数据中心的变革论文

数据中心的变革论文（精选9篇）

数据中心的变革论文 篇1

现在我们正处于云计算时代, 数据中心是云计算的实现平台, 云计算时代的数据中心已经从原来的数据存储节点转变成为面向服务和应用的IT核心节点。伴随着各种数据密集型业务的实现, 数据中心已成为唯一能够支持大规模云计算应用的服务平台。云计算通过自己的关键技术方式来引领和推动数据中心变革。

数据中心面临的挑战和需求

1. 数据中心的发展

数据中心本身的发展经历了几个过程, 第1代数据中心的特征是:传统数据中心运营范畴, 以硬件服务为主, 如对机房场地、服务器、宽带网络等基础资源业务的托管、租用等;第2代数据中心特征是:在基础资源基础上为客户提供各类安全、数据管理等外围增值服务, 目前大多数数据中心运营商都处于该阶段;数据中心发展到第3代, 特征主要是:以客户为中心, 围绕客户需求提供整合式服务, 这正是云计算数据中心必须具备的特征。它的业务也由传统的内容资源业务、自有及合作业务向行业用户应用类和产业拓展类业务发展。这也势必引起数据中心架构发生转变, 即由传统的网络型架构向云服务VS网络型的架构转变, 从而实现最优化的服务给用户。

2.云计算对数据中心的高要求

云计算要求基础设施具有良好的弹性、可扩展性、自动化、数据移动、多租户、空间效率和对虚拟化的支持。那传统的数据中心及其运营商需要满足哪些要求才能使之符合云计算的要求呢?

⑴标准的、模块化的基础设施

IT基础设施须具备可扩展性、强适应性及简化等特性是新一代数据中心对我们提出的要求, 为满足要求就需要对网络架构、服务器等存储设备进行标准的、模块化的配置, 使其更好地服务于数据中心。

⑵虚拟化的资源和环境

数据中心需要的虚拟的共享资源池可以通过虚拟化技术实现, 并通过优化管理虚拟化资源, 提高资源利用率、降低成本及系统能耗和扩展云计算应用。

⑶远程的、自动化的管理

云数据中心应具备这样的特性, 即对整个数据中心进行全天候无人值守的、可远程操作和管理的自动化运营, 不简单是对硬件设备进行监测和修复, 更重要的是要实现从服务器、存储系统等到应用的端到端的基础设施统一管理。

⑷快速的可扩展能力

云计算数据中心采用虚拟化技术实现数据中心中所有的存储设备、服务器、网络等资源的虚拟共享, 从而实现其内部所有应用系统的共享。通过实施集成虚拟化方案把硬件拥有者和应用拥有者进行逻辑分离, 并让系统管理员用软件快速实现虚拟资源的共享。接着根据业务的应用需求和服务等级, 采用实时监控的方式机动配置、供应虚拟资源, 使虚拟资源供应的实现自动化, 提高基础设施资源利用的快速扩展能力。

⑸空间与能源的节省

节能服务器与存储器、节省空间的刀片服务器、先进的供电和散热技术是云计算数据中心需大量采用的, 这样才能实现数据中心中计算资源、供电与散热的无缝对接和管理, 为企业或机构提供高效、节能、可持续发展的计算环境。

云计算如何引领数据中心变革

综上所述, 云计算需要这样的数据中心, 那它将如何引领、推动数据中心变革使其符合自己需要呢?云计算将通过以下方式实现数据中心的升级和革新:

1.虚拟化技术

为了满足服务客户端-服务器应用程序的纵贯式大流量而衍生的传统的三层数据中心架构, 使网络管理员能够对流量流进行管理。

虚拟化技术的使用从根本上改变了数据中心的网络架构。传统的数据中心服务器利用率平均只有10%~15%, 如此低的利用率浪费了大量的电力能源和机房资源。使用虚拟化技术能够极大地提高服务器的利用率, 降低能源消耗和客户的运维成本, 所以虚拟化技术必将得到极大的发展。最为关键的一点, 虚拟化引进了虚拟机动迁移技术, 从而使网络支持更大范围的二层域。实现了数据中心由传统的三层网络向二层网络的革新, 从根本上改变了传统数据中心网络三层网络架构的局面。

虚拟化技术是将各种计算及存储资源充分整合和高效利用的关键技术, 是云计算系统的核心组成部分之一。虚拟化技术能成功的实现软件应用与底层硬件之间的隔离, 并且它可以实现多个资源的虚拟聚合, 也可以实现单个资源的虚拟列分。并且还可以为操作系统、计算机系统、存储设备和网络资源等创建虚拟化版本。它是一种计算机资源的抽象表示方法, 可以使访问抽象后的资源与访问抽象前资源使用的方法一致, 实现隐藏属性和操作中间的差异, 使查看和维和资源变得简单易用。

2. 分布式计算技术

分布式计算就是两个或多个软件互相共享信息, 这些软件既可在同一台计算机上运行, 也可在互联的多台计算机上运行。通过分布式计算的算法和管理技术, 将大量的计算工作分散到多个计算节点上去, 从而实现大规模海量计算。应用程序如何被分割为N个可并行处理的功能模块及怎样解决每个功能模块之间的协作是大型的分布式系统会面临的问题。通常会用以C/S结构为基础的3层或多层分布式对象体系结构, 分布在不同机器上利用表示逻辑、业务逻辑和数据逻辑来实现, 并通过CORBA、EJB、DCOM等中间件技术实现各模块之间的协作。有时也会用Web体系结构来实现, 它通过基于标准的Internet协议支持不同平台和不同应用程序之间的通信。同时, 也可以通过分布式计算模型将需进行大量计算的数据分割为一个个小的模块, 然后由网络上的多台计算机分别计算, 最后通过组合结果得出数据结论, 来解决数据密集型问题。

3. 运营管理技术

运营管理技术是指云数据中心运营管理平台所涉及技术的泛称。它包括映像与实例全生命周期管理是通过对映像与实例的创建、配置、操作、时间采集、映像库等实现。资源的负载均衡、故障检测、隔离和恢复等由资源调度与监控实现。用户管理实现:用户身份及订购关系管理;对服务请求、受理、开通、终止的闭环管理;为计费提供输入, 并对成本进行精确定量分析, 为成本的核算、控制及产品和服务定价、盈利预测等提供依据。运营管理通过众多监控仪实现:工单受理、处理、反馈的闭环流程;已用与待用资源容量管理;物理机、虚拟机、网络等性能管理;服务等级管理;统计分析报表。对Paa S、Iaa S、Saa S业务与服务的管理, 对外提供标准的产品和服务由业务管理来实现。对云计算平台技术、软件、内容等的提供商及服务分包伙伴的管理由合作伙伴管理实现。与运营商后台业务支撑系统的订购关系同步、服务开通、认证系统、业务网关等的对接由接口管理实现。

结束语

全球数据中心都在向新一代的云计算数据中心改革。本文通过对云计算数据中心的需求进行归纳, 分析了云计算如何通过虚拟化、分布式计算、运营管理等核心技术实现数据中心的升级与革新, 使数据中心网络的运行效率得到提升, 维护管理的复杂度降低及资源的调度效率和利用率提高, 加快社会信息化进程。

