营销资源的分配与企业未来的发展战略密切相关。但是,当前营销资源分配中个人主观判断因素过重,需要增加市场因素,提供科学决策支撑。本文提出了基于企业海量市场数据的采集与分析系统的架构,根据采集到的全国市场的信息,包括产品的销量,结构,地区等,完成对市场数据的存储和处理,提取营销资源分配的决策变量,与企业客户分类结合,以品牌全生命周期管理为核心,建立营销资源的分配模型,以效益、市场趋势等为评价依据,寻求到最优方案,科学分配营销资源,支持企业的精细化管理和动态化决策。具体研究内容如下:1)感知市场数据信息,通过市场走访,定时录入,终端采集等多种途径完成企业海量数据的采集。通过内部填报能够采集到的数据包含计划数据,订单数据,客户数据等;通过外部数据可以采集到零售订单数据,物流数据,库存数据,其他业务数据等。在完成海量数据采集的基础上,构建企业的数据体系结构,进行数据的分析、处理和展现。2)在营销资源分配过程中,影响因素有很多,包括市场因素,地理因素,企业定位因素等。在影响营销资源分配的因素中,采用随机森林提取出影响企业营销资源分配的决策变量。结合企业数据规模大,时效性强的特点,提出基于层次聚类和k-means聚类的客户分类方法,进一步进行区域市场的细分。3)解析品牌的生命周期,包括进入期、成长期、成熟期、衰退期四个阶段。根据产品所处的不同生命周期的阶段的资源需求,结合企业的营销体系结构,构建了营销资源分配模型。针对不同的区域市场,通过资源的差异化投入,达到营销战略的目标,为品牌赢得更多的客户数量和客户订单量,最大程度上延长产品的生命周期,增加企业的利润,提升企业的效益和竞争力。4)验证资源投入的科学合理性,通过销量预测实现对营销资源配置模型的修正与验证。在销量预测的过程中,分别搭建线性回归,AR模型和BP神经网络三种销量预测模型,通过对预测结果的分析比较,选取精确率高的预测模型,进行营销资源配置模型的系数修正。5)搭建企业的营销资源集中平台,将营销资源配置模型投入实际使用。通过与传统营销资源分配模式的效率的对比,证明基于海量数据的营销资源配置模型能够帮助企业优化营销资源配置流程,提高营销资源使用效率,提高企业的销售利润。