“大数据时代,精准微营销”_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
“大数据时代,精准微营销”
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢大数据时代的微服务之路 - 简书
大数据时代的微服务之路
大数据是什么，大数据如同少年谈性，都好像很明白的样子，但是谁都不怎么明白。有人说大数据就是大量海量数据处理。是吗？我说这样理解可能有点片面。在此我举两个小例子，希望有助于对于这个概念能做一定的阐述。例 1：当你有一天在树林里面运送一块大木桩，你想一次性运回农场，你牵一头牛来，这头牛来运输这块木头，拉的动吗，可以当你有一天有10块大木桩，你还牵头牛来，它拉得动吗，可能也拉的动，但是它会比较费力，效率会低一点，但是它还是能完成任务。当你有一天有50块大木桩，你还牵头牛来，它拉得动吗，拉不动，为什么，50块木桩的重量超过了它的负载能力，在这种情况下，这50块木头对于这头牛来说就是一个大数据。例 2：NASA美国航空航天总局需要24小时内完成对月球上面传输回来的数据进行计算分析，于是部署了一台计算机，24小时内完成了突然，有一天，领导一上班说，我需要今天下班前得到当天数据报告，大家就慌了，因为正常那个部署的计算机需要16小时完成。在这种情况的，在8小时内完成对正常一天数据量的分析对于那台计算机来就是大数据。那对于这两个例子，当遇到大数据情况下，解决方案是什么呢？在例一的情况下，你有两个选择。第一，牵来一头大象，大象一次就能拉80个大木桩，50个对于它来说绰绰有余。第二，牵来五头牛，一样可以顺利完成任务。在例二的情况下，你同样有两个选择，立刻把数据分析计算程序部署到一台超级计算机上面，譬如中国的天河-2，美国的Cray，这样可能一下子数据就能出来，或者你说我把程序部署到3台同等级别计算机上面，利用这3台计算机的计算能力来完成任务。那么问题来了，从成本上面来说哪个合算，大家会惊讶的发现，在同样完成任务的情况下，五头牛的成本比一头大象成本小很多，而三台普通计算机比一台超级计算机成本小很多。而那五头牛和三台计算机，在协力合作的条件下，完成了对于任何一个单元都不可能完成的任务，这就是一个简单的分布式系统 （Distributed system）的例子，而每个单元可以从广义上称之为一个微服务(MicroService)。微服务，一个最近被炒的很火的名字，那他到底是个什么东西呢？微服务没有一个精确的定义，可以说这是一种软件架构风格，利用模组化的方式组合出复杂的大型应用程序，各功能区块使用与语言无关 (Language agnostic) 的 API 集相互通讯，而实现方法也多种多样，每个公司使用微服务的出发点也不尽相同。但是微服务却有几个重要的共同特点：1. 小而单一 (small and single resposibility)，并且专注于做一件事情，只负责一个系统下的某一个功能。
譬如我们在第一个例子中的一头牛，他只做一件事情，那就是拉车运输，而且他做的很好。而你作为赶车的，也可以是整个运输系统中的一个微服务，你也负责一件事件，就是这几头牛都走同一方向，而且方向正确，你并不负责拉车。
在初步划分模块的时候，通常公司可以按照自己的业务领域来分块服务，一个典型的例子就是垂直电商系统一般可以分块为用户模块服务 Customer Service, 产品模块服务 Product Service, 订单模块服务 Order Service, 支付模块服务 Payment Service 和 运送模块服务Shipping Service，每一个服务只负责一个领域模型中所需要完成的任务。这样轻松实现整个微服务系统的松耦合和较高的维护能力。2. 独立部署 (independently deployable)，升级，扩展或者替换
每个服务都可以单独部署及重新部署而不影响整个系统。这使得服务很容易升级。