数据中心的变革论文 篇2

随着互联网的迅速发展，大数据带来的信息爆炸正在影响着我们的工作、生活和思维。无论是政府还是企业，在未来的舆情监控、舆情研判方面都面临着大数据的挑战。

互联网的信息泛滥深切地影响着我们每个人的生活。网络信息的不断膨胀也给以往的舆情监测工作提出挑战。网络舆情监测要想适应现在大数据时代的监控要求就需要做出变革。包含舆情工作方式的变革、舆情管理思维的变革、舆情数据分析技术的变革。

一、舆情监控工作方式的变革

在社交媒体蓬勃发展的时代来临之前，普通大众扮演的角色主要是信息的接受者，网络信息的可控性非常强。这就造成了舆情管理者的工作形式单一且没有很大压力。但是随着社交媒体的出现和迅速发展，普通大众扮演的角色也发生了变化，从信息的被动接受者变成了网络信息的缔造者与传播者。这就加快了信息的传播速度，加大了信息的不可控性。促使舆情监控工作从单一向多元转化，从监控信息到研判、疏导与处理转化。

二、舆情监控管理思维的变革

社交媒体出现之前，一个单位的舆情管理者一般是单个人或是一个几人的团队组成，在工作单一的情况下，这样的体制完全可以满足需求。但是在这个信息爆炸的时代，只靠人工做舆情监控就有点天方夜谭了。在这个时代需要的是舆情管理的思维变革，靠智能监控系统改变现在的一切。由舆情监控系统代替繁重的人工工作。但由于舆情服务对于专业性的要求非常高，最为有效和专业的处理模式是专业团队+人工智能。

三、舆情监控数据分析技术的变革

在数据量小的KB时代，人工审阅完全可以把控舆情脉动。但随着EB甚至ZB时代的到来，尤其是移动互联网数据的加入和渗透，人工审阅成为不可能完成的任务。这时需要的就是改变分析技术和分析方法。专业的舆情智能分析系统非常必要。

数据中心管理酝酿变革 篇3

“和IT系统曾经的局面相似，数据中心的管理工具也需要整合，而更为重要的趋势是，要打通数据中心的基础设施管理与IT设备管理之间的鸿沟，把这两者的管理集成起来。”艾默生网络能源Avocent业务总裁Steve Hassell在日前举行的艾默生网络能源全球分析师及媒体大会上表示。本报记者与来自全球的50多位分析师及媒体记者代表参加了本次交流会，如何改善数据中心的管理、降低管理成本是本次大会的核心话题。

管理面临诸多挑战

现代数据中心的发展趋势是高容量、高密度化，为了节省成本，在同样的空间内部署的IT设备越来越多，因此对电力、制冷的要求越来越高，需要更为高效、更为精确的制冷，还需要更能随需应变的供电。同时，IT需求变化的幅度也越来越大，要求数据中心基础设施能灵活地响应新的变化，这些都挑战数据中心管理者的管理能力。

“总体说，数据中心的管理者要面对四个关键问题，即可用性、效率、容量和密度，其核心问题是在提高能源利用效率的同时，保证数据中心的可用性。” Steve Hassell在接受本报记者采访时表示，除此之外，不太景气的经济形势或者市场压力还要求数据中心不断降低管理成本，另外，还有法规遵从问题等。

“我们认为，数据中心环境从来没有像现在这样复杂，也从来没有像现在这样频繁地变化过。而现在很多管理人员还再依靠Excel表、Viso或者是自己开发的简单工具来进行规划和管理，这些工具是难以应对日益复杂的管理需求的。”Steve Hassell认为，即使是有些数据中心已经应用了专业的管理工具，此类管理工具也面临着升级的需求。

在本次大会上，艾默生网络能源公布了一项调查的结果也可以佐证Steve Hassell的上述观点。这次调查的对象来自美国各行业超过240名数据中心专业人士。调查结果显示，尽管数据中心正在积极地努力改善数据中心的基础设施管理，但仍缺乏对于提高可用性、可靠性、效率和管理能力至关重要的洞察力。在这项调查中，受访者认为有三个因素是优化数据中心性能的主要障碍：缺乏对系统使用情况的了解、缺乏有效的能效战略以及管理系统中的功能缺失。

在Steve Hassell看来，管理工具升级的关键之一是要打通IT管理与基础设施管理之间的联系。因为IT设备和系统每一点改变（包括新增、撤出等）都会影响到基础设施部分。而实际上IT设备和负载是不断变化的，这也就意味着，基础设施管理需要根据IT系统和设备的变化不断改变基础设施的供应能力，包括空间、制冷和电力供应等。

整合IT管理与基础设施管理的好处显而易见。首先，把原本彼此紧密相关的信息集成到一起，可以降低数据中心的管理和运营成本、节省时间，同时能够基于这些信息做出更合理的决策；其次，能够更好地利用现存的IT和基础设施资源，优化数据中心的性能，提高可用性。

Trellis:

新一代管理平台

Trellis是Avocent正在研发的新一代数据中心的管理平台，它代表了Avocent对数据中心管理未来发展方向的预测和把握。从某种程度上说，也反映了艾默生网络能源收购Avocent之后对它的重新定位，即从传统的KVM技术供应商转型为全面的数据中心管理解决方案提供商。实际上，Trellis已经成为艾默生网络能源整体市场战略的一部分，是其倡导的DCIM(数据中心基础设施管理)的具体实现。根据艾默生高级执行副总裁Charlie Peters的说法，收购Avocent的一个很重要原因在于，就是希望能在Avocent的技术基础之上整合基础设施和IT设备的管理。

据艾默生网络能源Avocent业务CTO Baz Khuti介绍，Trellis是首个能实现对数据中心基础实施和IT设备统一管理的集成DCIM平台，它整合并扩展了艾默生网络能源旗下的诸多产品，包括Liebert SiteScan、Avocent Data Center Planner以及Aperture管理关键解决方案现有的功能。Trellis平台由软件、硬件及其服务构成，它通过一个单一、完整的、可视化的信息源，帮助数据中心管理者在满足效率、可用性、容量利用率等要求时做出更为合理的决策。

谈及推出Trellis的原因时Steve Hassell表示，区别于市场上现有的数据中心管理工具，Trellis将能缓解数据中心管理者在保证高可用性、支持更高利用率的同时降低管理成本的压力。

“虽然虚拟化技术的应用可以缓解这一压力，但是，虚拟化应用的同时带来了另外一个问题，就是让我们预测IT系统对物理设施的需求更难了。为此，我们不得不预留更多电力、空间、制冷和计算能力，这又导致了资源利用率的降低。”Steve Hassell表示，Trellis平台形成了一个闭环的控制系统，如同一个具有自我调节功能的生态系统一样，它不仅知道数据中心每个元素的当前状态，还知道这些元素一旦改变会对其他元素造成什么影响。

