市场竞争的核心点归根结底围绕两点：质量与价格。对于旅游业来讲，同样的景点，谁能给予顾客更低的价格与更好的体验，谁就掌握了竞争的主动权。美国著名营销大师菲利普科特勒在2005年首次提出精准营销的概念：“精准营销就是企业需要更精准、可衡量和高投资回报的营销沟通，需要制定更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。”
二、精准营销所面临的困难与挑战
精准营销为营销者带来的好处显而易见，然而，真正能将精准营销策略应用于具体实践过程中的营销者却寥寥无几。由于当前旅游营销发展的局限性，精准营销的广泛实现困难重重。
第一，大数据时代的特征为数据搜集与筛选加大了难度。在如今信息爆炸的大时代背景下，每日所诞生的数据数量以惊人的速度上升。根据国际数据公司（IDC）统计，2011年全球产生的数据量高达1.82ZB。在如此庞大的数据基数下，大数据时代呈现出一些极为鲜明的特征：数据增长速度快、数据类型繁多、数据价值密度低、数据处理速度快等。营销者在如此庞大与复杂的数据海洋中筛选并辨别对自己有正面价值的数据信息，其难度可想而知。
第二，营销者缺乏有效的评估机制，难以对已搜集数据的价值进行全面正确的评估。由于互联网数据的冗杂与低门槛特性，我们无法保证这些数据一定有价值。而营销者的一个营销决策往往决定着一次营销活动的成败。若是一次决策本身就建立在错误的数据结论上，造成的损失将不可估量。这也造成了当前营销者对于所获得数据的谨慎与保守态度。
三、大数据背景下旅游业实施精准营销的建议
虽然精准营销策略在旅游经营者之间的普遍应用仍存在一定的难度。但不可否认，在大数据时代背景下，精准营销仍拥有不可替代的优势。那么如何才能趋利避害，真正让大数据为旅游业切实服务是需要注意的问题。
（一）建立旅游企业与顾客之间的沟通反馈机制
搜集数据的根本目的是为消费者服务。那么旅游经营者直接从已有消费者身上获得的资料无疑更有参考价值。这在一定程度上规避了营销者在当今数据烟海之中苦苦寻找可用价值的难题。
（二）提升挖掘与筛选数据的能力
旅游企业首先应扎扎实实完成企业自身业务的数据化，如加强客户信息的收集、注重客户数据的积累，做好CRM建设。此外，还应引进相应的数据方面的人才，需要懂行业、又懂数据的人进行专业化分析，整合市场资源，整合营销，让懂数据的人也懂旅游，懂旅游的人了解数据，从而更好地开展旅游营销活动。
（三）旅游经营者之间建立良好的沟通机制
旅游业涵盖“食、住、行、游、购、娱”六个要素，涉及行业范围较大，旅游经营者之间数据与信息的交换有一定难度。且由于市场竞争激烈，他们在数据收集方面各自为政，缺乏有效的沟通。这在很大程度上加大了信息收集分析的难度。而良好沟通机制的建立，则能在一定程度上缓解类似状况。
（四）注重信息搜集基础设施建设
1.生命周期逻辑
尽管理解和利用生命周期的逻辑病不是一个新的概念，许多电子邮件营销者现在都开始应用它，欣赏它带来的价值。生命周期邮件通常只占整体邮件发送量的15%，但据称可以产生收入的35%。
从客户和产品这两个最普通的视角，你就可以多种方式看到生命周期逻辑。一些品牌已经应该产品生命周期逻辑，通过针对他们的最畅销产品简单地发送补货邮件提醒用户重新回来购买，取得了巨大的成功。但是这种类型的逻辑也并适用于所有的产品。
曾经有人坚持说，他们的产品不需要“更换提醒”邮件。但是相反，我认为无论是长久耐用品，快消品，或者是介于两者之间的商品，每个产品都有一个生命周期：积极的运动者需要以规律的频率更换自己的跑鞋，汽车拥有者需要每隔一些年更换汽车等等。
2.情境逻辑
[关键词]“大数据”；营销体系；重构；解构
doi：10.3969/j.issn.1673-0194.2016.02.053
现阶段，信息技术的应用范围越发广泛，消费者的行为模式也发生了一系列的变化。在系统设计中物联网的发展形式，具有一定的发展要求，将固定设计模式当作其研究重点，让它能适应形式变化的要求。从现阶段营销管理系统来看，在优化分析及系统的设计阶段需要将干扰因素不断减少，使其能与营销管理系统的要求相符。而在具体的设计中需要对设计形式的要求有所了解，并在重建体系中将使用的形式有效体现出来。
1“大数据”概述
2“大数据”背景下的应用程序
2.1数据形式转变成营销体系
现阶段发展体系中还存在一定的特殊性，而在设计优化的阶段中要将实际应用形式有效设定出来，并依照固定设计形式来进行相应的分析。在系统设计中合理应用计算机，并提供一个科学的设计形式给受众，以此确保设计形式在应用上的合理性。其主观的设计形式能将整体设计形式当中的应用效果反映出来，使消费者及生产者的信息交换能非常和谐。所以，营销与数据有密不可分的关系。只要联机系统能合理应用，那么信息及数据的交流就得以实现，大数据在机制的应用中就可以持续发展，这需要将营销学当中所有的应用体系明确好，以此与系统模型的要求相符。
