大數(shù)據(jù)對市場營銷的沖擊研究

王旭++羅巍

摘 要：基于當(dāng)前全球數(shù)據(jù)量“井噴式”增長所形成的大數(shù)據(jù)現(xiàn)象，研究顯示大數(shù)據(jù)促使消費行為更加理性、更有個性和冪律分布；營銷決策仰仗數(shù)據(jù)驅(qū)動，關(guān)注實時處理及分析；營銷戰(zhàn)略注重協(xié)同發(fā)展，開展精準(zhǔn)定位營銷；營銷要素發(fā)生革命性變革：產(chǎn)品按人定制，渠道加速縮短，價格透明度提高，促銷倚重移動互聯(lián)。

關(guān)鍵詞：大數(shù)據(jù)；發(fā)展脈絡(luò)；營銷趨勢；研究評析

中圖分類號：C939 文獻標(biāo)識碼：A 文章編號：1003-3890（2016）05-0025-05

一、問題的提出

云計算、移動互聯(lián)網(wǎng)等新信息技術(shù)的廣泛應(yīng)用及社會化網(wǎng)絡(luò)的興起，使信息數(shù)據(jù)產(chǎn)生機制更復(fù)雜、傳播速度更快、類型更多樣，全球進入信息數(shù)據(jù)量“井噴式”增長的大數(shù)據(jù)時代。國際數(shù)據(jù)公司（International Data Corporation，IDC）指出：全球創(chuàng)建和復(fù)制的數(shù)據(jù)量五年內(nèi)增長近九倍，預(yù)計將以每兩年至少翻一番的速度繼續(xù)增長。僅2013年，世界范圍存儲的數(shù)據(jù)就達1.2ZB（1ZB≈1021B），將這些數(shù)據(jù)刻錄到CDR只讀光盤并堆起，其高度將是地球到月球距離的五倍[1]。

生產(chǎn)和信息方式的變革引起管理規(guī)范及其深層次上價值觀的轉(zhuǎn)變。傳統(tǒng)企業(yè)營銷中，為避免無法獲取整體數(shù)據(jù)的弊端，多依據(jù)小樣本采樣統(tǒng)計推斷以形成所謂“科學(xué)決策”。然而采樣分析的成功取決于樣本的絕對隨機性，大數(shù)據(jù)時代，營銷調(diào)研建立在對大樣本持續(xù)收集數(shù)據(jù)的基礎(chǔ)上，實時分析和輸出調(diào)查結(jié)果將為營銷決策提供及時判斷臨界值。

在大數(shù)據(jù)背景下對營銷活動進行研究，具有聚焦數(shù)據(jù)，提高營銷決策科學(xué)性；強調(diào)洞察，增強營銷活動“預(yù)見性”；重視創(chuàng)新，增強營銷理論“前瞻性”等研究價值[2]。特別是中國具有眾多人口和龐大市場，也使中國成為最為復(fù)雜的大數(shù)據(jù)國家之一。那么，大數(shù)據(jù)對營銷活動究竟會產(chǎn)生怎樣的影響？其內(nèi)在機理是什么？通過文獻綜述，對大數(shù)據(jù)概念進行界定，梳理其發(fā)展的歷史脈絡(luò)，在此基礎(chǔ)上分析大數(shù)據(jù)對消費者行為、營銷決策模式、營銷戰(zhàn)略、營銷要素等的影響表征及其機理，最后對大數(shù)據(jù)的營銷應(yīng)用研究做出述評。

二、大數(shù)據(jù)的發(fā)展脈絡(luò)及概念界定

（一）大數(shù)據(jù)的發(fā)展脈絡(luò)

大數(shù)據(jù)的概念最早要追溯到上世紀(jì)，只是在互聯(lián)網(wǎng)時代，大數(shù)據(jù)才從規(guī)模、類型等方面得以實現(xiàn)。早在1981年，美國著名未來學(xué)家Toffler在其著作《The Third Wave》中，提及“大數(shù)據(jù)”，并稱之為“第三浪潮的華章”[3]。2001年，META集團（現(xiàn)為Gartner）的分析師Laney指出數(shù)據(jù)增長帶來規(guī)模性（Volume）、高速性（Velocity）、多樣性（Variety）等變化[4]?！禢ature》則在2008年9月開設(shè)“Big Data”?？痆5-7]，同時《Science》也推出數(shù)據(jù)處理研究專刊“Dealing With Data”，對數(shù)據(jù)洪流（Data Deluge）所帶來的社會變革及影響做出討論[8]。大數(shù)據(jù)研究的開創(chuàng)性論文是Ginsberg et al（2009）的“Detecting Influenza Epidemics Using Search Engine Query Data”，該文探討了如何利用谷歌搜索引擎查詢詞來預(yù)測流行病[9]。

