人工智能的市场营销范文
时间：2024-01-22 18:07:31
导语：如何才能写好一篇人工智能的市场营销，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
[关键词]保障性住房 认知偏差 行为决策理论
保障性住房的功能是满足中低收入者的住房需求，因此，扩大保障性住房建设的目的在于让更多的中低收入者住有所居，而不是将其作为一种调控工具以稳定房价或者拉动内需。保障性住房的调控功能已被政府，学界及业界所认同。但是，保障性住房该不该具有这一功能，保障性住房功能的认知偏差对保障性住房市场发展以及整个房地产市场的发展会否造成不利影响却很少有学者提出质疑。基于此，本文就基于保障性住房功能认知偏差——保障性住房具有调控功能认知下，政府、房地产企业和消费者的决策行为对房地产市场效率的影响展开分析。
一、保障性住房功能的认知偏差对房地产市场效率影响的理论基础
20世纪50年代Simon提出了人类有限理性(bounded rationality)的概念, 揭示了人们在认知上无法实现最优化, 在实际判断中经常不遵从概率和最大效用的原则, 其结果就是产生了各种对规则的偏离和认知谬误(cognitive fallacy)。在Simon有限理性概念的基础上，Kahneman和Tversky等人自20 世纪70 年代以来进行了大量关于认知决策的启发式和认知偏差的研究。Kahneman和Tversky认为在不确定条件下，认识偏差的存在会致使人的判断或决策出现以偏概全、以小见大的情况，也就是说，现实中的人们通常只是重视以直观性现象为依据的条件概率，或者说是按小数法则而不是按大数法则来决定自己的决策。郑雨明(2007)在综合Kahneman、Gigerenzer 等人的观点, 将认知偏差定义为：个体在认识和判断事物时, 与事实本身、标准规则间所产生的某种差别和偏离, 或偏离的倾向和趋势, 是认知与被认知的事物之间、应遵从的判断规则和人们的现实表现之间所存在的一种无法拟合的缺口, 一种没有实现的不完全匹配, 是人们的认知局限和认知风格、感觉机制和加工策略、个体动机和情绪情感等因素共同作用的结果。
随着认知心理学的发展及人们对认知偏差研究的深入，促成了理性决策悖论的形成。对行为决策理论影响最大的学者是Kahneman和Tversky。他们把认知心理学的研究成果运用到经济决策中，发现人们的“三类认知偏向”，并根据不确定条件下人们的真实决策行为，提出了“预期理论”(Prospect Theory) [3]。这也是行为经济学理论中最重要的部分，而预期理论的基础就是认知心理学中的偏差分析。
综上所述，我们可以看出，认知心理学中对认知偏差的研究促成了行为决策理论的发展。行为决策理论是通过实证的方法研究人们的实际决策过程，描述决策者真实的决策行为，从中归纳出行为特征并从认知和心理方面进行解释，提炼行为变量并改进理性决策模型。其研究范式是先提出有关人们决策行为特征的假设，然后从实验、统计调查、访谈等方法中得到的现实资料来证实或证伪所提出的假设，从而得出结论[5]。黄成(2006)对行为决策理论发展的历程及各阶段中决策行为的实证研究方法进行了梳理，发现决策行为的实证研究方法（观察法、调查法、实验法）在很大程度上决定了行为决策理论发展的进程[6]。
二、保障性住房功能的认知偏差对房地产市场效率的影响
观察法指研究者在未经控制的日常生活条件下，有目的、有计划、系统地观察记录经济行为人的外部表现，从而分析、判断其行为及心理活动的一种方法。下面，我们将通过观察法归纳和描述政府、房地产企业、消费者三个中观主体的决策行为及其对房地产市场效率的影响。
1.保障性住房功能认知偏差下，政府的决策行为及其对房地产市场效率的影响
廉租房的资金来源主要是公共财政预算安排的专项资金和接受社会捐款的住宅保障资金，而经济适用房建设用地一般通过行政划拨，免收土地出让金，大部分税费减免。因此，依靠保障性住房拉动内需时，政府没有动力建设保障性住房。另一方面，政府在保障性住房的建设标准上监督不力，会出现保障性住房建的不经济、不适用，比如建筑面积过大，功能和装修标准过高，导致总价过高，使得低收入者和“夹心层”无力购买保障性住房，从而导致经济适用房销售对象的外延就无限放大。通过建设保障性住房以抑制房价时，一方面政府在通过建设保障性住房抑制房价上涨上没有动力，不愿意房价下降。因为房价下降会影响地价，从而政府的土地出让金也会“缩水”；另一方面，从经济特性上讲，土地是一种有限的不可再生的自然资源，稀缺性决定了其供给弹性小，因此地方政府在保障性住房的土地划拨上缺乏动力，不舍得划拨更多的土地用于民生工程建设。
从上面的分析我们可以看出，在保障性住房功能认知偏差下，政府的决策行为引起的房地产市场低效率的主要表现：一是保障性住房不能很好的配置给保障对象；二是地方政府在保障性住房建设用地的配置上缺乏动力。
篇2
A股市场中有人工智能概念的公司不在少数，但敢说自己以人工智能为主业并且赚到钱的公司寥寥无几，科大讯飞作为智能语音的行业龙头，在人工智能方面可谓颇有建树。
从2016年科大讯飞的年报可以看出，科大讯飞目前有六项主要业务，分别是教育行业产品和服务、系统集成、互联网产品和增值运营、IFLYTEK―C3（智慧城市）、语音支持软件及产品、大数据产品和服务等。
在六大业务中人工智能的成色到底有多少呢？我们分项看一下。
首先教育行业产品和服务。科大讯飞的产品涵盖“考、评、教、学、管”全产品体系，另外就是办学收入，k学收入不属于人工智能范畴，公司主要的人工智能应用融入在机器阅卷、普通话及口语评测或者融入语音交互的智慧课堂设备中。
近日引起热议的高考机器人，即“国家863计划”中科大讯飞牵头研制的“高考机器人”项目，成都准星云学的AI-MATHS在断网断题库的环境下用时22分钟完成北京卷文科数学高考试题并获得105分。这是科大讯飞在教育行业产品和服务人工智能应用方面比较典型的代表。
从收入角度来看，教育方面可以贡献收入的有四项业务：一、教育信息化过程中为“三通两平台”建设提供软件及系统；二、讯飞启明提供的口语及普通话机器评测；三、讯飞皆成提供的智慧课堂；四、收购乐知行带来的数字校园业务。从以上几项收入来看，目前科大讯飞在教育智能应用上已经探索出较为成熟的业务模式。
其次，系统集成包括信息工程和音、视频监控，这主要是为他人做技术支持，人工智能很难在这个业务范畴去创新，系统集成属于应用已成熟技术的业务领域，所以我们可能难以看到科大讯飞在这个维度上做智能突破。
第三，互联网产品和增值运营，业务包括：电信增值产品运营、智能硬件产品、互联网运营服务。智能硬件产品是人工智能的重要阵地，这也是科大讯飞做人工智能重点突破的领域。目前基于人机交互界面AIUI拓展在智能家居、机器人、智能穿戴等方面的软硬件一体化应用比较有前景，其典型产品有叮咚智能音箱、智能遥控器以及儿童智能语音玩具。
第四，IFLYTEK―C3，业务主要是公共安全行业产品和智慧城市行业应用，这项业务与系统集成类似，是利用成熟技术为其他下游做配套，所以难以有人工智能的创新。
篇3
2007年8月，几个人工智能专家告诉IBM高级副总裁约翰・凯利（John Kelly III），他们要创建世界上第一个处理非结构化数据、可与人互动的人工智能系统。九年之后，这个系统成了IBM第四次转型的核心。
这个人工智能认知系统，就是今天声名大噪的Watson。命名为“Watson”，意在纪念IBM（NYSE： IBM）创始人Thomas J. Watson。
2011年Watson初次亮相，就打败了美国问答游戏电视节目《危险边缘》的连胜纪录保持者和最高奖金得主。这是IBM历史上继“深蓝”计算机在1997年打败国际象棋大师卡斯帕罗夫后，又一次成功挑战人类。赛后，IBM将Watson提升到公司级战略地位。
2014年，IBM专门组建了Watson部门，迄今已经在这个部门投入了数十亿美元，目前该部门拥有约1万名员工。
今年初，IBM董事长兼CEO罗睿兰（Ginni Rometty）宣布IBM正式进入这家公司历史上的第四次转型。转型目标是成为一家认知解决方案云平台公司。Watson是IBM此次征途的核心推手。
2011年IBM百年之际，英国《经济学人》周刊曾撰文总结IBM历史上的三次重大转型，分别是从机械制造到计算机制造、从大型机制造到包括个人电脑在内的分布式计算机系统、从计算到服务。
罗睿兰称，“未来五年，我们所作的每一个决策，无论个人，或是专业机构，都将受到Watson的协助。”
第三咨询机构Forrester首席分析师戴鲲告诉《财经》记者，Watson是IBM在人工智能领域的核心产品，也是加速其相关软硬件及云服务在各行业采用、延续其收入增长与利润水平的重要推动力。
如果一切顺利，IBM这家百年老店将再次上演大象跳舞式的转型。 商业化加速
10月底的Watson世界大会期间，IBM宣布了两个重要合作。一是将与汽车制造商通用汽车公司合作，Watson将为其新版车机系统OnStar提供技术支持；此外，IBM还将与全球教育机构培生合作，Watson可以为其学生提供自然语言下的学习指导。