在此我们可以对比一下单体应用(monolithic application)。譬如上文中提到的垂直电商系统，在单体应用下，所有这些模块都是打包在同一个WAR，或者EAR文件下面，部署到一个应用服务器上面，这个应用服务器可以Web应用服务器，譬如TOMCAT，或者是J2EE应用服务器，譬如WebLogic， IBAM WebSpeher或者是Jboss。 通常在这样架构下，当我们需要替换，升级，或者一个简单的修改某一个模块，譬如支付模块的话，我们需要怎么做？修改支付模块代码，编译整个项目，重新打包成一个WAR，EAR文件，然后替换整个应用系统。即使我们修改的模块和其他模块没有任何关系，但是，我们必须一起替换。这就增加了我们日常的工作量和风险，譬如测试方便，除了做单元测试，我们还需要做一个集成测试，来保持我们其他模块一样工作；风险就是如果是一个架构不是很好的软件，软件个模块之间没实现松耦合，那么修改一个模块，很有可能导致另外一个模块的不工作，别告诉我你没有遇到过，当你是一个新人，加入一个开发组，team leader告诉你，把支付模块一个bug修了，你废了九牛二虎之力，很开心的修完了那个bug，通过单元测试，提交了代码，过了一会一封邮件过来，jenkins上面出错了，某一个和支付模块完全不相关的用户管理模块出错了。是谁的错，不是你的错，可能是架构师没有架构好软件，但是通常情况下，你得负责。
而微服务的独立部署能力就是为了避免这样类似的问题再出现，通常一个微服务是领域驱动设计下完成的，各模块之间有非常清楚明晰的边界。
再拿第一个例子来说，你赶着五头牛运送木桩，突然有一头牛脱水倒下了，这个时候你并不荒，打个电话到农场，给你再牵一头或者是牛，或者是驴，或者是马，你很轻松的就替换了那头倒下的牛，而且对于其他几头牛并没有影响，他们还是可以继续安全的工作。
那么有人会说，那怎么从一个单体应用，转换成一个成功，松耦合，易于升级和扩展的微服务架构的，这有一个非常有趣的话题，包括很多方面的考虑，从领域驱动设计，到技术选择和实现，到怎么一步一步分解一个巨大而复杂的单体应用，到一个个微服务，以及各个微服务之间的通信选择，毕竟当你拥有200个微服务的时候，微服务之间的通信已经不是简单的进程内呼叫了，而是通过网络协议来实现的，稳定性和性能都会有影响。3. 轻量级通信协议 (lightweight communication protocol)
最常用的是HTTP协议下的REST，或者Message机制，譬如JMS， 或者AMQP (Advanced Message Queuing Protocol)
由于每个微服务都是一个独立的应用程序，这个独立程序可以部署在同一个，或者不同的服务器上面，从java程序角度来讲，每一个微服务就是一个java进程。所以服务之间的通信就不再是一个进程内的呼叫。我们就需要一个轻量级通信协议来完成各个分布式服务之间的通信。而这种通信可以分为两种，同步和异步。当我们需要一个同步呼叫来完成一个业务逻辑，通常会通过HTTP下的REST API来实现，通常可以选择Spring下的Restful框架或者是Oracle下的JAX-RS。而当我们需要服务之间做异步通信时，Message会是一个很好的协议。 Java微服务应用程序之间可以使用非常成熟的JMS，如果是Java和非Java程序应用之间，现在比较流行的是AMQP协议。4. 去中心化数据管理 （decentralized data management）
多样化持久性(Polyglot Persistence)，即让每一个微服务都有其自己的数据库，并且允许其各自拥有不同类型的数据持久化特性一直是微服务架构所倡导的。
当我们开发一个企业化大型应用时，我们通常会发现，数据的类型，属性和被查询和修改的频率都会不一样，而传统的单体应用下，我们通常会使用一个中心数据库，来存储所有数据。譬如一个垂直电商的应用里面可以有客户信息数据，商品数据，购物车数据，订单数据，支付数据。单体应用下，我们很可能就使用一个MYSQL数据库就解决所有问题。而微服务框架下，允许也提倡每一个服务模块下拥有自己的数据库，这个数据库可以是SQL类型的数据库，譬如Oracle，MYSQL，Postgres等等，也可以是NOSQL类型数据库，譬如MongoDB，Cassandra, Amazon DynamoDB等等，当然你也可以根据你的数据类型，在NOSQL里面来选择哪种类型的数据库。