大数据与精准营销研究

随着互联网的日益普及，人们对互联网技术的利用率越来越高，由此而来的大数据对社会的各行各业都带来很大变化，人们正步入大数据时代。

在企业营销中，大数据的应用可以大大促进精准营销的发展，为其带来发展机遇。

1：大数据起源与兴起。

2023年，著名未来学家托夫勒在其《第三次浪潮》提出了“大数据”概念，并热情地将其称颂为“第三次浪潮的华彩乐章”，但在之后很长一段时期内，由于技术发展制约，“大数据”的概念并没有得到人们的重视。

2023年开始，移动计算、物联网、云计算等一系列新兴技术相继兴起，这些技术的发展及其在社交**、协同创造、虚拟服务等新型模式中的广泛应用使得全球数据量呈现的爆发式增长态势，数据复杂性也急剧增长。

客观上要求新的分析方法和技术来挖掘数据价值，大数据技术应运而生并得到迅速发展和应用，“大数据”时代到来。

2：大数据的定义与特征。

维基百科将大数据定义为“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”；

权威it 研究与顾问咨询公司gartner 将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题”；

美国国家科学会则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音**软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。

尽管存在不同的表述，但一个普遍的观点是大数据与“数据”模数据”念一脉相承，但其在数据体量、数据复杂性和产生速度三个方面均大大超出了传统的数据形态，也超出了现有技术手段的处理能力，并带来了巨大的产业创新的机遇。

3：大数据的关键技术。

传统的数据采集**单一，和分析数据量也相对较小，大多采用关系型数据库和并行数据仓库即可处理。

而大数据环境下，数据**非常丰富且数据类型多样，存储和分析挖掘的数据量庞大，对数据展现的要求较高，并且很看重数据处理的高效性和可用性，需要依靠并行计算提升数据处理速度。

而传统的并行数据库技术追求高度一致性和容错性，难以保证其可用性和扩展性。另一方面，传统的数据处理方法是以处理器为中心，而大数据环境下，需要采取以数据为中心的模式，减少数据移动带来的开销。

因此，传统的数据处理方法，已经不能适应大数据的需求，需要一种新的技术理论和方法。

3.1数据挖掘。

数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的，但又是潜在有用信息和知识的过程。

目前广为接受的一种处理模型是fayyad 等人设计的多处理阶段模型。

3.2数据分析。

在相关技术中，比较具有代表性的是apache 软件开发的hadoop，以mapreduce 和hadoop 为代表的非关系数据分析技术，凭借其适合非结构处理、大规模并行处理和简单易用等优势，在互联网搜索和其他大数据分析技术领域取得重大进展，成为主流技术。

4：大数据相关产业发展。

按照信息处理环节，大数据可以分为数据采集、数据清理、数据存储及管理、数据分析、数据显化及产业应用等六个环节，由于尚属发展初期，其中的每个产业环节都包含着不少的企业，其市场发展情况如下：

google、cisco这些传统的it公司早已经开始部署数据收集的工作。在中国腾讯等公司已经收集并存储大量的用户消费行为数据。德勤预计，在未来，会有更为专业的数据收集公司针对各行业的特定需求，专门设计行业数据收集系统。

如有任何问题，敬请****的官网或者拨打**400-100-1116。

你好，陌生人！