移动大数据商业分析与行业营销：从海量到精准(txt+pdf+epub+mobi电子书下载)

作者：李军

出版社：人民邮电出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

移动大数据商业分析与行业营销：从海量到精准试读：

前言

写作驱动

马云说：“在大家还没搞清PC时代的时候，移动互联网来了；还没搞清移动互联网的时候，大数据时代来了。”

大数据已经和移动互联网紧密地结合起来，各个行业都想紧跟移动大数据的热潮，纷纷开展两者的融合与探索。

本书紧扣“移动大数据的商业分析与精准营销”，分别从

基础入门篇

本书特色（1）实战性强：书中通过7大营销工具应用，10大行业实战案例，全面讲解了大数据下的移动互联网时代精准营销实战方法。（2）案例图解：180多张实战操作图表，结合最新最热的精准营销案例，紧跟市场趋势，第一时间呈现大数据精准营销事件。（3）结构清晰：采用分篇模式，分为3大篇——基础入门篇、营销工具篇、案例分析篇，由浅及深精解了运用大数据进行商业分析和精准营销。

本书内容

全书共分为20章，具体内容如下：“移动时代——大数据火爆来袭”“精准定位——大数据的用户分析”“精准营销——大数据的核心应用”“位置营销——LBS精准营销”“移动营销——APP精准营销”“线上线下——O2O精准营销”“社交营销——QQ精准营销”“互动营销——微信精准营销”“手指营销——微博精准营销”“扫码营销——二维码精准营销”“餐饮行业大数据分析”“住宿行业大数据分析”“交通行业大数据分析”“通信行业大数据分析”“零售行业大数据分析”“移动电商大数据分析”“旅游行业大数据分析”“影视传媒大数据分析”“金融行业大数据分析”“游戏行业大数据分析”。

作者售后

由于作者知识水平有限，书中难免有错误和疏漏之处，恳请广大读者批评、指正，联系邮箱：itsir@qq.com。基础入门篇

第1章 移动时代——大数据火爆来袭

第2章 精准定位——大数据的用户分析

第3章 精准营销——大数据的核心应用第1章移动时代——大数据火爆来袭

随着移动互联网的用户逐年增加，移动互联网数据已经不可小瞧了，移动互联网因为其独有的特点能够使企业产品营销更加精准。再利用好大数据技术，移动互联网的精准营销对于企业来说就是一笔巨大的财富。本章将介绍大数据的具体概念以及它与移动互联网之间的相互融合。

1.1 当数据遇上移动互联网

移动互联网不仅能够提高智能手机的普及率和改变消费者的使用模式，其产生的数据也给应用或其他工作在后台的服务带来帮助，用户使用手机的频率是越来越高了。

从技术上来讲，消费者将会生产越来越多的数据，并且所到之处都会以数据的形式记录人们的动作和行为，这些数据都可以进行融合和分析，用来更加了解用户的行为，更好地提供移动应用服务。甚至我们表面上没使用手中的电话，但实际上我们仍然创造了大量的数据。

1.1.1 大数据的定义与基本特征

大数据（Big Data），或称巨量资料，指的是需要新处理模式在合理时间内达到撷取、管理、处理并整理成为人类所能解读的数据资讯。

它对数据规模和转输速度要求都很高，一般单个数据集在10TB左右，其结构不适合原本的数据库系统。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结：Volume、Variety、Value和Velocity，即数据规模大、种类繁多、价值密度低、处理速度快，如图1-1所示。▲图1-1 大数据的特征

1．数据规模大

数据量从TB级别跃升到PB级别，这究竟是一个什么样的概念呢？为此，首先了解下面几组关于数据衡量单位的公式。

1B = 8 bit

1KB = 1024 Bytes ≈ byte = 1000 byte

1MB = 1024 KB ≈ byte = 1 000 000 byte

1GB = 1024 MB ≈ byte = 1 000 000 000 byte

1TB = 1024 GB ≈ byte = 1 000 000 000 000 byte

1PB = 1024 TB ≈ byte = 1 000 000 000 000 000 byte

1EB = 1024 PB ≈ byte = 1 000 000 000 000 000 000 byte

1ZB = 1024 EB ≈ byte = 1 000 000 000 000 000 000 000 byte

1YB = 1024 ZB ≈ byte = 1 000 000 000 000 000 000 000 000 byte

如一本《红楼梦》共有87 万字（含标点），每个汉字占2个字节，即1 个汉字=2B，由此计算1EB 约等于6626 亿部红楼梦。美国国会图书馆是美国4个官方图书馆之一，也是全球最重要的图书馆之一，截至2011 年4 月，该馆藏书约为1.5 亿册，收录数据235TB，1EB约等于4462 个美国国会图书馆的数据存储量。

2．数据类型繁多

数据种类的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，如网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。

3．价值密度低

价值密度高低与数据总量成反比。以网络视频为例，1小时的视频，其中可能只有1分钟甚至几秒钟的数据有价值。所以如何通过强大的机器算法更迅速地完成数据的价值“提纯”，成为目前大数据背景下亟待解决的难题。

4．处理速度快

数据处理需要遵循“1秒定律”，可以从各类型数据中快速获得高价值信息，这是大数据区分于传统数据挖掘最显著的特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。速度快就能赢得商机，实现企业的盈利。

1.1.2 大数据带来个性化的移动体验

顾客可以通过多种渠道制造大量数据，而企业则热衷于利用这些信息来为用户实现更为个性化的体验。

在这样的环境下，高级分析便成为客户服务的关键，挑战在于企业还在努力适应结构化数据，要根据自身的客户关系管理（CRM）系统部署有效的分析框架，集成不同的内外部信息源，掌握最核心最关键的信息。

面对顾客通过数字技术参与而产生的快速变化的信息，企业需要及时作出应对措施。而要想实时反应，使客户感受到个体价值和多样化的应用呈现，企业只能通过高级分析来实现。

大数据为实现基于顾客个性的交互提供了可能，通过理解他们的行为和态度，并对其他一些因素（如实时位置）进行分析以帮助实现多渠道服务环境中的个性化。

大数据带来个性化移动体验的同时要注意以下几个方面，如图1-2所示。▲图1-2 大数据带来个性的移动体验

1．考虑个体行为

个性化和分析密不可分，并且在开发多渠道战略时，企业需要考虑顾客的个体特性和行为。他们应当总结目前的行为，全网不同渠道的使用和用户在不同渠道中的共同需求。在决定如何加入新渠道或连接新数据之前，了解趋势是必不可少的。然后企业应该关注如何为顾客节省时间和精力，提高一次接触解决率。他们应当努力在顾客转换渠道的时候保留环境，使用分析法，将相关数据推送给顾客和代理商。

