜索网站,就出现在需要的消费者面前, 针对性、精准性强。如购买手机, 你很可能会通过搜索网站去查询手机的相关信息,而当你浏览其他网页时,也会显示手机的广告。 3.数据挖掘技术 通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。数据挖掘的目的是在信息不完全和随机的庞大数据中, 提取出隐含于其中有用的信息和知 识。其目的是让企业分析内外部的信息、预测客户的行为、检验异常模式,帮助企业决策者调整市场策略、减少风险,以做出正确决策。 4.自媒体营销 自媒体时代,很多意见领袖脱颖而出, 例如粉丝众多的微博名人、豆瓣小组、高质量的微信号。这些自媒体明星的特点是,只针对某一类人群,形成了话语体系与传播公信力,如果商家的潜在消费者刚好就是这些自媒体既有的读者人群, 与这些自媒体合作推广,就等于集中面向你的人群。微博能够实现网络数据库精准营销,这种微博营销通过话题互动, 充分利用名人效应, 而且操作简单,费用较低,是一种很好的精准营销方式。 二、大数据对于精准营销的作用 大数据为精准营销提供了海量的数据,以此建立起更加精确的市场定位与分析,高效地寻找客户。
高承远：大数据精准营销的五大弊端
大数据精准营销的五大弊端 高承远 在移动互联时代，猪也能被吹上天。这两年，各种各样的名词层出不群，刷新包括像我们这样专业营销从业者的认知。 这其中被吹上天的，就有大数据营销。 百科里面，是这样解释的：大数据营销是基于多平台的大量数据，依托大数据技术的基础上，应用于互联网广告行业的营销方式。 直白一点，大数据营销的核心在于让网络广告在合适的时间，通过合适的载体，以合适的方式，投给合适的人。 看上去很美好，实际操作过程中却乱想丛生，甚至是一地鸡毛。 首先，从法律法规的层面来看，大数据精准营销非常容易剑走偏锋，实为“不仁”。大数据作为一套分析理论及工具，本来无可厚非，各行各业，大到国家经济政策变动，小到一个马路口红路灯的时长，背后无不是大数据技术在支撑。但“匹夫无罪怀璧其罪”，掌握了大量个人信息之后，如果缺乏有效地管控，大数据的社会危害性极大。垃圾短信成堆、诈骗信息不断、魏则西之类的事件频繁爆发……这已经是活生生的事实。 其次，从经营的层面，大数据精准营销面临往往是对新顾客笑脸相迎，对老顾客不闻不问，此为“不义”。无论是笔者熟悉的运营商，还是滴滴打车等互联网企业，对客户分层分级、标签化的结果就是，对那些产生利润的老顾客，尽量少投入营销资源，对于新客户以及不稳定的老客户（存在流失风险的），反而花大力气营销，企业内部的说法叫“精准营销激活沉默用户、维稳存量客户”，说白了还不是“外来的和尚好念经”呗。 再次，从客户感知的角度，大数据精准营销往往有一种等着客户，守株待兔愿者上钩的感觉，很是“无礼”。传统广告，无论是电视、报纸还是户外广告，总是静静地等在那里，无论你是否看到，它都在那里，而且你也相信其他人也会看到这样的广告。但是大数据精准推送的广告，像影子一样跟踪着你在网络世界里的一举一动，你经常会心里嘀咕，是不是全世界只有你一个人收到了这个广告。而且，动不动就弹出的广告，对用户行为很是打扰。 同时，从传播效果的角度看，大数据精准营销广告由于传播的分散，缺乏
精准营销下的大数据分析利用
大数据模式下的精准营销 于大部份营销者来说，网站再定向(onsite retargeting)是其中一个最重要的营销手段，所谓网站再定向的意思是对曾访问您网站的用户进行宣传，在他们浏览网络时向其展示广告。此手段之所以重要是因为在第一次接触中真正转化为购买的只占2%，而没有产生购买就离开网站的人群体高达98%。网站再定向的威力在于它能够帮助你吸引很多的潜在客户，由于这些用户之前已经访问了您的网站一次，这意味着他们确实对您的产品和服务感兴趣。当你不断向这些用户显示相关的广告，将能够吸引他们回访并完成购买。理论上，网站再定向技术听起来完美，但执行起来，却可能让很多广告主走入死胡同，因为它只能够覆盖到旧有的访客，而无法接触新访客。对于广告主来说，网站再定向是一把双刃刀，它虽然能带来绝佳的ROI，却由于覆盖度不足，会在无形中扼杀销售机会。 其实无论是广告数据或购买行为数据，网络都能记录下来，而网络的实时记录特性，让它成为当下广告主实现定位营销的不二之选。随着技术不断革新，广告主精细化定位的需求也不断得到满足。在随后的篇幅中，我们会简单地对比几大定位技术，并通过电商案例分析来讨论如何让这些数据技术协同起来，促成客户从浏览广告到掏钱购买的转化，实现广告主的收益最大化。 大数据—定向的基础 网络营销的精细化定位潜力只有在大数据的支持下才能完全发挥出来。图中的数据金字塔划分出了数据的四个层级。最底层是广告表现数据，是关于广告位置和其表现的信息。
