高腾玲

内容摘要：网络营销具有覆盖率高、低成本、传播快等特点，进入“互联网+”时代，终端消费市场更加细分，消费需求也逐步呈现个性化趋势。尤其是大数据技术应用水平的提高，对于用户需求的定位更加精准，“互联网+”时代的网络营销模式随之发生变革。本文探讨了互联网背景下网络营销环境的发展趋势，进一步阐述了传统网络营销模式及其局限。在此基础上，提出了基于大数据技术发展的互联网时代网络个性化营销模式框架。

关键词：互联网 网络个性化营销 大数据

互联网背景下网络营销环境的发展趋势

（一）互联网背景下网络个性化营销特点

近年来随着移动互联网的迅猛发展，智能化、多媒体的终端设备得到普及，移动互联网的发展不是移动设备与互联网技术的单纯结合，而是在意识形态、人文理念、技术构造、传播需求上的深度融合。传播形式的改变推动受众群体消费行为和需求的改变，人们越来越注重自身个性的表达，并将这种个性化的消费需求投射到消费行为中，从而进一步促进市场细分。与传统营销模式相比，网络营销具有覆盖范围广、交互性强、信息多元化等特点，传统营销模式的传播依托于传统媒体的单项传播形式，在市场信息的来源上主要依赖于市场调研，信息常常缺乏客观性并且成本较高。网络营销模式下，一方面互联网的高覆盖面为企业营销提供了庞大的受众群体，消费者开始越来越多的表达自身对于产品的体验交流，并积极参与产品设计中，实现个性化定制，品牌的附加价值开始不断提高；另一方面依托于大数据挖掘技术，企业获得市场信息的渠道向低成本高效率发展，信息来源更加全面准确。进入“互联网+”时代，网络营销更为成熟化、集约化、现代化，管理运营模式更加适用于不断细分的市场需求，大数据、云计算等网络新技术的应用，推动着生产领域的异质化。越来越多电商企业开始着手构建差异化数据平台，利用大数据挖掘共享技术获得潜在客户的精准定位、判断行为倾向，并以此为依据进行个性化推荐，与客户建立深度连接。互联网背景下的网络营销实质，是以客户体验为中心的大数据营销，是针对异质化市场需求，利用大数据技术降低边际成本、提高营销效率、最终促使消费行为实现的创新式营销模式。互联网背景下的网络营销是传统网络营销模式的全面升级，在用户细分更加精确、传播渠道更加丰富的环境下，企业将获得更大利润空间。

（二）互联网背景下网络营销环境趋势

用户定位精准化。传统营销模式下，企业获得市场信息的渠道依赖于统计调研，并投入大量成本对原始数据进行分析，以获得企业市场定位的基本依据。由于覆盖面积、市场动态等客观因素的局限，企业很难获得较为客观、实时的动态信息。网络技术的发展带动了新媒体的崛起，企业利用大数据挖掘技术，从电商平台、搜索引擎、社交媒体等平台掌握大量关键词、图片、声音等信息，并通过大数据分析平台进行差异化分类处理，对潜在客户信息进行精准定位，以此为依据进行产品的市场投放传播和营销模式的选择。企业甚至能够通过云共享技术获得用户一段时期内在各个社交平台、群组的活动轨迹，以此为依据勾勒出完整的客户动态形象进行整合营销。网络营销模式下品牌传播主要以新媒体投放为主，在市场细分的前提下，企业需要进一步掌握分众群体的市场需求，才能做出准确的判断。新媒体等渠道获得的数据信息涉及客户的心理定位、地理定位、喜好定位，甚至是行为定位。一方面将分众需求传达给生产领域，完善产品的市场定位；另一方面在品牌形象构建和营销方式选择上，提供动态客观的依据，同时为企业的深度营销提供了可能。

传播渠道多元化。新媒体的迅速崛起，为品牌传播提供了更加多元化的传播渠道，传播方式也由单向传播向交互性传播转化，越来越多消费者通过自媒体平台表达对于品牌的认知和产品的体验，这种交流不仅是消费群体之间的互动性传播，更是与企业之間构成深度稳定的连接关系。传播渠道的多元化发展，一方面是网络技术变革的成果体现，另一方面也是分众市场的必然趋势。消费者通过不同的自媒体平台展现不同的需求，形成不同的消费群体，品牌根据不同媒体平台所展现出的不同特性，进行品牌的定位和传播。以微信与微博为例，微信朋友圈是以熟人关系建立起的小众圈子，朋友圈的特点与微博不同，具有一定的社会性，微信分众常常存在现实关系，因此信任度更高，很多品牌利用微信朋友圈进行社会化营销，母婴、化妆、日用产品品牌更加适用于微信平台的投放。反之，微博以关键词类的单独话题为交流特性，延展性更大、娱乐性更强。因此，服装、电子、数码等流行性产品品牌更适于在微博平台投放。品牌投放过程中由于关键词的局限，应更加注重品牌传播的完整性和一致性，以单一话题引发品牌的深度讨论、构建独特的品牌形象、聚拢受众需求是网络营销的关键。

