牛根
摘要:大數(shù)據(jù),指的是所涉及的數(shù)據(jù)資料量規(guī)模巨大,人們無法再合理的工具范圍內(nèi)處理數(shù)據(jù)從而達(dá)到擷取、管理、處理、并整理成為協(xié)助企業(yè)經(jīng)營決策更積極目的的資訊。隨著科學(xué)技術(shù)及互聯(lián)網(wǎng)的迅速發(fā)展,大數(shù)據(jù)時代的來臨已經(jīng)悄無聲息,各個行業(yè)內(nèi)每天都在產(chǎn)生數(shù)量巨大的數(shù)據(jù)碎片,這要求廣告投放在技術(shù)手段上要更加精準(zhǔn),本文就大數(shù)據(jù)在整合營銷中的數(shù)據(jù)應(yīng)用展開簡要探討,對于大數(shù)據(jù)的融合和互通進(jìn)行針對性梳理。
關(guān)鍵詞:大數(shù)據(jù);整合營銷;廣告
一、大數(shù)據(jù)時代下的數(shù)據(jù)分析
隨著企業(yè)規(guī)模的不斷成長,有效存儲和管理長期累積的且仍在持續(xù)快速增長的海量數(shù)據(jù),我們從中發(fā)掘出的商業(yè)價值,也意味著擁有巨大的商業(yè)和市場潛能的同時,也帶來了嚴(yán)峻的挑戰(zhàn):大數(shù)據(jù)將挑戰(zhàn)企業(yè)在存儲架構(gòu)及數(shù)據(jù)中心基礎(chǔ)設(shè)施等,也會引發(fā)數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、商業(yè)智能、云計(jì)算等應(yīng)用的連鎖反應(yīng)。所以如何選擇有效的商業(yè)解決方案和成熟的解決辦法,已經(jīng)不是單純的IT技術(shù)問題,而是河企業(yè)未來發(fā)展前途緊密攸關(guān)的關(guān)鍵性問題。
自從大數(shù)據(jù)在現(xiàn)代運(yùn)營中產(chǎn)生牽一發(fā)而動全身的作用以后,各行各業(yè)其實(shí)都牽扯進(jìn)去了。所以說大數(shù)據(jù)的出現(xiàn)給實(shí)質(zhì)性的給我們帶來了巨大變化。
1.大樹據(jù)已經(jīng)開始漸漸地涉及到各個領(lǐng)域,它把數(shù)據(jù)與資本、人力一起作為生產(chǎn)的重要因素。在已有的經(jīng)濟(jì)學(xué)基礎(chǔ)上,我們知道資本、人力、生產(chǎn)資料是主要因素,但是現(xiàn)在大數(shù)據(jù)開始加入到這個行列。
2.數(shù)據(jù)的使用成為組織競爭和成長的關(guān)鍵因素。你能夠充分地利用這些數(shù)據(jù),就能給你的企業(yè)帶來競爭力。
3.數(shù)據(jù)的市翁會加強(qiáng)新一輪的產(chǎn)品率增長和消費(fèi)者剩余。
二、企業(yè)如何應(yīng)對大數(shù)據(jù)時代
《整合顧客數(shù)據(jù):交易型數(shù)據(jù)和關(guān)系型數(shù)據(jù)在整合營銷傳播中的角色》一文中,唐·舒爾茨等學(xué)者更詳細(xì)的闡釋了企業(yè)對數(shù)據(jù)的整合運(yùn)用。其將企業(yè)的數(shù)據(jù)分為三種類型:分別是交易型數(shù)據(jù)、關(guān)系型數(shù)據(jù)和交易與關(guān)系混合型數(shù)據(jù)。文中提到企業(yè)要善于運(yùn)用可獲得的獨(dú)立數(shù)據(jù),并與自身的數(shù)據(jù)進(jìn)行整合起來分析運(yùn)用。大數(shù)據(jù)要求存儲設(shè)備和存儲方式的改變。所以,在大數(shù)據(jù)信息時代,對于數(shù)據(jù)分析的手段才是關(guān)鍵,所以只有通過數(shù)據(jù)分析才會給你帶來相應(yīng)更多的價值。若果你的數(shù)據(jù)達(dá)到十億的時候,通常情況下軟件是無法正常運(yùn)行下去的,有的時候需要幾個月,顯然這個速度人們是無法接受的。所以自然在新的時代,我們需要更高性能的分析軟件如SAS。