只是在最近幾年，大數(shù)據(jù)才成為高頻詞。2011年5月，麥肯錫公司發(fā)布《大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一前沿》報告，指出“在數(shù)據(jù)滲透于各領(lǐng)域并成為生產(chǎn)要素的背景下，對海量數(shù)據(jù)挖掘應(yīng)用，將帶來新的生產(chǎn)增長和消費者盈余浪潮”[10]。2012年3月，美國開始實施“大數(shù)據(jù)研發(fā)計劃（Big Data Research and Development Initiative）”，將大數(shù)據(jù)喻為“未來新石油”，并視為與互聯(lián)網(wǎng)、超級計算機同等重要的國家戰(zhàn)略，這也是美國在“信息高速公路”計劃后所實施的又一國家級重大科技戰(zhàn)略。日本緊隨其后，推出“新ICT戰(zhàn)略研究計劃”。同年，世界經(jīng)濟論壇發(fā)布《大數(shù)據(jù)、大影響》報告，從多個行業(yè)領(lǐng)域闡述大數(shù)據(jù)給世界經(jīng)濟帶來的發(fā)展機會[11]。

就國內(nèi)而言，2011年12月，國金證券開創(chuàng)國內(nèi)大數(shù)據(jù)研究先河，將其研究成果引入資本市場[12]。2012年5月，香山科學(xué)會議組織“大數(shù)據(jù)科學(xué)與工程：一門新興的交叉學(xué)科”為論題的會議，同年6月，中國計算機學(xué)會青年計算機科技論壇（CCF YOCSEF）舉辦“大數(shù)據(jù)時代，智謀未來”會議，對大數(shù)據(jù)挖掘技術(shù)、組織架構(gòu)、平臺治理等展開探討。2013年6月，國家自然科學(xué)基金委管理科學(xué)部、美國營銷科學(xué)學(xué)會（MSI）、南京大學(xué)商學(xué)院（管理學(xué)院）和香港中文大學(xué)工商管理學(xué)院聯(lián)合主辦“2013營銷科學(xué)與應(yīng)用國際論壇”，也將“大數(shù)據(jù)、社會化、移動化對市場營銷的新挑戰(zhàn)”作為主要議題之一。2014年2月，北京銀行與小米科技就移動支付、便捷信貸、產(chǎn)品定制、渠道拓展等簽署協(xié)議，表明國內(nèi)企業(yè)運用大數(shù)據(jù)戰(zhàn)略進入實質(zhì)性階段。2014年3月5日，李克強總理第一次把大數(shù)據(jù)寫進政府工作報告，闡明了國家對大數(shù)據(jù)產(chǎn)業(yè)鼎力支持的政策，隨后一系列公開講話進一步明確了這一戰(zhàn)略部署。2015年2月，百度公司利用百度遷徙、百度指數(shù)等大數(shù)據(jù)產(chǎn)品直觀地呈現(xiàn)了春運“景觀”，把大數(shù)據(jù)研究成果可視化地展示在電視屏幕上。2015年3月，政府工作報告中進一步提出“互聯(lián)網(wǎng)+”計劃，推動大數(shù)據(jù)與現(xiàn)代工業(yè)相結(jié)合。

（二）大數(shù)據(jù)的概念界定

大數(shù)據(jù)本身就是抽象的概念，當(dāng)前對其概念界定尚未達成統(tǒng)一，不同組織及學(xué)者給予不同的表述，見表1。

盡管各方對大數(shù)據(jù)概念并不統(tǒng)一，但其中“大規(guī)模數(shù)據(jù)”“體量、復(fù)雜性及速度超越傳統(tǒng)數(shù)據(jù)”“超越現(xiàn)代技術(shù)手段處理能力”等觀點得到基本認(rèn)可。IBM公司及Laney et al（2001）認(rèn)為大數(shù)據(jù)具有“3V”特征：規(guī)模性（Volume），數(shù)據(jù)量一般要達到TB級甚至PB級；多樣性（Variety），數(shù)據(jù)結(jié)構(gòu)類型包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)；高速性（Velocity），產(chǎn)生、處理、分析數(shù)據(jù)的速度加快。國際數(shù)據(jù)公司（IDC）在此基礎(chǔ)上，增加“價值性（Value），即“大數(shù)據(jù)價值很大但呈現(xiàn)低密度性”的特點，從而形成大數(shù)據(jù)的“4V”特征[16]。