英国三大零售商之一——乐购（Tesco）使用了一套技术，加之它的客户体验产品，使公司成为了多渠道零售商。找到顾客参与的偏好实践和方式是个性化的关键，而数据分析就能够实现这项技能并节省成本。在各个渠道，包括网站，移动应用或客户参与中心交互，都要有与环境相关的知识。

向雇员提供环境知识能够减少供应商提供回答的时间，从而提高能力和增加满意度。它也符合经济利益，因为每一个准确的知识管理规则到位，公司就能减少25%甚至更多的客户支持费用。要注意将内容与客户数据连接的方式，根据客户偏好，客户服务才能收到个性化信息。通过一般顾客历程的信息和支持性问题，企业就能预测客户的需求。

将客户作为个体来了解，让他们感受极致流畅的历程，是提供良好客户体验的关键，对于在数字经济中的生存，个性化客户服务，是必不可少的。

服务应当是不复杂的及时雨，那些了解到这一点的企业就能够长期存活。网上的忠诚度很低，所以你要努力奋斗才能保住消费者。太多的企业现在还在专注于开拓新顾客，而忽视了已有客户的情绪。

2．在数据分析上的投资

然而，没有分析上的投资，要实现有效的客户服务或个性化体验也不简单，这是大家都心知肚明的。我们都喜欢那种知道自己习惯的商家，他们根据用户的需求服务。这就是个性化，但这很难实现规模化。

好的分析能够帮助企业变得更为主动，而无需根据顾客的期待作出反应。这对于我们来说非常重要，我们构建了一套技术来帮助理解和预测我们客户的“感受”。这样我们就可能占得先机，走到顾客前面去。

要开发能够知悉客户个体喜好与厌恶的更加智能的服务，大数据绝对是关键。它对于不同的人有着不同的意义，它实质上就是要收集尽量多的数据，然后用机器学习这样的技术来从噪音中筛选出重要的部分。而挑战之一就在于实现实时反应，或者实时采取理想化的行动。

3．尊重客户的隐私

但是，数据越大，责任就越大。最好的实践意味着，分析但不入侵。要谨慎使用客户数据推送产品，否则容易失去客户的信任。

企业使用数据要明智，并且不断创新，通过将全网站、社交渠道，社区型信息，移动应用和自动聊天等信息整合。客户不想离开移动应用去社区或者聊天室取得技术帮助。

理解客户在历程的不同阶段选择的交互方式也是很重要的，这很简单就能实现。需要在线支持来回答的问题都会是包含私人信息，并且复杂或紧急的需求。企业应当知道什么时候交互需要在线服务，并为客户实现迅速连接。企业应当提前将客户的网页历史或之前的问题这种环境提供给在线服务人员。

使用大数据实现客户服务的企业能够提供丰富、有分析性、个性化的客户服务，从而提高客户满意率。因此，这些企业通过可预测分析就能实现收益的增长，有利于企业的发展。在问题升级前避免问题，是减少支持费用和留住客户的最明智方式。

1.1.3 移动互联网成为大数据的重心

大数据及数据分析技术的不断进步，同样也为移动互联网的发展带来了诸多好处。大数据分析可以有效改善移动用户体验，帮助移动应用开发的个性化、差异化发展，提升移动设备上的营销精准度。

移动互联网与传统互联网市场的用户体验差异主要包括在线时间、地域限制、社交化、碎片化、个性化等方面。这也造成了大数据分析在移动互联网市场上应用愈加广泛。

移动互联网大数据的特点，相比较与PC端的传统互联网，移动端的核心节点已经由网页或终端本身转移到了每个“人”的身上。过去传统互联网的数据分析往往基于对浏览器Cookie信息的提取，但PC端的Cookie信息并不局限于一位用户，而一位用户也可能会经常使用多台PC。

因此移动端的用户数据相对来说更具实时性、稳定性与用户唯一性，比如地理位置、设备属性等信息。

当然，移动互联网大数据分析也面临着一些挑战，未来移动互联网企业需要解决的问题主要有4个方面：数据采集质量、用户时空行为模式的挖掘和利用、跨应用跨平台跨设备多维数据分析、大数据实时处理与分析。

移动端数据的急剧增长，同时也增加了数据分析的难度，移动互联网企业如何妥善利用市场及用户的特点来进行精准的数据收集、分析与预测工作，并实施具有针对性的个性化营销活动，就成为了未来企业成功立足于移动市场的关键。

移动互联网成为了大数据应用的主要领域，大数据下的移动互联网时代将给用户生活带来翻天覆地的革新，未来社会将会更加智能，更加地了解用户需求。

1.2 移动大数据的发展意义重大

移动大数据的研究和商业分析应用具有十分重大的意义和价值。“大数据开启了一次重大的时代转型”，大数据将带来巨大的变革，改变人们的生活、工作和思维方式，改变我们的商业模式，影响人们的经济、政治、科技和社会等各个层面。

1.2.1 移动大数据带来了什么

愈来愈多的行业把大数据作为商业营销的卖点，无数革命、展望都以“大数据”为主题。让人谈之兴奋的大数据在移动互联网又能引发怎样的想象？

其实，相比其他媒介，个人移动数据的私有性更强，无疑能实现更精准的投放。这也就决定了移动端可以做个性化市场。手机屏幕小利弊兼有，在PC端，多视窗的运作会引起注意力的迁移，而在移动端，用户的专注力提升，屏幕小的问题可以靠投放到平板电脑解决。

当然，由此带来的全新挑战是如何加强跨终端互动。此外，由于手机的随身性与生活息息相关，将广告应用到与生活相关的APP也会有不错的广告效果。

在移动广告的体验形式上，视频广告除了改变贴片时长、插播方式等，也可以尝试让用户挑选广告、不同形式之间的联动，以及利用传感等移动技术增加与用户的互动等创新广告形式。

在内容植入上，除了节目里植入广告，也不妨尝试在广告里植入内容，将广告故事化。从广告创意角度，漂亮的全屏广告素材也将显著提升震撼力。事实上，消费者不会抗拒好的广告创意。