三、大數(shù)據(jù)分析存在的技術(shù)瓶頸
1.由于分析手段的限制,你不能充分利用所有未知和已知的數(shù)據(jù)。
拿統(tǒng)計(jì)來說,如果我的合理分析能力沒有辦法一步到位,取樣的時候就取小樣,但是一旦取多了又運(yùn)算不下來。所以當(dāng)你的樣品量越大,其所含有的信息就越完整。因此,我們希望能夠?qū)λ械臉悠妨窟M(jìn)行分析,如果你的分析手段達(dá)不到,你分析所使用的數(shù)據(jù)就會受到限制。
2.主要會受限于能力而無法獲取更多復(fù)雜問題的合理結(jié)果。
3.由于時限而不得不采用某項(xiàng)相對于簡單的數(shù)據(jù)建模技術(shù)來呈現(xiàn)。
4.對模型凈度進(jìn)行妥協(xié),因?yàn)闆]有足夠的時間來執(zhí)行多次迭代。
四、大數(shù)據(jù)分析的創(chuàng)新戰(zhàn)略
在大數(shù)據(jù)分析方面,你要有一個完整的戰(zhàn)略,要根據(jù)自己企業(yè)的架構(gòu)和分析的戰(zhàn)略,這有非常大的關(guān)系。你應(yīng)該不斷地使用這種方法,對不斷變化的數(shù)據(jù)進(jìn)行分析。比如你的數(shù)據(jù)原來有這么大的量,它隨著時間會不斷地增長,隨著數(shù)據(jù)的增長你要不斷地使用這個生命周期對現(xiàn)有的數(shù)據(jù)做分析,這樣才會給你帶來大的競爭力。
高性能分析還應(yīng)該和一些可視化工具配合,才會達(dá)到比較完美的結(jié)果。SAS的可視化分析工具就可以達(dá)到這一點(diǎn)。這個可視化分析工具包含了幾個方面:
1.數(shù)據(jù)的準(zhǔn)備。它其實(shí)就是一個把數(shù)據(jù)取出來放在內(nèi)存里面的過程,數(shù)據(jù)的準(zhǔn)備和內(nèi)存分析的關(guān)系是非常緊密的。
2.探索??梢詫?shù)據(jù)的探索,可以得到即時的報(bào)告,而且可以用不同的工具查看工具。
3.DESIGNER工具,它可以幫助你設(shè)計(jì)報(bào)告。
在高性能分析的模式下,它的分析數(shù)據(jù)基本上都不是在SAS的服務(wù)器中,它是在一系列的服務(wù)器或者刀片機(jī)等各個方面,服務(wù)器包括了很多的節(jié)點(diǎn),里面有多核的,而且內(nèi)存量非常大,我們可以做庫內(nèi)分析,網(wǎng)格計(jì)算的話,還可能把它分布到不同的機(jī)器上,還有內(nèi)存分析。
在高性能運(yùn)行模式下,神經(jīng)網(wǎng)絡(luò)計(jì)算模式需要十幾分鐘。但傳統(tǒng)運(yùn)行模式下數(shù)據(jù)量達(dá)到億的時候就需要幾十個小時的時間。高性能分析的速度明顯很高,而隨著數(shù)據(jù)量的增加,它的性能應(yīng)該說是表現(xiàn)得更好。
五、結(jié)語
最初整合營銷傳播的側(cè)重點(diǎn)是如何通過各種傳播活動(比如廣告策劃,公共關(guān)系,數(shù)字營銷等)去創(chuàng)造和虛擬一個統(tǒng)一的組織形象。即“一種形象和一個聲音”,“整合”主要是在傳播形式上保持一致,使得廣告或者數(shù)字營銷在效率上得意提升。
對于大多數(shù)企業(yè)來說,大數(shù)據(jù)已經(jīng)開始在行業(yè)里生根了,但是想要合理高效利用大數(shù)據(jù)的數(shù)據(jù)應(yīng)用還是一個待解的命題。其實(shí),作為大數(shù)據(jù)最先落地也最先體現(xiàn)出價值的應(yīng)用領(lǐng)域,廣告營銷的數(shù)據(jù)化之路已有成熟的經(jīng)驗(yàn)和操作模式可借鑒。