熱門論文
最新論文
電商服務供應商W公司大數據精準營銷 方案研究
發布時間：2022-08-20 11:36
第1章緒論 1
1. 1研究背景與意義 1
1.1.1研究背景 1
1. 1.2研究意義 2
1.2研究目的與內容 2
1.2. 1研究目的 2
1. 2. 2研究內容 2
1. 3研究思路及方法 4
1.3. 1研究思路 4
1.3.2研究方法 5
1.4倉U新與不足之處 5
1.4. 1創新點 5
1.4.2不足之處 5
第2章 理論方法與文獻綜述 7
2.1電商服務供應商相關概念 7
2.1. 1電商服務供應商概念 7
2. 1.2電商服務供應商業務模式 7
2. 2大數據特點與技術 8
2.2. 1大數據概念與特征 8
2. 2. 2大數據思維方式 9
2. 2.3消費者畫像 10
2.3精準營銷理論基礎 12
2. 3. 1精準營銷的概念與特征 12
2. 3. 2精準營銷的理論基礎 13
2.4文獻綜述 15
2. 4. 1大數據文獻研究 15
2. 4.2精準營銷文獻研究 16
2. 4.3大數據精準營銷應用文獻研究 18
2.4. 4文獻研究述評 20
第3章W公司概況及大數據精準營銷現狀 21
3.1 W 公司概況 21
3.1. 1 公司概況 21
3. 1.2財務分析 22
3. 1. 3組織架構 24
3.2電商服務行業背景 25
3. 2. 1行業演進與現狀 25
3. 2. 2未來發展趨勢 28
3.3 W公司大數據精準營銷現狀 29
3. 3. 1 W公司大數據技術現狀 30
3.3. 2 W公司精準營銷現狀 30
第4章W公司大數據精準營銷問題與成因分析 33
4.1 W公司大數據精準營銷問題調研 33
4.1. 1數據調研 33
4. 1. 2專家訪談 37
4.2W公司大數據精準營銷的問題 40
4. 2. 1營銷渠道單一 40
4. 2. 2投放精準度不高 41
4. 2.3消費者信息維度貧瘠 41
4. 2.4數據獲取和使用不夠便捷 42
4.3W公司大數據精準營銷問題成因分析 42
4. 3. 1缺乏消費者洞察 42
4. 3. 2缺乏全域數據 43
4. 3. 3大數據在精準營銷上利用不足 44
4.3. 4 缺乏便利的工具支撐 45
4.3. 5缺乏系統化運作 45
第5章W公司大數據精準營銷方案設計 47
5.1方案總體規劃 47
5.2消費者數據集成與融合 49
5.2. 1消費者數據集成 49
5. 2.2消費者數據融合 52
5.3構建消費者畫像 54
5. 3. 1標簽數據主要來源 55
5. 3. 2標簽體系建設 56
5. 3.3消費者標簽萃取 57
5.4建設自助營銷系統 64
5. 4. 1人群洞察 65
5. 4. 2人群圈選 68
5. 4. 3人群放大 68
5.5加強大數據精準營銷能力 69
5. 5. 1潛在消費者挖掘 69
5. 5. 2貨找人 70
5.5. 3拓展更多精準營銷場景 71
第6章W公司大數據精準營銷實施保障與效果評估 72
6.1實施保障 72
6.1. 1理念保障 72
6. 1.2制度保障 72
6. 1.3人才保障 73
6. 1.4技術保障 74
6.2實施效果評估 74
6. 2. 1效果評估方法 74
6. 2.2當前實施成果 75
第7章 結論與展望 79
7.1主要結論 79
7. 2未來展望 80
參考文獻 82
附錄一：W公司大數據精準營銷專家訪談提綱 85
附錄二：W公司消費者畫像標簽體系 87
致謝 90
第1章緒論
1.1研究背景與意義
1.1.1研究背景
2010年之前，大量的品牌開始布局線上零售，品牌電商化的過程激發了眾多的網 店建設和運營的服務需求，天貓、京東旗艦店紛紛落地，甚至有實力的品牌還會建立自 己的官方商城。在此背景下，產生了電商服務行業（俗稱電商代運營，或品牌電商服務 行業），電商服務供應商以優質的服務幫助品牌建設和推進電子商務業務，成為我國電 商產業鏈中不可或缺的一環，2019年電商服務行業的市場規模達到5635億元。[電商代運營行業深度報告：行業資本化加速，線上渠道紅利凸顯.國元證券.2020]預計 未來我國電商服務市場規模將持續擴大，隨著新零售概念的來臨，傳統品牌迫于轉型升 級，必然會加大線上的銷售渠道。很多傳統品牌缺乏電商運營和線上營銷經驗，往往傾 向于與電商服務供應商進行合作。此外隨著大數據、云計算、人工智能等前沿技術的不 斷發展，使得電商服務供應商提供的服務更加有效，從而推動電商服務市場規模的快速 發展。預計2022年電商服務行業交易規模將達2. 04萬億。[電商代運營行業深度報告：行業資本化加速，線上渠道紅利凸顯.國元證券.2020]
W公司是電商服務行業的頭部企業，為品牌提供圍繞電子商務服務的一站式解決 方案，經過十多年的沉淀和打磨，已形成規模效應。中國電子商務經過十多年發展，已 從以交易為核心轉換到以營銷為核心的新階段，w公司意識到僅通過傳統以交易為基 礎的服務模塊，將不能支撐品牌的電商業務增長，所以成立數字營銷事業部，將更多資 源投入到精準營銷、人群運營、CRM、效果廣告等一系列以產生需求為目標的營銷能 力建設上，以應對消費者需求驅動的購物時代，更進一步為品牌提高效益，同時確保自 身的競爭力。
大數據精準營銷成為W公司未來發展的重要路徑之一，精準營銷是建立在充分了 解消費者的基礎上，對消費者的洞察和認知正是W公司的不足點。W公司B2B的業務 形式，長期以來與消費者的溝通和互動不足；另外缺乏消費者數據支撐，W公司雖然擁 有海量的數據，但卻無可用的消費者信息。本文正是在這一背景下，試圖將大數據和精 準營銷的理論與W公司的現狀相結合，在對W公司的大數據精準營銷問題進行診斷剖 析的基礎上提出針對性的方案。
1.1.2研究意義
從理論意義上，首先，本文整理了大數據和精準營銷的相關概念和理論，深入研究 大數據在精準營銷中的價值體系和應用方法，從大數據和數據挖掘的方式入手精準營 銷，通過實踐案例為后續其他研究者在大數據精準營銷的學術研究方面提供一定程度上 的理論支持和概念探索。其次，本文結合電商服務供應商的行業特征，總結了電商服務 供應商在大數據精準營銷模式上的創新方法和路徑，對電商服務供應商的精準營銷研究 有著一定的借鑒意義。最后，本文詳實的描述了多種數據運用方法、圖表公式和實施流 程，具有較強的參考性。
從實踐意義上，通過對W公司的大數據精準營銷現狀進行分析，發現其中的問題 和不足，提出適用于W公司的大數據精準營銷方案，使用其擁有的數據資產推導出消 費者畫像，構建自助營銷系統，使W公司具備了對消費者的洞察、分析和認知能力， 同時增強了 W公司的大數據精準營銷能力。本文的方案具有較強的操作性和實踐性， 對提升w公司的營銷效率和企業的競爭力有一定的幫助。
1.2研究目的與內容
1.2.1研究目的
大數據精準營銷是數據驅動型的營銷，數據驅動的意義在于利用數據，及科學的分 析和挖掘，為業務經營做出指導和決策，并能不斷的做出反饋，迭代式的改善和優化業 務。可見大數據精準營銷對數據及數據的利用能力有頗高的要求，而電商服務供應商W 公司的行業特點就是缺乏全域數據，雖擁有大量的售后數據，卻沒有售前數據，尤其是 消費者個人信息和行為數據的缺失，為W公司的精準營銷開展造成困難。
本文將大數據和精準營銷相關的理論和方法應用到W公司的大數據精準營銷實踐 中，研究出適用于W公司的大數據精準營銷方案。通過分析W公司大數據精準營銷的 問題和困難，針對W公司在缺乏全域數據的情況下，通過對自有數據的運用和挖掘刻 畫出消費者的特征，從而支撐大數據精準營銷。最后系統化全面的規劃了 W公司的大 數據精準營銷體系，確保整個體系猶如一個有機的整體，在精準營銷運轉的過程中能夠 不斷的進化和完善。
1.2.2研究內容
本文的研究內容主要由五部分組成：
（1） 梳理大數據精準營銷的相關理論，包括大數據的特點和技術，精準營銷的理 論基礎，以及大數據在精準營銷中的意義和作用，為本文提供堅實的理論支持，為W公 司的大數據營銷方案提供思路指引。
（2） 本文是以W公司為實際案例進行研究，因此先闡述W公司的概況和行業發 展情況，并對W公司的大數據精準營銷的現狀進行分析。