通用和培生都是所在领域内的标志性用户，和它们达成合作，意味着Watson的商业化再下一城。此前数年，Watson仅在医疗等领域比较著名。今年，随着金融、零售、时尚、教育等多个行业标志性样本的出现，Watson的商业化版图正在悄然扩张。
罗睿兰曾乐观预测，到2017年底，全球将有10亿人使用到Watson的相关应用或服务。
外界亦看好Watson带给IBM的营收提升力。IBM目前并不单独披露Watson的财务数据，但证券研究机构瑞士银行估计，2016年，Watson将产生5亿美元的营收，并在未来几年保持快速增长，2020年将创下60亿美元的营收，而在2022年，数字更是上涨至170亿美元。
事实上，Watson带给IBM的收益将不仅限于Watson系统自身的收入，还包括Watson助推下的包括云服务业务、咨询服务在内的多个业务板块。
结合罗睿兰对全球认知技术的测算，认知技术市场目前有320亿美元的市场份额，这个数字在过去四年增长了16倍。智能决策的市场份额，到2025年，预计将达到2万亿美元。
这意味着，从2007年研发，经过十年布局，IBM终于要收获Watson了。
物联网是另一个商业增长实例。德国汽车零部件供应商舍弗勒集团（Schaeffler）正在利用Watson物联网平台改造其供应链、制造和销售等环节。仅在三季度，Watson物联网平台的新客户数量就增长了一倍。
需要强调的是，只有不断完善Watson的能力，IBM才能够说服客户转向IBM的云平台，与其竞争对手构建起真正的差异化，开拓更多市场。
医疗健康是Watson目前最强的领域。IBM Watson团队超过一半为医疗团队。从最早帕金森专项治疗，到利用医学影像 “狙击”癌症、糖尿病、心脏病等重大疾病，Watson的计算能力和对数据的分析能力，使得医疗行业最有可能先被颠覆。
不断吸收大量非结构化数据并学习是Watson成为全球医疗健康第一人工智能系统的秘诀所在。
2015年以来，IBM为了“喂饱”
Watson，宣布了多宗有关医疗健康领域的公司收购案，比如一家是可以查看5000万份美国患者病例的分析公司Explorys，另一家是提供云计算软件，可以把各种类型的健康数据进行处理，为医生提供数据方面分析的Phytel。此外，这份收购名单上还包括医疗数据公司Truven、医疗影像与临床系统提供商Merge Healthcare。这些公司拥有大量医疗数据，比如账单记录、病历、X射线和MRI（磁共振成像）图像等。
收购这些公司花费了IBM超过40亿美元，这相当于IBM 2016年单季度净利润的两倍。
IBM意图很明显――加强Watson在健康数据分析方面的能力。
此次Watson宣布进军更多垂直领域，给了投资者和市场无限想象力，它所隐含的挑战也正在于此。
Gartner分析师Tom Austin评论称，IBM给自己设定的目标很宏大，但可能需要花费数年的时间，以及昂贵的成本。 补齐短板
Watson解决方案与以往软件套装的模式不同，IBM将各种功能打包成API（应用程序编辑接口），根据企业需要进行调取。
Glenn Finch表示，“这就好像是乐高玩具，中间有很多的环节，能够组合在一起。”这意味着，在一段时间后，IBM可以支持40个不同的行业，数百个子行业的需求。
作为平台，Watson必须不断补充两个核心资源――基础数据和垂直行业领域的专业知识。
IBM正在加大这一投资。IBM已陆续收购了基础天气数据提供商The Weather Company、医疗与健康数据公司Truven Health Analytics、金融服务合规性方案提供商Promontory Financial Group等12家公司，投入收购资金超过50亿美元，而去年同期用于收购资金仅为821万美元。
分析师们认为，IBM会继续对能够产生数据的领域投入重金，并且这是一个长期行为。
对基础数据的收购，正在帮助Watson提升分析数据的能力。Watson正在为一家面包店可以根据天气的变化制定合理的生产策略，同时为一家化妆品公司分析下一季口红的流行色，甚至为一家巧克力公司创造新的口味。
对行业解决方案商的收购，则帮助IBM逐步完善Watson行业分析的能力。如对Promontory的收购，IBM希望其能为Watson增加金融监管的专业知识。用新的方法帮助金融业客户达到合规要求。
收购之外，合作也是一种路径。IBM通过与Twitter合作，可以获得社交网络的数据，用于Watson的大数据分析，就是典型的例子。
社交网络的数据正成为云计算厂商追逐的热点，尤其是那些过去与互联网联系不那么密切的IT厂商。
2016年，微软以262亿美元巨资收购职场社交网络LinkedIn；甲骨文携手腾讯落地中国市场，看中的也是后者在社交网络上的布局。
甲骨文中国区董事总经理李翰璋告诉《财经》记者，“腾讯有成熟的互联网经验，对PaaS和SaaS的发展起关键支撑作用。”
针对中国市场，IBM也正在寻求社交网络的合作伙伴，腾讯和新浪微博是其两个重要选项。
不仅如此，IBM还通过研发拓展Watson的能力。
10月26日，IBM宣布一系列新的产品策略和市场方案。一方面，利用Watson机器学习、自然语言处理等能力，丰富了数据处理、分析，以及移动化的使用场景；另一方面，在市场营销、商务、供应链和人力资源等垂直领域推出Watosn认知解决方案。这些方案与近期IBM推出的金融、法规和教育等方案，构成了一系列可商业化的产品阵列。
在认知技术的帮助下，传统产业的流程得以改造。IBM称，一家大型制药公司通过应用“认知预测与计划”引擎，可以快速甄别新的机遇和风险，从而作出投资决策。其预测准确性从80%提升至99%，产生超过1亿美元的增量利润。
IBM甚至决定将Watson发展成为一个新的生态系统。未来不仅将向Watson引入更多的开发人员、大学、企业参与，扩展认知技术的应用范围，而且在恰当的时机建设针对不同行业的专有平台，从上到下打通数据。
补足短板后，Watson已经形成的群聚效应会更加明显。到2017年底，Watson应用覆盖人数将达到10亿，这令Watson提升企业竞争力，进而改变行业成为可能。
Watson作为全球人工智能最高水平的代表，技术创新和商业模式创新的边界似乎无限。
阿里云人工智能首席科学家闵万里认为，人工智能的一大挑战是从分析学习人类逻辑思考能力上升到情感等更加不具备逻辑性的维度，这也是Watson新的挑战和机会所在。 转型利器
Watson平台孕育十年之久， 2016年1月，罗睿兰在消费电子展上宣布，IBM将成为一家认知解决方案云平台公司。在这个转型目标中，Watson是核心主角。
Watson已经成为全球人工智能的主要玩家。但是，IDC预测，到2020年，全球60%的人工智能应用程序将在四个公司的平台上运行，它们是亚马逊、谷歌、微软和IBM。
与亚马逊、谷歌和微软不同，这三大巨头的人工智能产品与服务处于增值地位，而Watson则处于IBM的主流地位。
罗睿兰表示，未来企业将因具有认知能力而获得差异化竞争优势。
IBM意识到，Watson自身的强大并不足以完成转型。IBM需要Watson来推动增长。该公司的营收已连续18个季度出现下降。
从具体业务板块来看，Watson、数据分析和云计算等新型业务正在增长，但这个进程还不够快，无法完全弥补其在传统硬件、软件和服务上的萎缩。
IBM的今年三季度财报显示，代表新兴业务的认知解决方案部门营收同比增长5%，但作为传统业务的硬件系统部门却同比下滑21%。
IBM决策层对这样的过渡阶段似乎已有预期。为了保证转型效率，罗睿兰一面出售低利润和亏损的业务，一面调整组织结构，增加大数据、云计算等领域的投入。IBM近年来卖出了80亿美元的业务，同时收购了50多家公司。
不过，某大型国际IT公司副总裁认为，IBM将Watson放在战略核心并非创新战略理念，他向《财经》记者表示，“以大数据为主体的分析已经成为产业标配，无论是AI（人工智能）还是BI（商业智能）。单独提出来更像是一种市场营销的策略。”
但一位前IBM中国区高层评价，这些有计划、有价值的收购，对IBM彻底转型成为一家人工智能公司十分有益，难点是这些投资也拖累了IBM的短期业绩，局面几年后才能扭转。
IBM需要在能够带来现金流的传统业务及能够带来未来的认知商业中做平衡。
IBM大中华区董事长陈黎明向《财经》记者表示，IBM既要保障传统的客户和市场，也要向云计算和认知技术投资。担心说得不够明白，他又打了个比方：“既要赚到面包和黄油，又要盯着地平线方向在发生什么，那是我们的未来。”
但眼下，陈黎明亦强调，认知计算（Watson）不是一个孤立的技术，它带给IBM的是一连串战略上的联动效应。
在组织和业务架构上，Watson团队和IBM其他团队已经融合作战。
IBM大中华区全球企业咨询服务部副总裁徐习明此前接受《财经》记者采访时透露，面对一个企业客户，IBM要确保能够提供一个完善的、整套解决方案，这需由各个业务单元共同组成――包括前端的咨询服务、提供基础设施的硬件系统、大数据、云以及安全等部门协同完成。
从产品体系来说，Watson不再是单独销售的产品，而是作为一种API，开发者可以从云平台上获取其功能。
