吕惠钗

（江苏工程职业技术学院，江苏 南通 226007）

大数据（big data）正在掀起信息技术发展的新浪潮。此概念主要用以描述数据急速增长现象，学界比较权威的定义是“数据规模超出了利用常规软件工具在合理的时间范围内进行挖掘、储存、检索和管理的数据集合。”［1］大数据时代不仅仅意味着数据量大，而且具有急速增长和多样性的特点。［2］据权威预测，数据处理能力是未来决定和评价一个部门价值的核心要素。［3］

大数据概念最早由科学界提出，已经给政治、经济和文化等社会各领域带来了深刻的变化。随着大数据时代的到来，高校图书馆读者服务的内容、模式和方法必将发生巨大的变革。高校图书馆研究如何结合自身条件，利用大数据技术，探索信息服务发展模式，提高图书馆服务营销的科学性和服务效率，更好地服务于高校教学科研和人才培养工作具有重要的意义。例如，清华大学图书馆正在尝试在大数据环境下分析关键词走向，建立以人为中心的知识关联网络。［4］

1 大数据时代的营销特点

大数据开启了营销的新时代，基于大数据技术应用，社交媒体上用户情绪波动可以用来预测股市涨跌，用户的查询记录可以被B2C网站用来进行特定化产品推荐。基于大数据技术上的创新，未来的服务营销必将更贴近于受众消费者并成为最重要的营销手段。

1.1 营销理念变革

传统的营销范式是基于眼球经济的大众媒体营销，企业为了推广自己的品牌，在网站、电视台、户外广告或报纸杂志等纸媒上投放广告以达到营销的目的。这种基于大众媒体的营销方式优点是虽然到达率高、辐射面广，但缺点是无法切实掌握受众的动向并控制对其后续的影响。大数据营销以用户为导向，可以基于数据挖掘对每个客户进行定制化跟进式营销。［5］

1.2 获取市场信息途径变革

传统营销中搜寻市场信息和了解消费者需求的主要方法是问卷调查和直接观察法等，这类方法的缺陷是获取信息量有限，且成本较高。在新的数据环境下，消费者的购买偏好、购买前的信息搜寻活动和交易中的支付方式等行为都会被完整记录，社交媒体软件甚至可以预测到顾客的兴趣变化。企业聚集、挖掘和处理这些数据就可以不断发现新的商业价值和机会。

1.3 营销活动重心变革

在大数据时代，数据挖掘、收集、管理和分析成为营销活动中新的工作重心。计算机及网络硬件维护部门将迅速发展并成为大多数企业必备的标准部门，从采集、管理到分析和可视化的专门机构也将应运而生。

1.4 促销模式变革

在大数据时代精准和个性化的商品推介成为促销的新模式。例如，在淘宝、亚马逊和京东等B2C电子商务平台上产生的客户网络流量、点击率、购买频率、兴趣等大量消费者信息，通过对这些消费数据的挖掘、整理和分析，可以准确识别消费者的品味和消费意向，进而为客户提供精准的、专门定制的个性化的产品和服务，以提高消费者满意度和企业产品利润。

2 大数据对高校图书馆营销的影响

高校图书馆拥有丰富的文献资源以及优秀的专业人才，信息资源拥有量占有相当优势，但也存在营销观念淡薄、营销策略不当、缺乏营销技能和个性化的信息服务等问题。［6］把握大数据这一信息化技术发展的浪潮，是提高高校图书馆服务质量和核心竞争力的重要机会。

2.1 图书馆的数据资源变革

大数据时代高校图书馆最重要的变化是图书资源数字化。近几年，伴随着各高校图书馆文献资源的数字化进程，各高校都建立了数目庞大的电子数据库资源和电子书资源，其中包括了各类教学光盘、音频和视频资源等，不仅总量越来越庞大，并且增长速度远远超过了传统的纸质图书资源。图书资源的激增以及图书馆可以提供的数据服务激增反而大幅度降低了资源的价值密度。

一方面，丰富的数字资源使得图书馆得以满足读者在任意时间和地点的阅读需求，允许读者灵活选择任意的阅读终端和选择任意阅读内容，这极大地满足了读者自由阅读的需求。但是，另一方面，图书资源的复杂性和多样性同步增加，导致价值密度降低、污染严重和有价值图书资源提取难度大等问题的出现。

与图书资源数据化相应的变化是产生了大量与读者相关的非结构化信息，比如文献使用和统计数据、纸质和电子书籍借阅数据、网站点击数据、读者浏览历史记录、时间和地理位置信息等，这些数据因为量大而且零散，格式多样，因此目前的利用率较低。

2.2 图书馆的服务质量评估标准变革

大数据时代读者服务能力建设重点已由以图书资源建设为核心转向以读者需求为中心的个性化服务推送能力建设，因此，图书馆在读者服务过程中，能否全面、准确地掌握读者的阅读行为、阅读需求和阅读方式变化趋势等数据，能否安全、高效、准确和经济地开展图书馆个性化服务已成为评估服务质量的关键。［7］