（3） 通過數據研究法和訪談調研法梳理出W公司精準營銷中存在的問題，探究對 于造成W公司大數據精準營銷問題的主要原因，為后文提出解決方案提供依據。
（4） 針對W公司大數據精準營銷問題的根因，設計適用于W公司的大數據精準 營銷方案，該方案通過系統化的規劃W公司的大數據精準營銷體系，有效的提升W公 司大數據精準營銷能力。
（5） 為保障W公司大數據精準營銷的實施提出保障措施，包括理念、制度、人才 和技術四個方面，并對方案的實施效果提出了評估的方法。
1.3研究思路及方法
1.3.1研究思路
本文采用理論與實踐相結合，依照發現問題、分析問題和解決問題的研究思路展開, 首先通過調研方法挖掘W公司大數據精準營銷中的問題和不足，然后深入分析本質原 因，剖析關鍵問題的癥結，找出存在的關鍵性因素。最后，根據W公司自身的現狀和 特點，結合相關的大數據和精準營銷理論，提出有效的、可持續的實施方案。
1.3.2研究方法
本文用到的研究方法有文獻研究法、案例分析法、訪談調研法、數據研究法。
(1)文獻研究法，通過中外文獻庫，查閱大數據精準營銷相關文獻，了解目前有 關大數據與精準營銷方面的研究方向，為本文提供理論依據。
(2)案例分析法，以W公司為案例，通過對W公司實際調研，并結合自身在該 公司的工作經歷，搜集W公司大數據精準營銷相關的第一手資料和數據，為本文撰寫 提供素材。
(3)訪談調研法，運用了專家訪談法找出目前W公司所面臨的大數據精準營銷問 題及其成因，專家包括W公司營銷和數據相關部門的一線資深員工、核心骨干、高層 管理人員等。
(4)科學研究的第四范式一一數據密集型科學發現研究方法，對W公司的訂單、 物流、商品等數據進行分析和挖掘，為大數據精準營銷方案設計提供實證。
1.4創新與不足之處
1.4.1創新點
本文的創新有以下三點：
(1)本文以電商服務供應商為研究對象，電商服務供應商是B2C網購市場中的重 要角色，整個行業發展至今已有十多年，依然保持快速增長。本文深入電商服務行業的 特點和現狀，將“電商服務行業” “W公司” “大數據精準營銷”三者結合起來，理論 聯系實踐的探索電商服務供應商在大數據精準營銷模式上的創新方法和路徑。
(2)本文研究如何在缺乏全域數據情況下，通過對自有數據的運用和挖掘，推導 出消費者的特征，構建消費者標簽和畫像，獲取對消費者的分析、洞察和定位能力。缺 乏全域數據是當今企業的普遍現象，希望本文能夠提供一些參考和思路。
(3)本文從W公司整體的視角出發，研究如何系統化W公司的大數據精準營銷 體系，從基礎數據、標簽畫像、系統功能、營銷能力四個層次展開了合理規劃，形成能 夠持續運作和進化的完整體系。
1.4.2不足之處
本論文的不足之處主要有兩個方面，首先在本文撰寫的過程中，W公司大數據精準 營銷方案正在逐步實施，尚未完成。雖然取得階段性的成果，但對于最終在企業營銷中 能有多大效力還需要經過時間的檢驗。
其次是本文沒有從數據安全和個人隱私的角度進行考量，比如作為電商服務供應 商，使用數據時需要獲得品牌的授權。如果考慮數據是否在授權的范圍內訪問和使用， 必然會增加實施過程的成本和降低營銷的效果。隨著我國對隱私保護和數據安全的重 視，數據安全相關的法律法規將越來越完善，未來將不可避免的增加電商服務供應商數 據收集和使用的成本和難度。
第2章理論方法與文獻綜述
2.1電商服務供應商相關概念
2.1.1電商服務供應商概念
電商服務供應商也稱為品牌電商服務商，俗稱電商代運營，是為企業的電子商務需 求提供商業服務的供應商，企業委托電商服務供應商提供全部或部分的電子商務服務， 服務內容包括咨詢策劃、店站運營、IT解決方案、數字營銷、倉儲物流、客戶服務等, 服務使用者涉及品牌商、零售商、生產企業等。電商服務供應商借助于專業的技術和服 務，為企業降本增效、賦能發展，滿足企業開展電子商務戰略的需求。
在本文中，服務使用者僅限B2C模式的品牌商，后文中提到的電商服務商、品牌 電商服務商、電商代運營、代運營服務商、服務商皆指電商服務供應商；品牌、品牌商 和品牌客戶用于代指服務使用者。
2.1.2電商服務供應商業務模式
電商服務供應商的主要業務模式可以分為經銷模式和服務模式，經銷模式以買斷方 式采購品牌商的產品，然后賣給消費者；服務模式即為品牌商提供運營、營銷、物流、 技術等服務，通過收取服務費用獲利。
經銷模式：本質為經銷商，以買斷方式采購品牌商的產品，并承擔庫存風險，好處 是擁有商品的定價權。經銷模式下，當消費者購買商品后，電商服務供應商將商品的銷 售額計為營收，商品售出價與購入價之間的差價即是其利潤來源，這一點類似于線下經 銷商的模式。
服務模式：本質為服務外包方，只為品牌商提供IT、店站運營、線上推廣、客服 等服務，服務模式下，電商服務供應商沒有商品擁有權，也不具有定價權，只扮演服務 商的角色向品牌商收取服務費。
表2.1服務模式與經銷模式對比
業務模式 提供的服務 利潤來源 適用品牌 經營模式
服務模式 •IT解決方案
•店站運營
•數字營銷
•客戶服務
•倉儲物流 •固定服務費
•傭金分成 •有完整電商團隊的品牌
•具備電商業務經驗和能
力的品牌 輕資產
續表2.1服務模式與經銷模式對比
經銷模式 •IT解決方案
•店站運營
•數字營銷
•客戶服務
•倉儲物流
•商品庫存 •銷售差價
•銷售提成 •新進入中國市場的海外 品牌
•銷售驅動型品牌 重資產
資料來源：頭豹研究院|
兩種模式各有優劣勢，滿足了不同的品牌電商化需求，預計未來會長期并存。
2.2大數據特點與技術
2. 2.1大數據概念與特征
大數據提出已久，但并無統一的定義，維基百科定義大數據是指傳統數據處理軟件 無法處理的海量或復雜的數據集，研究機構Gartner將大數據歸納為海量、高增長和 多樣化的信息資產，這種信息資產需要新的處理模式來提高洞察力、決策力和流程優化 力。[閔思杰2020年中國電商代運營行業概覽[R].南京:頭豹研究院,2020.] [維基百科編者.大數據[G/OL].維基百科,2020(20201229)[2020-12-29].
https://zh.wikipedia.org/w/index php?title=%E5%A4%A7%E6%95%E8%E6%93%9A&oldid=63475420.]麥肯錫給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了 傳統數據庫軟件能力范圍的數據集合，這種數據集合具有海量的數據規模、快速的數據 流轉、多樣的數據類型和低密度的數據價值四大特征。[ Manyika J, Chui M, Brown B, et al. Big data: The next frontier for innovation, competition, and productivity [M]_ McKinsey Global Institute, 2011.] [黃永勤國外大數據研究熱點及發展趨勢探析[J]•情報雜志,2014,33(06):99-104+7&] [黃永勤•國外大數據研究熱點及發展趨勢探析[J]•情報雜志,2014,33(06):99-104+7&]雖然定義方式各異，但是含義 卻是一致的，即大數據是一種大到突破傳統數據管理和數據處理技術能力的數據集，而 這種突破傳統數據管理和處理能力的技術就是大數據技術。
國內學者黃永勤認為大數據已經不僅僅是描述數據的特征，也不再局限于技術范 疇，而是一個多科學交融的研究領域，其背后有著復雜和深刻的新理念,并進一步概括 為“技術、工程、科學和應用”四個維度。"
(1)大數據科學：大數據的研究范疇，大數據基礎理論的研究與規律的發現，完 善大數據科學相關的方法、理論、模型和流程，并能指導應用實踐。
(2)大數據技術：海量數據在收集、處理、存儲、分析、管理等過程中所用到的 具體技術和工具。比如分布式文件系統和大規模并行計算等。
(3)大數據工程：大數據規劃與建設的系統工程，包括宏觀層面上的系統規劃和 投入，微觀層面的具體實施和建設。§
4）大數據應用：大數據在各行業各領域的具體應用，使用大數據來解決現實世 界中的問題。學者梅宏按照復雜程度把大數據應用分為描述性分析應用、預測性分析應 用和指導性分析應用。[梅宏.大數據發展現狀與未來趨勢[J].交通運輸研究,2019,5（05）:1-11.]