戴鲲表示，云平台弹性伸缩的广泛服务能力和大规模实时数据处理能力是人工智能的必要保证，基于深度学习的预测分析等技术的人工智能，提升各行业产生客户的产业观察、体验和运营决策。
Watson的发展正在反哺IBM云业务。2014年，IBM基于开源项目Cloud Foundry推出了PaaS云平台Bluemix。Watson作为特色云服务之一，与物联网、区块链等集成进入Bluemix平台，这些成为了IBM混合云服务的核心。
IBM近两年针对混合云的部署，重新设计和开发了集成服务器、存储和软件等传统关键业务，并针对混合云的环境设计了多种版本的服务。
Bluemix分为本地、专属和公众三个版本，分别用于企业防火墙后、公共数据中心的独立机柜，以及公有云平台不同环境。
与此同时，一些第三方SaaS（软件即服务）应用生态基于此生根发芽。一家名为“Wayblazer”的初创企业正借助Watson为其客户精准定制旅行计划；日本软银集团研发的机器人Pepper的大脑就是Watson；教育机构芝麻街使用Watson对学生的学习材料进行个性化甄选……
可以说，IBM现在正全力把Watson云平台与其他企业级生态互联互通。罗睿兰强调，在Watson的生态圈里，IBM只是其中一员。
IBM决策层还在持续探索Watson和IBM其他业务融合的可能性。数月前的一个内部会议上，罗睿兰问IBM区块链首席技术官：“Watson和区块链是否可以融合做出更多意想不到的商业应用？”
按照罗睿兰的计划，IBM2018年超过40%的收入将来自业务分析、云计算、网络安全、社交网络设计和移动技术的公司市场。
这一目标正在被快速接近。IBM今年10月公布的2016年三季度财报数据显示，IBM第三财季营收为192.26亿美元，净利润为28.53亿美元，虽然同比依然下滑，但云业务营收同比增长74%。此前，IBM已经连续七个财季业绩超出华尔街分析师预期。原因在于云业务增长强劲。
接下来，IBM和罗睿兰需要面对的最大难题是如何停止已经超过18个季度的营收下滑。
中国的一位大型云平台服务商创始人向《财经》记者评价，IBM并不会因为眼前的低迷而衰落。
原因有二：其一，IBM是一家矩阵式的公司，是集体自由的。它跟微软完全不同，微软的老板太牛了，而IBM是一家没有老板的公司，这种公司很难死；其二，IBM的组织架构令整个公司的研发体系非常强大，研发和产品能力强大，公司CEO的职责更倾向于销售和市场。
篇4
【关键词】电力营销；制约因素；合理建议
现如今我国的产业结构和市场宏观调控的调整，供电企业也将在国家的大力支持下得到完善的发展。但是，要想结束其垄断经营的模式进行市场竞争，则需找出电力营销制约的因素及对策，这样才能知己知彼，积极做好电力营销工作，在市场竞争中立于不败之地。
1 电力营销的特点
1.1 电力市场营销的背景
营销理论起源于20世纪80年代末，到如今逐渐完善，在电力市场营销理论中，电力的表现形式就是无形的电能，具有实现价值。因而，电能的价值体现就体现在了使用产品和服务方面。良好的服务及优质的产品使用都要求电力市场营销方式的转变。
1.2 电力行业的现况
电力行业在国家的宏观调控和市场经济体制的改革下已失去其垄断地位，从而加入到市场竞争的洪流当中。而电力产品加入市场则需要分析预测市场需求和现状，并非一朝一夕就可以。随着我国的相关政策和大力引导，电力营销方面的措施也在逐步进行中，新产品新技术的问世也使得电力在市场竞争中崭露头角。但是，电价体制，资源浪费，电力销售的中间环节还存在着不同程度的弊端，则需要进一步改善，使其能在市场竞争中立于不败之地。
电力企业的市场化发展已逐渐形成规模，而决定电能使用量的电力客户，应在服务上实现最大优待，杜绝冷冰冰的服务态度，用良好的服务实现市场的最大化。
2 供电公司的制约因素
电力的发展主要体现在五个方面：
营销模式的制约。市场体制的发展使得营销模式跟不上市场变化，虽然，营销模式和营销体制已经在逐渐转变，但是营销模式中仍存在这样那样的问题。例如，有些企业中，内部结构机制与基层供电站隔着供电分公司，从形式上讲，公司中应不存在这一分级，因此在内部机制的运行中存在着上下衔接不当的问题，使得内部运行机构与外部服务人员工作脱节，各专业人士得不到最大化合作。
电网建设制约着电力的发展。电网是电力输送的必要渠道，而现今电网建设的投入可谓少之又少，这直接影响了电力的输送，从而制约着电力的营销。主要体现在：市区中许多老旧设备不适应电网安全运行，使得电网布局不能适应负载的增长，同时出现重载问题；城市电网中线路走廊、变电站、配电站的征地困难大，与城市化建设、环境协调、城市区域化发展相矛盾；电网建设资金投入少，新设备新技术无法广泛利用；电网所要的合环点其控制条件在运行中不能被满足；局部性的电网重载问题不能得到解决；中低压所需配电网网格建设不足，变电站的布点达不到要求；低电压运行的设备需要提高；老旧线路不同程度损坏。
政策的运行力度制约着电力营销。市场经济具有协调和控制成本与价格的作用。电价不能阐释市场的需求，过高的电价会影响甚至制约客户的用电需求，与天然气的成本不同，其价格上也不具备可比性，没有竞争优势。电力营销量需要一个完善理智的决策，促进市场对电所体现的商品的科学认知。电网企业的供求离不开电力的使用，大客户自备电厂则会对电网企业的利益形成冲击，对于企业的电力营销市场所要体现的服务也造成影响。不大力倡导开发新技术，不引进新技术造成配网的管理无序，不能自动处理细微的错误，配网管理模式落后。
营销观念的陈旧不能与时俱进，服务观念、市场意识没有很好的发展；企业思想没有正真认识到市场的导向性；大部分企业认为电力作为虚无的东西不需要营销模式，只实现供求就可以；现有的服务方式和项目没有一个完善的体系，缺乏对营销工作有一个全面的考虑。营销的服务与户表的需求存在冲突。营销管理模式欠缺，出现问题相互推脱，导致户表的改造出现时间间隔，造成很大程度的影响。而且，大量户表的改造需要的技术及管理体制得不到提高和完善。管理的高额成本及改造所有的投资也是制约电力市场的一方面。
营销队伍也同样制约着电力的营销。大部分地方仍实行人工抄表的模式，表箱处于高的位置使得维护和保养变得费时费力，从而使得服务质量跟不上，出现问题不能及时解决；企业经营电力营销人员作风散漫，欠缺敬业精神；员工的分配不均，总量居多但分布不均；人员没有一个系统的营销模式，其素质与当前的形式差之甚远。服务水平问题严重，管理方式落后，不能真正服务于客户，仍是处于坐等客户咨询的模式，无法与时俱进，创新出适合客户的多样化服务和需求。这与服务的高质量要求仍存在差距，没有实现全心全意为客户服务的宗旨。
3 电力营销制约因素的对策
针对电力营销的制约因素，其建议分五方面：
电网的完善和输电硬件方面的完善。电网的建设不足，长期滞后的发展使得城市电网老化现象日益突出，同时农村电网得不到更好的发展，从而无法将电力进行输送。加强城市化电网的建设，在集中使用区域用电缆降低使用成本，避免浪费，城市中心的配电线路进行合理化转带；利用科技技术实现人工智能型电网；实现城市规划建设与电网建设协调发展；替换老式的供电设备，经常检修城市配网保证服务质量。实行带电检修，减少停电带来的不便，提高供电的可靠率。
建设人工智能和新技术型电网。完善电力企业内部的人员分配，利用电子数据库分析市场动态，合理开拓市场，改善电价管理。利用新技术完善负荷、配电等系统。城市电网的复杂需要智能型的设备进行运行和维护，例如，110kv的区域安装户内GIS的设备。
制定合理的电价保证电力营销。降低电力产品产出成本，刺激市场对于电力供求的影响，将电价维持在动态的平衡中。进行市场竞争，在竞争中求发展，通过影响电价的各种因素完善电价体系。运用集成化管理电费的收集，实行智能型缴费系统，从根本上减少人工抄表的落后，降低不必要的成本，使人力资源利用最大化。杜绝乱收费问题，保证客户用电质量和成本，实行一户一表服务，杜绝物业公司额外加价，减轻客户不必要的负担，使得客户使用“放心电”，从而增加营销量。
合理的实行用电促销，促进电能的大量使用。提供合理的促销手段，刺激消费者的使用。完善服务工作，实行“阳光服务”窗动，形成完善的服务一条龙，尽快的解决电能使用中出现的问题。环境的要求变高，供电企业应该倡导节能的用电工具取代煤和燃气的使用，利用节电节能的活动增加电力在消费者市场的占有率。实行稳定现有市场开发新市场的措施，拓展电能的使用空间和内涵。提高电力市场的应用率的同时，也与环境、自然、社会协调发展。
加强企业的管理与领导，全面提高人文素质，促进服务人性化发展，坚持以人为本的中心思想，充分认识到电能使用和服务的紧密关系，重视队伍建设，建立健全营销模式。充分体现企业的核心价值，树立员工正确的指导思想，实现服务建设的最大化发展。积极引进高技术人才，培养重点领域和关键岗位的高技术人才。
4 结语
电力企业的发展在市场竞争中存在着许多制约因素，而供电公司若想在市场竞争中独树一帜，则需要改善内部的弊端与不足。只有加强电网的建设，建立良好的企业文化和先进的输出设备才能让其有逐步完善的趋势，才能在市场竞争中处于优势地位。
参考文献：
[1]赵松.对我国电力营销的探讨[J].现代商业，2009（03）.
