论文部分内容阅读
随着科学技术的不断发展,当前已经进入了大数据时代。互联网积累了数量庞大,类型丰富的数据,这些数据蕴藏着巨大的商业价值。若把这些数据收集起来加以整理应用于营销,会带给企业超额的利润。但是,这些数据结构复杂,稠密不均,数据量巨大,需要用大数据挖掘等相关技术来解决上述问题。通过对客户网上的交易信息,互动信息的获取对数据进行加工和整理,分析客户的行为和偏好,拓宽销售渠道,增加产品功能,调整营销战略,进行市场预测,提高客户满意度,最终实现真正“以客户为中心”的宗旨,使企业持续高效的发展,营销更具实时性和准确性。本文在研究国内外相关课题发展情况的基础上,重点在以下几个方面的做了研究工作:首先,获取及时准确的数据是大数据产品营销致胜的关键。但是,获取的数据来自互联网各种资源类型的数据,所以,需要对数据进行资源类型分类:列表页采集,元搜索采集,协同采集,电商采集等。大数据产品营销需要对客户需求进行详细全面的分析,利用中文分词技术来识别中文语义,避免歧义。由于获取数据过程中需要逻辑判断,开发了“判定图”工具来甄别事物之间逻辑关系,划定所要数据的范围,从而能够通过图形化界面形式更加迅速的对采集的数据进行挖掘。其次,通过当下热门的四款汽车进行比较,对用户的偏好进行了详细分析,找出客户的关注点,分析了客户对汽车后期维护,细节处理的需求,以及目前市场状态下,存在的改进方向,为企业的进一步发展提出了战略性建议。最后,分析大数据背景下企业如何根据自身特点进行外部和内部调整,结合内外部数据进行分析为企业的产品营销发展和营销战略的制定提供数据支持和发展方向。