至于移动社交上的大数据，还有很多尚未挖掘的价值。从前消费者发生购买行为，在互联网通常被默认为与五大人口属性（年龄、性别、收入、婚姻状况、教育水平）相关。

现在国外一些公司已经应用社交媒体的数据做预测。他们通过在twitter，facebook等社会化媒体上抓取数据，建立数据模型，分析不同用户的心理特征和行为，并对此进行归类。不同性格的人有不同的购买行为，商家在广告投放上应遵循其差异性。

之前国内利用社交媒体数据多做一些“事后诸葛亮”的事情，例如品牌负面的“危机公关”。在社交媒体尽可能地采集连续而非断点的数据，利用大数据分析出一些关系，对做预测十分重要。

大数据时代最大的转变就是，放弃对因果关系的渴求，取而代之关注相关关系。即需知道“是什么”，也需了解“为什么”。拥有数据与预测需求有机结合，大数据将赋予广告主新的能力。“针对25～30岁之间的女性，推送某只广告”是市面上常见的大数据应用于精准推送广告的例子。未来的数据分析会更加个性化和更具前瞻性，不再局限于性别年龄做简单粗暴的投放，而是会基于海量的数据挖掘分析。品牌将根据不同类型的目标受众，以行为定向向其推送广告。这种推送完全针对用户自己，而非一个群体。

移动大数据的私密性像一把双刃剑，一方面隐私愈来愈受保护和重视，另一方面在个人精准投放上有很大优势，移动数据有无穷的有效价值。将不同平台碎片化的数据整合成有效的故事，除了需要强大的数据分析能力，也需要专业可靠、负责任的第三方数据提供方。

1.2.2 移动大数据的发展趋势

移动大数据时代是应运而生，利用移动数据的企业和移动设备开发者在市场竞争中更有竞争力和业务优势，为了更好地运用移动大数据，就得了解移动大数据的发展趋势，如下所示。

1．事务处理最重要“移动”最关键的就是交互活动和对其的监控。用户选择应用是出于不同的目的：娱乐、购物、学习、分享等；而一旦有任何因素干扰或者减慢他们实现目的的体验过程，用户就会很容易产生消极情绪。利用应用软件监控事务处理，让企业能对用户体验进行评估和回应，尽量避免用户卸载软件或者给出差评。如今对事务性数据和功能性数据的监控都很重要，也不能没有一个适应移动发展时代的战略了。

2．三驾马车，3个“V”

Business Insider的最新报道指出，大数据有3个特点：大量（volume）、多样（variety）、高速（velocity），把它们概括成3个“V”。数据本身的产生非常快，而且形式多样，大小不一，数量还很大。更别提移动数据了，数量都是成倍地增长。有数以百万计的人只通过移动设备连接互联网，很明显，这些设备产生了大量的数据。有很多互动被忽略了没有得到分析，而这些就是被忽视的机会。

更有趣的是，数据的多样性恰恰是由移动设备造成的。从用户跟踪到崩溃报告，有各种各样五花八门详细的应用数据，包括商业贸易、情感反应、心跳测量、住宿记录，甚至包括风象报告。移动应用越来越多地影响了人们的生活方式，导致数据增长的速度也不断上升。

3．测度是关键

大数据用户面对的一个挑战是考虑经营的影响因素。如果定位不好、收益不好，大数据可能反而会成为一种牵绊。如何鉴别哪种信息能够更好地帮助经营决策，而哪种信息却毫无用处呢？在企业投身移动数据的热潮之前，必须要弄清楚他们的关键度量指标是什么，不然就会被困在一堆派不上用场的数据里，进退两难。

4．先监控，再提问

实际上企业都应该采用这种策略，先对应用进行监控并收集数据，然后回答关键的业务问题，再去探索从数据里发现的新的发展机会。去了解应用发展的情况是能否驾驭大数据的决定性的一步。

在基本了解以后，企业和开发者们就可以深入研究关键性因素了。移动大数据提供者也让各种规模的公司有了利用移动数据的能力，无论是独立经营者还是大企业都是一样。

现在，内存数据库已经有了，移动大数据提供者又开始为下一个目标努力：通过最大化地提升数据的收集和传输效率来优化移动方面的东西，同时关注新的挑战，例如电池消耗、4G数据使用、连接速度、隐私问题和局部存储器的问题，还要扩展通信量并控制可预见的通信量激增。这场竞赛的关键已经不再是谁的移动设备革新速度快，而是谁对移动设备所产生数据的反应速度更快。

1.2.3 移动互联网提升大数据价值

大数据时代的到来主要依赖于数据的丰富度，随着现代社交网络的风起云涌，大量的UGC（即用户生成内容）内容、文本信息、图片、视频、音频等非结构化数据也崭露头角。而移动互联网可以更快更准确地对用户信息进行有效收集，比如生活信息、所在位置等数据。

按数据量而言，如今已步入大数据的时代，但是目前的硬件已显然难以跟得上数据发展的步伐。谷歌搜索、微博消息等能够使人们的情绪与行为更加细节化，甚至有可能对其进行更精准的测量。

对用户的行为习惯与喜好进行有效挖掘，从纷繁复杂的数据里面寻找到更加吻合用户习惯与兴趣的服务与产品，并针对性地优化服务与产品，从而达到销售的目的，这就是大数据的潜力价值所在。

在国内，目前大数据虽然仍处在初级阶段，但是它已经表现出相当卓越的商业价值。手里掌握大量数据的企业或公司将会站在金山上，在数据交易中获得不错的经济效益。而在数据挖掘方面将会出现许多不同的商业模式，例如帮助企业对内部数据进行挖掘或者做好优化，让公司更迅速地找到精准客户，这样不但降低了公司的营销成本，而且有效提高企业销售效率，最终能够实现利润倍增。

数据在未来可能会成为一个最庞大的商品交易市场，但是数据量很大并不代表就是大数据，而大数据主要经由数据共享与交叉复用之后方可体现出其最大价值所在。在不久的将来大数据会尤如基础设施般，里面有数据提供者、监管者与管理人员，对数据进行交叉复用会使大数据变成一种最具有魅力的产业。

21世纪移动互联网和社交网络的出现使大数据奔向一个全新的征途，互联网营销将在分析行为的前提下向个性化时代尽情地迈进。创业公司完全能够利用大数据毫无保留地告诉广告商正确的时间和精准的客户，有哪些正确内容应该何时发表等，这正好迎合了广告商的需求。