[2]任孝峰.供电企业电力市场营销现状及对策建议[J].产业与科技，2008（07）.
篇5
1、联合数字巨头
每个月美国人使用Google搜索120亿次。Facebook今年将拥有10亿用户。Apple和Exxon正在移动领域争夺最有价值企业的头衔。所以，创业者如果能够联合像Google、Facebook、Apple、Twitter、Linkedin以及Amazon的这些数字巨头，必将大获成功。
2、加快创新步伐
创新这个话题越来越受到关注，从视频网站，到桌面电脑，再到语音识别软件，创新无处不在。IBM公司开发的Watson计算机告诉我们，此类高性能的计算机将是未来社会人工智能技术发展的先驱。我们应该更加期待诸如IBM、Google、Apple、Facebook以及Zynga这样的企业带来创新。
3、抓住移动机遇
现在美国有3亿2000万手机用户。移动手机正在跨步前进。早在2010年，Google就宣布发展要“把手机摆在优先发展的位置”。Google确实在手机快速发展的时期抓住了最好的发展机遇。除开移动网络的发展，移动广告、手机优惠券、移动搜索引擎、位置提醒记住以及手机应用程序都将在2012年得到蓬勃发展。
4、视频！视频！视频！
人们每天要看30亿部视频。据Alexa网站的数据，Youtube视频网站已列为全球访问数量第三的网站(第一是Google，第二是Facebook)。每分钟，都有超过48小时时长的视频内容上传到Youtube中。2012年，视频业务只能是加快发展，所以创业人员要时刻保持亮丽的形象，然后为自己的事业准备好杀手级的视频推广策略。
5、用户定位搜索
SEMPO在其2011年的《美国搜索市场报告》中说，北美的搜索业务市场在2011年将达到193亿美元，较2010年涨幅16%。从这项数据来分析，预计2012年搜索市场的规模将很就容易超过200亿。这么大的涨幅，用户定位搜索肯定功不可没。用户定位搜索可以帮助企业自动选择用户、投放广告，从而大大提高广告点阅率。
6、结合社交网络
最近几年，市场分析人士一致都在争论究竟用哪种方法来衡量社交网络更有用，关注人数还是评论转发数？在今年，人们将把目光从关注人数转向更加实在的评论、转发和分享的人数。
7、整合社交、位置和手机
我们不得不承认我们都是社交化的人类，而且我们聚集生活在一起，都在使用手机。想想你出门的时候，是不是边拿着手机寻找商店，还边在Facebook上改状态或者传照片？Google预言说是“把手机摆在优先发展的位置”，还不如说2012年是“社交、区域、手机三手抓，三手都要硬”。
8、市场营销自动化
市场营销自动化正发展的如火如荼。单市场营销自动化过程这一问题就有无数个解决方案，更别说帮主企业在Twitter上的宣传阵势的营销方式。不管是展示广告还是社交媒体广告，在2012年都急需在市场营销自动化领域进行创新。
9、迎来多屏幕时代
比尔盖茨曾幻想在未来每家每户的桌子上都有一台电脑。可是时代不同了，我们现在生活的世界不仅仅需要一台台式机，还需要笔记本电脑、平板电脑、智能手机以及互联的家电设备等。有约86%的用户在看电视时还在使用手机。在美国超级碗(Super Bowl)比赛期间，Twitter上每分钟发表17000条新消息。
10、“大数据”时代
数据无处不在，市场分析人员需要数据来作分析，然后将数据分析结果用来改善营销手段，从而提高市场营销效率。McKinsey&Company预测说：“在可见的未来，数据增长将呈指数级增长。”然而，不仅只有大公司才需要使用大量的数据。许多中小企业也在使用创新的云端存储技术来实现新颖又低耗的数据解决方案。未来，必将是属于“大数据”时代的。
11、直接定位客户
传统的市场营销趋势是从普通大众再到更专业的人士这样垂直宣传的过程。预计2012年企业将会直接与其目标客户联系在一起，让市场营销更加有效、更直接。
12、下线上线不分开
篇6
关键词：新媒体环境；市场营销；影响；措施
1. 新媒体的概念
新媒体是一个与旧媒体相对的概念，是对新时期出现或形成的新兴媒体类型的统称。因此，新媒体所包含的内容并不是固定不变的，而是随着时间的变迁和媒体技术的革新而不断赋予新的内涵。旧媒体，又称传统媒体，现阶段的传统媒体主要是指基于传统科学技术而形成的媒体形式，重点包含电视、广播、报刊杂志及各种户外广告等。与传统媒体相对应，新媒体即是指以计算机通信技术和互联网技术等高新科技为基础，通过无线宽带、有线以及卫星通讯等传播方式，将文字、图片、音频及视频等进行数字化处理并传播的媒体形式。如互联网、智能手机等。新媒体也存在着形成、兴盛与衰落的过程，新媒体逐步融入社会结构并应用于社会生活的方方面面，随着科技的发展与产品的更迭，新媒体也逐步会被最新的事物所取代，演变为这一时期的传统媒体。21世纪以前，电视是最先进和最热门的新媒体形式，但进入21世纪，电视则纳入了传统媒体的范围。由此可以看出，新媒体的形态也是动态变化的，社会发展需求与科技进步相互作用，共同推进着媒体功能与内容的创新发展。
2. 新媒体环境对市场营销的主要作用
2.1促进市场运营快速见效
毫无疑问，新媒体有助于帮助企业拓展更加广阔的施展平台，借助新媒体的传播形式，市场信息可以十分便捷快速地传播给信息接受者，实现信息的共享。企业依靠这种方式进行品牌推广和营销，为企业的发展创造更多的商机已经成为常规手段。知名度不高的企业通过“网红”人物、事件和产品获得曝光率，迅速提高知名度，迅速占据热搜位置，成为大众耳熟能详的关注点等就是最好的例证。当下，企业可以借助新媒体传播环境和新媒体传播手段和形式的不断更新，以及对移动互联网平台与人工智能时代信息技术的不断渗透应用，促使市场运营快速见效。
2.2建立高素质人才队伍，推动新媒体营销发展
新媒体营销人才的缺失是当下企业开展新媒体营销面临的重大问题。所以，必须建立一支高素质的人才队伍，以此来促进新媒体营销的发展。企业必须建立健全的人才的引进机制，从不同行业引入经验丰富的人才，发挥他们人才优势，帮助企业弥补新型营销人才缺失的尴尬局面。同时，要加强对内部员工的培训工作，提升员工掌握新媒体技术的水平。建立健全的人才发展与考核机制，充分将员工是否能够熟练掌握并运用新媒体技术纳入考核体系中。
2.3新媒体时代要更懂传播的规律和技巧
传统媒体时代，企业对渠道的掌控力较强，用户通常扮演倾听者的角色，信息呈现“单向”传播模式。在新媒体时代，由于人人都自带传播渠道，信息呈现出复杂的“多向”传播模式。新媒体的出现，让内容、渠道和人的关系发生了巨大变化，弄懂这三者之间的关系，是品牌做出有效营销的前提。内容越来越同质化，渠道越来越失控，用户越来越难以取悦，传统的营销策略和节奏渐渐失效。新媒体时代和传统媒体时代做营销的最大区别，就是必须更懂内容传播的规律和技巧，因为这是一个“人人自带渠道”的时代:每个人都有自己的社交账号，每个人都能辐射一群人。
3. 新媒体环境下市场营销主要策略
3.1找准市场定位，提高营销效率
基于新媒体时代下的企业品牌运营策略，必须对品牌市场进行有效地定位分析。新媒体技术发展日新月异，其平台和受众群体也越来越广泛，企业在进行品牌运营过程中，不可能对所有群体和推广平台进行全面覆盖，为了提高企业品牌营销效率，企业在对品牌进行推广前应当对面向的客户群体进行年龄、性别、爱好等方面的信息收集。针对不同需求的客户来选择不同的营销平台。此外，还必须对客户群体进行消费心理进行调研分析，从而确定企业品牌营销的重心。
3.2整合资源信息，采取多样化的营销渠道
企业要想提升品牌传播的有效性，就必须对渠道信息进行科学整合，将所有可进行传播的渠道进行有效融合，采取多样化的营销手段，促进企业品牌运用策略的有效开展。比如，可以将媒体设计人员和技术人员以及创意人员进行有效整合，不仅可以提升企业品牌营销的传播速率，还能提高企业内部的工作效率。除此之外，企业还应当充分利用传统媒体的资源优势，将新媒体平台和传统媒体进行有效整合，加强两者之间的互动，以此来促进传播信息不断适应新媒体的快速发展。
3.3充分挖掘大数据，提升企业核心竞争力
“互联网+”催生融媒体的新业态，助力传播形式由资源分散向资源集中、由互不相连向彼此叠加、由单一传播渠道向立体传播渠道的融媒体方向发展。目前，数据的可获得度已经空前提高。数据的海量、及时、动态、开放，有利于我们完善市场分析的效度和深度。同时，大数据也有价值密度低、传播速度快等特点，数据分析的模式是否科学，将直接影响市场数据分析的质量。基于数据分析，在凌乱纷繁的数据背后找到更符合社会要求的产品和服务，并进行针对性的调整和优化，这是大数据时代市场运营最大的变量。面对大数据正在以几何式增长的速度渗透到地球的每个角落的“融媒体”新时代，我们要珍惜大数据给媒体业带来的机遇与挑战，学会充分利用大数据的特点、规律和趋势，充分做好市场运营，提升企业核心竞争力!