值得一提的是，Trellis平台也凝聚了Avocent中国工程师的心血，Avocent在深圳和成都的研发中心都参与了该平台的研发。

Steve Hassell还透露了Trellis的产品路线图：今年10月份，会有测试版推出。明年年初Trellis 1.0正式上市，明年5月份推出Trellis 1.5，Trellis 2.0将在2013年第一季度推出。预计随着Trellis的正式推出，数据中心管理工具相关厂商肯定会积极跟进，这必将会推动数据中心管理水平的提高。

采访手记

中国正在吸引越来越多的跨国企业目光。作为新兴经济体的中国经济蓬勃发展带动了IT产业的整体向好，而风起云涌的云计算市场更是IT产业中的一大亮点。

艾默生网络能源Avocent业务总裁Steve Hassell在接受本报记者采访时也表示，Avocent非常看好中国高速发展的云计算市场，中国也将是Avocent最为关注的市场之一。事实上，中国媒体也是本次大会惟一受邀请参会的亚太区媒体，据此也可以看出中国市场在Avocent管理层心中的地位。

浅析大数据时代的营销变革 篇4

一、“大数据”概述

大数据是信息技术领域的新一轮革命, 在全球范围已成为加速企业创新、政府透明, 引领社会变革的利器, 成为国家竞争的前沿阵地, 以及产业竞争力和商业模式创新的源泉。以西方发达国家为首的世界各国政府及大型企业都在争先布局大数据战略。联合国“数据脉动”计划、美国“大数据”战略、英国“数据权”运动等先后开启了大数据战略的大幕, 有力推动了大数据产业化、市场化进程。大数据已经渗透到每个行业及每个业务领域, 逐渐成为企业与企业之间竞争的主要资源。

“大数据”指规模较庞大的数据集, 是需要新的处理模式才能具有更强的决策力、洞察力和流程化能力的海量、高增长率和多样化的信息资产。

大数据时代不仅提供了以“PB”量级的数据, 而且被公认为是一种自然资源, 对自然资源的合理利用显得尤为重要。一个企业只有对海量数据进行系统化筛选、处理和分析, 才能不断提高竞争力, 实现企业资产的增值。

二、“大数据”对市场营销的重要意义

智能手机、移动互联网、电子商务、物联网的快速发展, 使企业获取信息的速度更快, 获取信息的成本更低, 获取的信息量更大, 每天都会收集到海量的数据, 例如客户资料、销售信息、竞争对手动向、营销方变革等相关数据, 但同时企业也面临着很大的困惑, 怎样在复杂混乱的数据海洋里, 识别出与本企业价值创造相关的数据, 进行精准营销呢?而数据化时代的到来, 数据处理模式的转变, 使信息的价值得到更大程度的挖掘, 为企业的经营决策提供依据。

1. 大数据带来了营销管理的变革

大数据开启了时代的转型变革, 手机的接打电话、收发信息, POS机的每一单消费, 上网的机票订购, 与朋友的互动聊天, 朋友圈的分享动态……我们无时无刻不在产生着各种各样的数据信息。大数据时代, 我们淹没在数据的海洋里, 对数据的甄别、加工与处理能够使信息增值, 日益称为市场营销管理的重要工作, 而传统营销活动的重点是市场调研, 通过观察法、询问法和实验法获取市场特征、消费者偏好、宣传效果等数据资料, 存在着数据收集难度大、耗费成本多、数据时效性差等诟病, 而现代营销, 计算机系统实时接收着并分类整理消费者的各种动态信息, 并跟踪关联反馈, 从而精准预测消费者需求, 并将这些有价值的数据快速传送至生产线, 快速组织生产, 降低生产周期, 抢占市场先机, 这必将导致企业营销工作的重心发生转变, 数据筛选、分析、关联反馈将日益成为企业营销管理的重点。

2. 大数据利于分析消费者行为特征, 进行精准营销

在全渠道的零售模式下, 消费者的所有购物行为, 不管是线上还是线下行为, 都会留下痕迹, 一旦这些数据达到一定规模的时候, 商家能够通过这些基础数据的二次创新处理, 分析预估出消费者的购买偏好和消费习惯, 筛选出哪些是活跃消费者、新增消费者、沉默消费者, 哪些节日对于这些消费者的刺激最大, 能够形成购买高峰, 有助于商家科学备货、精准营销、降低库存风险。

消费者购买与浏览的网络搜索痕迹, 能够判断出消费者的购买意向, 从而进行精准的推送, 正如我们在浏览旅游与信息之后的数月内, 会不断看到网站推送过来的与旅游目的地相关的各种攻略和促销信息。消费者购买活动的结束正是营销活动的开始, 商家可以通过数据的挖掘, 了解消费者潜在需求, 不断地更新改进产品, 适应需求, 进而能够做到精准营销。

全球快时尚品牌ZARA从2010年起相继在欧洲、美国、日本成立了网络商城, 实现了线上线下同时发售、销售额的激增, 这都离不开其对消费者数据的采集、挖掘和分析, 做出了科学合理的销售预测。在ZARA的门店里, 店员和销售经理随身佩带Pad, 随时记录顾客的意见, 关店后定时盘点货品上下架和库存情况, 并对顾客的购买量和退货率进行统计, 对热销商品进行排名等, 经理会将这些数据汇总上传到ZARA的内部全球资讯网中, 在总部做出决策信息后, 会立即传送至生产线和仓库系统, 据此改变产品式样适应消费者需求。同时在网络平台上, 强化了双向搜索引擎、资料关联分析、网络消费者意见调查等功能, 不仅能将实时意见数据批次传送给生产端, 准确定位目标市场, 还能不断更新时尚前沿信息资讯, 线上商店成为了产品上市前的营销试金石, 充分了解消费者的个性需求, 从而达到连续数月保有较高的市场份额。

3. 大数据可以检测和防范品牌危机, 维护企业形象

移动互联网时代是一个高度自由、平等、开放而透明的时代, 所有人都可以通过微博、微信等互动交流平台发表看法, 所有的信息是公开透明的, 都可能被人看见, 在这种背景下, 产品或企业的负面消息会像病毒一样疯狂蔓延, 一小时内的点击和转发量过万是常有之事, 如果企业对此没有合理的监测和预警机制, 势必会影响企业自身的形象和产品的口碑宣传。

在大数据时代, 企业可以通过网络的实时监测, 及时发现负面信息, 对信息进行缜密的处理, 理清负面信息的源头, 及时启动危机应急或预警, 才能够有效地保护产品的形象、维护企业的声誉。

4. 大数据有助于了解竞争对手动向, 提高企业竞争力

替代品企业之间互相观望, 持续跟进是企业间竞争的常态, 对消费者需求信息的精准预测是企业间竞争取胜的关键因素, 而监测竞争对手的竞争战略和动向是任何大中型企业的必修课。企业只有通过市场信息现场收集、互联网信息系统分析, 才能够做到实时跟踪反馈对手的产品信息、组织结构调整信息、市场营销策略等动态信息, 在此基础上结合本企业内部资源的优劣势, 有侧重点地调整经营战略和营销策略, 提高企业的核心竞争力, 以保持稳定的市场地位。

三、大数据时代的营销策略

1. 转变营销观念, 重视数据的关联性研究

事物与事物之间总是存在着千丝万缕的联系, 消费者需求信息之间亦是如此, 如何在纷繁复杂的信息群中筛选出与自己企业经营发展相关的数据是一项重要的数据挖掘工作, 也是现代营销信息调研工作的重点, 企业不仅要重视信息加工处理的重要性, 更要积极转变营销观念, 主动营销, 消费者数据越丰富、全面、立体, 越有利于开展数据的关联性分析, 越有利于企业或商家了解消费者的购买行为特征, 从而为其提供个性化服务、培养忠诚度、开展会员制提供了基础。

2. 线上线下结合, 建立完善的数据体系

线上线下融合发展是现代营销发展的新趋势。对于一个企业或商家, 不仅要解决线上线下渠道、产品组合冲突等问题, 还要充分发挥线上互联网的优势、特别是移动互联网平台, 补给消费者数据信息。线下可以通过分析消费者在商场行走路径、驻留时间、到店频率获取品牌偏好数据, 根据到店体验感受、购买数据展开会员定制, 进行精准促销。线上可以通过搜索信号进行精准配对和相似推荐, 通过购买数据分析消费者购买能力、购买强度和购买类型, 而客观的评价与互动信息有助于企业改进产品或服务, 提高品牌竞争力, 这些数据一旦形成规模, 就能够支持企业完成活跃消费者与沉默消费者、支付能力强或弱的消费者等信息的筛选, 而这些都是构成企业或商家完善消费者数据库的基础。

3. 建立并完善互动反馈平台, 开展互动营销

2015年天猫“双11”交易额突破900亿元, 电商大放异彩, 其入驻企业的经营利润不言而喻, 每天都有大批商家或个人入驻天猫商城或建立自有的网络商城, 参与市场竞争博弈, 要想在竞争中立于不败之地, 就必须做到想顾客之所想、急顾客之所需, 尝试进行网络页面功能再设计, 设置互动交流平台, 例如双向搜索引擎、时尚信息讨论、用户产品评价、购买互动交流等平台, 观察消费者行为, 以完善消费者的数据库资料, 实现精准营销。加之, 4G时代的开启以及移动终端设备的凸显, 使得自媒体迅猛生长, 博客、微博、微信、百度贴吧、BBS等成为了信息共享与传播的重要媒介, 分享、转发成为了他们生活交流的重要方式, 因此, 商家或企业的专业人员可以以他们独特的公众账号发声, 向所有对他们感兴趣的读者传播产品信息、品牌价值、资讯前沿等信息, 通过互动营销获得聚众效应, 扩大产品的影响力。

4. 实时监控数据动态, 进行主动营销

在大数据时代, 线上线下的融合、移动互联网的快速发展、自媒体的互动交流同时提供了大量的数据资料, 可供企业经营决策参考, 但是却存在着数据加工技术性强、数据真实性差等问题, 例如, 像微博、微信等所有提供自媒体的网站上, 用户只需要通过简单的注册申请, 根据服务商提供的网络空间和可选的模板, 就可以利用版面管理工具, 在网络上发布文字、音乐、图片、视频等信息, 创建属于自己的“媒体”。其进入门槛低, 这些都会给企业品牌、商品信息的传递带来隐患, 如果数据是真实有效且正向的, 用户使用后体验感知超过其预期, 则会自动形成口碑宣传, 助推了企业价值。但是如果产品使用过后不满意, 而又没有给予用户较好的售后保证, 则其负面效果会加倍放大于对正面效果的传播, 这些会像病毒一样疯狂传播, 大大影响企业形象。因此, 一个企业的管理人员需要实时监控内外部数据动向, 积极开展危机应急和预警, 进行主动营销。

结语

物联网、移动互联网、云计算、自媒体等一些新兴技术的普及运用, 将人类社会带入“第三次工业革命”时代, 数据的爆炸式增长成为新时代的重要标志。数据的聚合与挖掘、消费者需求的科学预测、危机的处理与预警正逐步成为企业与企业之间竞争的关键。借助一些计算机技术进行数据加工、处理, 将更多的数据应用于企业管理实践中是社会经济发展的必然趋势。所以, 企业必须要转变营销观念, 重视对大数据的关联性分析, 洞察消费者心理;监测外界动态数据, 进行主动营销, 进而消除企业的不利影响因素;通过线上与线下相结合的方式, 补充企业消费者数据库, 提高营销精度;合理利用自媒体平台传播产品信息、企业形象, 以提高企业竞争力。

参考文献

[1]李翠亭.“大数据”时代营销策略分析[J].商业经济, 2016 (08) :90-91.

[2]黄升民, 刘珊.大数据”背景下营销体系的机构与重构[J].传媒观察, 2012 (11) :13-16.

[3]贾利军, 许鑫.谈“大数据”的本质及其营销意蕴[J].南京社会科学, 2013 (07)

数据中心的变革论文 篇5

摘要：随着我国现代化信息技术的飞速发展，互联网、物联网以及云计算已经被广泛应用于各行各业，大数据应运而生。在我国企业管理会计工作开展过程中，大数据不仅为此项工作提供了便利，使工作效率得到有效提升，而且还给管理会计工作带来了很大的挑战，使管理会计工作产生重大变革。本文就大数据时代管理会计工作变革进行了讨论，首先文章阐述了大数据时代下管理会计工作的相关概念，然后讨论了这种环境下管理会计工作上发生的变革，最后指出了管理会计工作所面临的挑战并提出了一些建议实现大数据在管理会计中被有效应用。

关键词：大数据;管理会计;变革

一、大数据时代管理会计工作的相关概念

(一)大数据的相关概念。大数据是指在现代信息技术飞速发展的大环境下运用新处理模式所产生的具有更强的决策力、洞察力以及优化能力的准确、巨量、多样的信息资产。大数据的定义与数据聚集有着本质上的区别，并不是单纯地对数据进行统计，而是按照一定的方式对相关数据进行专业处理，这种信息数据处理方式存在一定使信息增值的功能，只要信息数据来源真实、准确、完整，那么所处理出来的信息就会具有高效性的特点。企业随着经营时间的推移各个会计年度的信息数据就会越积越多，如果在利用传统数据库来管理这些信息数据不仅在处理速度上难以与大数据相比，而且在对相关数据进行存储、分析方面出现错误的机率很较大，难以得出准确、全面的数据为企业发展决策提供有效依据。(二)管理会计的相关概念。管理会计可以被视为是会计领域的一个分支，与企业的资金活动密切相关，以尽可能地实现自身效益最大化为目标控制和管理单位现在和未来的资金周转，进而为管理者制定未来发展决策提供重要依据而设立的。随着我国市场经济的快速发展，越来越多的企业开始运用管理会计，管理会计的.职能包括以下几点：第一，对经营管理目标进行规划。第二，管理会计通过进行绩效考评对分权单位或部门效益实现情况测评并向上级反馈，可以避免一些单位或部门为自身利益而相互竞争冲突、增加行政开支、发生浪费等牺牲企业整体利益和长远利益的现象的发生;第三，管理会计可以借助财务会计业务处理办法对单位财务成本收益信息进行加工预测，制定良好的资金运作方案，使资金运转处于良性循环状态。

二、大数据时代管理会计工作上的变革

(一)由服务型转变为管理型。在大数据时代下管理会计的职能得到了一定的拓展，在与企业管理目标一致的基础上管理会计通过大数据平台可以实现信息灵活控制、及时互联，分析和预测市场发展大趋势、竞争对手以及供应商的资源情况，对企业管理工作进行流程设计和控制管理使企业发展由被动向主动转变，充分发挥会计工作的主动性以及价值创造作用。由此可见，管理会计并不是管理系统的旁观者，而是扮演着管理者的角色。(二)由事后分析转变为全过程管理控制以往很多企业的管理会计工作并不贯穿于企业运营全过程中，而是事后对企业的经营管理控制进行分析。大数据时代下，管理会计不仅仅是对结果进行分析，而是融入到了企业发展的全过程中去，甄别发展关键因素、纠正关键指标目标偏离、查找管理过程中出现问题的原因、修订和完善过程行动计划和方案、实现核心资源要素的再配置等一系列管理工作，为企业的长期发展提供重要的数据信息。(三)由传统管理转变为信息技术管理，大数据时代的来临使得管理会计的管理方式发生了巨大的改变，管理会计如果再沿用以往的信息数据处理办法已经难以适应市场和企业发展，目前很多企业都将信息技术运用的重点放在大数据处理上，尽可能地提高企业信息的准确性、及时性、全面性。(四)由财务报告审计方式转变为连续审计的方式。以往企业审计工作主要是发生在会计自然年度或人员离职的情况下，审计工作方式也就是通过对业财务报告审计来完成，这种审计方式不仅全面性较差，而且真实性也难以得到保证。

三、大数据时代下管理会计工作所面临的挑战

(一)没有正确认识管理会计工作的本质。一些企业的管理者只注重企业效益，而忽略内部控制管理工作。对于自身会计工作也只是认为只要能妥善处理好会计业务就可以了，忽视了内部管理会计工具有效应用对企业发展的影响和作用。(二)对大数据应用的重视程度不高。一些企业对大数据这样定义理解模糊，认为大数据等同于以往的计算机信息处理，这些企业特别是一些中小企业根本没有意识到成本效应原则投入一定的人力和物力来使大数据充分应用到管理会计工作中去，难以切实提高管理会计的工作效率。(三)人才的综合素质有待提高。单单是能够利用大数据处理还是远远不够的，对于处理过的信息还需要管理会计人员来进行筛选、分析，进而得出对企业发展有影响的信息资源。(四)大数据信息共享存在漏洞。一些企业在对自身数据信息的管理上存在着一些弊端，没有对一些保密数据设置管理员权限，也没有安排专业人员为企业安装相应的安全防护系统，一旦出现问题难以落实到个人，容易造成企业不可挽回的损失。

四、对于大数据时代下管理会计工作的一些建议

(一)正确认识管理会计的本质。企业的管理者应当加大对内部控制管理工作的重视程度，认清管理会计有效应用对企业发展的影响和作用，不仅自身要支持管理会计工作，给予其一定的权力来积极开展信息搜集、编制、预测、分析、审计工作，而且还对其他部门提出一定要求，要求其积极配合管理会计工作，为管理会计工作的顺利开展提供一定保障。(二)重视大数据的应用。企业应当加大对大数据应用的投入，可以投入适当的人力物力在系统硬件和软件等方面进行全方位完善，将管理会计与大数据处理紧密相连，使管理会计运用最新系统更高效、快速地分析、预测相关信息资源，及时发现企业潜在管理风险，及时向管理层反馈结果，商定最佳解决方案。(三)提高人才的综合素质。企业还应当重视的管理会计人才的培养，不仅要通过严格的选拔程序选聘一些会计知识和信息技术掌握较为熟练的人员担任管理会计职务，而且还要加大对管理会计人才的培训力度，安排权威人士为其讲解最新的管理会计业务处理办法，使人才更好地为企业服务。(四)制定一套完善的大数据信息共享制度首先，企业应当明确岗位权责，给予每个人一定的管理权限，不可越权，一旦出现问题能够及时落实到个人;其次，要及时安装防盗安全系统，防止一些不法分子通过网络窃取企业经营、客户、供应商等重要信息，为企业稳健发展提供一定保障。

作者:刘钰辰 王学香 任顺娟 单位:中国农业机械化科学研究院

参考文献：

大数据：变革世界的关键资源 篇6

2012年，Twitter上每天发布超过4亿条微博，Facebook上每天更新的照片超过1000万张，Farecast公司用将近10万亿条价格记录来预测机票价格，准确率高达75%，采用该系统购票，平均每张机票可节省50美元。2011年，麦肯锡公司对全世界大数据的分布作了一个研究和统计，中国2010年新增的数据量约为250PB，而欧洲约为2000PB，美国约为3500PB，大数据已经渗透到了人类经济社会生活的各个方面。如何获取、聚集、分析大数据成为广泛关注的热点问题。

一、大数据的概念与特点

大数据是一个较为抽象的概念，至今尚无确切、统一的定义。在维基百科中关于大数据的定义为：大数据是指利用常用软件工具来获取、管理和处理数据所耗时间超过可容忍时间的数据集。

（一）数据量大

数据量大是大数据的基本属性。首先，随着互联网的广泛运用，数据获取、分享变得相对容易。其次，随着各种传感器数据获取能力的大幅提高，人们获取的数据越来越接近原始事物本身，描述同一事物的数据量激增。此外，数据量大还体现在人们处理数据的方法和理念发生了根本的改变。

（二）数据类型多样

数据类型繁多，复杂多变是大数据的重要特性。大数据与传统数据处理最大的不同就是重点关注非结构化信息，大数据关注包含大量细节信息的非结构化数据，强调小众化、体验化的特性使得传统的数据处理方式面临巨大的挑战。

（三）数据处理速度快

要求数据的快速处理，是大数据区别于传统海量数据处理的重要特性之一。快速增长的数据量要求数据处理的速度必须相应的提升，才能使得大量的数据得到有效的利用，否则不断激增的数据不但不能为解决问题带来优势，反而成了快速解决问题的负担。对不断激增的海量数据的实时处理要求，是大数据与传统海量数据处理技术的关键差别之一。

二、大数据要解决的核心问题

大数据的处理包括：获取与特定的应用相关的有用数据，并将数据聚合成便于存储、分析、查询的形式；分析数据的相关性，得出相关属性；采用合适的方式将数据分析的结果展示出来等过程。

（一）获取有用数据

对于实际应用来说，并不是数据越多越好，获取大量数据的目的是尽可能准确、详尽的描述事物的属性，对于特定的应用数据必须包含有用的信息，拥有包含足够信息的有效数据才是大数据的关键。

（二）数据分析

数据分析是大数据处理的关键，大量的数据本身并没有实际意义，只有针对特定的应用分析这些数据，使之转化成有用的结果，海量的数据才能发挥作用。

（三）数据显示

数据显示是将数据经过分析得到的结果以可见或可读形式输出，以方便用户获取相关信息。将用户与数据融合在一起，使用户直接与绘制结果交互，便于用户认识、理解数据。数据显示以准确、方便地向用户传递有效信息为目标，显示方法可以根据具体应用需要来选择。

三、大数据面临的挑战

实际上，大数据是一种新兴的理论，大数据的概念、技术、方法还远不成熟，在其发展的过程中还将面临多种挑战，不应过分夸大其先进性，我们还应看到其存在的不足。

（一）不能完全代替传统数据

当前大数据尚不能完全取代传统结构化数据，尽管大数据关注的非结构化数据的绝对数据量占总数据量的75%，但由于非结构化数据的价值偏低，有效的非结构化数据与结构化数据相比并不占绝对优势，对于某些特定的应用，结构化数据仍然占据主导地位。

（二）数据保护

互联网的发展使得获取数据虽然十分便利，但也给信息安全带来了巨大的挑战。当前，数据安全形势不容乐观，需要保护的数据量增长已超过了数据总量的增长。首先，个人隐私更容易通过网络泄露；其次，在国家层面大数据可能给国家安全带来隐患，如果在大数据处理方面落后，就可能导致数据的单向透明。美国发布大数据研发计划，大力发展大数据技术就有增强国家安全方面的战略布置。

（三）相关性预知

大数据时代，数据不再是静止和陈旧的，而是流动的、不断更新的。大数据是人们获得新的认知、创造新的价值的源泉，通过分析数据的相关性可能预知事物的发展方向，但不能希望通过大数据可以预知一切。

四、结语

随着社交网络、物联网、云计算的飞速发展，大量非结构化数据呈指数级快速增长，数据样式高度复杂，为人类认识世界、改造世界提供了重要资源。然而大数据的概念和相关技术还远未成熟，尚存在着一定的争议，面临着诸多挑战。我国是仅次于美国的数据大国，而我国大数据方面的研究尚处在起步阶段，如何开发、利用保护好大数据这一重要的战略资源，是我国当前亟待解决的问题。

浅析大数据时代的营销变革 篇7

一.索引擎精准营销

搜索不仅是网民无法逃避的信息检索手段, 更是消费购买必经的决策环节。搜索正深刻改变着传统意义的消费行为模型AIDMA (Attention-Interest-Desire-Memory-Action) 模式, 进而让网民产生新型消费行为路径AISAS (Attention-Interest-Search-Action-Share) 。搜索引擎服务商掌握着网民海量的有关兴趣和购买的基础数据, 这也使得基于搜索引擎的精准营销成为可能, 而不仅仅关键词排名。全面整合受众的兴趣点、搜索关键词、浏览主题词、到访页等数据信息, 进而描绘受众自然属性、长期兴趣爱好与短期特定行为, 最终使受众特征全方位立体的呈现出来。通过受众引擎技术, 互联网推广的受众将不再是模糊不清, 而是可以被准确追踪与清晰描述, 因此也能够为客户提供更精准的营销服务。

二.竞价广告

实时竞价广告 (Real Time Bidding, 简称RTB) 是一种搭建第三方广告交易平台, 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广告模式。RTB不单是策略、也不单是技术, 更像是一个全新的广告交易生态系统, 系统的核心是搭建了一个广告交易平台 (AD Exchange) 。在RTB广告作业模式下, 一次完整的广告投放可以被分成五个环节:1.网民访问某个网站, 该网站就某个广告位的展示内容向AD Exchange发送请求;2.AD Exchange快速获取该网民的背景数据、该网站信息、广告位信息, 并发送给参与竞标的广告主;3.广告主根据以上信息, 权衡此网民对自己此次广告展示价值的大小, 并最终决定出价和广告创意;4.AD Exchange选取出价最高的广告主, 并将其广告创意发送网站。5.访问者看到出价最高的广告主的广告。以上五个环节在1/100-1/10秒内全部完成, 虽不是准确意义上的“即时完成”, 但从人的视觉感知意义上堪称“实时竞价”。RTB广告对网络媒体而言, 可以有效提升网站碎片化流量的变现能力;对广告主而言, 实现了广告的精准性, 进而有效提升营销投资回报率ROI。

三.再锁定精准营销

如何产生网站或广告的“回头客”是“再锁定精准营销”关注的重点, 试图让那些曾经访问过某个网站但没有产生购买或有效行为的网民产生二次访问或实际购买。再锁定精准广告不会帮助客户直接进一步扩大“潜在用户池”, 但可以使既定潜在的用户群产生更多的实际购买, 进而提升转化率。

再锁定精准营销服务商上游通过购买Ad Words或通过Ad network (广告网络) 获取网络媒体资源, 下游对接客户 (以电子商务客户为主) 。中间核心环节需要运用大数据挖掘与算法技术, 根据消费者的浏览记录、对某个网站或产品的访问频率、购买兴趣等, 生成只针对某个消费者特定的的精准产品广告, 帮助客户与已经离开客户公司网站的访客重新建立关系, 并以CPC (按点击付费) 或CPS (按销量分成) 方式计费。大数据让传统广告改变。

通过数据了解到, Facebook每日有40亿的信息扩散, 而Twitter平均每天只发布3.4亿的消息。社交网络的全球扩张, 数据的大爆炸正在重写营销规则。而在线营销领域面临的课题是基于对大数据营销价值的挖掘。数据就像货币或黄金一样, 已经成为一种新的经济资产类别。

“大数据”目前已经营造出了全新的营销环境。一方面是数据量的惊人增长, 另一方面则是产品、服务、客户洞察的精细化、个性化, 企业必须面对一个个具体的消费者来做营销, 进行个性化营销, 这就是大数据和微时代所组成的两面体。变化的市场环境带给中国企业新的挑战。

1.如何跟上客户演变的速度?新市场、新消费群体的兴起将导致消费者需求和购买行为发生急剧的变化吗?

2.如何在“全球化市场”中实现品牌差异化, 提高品牌忠诚度?市场动荡, 竞争加剧, 与客户互动、交易的渠道是否日益多样化?

3.如何把握“线上”世界?企业需要深入全面地了解在线消费者群体, 并通过在线渠道开展营销, 提供服务吗?

4.在通过多种渠道和设备获得涵盖客户整个消费周期的完整信息后, 企业如何利用这些充分信息形成指导营销战略与战术的深刻洞察?

为了使企业在复杂环境中能够自如应对业务转型的根本变革, 营销工作应当在以下几个领域加以改进:

1.向客户提供价值。敏捷地洞察市场, 掌握与客户接触和互动的方法;充分了解客户, 了解他们的真实需求、购买行为, 以及他们所需要的信息等;通过社交媒介等新技术与客户开展有效的互动。

2.推动长期关系。与客户建立稳定且密切的关系, 塑造企业文化, 保证企业内各个部门团结一致地提供相同的品牌体验。

3.实现从成本中心到企业增长贡献者的观念转变;也就是说, 企业必须通过业务模式的转型——从以产品为中心到以服务为中心的转变, 从以生产为中心到以客户为中心的转变, 从以本地为中心到着眼全球市场的转变, 从“线下”市场到“线上线下”兼有的转变, 从而提高客户忠诚度, 成功实现品牌价值和品牌影响力的大幅度跃升。

4.以“人”为本的营销理念。个性营销行为受到消费者行为和态度变化影响的时代被称作营销3.0时代。它是一种更为复杂的以消费者为中心的营销时代在, 这个时代中的消费者需要更具合作性、文化性和精神性的营销方式。在这个新的时代中, 营销者把顾客看做具有独立思想、心灵和精神的完整的人类个体, 而不是单纯消费的人。

5.协同创新的营销模式。第一, 企业必须建立所谓的“平台”, 即可进行消费者定制的一般性产品;第二, 允许某个群体中的个体消费者定制化该平台, 以满足自己独特的需要;第三, 整合消费者的定制化信息, 根据这些反馈来丰富平台内容。

6.社区化的营销策略。科技不仅把世界上的国家和企业连接起来, 推动它们走向全球化, 而且还把消费者连接起来, 推动他们实现社区化。消费者更愿意和其他消费者而不是和企业相关联。如果企业想接受这种新趋势, 就必须帮助消费者实现这种需求, 让他们更便利地形成圈子相互沟通。要想实现成功营销, 企业必须取得消费者圈子的支持。

7.特征塑造的品牌效应。品牌必须具备某种真实可信的基本要素, 以便于更好地和消费者建立关联, 这是区别于其他品牌的核心。这种基本要素应当反映品牌在消费者社交网络中的形象, 只有具备独特基本要素的品牌才能形成自己的特征。在当今营销领域中, 实现品牌差异化已经变得非常困难, 而要实现令消费者感到真实可信的差异化品牌, 简直难上加难。

在消费者决策链中, 消费者主动搜集并企图“拉”帮助其决策的信息是使受消费者驱动的营销变得越来越重要的根本原因。研究表明, 至少有一半以上品牌接触点参与进了消费者在购买前的的积极评估阶段, 如网上评论、口碑介绍、销售人员介绍及消费者以往的使用经验等;如今, 传统的营销手段依然重要, 但消费者购买决策行为的变化意味着我们不能仅凭“推”去做营销, 而应学习如何影响消费者驱动的决策过程中的接触点, 如网络评论及口碑介绍, 从而影响消费者购买。

大数据时代带给我们更多的营销思考!

摘要：随着大数据时代的来临, 大大增加了消费者获取信息的渠道和范围。他们已经追求更加个性化的产品和服务, 而不再听任企业的摆布, 并根据各种信息做出判断、随时分享, 将个人体验的影响辐射到更广大的群体之中。“大数据”目前已经营造出了全新的营销环境。一方面是数据量在惊人地增长, 另一方面则是产品、服务、客户洞察的精细化、个性化, 企业必须面对一个个具体的消费者来做营销, 进行个性化营销, 这就是大数据和微时代所组成的两面体。变化的市场环境带给中国企业新的挑战。

关键词：大数据,营销,变革

参考文献

[1]李建义.数据库原理及开发.北京:中国水利水电出版社, 2005

[2]维克托迈尔舍恩伯格.大数据时代.浙江:浙江人民出版社, 2012

[3]艾伯特-拉斯洛巴拉巴西.爆发.北京:中国人民大学出版社, 2012

[4]大数据时代降临.半月谈网.2012-09-22

[5]IT部门如何应对大数据时代?.CIO时代网.2012-02-27

[6]“大数据”时代来临决策不能只凭经验.东方早报网2012-04-11

SDN引领数据中心变革 篇8

移动互联网与云计算的快速发展, 促使数据流量大爆发, 也对数据中心规模、性能等提出了更高的要求。如何满足用户的业务多样性, 实现对数据中心计算、存储、网络资源的灵活调配, 加快服务速度, 提供按需服务, 同时降低网络管理和运维成本, 成为下一代数据中心建设关注的核心话题。

为了让传统网络结构能为核心网络和应用提供更好的平台, 更好支撑数据中心的虚拟化和海量数据业务, 软件定义网络SDN应运而生。进入2013年以来, SDN技术已经得到ISP、运营商、IT厂商、芯片厂商、设备厂商等全产业链的深度介入和广大用户的认可。

云数据中心发展遇瓶颈呼唤变革

当虚拟化、云计算到来的时候, 原有的三层网络架构越来越与数据中心的架构格格不入, 当性能出现瓶颈、管理开始变得复杂、硬件的网络设备如何对接虚拟化带来的东西向流量变化, 让网络变得更加的开放融合, 以打破传统烟囱式的壁垒。所以网络需要全新的思路, 并作出改变。

“厂商专有芯片更新迭代的迟缓, 封闭的软件架构, 为传统E-mail类业务设计的产品思路成为了网络的瓶颈, 这样的网络架构和封闭思路已经无法适应数据中心和云计算应用的设计思路。”在近期举行的“2013全球SDN与开放网络高峰会议”上, Arista亚太区业务拓展总监方斌从数据中心网络设备芯片层面表示, 网络需要更加优化的架构设计, 来担负更多的东西向流量;而网络设备自主研发芯片已给网络行业的发展带来了瓶颈, 选择商业化芯片是个好方式;封闭的软件架构, 也正在成为网络革新的绊脚石, 封闭意味着上层应用无法从网络获得更多的智能, 而传统的网络设备厂商牢牢把控着软件的优势, 这样的封闭思路“到改变的时候了。”

多数据中心管理复杂促使云计算快速发展, 但云数据中心却挑战着传统管理模式。据华为IT产品线数据中心产品管理部相关专家表示, 企业IT应用日益复杂, 往往部署在多个数据中心。为了节省成本、提高效率, 企业采用云计算的方式构建数据中心基础架构。这为企业CIO带来三大挑战。

首先是部署在多个数据中心的应用的SLA的保障。大企业的CIO们都非常关心如何提高企业应用系统的可用性, 如何提高应用系统的最终用户体验。比如在几十、上百个数据中心, 数十万台服务器的海洋中, 在蜘蛛网状的复杂网络上, 如何快速寻找合适的资源来部署企业应用?

其次, 虚拟数据中心的管理。数据中心内部的资源在云化之后呈矩阵式, 出现了虚拟的数据中心。这种虚拟的数据中心管理尚需研究。最后, 云计算平台架构的有效支撑。据Gartner报告, 当前数据中心服务器有超过50%已经云化。在大规模云平台上, 虚拟机动态迁移将变为常态, 迁移范围也逐步扩大到多数据中心。网络用什么方案来保障迁移的速度并减少业务的中断?多租户环境下, 超大规模的VLAN要求如何解决?

SDN为IDC未来发展指明方向

业内人士分析, SDN是解决上述问题的最合适的解决方案。它将传统网络设备的数据平面和控制平面分离, 将控制平面的功能集中放在控制器上实现, 通过集中式的控制器, 以标准化的接口对各种网络设备进行管理和配置。

“为什么SDN在数据中心, 特别是云数据中心得到了广泛应用?”华为企业业务网络产品线总裁刘少伟此前曾表示, “随着多租户的出现, 不仅需要实现虚拟机的快速迁移, 同时上层应用还需要快速调动下面的网络资源, 对此, 传统技术已经无法胜任, 而SDN则可满足这些新需求。”

“数据中心是SDN最好的应用场景切入点。”中国电信北京研究院总工程师赵慧玲从SDN发展的角度分析, SDN可能的应用场景主要有三个, 首先就是数据中心, 因为SDN在数据中心应用最便捷、技术最成熟。传统数据中心的部署需要大量路由器配置工作, 但如果使用用SDN控制层的方式, 就可以简单完成整个配置。SDN带来数据中心管理的灵活性、高效性, 以及虚机的实时迁移的很好的应用。

中国移动研究院网络所所长段晓东对此表示认同, 他表示, 运营商数据中心目前能为用户提供各种云资源, 对于网络层的服务很简单, 但是很多用户需要有自己的防火墙、负载均衡, 运营商如何把这些资源都做成一个虚拟的网络出租给用户, 这对整个云计算中心运营提出了新的运营挑战。SDN这个新技术可以把数据中心的网络首先开放出来, 能够提供需求的云服务。

大数据时代的广告营销变革 篇9

“大数据”作为网络时代的信息矿山，无疑蕴含着大价值。目前，大数据比较明朗化的商业价值开发，发生在互联网广告精准营销领域。基于对记录着网民人口属性、兴趣喜好、消费习惯、价值导向等信息的大数据的挖掘，通过人群定向技术，向特定的网民传播极具针对性的广告，从而降低广告的无效损耗，提升品牌的投资回报率（ROI）,这是大数据在网络精准营销领域“闪出的一道金光”。

大数据的广告营销应用

与传统广告营销强调“创意”、“策略”及覆盖广度相比，大数据背景下的广告营销是以“技术”为驱动、以海量数据挖掘为前提，实现对特定受众的个性化广告传播。目前在国内渐成体系，并逐步被采用的类型有以下几种：

1.搜索引擎精准营销

在消费与商品信息爆炸的当下，搜索不仅是网民无法逃避的信息检索手段，更是消费购买必经的决策环节。搜索正深刻改变着传统意义的消费行为模型AIDMA（Attention Interest Desire Memory Action）模式，进而让网民产生新型消费行为路径AISAS（Attention Interest Search Action Share）。就此而言，搜索引擎服务商掌握着网民海量的有关兴趣和购买的基础数据，这也使得基于搜索引擎的精准营销成为可能，而不仅仅依靠关键词排名。

2.实时竞价广告

实时竞价广告（Real Time Bidding，简称RTB）是一种搭建第三方广告交易平台，利用第三方技术在数以百万计的网站上针对每一个用户的行为进行评估以及出价的竞价广告模式。RTB不单是策略，也不单是技术，更像是一个全新的广告交易生态系统，系统的核心是搭建了一个广告交易平台（AD Exchange）。在RTB模式下，一次完整的广告投放可以被分成五个环节：a.网民访问某个网站，该网站就某个广告位的展示内容向AD Exchange发送请求；b.AD Exchange快速获取该网民的背景数据、该网站信息、广告位信息，并发送给参与竞标的广告主；c.广告主根据以上信息，权衡此网民对自己此次广告展示价值的大小，并最终决定出价和广告创意；d.AD Exchange选取出价最高的广告主，并将其广告创意发送网站；e.访问者看到出价最高的广告主的广告。以上五个环节在1/100—1/10秒内全部完成，虽不是准确意义上的“即时完成”，但从人的视觉感知意义上堪称“实时竞价”。

3.再锁定精准营销

简而言之，“再锁定精准营销”关注的是如何产生网站或广告的“回头客”，试图让那些曾经访问过某个网站但没有产生购买或有效行为的网民产生二次访问或实际购买。

再锁定精准营销服务商上游通过购买AdWords或通过Ad network（广告网络）获取网络媒体资源，下游对接客户（以电子商务客户为主）。中间核心环节需要运用大数据挖掘与算法技术，根据消费者的浏览记录、对某个网站或产品的访问频率、购买兴趣等，生成只针对某个消费者特定的的精准产品广告，帮助客户与已经离开客户公司网站的访客重新建立关系，并以CPC（按点击付费）或CPS（按销量分成）方式计费。

当然，大数据的营销价值绝不仅仅限于这几种方式，其商业化利用更绝不仅仅限于广告营销。

大数据让传统广告改变

自1979年新中国出现第一支电视广告至今，中国现代商业化广告已经发生了巨大的变化。毋庸置疑，广告的每次跨越式发展，都离不开新媒体终端的出现、新渠道的拓展以及新技术的驱动。“大数据”作为与“云”、“物联网”同等重要的信息科技浪潮，也必将会让传统广告产生巨大改变。

1.营销理念：“效果营销”博弈“品牌营销”

电视、广播等传统媒体广告的价值在于，通过增加广告品牌的曝光广度，提升其知名度与美誉度，塑造品牌影响力，进而“可能”增加产品销售额，其背后一直倡导的是“品牌营销”的传播理念。在面对受众媒介接触习惯发生变迁、品牌竞争环境日益繁杂、广告主对准确实际效果更加关切的当下，传统媒体因缺乏技术优势在效果表现上显得有些力不从心。

互联网广告基于媒体特点与技术优势，在受众的广告点击、消费购买等效果方面，显得更加清晰准确；加之大数据的利用，网络广告更是在精准营销领域迎来革命性的变化，实现对“个众”的有效传播。

尽管“效果营销”与“品牌营销”不是完全割裂与对立的，但大数据的确会使前者更具说服力，并使后者面临更大压力。

2.学科属性：“社会学科”PK“自然科学”

传统意义上，现代广告学是一门在知识构成上涵盖传播学、经济学、心理学、市场营销等，在方法论上强调传播策略、广告创意、抽样市场调查的社会学科。但大数据在广告营销中的使用，使得广告开始比以往任何时候都需要强调“技术”的因素。大数据的获取、深度挖掘、人群定向等广告环节，无不需要算法、机器学习等一系列IT技术的驱动。

不能说大数据让广告的社会学科属性减弱了，但至少让其自然科学的属性加强了。

3.产业导向：“媒体本位”VS“受众本位”

以往的整个广告产业链的作业流程，都是在围绕“媒体”方的“时间”（广告时段）与“空间”（版面、广告位置）进行商业交易。随着大数据广告时代的来临，尤其RTB广告的兴起，使得广告产业的核心开始围绕“人”（即受众）展开交易，买方明确人的标签属性，卖方提供与之对应的人的点击流量。广告业可能会迎来由“媒体本位”到“受众本位”的转换。

当然，与每项新技术从诞生到成熟应用一样，大数据广告时代也要经历一段迷茫、痛苦而艰难的探索阶段。之所以迷茫，因为大数据迫切需要寻找“数据+营销”的复合型人才来深化商业化应用；之所以痛苦，因为会有很多企业在成功之前需要承担大数据存储等方面的巨大成本挑战；之所以艰难，因为大数据广告营销是让大家接受新规则从而再造营销的过程。