2. 2.2大數據思維方式
大數據不僅僅是海量的數據和先進的技術，更重要的是一種觀察和理解世界的新思 維，2012年維克托•邁爾-舍恩伯格教授在《大數據時代》一書中首次提出大數據的思 維變革：不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而 是相關關系。[維克托•邁爾-舍恩伯格,肯尼思•庫克耶.大數據時代:生活、工作與思維的大變革[M].浙江人民出版社,2013.]這一觀點影響深遠，大數據思維的研究由此開啟。隨后在2014年，黃 欣榮提出大數據思維是一種復雜性思維，具有整體性、多樣性、平等性、開放性、相關 性和生長性等特征。[黃欣榮.大數據時代的思維變革[J].重慶理工大學學報（社會科學）,2014,28（05）:13-1 &] [李金昌.大數據與統計新思維[J].統計研究,2014,31（01）:10-17.] [彭知輝.論大數據思維的內涵及構成[J].情報雜志,2019,38（06）:124-130+123.]同年，李金昌指出大數據對于統計思維的影響，認為統計思維需 要改變認識數據的思維、收集數據的思維和分析數據的思維，并指出需要從多個方面積 極應對大數據思維變革，以促使統計學科跟上時代的步伐。"2019年彭知輝深入的探討 了大數據思維的范疇，包含主體與客體、精確性與模糊性、主觀與客觀、因果關系與相 關關系、技術與人文、新與舊、大與小等。§梳理了大數據思維范疇之間的關系，修正 和提煉了大數據思維的認知。
歸納各學者的研究，大數據思維有以下幾個特征：
（1） 整體性：大數據可以處理全體數據，不用再依賴于抽樣方法，抽樣是一種能 力受限下無奈的數據獲取手段，通過全體數據可以真實的體現整體的狀況，獲取所有的 細節，得到更加全面的結論。
（2） 模糊性：大數據擴大了處理的數據規模，在處理海量的、非結構化的、多樣 性的數據時，即便是出現一些錯誤，也不會影響整體的正確性。大數據提倡使用概率來 描述客觀世界，而不再執著于絕對的精確，概率更能體現真實情況，尤其是在大數據預 測中，追求確定性是沒可能的。其實，就算是使用抽樣數據，也需要容忍一定的誤差， 從來就沒有絕對的精確。
（3） 相關性：計算機給出的結論向來都是相關關系，而不是因果關系，因果關系 是人類在相關關系之上的判斷和認知，因果關系的確定需要投入大量的精力，甚至有時 無法得出。大數據可以發現數據中隱蔽的相關關系，這些相關性能夠在一定程度上幫助 企業做出正確的決策，而不需要深究背后復雜的原因。但不代表相關關系可以代替因果 關系，大數據思維需要正確認識相關關系和因果關系的地位和作用。
（4）動態性：真實世界的數據是源源不斷的生成和變化，某一時間點的靜態數據 已經不能及時反映實際狀況，數據的價值隨著時間的流逝而降低。大數據能夠實時地對 數據進行收集、處理、存儲、分析，持續不斷的更新和調整結論，讓企業及時做出商業 決策，不會因為滯后導致錯失商機。
2. 2. 3消費者畫像
消費者畫像，即用戶畫像，是一種數字化的消費者形象，用于描述消費者特征的數 據模型。通過對海量數據的收集、處理、分析、挖掘等得出消費者的基本屬性、消費特 征、偏好特征、興趣愛好等信息，然后提煉出消費者的標簽，消費者畫像就是通過一系 列標簽抽象出消費者的標簽化模型，從多個層次刻畫和描繪消費者。
標簽是一種經過提煉的信息表現形式，是一種量化的描述，用于刻畫和描繪一個業 務實體的某個特征。標簽可以供上游系統使用，非常適合于計算機處理，通過對標簽進 行分析、統計、挖掘，能夠提升決策的準確性和科學性。標簽體系是標簽的邏輯組織方 式，由一系列的標簽集合構成，用于標簽的管理和維護，確保體系中的統計口徑一致， 電商常用的標簽體系如表2. 2所示。
表2.2電商常用標簽體系
標簽類別 標簽
人口屬性 性別、年齡、地域、婚姻、職業
消費特征 支付方式、退貨率、總購買金額
行為特征 首次下單時間、最近支付時間、最近30天下單數量
偏好特征 顏色偏好、品類偏好、品牌偏好
標簽體系根據具體的業務需求會把標簽組織成若干部分，比如人口屬性、行為特征、 偏好特征、興趣愛好等，這些信息描繪了消費者的需求動機、行為模式、心理活動、價 值主張和經濟能力等等，從而影響企業的商品規劃、市場定位和營銷策略。標簽和畫像 本身不承載價值和意義，只是信息的體現和匯聚，消費者性別是什么，居住哪里，收入 怎么樣，是否有孩子，了解這些信息沒有太大的意義。但是性別影響消費決策，收入體 現消費能力，是否有孩子能帶來新的營銷場景，等等，這些標簽信息的背后邏輯能夠影 響決策，這才是標簽和101像的價值和意義。
消費者畫像的構建步驟如下：
(1)標簽體系的設計。根據企業的業務場景和需求，規劃和設計標簽體系，用于 標簽的管理、維護、生產和應用。
(2)數據采集。收集消費者相關的數據，消費者畫像需要用到大量的數據，數據 的完整性直接影響到消費者畫像的精準性。
(3)數據加工處理。對數據進行清理、結構化、集成、加工等，形成高質量的消 費者基礎數據。
(4)標簽萃取。通過統計分析或數據挖掘提取出消費者標簽。
(5)生成畫像。把所有的標簽合并起來形成完整的消費者畫像。
消費者畫像是分析和了解消費者的一種重要方法，在消費者的洞察、消費者的細分、 消費者的群體特征分析上有重要的作用，主要的應用領域有：
(1)精準營銷和投放。根據消費者的特征，比如消費行為、偏好特征、興趣愛好 等，分析消費者的潛在需求，把商品和服務推送給特定的消費者，實現高效投放和精準 營銷。
(2)個性化推薦。利用畫像可以分析每一個消費者是什么樣的人，根據消費者的 個性化針對性的推送他所喜歡的內容或商品，消費者得到了用戶體驗最大化，企業獲取 了收益最大化。
(3)精細化運營。隨著消費者數量的增加，消費者的需求和商品之間的匹配關系 需要得到精細化運營，通過消費者細分對不同的消費者群體匹配不同的商品和服務，更 精細化的實現運營。
(4)產品設計。通過畫像輔助產品設計，對產品受眾進行分析，評估產品的需求 是否具有價值，以避免偏離核心用戶的訴求，有針對性的設計產品。
消費者畫像的應用不僅僅局限于此，在風控、搜索、品牌建設等其他領域也起到重 要作用，甚至從宏觀上能幫助企業規劃戰略方向，發掘新的市場機會。
2. 3精準營銷理論基礎
2. 3.1精準營銷的概念與特征
現如今消費者的需求呈現出多樣化、差異化、個性化，市場細分越來越明顯，傳統 營銷已經無法適應市場的需求，以消費者為中心的精準營銷逐漸受到廣泛的重視和關 注。
2004年Jeff Zabin和Gresh Brebach在他們的專著中提出了精準營銷的4R法 則，即在適當的時間點(Right Time)通過適當的渠道(Right Channel)向適當的消 費者(Right Customer)發送適當的內容(Right Message)。[ Jeff Zabin,Gresh Brebach.Precision Marketing: The New Rules For Attracting, Retaining And Leveraging Profitable Customers[M]. John Wiley & Sons Inc.:Hoboken, New Jersey,2004:47-.]
精準營銷被正式定義是在2005年，Philip Kotler定義精準營銷為采取更精準 的、可衡量的和高投資回報的營銷溝通，更加重視行動和結果的營銷傳播計劃制定，同 時還注重對直銷溝通方面的投入。[王寧，肖歡•精準營銷研究綜述[J].現代商貿工業,2011,23(24):144.]
國內著名學者徐海亮2006年提出，精準營銷就是以精準定位為基礎，憑借現代信 息技術建立個性化的顧客溝通服務體系，從而實現企業可衡量的低成本擴張。他認為精 準營銷有三個層面的含義:第一是精準的營銷思想；第二是實施精準的體系保障和手段; 第三就是達到低成本可持續發展的企業目標。[徐海亮•精準營銷理論[M].北京:北京機械工業出版社,2006:7-&] [伍青生涂穎,鄭興山•精準營銷的思想和方法[J].市場營銷導刊,2006(05):39-42.]