4. 结束语
总之，为适应当前日趋复杂多变的市场环境，企业欲做好市场营销工作、获得更多的市场份额，就需要积极地运用新媒体技术与设备，革新传统传媒方式与市场营销方式，制定新的营销策略，创新市场营销理念，研发出适应消费者需求的产品，珍惜大数据给媒体业带来的机遇与挑战，学会充分利用大数据的特点、规律和趋势，充分做好市场运营，提升企业核心竞争力!
参考文献
[1]黄俊帅，李娜.新媒体环境下市场营销的有效策略探析 [J].中国市场，2016，(5):26-27.
篇7
Abstract： In the age of big data， data becomes the business itself in many industries. Data becomes more and more important. Company can utilize big data effectively through data acquiring， storing， processing and applying. This data can form company's customer data base. Data base marketing will become the most popular marketing way in the age of big data.
关键词： 海量数据；数据库营销；市场营销管理
Key words： big data；data base marketing；marketing management
中图分类号：F274 文献标识码：A 文章编号：1006-4311（2012）30-0132-03
0 引言
据CSDN对2011年中国云计算的调研显示，超过50%的企业目前每日生成的数据量在1T以上，超过10T的有10%，有5%的企业每日生成的数据量已经达到了50T以上！可见，海量数据已成为发展趋势。海量数据正在改变我们的世界，很多行业尤其是在电信、金融等行业，几乎已经到了“数据就是业务本身”的地步。数据成为大至一个国家，小至一个企业甚至个人的战略资源。
对企业而言，可从公共来源、专门渠道和通过购买获得客户数据，以及从网络社区和智能设施收集各种新的信息，获取和分析信息的技术唾手可得，价格也不断降低，因此企业对数据的使用可以进一步深化。而且许多企业正将数据应用提升到新的水平，从而推动在市场营销领域实现根本性的变革。在企业整个营销活动中，信息的获取、存储、处理分析与应用在营销决策中起决定性的作用，而数据库营销就是经过数据采集、存储、处理等系统的顾客数据库资料的建立，准确进行市场的细分和定位，进而实施创造性、个性化的营销策略。因此，海量数据时代如何有效利用海量数据与企业数据库营销的思想不谋而合，这就促使数据库营销成为海量数据时代企业市场营销变革的一种主流方式。
1 海量数据的定义
对海量数据目前还没有一个统一的定义。Joy（2009）指出，令单个计算节点无法完成存储和处理的数据，即可称为海量数据，可见“海量”是一个动态的概率，它随着单机计算能力的提升和算法的改进而改变。罗爱宝等（2011）认为海量数据具有以下特性：①数据量大：通常达到TB级的数据；②数据类型复杂：面对的海量数据常常不是单一类型的数据——字符数据、文本数据、多媒体数据，甚至是源源不断的数据流等；③多模态数据：对于一个事物，得到的数据可能是通过不同的方式或角度收集到的，如多模态的视频数据，包括字幕、音频和图像等模态。因此，对海量数据的获取、存储、处理与分析需要更高的软硬件支持，需要更新的技术出现。
2 海量数据引发的社会变革
虽然对海量数据的界定还未统一，但海量数据对世界的影响已经显现，海量数据已广泛应用于政府、企业与个人的决策支持中。很多企业已开始争夺海量数据产生的商机。
2.1 海量数据的广泛应用 随着现代社会竞争日趋激烈，企业、政府、个人都需要更多的数据支持来帮助其规划、分析、决策、管理。随着计算机性能的迅速提升和云计算模式的推广，高性能的数据分析计算已广泛应用于到企业、政府和个人，其应用范围见表1。
2.2 海量数据产业链的形成 管理数据爆炸性、海量数据存储、从海量数据中提取知识、归纳数据使得人类易于理解和反应是目前人们面对海量数据时需要解决的几大问题，由此形成了以解决上述问题的产业链，如图1所示。
3 数据库营销：海量数据引发的企业市场营销变革
“深刻洞察和理解用户需求”是每一个企业生存和发展的基础，而要达到“洞察”和“理解”就离不开对海量用户进行数据发掘与行为分析。企业市场营销是一个管理决策过程，通过市场调查、细分与定位等建立营销战略组合；通过产品、价格、分销、促销的相互结合，形成企业的战术组合；采取有效措施确保营销计划的执行。而上述活动都建立在对市场信息的获取、处理分析与应用的基础上。海量数据时代，使得企业进行市场营销决策所依赖的市场信息在数据量、数据结构和数据模态上发生了根本性的变化，如何降低营销成本，提高营销效果，就需要企业进行有针对性地精准营销，数据库营销不失为一种最好的选择。
3.1 海量数据对企业市场营销的影响 海量数据对企业市场营销的影响主要体现在以下几个方面：
3.1.1 市场信息数据的获取 由于海量数据具有数据量大、数据结构复杂和数据模态多样化的特点，使得企业在市场信息获取上面临着更大的挑战。一是企业面临的外部宏观和微观环境的市场信息可能以文本、视频等多种类型存在；二是信息量随着互联网的普及和电子商务的发展正在迅速递增；三是传统市场调研方式可能已经过时，需要借助新技术采用基于互联网的新调研方式；四是消费者消费理念和偏好在网站浏览、微博等以不同的方式展现出来。这使得市场信息的准确定位和获取，犹如大海捞针，从而催生了企业数据库的建立和完善，为数据库营销奠定了基础。此外，并非所有数据都对企业有用，这就需要对信息进行甄别，否则就容易出现“信息超载”现象。
3.1.2 数据存储 由于企业内部业务每天生成大量的数据，加之外部的海量二手数据和互联网上海量用户的数据和信息的不断爆炸，对海量数据进行存储成为企业面临的一个难题。是基于自身购置硬件设备开发软件来支持，还是借助外部力量？这就涉及到数据的安全性、可靠性问题。这对企业市场营销信息系统的软件和硬件都提出了更高的要求。
另一方面，长期以来由于企业内部职能分工、组织架构等原因，导致在机构之间、部门之间存在着大量的信息孤岛，这会出现研发项目未能产生预期的市场效益、选择应用技术时出现判断失误、新产品开发受阻、对市场经销渠道和客户关系没有进行充分管理等问题。这些问题在海量数据存储时都应纳入考虑的范围。
3.1.3 数据处理与分析 及时准确地从海量数据中提取信息和知识，为企业的营销决策提供支持，是企业各个部门对营销信息系统的要求，这就需要对海量数据进行处理和分析。数据仓库、数据挖掘技术等成为当前的热门技术。而当前对海量数据的处理大多利用机器集群和并行化技术，并出现了高性能计算、网格计算、云计算等方法，这些对企业信息和数据的安全性提出了严峻的挑战，同时，这对企业信息系统的软件提出了更高的要求。此外，企业也可利用掌握的海量数据进行实验，从而提高新产品研发的成功率，如一些基于互联网的企业（如亚马逊、eBay和谷歌）已经开始利用海量数据进行实验，以确定哪些因素会提高销售量和用户参与度；Capital On公司的金融分析师、IT专家和营销人员多功能团队每年都要进行超过6.5万次测试，对细分市场与新产品的各种组合进行实验等。如何对海量数据进行挖掘和分析成为一个永无止境的话题。
3.1.4 数据应用 通过上述几个环节，企业可以将分析得到的数据用于企业市场营销管理的过程，从而把握市场机会、确定目标市场、进行新产品开发、拟定企业的营销战略和营销组合策略，并保证整个营销活动得到有效的计划、组织、执行和控制。
海量数据对企业市场营销的影响见表2所示。
3.2 海量数据与数据库营销 由表2可以看出，海量数据管理直接影响到企业市场营销管理的整个过程，而实现两者有机结合的营销方式就是数据库营销。这是因为数据库营销是建立在对数据进行采集、存储、处理与共享和应用的基础上；而对海量用户数据的获取、存储、处理分析与应用就形成了企业的营销数据库，借助数据库的建立和分析准确了解用户信息，确定细分市场，进行有针对性的营销组合策略，这正是数据库营销的核心。因此，数据库营销成为适应现代信息社会和海量数据的独特营销方式，随着信息技术的迅速发展而不断得到广泛应用。