那么说我们就不能让两个或多个微服务之间共享一个数据库了吗，个人认为是不提倡，但是也不反对，具体情况具体分析。譬如当你需要一个request call里面的多个数据持久化在一个事务内完成，在这种情况下，通常一个SQL数据库会让事情变得简单。譬如当你担心数据的一致性能否得到保障，而且要达到ACID级别时，可能分布式数据管理会变得不可能。当然如果你一定要分布式管理数据的话，可以通过最终一致性(Eventual Consistency)来做。实现数据的强一致性，强最终一致性，还是最终一致性一直是分布式计算下的一个难题。这也是我们在设计微服务架构时可能会遇到也需要考虑的问题。5. 公共设施自动化 （Infrastructure Automation）
通过采用一系列的开源软件，自动化开发，测试，部署流程，可以大大提高产品的质量和交付能力。
在决定是否要采用微服务架构前，应该考虑团队是否有足够的经验在公共设施自动化方面。实战用例告诉我们，那些在微服务系统上面取得成功的团队都拥有丰富的连续集成和连续交付能力。这涉及到一连串的自动化能力，包括编译，单元测试，功能测试，集成测试，用户体验测试和性能测试上面的自动化，包括部署自动化。我们只有通过做大量的自动化测试，才能大大的增强团队的信心。因为当我们采用微服务架构时，我们所要处理的不是一个单体应用所带来的问题，而且几十个，几百个微服务，甚至是部署在上百个服务器上面，到那时候我们再考虑自动化，可能未免太晚了。
这边也值得听一下亚马逊云服务团队一直倡导的两个微服务开发的原则：
1. Two Pizza Size
就是说每一个团队只需要定两个Pizza就能吃饱，当然这边是指美式Pizza，不是意大利
Pizza，基本就是说一个团队在6 - 10 人之间，这也完全符合一个敏捷开发团体的个数。
You Build It, You Run It
是指谁开发和编译的软件，谁来运行。这也就是为什么亚马逊每一个团队成员都会轮流On Call，这也是被很多亚马逊员工所批评的。
不管怎么样我们从这两个原则可以看到在采用微服务架构时候可以采用的方法，每一个团队负责一个或者多个微服务，采用自动化的编译，测试，集成，部署，检测开源工具，让这个流程变得很boring，大大提高交付能力。而且负责开发的团队当然对于软件是最熟悉的，一旦出现什么问题，可以立即就能找到根源和解决，而不是需要通过复杂的部门之间的沟通再来解决问题。
这期我们从大数据，分布式系统，谈到了当前非常流行的微服务架构以及其共享的一些重要特征。当然，当你真正开始着手开始把一个单体应用变为一系列微服务时，所需要面临的挑战还有很多，譬如怎么来对你已经存在的硕大的单体应用来解体；譬如当你成功解体到一系列的微服务后，怎么来解决由于分布式结构导致的系统性能问题；譬如当你实现了多样持久化后，发现事务处理变得积极复杂，怎么来管理分布式系统下的数据，保证数据一致性，等等。这些我们希望会在接下来几期进行讨论。
甲骨文认证Java OCP和J2EE专家，主要从事Java企业级系统的架构设计，系统开发和测试工作。
对主流互联网，企业级应用开发框架有丰富实战经验和非常浓厚的兴趣。
先后在意大利米兰，德国慕尼黑，和欧洲硅谷爱尔兰都柏林工作过。主要涉及领域包括电子商务，金融交易系统，银行零售系统和电子旅行订票系统。
现任Datalex资深软件工程师，这是一家总部位于爱尔兰都柏林，分别于美国亚特兰大，英国曼彻斯特，荷兰阿姆斯特丹和中国北京设有分公司的一家IT公司。在Datalex，作为该公司的资深软件工程师，主要参与在核心产品组的设计和开发工作，同时负责对于新人的培训和辅导。
编者的话|本文来自 Nginx 官方博客，是微服务系列文章的第一篇，主要探讨了传统的单体式应用的不足，以及微服务架构的优势与挑战。 作者介绍：Chris Richardson，是世界著名的软件大师，经典技术著作《POJOS IN ACTION》一书的作者，也是 cloudf...
微服务最近非常流行，各大互联网公司纷纷采用微服务架构体系，微服务架构模式正在为敏捷部署以及复杂企业应用实施提供巨大的帮助。 本文受中国Java开发者大会组委会邀约编撰而成，让大家10分钟了解微服务。 1什么是微服务？ 微服务架构我们没有一个明确的定义，但简单来说微服务架构是...
