摘 要

伴随着科技的进步，大数据俨然成为当前互联网电商企业的一大热点。如何适应大数据带来的变革并加以利用成了每个企业亟需解决的问题。而营销策略作为电商企业的立身之本，是否能与大数据结合展开有效的营销活动也就成为了衡量电商是否能适应大数据时代新环境的指标之一。

通过文献研究和实例研究，发现淘宝基于大数据的营销策略值得研究。发现淘宝基于大数据的营销策略具体为交叉销售以及精准营销，但其存在数据样本单一，用户年龄过于密集以及用户冷启动时缺乏初始数据对其进行营销等问题；因此，建议淘宝采取多平台整合，拓宽用户年龄范围，吸引中年客户以获取更多的中年客户数据来为他们提供个性化的服务以及与其他平台企业实施数据共享，达到合作双方与顾客三赢的良性循环局面。同时吸取亚马逊协同过滤的经验，将用户进行体征分组，利用用户的社会性增加营销活动的效率；以及借鉴唯品会对数据信息的深度挖掘，将数据信息作为感性决策的理性支撑，而不是完全依靠大数据。

关键词：大数据；营销策略；精准定位。

目 录

1 前言 - 1 -

1.1研究背景 - 1 -

1.2研究的目的和意义 - 1 -

1.3国内外研究现状 - 1 -

1.3.1 国外研究现状 - 1 -

1.3.2国内研究现状 - 2 -

1.4研究内容和方法 - 3 -

2 基于大数据的营销策略的现状 - 5 -

2.1大数据技术简介 - 5 -

2.24Ps营销策略 - 5 -

2.2.1产品策略 - 5 -

2.2.2价格策略 - 6 -

2.2.3渠道策略 - 6 -

2.2.4促销策略 - 7 -

3 基于大数据的淘宝营销策略的现状及问题 - 8 -

3.1 基于大数据的淘宝营销策略的现状 - 8 -

3.1.1 交叉销售——产品策略与促销策略的综合应用 - 8 -

3.1.2 精准营销——促销策略与价格策略的综合应用 - 8 -

3.2 基于大数据的淘宝营销策略的问题分析 - 10 -

3.2.1 营销对象单一 - 11 -

3.2.2 冷启动 - 11 -

4 优秀电商的大数据营销策略的现状及经验借鉴 - 13 -

4.1优秀电商的大数据营销策略的现状 - 13 -

4.1.1亚马逊协同过滤 - 13 -

4.1.2 唯品会造节营销 - 13 -

4.2.优秀电商大数据营销策略的经验借鉴 - 14 -

4.2.1用户特征分组 - 14 -

4.2.2数据深度挖掘 - 15 -

5 基于大数据的淘宝营销策略的发展建议 - 16 -

5.1多平台整合 - 16 -

5.2数据共享 - 16 -

结 论 - 18 -

前言

1.1研究背景

电商企业之间的竞争日益激烈。为了提升公司盈利，提高销售额，越来越多的电商企业开始重视营销策略，所有人都在寻求一条“捷径”——以更低的成本攫取更多的利润。

随着计算机领域的飞跃发展，大数据技术应运而生，数据不再只是单纯的数字。很快优秀的管理者们便将大数据技术与营销策略联系起来，利用自己获取的尽可能多的信息来制定尽可能合适的营销策略。

淘宝作为电商行业中的领导者，紧跟着“大数据潮流”，利用大数据技术采取了一系列营销策略。

1.2研究的目的和意义

随着互联网科技的高速发展，企业所能获取的信息呈指数级增长，如何有效应用如此庞大的数据就成了大数据时代企业亟需解决的问题。大数据为管理者的决策提供了准确有效的数据信息，其隐含价值也会为企业赢得非常高的收益与汇报。通过研究和分析淘宝与同行业网商平台基于大数据所采取的营销策略，了解淘宝基于大数据而采取的营销策略的问题，提出需要改进的方面，从而对淘宝基于大数据在营销策略方面的发展与完善提出相应对策和建议。

1.3国内外研究现状

1.3.1 国外研究现状

（1）“大数据”发展历程

“大数据”这一概念最早由美国未来学家阿尔文·托夫勒（1980）^[1]在《第三次浪潮》中提出。在书中，他将“大数据”称为“第三次浪潮的华彩乐章”。但是由于科技的限制，人们对于大数据也始终停留在了想象。而后经过二十几年的发展，谷歌首席执行官埃里克施密特（2006）^[2]首先提出了云计算的概念，大数据应运而生。2008年“大数据”得到部分美国知名计算机研究员认可，世界组织计算机社区联盟发表白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》。从此之后，大数据就成为了互联网技术下的热点话题。肯尼斯库克尔（2010）^[3]认为“世界上有着无法想象的巨量数字信息，并以极快的速度增长。从经济界到科学界，从政府部门到艺术领域，很多方面都已经感受到了这种巨量信息的影响。科学家和计算机工程师已经为这个现象创造了一个新词汇：‘大数据’。”在 2012年1月瑞士达沃斯召开的世界经济论坛上，会上发布的报告《大数据，大影响》宣称，数据已经成为一种新的经济资产类别，与货币和黄金有着同等的地位，因此，大数据甚至从商业行为上升到国家科技战略层面。各国也相继在这场数据的争夺战中不落下风，2012年美国颁布了《大数据的研究和发展计划》；英国发布了《英国数据能力发展战略规划》；日本发布了《创建最尖端IT国家宣言》；韩国提出了“大数据中心战略”。可以说不管是商业还是国家，大数据都是竞争中的核心竞争力。

