世界电商大会上，蓝标电商CEO David Cong通过案例分享了蓝标电商在成立近一年的时间里所做的探索。David Cong表示，未来的营销一定是数据驱动的精准的营销，将来所有的营销都会依靠智能数据推动的营销。

大数据整合数据库营销

历史的发展往往很有意思，两个相对的事物发展最终可能合而为一，在营销上也是如此。从前，我们总是把“大众营销”与“直复营销”作为两个相对的概念来谈论，但营销发展到今天，大众营销与直复营销却越来越模糊了彼此的边界而日趋合而为一。大众营销越来越需要精准的客户分析和数据支持，而直复营销利用了越来越多的大众营销媒介。

在IT行业，以直销方式闻名的戴尔公司，已经开始投放电视广告，而之前从未如此。在电视购物行业，许多电视购物公司从典型的“电视推介+电话订购+送货上门”营销模式逐步转为以数据为基础、多种渠道（电视、网站与实体店）并行的混合营销模式。除此之外，在其他很多行业实施的电话营销、目录营销、网络营销中，也越来越多地整合传统的大众传播渠道，也更依赖于精准的客户分析和客户数据。在这个意义上，多渠道整合和多交互方式的整合的数据库营销就被我们称为“整合数据库营销”。

“整合数据库营销”包含两个要点：一是数据库营销，二是渠道整合。

所谓数据库营销，指的是为了实现接洽、交易和建立客户关系等目标而建立、维护和利用客户数据与其他客户信息的一个过程。它不仅仅是一种营销方法、工具、技术和平台，更重要的是一种企业经营理念，它利用所有可获得的信息（公司内部数据库及其他任何有用的外部信息）来改进或增强营销的结果。同时，从另一方面，企业利用数据库营销的结果来评估、计划、发布新市场或潜在的新产品。数据库营销最重要的特征就是要深入应用数据库系统和数据库营销相关工具来达到上述的这些目标。

只要深入应用数据库系统、利用客户信息的营销方式我们都可以把它称之为数据库营销。无论是电话营销、直邮营销还是互联网营销，只要它们是由信息驱动的，都可以被称为数据库营销的一种形式。

然而，当企业利用数据库营销实现“一对一的客户互动”，必然将关注到客户对互动方式的偏好，也必然关注在营销的不同阶段（告知、交互、交易、交付和服务）各种客户互动方式的效率。因此，企业很难再以单一的交互方式来面对所有的客户，也很难再以单一的交互方式来完成对单一客户营销的全过程。企业面对客户可能的各类交互方式和渠道必须走向整合，而互联网技术、新一代的移动通信技术以及统一通信技术都为这种整合提供了可能。在整合渠道基础上的数据库营销可以称之为“整合数据库营销”。

一、整合数据库营销的流程

一个完整的整合数据库营销流程包括七个步骤：

1.客户洞察。客户洞察的工作包括在整合企业内外部各类客户信息的基础上建立统一客户视图；进行客户多维度分析；进行营销目标客户的选定；确定营销渠道的优先级（哪一类产品适合通过什么渠道：营业厅？直复营销渠道还是个人面对面销售渠道）；发现交叉销售的机会等。

2.基于客户价值的客户分群。基于客户洞察基础之上，进一步对客户消费行为（包括客户决策影响因素、客户沟通渠道偏好、消费频率、消费金额、消费时间等）进行划分，并结合客户收益，进一步细分客户群。最终，从细分的客户群中选定数据库营销的核心目标客户。

3.制定数据库营销策略。针对数据库营销的核心目标客户，进行营销渠道的设计（在不同的营销阶段采取什么样的营销交互方式）；进行资源配置；进行营销组织设计（人员、团队、岗位职责等）；销售流程的总体设计（分几个步骤，如何跟进，订单如何流转，付款方式及付款流程如何，如何配送，这几个环节哪些部门来配合，配合的机制如何等）；促销方案的设计（有哪些促销方案、产品计划）并最终形成完整的数据库营销项目管理计划。