教授伍青生在2006年發表的文章中認為，精準營銷是企業通過定量和定性相結合 的方法對目標市場的不同消費者進行細致分析，根據消費者不同的消費心理和行為特 征，采用針對性的現代技術和方法，以及目標明確的策略，實現對目標市場不同消費者 群體進行強有效和高投資回報的營銷溝通。"
綜上所述觀點，精準營銷從本質上依然屬于市場營銷，是市場營銷發展的趨勢，兩 者目標一致，都是為了獲得和定位目標消費者，盡可能的降低獲取顧客的成本和企業運 營成本，提升企業市場運營的效率，最終讓企業獲取更多的收益。相對于傳統營銷，精 準的含義是精密、準確、可量化，精準營銷就是讓營銷過程即精確又準確，提高營銷的 效率，使企業有限的資源在恰當的時間、恰當的地點、恰當的價格、恰當的渠道滿足精 確的客戶需求，有效地降低企業產品和服務的成本，為顧客讓渡更多價值，為企業增加 更多的利潤。
綜合各學者的研究，精準營銷的特征如下：
（1） 目標受眾的針對性。精準營銷能夠精準定位目標消費者，對目標消費者開展 營銷活動，進行針對性的溝通，達到營銷的高效和精準，減少成本和浪費。
（2） 效果的可衡量性。精準營銷是數據驅動的營銷方式，通過數據和技術手段對 營銷的效果進行追蹤，持續改善營銷的流程和策略，避免不恰當的營銷策略、過程和方 法。同時營銷效果的可預測性，能為營銷提供事先的規劃依據，提前計劃出合理的營銷 策略。
（3） 成本的經濟性。精準營銷可以實現高投資回報的效果，精準營銷把信息準確 地、及時地傳遞給消費者，不僅提高企業的營銷效果，還減少了企業營銷鏈中的環節和 人力，同時能提升顧客的讓渡價值，省去了消費者購買過程中的時間、精力和體力等成 本。
（4） 消費的導向性。精準營銷以消費者的需求為導向，營銷活動建立在消費者的 洞察、了解、認知的基礎上，從而能夠滿足個性化和多樣化的消費需求。
（5） 溝通的互動性。精準營銷改變了傳統營銷單向信息傳遞的方式，實現與消費 者的雙向溝通，溝通的效率顯著提高，有助于深入了解消費者的需求和反饋，建立穩定 忠誠的消費者群體。
2. 3.2精準營銷的理論基礎
雖然學術界對精準營銷的概念有多種定義，但學者付小文和陳英葵對不同視角下精 準營銷概念進行研究，指出精準營銷是基于市場細分理論、4C理論、顧客讓渡價值理 論之上提出的。[付小文，陳英葵.理論與應用：精準營銷研究述評與展望［J］現代市場營銷,2017,7（03）:71-75.]
（1）市場細分理論
營銷學家Wendell R. Smith在1956年首次提出市場細分，市場營銷中的“市場” 是指有消費需求，有購買能力，且有購買意愿的潛在消費者群體所構成的集合，可見市 場是多維多層多樣的復雜結構，每一種類型的市場都對應一種特定需求的消費者人群。 企業不可能在多維多層多樣的廣泛市場中與所有的消費者都建立聯系，因此需要細分市 場以提高服務消費者的效率以及企業自身的運營效率。市場細分就是采用一定的方式準 確的劃分消費者群體，精準營銷基于市場細分精確地定位目標消費者群體，然后對目標 消費者群體進行精準營銷，從而在低成本的情況下，達到更佳的營銷效果。
傳統的市場細分可以按照地理細分和人口細分打消費者畫像提供了更多的細分維 度，大大增加了對細分群體的理解和認知，有益于準確識別細分群體的匹配程度，提升 營銷效果。
(2)4C理論
1990年羅伯特•勞特朋教授在營銷的4P理論基礎上提出了 4C理論，4C即顧客 (Customer)、成本(Cost)、便利(Convenience)、溝通(Communication)。相比 于4P, 4C從消費者的角度出發，在營銷的過程中，更注重消費者的成本、便利和溝通, 實現企業和消費者的雙贏。[ Philip Kotler, Kevin Lane Keller.Marketing Management 14th ed. [M].Prentice Hall:New Jersey,2012: 214.] [莫少穎•從4P到4C:國際營銷中的4C營銷組合創新[J]•江蘇商論,2005(11):84-85.]
精準營銷正是4C理論更進一步的發展，精準營銷就是以消費者需求為導向，開展 一系列的營銷活動。精準營銷讓信息準確、及時地傳達到有需要的消費者，企業減少了 營銷成本，消費者減少了購買成本(包括時間、精力、貨幣等成本)，同時也給消費者 帶來便利。精準營銷強調與消費者雙向有效的溝通與互動，及時了解消費者的需求和反 饋，保持良好的關系，維護和提升消費者的滿意度。
消費者畫像就是圍繞消費者而構建的，其中消費偏好類的標簽，比如最常消費品牌、 消費時段偏好、最常消費品類、價格偏好、顏色偏好等等，能幫助減低交易過程中企業 與消費者的各項成本，同時提高了消費者的便利性。消費者畫像也有助于企業在消費者 的溝通中，準確了解消費者的信息與現狀，提升溝通效率與用戶體驗。總之消費者標簽 與畫像有效支撐精準營銷對4C理論的落實。[劉海，盧慧阮金花，田丙強,胡守忠•基于“用戶畫像'挖掘的精準營銷細分模型研究[J]•絲綢,2015,52(⑵:37?42+47.]
(3)顧客讓渡價值理論
1994 年營銷學家 Philip Kotler 在其著作《Marketing Management: Analysis, Planning, Implementation, and Control》中提出顧客讓渡價值理論。顧客期望從某 個產品或服務中獲取的產品、服務、形象等一系列價值所組成的總價值為顧客價值，顧 客為獲取這些價值所付出的時間、資金、精力等一系列成本為顧客成本。顧客讓渡價值 就是其所獲取的總價值與所付出的總成本之間的差額，顧客在購買時總是期望以最低的 成本獲取最多的價值，追求讓渡價值最大化。企業為了吸引和留住顧客，提供的顧客讓 渡價值需要超過競爭對手。[王琴.關于顧客讓渡價值的探討［J］.現代企業,2003(07):45.]
精準營銷實現精準的個性化營銷策略，最大化的滿足消費者的需求，提高消費者滿 意度，可以為消費者帶來更多價值。精準營銷能夠精準高效的讓消費者尋找到產品和服 務，更便捷的完成購買過程，降低消費者的時間成本、精力成本和溝通成本。可見，精 準營銷能有效增加顧客讓渡價值。
2. 4文獻綜述
2.4.1大數據文獻研究
美國硅圖公司(S訂icon Graphics)的John R. Mashey在1998年首次提出大數 據的概念，指出大數據對計算機基礎設備將造成瓶頸和影響，以及數據的增長將使數據 的獲取、處理、理解和組織等帶來困難和挑戰。[ John R.Mashey. Big Data and the Next Wave of Infra Stress. http://static.usenix.org/events/usenix99/invitedtalks/mashey.pdf. 1998]
2003 ~ 2006年期間，Google公司陸續發布了三篇論文：2003年發表了《The Google File System》、2004 年發表了《MapReduce: Simplified Data Processing on Large Clusters》以及 2006 年發表了《Bigtable: A Distributed Storage System for Structured Data》，分布式文件系統(GFS)解決的是大規模數據存儲問題，分布式計 算框架(MapReduce)解決的是大規模數據計算問題，NoSQL數據庫(BigTable)解決 大規模數據在線實時查詢問題，這三篇論文闡述了大數據的思想和實現方法，確立了大 數據理論和技術的基礎，從此拉開了大數據時代的序幕。
2006 年，受到 Google 論文啟發的 Doug Cutting 和 Mike Cafarella 參考 GFS 和MapReduce建立了開源的Hadoop項目，Hadoop讓企業在廉價的計算機上處理龐大 的數據，逐漸在很多企業中得到接納和應用，生態體系也越發豐富，成為大數據行業的 事實標準。
2007年圖靈獎得主Jim Gray定義了繼實驗觀測、理論推導和計算仿真之后科學 研究的第四范式:數據密集型科學發現研究范式，開啟了大數據在科學研究領域的熱潮, 甚至有學者提出，相比于“數據密集型”，大數據更有資格成為一種新的科學范式。[董春雨，薛永紅•數據密集型、大數據與“第四范式屮］.自然辯證法研究,2017,33(05):74-80+86.]