（2）大数据与营销策略的碰撞

Pietro Ducange（2018）^[4]认为，大数据可以帮助企业投放更加精准的广告以及推广活动，这不仅能够建立一个良好的企业与顾客的关系，并且能够让企业更迅速地抢占利基市场。这对于企业来说几乎是百利而无一害，根据二八法则，20%的顾客创造了80%的利润，良好的企业与顾客关系就意味着顾客的高忠诚度，如此更能激发顾客再次购买的行为。与此同时又抢占了其他的市场，直接提升企业的经济收益。

Shaokun Fana（2015）^[5]认为，企业可以由GPS得到消费者的定位数据，再通过大数据技术回归分类处理，以地点为依据投放广告。这样一来既节约了营销成本，又提高了企业的收益。不仅如此，企业还能根据持续更新的数据建立社区动态分析，使得企业能够迅速对该地区的流动消费者做出反应。这也就意味着企业能够最大程度上规避某地区消费者流动带来的风险。

国外学者从企业角度出发，运用大量实例，通过逻辑推导：具体数据——方法——应用得出一整套完整的企业营销策略，从中可以看出大数据背景下企业营销策略细化的层面。

1.3.2国内研究现状

（1）“大数据”发展历程

相较于国外，我国的大数据起步较迟。阿里是最早提出通过数据进行企业数据化运营的企业。阿里提出2013年1月1日开始转型重塑平台、金融和数据三大业务。这一决策如同一声惊雷，国内各大小企业也相继开始了解并应用大数据。一时间大数据成了国内热议词汇。而国家层面也是紧跟时代潮流，2015年8月通过了《关于促进大数据发展的行动纲要》；2015年10月26日至29日，党的十八届五中全会召开,公报提出要实施“国家大数据战略；2016年12月18日工业与信息化部正式印发《大数据产业发展规划（2016-2020年）》。国内的大数据虽然起步迟，但是发展较为迅速，已经在智慧物流、移动支付等部分垂直应用领域独占鳌头。尽管如此，中国大数据产业结构落后于全球市场的发展步伐。

（2）大数据与营销策略的碰撞

薛万欣（2018）^[6]通过NES模型提出大数据营销中新4Ps:顾客、成效、步骤和预测。根据消费者具体的购买行为，企业可以清楚掌握顾客的重复购买潜力与现状，了解消费者购买动机，并为其提供相关服务。使企业从满足顾客需求到预知顾客需求，生意在顾客开口之前就已经做完。

王静（2015）^[7]认为，传统营销大多以人口统计学特性来概括目标消费者，而借助大数据技术则可以获得顾客的消费习惯、心理特征、兴趣爱好，营销者可以无限地接近、近乎准确地判断每一个人的属性，这些属性不单单包括人口自然属性，还包括兴趣喜好、行为轨迹、购物经历等等。如此一来，企业就能真正做到“对症下药”。

柏威（2018）^[8]认为，利用大数据分析技术,企业能对消费者的消费行为有一个全面了解,收集消费者产品购买信息,适当的调整产品价格来判定消费者对价格的满意程度, 预估消费者的理想价格,制定合理的定价方案,这样既能提高企业的产品投资回报率,也会避免价格不合理而造成客户流失问题的发生。大数据分析可以轻易地帮助企业实行价格歧视，保证企业利益的最大化。

肖霖岳（2018）^[9]认为，以4C理论为基础, 进一步提出客户关系管理CRM营销策略。4C理论十分重视消费者的引导作用,通过强调给予消费者更多的交流和方便,进一步促进企业适应市场环境变化的能力。4C理论强化了消费者在企业文化和商业哲学中的作用,可以有效完成市场营销流程。 客户关系管 理理论尤为重视消费者对产品和企业的忠诚度, 它通过利用 现代化信息技术和完善的经营管理理念, 进一步促进了企业 业务效益的提高。

许诗韵（2018）^[10]认为，大数据发展使营销主体不再局限于商家，还包括客户的参与。相比于商家的自主营销，客户参与到营销主体中能大幅提升企业声誉。企业通过大数据挖掘，发现潜在消费者并了解其消费倾向，以此改良产品。使得营销不再是企业的单方面行为，巧妙地将消费者加入营销活动中。

国内学者从消费者角度出发，通过理论推理与文献引用得出结论。从中可以看出大数据背景下企业营销策略框架的层面。

1.4研究内容和方法

本文以淘宝为例，对大数据冲击下，淘宝采取的营销策略进行分析，并在此基础上有针对性地提出了改善措施。全文分为五部分进行论述。

第一章是前言，对文章的研究背景、研究目的和意义及国内外文献综述进行了论述，并对文章的主要内容和方法进行了介绍。

第二章介绍了大数据的特征以及根据4P理论描述了电商企业基于大数据的营销策略。

第三章是论文的重点，介绍了本文的主要调查对象——淘宝网采取的基于大数据的营销策略的现状，包括交叉销售以及精准营销。并分析了其中存在的问题。

第四章介绍了其他电商企业基于大数据的营销策略，包括亚马逊采取的协同过滤以及唯品会的造节营销，并分析其中的可取之处。

第五章主要针对淘宝基于大数据的营销策略所存在的问题，提出针对性的发展建议。