4.建立数据库营销实施的管理行为和业绩评估标准。制定业绩评估的标准、销售激励体系（各类人员的薪金构成、激励机制、竞赛方案等）。

5.制定具体化的营销流程、细化营销沟通和各类营销效率指标。包括各项营销流程的具体化（例如配送流程，需要细化到配送单的格式、反馈表的格式、配送人员的统一口径、配送人员的行为规范等）；制作可应用的营销沟通（例如电话营销的脚本、直邮的设计、短信的设计等）；制定各类营销效率指标（例如直邮的衡量指标包括到达率、准确到达率、拆信率、展信率、阅读率、兴趣率、反馈率等），并进行统一定义。

6.数据库营销工具的准备。进行营销平台的准备、条件预设定（例如呼叫次数的限制、回拨机制的设计等）、系统的调适、数据导入等。

7.通过整合互动的方式进行营销活动的实施。这是最后一个环节，通过整合互动的方式，安排项目计划来实施数据库营销活动。在整个实施过程当中，需要监测项目执行和配合的每一个环节，体现“测试与学习”的过程，不断优化提升营销的命中率和各项目营销效率，达成收入/利润目标。

二、整合数据库营销的核心能力

从“整合数据库营销”这个词本身可以看出，整合数据库营销的着眼点在于“整合”、“数据”及“营销执行”三方面。根据大量的整合数据库经验，我们可以把整合数据库营销的核心能力归结为三大类：

1.营销洞察类：包括数据管理的能力、客户细分的能力、响应建模的能力和生命周期价值管理的能力。

2.营销策略类：包括营销创意设计能力、项目设计能力、服务营销战略开发的能力和项目管理的能力。

3.营销执行类：包括各销售渠道之间的配合程度、业务平台支撑程度、营销工具集成程度以及实施管理的能力等。

对于上述各种能力的列举，我们不难看出，整合数据库营销需要的技能是很综合的。根据大量实践证明，企业发展整合数据库营销必须构建四项基础能力。

能力一：客户数据管理能力

每个企业都会与客户发生联系、与客户的接触。目前的大部分企业的现状是，客户在进行购买、咨询、服务时产生的大量信息都是在企业的各种渠道（营业厅、客户经理等）上流失了。即便企业积累了大量客户信息，平时都锁在服务器里面，内部称之为“客户资料”或者“客户档案”。

同时，很多企业拥有的数据质量也很差。该收集信息的没搜集到，或者一些重要信息停留在一线服务人员的大脑里面，没有进入客户信息管理系统。等到想使用的时候才发现数据质量太差，根本无法使用。许多企业数据库里只有联络人的简单信息，如姓名和年龄、何时购买的何种东西，除此之外没有其他资料了，更别说类似客户行为、生活偏好等客户潜在信息。据统计，不到30%的企业还保留着三年前的信息。超过70%的企业不清楚该管理哪些客户信息，更不知道该如何去收集客户哪方面的信息。绝大部分的企业缺少一个健全的客户信息管理机制，所管理的数据都是未加以清洗、不能用于营销分析及营销应用，这样也就造成了客户数据库的加速贬值。

Gartner Group也指出：“数据库营销的核心是数据，客户数据，产品数据，库存数据和交易数据。企业必须理解需要什么样的数据……如何清洗数据，如何维护数据以及从哪里采集数据。”

企业实施数据库营销战略，必须建立起客户信息管理能力，具体包括：以营销为导向的客户信息架构；客户信息收集和整合的能力（整合内外部各类来源的信息）；数据质量管理的机制和能力等。