Posted on May 4, 2016 by Lychee Li 编者的话｜本文来自 Nginx 官方博客，是微服务系列文章的第一篇，主要探讨了传统的单体式应用的不足，以及微服务架构的优势与挑战。 作者介绍：Chris Richardson，是世界著名的软件大师，经典技...
大师兄说 保证研发团队的敏捷性催生了微服务的兴起，如何从无到有搭建微服务？如何从legacy系统中慢慢改造？是否所有阶段的团队都适合微服务？哪些情况下不适合使用微服务？我们请来了三位经历过改造之痛的嘉宾来分享上述问题。 全网首发·技术干货·大咖对话 整理：魔窗丨 10550...
转自：https://my.oschina.net/CraneHe/blog/703181 最近一直在关注关于微服务的知识，偶然在dockone上看到了翻译的系列文章，偷个懒就直接搬到这里了，传说集齐7个可以召唤神龙，哈哈～有兴趣的就看看吧～ 本系列七篇文章列表如下： 微服...
发表时间： 17：46：48 订一个生日蛋糕，将我的祝福寄予其中...就像每年我和爸爸妈妈过生日，蛋糕是少不了的，妈妈说这是你从小的心愿，你说过生日少了蛋糕就少了一种元素。昨晚入睡前想了好多好多关于幸福好听的话，只是网络不行没有及时记录下来，现在着实想不...
谁说不轻易改变人就没有特点。
我不喜欢拍照片，仅有的照片也大都是同种类型，同学每次看到都会说，你还是那个样子，或者说你怎么一点都没变啊。我虽大大咧咧，但其实心思蛮细密，就算别人有一点点的不愉悦都能察觉到。时间久了，他们就会开始说，你为什么一定要喜欢这种东西，...
给大家分享一个关于主力控盘分析建仓洗盘的搞法 主力控盘模式的基本使用方法 1.三板斧+主力控盘向上增加 2.涨停复制模式+控盘度向上增加 控盘度不管是红色的还是黄色的只要增加就行了 在上面的基本模式之下，进一步深度研究就可以发现主力，跟踪主力伏击主升浪。 比如 从控盘上面推...
明知道两地结婚很累，两个人的假期时间也非常紧张，但还是决定要在婚礼结束后立刻来一场蜜月旅行，说走就走，没做过多的攻略准备，期待一路上所有的不期而遇。 清晨的印度洋是浅蓝色的，非常安静，小鸟从沙滩排球的球网上掠过，惊醒了太阳在沙滩上描绘的颜色，远处的金发少女跑得轻松自如，被风...
如此幸福的日子， 太阳暖暖地照着。我在床铺上酣睡。 鸟儿在夹竹桃的花枝歌唱。 妹妹蹑手蹑脚地为我试浴室水的温度。 这世上有一样东西我正占有。 我知道总有人在羡慕我的生活。 伸个懒腰，我望见窗外绿草如茵。 揉揉睡眼，我听见妹妹说鸟在微笑。大数据时代下的电商营销怎么玩？
稿源：原创
当我们细细品味去年阿里双11取得571亿成绩的同时，不难发现，中国电子商务的市场份额正在向头部靠拢。不管承认与否，市场份额向寡头聚集说明电商行业的垄断风险越来越高。垄断是创新的杀手，如果中国的电子商务只有在天猫、京东这样超级平台上才能玩，这不得不说是一种悲哀。
为何大部分独立电商都面临生存危机？这个问题与产品、营销、营运等诸多因素关联。本文试图从大数据与电商营销层面去做一些思考。
大数据营销的核心
独立电商正在面临前所未有的营销挑战，这种挑战突出体现在三个方面。首先，营销成本越来越高，获客成本居高不下。成本高企的主要因素是媒体对定价权的掌握，以及电商巨头对资源的垄断；其次，随着媒体碎片化越来越严重，营销管理效率受到挑战，机会成本越来越高。电商在找到适合自己的媒体之前，需要一个不小的试错成本和时间积累；第三，促销竞争越来越激烈，用户忠诚度越来越低。一个同行的促销就轻易把用户给挖走，不动用特殊优惠难以触动沉睡的老用户。以往期望有高二购率的高举高打营销模式日渐式微。
电商营销的关键要素，在于营销渠道的选择、营销效率的管控和营销规模的可放大性。不断会有新的渠道出现，然而这个渠道是不是一个优质渠道，主要体现在是否可以达到效率与规模的平衡。