2012年牛津大學教授維克托•邁爾-舍恩伯格在其著作《大數據時代》中開創性地 提出了大數據的思維變革：不是隨機樣本，而是全體數據；不是精確性，而是混雜性； 不是因果關系，而是相關關系。[維克托•邁爾-舍恩伯格,肯尼思•庫克耶.大數據時代:生活、工作與思維的大變革[M].浙江人民出版社,2013.]廣泛引發了對大數據思維觀念的探討與思考。
Teradata公司的首席分析專家Bill Franks在其2013年出版的書籍《Taming the big data tidal wave》中認為大數據的量并不重要，重要的是數據能產生的價值, 以及怎么駕馭大數據。數據只是源，思想才是分析之父，有價值和影響力的分析要能夠 提供答案，提供用戶需要的東西，提供新的解決方案，對實際行動有指導意義。[ Franks B. Taming the big data tidal wave: Finding opportunities in huge data streams with advanced analytics[M]_ John Wiley & Sons, 2012.]
2014年美國學者Eric Siegel在其著作《Predictive analytics》中指出，大數 據時代預測分析已經在科技、商業和社會中得到廣泛應用，隨著大量數據不斷的被收集 和整理，以及大數據預測技術水平的提高，未來預測分析必然會是各領域中的一項重要 技術。[ Siegel E. Predictive analytics: The power to predict who will click, buy, lie, or die[M]. John Wiley & Sons, 2013.] [國務院•國務院關于印發促進大數據發展行動綱要的通知[EB/OL].
http://www.gov.cn/zhengce/content/2015-09/05/content_10137.htm,2015-09-05.] [鄧光宏，翁佳妮•基于社交網絡的精準營銷模式研究門]•中國市場,2014(26):8-9+29.]這意味著未來企業能夠越來越準確的預測消費者的行為軌跡，并能夠提前制定 應對策略。
國務院在2015年發布了《促進大數據發展行動綱要》，從國家信息化戰略層面對 大數據的發展制定了頂層規劃和布局，為大數據的未來發展方向做出指導。綱要明確指 出將全面推動大數據的發展和應用，加快建設數據強國，大數據已成為國家基礎性戰略 資源，正逐漸對全世界的經濟運行機制、社會生活方式和國家治理能力形成重要影響。 并且綱要指出大數據在我國的三大發展形勢：大數據成為推動經濟轉型發展的新動力、 大數據成為重塑國家競爭優勢的新機遇、大數據成為提升政府治理能力的新途徑。" 2.4.2精準營銷文獻研究
1999年營銷專家萊斯特•偉門最早提出了精準營銷模式的描述：要改變以往的營 銷渠道及方法，以顧客為中心，通過電話、郵件、互聯網等方法建立顧客資料庫。然后 通過科學的分析，識別有購買可能性的顧客，從而指導生產企業改變其推廣策略，為生 產企業制訂出具有較強操作性的營銷傳播方案，同時能夠為其提供盡可能詳細的顧客和 銷售商的資料。§
2004年Jeff Zabin和Gresh Brebach提出了精準營銷的4R法則，即適當的時 間點(Right Time),適當的渠道(Right Channel),適當的消費者(Right Customer), 適當的內容(Right Message)。通過將適當的內容在適當的時間點通過適當的渠道發 送給適當的消費者，繼而影響目標消費者的購買決策，達成營銷意圖。X4R指出了精準 營銷中的四個關鍵因素：人、時間、地點、狀態，通過大數據能夠對這四個元素進行準 確的描繪。
劉征宇在2007年對精準營銷的方法進行了總結：一是基于數據庫營銷的方法。建 設信息完備的顧客數據庫，從中甄選出潛在的顧客，展開營銷活動。二是基于互聯網的 方法。通過互聯網了解消費者的心理和特征，有針對性的展開營銷活動，途徑有互聯網 廣告、搜索關鍵詞、博客、Email等。三是借助他人渠道的方法。無法觸達自身潛在顧 客的企業，可以借助外部企業的渠道進行精準營銷。[ Jeff Zabin,Gresh Brebach.Precision Marketing: The New Rules For Attracting, Retaining And Leveraging Profitable Customers[M]. John Wiley & Sons Inc.:Hoboken, New Jersey,2004:47-.] [劉征宇•精準營銷方法研究[J]•上海交通大學學報,2007(Sl):143-146+151.]通過這些方法的總結，可以了解 到大數據被應用到精準營銷之前，企業是通過什么方法和途徑實現精準營銷，以及在實 現精準營銷時的困難和挑戰。
2008年董鴻英分析了精準營銷對廣告業的的影響，追求受眾覆蓋的大眾媒體在精 準營銷的模式下將難以勝任，精準營銷使廣告傳播更加精準和多元，其操作方式將使廣 告傳播與消費者反饋相結合，使客戶溝通與營銷相結合，廣告業將趨于整合營銷傳播。 并預測以精準營銷為基礎的精準傳播將來會有更進一步發展。[董鴻英•精確營銷對廣告業的影響[J]•廣告大觀(理論版),2008(02):32-40.] [ Sandra Zoratti,Lee Gallagher. Precision Marketing:Maximizing Revenue Through Relevance[M].Kogan Page:2012-02-07.] [李維勝，蔣緒軍•電子商務精準營銷對策研究[J]•開發研究,2013(02):46-49+96.]
2012年Sandra Zoratti和Lee Gallagher在他們的書籍中描述了如何收集數據 建立數據之間的關聯性，再通過關聯性數據分析實現精準營銷，并給出了詳細的精準營 銷方法和步驟：確定目標、收集數據、建模分析、制定策略、部署實施、評估。"這六 個步驟在大數據精準營銷中依然能夠適用。
李維勝和蔣緒軍在2013年提出了構建電子商務的精準營銷體系：首先，建立完備 的顧客數據庫，精準的定位目標顧客；其次，精準細分和定位市場，明確產品和服務的 目標市場；再次，精準廣告投放傳播，將內容準確的傳遞到目標顧客；然后，支持產品 和服務的個性化，最大化滿足顧客需求；最后，采取一對一的營銷服務，提高顧客的滿 意度。§在此大數據精準營銷雛形已經開始顯現，顧客數據庫在大數據中被消費者畫像 所替代，基于畫像的市場細分、精準廣告投放、個性化推薦和服務等都是在此基礎上的 延伸和發展。
2017年阿姆斯特丹大學的Emir Karadag和Tom van Engers對社交媒體背景下 的精準營銷展開研究，認為社交媒體的消費者擁有更深遠的意見傳達能力，企業需要收 集社交媒體上消費者的心理數據，補全現有的消費者信息，這些數據能夠優化精準營銷 的策略以影響消費者決策。并在研究中證實了社交媒體上消費者的許多心理特征可能會 影響消費者的行為，比如愛好、社交媒體渠道、音樂偏好、品牌認知等等。[ Karadag E K, van Engers T. Optimizing precision marketing through psycho-demographic analysis of social media users[C]//ECSM 2017 4th European Conference on Social Media. Academic Conferences and publishing limited, 2017: 434.]社交媒體 上的消費者也需要納入企業精準營銷的范圍，密切關注消費者在社交媒體上的言行和互 動，收集社交媒體上消費者的數據，有助于精準營銷的開展。
2.4.3大數據精準營銷應用文獻研究
如前文所述，在大數據廣泛應用之前，精準營銷是借助數據庫、現代信息技術或者 數據分析等來實現，隨著大數據相關技術的快速發展和迭代，業界逐漸開始研究如何把 大數據應用到精準營銷中。
賈利軍和許鑫早在2013年就預見了大數據對營銷的影響，指出大數據反映的是現 實世界的一個鏡像化過程，數據的匯集讓營銷者獲得了一個在現實世界里沒法實現的 “巔峰視角”，通過這個視角可以獲得傳統研究方法不能獲得的真知灼見；甚至前瞻性 的指出企業中營銷的組織結構、人員配置以及工作內容將圍繞著數據的采集、分析、處 理而展開，數據部門將漸漸替代傳統的營銷機構。[賈利軍，許鑫•談“大數據"的本質及其營銷意蘊[J].南京社會科學,2013(07):15-21.]
2013年學者王波和吳子玉率先對大數據在精準營銷中的應用做出研究，并把過程 劃分為五個階段：首先，收集目標消費者的信息，建立消費者數據庫；其次，增進對消 費者的理解，通過數據分析，得出細分群體的多樣化需求；再次，針對不同的細分群體 需求設計匹配的產品和服務；然后，為目標細分群體提供針對性的產品和服務；最后， 收集營銷活動的反饋，進一步增進對消費者需求、行為和習慣的理解。并同時提出了精 準營銷模式實施框架，認為策略、流程與技術是實現精準營銷的三大要素，以“消費者 為本”為核心價值觀，分別從策略、流程、技術三個層次來進行，其中技術是指對消費 者的分析和挖掘；流程是指消費者的獲取、培育、挽留組成的流程；策略指的是營銷策 略。策略是對流程的戰略指導，流程則建立在技術之上，分析和挖掘是對消費者了解和 細分的基礎，貫穿整個流程。[王波,吳子玉.大數據時代精準營銷模式研究[J].經濟師,2013(05):14-16.]