而NetApp公司認(rèn)為大數(shù)據(jù)具有“ABC”三特征：大分析（Big Analytic），通過對大數(shù)據(jù)實時分析構(gòu)建新的業(yè)務(wù)模式并更好地了解顧客需求；高帶寬（Big Bandwidth），快速有效地對數(shù)據(jù)進行處理分析；大內(nèi)容（Big Content），包括各種類型數(shù)據(jù)，同時對數(shù)據(jù)存儲、擴展、安全等管理的高要求[17]。

三、大數(shù)據(jù)對未來市場營銷的沖擊

根據(jù)（移動）互聯(lián)網(wǎng)時代大數(shù)據(jù)的特征、消費者行為變化及營銷模式的可能演變，通過相關(guān)文獻梳理，勾畫的大數(shù)據(jù)對未來營銷活動的影響趨勢，見圖1。

（一）大數(shù)據(jù)對消費行為的影響

1. 消費行為更理性。工業(yè)化時代，信息不對稱的客觀存在，消費者易受各種如低價促銷、廣告宣傳等影響。而大數(shù)據(jù)時代，消費者有更多、更方便的途徑獲取更詳細(xì)的商品價格、成本、產(chǎn)地、質(zhì)量等信息，并可更方便地搜尋、比對和遴選，從而做出更理性的選擇[18]。

2. 消費行為冪律分布。大數(shù)據(jù)時代，消費者評價系統(tǒng)更廣泛，先前購物者的購后評價及經(jīng)驗對新消費者具有重要參考。相比先前購物者的好評，消費者則會更關(guān)注其差評，以便做出正確的消費決策。同類產(chǎn)品中，質(zhì)量好、價格有優(yōu)勢、服務(wù)好的產(chǎn)品受到越來越多的青睞，并不斷吸引新的消費者，形成“滾雪球式”的“馬太效應(yīng)”，消費行為呈現(xiàn)冪律分布。

3. 消費行為更個性化。工業(yè)化時代，商家追求規(guī)模經(jīng)濟的考慮，只能在有限范圍滿足消費者個性化消費。而大數(shù)據(jù)時代，信息廣泛并快速傳播，消費者的消費認(rèn)知及創(chuàng)造力大大提升，消費異質(zhì)性不斷增大，對產(chǎn)品或服務(wù)的關(guān)注并不僅限于以往的質(zhì)量、品牌、價格、售后等，更關(guān)注其個性化的滿足程度。

（二）大數(shù)據(jù)對營銷決策模式的影響

大數(shù)據(jù)時代，思維方式發(fā)生三個變革：其一，要分析與事務(wù)相關(guān)所有數(shù)據(jù)而不是少量數(shù)據(jù)所構(gòu)成的樣本；其二，要接受數(shù)據(jù)紛亂復(fù)雜的事實，而不能過于苛求精確；其三，更加主動地分析相關(guān)關(guān)系而不再探究難以捉摸的因果關(guān)系[19]，可以說，數(shù)據(jù)驅(qū)動型決策（Data‐driven Decision Making）是大數(shù)據(jù)背景下決策的特點[20]，以“數(shù)據(jù)化、智能化、實時化+經(jīng)驗”將成為大數(shù)據(jù)時代的營銷決策范式。

1. 數(shù)據(jù)決策技術(shù)升級，注重實時處理及相關(guān)分析。傳統(tǒng)分析多基于多元統(tǒng)計、計量經(jīng)濟學(xué)模型等方法，對大量一手和二手結(jié)構(gòu)化數(shù)據(jù)實施分析，從中尋求研究對象的內(nèi)在聯(lián)系，常用方法有：聚類分析、因子分析、相關(guān)分析、回歸分析、A/B測試、數(shù)據(jù)挖掘等。大數(shù)據(jù)背景下，數(shù)據(jù)規(guī)模大、傳遞速度快、非結(jié)構(gòu)化數(shù)據(jù)多等特點，使得傳統(tǒng)數(shù)據(jù)分析及數(shù)據(jù)庫管理手段很難適應(yīng)時代要求。數(shù)據(jù)產(chǎn)生及傳播速度加快，要求數(shù)據(jù)應(yīng)用實現(xiàn)從離線（Offline）向在線（Online）的實時處理轉(zhuǎn)化[21]。數(shù)據(jù)關(guān)聯(lián)成為大數(shù)據(jù)的主要價值來源，但數(shù)據(jù)間交互廣、價值密度低、碎片化嚴(yán)重，也使決策重點從以往因果關(guān)系分析向相關(guān)關(guān)系分析轉(zhuǎn)變。