所谓数据库营销，就是企业通过收集和积累消费者的大量信息，经过处理后预测消费者购买某种产品的概率，借助这些信息给产品以精确定位，有针对性地传播营销信息，以达到说服消费者购买产品的目的。数据库营销包括数据库的建设和与之相适应的营销模式的结合，通过对数据的收集和分析，可以制定出“最易打动的顾客及潜在顾客；与顾客建立起长期、高品质的良好关系；做到在适当时机以适当方式将必要的信息传达给适当的顾客、有效地赢得顾客的欢心、让营销支持更加有效益、建立忠诚度、增加利润”的营销方式，为精准营销和建立良好的客户关系打下坚实的基础。
一般而言，数据库营销可以分为数据采集、数据存储、数据处理和共享、寻找理想消费者、使用数据、对数据进行分析评价和完善数据等七个基本过程。而这七个基本过程与海量数据管理的过程是一致的。因此，数据库营销是海量数据时代市场营销的主流方式。（图2）
在数据库营销运行过程中，营销数据的收集、数据库的建立与维护、数据库的分析与建模是三个核心的问题。目前我国企业实施数据库营销主要存在：①数据库过于单一，数据源过于狭窄；②数据库资料不健全；③难以提供有价值的数据分析；④客户信息缺乏有效性等问题。而这些问题随着海量数据时代的到来，数据源的不断多元化、数据类型的不断丰富、数据挖掘和处理技术的不断完善和提高都将得到有效的解决。但与此同时，利用海量数据和数据库营销作为营销决策的重要组成部分，需要具有新的能力，以及进行组织上和文化上的变革。大多数企业还远远没有充分利用所有的可用数据。有一些企业甚至还没有掌握获取和分析它们能够获得的有价值信息的技术。更常见的情况是，它们没有合适的人才和流程去设计实验，从海量数据中获取业务价值。因此在海量数据时代，企业还需要从人才、流程、组织机构等方面去不断改进和完善，才能适应海量数据下数据库营销的要求。
总之，企业能够在海量数据上得到以前没有得到的智慧，能够在数据库影响中想出更新更好的办法，所以越来越多的数据，越来越多不同的来源，从数据变成智慧，构建企业的数据库，采用数据库营销，实现从海量数据中获取价值，从而为企业创造竞争优势。
参考文献：
[1]郭国庆，钱明辉.市场营销学通论（第四版）.北京：中国人民大学出版社，2011.
[2]计算机行业在大数据时代中探寻变革，http：///industry-135492.htm
[3]周玲.信息超载综述[J].图书情报工作，2001（11）.
[4]本刊评论员.信息爆炸颠覆了什么？[J].高科技与产业化，2006（4）.
[5]罗爱宝，陈光鹏，商琳.海量数据处理[J].中国人工智能学会通讯，2011（2）.
篇8
[关键词]电子商务；市场营销；信息安全
[DOI]10.13939/ki.zgsc.2016.40.010
1 市场营销的概念与内涵
广义的市场营销（活动）可定义为从卖方的立场出发，以买主为对象，在不断变化的市场环境中，以满足一切现实的和潜在的顾客需要为中心，提供和引导商品或劳务到达顾客手中，同时企业也获取利润的企业经营活动。
这里所说的市场营销应有三重意蕴：首先，它是面向“市场”、为了“市场”而营销，这是市场营销范畴的前提与基础；其次，它必须要“营”，通过经营管理才能把握市场，“营”是市场营销范畴的过程属性；最后，它以“销”为落脚点，这是市场营销范畴的目标指向。
市场营销的“市场”“营”和“销”这三重属性是理解市场营销范畴的逻辑前提，同时三者也是相辅相成的。“市场”模块解决的是市场营销对象分析的问题；“营”解决的是市场营销过程研究的问题；“销”解决的是市场营销目标实现的问题。
市场营销的研究和实践必须紧紧围绕这三重特性来展开。只有深入、全面、系统地把握市场营销体系三大模块的真谛，才能使市场营销活动取得成功，才能使产品受到市场客户的广泛欢迎，才能使企业在激烈的竞争中立于不败之地。[1]
2 电子商务的兴起与发展
电子商务是指实现整个贸易活动的电子化。[2]广义地讲，电子商务是一种现代商业方法，这种方法通过改善产品和服务质量、提高服务传递速度，满足政府组织、厂商和消费者的低成本需求。[3]
一般来说，电子商务经历了两个发展阶段：基于EDI（Electronic Data Interchange）的电子商务和基于国际互联网的电子商务。其中EDI在20世纪60年代末期产生于美国，是将业务文件按一个公认的标准从一台计算机传输到另一台计算机上去的电子传输方法。Internet商务始于20世纪90年代初期，由于互联网的普及与功能从信息共享向大众化信息传播的转变，商业贸易逐步通过互联网得以实现，电子商务日渐成为互联网应用的最大热门。
相较而言，我国的电子商务及研究起步更晚，但经历二十多年的发展，目前已取得较为深入的发展，步入成熟稳定时期。成立于2003年的淘宝网在强大的资金支持和团队的辛勤耕耘下，交易额连年刷新纪录，2012年销售额达到了5500亿元，一直是国内C2C网络销售模式的领跑者。
3 电子商务对企业市场营销的影响[4]
电子商务的发展丰富了渠道内涵，为缩短营销时间、提高营销效率创造了可能，实现了营销渠道质的飞跃。电子商务的发展为企业带来颇多机遇，主要体现在以下几方面。
3.1 市场营销环境
电子商务使消费者的购买行为日趋个性化，生产商与市场之间的信息直接沟通成为可能，生产者与消费者之间的直接交易可能性增加，中介商的作用被削弱，这就要求生产者对市场机会的反应更加敏捷。同时，贸易转向以消费者为重心的买方市场，这就要求生产者的市场营销战略必须强调如何更方便及时地满足消费者的特定购买欲望。[5]
3.2 市场营销方式
电子商务彻底改变了企业的传统营销方式，在此情况下，企业的原材料采购、生产组织协调和产品广告宣传和销售等，都会发生一系列的变化。面对巨大的互联网交易市场，企业应当通过系列网络宣传、营销，借助电子商务网站等平台，与消费者达成交易，从而更方便地完成生产、流通、消费等企业经济活动的各个环节。
3.3 企业竞争形态
互联网的发展与电子商务的普及促使透过网络的信息公开性进一步增强，这就使得在市场更加开放的同时企业竞争也更为激烈、公平，产业界限也变得更模糊，大企业不仅要面临同行中小企业的竞争，同时同行企业也要面临其他行业企业的竞争。在网络时代，企业要全面了解行业体系和竞争对手的情况，采取适宜自身发展的营销战略。如何顺应潮流、抓住机遇，采取相应的策略来创造竞争优势，对信息时代的企业发展来说至关重要。
3.4 技术支持手段
信息技术的长足发展为市场营销管理思想的普及和应用开辟了广阔的前景。以客户关系管理（CRM）为例，客户关系管理（CRM）作为市场营销的技术支持手段，集合了当今最新的信息技术（Internet和电子商务、多媒体技术、数据仓库和数据挖掘、专家系统和人工智能等）。[6]
信息技术的发展加强了企业与客户之间的沟通，给企业管理带来深刻影响，电子商务时代是一个“以顾客为中心”的时代，它要求企业的市场营销工作必须围绕这个中心来进行。因此，市场营销技术支持手段的应用也必将使企业能更有效地进行顾客关怀，提高客户的满意度，消除营销体系的中间环节，实现对零售商的直接交易，从而缩短交易时间，降低交易成本，实现营销活动质的飞跃。
3.5 顾客消费习惯
随着电子商务的发展，消费者的行为、偏好也有新的变化。在信息网络条件下，每个消费者获得信息的速度更快、内容更多，因此他们求新求变的愿望也就更为强烈。随着新技术的产生和发展，产品的升级换代不断加快，消费者对消费品的要求也日新月异，再加上生活节奏的加快与工作压力的增大，消费者对购物方便及乐趣的要求也将不断提高。
4 电子商务背景下企业市场营销存在的问题
电子商务的营销模式虽然具有整合产业链上的合作资源、进行在线商务合作等效能，可达到提高运营效率、拓宽市场限制等效果，但仍存在许多问题，当前我国电子商务发展进程中企业市场营销存在的问题主要有以下几个方面。
4.1 企业管理问题