非结构化数据增多。互联网背景下数据规模呈爆炸式增长，尤其是移动终端和自媒体平台的不断发展，促使非结构化数据呈几何式增长。以数字化数据表征的镜像化世界所反映出的强大市场预测能力，标志着大数据的价值在互联网时代日益凸显。随着自媒体互动性的增强，非结构化数据占比逐渐上升，与结构化数据相比，非结构化数据所蕴含的动态信息具有更高市场价值。但传统的关系型数据库无法处理非结构化数据，因此对于非结构化数据信息的处理分析能力，决定着企业对于市场动态的掌控能力。

现有网络营销模式及其存在的问题

（一）现有网络营销模式

博客营销。作为一种专业的信息发布模式，博客的专业性更强、细分度更高。博客避免了自媒体的碎片化传播，可以在最大程度上维护品牌形象的完整性和一致性。博客没有版面、地点、时间上的限制，针对的群体也具有开放性质。与微博不同，博客所涉及的话题细分程度更高、专业性更强，博主可以围绕某一兴趣话题展开深入讨论。因此，博客营销模式下与受众所建立的传播关系更加稳定。传播主体在博客中制造一个附带产品信息的话题便可以迅速推广，形成一个稳定的受众圈，传播效率更高。博客营销的最大优势在于，能够很好的将媒体传播与人际传播相结合，在受众高细分下形成不同的兴趣圈，口碑效应好、信任度高、营销效率高。endprint

自媒体营销。自媒体营销通常指微信、微博一类的自媒体平台的广告投放。自媒体传播通常具有传播快、碎片化、受众范围广、互动性、立体化等特征。自媒体的高互动性、即时性特点，进一步推动了网络营销的发展，受众通过自媒体平台与企业进行交流，同时也彼此进行产品体验的交流，并进一步参与品牌设计中。自媒体营销通过关键词的带入，创建话题、引起互动，引导受众对品牌进行深度了解，根据受众需求构建对应的品牌形象，与受众群体建立深度的情感连接。

RSS营销。RSS营销是邮件营销的延伸和发展，具有网络营销和RSS新技术的特点。与邮件列表营销方式最大的不同之处在于，RSS营销的信息传递价值更高。消费者可以通过RSS内容的网站进行主体定制，依照客户需求生成自动推送，相比于邮件营销有更高的客户接受度。相对于邮件营销，RSS营销还处于初级阶段，虽然任何内容源都可以采用这种形式进行发布，但该阅读器的利用效率并不高。未来RSS营销将取得进一步的升级发展，用户可以根据自己的兴趣，将其他网站的内容聚合到阅读器中，信息的发布效率将随之提高。随着长期的信息推广，该营销模式的边际成本很低，可以最大程度上为用户提供所要获知的信息和内容。

（二）现有网络营销模式存在的问题

大数据利用效率低。由于网络营销准入门槛较低，吸引很多企业纷纷进入。但很多企业在推广网络营销的同时依然依赖于传统经验，对大数据的利用效率不高。大数据在互联网时代的价值不断得到释放，成为众多电商企业的重要资产，对于大数据资产的利用效率，决定着一个企业未来的生存和发展。一方面，传统网络营销模式对大数据利用程度低，主要推行大规模的模糊营销，难以和消费群体形成精准对接，很难控制营销的效率和成本；另一方面，传统网络营销模式对于内部数据的利用程度较低，获取数据的方式往往比较被动。

营销同质化。随着市场竞争的全面化，客户需求是企业营销的核心。传统的品牌营销和产品营销已经逐渐进入发展瓶颈，个性化的消费需求驱动市场细分，当越来越多企业进入网络营销市场后，由于自身观念和技术上的局限，很多企业陷入同质化竞争的误区。

缺乏专业人才基础。长期以来，我国网络营销领域缺乏相关的综合性专业人才。随着“互联网+”时代的到来，大数据营销人才是企业不可或缺的人才储备，这类人才要拥有一定的大数据分析处理技术，并了解市场。企业需要建立一支数据型、市场型、管理型的人才团队，提高对大数据的挖掘分析处理能力，充分开发非结构化数据的价值，缺乏人才基础是制约网络营销和电商企业发展的重要因素。

互联网背景下个性化网络营销创新模式

（一）大数据营销的基本架构

互联网背景下大数据技术的应用，推动着网络营销模式的变革，大数据技术已经成为企业的核心竞争力，数据成为企业的重要资产。显而易见，互联网背景下网络营销是集约化、现代化营销模式新技术的应用，与传统网络营销模式不同，以客户体验和需求为中心是互联网背景下营销模式发展的基础。依托于新技术提高营销效率，有效降低边际成本，充分适应不断细分的市场趋势，才能从根本上实现网络营销模式的转型升级。目前大数据的商业价值已经逐步显现，镜像化的映射使得大数据不断反映现实世界人们的活动轨迹，对这些信息的有效整合和利用，可以帮助企业利用最低的成本获得最全面的市场动态，即客户的体验和需求。