能力二：客户洞察的能力

客户洞察简单来说就是将客户信息转化为客户知识，并在企业内部进行知识共享的过程能力。

一般来说，企业对客户信息利用分为四个层次：销售或营销的报表与分析层次、产品与服务信息层资、客户信息层次和客户知识层次。

客户洞察的能力，其实就是企业需要通过客户信息的分析和挖掘，回答在营销方面、销售方面及客户服务方面的各类问题，以支持各类服务营销策略的制定。例如：

如何定义高价值客户？如何定义核心客户？

不同客户的盈利能力如何？

不同客户的购买行为（RFM，频率、时间和消费额）、生活形态、购买偏好、渠道偏好如何？

应用什么样的价格策略来吸引不同的客户？

不同区域的客户有什么不同？哪些方面不同？对价格的敏感性如何？

不同产品之间的关联性如何？哪些可以进行交叉营销？哪些可以向上营销？针对哪些客户进行此类营销？

如何将产品的营销效益最大化？

哪一个产品将最有可能被迅速，有盈利地推向市场？

针对不同的客户，哪一类的渠道效率更高？营销预算如何分配？

是否需要推行客户忠诚度计划来降低流失？忠诚度计划应该如何设计？哪一些客户对忠诚度计划感兴趣？

不同类型客户对服务的要求如何？响应级别该如何设置？

如何处理不断增加的呼叫中心流量？

客户来电的主要原因为何？

……

这一系列问题的回答都必须通过客户洞察来回答。除此之外，客户洞察能力同时还可以帮助优化产品、帮助产品设计、优化供应链管理及内部生产资源配置等。

客户洞察的能力的建立并不是引入一个统计分析软件或数据挖掘工具这么简单，很多企业已经投入大笔资金在建立数据仓库和各类软硬件上，但往往最后并没有发挥功效。究其原因，这些项目大都是IT部门发起或负责的。而企业真正的客户洞察能力，应该是客户为导向的洞察能力，必须由营销、销售部门主导。因此，这里往往会出现业务与技术之间的“鸿沟”。要解决之一点，必须在营销、销售部门培养起一些既懂业务、又懂技术的营销人员，指导技术人员完成各类具体的技术执行工作，以达到客户洞察的目标。

能力三：数据库营销战役管理能力

客户信息管理、客户洞察的工作如果不在营销策略的指导下进行，必然是“六神无主”。所以我们会看到，在很多企业里，一些专职的客户信息管理人员谈起数据挖掘工具、客户洞察津津乐道，也条条是道。他们可以将客户进行复杂的相关分析，但最后结果并没有得到现实的应用。很大的原因就在于客户信息管理和客户洞察并没有以营销为导向。深究原因，就是企业并没有完整而清晰的营销策略。

另外，营销战役管理能力的缺乏也是很多企业面临的问题。在很多客户信息密集型的企业，市场营销部门的人手比较少，他们往往要应付日常性的各类营销活动，或者往往只是简单地委托外部的资源来进行操作，例如广告公司和公关公司。这些外部的机构，可能在品牌形象推广和市场活动上做得不错，但他们不可能对企业的客户有深入的了解，也不擅长数据库营销，于是也不可能设计出很好的数据库营销战役。

营销战役管理是一个在理论指导下，不断通过实践学习和经验总结的过程。通常，营销战役管理的能力包括：

营销项目设计能力（多渠道、多阶段项目设计）

营销战役投入产出分析的能力

产品方案和促销设计的能力

营销战役绩效管理体系设计能力

销售机会管理能力

易于客户交易和支付的能力

配送与交付管理能力等

只有能将客户洞察结果与产品设计、营销项目设计等结合起来的营销战役才可能取得成功。可以看出，营销战役管理其实就是以客户为核心进行完整的营销策划、战役实施、营销绩效分析的全过程。企业如果只是完全依靠外部资源，是不可能掌握这方面的能力的，也不可能做好数据库营销。

能力四：客户互动管理能力

所谓客户互动，就是指企业通过呼叫中心、直邮、无线通信平台、人员面对对等方式与客户进行交互。数据库营销最终要通过客户互动来完成。在整合数据库营销当中，企业的呼叫中心、市场营销部门、网站、营业厅、客户经理等部门或平台都会参与到营销的实施当中。如何管理这些互动渠道就是企业实施数据库营销的一个挑战。