社交网络产生庞大的用户及完整与实时的数据，并且社交网络对用户群体的情绪有所记录，经由对这些数据深入挖掘来详细了解用户，然后把数据信息推送给有需求的商家或者是微博营销企业。

而在事实上把用户群体进行精准细分，直接寻找到需要的用户，再通过各种不同算法使数据信息交易得以实现，这也正是数据挖掘公司的职责所在。在国内当前的网络广告投放当中，正是从以往传统面向群体的营销逐步转向个性化营销，从大众流量购买逐步转向精准人群购买，将来的市场营销将会更多地以人为中心，主动及时吻合用户需求，但前提条件就是要通过最佳途径寻找到对该部分有需求的人群。

1.3 大数据下的移动营销机遇

随着3G与4G技术的广泛应用、智能手机的普及，以及网民网络使用习惯的改变，移动互联网的发展规模与发展速度，超乎了大多数人的想象。据中国互联网信息中心的统计数据显示，截至2015年6月，中国手机网民规模达5.94亿人，较2014年底增加3679万人，网民中使用手机上网人群占比由2014年底的85.8%提升至88.9%。

随着移动互联网的用户逐年增加，移动互联网数据已经不可小瞧了，虽然它产生的数据量远没有传统互联网的数量大，但是移动互联网因为其独有的特点能够使企业产品做到更加精准的营销。当再利用好大数据技术，移动互联网的精准营销对于企业来说就是一笔巨大的财富。

1.3.1 大数据价值挖掘的营销方向

众所周知，大数据最大的营销价值在于它能够帮助企业更好地了解用户的需求，为企业的营销行为创造更多元化的引导和建议。

如何掌握网民行为入口的大数据，寻找与消费者的共鸣点，挖掘和洞察消费者行为，是企业做数字营销和线上线下整合关注的热点。“大数据”作为一个技术热词的吸引力将会消散，人们会更关注大数据本身的价值所在。

随着市场和技术的成熟化，大数据应用将不再遥不可及，我们将会看到各种数据应用——社会化媒体的数据、移动端的数据、SEM管理的数据等的大爆发，帮助广告主实现品牌传播实时监测和实时决策。

同时，随着与日俱增的移动端流量，各大移动互联网公司希望把移动端的广告流量更好地变现，广告主也希望更有效地利用移动平台，来做好品牌传播与效果转化。郭志明认为，基于大数据的成熟，在中国程序化购买将会进入多元化的一年，移动广告流量将会猛增，更多更优质的视频流量和社交广告流量出现来为品牌服务。

而对于互联网广告来讲，大数据的价值在于数据的好而非大，多层面的不同需求促进大数据运用更加多元化。随着大数据的来临，营销已经变成了技术、商业、艺术三轮驱动。营销行业在新的一年里会大幅度提升自身大数据分析能力，以满足企业精准营销的需求，初步显现科学与营销结合的硕果。

挑战与机遇并存，数据与技术的发展会让技术工具取代越来越多的人为工作甚至超越人为的工作，营销工作对技术的依赖越来越多，企业将面临来自外部和内部的颠覆和变革，同时技术带来的便利和开放结构又会帮助企业更好地维护用户关系和核心资产。

总而言之，大数据将全面地改变未来人们的生活状态。在不断创新的互联网和移动互联网广告行业，在手机网民及媒体碎片化刺激下，大数据也将成为操纵未来营销市场的幕后推手，为广告主提供更多元化的广告投放解决方案，为消费者提供更有效的广告触达信息，实现多方共赢的移动互联网生态。

1.3.2 大数据下的4G时代

随着三大运营商4G网络时代的到来，手机上网迈入了“光纤时代”，与此同时，手机终端软件APP实现大数据功能也变成了可能。

中国互联网三大巨头“BAT”（百度、阿里巴巴、腾讯）在市场舆论和有关部门的施压下，面向中国互联网全网开放168个API（Application Programming Interface）接口，即为应用程序编程接口，又称公共平台开放接口。

接口的开放，在整个互联网行业引起了轩然大波，众所周知，互联网巨头之所以垄断中国80%以上的网络财富，与他们拥有庞大的数据库资源密不可分。

百度的主要数据库资源主要是百度广告联盟资源，联盟资源由几千万家广告主和上百万的站长网站组成。阿里的数据库资源由阿里巴巴的企业库和产品库资源组成，包括旗下淘宝的店铺资源。腾讯的数据库资源主要是由微信形成的庞大的用户数据库资源。

公共平台接口的开放，受益最大的就是手机移动终端——APP，据有关部门统计，现在市面上正式上线运营的APP已经超过百万种，但基本上都还停留在基础阶段，无法进行突破，如果能跟三大巨头的数据库并行对接，那无疑是给自己打了一剂强心针。

虽然对市场来说，开放接口是一个利好的消息，但仅仅只有168个接口名额，那显然是僧多粥少，不久的将来，整个市场就是“几家欢喜几家愁”。

为了能与“三巨头”的接口进行对接，研发团队齐心协力，修改APP接口程序代码，对APP框架和源程序进行升级，如果想进行接口对接，现在市面上几乎所有的APP都要进行升级。

一些规模大的APP公司已经率先获得了接口名额，获得名额的有：大众点评网、京东商城、1号店、丁丁优惠、美团网、去哪儿网、赶集网等商家。

在未来的大数据下移动互联网的发展中，4G将会带来整个移动互联网的变革，给用户带来更好的消费体验，将有效地激发用户需求，改变用户在移动互联网使用上的行为习惯，随时随地下载APP、看视频、玩联网游戏、移动购物。

同时，那些新的依托于4G展现的广告形式和技术都将成为下一波移动互联网营销的发力点，移动互联网营销的速度将加快、营销形式也将更丰富。

1.3.3 大数据时代移动营销趋势

我们已经进入了一个大数据下的移动互联网时代，在数字生活空间，用户每天上网产生大量的数据信息，这些非结构化的数据通过大数据挖掘技术和应用正在显现出巨大的商业价值。

移动智能手机、平板电脑等移动终端设备的不断普及，正在深刻改变整个广告市场营销的生态，大数据、智能化、移动化必将主导未来的营销格局。在大数据时代，移动营销正在呈现出以下十大趋势，如图1-3所示。▲图1-3 大数据时代移动营销趋势

