新書推薦：
《
小白学编织
》
售價：NT$
299.0
《
Android游戏开发从入门到精通 第2版 王玉芹
》
售價：NT$
495.0
《
西班牙内战：秩序崩溃与激荡的世界格局：1936-1939
》
售價：NT$
990.0
《
非对称创新：中国企业赶超战略 魏江 刘洋
》
售價：NT$
495.0
《
潜能觉醒
》
售價：NT$
395.0
《
初平：汉末群雄混战（190—195）
》
售價：NT$
245.0
《
建安：官渡大决战（196—200）
》
售價：NT$
245.0
《
中亚民族史
》
售價：NT$
840.0
|
| 編輯推薦： |
|
本书是一本全面揭密移动大数据基本定义、主要特征、挖掘与管理、客户分析与定位、精准营销实现、商业价值与创新、思维现状与趋势、营销模式与策略和安全风险与管理的专著，特别是结合目前移动大数据的8种营销工具与40多个行业营销案例，对移动大数据环境下的市场营销进行分析和解读，帮助读者深入地了解移动大数据的动态和发展，从而实现移动大数据的商业价值和企业的市场目标。本书主要特色：1．接地气，具体案例为主，适用性强。本书将抽象的移动大数据落实到具体应用上，通过各种模式和领域的移动大数据营销案例剖析，帮助、指导读者深入了解移动大数据商业精准营销。2．内容全面，图文结合，专业性强。本书从各个角度出发，逐步深入，在具体讲述移动大数据理论知识的同时，佐以大量图片和图解说明，帮助、指导读者了解移动大数据的专门性知识，为移动大数据的商业应用提供理论支撑。
|
| 內容簡介： |
本书是一本关于移动大数据的专著，以两条线为主轴，以帮助读者理解移动大数据，实现从入门到精通移动大数据的应用。
一条是纵向知识线，对移动大数据的相关内容作纵深了解：基本定义、主要特征、挖掘与管理、客户分析与定位、精准营销、商业价值与创新、思维现状与趋势、营销模式与策略、安全风险与管理等。
另一条是横向技能线，全面把握移动大数据的营销模式及其营销策略和应用案例，如移动LBS、O2O、APP、移动微信、移动QQ、移动微博、二维码和移动视频等的应用。
本书结构清晰，案例丰富，实用性强，适合互联网时代和移动互联网时代对大数据感兴趣的营销人员、企业经营和管理人员等使用。
|
| 關於作者： |
|
十年专注，精品奉献！本团队组织者有着十多年图书行业策划经验，并由专注于金融、理财、营销、电商、微商等行业的几十位资深人士参与，他们中的成员大都是财经记者、银行金融理财师、财富顾问、互联网营销专家、电商和微商店主等。本团队组织者紧扣时代潮流趋势，力求为读者打造一系列精品理财、营销、金融类图书。由作者团队编写的新手理财系列、玩转电商营销 互联网金融系列图书，一经上市就受到读者的一致好评!
|
| 目錄：
|
第1章 时代强音，融合大数据
与移动互联网 1
1.1 大数据概述 2
1.1.1 大数据的产生 2
1.1.2 大数据的特征 4
1.1.3 大数据的发展趋势 5
1.2 移动互联网概述 8
1.2.1 移动互联网的现状 8
1.2.2 移动互联网入口 10
1.2.3 移动互联网的营销模式
12
1.3 移动大数据概述 14
1.3.1 移动大数据的含义
14
1.3.2 移动大数据的获取
14
1.3.3 移动大数据下的营销
改变 16
1.4 块数据概述 16
1.4.1 块数据的概念和产生
16
1.4.2 块数据的特点 17
1.4.3 块数据的应用范围和应用
价值 18
第2章 探本溯源，挖掘与解读移动
大数据 21
2.1 移动大数据的挖掘 22
2.1.1 移动大数据挖掘的含义
22
2.1.2 移动大数据挖掘的基础
设施 23
2.1.3 各行业移动大数据的
来源 25
2.2 移动大数据的营销解读
28
2.2.1 移动大数据的营销价值
28
2.2.2 移动大数据的营销机遇
30
2.2.3 移动大数据与商业智能
31
2.3 移动大数据的挖掘与管理
32
2.3.1 移动大数据的挖掘过程
和方法 32
2.3.2 移动大数据的管理
36
2.3.3 移动大数据的挖掘与管理
案例 36
第3章 有的放矢，定位客户的移动
大数据 41
3.1 分析客户行为 42
3.1.1 分析客户特征 42
3.1.2 客户行为分析工具
46
3.1.3 分析影响客户行为的因素 48