客户互动管理能力主要包括两方面：一方面是是否能让各互动渠道有一个很好的协作和配合，另一方面是各种互动渠道是否能被很好地管理起来。

在许多企业整合数据库营销的实施当中，渠道的冲突是一个很大的问题，部门间存在各种潜在的冲突（比如各销售渠道同时在抢客户）。部门间分工配合流程的不完善，互相推托或一些存在市场覆盖的空档。企业一定要明白“木桶短板原理”，任何一个环节出问题，整个整合数据库营销都可能失败。

另外，企业各互动渠道的管理能力也可能存在问题。例如，呼叫中心尽管可能是渠道之一，但呼叫中心的管理本身就是一个比较复杂的过程。呼叫中心管理本身就会涉及人员招聘、培训、薪金、激励、质量管理、绩效管理、运营管理等很多环节，企业往往缺乏专业的管理知识。另一方面，由于大部分的客户互动都是由“人”来完成的，客户经理、TSR、客户服务人员等所有与客户接触的人员都是影响营销结果的因素。他们的态度、专业度、技能的高低往往决定了营销的结果。

通过上述分析，数据库营销尽管对于企业有很大的**力，但同样，挑战也是非常大的。企业建立数据库营销能力，不能指望三两个月就能实现，而是需要做好长期投入的准备。在“客户”的事情上，企业一定要有一个理念，那就是“结算周期”的问题，如果我们的营销短视，那我们最多只能带来暂时的“客户繁荣”，如果我们与客户的“结算周期”是长期的，那客户给我们带来的回报也必将是长期的。客户是企业的重要资产，只有把客户当成资产一样来经营，我们才可能从这个巨大的资产身上得到良好的回报。

大数据使得营销更精确

电影《天下无贼》里有这样一句经典对白：“21世纪什么最贵？人才！”如今，选项可能还要加上一个：数据。

大数据将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。

而这数据，已不是传统意义的一般数据，而是超大数据、海量数据，就是现在所谓的“大数据”。如今大数据可谓是风起云涌，红红火火，俨然成为2012年信息技术领域最时髦的词汇。IBM、微软、Oracle、SAP等IT巨鳄，像是寻找到了新的金矿，开始全力挖掘大数据，多方位推广大数据理念，争抢“头趟汤”。而众多中小IT厂商也跟着蜂拥而至，以分得大数据市场一杯羹。

“大”字不仅意味着数据的数量庞大，还代表着数据种类繁多、结构复杂，变化的速度也极快。可以说，目前大部分企业经营决策面临的最大挑战不是缺少数据，而是数据太多，面对这些静态、孤立、无多大参考意义的“初级品”的信息数据，企业信息部门需通过系统功能来发掘有价值的数据，给公司营销管理提供决策支持。

一、大数据，重构精确营销模式

大数据时代之前，企业多从哪些平台提取数据、提取哪些营销数据呢？一般是CRM或BI系统中的顾客信息、市场促销、广告活动、展览等结构化数据以及企业官网一些数据。但这些信息只能达到企业正常营销管理需求的10%的量能，并不足够给出一个重要洞察和发现规律。

而其他85%的数据，诸如社交媒体数据、邮件数据、地理位置、音视频等这类不断增加的信息数据和包括数据量更大、逐渐广泛应用、以传感器为主的物联网信息，以及风起云涌的移动3G互联网信息等，这些就是大数据所指的非结构性或者叫作多元结构性所需的数据，它们更多以图片、视频等方式，几年前可能被置之度外不会被运用，而今大数据能进一步提高算法和机器分析的作用，这类数据在如今竞争激烈的市场日显宝贵、作用突出，并能被大数据技术所充分挖掘、运用。

1.对营销决策数据进行更好的优化。包括沃尔玛、家乐福、麦当劳等知名企业的一些主要门店均安装了收集运营数据的装置，用于跟踪客户互动、店内客流和预订情况，研究人员可以对菜单变化、餐厅设计以及顾问意见等对物流和销售额的影响进行建模。这些企业可将这些数据与交易记录结合起来，并利用大数据工具展开分析，从而在销售哪些商品、如何摆放以及何时调整售价上给出意见，此类方法已经帮助这些领先零售企业减少了17%的存货，同时增加了高利润率自有品牌商品的比例。

