精准营销在电子商务中的应用研究

摘要：当前时代正处于信息爆炸阶段，越来越多的企业认识到信息的重要性，因此各行各业纷纷重视与践行对数据的分析研究。大数据在互联网时代扮演着越来越重要的战略资源角色，数据中的价值越来为大家所挖掘。企业也开始将大数据营销——精准营销作为重要的营销策略。

关键词：大数据分析；数据价值；精准营销

引言

随着全球经济一体化的发展电子商务在运营空间和时间上不断被拓展，基于大数据营销的电子商务应运而生。数字时代的商业消费者已变得越来越有见识，他们向工业营销和销售团队提出挑战，要求他们调整传统的营销策略以完全接受买家的偏好和期望。Forrester在其最新研究报告中预测，超过20%的公司将开始在其工业营销平台中应用现代技术，以优化业务买卖双方之间的互动。大数据分析（Big Data Analysis）[1]使电子商务公司能够更多地使用数据有效地提高转换率，改善决策，创造并增强客户能力。大数据可以通过提高市场交易成本效率、时间成本效率、管理交易成本效率使企业盈利。本文认为运用大数据分析进行营销是与众不同的高性能业务流程的策略，例如可以利用它确定忠诚和可盈利的客户，确定最优价格，检测质量问题，或者确定最低的库存水平。

现阶段，大量的学术研究和行业研究已经证明，大数据分析在电子商务的市场营销，人力资源管理，生产以及运营领域取得重要成就。Davenport（2012）[2]发现电子商务环境下的大数据分析正在试图探索新的产品和增值领域。此外，Agarwal和Weill（2012）[3]还强调了在大数据分析中行为要素占非常重要的作用，他们认为电子商务环境下进行大数据分析是业务流程，通过大数据进行技术优化与客户进行情感交流，对大幅提高公司绩效至关重要。

1、精准营销的定义

在21世纪，信息技术、科技进步以及文化多元化，使得营销环境发生了巨大的变化。如何克服传统营销公司占主导地位，客户资源浪费巨大，营销不集中，低成本效率等问题已经越来越被企业所重视。消费者行为的精确分割、挖掘有价值信息的客户已经成为营销活动的核心，是公司发展的核心所在。在这样的背景下，莱斯特·温德曼在1999年提出了精确理论的市场营销，为21世纪新的营销理念的出现奠定了基础。精准营销[2]是在充分了解客户信息和科学管理的基础上适当细分市场，为客户提供满意的服务。公司可以精准、深入、细致地策划营销活动，进而获得预期效益。

也就是说，精准营销是指营销客户的“点对点”，它来源于主观性地对“客户第一，企业第二”的认知和“以客户为中心”的营销理念，以及意味着精心组织和设计客户；精准营销意味着 “一对一”，要求企业重视顾客而不是商品的物理属性和突出产品的特性来吸引和满足客户喜欢锁的钥匙；精准营销是指“网对网”技术，它要求企业对销售渠道和物流进行系统、高效地管理。

2、电子商务精准营销的原因

电子商务中的精准营销是精准营销的逐步拓展和深入发展。精准营销应用于电子商务的原因主要有以下几点：

（1）精准营销在电子商务中的应用是适应营销世界变化的一种方式。随着21世纪社会环境的日益复杂，文化的更新和丰富，未来市场需求日益个性化、多样化，消费者的需求和态度也在发生着巨大的变化。互联网技術的发展为新的商业模式增添了活力。消费者不再满足于传统的营销方式，于是数据库营销、在线营销、定制营销等营销理念应运而生。精准营销是营销理念的发展和变化的产物。它剔除以前的营销理念，转向数据库营销和网上营销。

（2）精准营销在电子商务中的应用是满足消费者需求和行为的一种方式。随着社会的发展，教育和文化的进步，自我意识变得越来越重要。自我意识在消费者需求和行为中的表现是逐渐变化的，从普通消费到特色消费，从数量、质量上的要求到情感要求上的转变。此外，蓬勃发展的网络带来的科技创新促进消费者在需求和行为上不断发生转变。因此，消费者的需求和行为是精准营销在电子商务中应用的动力。

（3）精准营销在电子商务中的应用符合电子商务发展。市场环境的巨大变化丰富了企业间的竞争。这个竞争不仅是市场份额和利益的竞争，更是顾客的竞争，甚至是竞争关于“精准营销服务”的能力。电子商务是买卖双方在互联网上进行交易，他们彼此不认识。“以客户为中心”的精准营销能使电子商务企业在营销上得到极大的提升效率高，节省大量营销成本，充分发挥自身优势，实现客户之间的紧密结合。

3、电子商务精准营销的方式

电子商务中的精准营销是为客户提供“一对一”的优质产品或为实现电子商务“网对网”的便捷，他们需要建立和可访问的服务企业与客户之间的“点对点”信任关系。可以从以下几点实现。

3.1 细分客户群体

顾客需求和动机的多样性和发展导致了顾客行为的复杂性。然而，正如我们常说的，任何事物都有其自身的发展规律，顾客行为也不例外。电子商务企业采用精准营销，利用数据仓库、数据挖掘等技术，收集并分析大量数据。根据购买偏好等信息细分客户群体，从而预测不同群体对商品和服务的需求，定制特定的营销策略。