2.2“数据”转变为“知识”
现在数据操作系统较为复杂，而在整体性的设计中需对影响因素中存在的干预性进行考虑，其差异使竞争机制中的干扰因素有效减少。目前在很多领域建设中已经慢慢渗透了各种数据的应用形式，并且也成为管理当中非常重要的生产因素。不过基于整个因素当中的差异性，在其设计阶段需要深入的了解生存率，对设计程序锁提出的本质性要求予以满足，将系统设计中的特点有效体现出来。在优化设计阶段中需正确解读背景信息，而在具体实践中如果接收了物理符号序列中的规律，需对所有符号及组合含义进行明确的了解，才能获取一组正确的数据信息。
2.3“数据库”转变成“大数据”
3营销体系的重建策略
3.1市场发展体制需明确
3.2服务建设系统必须优化
3.3受众思想要了解
在营销管理系统中，受众的思想存在较大反作用，因此需要在实际建设阶段中将干预性因素不断减少，使其能与具体的应用方式相符，以此将设计理念中呈现的应用效果有效体现出来。在系统的设计过程中需要将品牌的定位明确好，要将传统的管理方式打破，尽量应用新型的技术管理思维方式，将信息应用水平有效提升起来。受众在这种碎片化的发展阶段中需要将应用系统重新建立起来，依照固定设计模式及应用管理要求来重新进行建立。而重建管理体系在其基础性的建设中是非常重要的一个角色，所以必须要及时进行反馈，以此使实际问题得以解决。
3.4法律法规需不断健全
3.5发展空间要不断扩展
4结语
主要参考文献
[1]黄升民，刘珊.“大数据”背景下营销体系的解构与重构[J].中国传媒大学学报，2012（11）.
[2]刘宇.浅析“大数据”背景下营销体系的解构与重构[J].信息化建设，2015（6）.
[3]金晓彤，王天新，杨潇.大数据时代的联动式数据库营销模式构建――基于“一汽大众”的案例研究[J].中国工业经济，2013（6）.
【关键词】大数据；大数据营销；京东
一、数据分析时代演变历程
（一）数据1.0时代
（二）数据2.0时代
（三）数据3.0时代
又称为富化数据的产品时代。分析3.0时代来临的标准是各行业大公司纷纷介入。公司可以很好的分析数据，指导合适的商业决策。但是必须承认，随着数据的越来越大，更新速度越来越快，在带来发展机遇的同时，也带来诸多挑战。如何商业化地利用这次变革是亟待面对的课题。
二、大数据营销的本质
随着顾客主导逻辑时代的到来以及互联网电商等多渠道购物方式的出现，顾客角色和需求发生了转变，世界正在被感知化、互联化和智能化。大数据时代的到来，个人的行为不仅能够被量化搜集、预测，而且顾客的个人观点很可能改变商业世界和社会的运行。由此，一个个性化顾客主导商业需求的时代已然到来，大数据冲击下，市场营销引领的企业变革初见端倪。
（一）大数据时代消费者成为市场营销的主宰者
传统的市场营销过程是通过市场调研，采集目前市场的信息帮助企业研发、生产、营销和推广。但是在大数据以及社会化媒体盛行的今天，这种营销模式便黯然失色。今天的消费者已然成为了市场营销的主宰者，他们会主动搜寻商品信息，货比三家，严格筛选。他们由之前的注重使用价值到更加注重消费整个过程中的体验价值和情境价值。甚至企业品牌形象的塑造也不再是企业单一宣传，虚拟社区以及购物网站等的口碑开始影响消费者的购买行为。更有甚者，消费者通过在社交媒体等渠道表达个人的需求已经成为影响企业产品设计、研发、生产和销售的重要因素。
（二）大数据时代企业精准营销成为可能
在大数据时代下，技术的发展大大超过了企业的想象。搜集非结构化的信息已经成为一种可能，大数据不单单仅能了解细分市场的可能，更通过真正个性化洞察精确到每个顾客。通过数据的挖掘和深入分析，企业可以掌握有价值的信息帮助企业发现顾客思维模式、消费行为模式。尤其在今天顾客为了彰显个性，有着独特的消费倾向。相对于忠诚于某个品牌，顾客更忠诚与给自己的定位。如果企业的品牌不能最大化地实现客户价值，那么即使是再惠顾也难以保证顾客的持续性。并且，企业不能奢望对顾客进行归类，因为每个顾客的需求都有差别。正是如此，大数据分析才能更好地把握顾客的消费行为和偏好，为企业精准营销出谋划策。
（三）大数据时代企业营销理念———“充分以顾客为中心创造价值”