以前的CRM系统，只能促使分析报告回答“发生了什么事”，现在一个优秀的大数据系统已可以被用来回答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”，最终发展为非常活跃的数据仓库，从而能判断“你(用户)想要什么事发生”。据称，集成整合Essbase服务技术的Oracle大数据平台已能为用户提供策略级、未知信息分析预测能力和个性化自助式定制等。

2.对目标对象进行更完整的分析、描述。通过获取更丰富的消费者数据，包括网站浏览数据、社交数据和地理追踪数据等，可以绘制出更完整的消费者行为。譬如，大数据技术能对客人方方面面的信息进行充分有效管理并深度挖掘。

如果某个客人是某酒店的老主顾，那么大数据系统就会清楚告知酒店经理人这位客人的习惯和喜好，如是否喜欢靠路边、是否吸烟、是否喜欢大床、喜欢什么样的早餐，甚至从事什么工作、有什么商务需求等。当客人再次光临时，不用客人自己提出来，酒店大数据系统就会自动提供客人所喜欢的房间和服务等相关信息，大大提升酒店管理效率。

利用大数据中的语义搜索功能，系统能理解自然语言的含义，包括理解工作的头衔、技能、行业和教育等，除此之外，它可以做到智能处理拼写错误、缩写、标点符号等更多问题，也能识别相同的词在不同语境中的含义，以更好地为营销管理服务。例如：销售经理、财务经理、人事经理，它们中都有“经理”二字，显然代表了不同的语义，借用语义搜索技术，能对目标对象实现智能的区隔、判断。

3.实现点对点智能广告模式。对于广告主来说，广告核心问题在于：如何从海量数据中寻找目标受众，并投放相应的广告信息。

时下广告不是点对点模式的，而是主从模式，像单个“老师”（产品）对众多满地跑的“学生”（消费者等受众），可是“老师”却总是抓不住多数“学生”，把99%的广告费都扔了。随着大数据的发展，这些钱或会被一一捡回来。

大数据能通过互联网点击流，可跟踪个体用户的行为，更新其偏爱，并实时模仿其可能的行为，让点对点的RTB（实时竞价广告）成为可能。在美国，在大数据的帮助下，RTB能把炙手可热的目标用户，拍卖给广告商。以前，电梯里上来一个秃头的中年人，如果你在电梯里打的是洗发水广告，那肯定瞎了。现在，有了RTB，广告将盯住不是满地跑的“学生”，而是那个喜欢看广告的目标人；广告市场上卖的也不是传统意义上的广告位了，而是访问这个广告位的具体用户。

那么RTB是如何实现精准的呢？假设潜在客户在浏览某网页面，某网会向广告交易平台请求广告。交易平台向所有需求端平台（DSP）发出公告，“某网有访客，要不要向他发广告”。同时，DSP请求大数据管理平台（DMP）帮助分析这位访客情况，并根据结果进行出价决策。产生交易平台为出价高的DSP匹配相关广告代码，并最终作出广告。

今天尖端的追踪技术和多种的大数据管理平台(DMPs)可以将受众以及广告效果数据整合于单一界面上，让广告主轻易撷取关键指标，包括转化率、流失率以及各个渠道的贡献比率等。

4.更好地进行顾问式营销。比如当一个顾客进入店铺后，一个零售商利用大数据技术搜索他们的数据库，发现这位顾客是其希望留住的有价值顾客，之后他们通过将其过去的购物历史和Facebook主页获得的这位顾客的信息综合起来，来了解需要花多少钱来留住他，从而确定所售卖物品的合适价格和零售商可以退让的利润空间，并最终针对这一位顾客给出最佳的优惠策略和个性化的沟通方式。

如今在美国沃尔玛大卖场，当收银员扫描完顾客所选购的商品后，POS机上会显示出一些附加信息，然后售货员会友好提醒顾客：“我们商场刚进两三种配酒佳料，并正在促销，位于D5货架上，您要购买吗？”这时，顾客也许会惊讶地说：“啊，谢谢你，我正想要，刚才一直没找到，那我现在再去买。”