1．智能终端成为数字营销的主战场

随着智能手机和平板电脑的普及，移动网络的访问量急剧增长，用户在智能手机和平板电脑平台上花费的时间也越来越多，中国移动广告市场呈现快速增长的态势。

根据CNNIC发布的《第35次中国互联网络发展状况统计报告》数据显示，截至2015年6月，中国手机网民规模达5.94亿人，较2014年底增加3679万人。网民中使用手机上网人群占比由2014年底的85.8%提升至88.9%。

中国移动广告市场发展迅猛，增长近6倍至64亿美元，超越英国和日本成为全球第二大移动广告市场，未来的中国广告市场移动端支出将在所有数字广告版块起主导作用。智能终端将成为数字营销的主战场，广告主需要及时调整营销战略，合理分配营销预算，并结合企业自身特点，积极布局移动营销领域。

2．大数据的应用让移动营销更精准

依托大数据为驱动力将使得移动营销更加精准、投资回报率更高。大数据移动营销不仅仅是量上的，更多是数据背后对用户的感知。移动营销公司利用数据挖掘技术，分析受众的个人特征、媒介接触、消费行为甚至是生活方式等，帮助广告主找出目标受众，然后对广告信息、媒体和用户进行精准匹配，从而达到提升营销效果的目的。

大数据的应用让移动营销更精准体现在3个方面：一是精准定制产品，通过对移动用户大数据的分析，企业可以了解用户需求，进而定制个性化产品；二是精准信息推送，避免向用户发送不相干的信息造成用户反感；三是精准推荐服务，通过对用户现有的浏览和搜索行为数据的分析，预测其当下及后续的需求，由此开展更精准和更实时的营销推广。

3．移动电商改变整个市场营销生态

如果说电子商务对实体店生存形成巨大挑战，那么移动电子商务则正在改变整个市场营销的生态。智能手机和平板电脑的普及，上网流量资费的降低，大量移动电商平台的创建，为消费者提供了更多便利的购物选择。

移动电商购物良好的消费体验，例如比实体店更低的价格，丰富的产品选择，简便的购物流程，安全的支付系统，快捷的物流配送等，都为移动电商市场规模的扩大创造了条件。

4．新型城镇和农村成移动新蓝海

随着国家新型城镇化战略的实施和移动终端网络的不断普及，三四线城市、新兴城镇和农村市场成为移动电商的新蓝海。事实上，阿里，京东、1号店、苏宁云商等电商近年来已经大跨步进军三四线城市和农村市场。CNNIC的数据显示，截至去年6月，我国网民中农村人口占比为28.2%，规模达1.78亿人。农村网购市场蕴含巨大的开发潜力。农村居民对网购接受率达84.41%，人均年网购消费额在500～2000元，主要集中在日用品、服装、家电等品类。随着新型城镇和农村智能手机及互联网普及率稳步提升，移动电商消费市场空间巨大。

5．APP营销是移动营销主要形式

现阶段移动互联网流量主要由各种APP产生，APP产生的流量占70%以上，APP的数量在IOS和Android都在百万种以上，无疑，APP成为移动营销的主要形式。庞大的APP数量和广告形成2个巨大长尾市场，通过大数据分析可以让用户在合适的时间、合适的地点、合适的场景，看到合适的广告信息。

智能手机和平板电脑的APP分为两种，一是线下安装，二是主动下载。无论是线下安装还是用户主动下载的APP，都需要增强用户体验，提供奖励优惠，激励用户参与，建立情景消费联想。

6．本地化移动营销市场空间广阔

本地化移动营销是人、位置、移动媒体三者的结合。由于广告主及数字广告代理商不断寻求一种既具有高度本地化、有高度相关性的传递商品信息的方式，本地化移动营销得以快速发展。本地化移动营销的核心发展主要体现在以下3个领域：一是增强现实，二是移动支付，三是游戏化。

比方说百度地图和麦当劳联合推出的樱花甜筒跑酷活动。打开百度地图，或是使用“附近”“搜索”功能，会看到一个漂浮在地图上的甜筒标识。这是百度地图结合LBS大数据分析和智能推送技术，对麦当劳甜品站周边3公里的用户进行匹配，挑选部分用户推送了“樱花甜筒跑酷0元抢”的优惠信息。用户在规定时间内跑到麦当劳甜品站，就可以免费领取樱花甜筒。这种两家企业结合自身优势推广的活动，很快引起了“樱花风暴”，实现了共赢。

7．移动营销打造O2O营销新模式

移动O2O营销模式充分利用了移动互联网跨地域、无边界、海量信息、海量用户的优势，同时充分挖掘线下资源，进而促成线上用户与线下商品服务的交易。在移动互联时代，企业需要思考如何将线上和线下有效整合，将线上的推广活动转化为实际的销售。

8．RTB成移动广告投放主导模式

RTB（Real Time Bidding，实时竞价），是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。与大量购买投放频次不同，实时竞价规避了无效的受众到达，针对有意义的用户进行购买。

中国移动广告市场RTB日益成为广告投放的主导模式，多盟、有米、芒果、木瓜移动等众多国内移动广告公司均已推出了实时竞价广告交易平台（Ad Exchange）和需求方平台（DSP）。

9．多屏整合成移动营销必然趋势

中国消费者使用智能手机、平板电脑等多屏媒体的频率要高于世界上任何其他地区居民。多屏整合将成为移动营销的主导方向。这里的多屏整合包含两层含义：一是多屏整合的大数据分析。用户可以同时使用手机屏、iPad屏、电脑屏、电视屏、户外屏等终端，数字广告平台需要知道用户在多屏上浏览的信息和行为模式，从而通过跨屏来修正和完善对消费者的认知，让移动广告投放更精准更有效；二是多屏的整合营销。即将智能手机与PC电脑、电视、户外广告等进行较好的关联和互动，实现线上线下的整合推广。

用户可以同时使用手机屏、iPad屏、电脑屏、电视屏、户外屏等终端，数字广告平台需要知道用户在多屏上浏览的信息和行为模式，从而通过跨屏来修正和完善对消费者的认知，让移动广告投放更精准更有效。

10．建立战略联盟是移动营销平台方向

大数据时代，大数据、技术和创意将是移动数字营销公司的核心竞争优势。建立战略联盟是移动营销平台发展的必然选择。第2章精准定位——大数据的用户分析

如果你想要把东西卖给某人，你就应该尽自己的力量去收集他与你生意有关的情报，找到你所要营销的产品所对应的客户。

而且在大数据时代，数据可以渗透到客户的每个角落，只要你通过数据，做好客户定位和客户分析，不论你推销的是什么东西，做好准备，铺平道路，那么，你就不愁没有自己的顾客。