具体而言，就是广告位的尺寸、在网页的位置、以往的点击率、可见曝光(viewable impr ession)等指标。 再上一层就是受众分类数据。如今，市场上的数据提供商可以通过用户的线上和线下的行为，来收集到广告受众的兴趣、需求等数据。这些不会涉及个人真实身份的信息会被分析，并划分为不同的群組，例如性价比追求者、网购达人等。有了受众分类数据，广告主可以在互联网上按自己的需求和品牌的特性来投放。受众分类数据的针对性更强，也能带来比单纯依赖广告表现数据更好的点击率与转换率，因为它提供了消费者行为和偏好等宝贵信息。 第三层是搜索动机数据。搜索再定向是个用于发掘新客户的技术。它的出现让我们能够发掘出那些很可能会购物的用户，因为他们已经开始搜索与广告主产品相关的信息了。那些具有高商业价值的数据可以进一步被筛选出来，广告主可以将具有高购买意愿的人们再定向到自己的产品信息上来。 而位居数据金字塔顶端的是站内客户数据，这指的是用户在广告主网站上的用户行为数据，包括了用户浏览的页面，下载的信息，以及加入购物车的商品等数据。网站用户通常是那些已经了解过品牌并且对公司也熟悉的一群人。 对于广告主来说，金字塔四层的数据都独具价值。举例而言，广告表现数据是每个广告主都首先会关注的信息，因为这些信息在大多数广告管理平台和广告交易平台都能轻易获得的。同时，那些与用户需求和偏好相关的数据，能够助力广告主更好地实现精细化营销。因此，要想针对性地影响消费者购买路径的每个过程，我们就需要把这四层的数据分析整合，才能制定一个更全面的营销方案。
大数据与精准营销研究综述
大数据与精准营销研究综述 摘要：随着互联网的日益普及，人们对互联网技术的利用率越来越高，由此而来的大数据对社会的各行各业都带来很大变化，人们正步入大数据时代。在企业营销中，大数据的应用可以大大促进精准营销的发展，为其带来前所未有的发展机遇。本文首先分别对大数据与精准营销的研究进行综述，然后提出大数据时代下精准营销模式的问题，最后针对该问题提出一些思考与建议。 关键词：大数据；精准营销；精准营销模式 一、大数据研究现状 1.大数据起源与兴起 1980年，著名未来学家托夫勒在其《第三次浪潮》提出了“大数据”的概念，并热情地将其称颂为“第三次浪潮的华彩乐章”，但是之后很长一段时期内，由于技术发展制约，“大数据”的概念并没有得到人们的重视。 2008年开始，移动计算、物联网、云计算等一系列新兴技术相继兴起，这些技术的发展及其在社交媒体、协同创造、虚拟服务等新型模式中的广泛应用，使得全球数据量呈现出前所未有的爆发式增长态势，数据复杂性也急剧增长，客观上要求新的分析方法和技术来挖掘数据价值，大数据技术应运而生，并得到迅速发展和应用，如此，“大数据”时代真正到来。 2008 年末，三位信息领域资深科学家卡内基梅隆大学的R.E.Bryant、加利福尼亚大学伯克利分校的R.H.Katz、华盛顿大学的https://www.wendangku.net/doc/f310967422.html,zowska联合业界组织计算社区联盟（Computing Community Consortium）发表了非常有影响力的白皮书《大数据计算：商务、科学和社会领域的革命性突破》，使得研究者和业界高管意识到大数据真正重要的是其新用途和带来的新见解，而非数据本身。随后，包括EMC、IBM、惠普、微软在内的全球知名企业纷纷通过收购大数据相关厂商来实现技术整合，实施其大数据战略；国内外咨询机构也相继发布与大数据相关的研究报告，积极跟进大数据领域的研发与应用。2011 年5 月，EMC 公司在主题为“云计算相遇大数据”的World 2011 大会中阐述了云计算与大数据的理念和技术趋势。同年10 月，Gartner 将大数据列入2012 年十大战略新兴技术；11 月，由CSDN 举办的中国大数据技术大会在北京成功举行。大数据在产业界逐渐形成燎原之势。 目前，大数据研究和应用已经成为信息科技领域中的热点。世界各国均高度重视大数据领域的研究探索，并从国家战略层面推出研究规划以应对其带来的挑战。2012 年3 月，
大数据精准营销的价值和方法
大数据营销价值 随着全球的信息总量呈现爆炸式增长，移动互联网、可选渠道和设备增加以及不断变化的消费者特征，同时大数据技术的更新日益。大数据营销依托多平台的数据采集及大数据技术的分析及预测能力，使企业的营销更加精准，为企业带来更高的投资回报率。无论是线上还是线下大数据营销的核心在于在合适的时间，基于你对用户的了解，把你希望推送的东西通过合适的载体，以合适的方式，推送给合适的人。 大数据营销关键问题： 问题1：怎么才能准确知道Who？Where？Do What? How Do? 大数据营销首先要解决的是数据汇聚的问题。通过打通用户在多个渠道上的行为数据，构建对用户行为和用户数据的深入洞察，一方面实时监控各渠道的用户行为特征，运营和营销的效果，进行优化；另一方面集中用户的数据，便于后续的深入挖掘工作，实现以用户为