这就是沃尔玛在大数据系统支持下实现的“顾问式营销”的一个实例。

二、大数据时代，要为营销准备什么

虽然大数据展示了非凡的前景和巨大作用，不过，大数据营销仍面临不少问题与挑战。首先面临的是技术难题，毕竟大数据技术尚处于活跃前期，各方面技术并不太扎实，各项工具需要进一步完善。但实际情况是，真正启动大数据营销，你面临的不仅仅是技术和工具问题，更重要的是要转变经营思维和组织架构，来真正地挖掘那座数据金矿。

企业启动大数据营销一个最重要的挑战，是数据的碎片化，各自为政。许多公司组织中，数据都散落在互不连通的数据库中，而且相应的数据技术也都存在于不同部门中，如何将这些孤立错位的数据库打通、互联，并且实现技术共享，才是能够最大化大数据价值的关键。营销者应当留意的是，数据策略要成功提升网络营销成效，要诀在于无缝对接网络营销的每一步骤,从数据收集到数据挖掘、应用、提取洞悉、报表等。

“运筹帷幄，决胜千里”，或就在大数据中！

大数据中的商业价值

“我要怒放的生命！”凡客诚品新一季的户外广告再次袭来。好声音人气学员助阵，加上标配的“凡客体”广告语，凡客诚品新一季的广告几乎一夜之间占据了北京的核心商业地段。人们感叹善于市场营销的凡客诚品，再一次将传播诉求直击目标受众心理。对目标受众的精准传播诉求，得益于凡客诚品对目标受众心理的准确分析，而这一切还得归功于凡客诚品在IT架构上的持续投资，搭建灵活、智能的数据平台解决方案。

得益于中国互联网的迅猛发展和凡客诚品成功的营销，互联网用户和中国年轻一代职场人士开始接受网络服装、家居订购这样一种全新的快时尚消费模式，凡客诚品的销售量在短时间内实现了大规模的增长。作为核心业务支撑的 IT系统面临着订单量激增带来的数据分析及存储问题，以及仓储的效率与差错率等问题。采用微软Microsoft SQL Server搭建数据平台，让凡客诚品在对用户海量数据分析管理的同时，可以灵活处理业务订单，解决仓储效率与差错率等问题。选择用微软数据平台架构，是凡客诚品业务发展中IT投资的必然选择。

“对于凡客诚品这个以 IT作为主要生产力的企业来说，IT的稳定性、可用性、安全性、可扩展性和成本都至关重要，微软灵活的数据平台解决方案以及完善的服务支持体系，为凡客诚品不断地应对业务增长与变化，持续盈利提供了有力的保障。”凡客诚品（北京）科技有限公司高级副总裁滕崧说。

凡客诚品意识到，高速激增的业务，给企业IT搭建提出了更高的要求，企业IT要成为最核心的支持力量，IT投资只有更合理科学，贴合企业实际业务的发展需求，才能挖掘更多商业价值。

同样意识到大数据中蕴藏着商业价值的还有美特斯邦威。

作为立志成为中国休闲服市场的领导品牌，为消费者提供个性时尚的产品，美特斯邦威对大数据时代下如何构建属于自己的数据库平台，有着清醒的目标：利用大数据在线上线下实现零售业务的增长。

为实现这一目标，美特斯邦威与微软合作，采用Microsoft SQL Server搭建数据平台，通过线上线下消费者行为数据分析，挖掘不同消费渠道人群需求，并提供新的数据洞察力以实现对目标消费者的精准营销。借助Microsoft SQL Server灵活、智能的数据分析功能，美特斯邦威可以做到掌握客户店内走动情况以及与商品的互动，将丰富的输入数据与交易记录相结合开展实验，以便指导销售哪些商品、怎样摆放货品以及何时调整售价与优化库存。这种从消费者行为入手的数据分析，使得美特斯邦威能从中挖掘出更多的商业价值。