2.1 移动互联网打造用户生活

大数据时代，移动互联网为我们的生活带来了很多的便利，而伴随着移动应用的多样化，用户的要求也变得更多、更复杂了。移动互联网打造用户生活的水平也应该不断提高。移动应用的设计与运营，仅基于基础的行业、用户和设备的数据已经不够，必须依赖对用户行为和偏好的多维度立体分析。

关注用户行为的方方面面，通过必要的标签及群组的建立，理解用户的需求和“痛点”，真正落到实处，通过对种子用户和优质用户的挖掘，认真地钻研，找准APP开发、运营、推广的着力点。用户期待着更多有创造性的应用出现，需要的是令生活更简单、成本更低或更有乐趣，能够带来更多惊喜的大数据移动互联网。

2.1.1 移动互联网给用户带来了什么

大数据时代的移动互联网带来了什么，在IT行业有这样一句话：“谁都可以成为这个领域的专家”，这句话不是说出来的，是在这样一个大数据时代的背景下，移动互联网的应运而生，为用户提供了不少创业的机会，移动互联网将是下一代互联网的重大革命，好好抓住移动互联网带来的机遇，创业者将会赢得成功，普通用户也能够很大程度享受移动互联网带来的信息世界，便捷生活。移动互联网给用户提供了如下几大便利。

1．移动互联网搜索引擎应用

它将会更好地应用在移动互联网的各个环节，这是趋势，也是一种必然，据有关数据表示，Google宣布进军移动搜索领域，并没有让国内创业者们感到恐惧。在他们看来，中国的移动搜索行业有自己的游戏规则，而且国内5亿手机用户的巨大市场肯定有自己的生存空间。

2．移动互联网软件发展

这个应该给更多的应用软件企业带来了一定的机遇，大数据的时代，造就了一大批的互联网企业，大数据时代在移动互联网领域也能成就一大批互联网企业，而从PC应用软件到移动设备应用软件，这也是一种发展的趋势，也会有更多的企业去涉足移动互联网软件，无论给游戏行业还是服务行业，都会带来一定的发展。而移动互联网软件给用户带来了多少便利，大家都是有目共睹的，从交友软件到支付软件再到娱乐游戏软件，每一个行业的移动软件的诞生，都给生活带来一种快捷享受。

3．PC领域的产品将会大面积应用到移动互联网

门户网站、论坛社区、网络购物、电子商务、办公自动化、电子邮箱、网络视频、工业生产、医疗服务、交通旅游，这其中每一个行业都有一大批的互联网人士涉足，也会有一大批的互联网人士在这里走向成功，我想这是一种时代发展的必然，互联网会发展，互联网的载体也会发展，就看在这个发展的过程中，有谁抓住了机遇，在移动互联网领域占据一席之地。

4．移动互联网革命了人们的生活方式“现在用手机能上网，手机网购直接付款，能订餐，打车，可以缴费，甚至可以做一切你能够想到的事情。”当代的年轻人都有这样的一种感受，只要有一部智能手机，几乎可以足不出户地操控着日常生活的方方面面。

我们每天都可以感受到移动互联网对生活的重大改变，用户不必打开计算机，就可以通过移动的传播媒体随时随身阅读新闻，通过移动的社交平台联络朋友，通过电商网站购买商品。人们几乎可以随时随地通过移动互联网从事生活必需的所有活动。

2.1.2 手机网民与移动互联网用户

无论从理论上还是从发展的现实来看，“手机网民”只能说是“移动互联网用户”中的一部分。然而，随着时代的发展，中国移动互联网发展的现实和数据监测的传统，却使得事实上的中国移动互联网用户几乎等同于手机网民。

移动互联网在中国的起源，一般追溯到2001年11月10日“移动梦网”的正式开通。然而，当时无论是网络链路的基础条件、内容的提供、手机上网用户的数量，其实都非常有限。网络没有普及到每家每户，移动互联网更多只是一种新技术的探索和实验，是新鲜的、大胆的尝试。

回溯中国互联网络信息中心（CNNIC）历年中国互联网络发展状况调查统计报告，最早将手机纳入上网终端进行调查的始见于其2007年1月发布的《第19次中国互联网络发展状况调查》，报告中第一次出现了“手机上网网民”的表述和界定，使得它的定义逐渐清晰起来。

手机上网网民“指的是将手机作为终端接入互联网，并通过互联网进行彩铃彩信下载、收发邮件、浏览新闻、在线聊天等网络服务行为的网民。”此后，CNNIC每年发布手机网民相关数据。只是关于“手机网民”的界定增加了“近半年内通过手机接入互联网”的时间限定。

而随着iPad等平板电脑、超极本、上网本等的出现，以及移动阅读器、游戏机等众多移动终端出现和发展，人们开始习惯使用移动互联网用户来代替手机网民，更加希望突出“移动互联、随时随地接入”的特点。

很多的数据监测机构便开始进行各种移动终端接入和使用互联网的调查，然而，调查表明，在中国“移动互联网用户”基本等于“手机网民”，主要原因有以下两点。（1）作为权威数据监测的CNNIC，所持续发布的是“手机网民”数据。（2）其他机构调查的结果是，手机是移动互联网最为重要的接入终端。

现实使用中，“移动互联网用户”多用于一个概念上的、理论上的词汇，最后落实到统计数据中，虽然用了“移动互联网用户”的概念和词，但是几乎都是手机网民的数据。

在大数据移动互联网时代，手机承载着重任，移动上网规模也日渐壮大，移动互联网打造用户生活，给用户呈现出丰富多样的信息化世界，让地球成为村落，用户玩转移动互联网，跟上移动时代的步伐，在移动互联网的世界里游刃有余，成为优秀的网民。

2.1.3 中国移动互联网用户行为统计

中国移动互联网用户的行为呈现出多种不同的态势，分析研究用户的行为能够更近一步地了解用户需求，不断地完善移动互联网产品，打造优质的互联网生活。下面将用数据来呈现中国移动互联网用户行为上的一些分析，中国移动互联网用户的性别结构表示男性用户仍是主流用户，女性比重略有上升，如图2-1所示。▲图2-1 中国移动互联网用户性别结构

中国移动互联网用户的年龄结构为：中青年为主力用户，两级用户数量上升，比重下降，如图2-2所示。▲图2-2 中国移动互联网年龄结构

中国移动互联网用户的职业结构包括公务员/事业单位、学生、自由职业/个体户/私营企业主、下岗人员、白领、工人等，其中蓝领用户最多，白领用户次之，如图2-3所示。▲图2-3 中国移动互联网用户职业结构