李巍在2014年指出大數據不僅是一種技術工具，更為營銷帶來了新方法和新理 念，大數據作為一種數據形態和技術手段，具有規模性、高速性、多樣性和價值性等特 征，與營銷相結合，能夠從過程和內容上重塑營銷。[李巍，席小濤.大數據時代營銷創新研究的價值、基礎與方向[J].科技管理研究,2014,34(18):181-184+197.]
Salvador和Ikeda在2014年發布的文章中討論了大數據在營銷信息系統背景 下的使用，展示其帶來的新可能性，并反思其局限性。營銷中大數據會被應用在細分定 位、產品研發、分銷渠道、互動溝通、價格策略等場景，但是也會存在局限性：一是歷 史數據沒有收集，導致不能充分利用預測能力；二是沒有合格的專業人士從事大數據相 關的工作；三是消費者待遇不平等引起的沖突和不滿；四是隱私和不當的信息共享問題; 五是完全自動化的決策也是一種風險，無論預測模型多好，都是有限的理論情況。[ Alexandre Borba Salvador, Ana Akemi Ikeda. Big Data Usage in the Marketing Information System[J]_ Journal of Data Analysis and Information Processing,2014,2(3):] [劉海，盧慧，阮金花，田丙強,胡守忠•基于“用戶畫像'挖掘的精準營銷細分模型研究[J]•絲綢,2015,52(⑵:37?42+47.] [ Volker Bosch. Big Data in Market Research: Why More Data Does Not Automatically Mean Better Information^]. GfK Marketing Intelligence Review,2016,8(2): 56-63] [魏想明，張晶，向賢松大數據精準營銷[J].企業管＜2016(11):91-93.]
2015年劉海等學者基于4C營銷理論建立了用戶畫像，然后依托用戶畫像挖掘消 費者需求，并采用聚類構建了大數據精準營銷的細分模型，在消費者細分因素之上，精 準定位消費者群體。"整個過程可以為施行大數據精準營銷提供參考和思路。
2016年Volker Bosch獨到的提出大量的數據并不代表能夠得出有用的市場研究 信息，雖然從長遠看大數據會改變市場研究，但更多的數據不等于更好的數據，需要克 服三個挑戰：大數據的數據量雖然很多，但不具有代表性；大數據使用復雜且易出錯的 軟件進行處理時，會導致很多誤差；數據往往缺乏關鍵的變量。§在大多數企業中都會 遇到數據質量問題和數據碎片化問題，解決這些問題是大數據精準營銷能夠有效發揮的 前提。
魏想明在2016年指出大數據為精準營銷提供了龐大的數據和先進的大數據技術， 在此基礎上能夠建立更加精確的市場定位與分析，準確地推斷出目標消費者對于產品和 服務的需求，從而讓營銷更加精確和科學。°
2019年Samuel Singh在銀行業的金融產品精準營銷中應用了改進的協同過濾算 法，該算法是一種考慮時間因素的基于興趣相似度的推薦算法，避免了傳統協同過濾算 法需要歷史數據的缺點，[ Singh S. Research on Application of Precision Marketing Based on Big Data[J]. 2019.]對大數據精準營銷個性化推薦應用有一定的借鑒意義。
2.4.4文獻研究述評
開放的互聯網讓消費者隨時隨地獲取需要的信息，隨著消費者掌握的信息越全面， 消費者的期望也越來越高，需求也愈加個性化和差異化，大眾化的信息已經很難引起消 費者的關注。當今企業滿足消費者的需求只是最基本的要求，需要更進一步，讓消費者 感到驚喜。相比于傳統營銷的大眾營銷思維（即消費者是同質化的，市場是大眾化的）， 精準營銷的思維模式是以消費者為中心的分眾營銷（或稱為針對性營銷），以消費為中 心意味者全方位的洞察、了解和認知消費者，精準的將消費者進行細分，根據不同的產 品和服務的差異性和獨特性，找到最匹配、最適合和最有價值的消費者群體，并制定針 對性的營銷策略。
精準營銷如果沒有大數據的支撐，要實現分眾營銷，企業要付出巨大的營銷成本。 企業追求的是規模效應，而消費者卻越來越個性化和差異化，基于大數據的精準營銷能 夠在企業規模效應和消費者個性化需求之間找到完美的平衡點。大數據精準營銷能夠為 每一個獨立的消費者建立360°的視圖，描繪出一個個具體的消費者形象特征，根據 消費者的不同情況采用不同的營銷策略，達到個性化營銷，最大限度提高每個消費者的 價值。
大數據不僅僅是一種技術的新手段和新工具，同時也是一種全新的研究方法，一種 全新的思維方式。大數據精準營銷可以理解為大數據技術、理念與思維方式在精準營銷 中的應用，大數據在精準營銷中起到的作用主要有兩個方面：一是精準和可量化，通過 大量的數據，獲取顧客精準、渠道精準、商品精準、時間精準，依托大數據技術的精準 營銷，能夠更加智能的、高效的、個性化的、便捷的服務于顧客；二是規模化，能夠針 對每一個消費者實現一人一面的個性化營銷，針對電商場景下消費者存在的長尾效應， 能夠精準的、低成本的滿足長尾消費者的個性化需求。
第3章*公司概況及大數據精準營銷現狀
3.1 W公司概況
3.1.1公司概況
W公司是電商服務行業領先的商業和技術解決方案公司，成立于2007年，在電商 服務行業擁有超25%的市場份額，服務的客戶遍布全球。W公司聚焦以品牌電子商務 為核心的一站式商業和技術解決方案，為品牌提供全鏈路全渠道的服務，包括咨詢策劃、 數字營銷、店站運營、倉儲物流、客戶服務、IT服務等六大業務板塊，涉及的渠道范 圍從國內各大電商平臺（天貓、京東和唯品會等等），到品牌的官方商城，再到微信小 程序商城和線下門店。W公司在電商運營和系統研發與集成領域沉淀了十多年的經驗， 依托大數據、云計算、人工智能等技術，幫助250多家頂尖的國際和本土品牌完成線 上零售及全渠道的布局，涉及八大垂直行業，涵蓋服飾、母嬰、快消、3C數碼、家電、 汽車、食品、保險等。近十年中國電商的快速崛起，讓品牌電商服務成為電子商務產業 鏈中不可或缺的一環，這是W公司誕生以及發展壯大的根本原因。
品牌容戶
品牌A 品禪B 品牌C 品牌D ...