中心的数据汇聚，提升用户数据价值，实现用户交互的精准识别和多渠道数据打通，为用户提供更准确的服务和营销。 问题2：渠道及交叉渠道组合方式如何选择？ 当营销预算不够的时候，如何在搜索和其他的渠道间进行营销预算的分配？是选择电子商务最优搜索渠道还是选择跨渠道组合营销呢？跨渠道营销预算如何进行排列组合？ 问题3：如何通过个性化营销让企业离用户更近一点？ 营销方式从海量广告过度到一对一以用户体验为中心的精准营销，一对一精准营销实际上是对于任何一个互联网用户在那一刻，在那一个渠道以一个独特的价格，推送一个独特的广告创意，效果是怎么样的。围绕用户、业务场景、触点、营销推送内容/活动推荐，并且基于跨渠道触发式的营销能力，在注重用户体验同时达到最佳的营销效果，并且可对营销进行跟踪，从而不断优化营销策略。 问题4：如何实现基于大数据营销的即时营销？ 企业希望通过实时分析来获取竞争优势。精准营销也要求在活动的同时我们就能得到数据，立即优化营销效果。 大数据营销系统组成： 基于大数据的精准营销过程分为：采集和处理数据、建模分析数据、解读数据这么三个大层面。通过对客户特征、产品特征、消费行为特征数据的采集和处理，可以进行多维度
浅谈大数据时代的精准营销
龙源期刊网 https://www.wendangku.net/doc/f310967422.html, 浅谈大数据时代的精准营销 作者：陈稳 来源：《商情》2016年第43期 【摘要】随着大数据时代的到来，精准营销对于持续有效提高商业银行效益尤为重要。为了促进商业银行的不断发展，提升银行效益，需要采取精准营销管理，推动银行的建设与发展。对于当前商业银行精准营销管理进行分析，挖掘大数据下的顾客需求与商业银行营销之间的关系，为推动银行的发展提出建议与意见。 【关键词】大数据；精准营销；意见建议 一、精准营销的概念 精准营销是指在可量化的数据基础上分析消费者个体的消费模式和特点，并以此来划分顾客群体，精准地找到目标顾客，以及精准地开展营销活动，以提高营销成本效益率的过程。 精准营销核心是“精准”。依托强大的数据库资源，通过现代信息技术手段实现个性营销活动，以现代信息技术、市场定量分析为手段，对客户进行精确衡量和分析，做到合适的时间、合适的地点、以合适的价格、通过合适的营销渠道，向合适的顾客提供合适的产品，商业银行实现效益最大化。 二、精准营销的作用 （一）精准营销降低营销成本 随着精准营销的发展，借助于数据挖掘技术、用户定位技术、云计算等现代信息技术，实现了精准营销信息推送以及线上与线下营销的连接，商业银行的营销更加有的放矢，有效地降低了营销成本。 （二）精准营销缩短销售周期 精准营销与传统营销的显著区别在于更加注重细分客户和精确定位，同时精准营销更侧重于顾客便利，通过细化社会分工，把销售渠道缩到最短。第三方物流的兴起，也使得当前商品流通更加快速，从而有效缩短了销售周期。 （三）精准营销实现可持续发展 先进科技手段的运用实现了商业银行与顾客之间的直接沟通，也使商业银行和客户的个性化互动成为可能，从而不断满足客户的需求，为商业银行建立稳定的顾客群，从而实现商业银行长期稳定的发展需求。
大数据时代下的精准营销精编版
大数据时代下的精准营 销精编版 MQS system office room 【MQS16H-TTMS2A-MQSS8Q8-MQSH16898】
2012年以后，大数据（bigdata）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。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。”本文总结一下：利用海量数据和先进的数据挖掘技术，研究客户行为特征，进行精准营销。 数据库营销 关于数据库营销，美国全国数据库营销中心是这样定义的：“数据库营销是一个动态的数据库管理系统，该数据库的内容涵盖现有顾客和潜在顾客，并可以随时扩充、更新。就其功能而言，要能实现以下目标：确认最佳目标顾客及潜在顾客，然后与顾客建立起长期的、牢固的、融洽的关系，同时根据数据库建立先期模型，进行针对性营销。”? 拉克萨根据数据库营销的产生和演进，把数据库营销的发展过程划分成交易信息、名录管理、数据库分析、接触管理、软件进化、客户关系管理等不同的阶段，所有不同的阶段都可以认为是发展全功能数据库营销策略的一个又一个里程碑。? 数据挖掘 通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。数据挖掘的目的就是要在数据庞大的、信息不完全的、有噪声的、表述模糊的、随机的数据中，提取出隐含于其中的、人们不知道的、但又是潜在的、有用的信息和知识。可以说数据挖掘是一个利用现有的各种分析工具，用以在海量数据中发现模型和数据间关系的过程，然后依据这些模型和关系作出预测。数据挖掘能通过预测未来趋势及行为，帮助人们作出前瞻的、基于知识的决策。? CRISP-DM（跨行业数据挖掘标准流程）是世界公认的方法论之一，也较有影响力。在这一流程中DM不再只是数据的组织或者简单的呈现，也不仅仅表现为对数据的分析和统计建模，其强调的则是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。? CRISP-DM将整个挖掘过程分成了以下六个步骤：商业理解，数据理解，数据准备，建立模型，模型评估，模型发布。? 通常来说，把模型的结果转化成一段数据库存储过程的代码，并与数据处理代码进行整合，就可以在数据库存储过程中实现