3.2 实现客户定位 49
3.2.1 目标客户筛选的原因
和依据 50
3.2.2 目标客户筛选的方法
和实现 51
3.2.3 客户定位方法 53
3.3 改善客户体验 55
3.3.1 客户体验的重要性
55
3.3.2 移动大数据提升客户体验 56
3.3.3 社交网络的客户体验提升 57
3.3.4 娱乐传媒的客户体验
58
第4章 智能投放，营销精准的移动
大数据 61
4.1 移动大数据下的精准营销概述 62
4.1.1 精准营销的含义 62
4.1.2 精准营销的前提 64
4.1.3 精准营销的信息投放
和推广 65
4.1.4 精准营销的依据和方式
68
4.2 移动大数据下的精准营销方法 69
4.2.1 IM推广营销 69
4.2.2 口碑信息营销 72
4.2.3 病毒蔓延式营销 74
4.2.4 信息搜索营销 75
4.2.5 软文营销 77
4.3 移动大数据精准营销案例
77
4.3.1 【案例】"上品折扣"的
产品信息精准营销 77
4.3.2 【案例】"泰一指尚"的
广告精准投放 79
4.3.3 【案例】《今日头条》
APP的精准营销模式
79
第5章 发展商业，革新模式的移动
大数据 81
5.1 移动大数据下的商业价值
82
5.1.1 客户资源的分析与管理
82
5.1.2 产品宣传与信息推送
83
5.1.3 竞争对手信息的监测
84
5.1.4 市场预测与企业决策
84
5.2 移动大数据的商业创新
85
5.2.1 移动大数据的利用创新
85
5.2.2 移动大数据下的商业
环境 88
5.2.3 移动大数据下商业创新的
价值 92
5.2.4 移动大数据下的商业创新
面临的挑战 93
5.3 移动大数据下商业模式革新案例 94
5.3.1 【案例】移动大数据下的
交通运输行业 94
5.3.2 【案例】移动大数据下的
房地产 97
5.3.3 【案例】移动大数据下的
企业管理 97
5.3.4 【案例】移动大数据下的
医疗卫生行业 98
5.3.5 【案例】移动大数据下的
零售业 99
第6章 移动思维，节点连接的移动
大数据 101
6.1 移动大数据下的五种思维趋势 102
6.1.1 碎片化趋势 102
6.1.2 粉丝思维趋势 103
6.1.3 聚焦发展思维 104
6.1.4 第一思维趋势 105
6.1.5 超前思维趋势 105
6.2 移动大数据下的思维现状
106
6.2.1 移动大数据下的移动
互联网思维特征 106
6.2.2 移动思维的重要性
110
6.2.3 平台化的思维模式 112
6.3 移动大数据改变营销思维
112
6.3.1 移动大数据下企业的营销
思维 113
6.3.2 移动思维不确定模式下的
营销 114
6.3.3 移动大数据下的用户
思维 115
第7章 移动LBS，洞察位置的移动
大数据 117
7.1 移动大数据下的LBS概述 118
7.1.1 LBS的定义和营销原理 118
7.1.2 移动大数据下LBS营销的
主要特点 121
7.1.3 移动大数据下LBS的应用
范围 123
7.1.4 移动大数据下LBS的未来
发展 130
7.2 移动大数据下的LBS营销策略 131
7.2.1 移动大数据下LBS的个性
推荐 132
7.2.2 移动大数据下LBS的用户
定位 132
7.2.3 移动大数据下LBS的签到
模式 134
7.2.4 移动大数据下LBS的危机
跟踪 134
7.2.5 移动大数据下LBS的消息
更新 135
7.3 移动大数据下的LBS营销案例 135
7.3.1 【案例】餐饮行业：LBS的
定位巧用 135
7.3.2 【案例】腾讯地图：LBS的
全景营销 137
7.3.3 【案例】一嗨租车：LBS
定位便捷服务 138
7.3.4 【案例】好大夫在线：
LBS定位找医生
140
7.3.5 【案例】BYD云服务：
LBS车载互联系统
141
第8章 移动O2O，线上线下的移动
大数据 143
8.1 移动大数据下的O2O模式 144
8.1.1 O2O模式的基本概念
和发展 144
8.1.2 移动大数据下O2O模式的
优势 146
8.1.3 移动大数据下O2O模式的
商业用途 148
8.2 移动大数据下的O2O营销 150
8.2.1 移动大数据下的O2O营销