大数据正是这样一个工具，帮助电商进行管控与计算，平衡效率与规模。大数据在电商营销中的应用，核心是做数据资产的保值和增值。大体可分为CRM数据、访客数据和第三方数据三类，数据规模依次呈几何级数递增。所谓保值，是练内功，通过数据发现消费规律，并在此基础上对用户细分和聚类，用适合的工具与用户交流其关心的内容，最终实现用户的转化与再转化；所谓增值，是走出去，基于对自身用户的持续画像，以此在外网寻找&有缘人&，故增值的核心是数据个性绽放，业务需求匹配。不论保值还是增值，应注重积累和持续，而非短平快；注重价值规律由内向外发掘，不同层次的差异化和递进关系，而非一刀切。
大数据与网站优化
电商营销，转化率是关键，提升站内转化率是优化广告效果的基础。电商网站优化的核心KPI就是看转化率是否得到提高、转化成本是否可控。在这一块，美国的Amazon是行业的标杆。Amazon网站上，有超过35%的销售来自于站内推荐系统。推荐引擎是大数据的典型应用，其原理是追踪每一个访客的站内访问行为，并建立推荐模型，预测该用户可能感兴趣购买的商品，然后通过推荐模块在网站页面输出展示这些商品，从而吸引用户点击并购买。
大数据不仅可以洞察消费者的购买兴趣，还可以帮助网站开发者去做UI/UE的优化。通过大数据AB测试，可以了解页面布局和功能设计对于二跳率、转化率的影响，从而避免主观判断UI/UE的优劣，通过数据来持续优化UI/UE。在美国，有专门做AB测试的大数据公司，已经拿到了多轮融资，正在准备上市。在中国，目前电商的接受程度还非常有限，还处于方兴未艾的阶段。
大数据与会员营销
传统的电商CRM，通过RFM模型对已购买顾客进行分组和差异化的营销互动。而事实上，除了已购买顾客，还有大量的到访顾客、兴趣顾客、加入购物车未提交顾客等等，这些潜在购买顾客的数量级可能是已购买顾客的上万倍甚至更高。在大数据时代之前，我们对于这样一个庞大的潜在顾客群是无法管理和营销互动的。大数据使CRM的概念发生了升级，变为VRM（访客关系管理）。
大数据应用将所有网站的到访用户都管理起来，从访问到注册、加入购物车、支付、购买等环节，建立一个客户转化销售漏斗，这是进行广义会员营销的基础。同时，大数据的引入，使得传统的EDM、SMS变得更加智能化、高效率。VRM的思想，是以大数据为基础的数据库营销升级版，这种升级，体现在基础数据、营销内容、触达渠道、评价体系等多个方面。建立符合自身特点的VRM体系，是电商深入开展数据库营销的基础。
大数据与媒体广告
展示广告的程序化购买，是未来的媒体采购主流模式。程序化购买的发展，离不开大数据应用的普及。从媒体端的资源整合，到第一、第二、第三方数据的收集管理，再到智能竞价、动态创意、智能LP的应用，大数据是必要条件和催化剂。
最近一两年程序化购买的发展速度非常快，从单纯的公开市场竞价DSP，到私有化竞价市场PMP的出现，再到移动广告的程序化购买。如此快速的广告采购方式升级，是很多电商所不适应的。反过来看，这些新的媒体采购方式，虽然从理论上能够帮助到电商提升效率、降低成本，而事实上电商在程序化购买的实施过程中，实际效果与其期望值还有不小的距离。
电商要利用大数据做好媒体广告程序化购买，离不开以下几点：
1、要有自身的大数据营销规划和架构，具有大数据营销的技术储备和思想意识；
2、选择DSP供应商要慎重，不能偏听偏信，前期最好多选几家，是骡子是马，拉出来溜溜；
3、科学设定程序化购买的KPI，不能简单照搬其它渠道的KPI要求；
4、合理设定程序化购买项目的启动和评价周期，注重结果，更注重过程；
5、培养自己的大数据营销人才，深入进行大数据洞察，而不是简单外包，浅尝辄止。
大数据与电商营销生态圈