运营商大数据精准营销
大数据时代下的互联网精准营销THE AGE OF BIG DATA OF INTERNET PRECISION MARKETING
0102 电信精准营销03电信核心优势 04 电信合作品牌 CONTENT S 目录 大数据时代
社会信息化发展步入大数据时代 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，大数据正成为最值得关注的领域之一 .“大数据”在互联网 行业通常表现为互联网公司在日常运营中生成、累积的用户网络行为数据。 ?每一秒：全球发送290万封电子邮件； ?每一分钟：微博推特上新发的数据量超过10万；社交网络 Facebook的浏览量超过600万； ? 每一天：全球上传2.88万小时视频至Youtube； ? 每个月：网民在Facebook上花费7千亿分钟； ? 上一年：人们制造并使用的数据达1.8ZB。
大数据给社会带来巨大价值 大数据为我们更深入准确地认识和把握事物发展的内在规律提供了信息基础，蕴涵着非常大的潜在价值。这一点不 仅是许多业内研究机构的共识，更已经在商业应用中得到了体现。 据美国麦肯锡公司预测，大数据为美国医疗服务业每年带来3000亿美元的潜在增加值，为欧洲的公共管理每年带来2500亿欧元的潜在价值，为位置服务产业带来6000亿美元的潜在年收入。 零售商充分利用大数据可实现运营利润增长60%，制造业充分利用大数据可降低设备装配成本50%。 经合组织（OECD ）的一项最新研究成果还对互联网数据的市场价值进行了估计，佐证了大数据的巨大 潜在价值。 市场价值2013年 2025年$181亿$1600亿
大数据挖掘下的精准营销策略探析.docx
大数据挖掘下的精准营销策略探析大数据成为商业发展的条件，这是因为科学技术的发展和进步，尤其是信息技术的普及产生的。大数据整合的是更大范围的数据，互联网和信息技术的融合使得大数据产生，为很多行业的发展都创造了条件。大数据来源于人群各种信息，也作用于人群信息，它能够精准化分析数据，从而为人群贴上标签。商业发展中应用大数据能够让信息的多样性和全面性作用被发挥出来，确保企业投放的服务符合人群的需求，达到营销的目的。 1大数据背景下精准营销的概念 大数据的优点是精准，它的精准程度高于传统营销，需要利用互联网技术以及计算机智能技术。主要是通过记录并收集消费者消费行为以及习惯给消费者贴标签，以便于针对性地提供消费服务。智能技术对于收集到的信息和数据能够准确分类，营销活动的开展就会顺利许多。大数据背景下的精准营销包括了三个步骤，数据信息的收集属于第一个步骤。收集信息和数据需要借助互联网工具，目前较为常见的互联网工具包括了以微信、QQ、微博为主的社交软件。当前社会的信息化程度加深，智能手机的使用人群数量增加，几乎每一个人都与网络信息技术之间具有联系。很多平台都会采集用户数据，从而形成了专业的数据库，为营销活动的开展提供了基础。紧接着就是对所收集的信息数据加以汇总和分析，信息智能工具在这当中起着重要的作用。它能够将收集到的信息挖掘分析，从而建立起模型，形成标签贴到用户身上。最后则是将经过了分析和归总的信息数据应用到营销
策略当中，提高营销的精准度。这一环节非常关键，营销单位会根据自己目标群体或者对方投放服务，获得更好的反馈，建立有效消费。企业在制定营销宣传的时候会结合用户对象的不同特征，因此会产生多种营销宣传内容，让用户认可营销内容。从整体上来看，大数据背景下的营销非常精准，而且具有高效率的优势。 2大数据背景下的精准营销策略 现代市场环境非常复杂，企业的数量增加，市场也呈现出前所未有的活跃状态。大数据背景下的企业精准营销，除了充分拥抱和利用大数据背景之外，还需要积极应用互联网技术，使得营销产生更明显的效果。精准的营销工作不仅会提高工作效率，而且能够减少投入，让企业用最少的成本创造更大的收益。企业在精准营销的策略下，能够逐渐形成品牌形象，这对于扩大影响力，增加用户数量，具有重要意义。实践中企业需要做到的是科学调控各个精准营销策略的应用比例，针对不同的情况选择不同的营销策略，提高营销的效果。 2.1自媒体营销 自媒体营销属于当前最常见的营销方式，这有赖于互联网技术的发展。研究当前自媒体平台会发现，数量非常大，而且每一个自媒体都拥有集中的粉丝群。从自媒体平台的性质和内容来看，他们在建立自媒体之前有着明确的定位，并不是向着所有人群发布信息、提供服务的。无论是针对女性的美容时尚自媒体平台，还是针对男性的运动电竞自媒体平台，都是通过企业的内容以及发展方向确定的。为了做好自媒体营销，获得经济效益，需要深入分析自媒体的情况。实践中
商业银行基于大数据下的精准营销