3 大数据时代的高校图书馆4C营销组合

在竞争激烈的21世纪，以企业和产品为中心的4P营销组合逐渐被抛弃，以消费者为中心的4C营销组合代替成为企业在市场竞争中获胜的法宝。所谓4C营销组合是美国学者劳特朋（Robert Lauterborn）教授在1990年提出的全新营销理论，Customer（顾客）主要指关注顾客的真正需求，Cost（成本）指关注顾客获取产品或服务的成本，Convenience（便利）指关注顾客消费的方便性，Com－munication（沟通）指关注产品促销和消费者信息反馈。［8］因为大学图书馆都是对师生免费提供图书资源服务，不存在顾客获取产品价格问题（Cost），只有搜索资源的时间成本，成本要素将并入到方便性（Convenience）要素中一并探讨。下文根据4C营销组合理论探索大数据时代图书馆的营销策略。

3.1 以师生需求为中心的产品策略

传统的图书馆产品策略过分关注自身能提供的产品，而忽略读者需要哪些产品。众多图书馆把数字资源的“来源覆盖率”作为关键指标，追求资源的大而全，没有充分考虑读者的实际需求。在大数据时代，需要对图书资源进行精细分类和梳理，把读者需求放在第一位。

为了帮助读者从海量的信息中获取有用的知识，高校图书馆应当整合馆藏物理资源与数字资源，构建学科资源平台、专题资源平台、简易信息聚合平台（RSS）和博客平台等，对海量文献信息资源进行分类、序化、标引、建库。［9］通过对大数据资源的精细化过滤，降低数据噪声，提升数据利用的效率、可获得性和个性化水平，提升读者服务价值。

3.2 以提高师生便利性为导向的渠道策略

社交媒体和移动设备的大量应用使图书管理员与读者在数据交互互动的实现提供了可能，进而识别读者个性化需求。通过对读者检索和浏览历史数据的分析，开展跟踪服务和定题服务，建立用户服务模型从而为读者提供有针对性的服务，提升图书馆服务质量。通过收集和分析读者学习数据，可以发现读者所关注的学科领域，图书管理员可以把该领域的研究热点及动向汇总后推送给特定读者，帮助其更快地把握该领域的研究走向和进展，从而更好地服务于师生的科研领域工作。通过大数据分析，图书馆可以创建一个个单一的读者视角，洞察个体阅读需求，增加读者的个性化阅读体验，甚至可以预测每个读者正在寻求什么资源。在以移动互联网为特色的数字营销时代，图书馆可以轻松搜集读者的海量阅读数据，而利用大数据技术分析、观察和预测读者阅读偏好，并据此为师生提供最能满足他们需求的资源和服务，辅之以准确的新书推介等推广信息，并对读者的反映进行及时回应，这也是大数据时代的必然趋势。

3.3 以与师生沟通为纽带的促销策略

传统的图书馆促销策略以物理形式为主，例如和读书活动相关的研讨会和座谈会、读者见面会和现场有奖问答等形式轻松活泼，可以激发读者重复使用产品和服务的意愿，此类营销策略在大数据时代仍然可以延续采用。但大数据时代应更多地采取虚拟形式的互动体验营销活动，以达到更好的促销效果。例如，依据对读者借阅信息跟踪和定位，组建以研究热点、兴趣爱好或者畅销书籍等主题社交群（QQ群、朋友圈和微博好友圈等），一方面可以加强读者相互之间的互动营销体验和满足其社交需求，另一方面图书馆还可以在相应的社交圈中有针对性地投放广告，宣传新的图书资源和服务，实现以读者为中心的个性化营销。

4 结语

随着大数据时代的来临，高校图书馆作为科学和文化的引导者以及科研工作的服务者，必将迎来图书服务发展的新机遇，同时也面临着严重挑战。转变营销服务理念，利用大数据技术深入分析读者的阅读偏好，为每个读者提供独一无二的个性化服务，从而真正实现以读者为核心的服务宗旨，是未来高校图书服务发展的必由之路。

［1］ Snijders，C，Matzat，U，＆ Reips，U.－D.‘Big Data’：Big gaps of knowledge in the field of Internet［J］.International Journal of Internet Science，2012（7）：1－5.

［2］ McAfee A，Brynjolfsson E，Davenport T H，et al.Big Data：The Management Revolution［J］.Harvard Bus Rev，2012，90（10）：61－67.

［3］ 王宇鸽，邢军，张红.数字图书馆大数据技术的应用架构［J］.图书馆学刊，2014（7）：113－116.

［4］ 邓景康.大数据环境下清华大学图书馆的实践［N］.中国新闻出版报，2013－8－29（5）.

［5］ 魏伶如.大数据营销的发展现状及其前景展望［J］.现代商业，2014（15）：34－35.

［6］ 张瑜.高校图书馆营销研究［D］.合肥安徽大学，2011：15－17.

［7］ 马晓亭.基于用户服务价值的图书馆大数据价值分析与服务质量保证研究［J］.图书馆，2014（5）：96－98.

［8］ 于坤章.论现代营销理论4C对传统营销理论4P的导向［J］.北京工商大学学报：社会科学版，2003（1）：27－30.

［9］ 阚辉.大数据对高职院校图书馆信息资源服务创新的启示［J］.中国管理信息化，2014，17（20）：85－86.