2.2 移动大数据下的客户定位

在市场经济高速发展的今天，不管做哪一行都需要有客户的支持，没有了客户企业就失去了发展的动力。而当下随着“互联网+大数据”的广泛应用，各行业之间的竞争也日趋激烈，对客户的争夺赛也愈演愈烈。如何寻找客户资源是当下许多从业人员不断探索而又不知何解的一个问题。

2.2.1 客户定位方式

在大数据时代的互联网营销中，很多的企业都是投入了钱，却没有得到理想的效果，到后来只有埋怨说推广不行，这些企业的失误在哪里？其实是因为他们没有做到客户的精准定位。

在客户定位中，最怕的一句话就是“老少皆宜”或服务谁都适合。就算你的企业经过长期的发展，几乎可以做到“老少皆宜”，基本上每一人都是你的客户，但是一开始绝对不可以，一开始必须找一个精准的客户群切入，切入越精准，风险越小，成功越可期待。

所以，互联网+大数据模式下的精准营销，首要工作就是要选择客户，定义客户。客户精准定位就是为了找到目标客户群的需求，并予以最大程度的满足，从而达到快速、有效、精准营销的目的。

想要做到客户的精准定位，就要对客户的属性进行分类。属性分析可以从3个方面来考虑，如图2-4所示。▲图2-4 客户属性分类

1．外在属性

像客户的地域分布、客户的产品拥有、客户的组织归属（如企业用户、个人用户、政府用户）等。这种数据很容易得到，但是数据相对来说比较粗犷。

2．内在属性

内在属性指客户的内在因素所决定的属性，如性别、年龄、信仰、爱好、收入、家庭住址、信用度、性格、价值取向等。通过客户的内在属性亦可将客户定位，这种定位相对来说比较细致。

3．消费属性

即客户的最近消费、消费频率与消费额，这些指标需在财务系统中得到。根据不同客户的消费属性，从而制定不同的营销策略。

想要精准客户定位，单单做到以上几点还是不够的，在精准营销中，对客户的细分越详细，营销效果越显著。那么想要做到最终的精准客户定位，还需做到以下2点，如图2-5所示。▲图2-5 客户精准定位的方法

1．二次细分

在根据企业战略目标初步判别目标客户群体的轮廓之后，企业需要对这个范围较大的目标客户群体进行二次细分，例如以年龄层次、购买频率、购买支出占可支配收入的比重为标准细分，对总体目标客户群体进行排序，从而在目标客户群体中分出首要关注对象、次要关注对象和辐射人群。

首要关注对象是指在总体目标客户群体中，有最高消费潜力的那部分消费者，他们是在总体目标客户群体中具有最高消费潜力的那部分消费者，他们通常有如下4种类型。（1）经常性或者大量购买该产品的消费者，如喜欢吃某种食物的消费者。（2）刚刚开始接触和购买同类产品的消费者，如刚刚有能力买车买房的年轻消费者。（3）对产品有最高期望值的消费者，如女性对化妆品、时尚服装的需求。（4）产品的早期使用者，或具有相关爱好的消费者，他们能够产生示范效应，影响他人购买选择，如具有多年摄影经历的摄影爱好者。

次要目标是指与企业战略、目标有分歧，但能为产品创造重要销售机会的重要消费者。

辐射人群是指处于总体目标客户群体内购买欲望最弱的那部分群体，虽然他们的消费能力和消费欲望不是那么强，但他们可以被企业的营销手段影响，形成偶然购买甚至最终成为固定购买群体。

2．动态调整

虽然许多产品被客户使用习惯以后，可能会终身使用，但毕竟还有一部分产品，在市场竞争如此激烈的环境下，很容易被其他产品替代。所以，许多企业即使在推出新产品的时候对客户做了非常精准的定位，但如果不进行后期动态调整的话，那么销售情况将一天比一天差。

所以打江山容易，守江山难，当你通过数据分析确定了你的市场、你的客户群、精准定位了你的客户时，你就要为守住这些客户甚至壮大自己的客户群做好准备，做好动态调整是保证客户精准定位最终结果的重要途径。

2.2.2 通过数据去定位消费者

企业每天都会从行业中获取许多数据信息，但是不得不承认，相当一部分数据被当作“废气”被排放掉，如果能够运用手中所有的数据，做好数据分析的工作，那么消费者的定位自然就会准确。

所以，在互联网+大数据时代，通过数据精准找到消费者的过程中，要做到以下4点，如图2-6所示。▲图2-6 数据分析的4大要点

1．所有的数据都有用

在数据分析时，不能仅仅依靠一小部分数据采样，而要利用所有的数据，你今天错过了这些数据，也许明天，大客户就在你错过的数据中。

2．不断扩大数据量

找到并分析目标用户，要求企业拥有足够多的数据信息，并且在面对快速的、多源的、复杂结构的海量信息时，要乐于接受，同时要根据企业的发展需要，不断扩大数据的分析量，而且是以自己力所能及的各种手段去获取信息。

3．找到数据的相关关系

随着数据量的增加，当每个人每天面对这些枯燥的数据时，要能够适当地改变思考问题的方向，学会关注事物之间的相关关系，这些相关关系能够牵引出一条思路，而不是一味地探求难以捉摸的因果关系。

4．强大数据处理的能力

随着互联网+向各大行业的不断扩展，我们可以处理的数据量已经大大地增加，而且未来会越来越多。在面对这些数据时，为了能够分析所有的数据，就要拥有能够收集和处理更大规模数据的能力。

2.2.3 互联网客户如何定位

大数据技术在企业客户定位中起到的作用越来越重要，而目前，大部公司都属于以规划竞争、概念竞争为主导战略的企业，真正以数据为支撑的品牌客户定位却是凤毛麟角。那么究竟该如何利用大数据技术来对企业的品牌精准定位客户呢？在这里总结了几大要点，如图2-7所示。▲图2-7 品牌精准定位客户