电商营销生态圈，可以看做是媒体、流量、用户、顾客、回头客这几个要素之间的闭环。每个要素，都涉及到一系列的产品和工具。大数据时代之前，我们也有报表，也能看到这些要素之间的递进关系。而大数据时代的来临，仿佛让我们配备了高倍显微镜，能够对这几个要素的结构和流动看的更加清晰，同时大数据又构建的新的游戏规则，使得电商能够用全新的视角和方法来开展新电商营销工作。
大数据让电商营销生态圈变得更加绚丽，对电商营销人的学习能力和执行能力提出了挑战。面对这种挑战，迎头而上是唯一的选择。
作者简介：周凯&& 上海智子信息科技有限公司（www.zhiziyun.com） 营销副总裁 复旦大学MBA。前梦芭莎高级副总裁，2008艾瑞新营销专家奖获得者。
有好的文章希望站长之家帮助分享推广，猛戳这里
本网页浏览已超过3分钟，点击关闭或灰色背景，即可回到网页大数据时代：精准营销策略方案_营销_行业资讯-第一枪
您好，欢迎来到第一枪！
[导读]大数据时代，当人们开始本着“精准营销”原则，利用网页浏览记录、并未清除过的缓存，所谓的用户兴趣爱好，无时无刻不进行着“数据化”的“个人隐私”化广告投放。让我们脑洞开一小会儿：你打个哈欠，电脑自配的微型感应器立即识别出，弹出各式各样的感冒药
&&&&&&& 大数据时代，当人们开始本着“精准营销”原则，利用网页浏览记录、并未清除过的缓存，所谓的用户兴趣爱好，无时无刻不进行着“数据化”的“个人隐私”化广告投放。让我们脑洞开一小会儿：你打个哈欠，电脑自配的微型感应器立即识别出，弹出各式各样的感冒药来，右侧也弹出一个小窗口，一个娇气的小妹向你询问“要不要来个SPA，休息下啊”;你心情抑郁，电脑捕捉到心率反应不正常，随即送出轻妙的音乐来……想想也算幸福啊。
&&&&&&& 但是，如果你的某些隐私搜索并不想被人知道呢?你陪着女友在看某某煽人泪下、浪漫无穷的爱情电影，这时候窗口弹出一句“你收藏的充气小宝近期正在搞促销哦”……
&&&&&&& 当精准广告触碰到人们的“隐私”，当一种排斥力量逐渐在精准广告中弥散开来，所谓的精准营销又还能有它昔日人们口中的光彩吗?
&&&&&&& 写到这里，大家有没有开始怀疑：“开篇为何要将美剧?”
&&&&&&& 那年的美剧热正在跳崖 数据并未成为“救世英雄”
&&&&&&& 据尼尔森数据统计，多数的回归剧集收视率都出现了双位数百分比的下滑。为什么?在被禁与回归之后迎来的不是上涨而是下滑?我们郑重地相信着“大数据”的力量，从分析《纸牌屋》、《生活大爆炸》到第三集就出现收视率大跌的《少数派报告》，人们总在用数据衡量用户们的喜好，而这本身就是一种将感情数据化的错误，投资巨大的观众们不一定喜欢，小团队做的小故事观众们却叫好连连……这是一个永远不可能被数据化的时代，假如假如一切真的都能计算，告诉我，人类面对的还是人类吗?
&&&&&&& 美剧的未来不是用数据分析观众的口味，而是走出那个固有的圈子，用心去做一场漂漂亮亮的新战争。
&&&&&&& 关于精准广告 大数据真正能做的是什么
&&&&&&& 对于精准广告营销来说，大数据的确是一把很好的钥匙，但问题是，这把钥匙开得是什么锁?一切、所有与用户们相关的信息，甚至察觉到用户们的“隐私”，或许能得来一定的营销效果，但利好与利坏之间还是后者占得更多。（来源：A5站长网）
&&&&&&& 相关文章推荐：
相关推荐：大数据时代，怎么做全渠道的营销_百度知道
大数据时代，怎么做全渠道的营销
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
大数据时代的营销手段更多，更全面，必须要做到精准营销。大数据以整个市场的数据为支撑，将原本耗时耗力的数据分析通过大数据技术解决，更快的发现市场变化，找到最优营销渠道组合，挖掘消费者痛点，扩大市场份额。
最专业的行业大数据分析平台
主营：大数据平台 市场报告 市场分析 零售行业
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。