大数据精准营销是针对个性化的消费需求和分众群体所采取的，基于移动终端社交媒体网站搜索引擎之上，进行的结构化和半结构化数据的采集。通过差异化数据库进行分析比对，得出更加精细的客户分析和分类，采用更加个性化的营销方式，最大程度上实现精准营销。基于大数据的精准营销分为两个层次：一是通过对客户的行为和特征的定位分析，进行个性化推荐，优化客户体验。包含客户的日志信息、论坛信息、微博信息等，如图1所示，经过算法库的大数据计算，有针对性的选择营销方式；二是通过精准的信息定位进行潜在的客户关系营销。

作为新兴的营销模式，大数据营销具有传统网络营销不可比拟的优越性：一是基于详细客户数据信息的分析结果，可以提供更加精准的个性化营销，不断优化客户体验；二是针对大量客户信息的挖掘和共享，对潜在客户的消费行为进行预判；三是基于大数据技术对营销活动效果进行监控和测量，对营销活动进行实时优化。

数据采集和分析。数据采集和分析是大数据营销的基础，通过对采集的数据进行具体分析，得出客户分类和预测，进行个性化推荐和深度营销。数据的采集通过挖掘和共享方式获得，对用户整体需求进行预判，进行个性化推荐。数据采集主要分为三类：一是客户特征信息。客户特征信息包括客户的心理定位、地理定位和社会性定位。例如：消费者的所有消费信息、交易金额、交易渠道、交易频率等，消费者在其他网站留下的年龄、姓名、性别、地址等信息。二是客户行为信息。行为数据包括客户在搜索引擎和电商平台留下的爱好倾向、消费层次、购物评价、对服务的满意程度等。企业针对客户的行为数据作出相应的延伸判断，此外企业会根据半结构化数据的处理，分析潜在客户的类型、客户忠诚度、营销利润率和风险分析。

个性化推荐系统。企业的个性化推荐系统是建立在海量数据挖掘上的一种智能平台，可以为电商平台消费者提供个性化购物服务和体验，是大数据个性化营销的重要组成部分。电商平台通过系统为客户推荐可以满足客户需求的商品，根据客户的浏览痕迹，针对客户的潜在消费需求进行个性化推荐，以促成交叉消费行为。一方面个性化推荐系统可以优化客户的消费体验、提高客户忠诚度；另一方面可以达成与潜在客户的深度关系，有效提高营销效率、降低营销成本，对营销效果进行实时检测并进行优化。

（二）大数据营销策略

精准营销策略。精准营销建立在对市场准确细分的基础上，以消费者的消费需求和消费体验为核心。首先，对消费者需求的精准把握，不仅可以作为制定营销体系的依据，也对产品生产创新有着重要指导作用。其次，在营销过程中要根据大数据分析结果进行分类，根据客户的心理诉求、行为方式、社会属性等特点，进行营销策略的选择。最后，通过顾客的体验反馈进行精准营销的效果衡量，对特定客户进行深化营销，发掘潜在客户。精准营销的核心是将合适的产品推荐给合适的消费者，以建立和客户之间的深度联系。在传统网络营销模式下，只能针对某一类分众群体进行个性化推荐，精准程度远低于大数据营销，大数据营销依托于庞大数据体系的支持，可以精准到个人的需求倾向，并在众多产品类别中实现精准推荐。

社会化营销策略。互联网背景下，社会化营销、移动营销与大数据技术进行深度融合，对于公众需求的掌握更加精准，是电商企业市场推进的重要营销手段。在大数据时代，用户保持着多个自媒体平台的社交习惯，同一个用户在不同的社会化媒体上的需求是不同的。当用户进入该企业的电商平台时，企业会根据其在其他平台所留下的交互数据，对该客户的需求和喜好进行定位，勾勒出该客户的整体形象。社会化营销从三个角度开始：一是精度，二是深度，三是广度。首先，提取完整的客户资料，强化数据深度；其次，通过大数据技术进行深入挖掘，建立临时数据库，不断积累活跃用户；最后，运用大数据技术分析企业与用户之间的亲密度，提高客户的分类精度。

社会化营销主要是利用用户关注的社会性事件或具有公益性质的活动，进行品牌的植入宣传，社會化营销并不是单纯的依靠账户进行新闻推送，而是要针对不同的客户群体，将产品植入创意，形成用户的关系扩散。以大数据分析为基础的社会化营销针对性更强，营销效率也更高。

参考文献：

1.杨媛媛.“互联网+”时代网络个性化营销创新研究[J].商业经济研究，2016（11）

2.刘峰.大数据时代的电视媒体营销研究[D].华东师范大学，2014

3.薛雯雯.社会化媒体营销创新模式研究[D].北京邮电大学，2011

4.黄琛.趋向web3.0：网络营销的变革及可能[D].浙江大学，2009

5.王金河.基于社会化网络营销的个性化营销创新研究—以淘宝网为例[J].农村经济与科技，2016（4）endprint