电子商务环境下的企业管理问题主要体现在以下两方面：一是组织内部没有建立相关的管理制度。由于企业组织对内部人员没有建立起有效的激励和约束机制，内部人员延迟信息传递或泄密等类似现象就很难避免，如企业知识产权和商业机密的泄露等。二是企业没有真正实施已经建立的管理制度。有了相应的管理制度，如果在日常的管理实践中无法将其落到实处，也不能达到既定管理目标，较好发挥管理效果，促进企业营销工作的提升。
4.2 信息安全问题
由于网络所具备的虚拟性等特点，电子商务对企业信息安全有了新要求，数据的有效和安全将成为首要问题。在网络环境下，数据在一定程度上是流动和开放的，在电子商务交易进程中，机密信息一旦不慎被泄露，将给企业造成重大风险。此外，信息垄断也是一个需要关注的重要问题。在我国，信息垄断主要表现为一些信息综合部门垄断着大量信息。他们只愿把汇集和综合的信息无偿提供给有关上级部门，而不愿把这些信息提供给迫切需要的企业和个人。这就造成一方面企业可能得不到充分的信息，从而导致决策失误；另一方面企业的商业机密也可能通过电子商务这一渠道泄密，从而增加了企业营销和经营的风险。
4.3 技术和标准问题
电子商务的发展为企业市场营销带来的技术风险主要是指网络硬件安全、网络运行安全，传递数据安全等方面的问题。网络环境下可能出现的技术问题主要有：网络服务器常遭受黑客的袭击，个别网络中的信息系统受到攻击后无法恢复正常运行；网络软件常常被人篡改或破坏；网络中存储或传递的数据常常被未经授权者篡改、增删、复制或使用等。
4.4 物流不畅问题
物流配送是电子商务中的主要环节之一，直接影响着交易的最终实现。而企业加工和存储货物的集装箱、工厂、仓库和中转站的配套设施不完善，公路铁路和水运空运的运输灵活性不够，各运营地区地方保护主义的一些规章制约等，给企业电子商务的发展造成了巨大的财政和效率压力，制约了企业市场营销活动的开展。例如“双十一”购物节和春节期间的快递爆仓情况就充分说明了这一问题。[7]
5 电子商务背景下提升企业市场营销的对策建议[8]
随着电子商务的兴起，现代人的消费观念与行为已发生巨大变化，全球化、智能化与个性化的消费需求成为电子商务时代网络消费的新特点。企业市场营销策略的转变与改进可从以下几方面推进。
5.1 加强网络消费者特点分析
与传统市场环境的消费者相比，电子商务条件下的消费者更为感性，他们对产品和服务的个性化需求更为看重。同时，由于网络极富感染性，当某一网站的消费者对某一产品进行推介后，如果得到部分网民的吹捧，将很快成为一种网络时尚，从而为企业带来意想不到的营销效果。当然，网民也是非常健忘的，快速地流行也意味着快速地遗忘，因此，对于企业营销队伍来说，把握电子商务条件下的消费者特点，将是其成功开展网络营销的重要基础。
5.2 树立电子商务营销理念
要从电子商务的特点出发，对固有的营销理念加以改变：一方面，不仅要改变那种过分依赖中间渠道商的营销理念，逐步压缩中间渠道的资源投入，转而将资源投入直接客户与消费以及物流服务上去；另一方面，要树立全面、全新、全效的电子商务时代营销理念，将企业直接面对消费者的营销模式与营销特点贯彻到企业营销的各个方面，从而更好地为消费者提供服务，获得消费者与客户的认可，并形成网络世界的品牌与口碑。
5.3 提高企业信息化水平
加强企业的信息化建设，不断提高企业信息化水平，以完善网络商务环境和完善的物流体系。一方面，为消费者提供具有友好界面的网络购物环境，从而把消费者从众多的网络厂家中吸引过来。另一方面，现代电子商务的兴起，对企业的物流能力提出更高的要求，必须建立起完善的物流体系。
5.4 加大电子商务人才的培养
电子商务的出现以及其呈现出来的与传统企业营销模式的不同内容，对企业的营销人才队伍也提出了新要求，必须在深入分析和认识网络贸易发展对新时代劳动者素质要求的基础上，根据电子商务营销特点与要求，制定和实施符合网络贸易发展要求的人才培养方案，建设一支掌握现代信息技术、商贸理论和实务的复合型人才队伍，培养和造就高素质的网络贸易发展人才。
参考文献：
[1]廖远兵.市场营销的三重性――理解市场营销范畴的逻辑前提[J].商业时代，2011（27）：31-32.
[2]李晓敏.商业企业电子商务环境与市场营销策略研究[D].成都：西南石油学院，2004.
[3][美]瑞维・卡拉克塔，安德鲁・B.惠斯顿.电子商务的前沿[M].北京：清华大学出版社，1999.
[4]刘明达.电子商务对企业市场营销的影响及对策研究[D].北京：华北电力大学（北京），2007.
[5]张永珍.浅议电子商务对市场营销的影响[J].市场营销，2004（2）：17-18.
[6]王广宇.客户关系管理方法论[M].北京：清华大学出版社，2006：345-349.
篇9
【 正 文】
1 数据挖掘技术概述
随着信息技术的迅速发展，数据库的规模不断扩大，从而产生了大量的数据。为给决策者提供一个统一的全局视角，在许多领域建立了数据仓库。但大量的数据往往使人们无法辨别隐藏在其中的能对决策提供支持的信息，而传统的查询、报表工具无法满足挖掘这些信息的需求。因此，需要一种新的数据分析技术处理大量数据，并从中抽取有价值的潜在知识，数据挖掘（Data Mining）技术由此应运而生。数据挖掘技术也正是伴随着数据仓库技术的发展而逐步完善起来的。
数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的过程也叫知识发现的过程，它是一门涉及面很广的交叉性新兴学科，涉及到数据库、人工智能、数理统计、可视化、并行计算等领域。数据挖掘是一种新的信息处理技术，其主要特点是对数据库中的大量数据进行抽取、转换、分析和其他模型化处理，并从中提取辅助决策的关键性数据。数据挖掘是KDD（Knowledge Discovery in Database）中的重要技术，它并不是用规范的数据库查询语言（如SQL）进行查询，而是对查询的内容进行模式的总结和内在规律的搜索。传统的查询和报表处理只是得到事件发生的结果，并没有深入研究发生的原因，而数据挖掘则主要了解发生的原因，并且以一定的置信度对未来进行预测，用来为决策行为提供有利的支持。
2 数据挖掘的常用技术
机器学习、数理统计等方法是数据挖掘进行知识学习的重要方法。数据挖掘算法的好坏将直接影响到所发现知识的好坏，目前对数据挖掘的研究也主要集中在算法及其应用方面。统计方法应用于数据挖掘主要是进行数据评估；机器学习是人工智能的另一个分支，也称为归纳推理，它通过学习训练数据集，发现模型的参数，并找出数据中隐含的规则。其中关联分析法、人工神经元网络、决策树和遗传算法在数据挖掘中的应用很广泛。
1）关联分析法。从关系数据库中提取关联规则是几种主要的数据挖掘方法之一。挖掘关联是通过搜索系统中的所有事物，并从中找到出现条件概率较高的模式。关联实际上就是数据对象之间相关性的确定，用关联找出所有能将一组数据项和另一组数据项相联系的规则，这种规则的建立并不是确定的关系，而是一个具有一定置信度的可能值，即事件发生的概率。关联分析法直观、易理解，但对于关联度不高或相关性复杂的情况不太有效。
2）人工神经元网络（ANN），是数据挖掘中应用最广泛的技术。神经网络的数据挖掘方法是通过模仿人的神经系统来反复训练学习数据集，从待分析的数据集中发现用于预测和分类的模式。神经元网络对于复杂情况仍能得到精确的预测结果，而且可以处理类别和连续变量，但神经元网络不适合处理高维变量，其最大的缺点是不透明性，因为其无法解释结果是如何产生的，及其在推理过程中所用的规则。神经元网络适合于结果比可理解性更重要的分类和预测的复杂情况，可用于聚类、分类和序列模式。
3）决策树（DT）是一种树型结构的预测模型，其中树的非终端节点表示属性，叶节点表示所属的不同类别。根据训练数据集中数据的不同取值建立树的分支，形成决策树。与神经元网络最大的不同在于其决策制定的过程是可见的，可以解释结果是如何产生的。决策树一般产生直观、易理解的规则，而且分类不需太多计算时间，适于对记录分类或结果的预测，尤其适用于当目标是生成易理解、可翻译成SQL或自然语言的规则时。决策树也可用于聚类、分类及序列模式，其应用的典型例子是CART（回归决策树）方法。