Financial View | 金融视线 MODERN BUSINESS 现代商业134用户群，建立自己的网上银行，构造自己的“支付宝”。但是不可否认的是，如今在互联网领域，国内各大银行占据的份额远远低于两大平台。因此，积极与两大平台合作，而不是通过竞争增加社会的不稳定性可能是浦发银行突破自身业务局限性的有效措施之一。浦发银行可以利用平台的便捷、稳定，创新信贷产品，在平台上开办网上银行。将两大平台的用户群转嫁到自己的平台 上，获得潜在的客户。 参考文献： [1]Tor Jacobson, Kasper Roszbach. Bank 1ending Po1icy, Credit Scoring and Va1ue -at-Risk [J]. Journa1 of Banking & Finance, 2003, (4): 615-633. [2]Zhang CF, Han SY. Research on the Performance of Credit Risk Management of Commercia1 Bank in China. Proceedings of China-Canada Workshop on Financia1 Engineering and Enterprise Risk Management,2010, 2010: 328-331. [3]B I S.B a s e l Ⅱ. I n t e r n a t i o n a l C o n v e r g e n c e o f C a p i t a l Measurement and Capital Standards. a Revised Framework,2012.[4]吕正道.商业银行个人信贷业务的风险防范[J].内蒙古电大学刊，2010(02). [5]茅朝阳.我国商业银行个人信贷业务风险管理体系的完善 [J].金融经济,2010(12). [6]陈宏.基于风险管理的商业银行信贷业务内部控制的研究[J].会计之友，2010(1) [7]蒋萍.宏观调控下个人消费信贷业务风险防范[J].中国外资(下半月)，2011(4) [8]王落存.我国商业银行个人信贷业务风险及化解探究[J].金融经济：下半月，2012(12) [9]冯菁.有效运用征信数据加强信贷风险防范[J].中国信用卡，2013(4) [10]郁晶磊.浅析我国商业银行个人信贷业务的潜在风险[J].商情，2013(8) 作者简介： 王珏，(1994.03.27—)，男，民族：汉，籍贯：江苏镇江，学历：研究生，作者单位：上海大学悉尼工商学院，研究方向：金融学。 商业银行基于大数据下的精准营销 钱俊伟 何丹妮 大连财经学院 116600 摘要:首先本文针对商业银行在大数据背景下精准营销模式的应用基础进行阐述。其次，与实际情况进行有效结合，提出商业银行精准营销模式在大数据背景下的实施需求，并且对其系统功能进行详细分析。关键词:商业银行；大数据；精准营销 我国现在已经全面进入网络化社会时代，特别是在大数据背景下，很多行业都受到大数据的影响。大数据本身属于一种新兴的数据处理技术，在当前各个领域的发展过程中，都可以看见大数据的有效应用。特别是在当前商业银行快速发展过程中，其已经逐渐朝着网络化、信息化趋势发展，商业银行在日常经营管理过程中，会产生出大量的数据。在针对这些数据进行处理的时候，如果利用单一方式进行操作，那么势必会对商业银行的经营效果产生影响。因此，为了保证商业银行数据的真实性和有效性，同时提高数据的利用率，利用大数据可以实现精准营销。这样不仅能够实现可持续的营销计划，而且还能够将一些潜在客户挖掘出来，为商业银行的未来可持续发展打下良好基础。一、商业银行在大数据背景下精准营销模式的应用基础 (一)物理基础 在大数据平台的构建过程中，要从根本上意识到大数据平台对商业银行实现精准营销模式的重要性。商业银行可以利用Hadoop平台作为大数据框架的物理基础，为了实现这一目的，需要对商业银行整体的数据量进行预估。在预估过程中，要对其需要具体设置的节点个数进行计算，这样才能够确定Hadoop中各个组件是否能够满足现阶段以及未来业务在处理时的个性化需求。 (二)数据基础 商业银行在日常经营管理过程中，会产生大量数据，其中包括客户信息数据、商业银行日常运作时产生的数据等。商业银行为了保证这些数据的真实性和有效性，提高数据的整体利用率，需要对数据进行整合分析。商业银行在针对内部、外部数据进行梳理、整合过程中，需要将不同类型的数据进行关联处理。只有将这些庞大的数据源关联成一个有机整体，并且构建出统一数据划分维度体系，才能够将这些数据科学合理的利用，同时为大数据平台的构建提供准确有效的数据作为依据支持。 在针对数据基础进行分析时，通过对其实际运作情况进行调查得出，其主要是由以下四个部分相互组合而成。其中包括数据采集模块、数据冗余、维度定义以及并行分析模块。 二、商业银行在大数据背景下精准营销模式的应用需求分析 (一)客户挖掘功能 在当前大数据背景下，商业银行在日常经营管理过程中，想要实现精准营销模式，就需要将大数据平台科学合理的利用起来，同时还要保证大数据平台中数据的真实性和有效性。精准营销模式的构建以及具体应用是为了能够寻找出准确的目标客户，商业银行只有找到精准的营销对象，才能够实现其最终的精准营销效果。在针对客户的时候，要从不同的角度出发对其进行挖