1．档次定位分析

档次定位就是根据消费者的消费水平区分出不同消费档次。企业每生产一类产品之前，基本上都要对目标消费人群的消费档次进行定位，不同的档次决定了你要定位什么样的产品。

所以，企业要通过大数据分析互联网客户群的需求以及档次的定位，推出不同价位、品质的系列产品，应采用品牌多元化策略，以免使整体品牌形象受低质产品影响而遭到破坏。

2．市场定位分析

是指发现消费者心智中有一个富有价值的（阶梯）位置无人占据，就第一个全力去占据它。在某一行业或者某一领域，总有企业竞争者没有涉及到的，只要手中掌握足够量的数据，只要数据分析得够彻底，就一定能分析出漏网的领域，以及精准定位该领域的消费用户，也许这一领域就能带来巨大的商业价值。

3．客户行为分析

大数据的用户行为分析是企业、商家在拥有基本数据的情况下，对有关数据进行统计、分析，从中发现网络用户的行为规律，并将这些规律与营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并对问题的进一步修正或重新制定营销策略提供依据。

4．客户特征分析

如果说客户的行为分析是对客户横向分析的话，那么客户的特征分析就是纵向的分析。客户行为特征信息并不是简单的数据，而是通过建立客户行为模型，利用数据挖掘处理客户静态数据与动态行为数据而得出来的客户行为特征信息。因此，客户行为特征信息往往较难直接采集和获得。

专家提醒

在得用户者得天下的移动互联网时代，提升用户体验是产品和广告宣传制胜的关键。在新时代的营销市场中，基于信息之上的数据分析与整合不仅是营销策略的重要一环，同时也是对行业动态的精准把握。

2.3 如何使大数据分析的价值最大化

大数据技术以各种不同的方式影响着我们的生活。通过对大量数据加以分析，政府、企业和学者等可以找到有价值的东西，从而提升我们的生活水平，改善我们的生活和工作方式。越来越多的企业利用大数据分析工具找到发展趋势和适合企业发展的方法，从而为合伙人带来利益。

数据集的内存都是以千兆字节计算的，因此要对如此巨大的数据进行分析也是一项挑战，并且往往都有时间要求，只有对数据快速的解读和分析才能更快做出决策。如果找不到适宜的分析工具，那么大数据的管理和分析就非常浪费时间。这里提供几种提高大数据分析价值的方法。

2.3.1 将数据进行融合

成功的大数据分析可以使用户应对工作中的困难，例如发现业务计划和工作中的缺陷和失误。它甚至可以将新的细分市场进行拆分，企业可以提供新的产品和服务。要想做到这些，就需要从各种资源得来的数据中抓住重点从而做出重要决策。

一个好的ETL工具可以将从多个来源获取的数据融合在一起，也包括公共数据。它让用户的注意力集中到一个源头，获得相关性更高的信息，提高工作效率；同时可以确保用户的信息来源是唯一的，降低错误沟通的风险。

据统计，数据量每2～3年就会成倍增长，这些数据蕴含着巨大的商业价值，而企业所关注的通常只占总数据量的2%～4%。因此，企业仍然没有最大化地利用已存在的数据资源，以致浪费了更多的时间和资金，也失去制定关键商业决策的最佳时机。

于是，企业如何通过各种技术手段，并把数据转换为信息、知识，已经成了提高其核心竞争力的主要瓶颈。而ETL则是一个主要的技术手段。目前，ETL工具的典型代表有：Informatica、Datastage、OWB、微软DTS、Beeload、Kettle。

在数据分析中，时间是至关重要的。有很多企业领导者和决策制定者需要实时的信息来快速做出决定。但是据估算，大约80%的时间都花在了准备和整理数据上。这样一来真正的分析工作只占20%。

因此高效的处理工作非常重要，例如数据分析的提取、转换和加载过程（ETL）。我们认为，2015年ETL处理手段会被更多企业加以利用，这是一种更简洁的数据准备过程，同时不需要过多的IT技术。

所以说将数据进行融合，对于大数据分析的价值最大化来说是至关重要的，要使大数据分析的价值最大化，要利用这些数据，提取最精华的部分进行融合。

2.3.2 分析才是核心

对于大数据，量的增长是很多人对大数据的第一个印象，数据不仅仅是增长的量，增长的速度，以及信息的结构和难度等都在增长，原本数据是分散的，渐渐全部被重新整合，数据需要被重新分析，原本都是孤立的数据多多少少都有了联系，很多在小数据时代难以发现的知识，也被重新发现新的价值。

所以对于大数据分析来说，是不是只有大数据，数据的力量已经被证实了，什么样的数据需要被挖掘价值，是不是只要按照已经设定好的模型来进行推理研究，还是说从数据的本身出发，随着大数据的发展，面临的数据问题也越来越多，那么要想从数据中找到更多的价值，数据分析的过程就变得越来越重要。

从微观的程度看，数据分析主要的应用对象是企业，个人也可以使用数据分析，数据分析帮助企业实现决策科学，精确营销。

从宏观层面看，大数据对国家也有深刻影响，国家的政策引导，政府的整个数据管理帮助政府决策更加有决策性、预见性，也让决策过程更加开放，在信息经济时代，数据也可以帮助治国，分析大数据是非常重要的过程。

数据也是一种资源，并且这种资源和其他的资源还不一样，不仅可以重复使用，还可以共享。但是数据本身只是一种存在，能不能被使用，能不能很好的使用，也还是一个值得推敲的过程，所以数据分析的过程就显得更加重要，能不能带来价值，不是说我们拥有了所有的数据，就可以解决任何问题了，我们需要的是确定性的答案。

例如，在从小的考试过程中，一门学科的成绩并不能决定一个人是不是一名优秀的学生，并且每一个学生每一次参加考试得到的成绩也都是不一样的，那么我们如果只是依靠两种不同的情况去分析的话，就可能得到不一样的结果，大数据分析就是要避免这样的不确定性产生。

所以说大数据不是只要全数据就可以了，核心还在于数据的分析能不能把握数据真正的价值，要使大数据分析的价值最大化，要抓住“分析”这个核心。

2.3.3 做好用户运营

现在这个时代，谁拥有用户，谁就王道，任何一个公司，只要拥有足够大基数的用户，它就会有强大的衍生能力。企鹅的QQ游戏，只要做了，纵然不出彩，但是基于庞大的用户基数，依然会有很强的营收能力。现在用户就是互联网产品最重要的一环，哪怕产品做的再酷再炫，没有用户使用，那么产品就会变成失败品。

1．用户运营主要负责的内容

用户运营主要负责的内容包括以下几个要点：开拓渠道、提升活跃度、留存信息、用户分层、增值业务、免费策略等，如图2-8所

试读结束[说明：试读内容隐藏了图片]

下载完整电子书