传统的营销和战略的观点认为，大规模生产意味着标准化生产方式，无个性化可言。定制化生产意味着个性化生产，但是只是小规模定制。说到底，大规模生产与定制化无法结合。但是在今天，大数据分析的营销和销售解决的是大规模生产和顾客个性化需求之间的矛盾。使大企业拥有传统小便利店的一对一顾客关系管理，以即时工具和个性化推荐使得大企业实现与顾客的实时沟通等。
三、基于数据营销案例研究
四、大数据营销的策略分析
（一）数据分析要树立以人为本的思维
“以人为本”体现在两个方面，一方面是数据分析以客户为本，切实分析客户的需求，用数据分析指导下一次的产品设计、生产和市场营销。另一方面，以人为本体现在对用户数据的保密性和合理化应用。切实维护好大数据和互联网背景下隐私保护的问题，使得信息技术良性发展。
（二）正确处理海量数据与核心数据的矛盾
大数据具有数据量大、类型繁多、价值密度低和速度快时效高的特点。所以在众多海量的数据中，只有反映消费者行为和市场需求的信息才是企业所需要的。不必要的数据分析只会影响企业做出时代Time2017年第04期中旬刊（总第657期）正确的决策。鉴于此，首先企业需要明确核心数据的标准；其次企业要及时进行核心数据的归档；最后要有专业的数据分析专业队数据进行分析，得出科学合理的结果以指导实践。
（三）整合价值链以共享数据的方式实现价值创造
【关键词】智慧校园碎片化决策数据支撑
1引言
信息技术飞速发展的今天，给人们的工作、生活、学习和思维带来了巨大改变。作为新生事物的领先接收者，高校信息化的建设发展如火如荼，大多数高校对数据堪比黄金的价值已达成共识。目前智慧校园已成为信息化建设的热点，大数据的分析和深度应用成为智慧校园的重要应用之一。虽然这与社会的大数据相比，还不能是真正意义的大数据，但是就高校而言，这些数据就是校园大数据。这些碎片化的数据目前仅仅用于教师、学生信息的统计、查询，但这远远没有发挥出这些数据的价值。通过对校园大数据进行分析，并将其深度应用于教学管理、科学研究、学科建设、招生就业、学生成长和管理服务等多个方面，从而为高校管理和决策提供数据支撑。
2校园大数据的分析
在高校数年的信息化建设中，都比较注重数据的管理和积累。与社会大数据一样，校园大数据也具有真实性、巨大性、复杂性和混杂性等特点。校园大数据的区别还在于实时性和价值性。实时性是指经过数字校园的建设后各高校基本建成数据共享平台，校园大数据生成后可以实时采集和共享。价值性在于经过分析、深度应用的校园大数据可以即时产生价值。
目前校园大数据分析主要以定量为主，既有动态性数据也有静态性数据。数据分析的任务主要包括描述性分析、预测性分析和规范性分析。描述性分析目的是总结历史形成客观描述。预测性分析主要是利用各种工具对历史数据进行分析，然后基于当前数据对未来做出预测。规范性分析则是通过动态指标显示决策结果供决策者使用。
3校园大数据的深度应用
校园大数据的分析能够将隐藏在海量碎片化数据中的信息挖掘出来，根据分析结果，提升教学质量，细化学生管理水平，提升资源利用效率，帮助科学管理决策，从而服务于高校的各项工作，服务于高校师生员工。
随着数据分析及深度应用体系的使用，通过校园大数据分析预测模式，可以为高校提供管理层面的科学规划和决策支持。通过跟踪招生和就业信息，可以预测在校生的未来就业情况，为学校改变管理和教学模式提供支撑。通过教师的教学、科研和学生学习、就业情况的分析，可以帮助预测学校在行业中的地位及未来发展情况，为学校管理层提供数据支持和趋势判别。
互联网新技术的不断发展和应用，使得社会各行各业都面临着巨大的变化，教育行业更加重视大数据的价值。建设智慧校园已成为各高校信息化十三五规划的重要内容，而校园大数据的分析及深度应用成为智慧校园的重要应用之一。只有紧跟大数据发展的前沿，通过不断实践，才能发挥和驾驭大数据的价值，为高校的建设和快速发展提供支持和保障。
参考文献
[1]蒋东兴，付小龙，袁芳，等.大数据背景下的高校智慧校园建设探讨[J].华东师范大学学报，2015（03）：119-125.
[2]DursunD，HalukD.Data，InformationandAnalyticsasServices[J].DecisionSupportSystems，2013，55（01）：359-363.
[3]王珊，王会举，覃雄派，等.架构大数据：挑战现状与展望[J].计算机学报，2011，34（10）：1741-1752.
[4]宓，赵泽宇.大数据创新智慧校园服务[J].中国教育信息化，2013（24）：3-7.
[5]张连城，蒋东兴，刘东，等.高校信息化建设理论与实践-智慧校园[M].北京：北京航空航天大学出版社，2014.
作者简介
刘远超（1987-），男。现为山东警察学院现代教育中心助理实验师，主要从事网络管理，网络安全方面的研究。