3.2 挖掘客户潜在需求

传统的营销方法对客户资源的利用有限，造成了资源的浪费。而精准营销在电子商务中的应用重视了客户资源实现了企业和客户的“双赢”。从顾客购买价值、信息知识价值、信誉价值等方面挖掘顾客的潜在需求从而更好的为客户提供产品和服务。同时利用精准营销可实现企业之间的交叉销售，使得企业自身收益。

3.3 加强与客户之间的沟通

对于基于互联网的电子商务来说，客户流失使得许多企业面临重大危机。由于没有地域、时间的限制，客户流失对企业将造成更严重的损失。精准营销采用数据挖掘方法分析相关的客户行为数据，然后提醒公司根据识别出的行为针对可能流失的客户采取行动，帮助企业抓住机遇，制定维护客户的策略，加强沟通，维护和保留客户。

4、精准营销在电子商务中的作用

基于以上分析，精准营销在电子商务中的作用主要是实现企业和客户之间的双赢。

（1）对客户而言，电子商务中的精准营销让客户享受到符合自身需求的商品和服务。通过精准定位的购物方式使消费者获得舒适且满足的心理满足感。

（2）对于电子商务企业来说，电子商务中的精准营销可以分析顾客行为，充分利用顾客价值，关注客户需求并加强与维护客户。此外，还可以提高老客户的忠诚度，实现交叉销售，改进企业产品、服务以及组织结构。这些都有助于电子商务企业提高竞争力，使企业获得更多的竞争优势。

5、机遇与挑战

大数据在电子商务中的应用能给企业带来很多方面的价值。任何的有创新价值的模式都会同时面临着挑战：大数据也不例外。尽管大数据可以为企业带来很大的业务价值，但是同时也带来了很多业务挑战。精准营销在电子商务的应用使员工得到更合理的分配，流程更好的部署，将数据转换成洞察力去精准定位，从而解决业务问题并作出可靠决策，创造竞争优势。领先的电子商务公司例如Google，Amazon，eBay，ASOS，Netflix和Facebook已经接受了大数据并得到了巨大的发展。然而，Kiron等人认为大数据环境中最大的挑战之一是它没有为如何在保证与组织文化一致的前提下开展业务给出明确的方向[5]。在这方面，Barton（2012）强调现阶段经理面对的主要挑战是不信任大数据这一技术。因此在获得员工和顾客的认可过程中，经理应该以更易于理解的模式展现给顾客，从而获得他们的信任[6]。此外，消费者越来越注重其隐私的保护，有一些企业不注重对消费者信息的保护，引起消费者的强烈反感，因此企业还应注重对消费者信息的保护，尽量消除消费者关于隐私泄露的担忧，比如通过制定相关制度与政策来杜绝这类事件的发生，严惩不贷。大数据环境下的精准营销面临的另一个关键挑战是：如何从海量的数据量中得到自己想要的数据，并对其进行集成、清洁以及可视化。因此，因此，企业中相关人员的技术和分析技能（例如，统计，背景，定量，预测认知技能和其他相关知识）至关重要。此外，这些人员还应精通业务问题，具备使用大数据语言进行交流的能力。综上，将精准营销运用于电子商务中，归根结底还是技术与人才维度的交织，两者之间不是独立的，而是共生的关系。企业应该专注于复杂技术的数据分析功能以及培育强大的人才团队。

由于大多数组织都面临着这类机遇与困境，关于如何使用大数据的建议，本文建议第一步是花时间创建一个简单的计划，来了解数据，分析数据，然后团队人员聚集在一起一起商量如何合理运用这些数据来为顾客帶来很好的商品与服务，从而创造企业业务价值。

6、结论

精准营销不管是从企业自身的发展来说，还是消费者自身的消费体验而言，都是顺应时代发展的，是具备创时代的意义的。然而，对于现阶段的中国而言，精准营销还是一个新的事物，目前对精准营销的研究还不够透彻，未能实现其真正的价值所在。我国对大数据的应用虽然还在起步阶段，但是其发展势头和营销效果都很出色，相信在未来随着对精准营销研究的越来越深入，将发掘出其更多的价值，朝着精细化、个性化的方向发展，实现跨越式的发展。

参考文献：

[1] 陈明. 大数据分析[J]. 计算机教育（05）.

[2] Davenport， T.H.， 2012. The Human Side of Big Data and High-Performance Analytics. International Institute for Analytics， pp. 1–13.

[3] Agarwal， R.， & Weill， P. （2012）. The benefits of combining data with empathy. MIT Sloan Management Review， 54， 35.

[4] 魏想明， 张晶， 向贤松. 大数据精准营销[J]. 企业管理， 2016（11）：91-93.

[5] Kiron， D.， Prentice， P. K.， & Ferguson， R. B. （2014a）. The analyticsmandate. MIT Sloan Management Review， 55， 1–25.

[6] Barton， D. （2012）. Making advanced analytics work for you. Harvardusiness Review， 90（78–83）， 128.

作者简介：何静，上海工程技术大学。