特点 151
8.2.2 移动大数据下的O2O营销
策略 153
8.2.3 移动大数据下的O2O营销
平台 154
8.2.4 移动大数据下的O2O营销
模式 156
8.3 移动大数据下的O2O营销案例 158
8.3.1 【案例】阿里巴巴：线上
线下的合作共赢 158
8.3.2 【案例】聚美优品：双渠道
营销的实现 159
8.3.3 【案例】宝岛眼镜：O2O
双线营销之路 159
8.3.4 【案例】95081：家政O2O
模式 160
8.3.5 【案例】中国银联：O2O
模式的进军路 161
第9章 移动APP，手机终端的移动
大数据 163
9.1 移动大数据下的APP概述 164
9.1.1 APP的定义和营销
165
9.1.2 APP营销的优势解读
167
9.2 移动大数据下的APP营销 168
9.2.1 内容为王 168
9.2.2 定位精准 170
9.2.3 饥饿营销 171
9.2.4 口碑营销 172
9.2.5 事件营销 173
9.3 移动大数据下的APP营销案例 175
9.3.1 【案例】海底捞：大数据
背后的订餐系统 175
9.3.2 【案例】沃尔玛：基于
大数据的精准营销
177
9.3.3 【案例】Agoda：交互式的
酒店预订 179
9.3.4 【案例】塔吉特：大数据
领域的购物单服务
180
9.3.5 【案例】优衣库：线上引流
线下精准选址 181
第10章 移动微信，互动沟通的移动
大数据 183
10.1 移动大数据下的微信概述
184
10.1.1 微信营销的特点
184
10.1.2 微信营销的内容和意义 187
10.2 移动大数据下的微信营销
187
10.2.1 二维码营销 188
10.2.2 打造公众平台
189
10.2.3 朋友圈推广 192
10.2.4 LBS营销 192
10.3 移动大数据下的微信营销
案例 195
10.3.1 【案例】南航：微信值机
服务 195
10.3.2 【案例】欧派电动车：
微信互动服务 197
10.3.3 【案例】布丁酒店：微信
订房服务 198
10.3.4 【案例】糯米酒：微信打造
万名粉丝 199
第11章 移动QQ，海量获取的移动
大数据 203
11.1 移动大数据下的QQ概述 204
11.1.1 QQ营销的优势
204
11.1.2 QQ营销的核心
206
11.2 移动大数据下的QQ营销 207
11.2.1 沟通技巧 208
11.2.2 QQ群推广技巧
209
11.2.3 空间推广技巧
211
11.2.4 邮箱推广技巧
212
11.2.5 生活服务推广技巧
212
11.3 移动大数据下的QQ营销案例 213
11.3.1 【案例】联想：QQ秀徽章
的笔记本营销 214
11.3.2 【案例】红米：QQ空间的
账户互通营销 217
11.3.3 【案例】QQ空间：西瓜
创意营销 218
第12章 移动微博，传播迅速的移动
大数据 221
12.1 移动大数据下的微博概述
222
12.1.1 关于微博营销的特性
223
12.1.2 微博营销的商业价值
224
12.1.3 微博营销的一些原则
225
12.2 移动大数据下的微博营销
226
12.2.1 话题营销 226
12.2.2 粉丝营销 227
12.2.3 互动营销 229
12.2.4 标签营销 230
12.3 移动大数据下的微博营销案例 231
12.3.1 【案例】伊利舒化：活力
舒化奶微博营销
231
12.3.2 【案例】京东：腾讯微博
助力引流 233
第13章 移动二维码，快速扫码的
移动大数据 235
13.1 移动大数据下的二维码概述 236
13.1.1 二维码在营销方面的
优势 237
13.1.2 二维码的相关应用和
价值 237
13.1.3 制作二维码技巧
239
13.2 移动大数据下的二维码营销 240
13.2.1 创意营销 240
13.2.2 价值营销 241
13.2.3 线上线下营销
242
13.2.4 跟踪营销 243
13.2.5 云端营销 245
13.3 移动大数据下的二维码营销
案例 246
13.3.1 【案例】特易购：创建
虚拟超市 246
13.3.2 【案例】同乐节：创意
二维码营销 247
13.3.3 【案例】墓园：推出二维码
墓碑 248
13.3.4 【案例】奥瑞金：可变
二维码营销 250
第14章 移动视频，视听体验的移动
大数据 253
14.1 移动大数据下的视频概述
254
14.1.1 移动互联网视频的
优势 254
14.1.2 移动视频营销的价值
255
14.2 移动大数据下的视频营销
256
14.2.1 病毒营销 256
14.2.2 多屏营销 257
14.2.3 内容制造 258
14.2.4 视频互动 259
14.2.5 艺术思维 261
14.2.6 类型丰富 261
14.3 移动大数据下的视频营销
案例 262
14.3.1 【案例】别克：打造十二
星座微视频 262
14.3.2 【案例】三星：微电影
产品植入 264
14.3.3 【案例】伊利和加多宝：
节目冠名营销方式
265
14.3.4 【案例】易车：开发移动
端视频价值 268
第15章 时刻警惕，摆脱风险的移动
大数据 273
15.1 移动大数据的安全风险
274
15.1.1 移动大数据的问题
产生 274
15.1.2 移动大数据的风险
275
15.1.3 移动大数据的认识
误区 278
15.2 移动大数据的风险管理 280
15.2.1 硬件设备管理
280
15.2.2 软件管理 281
15.2.3 认识调整 282
15.3 移动大数据的应用风险与风险
控制 283
15.3.1 移动大数据的应用风险
案例 283
15.3.2 移动大数据的风险控制 285
15.3.3 移动大数据下的风险控制
案例 286
参考文献 288
|
| 內容試閱：
|
第1章 时代强音，融合大数据与移动互联网
互联网时代所有的行为、声音都被记录下来，产生了大量的数据，在这些数据的基础上利用新处理模式形成的信息资产是移动大数据的主要内容。
而大数据、移动互联网、块数据都与之紧密相关，本章通过对它们的渐进式理解直击移动大数据的核心。
1.1 大数据概述
大数据是一个修辞学意义上的词汇。何谓"大"数据？其存着四个层面的含义，如图1-1所示。
图1-1 大数据的含义
在数据方面，"大"big是一个大量、快速发展的术语，因而其自身的发展变化而引起的社会竞争的激烈化也就显而易见了，其中，越来越多的企业参与到大数据的竞争中就是其表现之一。在这一形势下，了解大数据的相关知识就很有必要了。本节将从三个方面简述大数据的相关知识，如图1-2所示。
图1-2 大数据概述
1.1.1 大数据的产生
大数据谓之"大"，是纵向上演变、发展和横向上累积的结果，如图1-3所示。
图1-3 大数据之"大"
由图1-3可知，大数据的出现和技术处理是大势所趋，是其自身与外界发展变化的产物。自然，其也有一个产生发展的过程，如表1-1所示。
表1-1 大数据产生的历史背景
时 间
人物机构
事 件
1890年
[美]赫尔曼霍尔瑞斯
发明了一台用于读取数据的电动器，由此引发了全球范围内的数据处理新纪元
1961年
美国国家安全局NSA
采用计算机自动收集、处理超量的信号情报，并对积压的模拟磁盘信息进行数字化处理
1997年
[美]迈克尔?考克斯和大卫?埃尔斯
他们提出了"大数据问题"，认为超级计算机生成大量不能被处理和可视化的信息，超出各类存储器的承载能力。这是人类史上第一次使用"大数据"这个词
2009年1月
印度身份识别管理局
扫描12亿人的指纹、照片及虹膜，分配12位的数字ID号码，并将这一数据汇集到生物识别数据库中
2009年5月
data.gov网站
该网站拥有超过4.45万的数据量集，利用网站和智能手机应用程序，实现对航班、产品召回、特定区域内失业率等信息的跟踪
2011年2月
IBM
在智力竞赛节目中，其沃森计算机系统打败了人类挑战者， 被称为一个"大数据计算的胜利"
随着TI产业的迅速发展，在新兴的IT供应商主导下，已有的计算机规范被重新定义，于是引起了以云计算、物联网为代表的新技术变革，大数据即是如此。
数据量的暴增是大数据产生的前提，而全球智能手机和移动设备激增则是数据量爆炸的一个重要原因，如图1-4所示。
图1-4 数据量对比
由图1-4可知，数据处于迅速增长趋势下，笔者认为，在这一社会基础上，在以"一切都被记录、一切都被数字化"为核心理念的数据化的发展趋势下，"大数据"应运而生，如图1-5所示。
图1-5 大数据的产生
1.1.2 大数据的特征
所谓"大数据"，即大量的、海量的数据，这一定义主要是从数据量的多寡程度来说的。这从另一方面说明了大数据最重要的一个特征--数据体量庞大。在我们常接触的存储产品中，其所用来计算的一般都用EB、GB或TB级别来表示，而大数据直接从TB级别跃升到了PB、 EB级别，甚至ZB级别。
专家提醒
数据基本单位换算：1YB=1024ZB；1ZBZettabyte＝1024EB；1EBExabyte＝1024PB；1PBPetabyte＝1024TB；1TBTrillionbyte＝1024GB；1GBGigabyte＝1024MB；等等。
由此可见，目前的数据量是一个多么庞大的数字和单位呈现，其数据体量庞大的特征由此可见一斑。截至目前，人类历史上所生产的印刷材料的数据体量已有200PB，人类说过的话的数据量为5EB左右。
其实，大数据的特征除了其数据大量Volume外，还可以从其多样Variety、价值Value、高速Velocity方面来说，总称为"4V"特征。
从数据类型方面来说，大数据呈现类型的多样性特征，出现了与传统意义上以文本为主的结构化数据之外的非结构化数据，如图1-6所示。
图1-6 大数据类型的多样性
从价值方面来说，大数据呈现价值密度低的特征。与大数据庞大的体量相比，其价值密度就显得尤为低。如图1-6中所说的视频文件为例，可能1小时的视频中有用的数据仅就一两秒，换成分式的话就是个位数的n3600，其价值密度之低显而易见了。在大数据体量庞大的基数上如何迅速地实现其数据价值的"提纯"是目前亟待解决的问题。
从处理速度方面来说，一个"快"字就可以说明一二，这也是大数据与传统数据挖掘之间区别最显著的特征。随着数据体量的不断增大，如何更好、更快地处理企业经营、管理等方面的数据成为其将来竞争的重点之一。
1.1.3 大数据的发展趋势
目前，人们对"大数据"这一概念的认知已经超出了其数据形式本身的范畴，作为一种企业必要的元素和企业应用联系起来。从这一方面来说，大数据的发展呈现三个明显趋势：作为一种企业资产存在，新兴产业的垂直整合，以及"四位一体"的泛互联网化。
1. 数据作为一种企业资产存在
在信息时代，数据是作为经济生产中一种独立的生产要素而存在的，而不是作为单纯的数字形式存在于人们的认知框架中，随之而来的是其在社会这一大环境下意义的改变，如图1-7所示。
图1-7 "数据"的含义改变
在"数据"含义发生改变的大环境下，目前的互联网三巨头的发展对"数据"这一名词做了完备的诠释，如图1-8所示。
图1-8 互联网三巨头的数据资产
上述三巨头在互联网行业方面发展迅速并有着独特领域的发展优势，可以说，它们引领着行业的发展方向，相对于其他行业来说，有着压倒性的发展优势。
2. 新兴产业的垂直整合
任何一种新兴产业的发展，它们往往首先需要在纵向上尽力整合社会资源才能有所发展和成就，假如以"不求甚解"的姿态对待新兴企业的发展，一味地在横向上拓宽，这种发展方式是不可取的，其结果将是流于表层的混合发展，从市场前景方面来说，是不长久的。
新兴企业只有在取得一定的成就即公司产品成熟之后才有能力实现在水平分工上的资源整合，优势也逐渐向横向上的企业发展改变倾斜，如图1-9所示。
图1-9 产品市场格局
信息产业作为一种新兴产业，其行业垂直整合趋势明显，这也是移动大数据环境下其大数据效应改变产品市场格局的重要表现。
3. "四位一体"的泛互联网化
泛互联网化，即互联网在社会中的泛化以及社会各要素与互联网的融合，如图1-10所示。
图1-10 泛互联网化的表现
在泛互联网化形势下，大数据、终端、平台和应用四个方面成为盈利的主要来源。其中，泛互联网化是大数据获得的重要渠道，反过来，大数据的发展也进一步促进社会向泛互联网化迈进。
1.2 移动互联网概述
移动互联网，即移动通信与互联网的结合。由此可以看出，其包含两个必备要素：一是移动通信技术；二是互联网技术。具体来说，是指移动通信技术与互联网技术、平台、商业模式和应用的结合以及利用它们在现实生活中进行实践活动的总称。
在这里，主要从三个方面对移动互联网做一下简单介绍，如图1-11所示。
图1-11 移动互联网概述
1.2.1 移动互联网的现状
移动通信技术作为一种先进的科学技术，与被誉为20世纪最伟大发明的互联网技术结合，对社会发展产生了极大的影响，可以说它们的结合是对世界发展方式的一种颠覆，从而成就了一个新时代的诞生--移动互联网时代。
在这一新时代下，人们可以通过移动互联网来处理生活中的各个方面，如图1-12所示。
图1-12 移动互联网的应用
从图1-12中可以看出移动互联网领域的迅速发展现状，具体可从四个方面进行分析，如图1-13所示。
图1-13 移动互联网的发展现状
其发展现状的具体内容如下。
1. 多元化的应用场景
随着移动互联网以及4G网络的发展，移动应用场景呈现多元化的发展趋势，涉及生活中的各个方面，如图1-14所示。
图1-14 多元化的移动互联网应用场景
移动互联网应用场景的多元化的另一个发展现状是其平台的整合而引起的各场景的融合，这一变化使移动终端用户生活需求的各个方面逐渐向移动靠拢，完全实现移动化指日可待。
2. 多样化的营销方式
移动终端的营销方式随着其用户的日益增多及随之产生的移动终端产品形态的逐渐成熟而呈现出了多样化的特征，如APP应用、移动LBS、二维码、微信等以及它们之间各种形式组合的营销方式。
3. 蓬勃发展的商务市场
移动终端产品的广泛应用特别是智能手机的普及，其承载的各种信息和服务也逐渐发展，并有与传统商业模式并驾齐驱的态势，在有些领域甚至更胜一筹，由此而衍生出的移动商务市场带来的商业价值是非常巨大的。
4. 发展中的移动互联网用户
移动互联网用户的发展主要表现在两个方面：一是移动互联网用户市场规模的增大；二是移动互联网用户规模占比的持续增高。以我国移动互联网用户为例，如图1-15所示。
图1-15 中国移动互联网用户的发展
1.2.2 移动互联网入口
互联网入口，是指链接人与信息的一个通道，那么，移动互联网入口可以说是移动用户进入移动互联网的通道，具体是指通过移动网络获取信息和服务的第一站。它是企业和商家在移动互联网营销中取得竞争优势的根源所在。目前的移动互联网入口有搜索模式、移动浏览器应用、APP应用商店和移动广告。
1. 搜索模式
搜索是互联网的一个主要入口，但其在移动互联网中还没有形成规模，主要原因有三：第一，其市场还不成熟；第二，专用的APP可以省去搜索的步骤；第三，搜索信息输入的局限性等。
基于上述原因，移动互联网亟待创新来解决当前问题。而用户用移动互联网进行的搜索一般都是基于位置的即时搜索，目前移动终端上的许多应用都已涉及搜索功能，因而随着移动互联网用户市场的进一步发展和用户需求的增加，未来移动互联网的搜索应用将进入加速期。
2. 移动浏览器应用
碎片化是移动互联网应用的一个主要特征，在此种情形下存在的浏览器缺少了互联网浏览器包罗万象的气势，自然也造成了其在应用上的减少，但是随着移动互联网用户市场的成熟以及与之相关方面的发展，这种情形在逐渐改善，如图1-16所示。
图1-16 移动浏览器的应用发展
3. APP应用商店
在APP应用程序中，其通道是双向的，移动终端和用户可以向对方推送服务或信息，从而解决了浏览器的单向通道问题，实现了互动。但是这种互动也存在应用上的弊端，如图1-17所示。
图1-17 APP应用过程中的弊端
4. 移动广告
在目前的无线广告市场上，各广告主各自为政，造成资源的极大分散，市场的成长和成熟还需一段时日，而想要到达这一目的，必须聚合多个广告平台的角色，实现无线广告聚合平台，从而形成规模效益。只有在此种情形下，才能真正形成规模化的移动互联网入口。
1.2.3 移动互联网的营销模式
移动互联网的应用已经涉及生活的各个方面，其中蕴含的商业价值同时也受到了商家和企业的广泛关注，关于移动互联网营销模式的探索已经成了业界的热门话题。具体来说，移动互联网的营销模式主要有四种，如图1-18所示。
图1-18 移动互联网的营销模式
1. 内容营销
内容一直是一个非常重要的元素。在移动互联网营销中，内容也是如此，其中，"有态度"网络营销的核心观点中就包含"内容营销"这一项。所谓的"内容营销"，是指利用文字、图片等介质把企业的相关内容推送给用户以增强他们对产品的信心，从而促进销售的营销方式。
在内容营销模式中，企业的品牌APP、LOGO、网站、广告等都是内容营销的载体，可以根据它们的不同而选用合适的传递介质，但在传递过程中有一个必须注意的问题，即必须保证核心内容的一致性。
2. 用户体验
客户是营销目标实现的必要因素和关键因素。在移动互联网营销中，企业营销同样关注用户体验的提升。在这一过程中，企业在APP应用商店内发布适合自身定位的APP，移动终端用户可以通过下载来了解相关企业信息，这种营销模式被称为"用户体验模式"。
它是一种具有很强的实验价值的营销模式，如图1-19所示。
图1-19 用户体验营销模式的实验价值
3. 购物网站
在网上购物越来越盛行的今天，实行移动互联网营销适逢其会。商家和企业纷纷开发自己的APP投放到移动互联网购物网站上，供用户即时浏览商品信息和其他相关信息，促进营销。购物网站APP信息推送的营销模式具有快捷、内容丰富的优势，有利于开启移动购物的全渠道服务。
4. 广告植入
广告在对产品进行宣传的同时也会引起用户的厌烦情绪，因而必须改变广告的宣传方式，选择用户可以接受的方式是实现营销目标的必然选择，而将"与应用捆绑的广告"转向"应用中植入与消费者相关的广告"的改变是切实可行的。
关于广告植入，在移动互联网上其形式是多样的，如图1-20所示。
图1-20 移动互联网营销的广告植入
1.3 移动大数据概述
大数据、移动互联网这两个概念前已述及，它们走在时代的前列，焕发出绚烂的光彩。那么看似是这两者结合的移动大数据又将有着怎样的奥秘和时代光环照耀呢？接下来将解密新时代里的移动大数据。
1.3.1 移动大数据的含义
什么是移动大数据？笔者将通过对这一概念进行拆分来做进一步理解，如图1-21所示。
图1-21 移动大数据的理解
移动互联网在社会的应用过程中一定会产生各种数据，这些数据体量无疑是庞大的。通过对这些数据的分析、处理和应用，又将给社会各行业的发展提供正确的指引方向。通俗地说，移动大数据是指以移动互联网为媒介，从移动用户终端的应用过程中获取的海量的数据流，并在合理时间内对其进行管理、处理和分析，使之成为能为人类所能解读的数据资讯的总称。
1.3.2 移动大数据的获取
在移动大数据环境下，其数据的碎片化、非结构性和价值密度低的特征需要我们对现有数据进行分析和整合。这种分析和整合必须在有效的策略指导下才能更好地完成，这些策略主要包括三个方面的内容，即入口掌控、平台搭建和资源置换。
1. 入口掌控
水流总有源头和尽头，同样地，数据流也有其源头和汇聚地，只要实现了对数据流源头和入口的掌控，想要有序获取移动大数据将变得简单易行得多，而运营商则具有这方面的天然优势，他们可以基于"源头掌控"对数据流的获取：在终端侧采取数据流汇聚与流向控制的入口掌控策略，如图1-22所示。
图1-22 数据量入口控制
2. 平台搭建
数据需要一个能承载其庞大体量的平台，通过平台的搭建，运营商只要对平台上承载的数据量进行管理和分析，就能实现移动大数据的获取，而这些平台的搭建可以基于移动互联网上的各种业务来完成，如图1-23所示。
图1-23 移动大数据获取的平台搭建
3. 资源置换
分享是移动互联网的信息特征，企业在自身无法获取完备行业数据流的情形下，可以与运营商合作，实行数据资源的置换获取策略，从而提高企业数据的丰富度。
1.3.3 移动大数据下的营销改变
移动互联网时代，也是"大数据"时代。在移动大数据的环境下，实现精准营销是企业和商家追求的一致性目标，也是移动营销方式和目标改变的起点，如图1-24所示。
图1-24 移动大数据下的营销改变
1.4 块数据概述
移动大数据浪潮下企业、政府和个体都享受着大数据带来的裨益，它们自身也形成着各自的数据流，这些数据流在行业和领域内的各自解构、交叉和融合，形成了块数据的雏形。
1.4.1 块数据的概念和产生
所谓"块数据"，是指在一个物理空间或者行政区域内形成的涉及人、事、物等各类数据的总和。
在这里，还有必要对"条数据"这一概念做一下解释：条数据是指某个行业或领域呈链条状串起来的数据，如企业有它的"企业条数据"，科学技术范围内有其各个领域自身的"学科条数据"等。
由上可知，条数据是各领域或行业各自为政的，没有实现它们之间聚合的优势，因而有着它自身的缺陷，主要表现在以下三个方面。
1 割裂的数据量。上面已经提到，各条数据之间是没有融合的，它们所包含的数据和信息成为一个个"数据孤岛"，无法提供跨行业、跨学科和跨部门的综合信息，自然也无法发挥其潜在应用和商业价值。
2 割裂的数据资产垄断。在条数据的割裂状态下，数据垄断出现了。这种垄断的条数据难以实现数据流的开放和流动，其数据量的资产价值只能体现在局部上，难以发挥出其最大的综合性的应用价值。
3 条数据的预测失真。条数据是局部的有限区域内的数据量，不具备全局性的参考和分析价值，自然根据这些割裂的数据得出的分析结论无法保证其科学性，自然其预测会失真的情况就难以避免了。
由于条数据存在的缺陷性使得其必然走向相互间融合的道路，在区域内建立网络"高速公路"成了必然趋势。只有在网络"高速公路"系统的信息平台下，才能实现各部门、各行业和各学科间的数据信息综合，逐步促进区域内的块数据形成。
1.4.2 块数据的特点
基于政府、企业和个体的条数据而进行解构、交叉和融合的块数据有一个对自然数据流整合的过程，这一整合而形成的块数据有着其自身的特点，如图1-25所示。
图1-25 块数据的特点
关于块数据的特点，具体内容如下。
1. 相互关联性
块数据的产生关联着移动互联网大环境下的用户人、平台物等要素，社会要素的关联性也造成了块数据的相互关联性。这种关系表现在人与人、人与物、物与物、人与组织等方面，且块数据的各种关系的关联性直接影响了块数据的信息量的大小和应用价值大小的发挥。
2. 更新速度快
在现代社会中，信息的更新是社会获得发展的一个重要因素。块数据中数据的更新速度是衡量其价值尺度的重要指标。其信息更新主要表现在两个方面：一是新的数据信息的不断产生；二是新产生的数据与现有数据的各部门、各行业、各学科等的不断融合，形成新的数据信息。且这两种形式的块数据更新是即时的，时刻都在进行着。区域内的块数据更新推动着更大区域内的更新，如此推理下去，最终完成了大数据这一最大"块数据"的随时更新。
3. 数据资源的开放性
想要实现块数据的资源整合就必须首先保证数据资源的开放性，只有在开放性的数据资源基础上才能保证块数据资源整合的科学性。对各类条数据进行解构、交叉和融合是实现块数据的前提，而其中最重要的是各部门、各行业、各学科等的数据的分享和交换，建立起数据共享机制，从而完成块数据的构成，实现数据利用价值的第一次升华。
在分享机制上通过分析和综合建立起来的块数据必然也植入共享机制中，一方面，以便形成更大区域内的块数据；另一方面，实现数据资源的价值回馈，让企业、组织、个人等以常态化方式读取综合性数据，并加以利用，使得数据利用价值得到第二次升华。
1.4.3 块数据的应用范围和应用价值
块数据的相互关联性、更新速度快和数据资源的开放性等特点决定了其具有比条数据更大的应用价值，如图1-26所示。
图1-26 块数据在各应用领域的应用价值
在应用范围和应用价值方面，块数据的表现具体如下。
1. 社会领域的生活影响
在社会领域内，块数据的应用前景非常广阔，其产生的影响自然也是全方面和多领域的，将极大地改变人们的生活。
"言"是一个人生活中的主要内容之一。在块数据应用的环境下，人们的舆论可以在互联网上反映出来，相关部门对舆论数据进行解构和分析，并在得出结论的基础上做出回应。通过这一过程，人们的生活将在更大程度上得到满足和实现社会和谐。
另外，块数据还能通过其对社会各方面每一个人数据的记录与分析，了解人们的服务需求，做出预判，并集中在一个平台上提供服务，极大地提升保障能力和范围，实现各种需求的"一站式"服务。
2. 经济领域的商业模式创新
块数据是对各分散的条数据的解构与整合，通过其结论可以综合分析用户个人的消费爱好、消费习惯和收入水平，从而实现精准定位和精准销售。在这一过程中，商业模式也发生了改变，主要体现在两个方面，如图1-27所示。
图1-27 块数据应用的商业模式改变
3. 政治领域的政府职能转变
块数据的综合性信息，一方面使得政府可以实现高效、优质的运行，完成其工作模式的升级过程；另一方面，基于数据的服务将成为政府的主要服务模式，它们将引导数据的公开和分享，并在这一过程中更全面地推动各职能部门服务社会。
4. 文化领域的价值观形成
块数据的分享和开放模式首先对文化领域产生了巨大影响，推动着文化向着社会文化资源共享和透明、公开的方向发展。
另外，基于块数据的全天候、全方位的记录和分析，人们将更加注重自身言行一致方面的规范，从根本上解决诚信问题，形成全社会的诚信文化建设机制。
其实，块数据对于文化领域的影响是多角度和多方面的，它在全局上实现对文化发展的全面促进和推动，从而促进人们正确价值观的形成。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