W公司解決方案
咨詢策劃 數字營銷 店站運營 倉儲物流 客服服務 IT服務
電商平臺
天貓 京東 拼多多 官網&小程序
圖3. 1 W公司解決方案
如圖3.1所示，W公司的解決方案是連接電商平臺和品牌的一座橋梁，W公司提 供的服務猶如一層墊片，鋪在各電商平臺之上，能讓品牌低成本的實現電商化，快速進 入其本身不熟悉不擅長的電商領域。以全渠道運營服務舉例，如果消費者購買一件商品， 可以在天貓、京東、拼多多等任意平臺下單，不管是哪個平臺，訂單最后會送到統一的 庫存，也即是打通了庫存，能使產品的銷售速度比原來快上好幾倍。使用W公司提供 的服務，品牌基本上不需要具備太多的電商能力，所有電商相關的事務都可以委托給W 公司。這就是W公司的價值，幫助品牌實現電商夢想，在幫助品牌的同時，成就了自 己。
W公司區別于其他電商服務供應商，在長期的競爭和變化的環境中形成的競爭優勢 有以下幾點：
(1)科技力量形成的競爭壁壘。W公司之所以能得以快速發展，其背后的科技力 量不容忽視，w公司長期重視技術及數字化能力。電商中的秒殺、618、雙十一等場景, 對服務提供商的技術支撐能力有相當大的考驗。W公司目前能做到每天能處理3000萬 以上訂單，這包括了 OMS和WMS整條鏈路上的支持。
(2)經驗積累的規模效應。W公司的解決方案和服務模式經過十多年的沉淀和打 磨，在250個品牌中得到應用和實踐，積累的是經驗、是方法論、也是高效的流程， 極具規模效應。這種規模效應給W公司帶來了領先優勢，比如平臺推廣費用相比競爭 對手會更少,物流倉儲成本會更低，業務結構和服務體系會在規模效應下持續得到優化。
(3)可復制的快速啟動。W公司的解決方案橫跨八個行業，具有充足的行業經驗, 對于需要合作的品牌，能夠實現快速啟動，一個月內就能讓不具備電商能力的品牌開展 線上業務，這種“唯快不破”國內還沒有可以匹敵的競爭者。另外，W公司采用前中后 臺業務架構，中后臺屬于穩定的資源共享層，每一個新加入的品牌只需要配置一個獨立 的前臺運營團隊，電商業務就能快速開展。
3.1.2財務分析
W公司在電商產業鏈上布局和規劃十多年，目前已經成為行業的領軍者之一。公司 2020年GMV超過500億人民幣，實現營業收入88. 5億元，同比增長21.6%,實現 凈利潤為4. 26億元，同比增長51.3%, 2015年~ 2020年營業收入和歸母凈利潤的 復合增速分別為29%和88%o品牌數量的復合增速接近20%,截至2020年，品牌合 作伙伴達到250個，同比增長20%,增長勢頭繼續保持較高。
圖3.2 W公司營業收入
數據來源：根據W公司年報整理
圖3. 3 W公司凈利潤
數據來源；根據W公司年報整理
圖3. 2和3. 3展示了 W公司從2016年到2020年的經營狀況，五年間營業收 入從33.9億提升到8& 5億，每年的同比增長都超過20%,同時凈利潤也在不斷上漲, 可見W公司正處于高速上升的發展趨勢。2018年開始W公司提出科技賦能商業，在 技術創新上投入巨資，營業成本的大幅提升導致凈利潤同比增長只有4.4%,相比往年 下降明顯。2020年技術投入的成果開始顯示，加上新冠疫情對線上消費的促進，凈利 潤同比增長達到51.1%。
W公司目前營業收入的構成分為商品銷售收入和服務收費，商品銷售收入是W公 司買斷品牌商的商品，然后把商品賣給消費者，所獲取的收入，此過程W公司類似于 經銷商的角色。服務收費是為品牌商提供技術、營銷、運營、物流等服務，所收取的服
務費用。
圖3. 4 W公司經銷模式和服務模式收入對比
數據來源：根據W公司年報整理
如圖3.4, W公司的服務收入的占比逐年上升，2018年開始服務收入超過50%, 說明W公司已經逐漸向服務模式轉移。服務模式是輕資產模式，收入方式通過向品牌 收取服務費（服務費有固定收費和傭金兩種收費模式），服務費模式占比不斷提升，使 W公司擺脫了重資產運營，有利于讓W公司在更加寬廣的層面上發展。
3.1.3組織架構
W公司組織結構和組織制度較完善，目前5000多位電商服務人才，近900人的 IT技術團隊，北京、上海、香港、杭州、成都等地都開設分公司，組織架構如圖3.5所
Zjx o.
圖3. 5 I公司組織架構
W公司的組織架構是按職能性質來構建，扁平化管理，董事會為W公司的權力最 高機構，制定公司的戰略方向和重大經營決策，集團辦公室負責日常事務處理。下設七 個職能中心，分別是技術與創新中心、財務運營中心、人力資源與行政中心、數字營銷 中心、運營管理中心、物流與供應鏈中心、電商事業群。電商事業群是前端業務部門， 按行業分成八個子事業部，電商事業部需要及時響應品牌的需求，快速應對市場變化, 整合公司資源服務于品牌。
技術與創新中心和數字營銷中心是本文的干系機構，技術與創新中心是W公司的 技術與研發子公司，聚焦于技術創新在商業領域的應用，其下屬部門數據中臺及應用部 為本文所涉及的主要部門，為數字營銷中心的新興渠道事業部、大數據營銷部和營銷投 放部提供精準營銷的數據、工具、系統、技術等支持。
3.2電商服務行業背景
3.2.1行業演進與現狀
中國電商在快速發展的背景下，產生了電商服務行業，其原因在于品牌對于電商的 剛性訴求，B2C模式的品牌電商由于具備較高的商品質量和更有保障的服務，在網購市 場中得到消費者的認可和信任。2010年之前，大量品牌開始布局線上零售，天貓、京 東旗艦店紛紛落地，甚至有實力的品牌還會建立自己的官方商城。但是品牌自建電商服 務體系需要應對一系列的挑戰：電商平臺數量多，如何低成本實現多平臺運營；如何實 現線上線下渠道的融合；線上流量成本上升，渠道競爭力下降；多種渠道的庫存怎么打 通；等等，電商行業有其自有的規則和復雜性。在這種情況下，與電商服務供應商合作 將帶來便利和優勢，品牌可以集中于自身的優勢業務，并把電商業務中的難點痛點轉嫁 給服務商。專業的服務商經過多年的沉淀和打磨，經營過多種行業的電商場景，積累的 技術、服務、運營等能力，能給品牌節約成本、提高運營效率以及增加收益，幫助品牌 實現電商業務快速啟動。特別是一些國際品牌，想要在中國更好的經營線上零售業務， 與專業的電商服務商合作是不可或缺的。這是電商服務供應商誕生的根本原因。
電商服務行業是一種新業態的現代服務業，緊隨者國內電子商務行業的發展，經過 從萌芽摸索階段到穩定成長階段，現已處于精細化運營階段。電商服務產業鏈的核心生 態圈組成有上游的各行各業的品牌商，中游是提供服務的電商服務供應商，下游為電商 平臺和消費者。生態外圍還會配套電商相關的金融保險、倉儲物流、線下配送、網絡軟 件等機構和企業，為整體電商交易提供全面的和多樣化的服務。[唐建國.RYH公司電商代運營競爭戰略研究［叨廣西師范大學2017.]
上游品牌商以美妝護膚、服飾鞋履以及3C數碼類品牌對電商服務供應商需求最 高，原因主要是這些行業較分散，競爭激烈，SKU較多，產品迭代速度也快。汽車類對 電商服務需求最小，汽車類電商主要售賣汽車品牌的周邊產品，該類產品SKU較少，
更新頻率較低，運營難度不高。數據來源：東方證券I
產業鏈下游的B2C電商平臺格局已趨于穩定，天貓仍是主陣地，京東緊隨其后,
拼多多和唯品會也占有一定的份額。拼多多以價格敏感的消費者為主，主要分布在三、 四線城市，2019年拼多多的交易規模破萬億，目前在B2C平臺的占比已達到12. 8%o
數據來源：頭豹研究院[1施紅梅.趙越峰.電商代運營行業系列報告（一）：快速增長背景下，機遇和挑戰并存[R].中國:東方證券2020. 2閔思杰2020年中國電商代運營行業概覽[R].南京:頭豹研究院,2020.]
