思考题：

1. 举例说明大数据的4V特征。

数据体量大--百度导航每天提供的数据超过1.5PB，这些数据如果打印出来将铺满超过5000亿张A4纸。

类型多样化--结构化数据如商品销量表、非结构化数据如视频音频、半结构化数据如电子邮件。

高速性--一分钟时间内淘宝卖出6万件商品，Google产生380万次搜索，YouTube上被观看的视频足有450万，发送的电子邮件量超过1.88亿……

价值密度低--帮助警察侦破案件的视频文件中，可能只有几秒钟的“关键证据”是有用的，其他几小时甚至几十小时都是无关数据。

 

         2. 大数据思维对企业开展营销活动有什么启示？

企业可以从不同种类的数据中更全面的理解顾客。

企业可以使用尽量全面的数据、利用相关关系进行消费者行为预测。

当拥有海量数据时，绝对精准不再是追求的主要目标，大量非结构化和半结构化数据中蕴含着更多潜在信息。

 

3. 大数据的商业价值有哪些？请举例说明。

企业决策--阿里巴巴利用淘宝卖家信息开展的无抵押贷款业务。

个性化精准营销--淘宝首页千人千面的购物预测。

优化产品组合--啤酒与尿布。

市场趋势预测--潘吉瓦公司利用大数据分析预测时尚流行趋势。

客户关系管理--星巴克的“大数据咖啡杯”。

 

4. 什么是大数据营销？大数据营销发展经过哪些重要阶段？

大数据营销是一种精准营销模式，又称为数据驱动型营销，是指企业在精准定位的基础上，基于多平台、跨区域采集大量数据，并依托大数据技术建立一套个性化的消费者沟通体系，将最符合其需求的产品、服务、信息传递给消费者，使广告更加精准有效，给品牌企业带来更高的投资回报率。

互联网时代、社会网络时代、移动互联网时代、大数据时代、人工智能时代。

 

5. 大数据时代营销面临的机遇和挑战是什么？

机遇：精准营销个性化服务、优化管理降低成本、维护客户关系、优化产品组合、丰富营销渠道等。

挑战：隐私安全问题、数据真实性难辨、人才缺乏、数据治理不规范等。

 

6. 企业开展大数据营销过程中可能的误区是什么？如何避免？

唯数据论--企业要基于数据分析做决策，但更要结合实际业务问题。

大数据营销预测是万能的--正确认识到大数据预测的局限性，辩证看待和使用大数据技术。

刻舟求剑型--企业应用大数据时，上至企业战略、高层领导，中至大数据部门，下至业务人员都要具备充分的学习热情和变革力度，对原本的固定管理链路、运营思路进行调整。

大数据营销一定能降本增效--从成本效益的角度考虑投入产出比，对于产出价值不大的大数据营销项目应采取审慎的态度，避免成本投入的浪费。

大数据营销等同于效果营销--企业在开展多种形式的大数据营销推广时，不能只以促进即时销售为目标，也要注重品牌传播，提升品牌资产。