作为整合了高科技产业与传统旅行业的携程网，对大数据时代下企业数据平台的建设有着更深的理解。

“面对竞争激烈和复杂多变的经济环境，携程需要更懂用户和市场的需求。我们每天都在通过门户站点收集着海量的业务数据，如何快捷地从这些数据当中发现潜在的商业机会、开发更符合用户和市场需求的产品和服务，是携程发展过程中面临的一大挑战。”携程旅行网技术副总裁江浩毫不掩饰对数据商业价值的青睐。要解决携程所面临的挑战，搭建灵活、智能的数据平台是必然途径，携程将目光锁定在Microsoft SQL Server 2012。

“Microsoft SQL Server 2012为携程提供了基础数据平台支持和增强的数据功能，使得我们在解读自身需求和市场需求的过程中总是快人一步。”江浩认为Microsoft SQL Server 2012为携程提供面向云计算时代的商业智能和数据仓库平台，这让携程在激烈市场竞争环境中更具竞争力。

在当今的大数据时代，“得数据者得天下”已经成为企业共识。如何做到对业务数据灵活和智能化的分析和管理，是许多企业必须关注的问题，对互联网电商企业尤为重要。谁能有效地管理和利用数据，这不仅关系到未来企业业务是否能平稳持续增长，还关系到企业能否从海量的数据中挖掘出更多的商业价值，这关系到企业的生死。

现在，企业是时候该考虑如何对这些大数据进行商业价值挖掘了。如何合理科学地对IT加以投资，部署适应企业自身业务发展需求的数据平台。显然，灵活、智能的微软数据架构平台无疑是最好的选择。

大数据背后蕴藏的价值

大数据时代正在悄悄地渗透到我们的生活当中，我们每天各种的活动都开始成为大数据的一部分。在这海量数据之中，其所蕴含的巨大商业价值值得企业去挖掘。随着国家发布“互联网+”战略，国家将为大数据市场提供一系列的政策保障。

数据背后所隐藏的巨大商业价值正开始被越来越多的企业所重视，越来越多的企业开始进入大数据市场，建立各种大数据入口，以获得更多更大的海量数据。其实，企业大数据真正的核心价值并不是在于数据本身，而是能够利用数据、挖掘数据，从而驱动企业的管理模式和创新商业模式及更好的服务用户。通过大数据的运用，促使企业经营业务的顺利开展，为引导企业战略决策提供重要的依据。如：快速消费品行业通过大数据分析产品潜在购买关联；汽车研发企业通过分析车辆运行情况等大数据来优化用户体验；金融行业利用大数据评估个人信用风险；等等。企业对于海量数据的深度挖掘和运用，将掀起新一波生产率增长和消费者盈余浪潮。

对于企业来说，不断地为产品和服务拓展销售渠道是至关重要的，数据化的运营方式的好处就在于能够更为精准地掌握市场的动态，并且掌握市场的需求，从而为市场提供更有针对性的产品，提升了产品销售的可能性，因此大数据等资源也就会深受大家的重视。

企业获取数据，需要有一条能让数据达到企业的道路。目前，在我国主要提供宽带接入服务的为三大基础网络提供运营商，如果企业需要做大数据的存储和分析，那么就必须申请因特网数据中心IDC许可证和因特网接入服务ISP许可证。

简单来说，拥有ISP许可证就是做宽带接入服务，就是给了大数据一条能通向企业的“大马路”。当然，这条“大马路”是收费的，随着最近国家开放民营企业进入宽带接入市场，这条“大马路”的收费将会越来越低。

拥有IDC许可证，就是给获取的大数据有一个落脚的地方，以便后面的分析处理。就像现在的阿里巴巴和腾讯，现在都是有做服务器，大量的数据都是存储在服务器中，经过服务器的分析，对用户行为产生的数据进行分类，以获得对企业有价值的数据信息。

企业在运营过程中产生的大量数据，其实是蕴含着巨大的价值，对企业未来的发展和创新商业模式都有着很大的帮助。充分地挖掘数据潜在价值，能帮助企业更好地细分市场，有助于公司能有针对性地为企业日后的发展提供数据支撑，更好地掌握市场动向，更好地对市场反应产生新的决策。