2020年起抖音、快手、小紅書等新興內容平臺加強電商化布局，直播電商和社交 電商成為新風口，為電商服務行業創造了增量，另外圍繞微信小程序的電商生態體系也 開始嶄露鋒芒。隨著新興平臺影響力日益擴大，品牌商布局多元化渠道的訴求愈加強烈, 為電商服務供應商多平臺拓展帶來新機遇。
據東方證券《電商代運營行業系列報告（一）：快速增長背景下，機遇和挑戰并存》
的統計數據表明，2020年國內的電商服務行業市場規模達到2407億元，同比增長
14%。2016遼019年電商服務行業的年復合增速為43%。[施紅梅.趙越峰.電商代運營行業系列報告（一）：快速增長背景下，機遇和挑戰并存[R].中國:東方證券2020.] [施紅梅，趙越峰"電商代運營行業系列報告（一）：快速增長背景下，機遇和挑戰并存[R]•中國:東方證券,2020’
28]
圖3. 9電商服務行業市場規模及預測
數據來源：東方證券彳
3. 2.2未來發展趨勢
中國電商經過十多年的發展，行業格局已趨于穩定，電商形態和基礎設施亦非常成 熟，總交易額超過10萬億規模,每年有接近廣2萬億的增幅。從另一個方面，電商 業務發展到今天已經進入深水區，進入精細化運作，這要求企業在運營、技術、人才等 方面投入更多的資源。對品牌電商化過程中發揮重要作用的電商服務供應商來說，這是 挑戰也是機遇。
首先，在當前的市場環境下,市場趨勢正在從商品供應端向消費者需求端轉型，下 一階段要以運營消費者為核心，即如何跟消費者更好地溝通，之前的重點是需求滿足， 現在則要更多地關注需求產生，消費者的需求挖掘過程會是一個關鍵的挑戰。
其次，隨著品牌的要求越來越細致，如果不能持續輸出對品牌有核心價值的服務， 無法在合作中達到平臺和品牌的要求，無法獲得相應的資質和資源，那么電商服務供應 商將無法長遠發展。
最后，市場變化節奏會加快，消費者的購物習慣也會隨之發生變化，比如最近迅速 崛起的直播電商。購物的場景、形態和熱點的發展趨勢需要及時把握，這也是一個挑戰。
雖然有挑戰，但也能看到機遇，中國經濟大環境面臨著結構性的調整，經濟增長的 新格局將由消費拉動，人們對品質生活的追求和人均可支配收入的不斷提升，給電商行 業帶來了發展的空間。
3. 3 W公司大數據精準營銷現狀
中國電子商務發展到現在，已經從以交易為核心轉換到以營銷為核心的新階段，電 商服務供應商傳統的服務模塊和解決方案，已經不能再進一步推動品牌電商業務的增 長。W公司未來的重點將會放在以產生需求為目標的營銷能力建設上，2017年W公司 成立數字營銷中心，承擔幫助品牌客戶營銷的責任，以追求完美結合品牌的營銷與銷售 為目標，最終實現從需求到銷售的品效合一。
目前數字營銷中心員工數量超300人，擁有包括新興渠道、創意營銷、內容營銷、 大數據營銷、營銷投放等五個部門，從營銷策略、市場洞察、品銷活動、大數據營銷、 內容營銷及全渠道CRM等為品牌提供全方位的整合營銷服務。其中新興渠道事業部、 大數據營銷部、營銷投放部與本文相關。
W公司為品牌提供的營銷服務內容如下：
（1） 根據品牌的生意策略制定營銷策略。由于W公司電商服務商的性質，對營銷 的深度和寬廣度都有一定的要求，不同的品牌客戶，都有其獨特的特點，需要根據品牌 的特點和需求，有針對性地開展市場營銷，制定營銷方案，對于有線下門店的品牌，甚 至需要做到線上營銷給線下店引流。
（2） 依據大數據的消費者洞察。消費者洞察是精準營銷的前提條件，借助阿里品 牌數據銀行W公司可以深入的了解消費者，對品牌的消費者群體進行細分和分析，為 品牌提供精準營銷和消費者運營活動。
（3） 融合媒體、創意、運營。通過圖文、直播、短視頻等創意內容在媒體平臺（比 如抖音、快手）和社交網絡上進行營銷，能帶動流量、傳播形象、促成更多交易。內容 營銷結合合適的運營手段，能達到非常明顯的營銷效果，甚至能夠改變消費者人群結構， 使人群結構變得更健康、更年輕化，讓品牌具有持續性的發展。
（4） 全渠道消費者運營CRMo CRM系統為品牌接入各電商平臺的會員數據，收集 和管理電商平臺的消費者信息，并實現平臺間的會員體系打通，使得消費者在全渠道所 獲得的會員權益保持一致。CRM同時對接品牌內部數據，進一步實現品牌線上與線下全 渠道會員體系打通。
3.3.1 W公司大數據技術現狀
W公司從成立之初就重視數據的建設，但一直不夠體系化和規模化，2018年W公 司合并創新實驗室和BI部門，成立新的數據中臺及應用部門，同時啟動了大數據平臺 和企業級數據倉庫的建設，標志著W公司進入大數據時代。
數據中臺及應用部負責W公司的數據中臺建設，與前端業務部門的數據專員、數 據分析師一起形成數據建設體系的正向反饋機制o數據中臺及應用部由七個團隊，近50 人組成，見表3. Io
表3.1數據中臺及應用部團隊組成
團隊 人數 職責
數據應用組 5 構建上層數據應用，比如CRM、Data API、對賬系統等
數據報表組 10 為品牌店鋪運營和公司管理層提供報表
數據算法組 6 通過數據挖掘和機器學習等算法賦能業務
數據采集組 7 從各種數據源接入數據到大數據中心，包括從外部爬取數據
數據數倉組 10 根據業務流程和需求，建設企業數據倉庫
數據平臺組 6 設計和維護大數據Hadoop平臺，提供存儲和計算資源
數據產品組 4 分析數據需求，梳理數據指標，設計數據產品
同時，W公司引入了大數據領域廣泛運用的Hadoop技術生態，并以Hadoop平臺 為基礎搭建了企業級數據倉庫，經過兩年多的建設，W公司的企業級數據倉庫已經包含 交易、倉儲、財務、物流、商品、店鋪等主題，總存儲量達到400T。W公司的大數據 已經在BI報表、店鋪運營、供應鏈優化等業務場景得到大量的應用，但營銷領域的應 用卻寥寥無幾。
3.3.2 W公司精準營銷現狀
W公司的精準營銷目的是服務于品牌客戶，營銷對象為品牌的消費者，這要求W公 司即需要懂品牌，也需要懂消費者。
W公司的精準營銷可以概括的分為潛客營銷和熟客營銷（會員營銷）兩個部分，潛 客營銷主要借助電商平臺的數字營銷系統（比如阿里品牌數據銀行）實現；熟客營銷（會 員營銷）則由W公司的CRM系統提供支持。
購物交易的數據大多為電商平臺所擁有，品牌接觸到的數據和自身擁有的數據有 限，因此品牌要么購買平臺數據做投放，要么基于電商平臺上的數字營銷系統（比如阿 里品牌數據銀行）做投放，W公司為品牌提供的精準營銷服務同樣也是通過電商平臺上 的數字營銷系統。
W公司的精準營銷強依賴于阿里巴巴的品牌數據銀行，品牌數據銀行是阿里巴巴公 司在2017年推出全域營銷工具，是品牌消費者的資產管理中心，它能夠沉淀品牌和消 費者的所有互動，使消費者的全鏈路狀態能被品牌直接追蹤。[阿里VS京騰,殊途同歸的“新營銷”之戰[J].公關世界,2018（09）:88-90.]通過品牌數據銀行對消 費者人群進行細分和分析，應用于消費者群體的精準廣告投放和精準運營，讓品牌找到 匹配的消費者，讓消費者也找到合意的商品。品牌數據銀行背后有阿里巴巴電商系的大 數據支持，在品牌數據銀行內進行營銷，營銷反饋的即時性能使營銷人員隨時調整方案, 并在轉化上能有一個良好的效果。品牌數據銀行通過AIPL模式對消費者轉化流程進行 量化，AIPL是品牌與消費者建立聯系的過程，分為四個階段：認知、興趣、購買、忠 誠。前兩個階段A （認知）和I （興趣）是對潛客的觸達，后兩個階段P （購買）和 L （忠誠）是對熟客的再觸達。W公司通過對AIPL的分析和運用，為品牌提供強有力 的精準人群營銷。
利用品牌數據銀行進行精準營銷在阿里巴巴生態中效果顯著，但缺點也很明顯。首 先，品牌數據銀行并不是一個開放的生態，消費者的激活和轉化都需要在阿里巴巴生態 系統內實現，對于多渠道多平臺的品牌商，做不到全渠道的營銷覆蓋。其次，數據銀行 的數據不支持下載和導出，如果企業想要收集這些數據，就需要投入大量的人工進行處 理和加工。
W公司同時也在嘗試新興的營銷渠道,2019年W公司開始嘗試與騰訊廣告平臺合 作，通過W公司的大數據導出品牌的目標消費者群體，在騰訊廣告平臺對目標消費者 群體進行放大觸達，由于導出的消費者群體不夠精準，最終效果并不符合預期。
針對熟客營銷，W公司為品牌提供了 CRM系統，CRM借助電商平臺的會員通服務, 接入各電商平臺的會員數據，收集和管理電商平臺的消費者信息，并實現平臺間的會員 體系打通，使得會員在全渠道的權益保持一致。會員通是阿里巴巴、京東等電商平臺向 具有獨立CRM系統及運營的品牌開放的跨渠道會員統一管理的解決方案。集成會員通 的CRM系統，在精準營銷上可以使品牌獲得諸多收益：一是獲取會員數據，品牌能夠 獲取會員的個人信息；二是支持數據分析，通過收集到的會員信息可以進一步實現數據 分析和洞察，給營銷策略提供依據；三是精準會員營銷，通過人群標簽圈選目標顧客群, 精準觸達會員，傳遞營銷信息；四是全渠道會員管理，打通所有渠道的會員，統一管理 全渠道的會員。
CRM系統幫助品牌收集、清洗、整理、識別、融合、存儲全渠道會員數據，實現統 一管理和營銷分析。目前CRM已經服務于W公司的73家品牌客戶，營銷及溝通人群 超過兩千萬人次，帶來銷售額25. 5億元。
高校學術論文網提供專業的碩士畢業論文寫作、畢業論文輔導寫作、博士論文寫作發表、碩士論文寫作發表、SCI論文寫作發表、職稱論文寫作發表、英文論文潤色的服務網站，多年來,憑借優秀的服務和聲譽贏得了社會的廣泛認可和好評，為畢業生解決寫論文的煩惱
高校學術論文網提供專業的碩士畢業論文寫作、畢業論文輔導寫作、博士論文寫作發表、碩士論文寫作發表、SCI論文寫作發表、職稱論文寫作發表、英文論文潤色的服務網站，多年來,憑借優秀的服務和聲譽贏得了社會的廣泛認可和好評，為畢業生解決寫論文的煩惱
下一篇：網紅直播營銷”的侵權責任研究
相關標簽:
