【课程简介】

互联网行业似乎每隔五六年就要经历一次“改朝换代”，2005年搜索营销的风头有盖过门户网站的趋势，搜索营销成了主流的互联网营销模式;2011年，社会化营销又似乎大有超越搜索营销的意思，典型的代表就是Facebook，Facebook正在和现阶段同样依赖广告收入的谷歌短兵相接。2011年Facebook总营收达到37.11亿美元，正式超过 Yahoo和Google成为美国较大在线广告商，在拥有8.45亿月活跃用户。

现在，社会化营销正在确立一个不亚于传统搜索引擎的在线营销新市场，而且，社会化营销的投资回报率也远远高于传统搜索引擎。虽然在国外，Facebook的社会化营销风生水起，但聚焦国内，社会化营销才刚刚起程，目前不但市场化程度低，而且缺乏产业链共识的标准和方法论支持。

畅销书《社会消费网络营销》作者拉里·韦伯在2012腾讯智慧峰会上认为，大数据时代已经来临，在大数据时代中市场营销的核心价值如何体现，成为下一步发展的关键点。

【课程目的】

“大数据”的意义并不仅仅在于“大容量”，更重要的是，通过对海量数据的整合、挖掘和分析，可以创造出新的价值。

【课程要点】

1、大数据营销的思想、模式、技术和产业现状及发展趋势

2、中国信息产业大数据营销的现状

3、中国移动大数据营销的建议

【培训对象】

市场线条全体员工

【培训时长】

半天（3个小时）共1期

【课程大纲】

一、  腾讯科技发布2013移动互联网趋势

1、趋势一：规模庞大：迈向5亿智能手机规模

2、趋势二：竞争剧烈：同质化竞争+巨头介入

3、趋势三：渠道整合：用户获取成本增加，应用商店将整合并提供精细化流量服务

4、趋势四：货币化推进：除了游戏虚拟道具，广告、重计费游戏、O2O探索

5、趋势五：大数据时代用户需求的挖掘

6、趋势六：用移动服务增值传统行业

二、  什么是大数据？

1、大数据（Big data）的前世今生

假如我们有了一个数据预报台，就像为企业装上了一个GPS和雷达，企业的出海将会更有把握。——马云2012年网商大会演讲

2、大数据的4V特征

2.1  1V-Volume，数据体量巨大。从TB级别，跃升到PB级别

2.2  2V- Variety，数据类型繁多。网络日志、图片、视频、地理位置信息、购物等等

2.3  3V- Value，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅一两秒

2.4  4V- Velocity, 处理速度快。1秒定律。这一点和传统的data mining有着本质不同

3、大数据的市场容量

3.1  中国：

3.1.1  2011年大数据市场元年

3.1.2  2012年大数据市场规模4.5亿

3.2  全球：

3.2.1  目前，大数据形成的市场规模在51亿美元左右

3.2.2  2017年，此数据预计会上涨到238亿美元

4、大数据的价值

4.1  纵向：消费者、企业与价值链

4.2  横向：“大交易数据”（比如支付宝的交易数据）和“大交互数据”（比如一些社交网站，移动互联网新媒体等）

4.3  两类数据融合：容易洞察“客户足迹”，掌控消费趋势、开发创新产品和推进精准营销

三、大数据的应用

1、企业大数据应用需求旺盛

2、大数据行业应用契合度：通信、IT领域，政府、医药、科学、制造以及气象等等

3、通信业的大数据典型应用

3.1  XO Communications使用IBM SPSS预测分析软件，减少近一半客户流失率

3.2  电信业者透过数以万计客户资料分析出多种使用者行为和趋势，卖给需要的企业

3.3  中国移动通过大数据分析，对企业运营的全业务进行针对性监控、预警、跟踪

3.4  NTT docomo把手机位置信息和互联网信息结合，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务

四、大数据对运营商的机遇和挑战

1、大数据时代的新商务战略

1.1  重塑客户行为

1.2  创造新产品和服务

1.3  数据生态系统整合

2、大数据对运营商的机遇和挑战

大数据的发展给运营商的营销带来巨大的变革，甚至让营销这个消耗运营商大量资源的成本型中心直接成为公司的利润中心。——德瑞电信咨询1年的追踪与研究指出

2.1  挑战

2.1.1  需要处理的数据量日益庞大，目前还难以实现海量数据的有效存储和访问

2.1.2  传统技术无法应对高并发读写的需求

2.1.3  数据模型扩展困难，其变更涉及复杂庞大的工作

2.1.4  需要处理的数据类型趋于多样化（话单、图片、音频、视频、大段落文本等）

2.1.5  大量的中小行业应用服务器难以方便地实现横向扩展

2.1.6  运营商调快分割比较严重，部门之间的互相沟通协作存在一定的障碍

2.2  机遇

运营商挖掘大数据金矿可用的几种模式

2.2.1  数据存储空间出租

2.2.2  客户关系管理

2.2.3  企业经营决策指导

2.2.4  个性化精准推荐

2.2.5  建设本地化数据集市

2.2.6  数据搜索

2.2.7  创新社会管理

2.2.8  大数据大营销