大数据背景下房地产精准营销模式研究
大数据背景下房地产精准营销模式研究 大数据的兴起为房地产行业的营销提供了新的视角和途径，使得房地产精准营销的实现成为可能。据此，介绍了大数据在房地产行业的运用概况，通过数据挖掘與数据分类整合，结合某房地产电子商务公司精准营销理念，构建大数据背景下的房地产精准营销模式，有效结合传统房地产线上线下营销模式，形成大数据背景下房地产精准营销流程图，并对大数据背景下的房地产精准营销提供了相关建议。 标签：大数据；房地产电子商务；精准营销 1大数据在房地产行业中的运用概况 我国房地产行业经过了数十年的发展黄金周期，伴随着大数据时代的到来，房地产行业在开发投资方面积累了城市地理位置，经济发展情况，城市规划和政策导向，投资在建和供地情况等大量历史数据。在大数据的背景下企业可以根据收集到的相关数据进行挖掘分析，以此来预测未来的供需情况，合理评估项目投资价值，提高开发决策的准确性。Google公司就曾利用搜索引擎記录的相关数据，通过分析海量的关键词词，低成本高效率地预测了美国住房市场供需和价格等相关指数。 房地产行业的价值链主要是融资、拿地、设计建造、销售以及物业服务等几个环节。大数据时代的到来，为传统的房地产企业提供了新的视角。房地产行业迅猛的发展，开发和营销模式不断成熟和完善，但是在市场逐步趋向饱和，不确定性增大的情况下，传统的发展方式也遇到了瓶颈，经营风险扩大迫使不少企业转型以谋求新的利润增长点。在大数据的背景下，当地产企业可以深入分析挖掘到通过以往传统数据分析手段无法获得的各类有效价值，借此对房地产企业未来发展和经营做出更为迅速、科学、精准、安全的决策和预测。提炼大数据的价值并将其应用于房地产企业经营管理各个环节对于房地产企业未来发展至关重要。 2大数据背景下房地产公司精准营销模式 大型房地产公司为了获得巨大利润，需要最大程度的运用企业现有资源和投入资本，尽最大可能减少房地产企业管理运营成本，通过结合传统地产营销和电子商务地产的线上线下营销模式，在大数据的背景下，大数据技术支持和应用下，深入挖掘消费者的需求、意愿、行为以及心理数据，制定针对不同客户的个性化服务营销方案。 大数据背景下房地产精准营销指的是房地产企业依托互联网精准营销系统支撑，在准确进行房地产企业产品市场定位的基础上，以满足客户差异化需求、激发客户潜在需求为切入点，找准营销人群、配准营销策略匹配营销渠道、投准营销资源，其特点是针对性强、命中率高、效果更佳。该精准营销模式包含以下四个步骤。
基于大数据的精准营销模型应用_光环大数据培训
https://www.wendangku.net/doc/f310967422.html, 基于大数据的精准营销模型应用_光环大数据培训 如今，商业银行信息化的迅速发展，产生了大量的业务数据、中间数据和非结构化数据，大数据随之兴起。要从这些海量数据中提取出有价值的信息，为商业银行的各类决策提供参考和服务，需要结合大数据和人工智能技术。国外的汇丰、花旗和瑞士银行是数据挖掘技术应用的先行者。在国内的商业银行中，大数据的思想和技术逐步开始在业务中获得实践和尝试。 面对日趋激烈的行业内部竞争及互联网金融带来的冲击，传统的上门营销、电话营销，甚至是扫街营销等方式跟不上时代的节奏。利用精准营销可节约大量的人力物力、提高营销精准程度，并减少业务环节，无形中为商业银行节约了大量的营销成本。 虽然恒丰银行内部拥有客户的基本信息和交易等大量数据，但是传统的营销系统并没有挖掘出行内大量数据的价值，仍然停留在传统的规则模型。当下，恒丰银行接入了大量的外部数据，有着更多的维度，如果将内部数据与外部数据进行交叉，则能产生更大的价值。客户信息收集越全面、完整，数据分析得到的结论就越趋向于合理和客观。利用人工智能技术，建立精准营销系统变得可能且必要。 恒丰银行基于大数据的精准营销方案是利用大数据平台上的机器学习模型深入洞察客户行为、客户需求，客户偏好，挖掘潜出在客户，实现可持续的营销计划。 周期/节奏 2016.4-2016.5 完成需求梳理和业务调研，并在此基础上进行总体方案设
https://www.wendangku.net/doc/f310967422.html, 计。 2016.5-2016.8 整理银行内、外部数据，根据营销需求制定客户标签和设计文档，实施用户画像。 2016.8-2016.10 在用户画像的基础上，构建理财产品个性化推荐系统。其中包括个性化推荐算法调研，模型对比等一系列工作。 2016.10-2017.1 客户需求预测并对客户价值进行建模，并完善整合精准营销应用模型。 2017.1-2017.3 用户画像、个性化推荐、客户价值预测等精准营销模型上线。 客户名称/所属分类 恒丰银行/客户管理 任务/目标 根据零售业务营销要求，运用多种数据源分析客户行为洞察客户需求，实现精准营销与服务，提高银行客户满意度和忠诚度。 针对不同的客户特征、产品特征和渠道特征，制定不同市场推广策略。为了完成以上任务，主要从以下几个方面构建精准营销系统： 1.用户画像：结合用户的历史行为和基本属性给用户打标签。