4）遗传算法（GA）是一种基于生物进化理论的优化技术。其基本观点是“适者生存”原理，用于数据挖掘中则常把任务表示为一种搜索问题，利用遗传算法强大的搜索能力找到最优解。实际上遗传算法是模仿生物进化的过程，反复进行选择、交叉和突变等遗传操作，直至满足最优解。遗传算法可处理许多数据类型，同时可并行处理各种数据，常用于优化神经元网络，解决其他技术难以解决的问题，但需要的参数太多，对许多问题编码困难，一般计算量大。
3 数据挖掘技术在用户知识获取中的应用
网络的发展为用户提供了多种新的信息服务，因特网以其丰富的内容、强大的功能以及简单的操作，在各种信息服务方式中脱颖而出，成为未来信息服务的主要方向。但当前因特网信息服务中更多的是单向、被动的服务模式，而网上用户信息需求的挖掘，可以改进因特网与用户的交互，使因特网与用户真正融为一体，不再是操作与作的关系。数据挖掘技术的应用，使因特网能根据用户的需求采取更主动、更有针对性的服务。并且可以建立一种个性化的信息服务系统，针对不同用户的信息需求，提供不同的信息服务。而个性化服务系统的建立，则依赖于用户信息需求的挖掘。
3.1 用户知识概述
用户知识包括用户的身份、目标、兴趣、系统经验和用户背景知识等。它可通过用户模型来描述，用户模型可以模型化用户的特点、背景知识和经验，使用特定知识获取方法识别和描述用户的各种特征。用户模型可提高人机交互能力，解释和评价系统的执行，使系统发挥主动作用；改进整个系统的执行性能，如帮助识别用户的信息需求；增强系统的灵活性，适用于各类用户。
3.2 用户知识获取方法
用户知识获取有3种基本方式：通过观察获取信息，即观察用户与系统交互中的行为、使用的系统命令和参数；从观察到的事实进行推理，获得未知的信息；从已知实例集合，执行基于实例的推理，激发原型库中的模型，推导出当前用户的初始模型。随着数据挖掘技术的应用，有以下几种常用的知识获取方法。
3.2.1 用户知识的关联分析 对用户数据的挖掘有两方面的内容：一是如何提取用户的信息需求；二是获得用户需求的数据后，如何利用数据挖掘技术对这些数据进行处理，以获取潜在知识及为用户所用。关联分析法的一个主要应用是在零售业，比如在超级市场的销售管理中，条码技术的发展使得数据的收集变得更容易、更快捷，从而存储了大量交易资料。关联规则就是辨别在这些交易项目之间是否存在某种关联关系。例如：关联规则可以表示“购买了项目A和B的顾客中有95％的人又购买了C和D”。这种关联规则提供的信息可以用作商品销售目录设计、商场布置、生产安排，进行有针对性的市场营销。在搜索页面的设计中也可运用用户的点击率、内容及相关页面，了解用户的偏好和习惯，并用关联分析的方法来获取潜在用户知识，这有助于决定搜索页面的设计和相关知识的链接。
3.2.2 组合分析法 由于用户的兴趣是时常变化的，用户行为信息所反映的用户信息需求往往是多条线索混合在一起，这给识别信息需求带来了很大的困难。这种问题的解决，一般需要预先指定一个主题，但这就增加了用户的负担，而且仅用关联法也很难全面获得用户相关信息。人工神经元网络和决策树的方法结合起来能较好地从相关性不强的多变量中选出重要的变量，并从中分析出用户的需求偏好，服务器可根据用户的需求偏好进行主动信息推荐。
3.2.3 分类填表法 用户知识可以由用户主动填写表格来获取，用户设定信息需求可以通过设定关键词或主题词来完成。分类填表法可将用户的信息需求较客观地表达出来。表格的设计可以采用预先分类的方法，将用户的记录分配到已定义好的类中去，从而构造出用户信息的分类模型，利用此模型可将用户数据库中的数据映射到相应的子集中，进行数据预测。这是一种简单实用的方法，但不足之处是难以制作一个完整的分类调查表，将用户的真实意图全部表达出来。
3.2.4 智能方法 现在常用的浏览器中，有一个历史菜单栏，当用户在地址栏中输入网址进行浏览时，系统会自动将这个网址记录下来，作为上网的历史记录存放在系统中，方便用户以后使用。这些浏览历史反映了一定时期内用户在网上的信息利用情况，是用于分析用户的信息偏好，确定用户信息需求的一个很好的依据。
利用智能（Intelligent Agent）监视用户信息查询过程，是自动获取用户信息需求的一种方法。其方法是在用户的终端上运行一个监视的信息（Information Agent），信息将用户和浏览时的相关信息不断传送给远端的服务器，服务器将信息进行数据取样和数据调整，利用强大的搜索能力和遗传算法反复学习找到最优解，使得用户信息的提取更加量化，问题更加明确。利用用户在浏览器上存储的书签（Bookmark）获得用户信息需求的方法属于“监视用户”类。在Bookmark中存储的信息往往是用户最关心的，需要记录下来以便以后再读。用户还可以对Bookmark进行多级目录管理，不同的目录反映其不同的兴趣。相对浏览历史记录而言，Bookmark对考查用户的信息需求更有价值。如果说浏览历史只是一种对上网情况的“自然”记录的话，那么Bookmark却是用户对历史记录进行比较、筛选后的结果，是用户眼中的网址精华，因而能更有效、更准确地反映用户的需求，而且它的组织性要比浏览历史好得多，更便于进行有效的分析。Bookmark系统采用HTTP协议实现信息的自动搜集。系统通过监测用户信息记录获得信息需求，信息分类器对搜索来的信息进行自动分类，装入信息数据库；信息过滤器根据用户提出的信息推荐请求，对数据库中的信息进行过滤并将合适的信息提交给用户；信息评价器根据用户对推荐信息作出的评价对系统进行优化。运行结果表明Bookmark系统具有良好的信息记录、推荐和共享功能。
4 结束语
数据挖掘技术及其应用是目前国际上的一个研究热点，并在许多行业中得到了很好的应用，尤其是在市场营销中获得了成功，初步体现了其优越性和发展潜力。在信息管理领域，综合应用数据挖掘技术和人工智能技术，获取用户知识、文献知识等各类知识，将是实现知识检索和知识管理发展的必经之路。
参考文献
1 张玉峰.智能情报系统.武汉：武汉大学出版社，1991
2 冯萍，宣慧玉.数据挖掘技术及其在营销中的应用.北京轻工业学院学报，2001（1）
3 郝先臣等.数据挖掘工具和应用中的问题.东北大学学报（自然科学版），2001（2）
4 刘海虹，刘伯萤.数据挖掘技术.丹东纺专学报，2001（1）
篇10
虽然这是一部科幻片，但其中描述的场景正在一步步变成现实，而背后的技术原动力就是大数据。实际上，不少行业已经从大数据中受益。比如，不少电商网站开始采用基于Hadoop的商品推荐系统或商品推荐服务。它根据访客的历史交易数据、访客在该网站的浏览数据、在其他合作伙伴网站的浏览信息，以及用户的评论行为来综合评估推荐访客可能感兴趣的产品。这样的场景还有很多，正是有了大数据的分析，我们可以更全面、更准确地了解这个世界，做出更为精准的决策。为此，不少业内人士预言，大数据将引发全球范围内深刻的社会与商业变革。
IT厂商早就注意到了大数据市场的兴起，IBM、Oracle、微软等IT巨头都是大数据市场的积极推动者，它们不仅推出了自己的Hadoop版本，同时，还推出了各种接口和工具来打通自己的传统数据库、数据仓库与Hadoop之间的联系。而BI厂商更是不敢轻视，如数据仓库的技术供应商Teradata甚至专门收购一家从事大数据业务的公司。在大数据市场，存储厂商也是一支非常活跃的生力军，如EMC、HDS等都有大数据解决方案推出，其中EMC走得更远，已经超过数据的存储而把业务延伸到数据的分析领域。值得一提的是，一些厂商还推出了大数据的一体机，作为抢占市场制高点的有力武器。刚刚过去的2012年，我们看到IBM、Oracle都有大数据一体机推出。
展望2013年，随着大数据的应用不断涌现，大数据热仍将持续，更多的企业将会关注甚至使用各种大数据解决方案，市场上也会出现更多的相关产品和方案。不过，从技术发展阶段而言，大数据仍将处于在市场培育期。
这其中最大的挑战包括Hadoop生态系统有待逐步完善，以及大数据人才的缺乏。众多周知，Hadoop并不是一个商业化的产品，而是一个开源软件。它的产品规划以及软件更新都有很大随意性，产品本身也有待于完善。虽然已经有公司（如Cloudera）能提供Hadoop的技术支持，但用户主要的技术支持仍然来自社区。2013年里，技术支持的问题如果不解决，用户对于使用Hadoop仍然会顾虑重重。
