大数据环境下企业市场营销策略研究+SWOT分析(3)
2.类型繁多
“现如今，只有5%的数据是结构化且能适用于传统数据库的。如果不接受类型混乱的数据，那么剩下的95%的非结构化数据都无法被利用。”--引自《大数据时代》
在互联网飞速发展的时代，数据类型包括网络日志、音频、视频、图片、地理位置信息等等。多类型的数据对数据的处理能力提出了更高的要求。
3.允许不精确
信息量大幅增加造成结果的不精确是“小数据”到“大数据”的重要转变之一。我们为了获得更广泛的数据而牺牲了精确性，也因此看到了很多曾经无法被关注到的细节。同时在很多情况下，与致力于避免错误相比，对错误的包容会带给我们更多好处。
4.速度快时效高
这是大数据区分于传统数据挖掘最显著的，特征传统的抽样调查或者将数据录入相同格式的数据通常都会耗费过长的时间，有时往往有价值的信息超过了时限反而使我们错过了很多商机。
（三）大数据的商业价值
其实，大数据技术“在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日。然而在2008年，随着互联网以及电子商务的快速发展，像谷歌、Facebook、以及亚马逊等公司兴起。他们逐渐意识到传统的手段不再能够解决他们的业务问题，大数据的理念和技术逐渐开始被实际植入和应用。
时至今日，越来越多的企业意识到了大数据的在生产、消费、交易中的一个市场价值。举 一个简单的例子，淘宝核心系统研发专家杨志丰在一次讲话中曾经说过：“淘宝每天大约有6000万用户登录以及20亿PV量。（PV量表示单页点阅率 ，就像一个帖子被转载、阅读的数量，或者连接到其他相关网站的点击量。）淘宝数据库对于淘宝来说非常重要，几乎所有淘宝业务都依赖淘宝数据库。”，他的这番话充分表明了这些过去不被重视或者无能为力的数据恰恰是一个企业的核心资源。任何一个企业无论是新产品的研发还是制定新的策略，如若不以客户为中心便是徒劳的。大数据的核心商业价值就是通过日积月累的客户数据发现一定规律，预测未来市场的走势从而制定不同的策略。
通过参考期刊企业管理中陈宪宇写的一篇文章《大数据的商业价值》2013-03，我总
结归纳出以下几个方面:
1.顾客群体细分，“大数据”可以对顾客群体细分，然后对每个群体量体裁衣般的采取独特的行动。瞄准特定的顾客群体来进行营销和服务是商家一直以来的追求。云存储的海量数据和“大数据”的分析技术使得对消费者的实时和极端的细分有了成本效率极高的可能。
2.模拟实境，运用“大数据”模拟实境，发掘新的需求和提高投入的回报率。“大数据”技术可以把这些数据整合起来进行数据挖掘，从而在某些情况下通过模型模拟来判断不同变量(比如不同地区不同促销方案)的情况下何种方案投入回报最高。
3.提高大数据成果在各相关部门的分享程度，提高整个管理链条和产业链条的投入回报率。大数据能力强的部门可以通过云计算、互联网和内部搜索引擎把大数据成果和大数据能力比较薄弱的部门分享，帮助他们利用大数据创造商业价值。
4.进行商业模式，产品和服务的创新。大数据技术使公司可以加强已有的产品和服务，创造新的产品和服务，甚至打造出全新的商业模式。
(四) 大数据应用方法