大数据实现精准营销的5个步骤
随着白银时代来临，房企对于精准营销的需求正在上升。如何通过技术手段，挖掘大数据下的深层次关系，让营销更准确、有效已经成为营销的重中之重。房地产行业该如何应用大数据，很多人还没弄清楚究竟。不过中海已经通过大数据营销创新创下了多个营销奇迹。 前两天，明源君拿到了中海集团副总裁曲咏海参加某企业产品发布会时的演讲资料《大数据时代下的中海营销创新》，仔细研读了这份资料，感觉还是蛮震撼的。因为之前对中海营销的印象大多只在“营销费用投入很低”，没料到2014年中海在营销方面的创新动作不断，比如成立了独立的营销公司，积极进行营销组织变革，搭建了大数据精准营销体系等等，着实让人眼前一亮。 对于大数据营销，很多公司还停留在喊口号的阶段，中海已经在践行并初见成效，的确值得业内人士学习。今天，明源君就和大家一起分享一下中海是如何利用大数据卖房的。 一、大数据实现精准营销的5个步骤 大数据随着移动互联网的出现已经渗透到了社会的各个领域，中海认为大数据是商业智能，在互联网时代经过外延扩展的产物，其核心仍然是数据的挖掘和数据的分析。开发商传统营销也会收集数据，从定位开始研究客户，但是这种数据在数量以及精细化程度上是远远不够的，另外这些数据也缺乏很强的目的性，可能只能证明个人主观判断的一种需要，并不能帮开发商解决问题。 在大数据的浪潮下中海是怎么思考和探索的呢？中海精准营销体系的建立,首先是以云平台为载体提供用户大数据的入口，中海建立云服务的平台来主动获取客户数据，然后通过企业内部的经营分析平台NC系统来进行数据处理与分析，最终就是跟房地产销售有关的所有大数据评估效果实现一个闭环，包括一线销售人员到一线管理人员,以及总部的管理人员都要运用这个系统进行运营管理，这就是针对大数据时代中海营销体系建立的云客户、大数据、新生态。
大数据时代下的精准营销
Marketing | 市场营销 MODERN BUSINESS 现代商业22 大数据时代下的精准营销 叶涛涛 刘碧池 河海大学企业管理学院 江苏常州 213000 摘要:近些年来互联网的不断成熟也促进了大数据的发展，而大数据也为精准营销的进一步发展提供了必要条件。本文通过对大数据与精准营销的概述来进一步论述大数据给精准营销的发展带来的优势，同时也揭示可能带来的问题及其解决方案，以期对企业在进行精准营销时提供一定的理论支持。关键词:大数据；企业；精准营销；策略 随着时代的进步与发展，科学技术的发展也呈现出日新月异的面貌，由互联网催生出的大数据的概念也逐渐进入大众的视野，在大数据时代的背景下，企业可以将所有的现象与事实都进行数据化分析。由此给企业的市场营销工作带来了新的机遇与挑战，企业只有及早形成用大数据思维思考问题的习惯，才能轻松应对新挑战，抓住机遇，实现企业长远的发展。 一、大数据与精准营销的概述 (一)大数据 大数据最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在《大数据时代》提出，指的是不采用随机分析法即抽样调查法，而是采用所有数据进行分析与预测，大数据的“大”只是相对意义，指所有数据，强调数据的完整性。 大数据的特征是数据量大、数据种类多、时效性强、蕴藏价值大，在人手一个手机的今天，几乎每个软件都会在你不知情的情况下就搜集你的信息，现在互联网公司每天能搜集到的数据是没有互联网以前我们完全无法想象的。企业可以通过搜集到的大量的各种类型的以上信息的数据化和数字化，通过电脑的分析来得出用户的需求和喜好以及市场的主体偏好，进而制定有效的营销策略，进行精准的广告投放和市场定位。 (二)精准营销 精准营销的理论是由市场营销的基础上发展而来。市场营销观念随着社会的发展发生了一系列的演变与发展，随着社会环境由供小于求逐渐向供大于求的客观现实发展，市场营销的理论也得到不断完善，从最初的生产观念发展到今天的全营销观念，企业也意识到企业体系要紧密围绕营销进行组织，企业从研发、生产、定价、战略等方面都要以客户为中心、以客户需求为导向展开。精准营销的概念也由此发展而来，即建立以准确定位为基础的、依托现代信息技术手段的个性化客户通信服务系统，通过数据来研究消费者的所需所想，实现精准的广告投放和直接销售，其基本目标有两个：开源和节流。“二八法则”提到企业80%的利润来自20%的顾客，“开源”即通过信息化工具来发现企业的这20%的“重要客户”，通过个性化的营销手段开发其中的新顾客并同时留住忠诚顾客。“节流”指的是减少成本，提高效率，比如广告的精准投放。在大数据背景下的精准营销通过“开源”与“节流”来增加企业利润，提高企业的整体竞争力。 二、大数据时代下的精准营销现状 (一)用大数据为客户“画像” 客户“画像”指的是企业通过将自己的运营系统以及客户维护系统收集到的数据进行分析，为客户信息贴上标签，以形成客户信息的完整图像。依托大数据的海量数据对顾客的消费习惯、消费偏好等有利于企业进行针对性营销策略的制定的方面进行分析，切实把握住消费者的核心需求，以此为基础进行产品的创新与改进，提高用户群体对公司产品的黏度，培养忠诚的顾客，有利于企业在激烈的市场竞争环境中抓住发展的机遇和企业的长远发展。 (二) 广告的精准投放 广告的作用是什么？提高品牌和产品在消费者心中的知名度和赞誉度。当潜在顾客对企业的产品产生需求时，广告就会引导消费者选购企业的相关产品。所以，当企业运用搜集到的数据通过相关性等算法进行分析时，就能将消费者可能有消费欲望的产品推送给他，很大可能性就满足了顾客的刚需，直接刺激了消费者的消费欲望，实现了将潜在客户转化为客户的目标，以此做到精准投放。同时通过顾客是否消费推送产品的反馈数据收集，扩充数据库，以此又提升了算法结果的精准性，也提升了顾客的满意度。因为精准投放面对的是小范围的特定用户，因此也能降低企业的营销成本，提高广告的反馈率。 (三)实现交叉销售 交叉销售的成功开展也要借助大数据来实现。交叉销售是借助C R M ，在销售人员完成了已有目标之后，主动进行市场拓展，发掘更多的潜在客户需求，以此来销售更多的产品或服务的营销模式。具体来说，企业通过对客户的消费数据进行分析来研究其消费习惯，对那些消费关联性较大的产品可以进行捆绑销售或者将他们的摆放区域进行统一，方便顾客的联动购买，以此带来更多的购买量。在大数据的支持下，只要企业对客户数据进行深度研究从而挖掘其中的大众消费习惯，借此进行商品的优化组合，就能轻易实现由一个顾客向多名顾客拓展的目标。 (四)满足顾客个性化需求 日本社会学家三浦展曾提出“四个消费时代”的理论，这其中第三时代是趋向于个性化的消费；第四时代是重视“共享”的时代。中国正处于从第三消费时代向第四消费时代转变的过程，消费者一方面要求个性化需求得到满足，另一方面追求简约、环保和共享，追求人与自我和所处环境的联系。因为这个时代的大部分消费者是愿意用高价来换取个性化的定制服务的，那么企业就可以在营销活动中通过收集消费者的数据，针对消费者的个性化需求以及消费习惯，制定针对性的、科学性的营销方案，以获得更多的利润。 (五)改善营销途径 营销信息的传播渠道各种各样，针对不同类型的产品或服务其市场推广效果也有可能有较大差别，运用一些公司的成熟的归因模型，营销人员能够评估他们在市场营销中投入了大量成本的活动的成效，以此找出对收益有较大贡献的那些途径。然
大数据精准营销的论文.
大数据精准营销的论文 2019-11-30 现代科技的发展给人们的生活带来了许多新变化，消费者越来越强调自我，追求个性，企业在捕捉消费者越来越多样化的需求上面临更多挑战。以IT 应用技术、智能通信技术为基础的精准营销应运而生。正如现代营销之父菲利普科特勒所认为，市场营销是企业需要更精确的有效通信和市场营销策略的实施过程，同时交流通信的结果是必须能够计算出来，并且市场营销可利用高效的通讯得到较大利润。在智能数据挖掘分析时代，我们可以通过对数据的AI＋挖掘的管理、准确程度与精密程度、选择客户与市场定位等多方位来展现精准营销的价值。 一、引言 大数据应用于精准营销就是在大数据的支撑下，尽可能多地获取消费者的信息，从中分析挖掘他们的潜在需求，并利用数据技术进行精准的广告投放，使营销更具针对性。首先，大数据为精准营销提供了海量的数据信息[1]。在互联网中，用户的信息行为都能转化为数据，企业通过分析这些数据，挖掘消费者的潜在需求，运用信息技术进行精确的、个性化的广告投放，实现精准的营销。同时，在营销过程中，每一个用户的Cookies数据是可记录和查询的，即与目标用户的每一次接触都会留下痕迹，利用这些“痕迹”可以建立一个消费者数据库，实现客户的信息管理。大数据使更高效的精准营销得以实现，精准营销又为大数据提供更多信息积累。 二、大数据下的精准营销模式 1.受众精准。大数据技术为营销找到更能满足业务需求的受众。通过对数据的整合分析，我们可以得出清晰的用户画像，了解用户的个性与需求，从而实现一对一的精准投放和服务。如拥有强大的数据管理平台（DMP）的TalkingData，能对超过20亿移动受众人群的数据进行汇聚、清洗、萃取，结合一系列算法模型，输出人群分类标签数据体系和目标受众分析工具。由此，企业可以更加精准地找出目标受众，进行针对性的广告投放。 2.成本精准。大数据技术使广告投放更加精准，提升了广告的转化率和回报率，大大节约了成本。在大数据的支持下，我们能挖掘大量与消费者相关的数据信息，从中分析出消费者的基本属性、兴趣爱好、消费习惯、消费需求等，更加准确地定位目标受众并进行细分。再运用人群定向技术，精准地向受众投放针对性的广告。这样的精准投放，改变了以往大范围无目的的广泛投放模式，大大节约广告投放成本，避免浪费。同时，精准的广告信息往往能主动迎合消费者的需求，更容易使其对产品和服务产生好感，从而大大提高了广告的转化率和回报率。企业通过大数据进行精准营销，可最大程度降低营销成本，提升品牌价值。 3.效果精准。运用大数据对消费者的需求进行筛选跟聚合，使精准营销的层次得到进一步提高。在大数据技术的支撑下，我们可以得到清晰的目标受众定位，有效细分人群，提供针对性较强的个性化聚合服务。改变了以往精准营销提供综