2. 決策參與主體向社會大眾傾斜，數(shù)據(jù)分析師地位加強。大數(shù)據(jù)使?fàn)I銷決策越來越依賴于數(shù)據(jù)分析而非經(jīng)驗或直覺[22]，直覺判斷將被精準(zhǔn)的數(shù)據(jù)分析代替。管理者決策重心在于正確發(fā)現(xiàn)并提出問題，一線員工對決策參與度將大大提升，決策主體從社會精英向社會大眾傾斜，扁平化組織架構(gòu)、學(xué)習(xí)型企業(yè)文化將得到加強。同時，能綜合運用數(shù)據(jù)分析、分布式管理的數(shù)據(jù)分析師，將為企業(yè)營銷決策提供更多智力支持。

（三）大數(shù)據(jù)對營銷戰(zhàn)略的影響

1. 激發(fā)協(xié)同營銷的競爭格局。大數(shù)據(jù)環(huán)境下企業(yè)與行業(yè)的邊界日趨模糊，營銷系統(tǒng)開放性更明顯。企業(yè)競爭不再局限于個體之間或供應(yīng)鏈的鏈條間，而是向多主體所構(gòu)建的商業(yè)生態(tài)系統(tǒng)間延伸[23]。企業(yè)營銷戰(zhàn)略的設(shè)計應(yīng)打破傳統(tǒng)的個體競爭思維，在不斷提升自身營銷網(wǎng)絡(luò)化和動態(tài)化能力基礎(chǔ)上，利用外部資源，形成協(xié)同營銷格局。

2. 一對一營銷的精準(zhǔn)定位。大數(shù)據(jù)背景下，企業(yè)可以記錄消費者在產(chǎn)品各個生命周期階段的品牌偏好、口碑評價等行為數(shù)據(jù)，基于社會學(xué)、心理學(xué)、營銷學(xué)、傳播學(xué)等相關(guān)理論，并借助數(shù)據(jù)挖掘、統(tǒng)計計量等，按一定的細(xì)分標(biāo)準(zhǔn)進行消費行為細(xì)分，從而結(jié)合自身資源優(yōu)勢，形成目標(biāo)市場的選擇和一對一營銷的精準(zhǔn)定位。

（四）大數(shù)據(jù)對營銷要素的影響

1. 產(chǎn)品：顧客參與式的產(chǎn)品設(shè)計和個人定制。大數(shù)據(jù)背景下，虛擬企業(yè)和智能車間將會越來越多地被采用，顧客參與式的產(chǎn)品設(shè)計和個人定制將大行其道。那些市場價值在較短時間發(fā)生貶值的短生命周期產(chǎn)品的時效性更強、需求波動大，與外界存在著復(fù)雜非線性關(guān)系[24]。而長周期產(chǎn)品特別是其中生產(chǎn)工藝復(fù)雜、流程管理復(fù)雜、客戶需求復(fù)雜的復(fù)雜品（Complicated Product）將實現(xiàn)供應(yīng)鏈縱向一體化整合及全生命周期數(shù)據(jù)整合[25]?！叭ⅰ鄙芷诘耐暾髷?shù)據(jù)可幫助企業(yè)構(gòu)建消費者興趣圖譜，從而應(yīng)用于營銷和新媒體關(guān)系定位中。

2. 渠道：渠道縮短及渠道多元化。大數(shù)據(jù)背景下，信息技術(shù)更為成熟，經(jīng)由中間商的渠道模式將讓位于直銷，渠道長度越來越短。特別是具有及時反饋交互關(guān)系平臺技術(shù)的實施，使企業(yè)可開發(fā)出更多、更便捷的渠道與顧客連接，實現(xiàn)多渠道及跨渠道營銷。諸如微商等“屏幕+手指+快遞”的購物方式，配合超低的價格，使?fàn)I銷渠道更趨多元化。

3. 價格：透明度更高，基于支付意愿的差異化定價。傳統(tǒng)營銷定價多從產(chǎn)品成本、利潤率、顧客接受度等簡單因素考慮，并依據(jù)先前相關(guān)銷售經(jīng)驗建立精算模型。大數(shù)據(jù)背景下，傳統(tǒng)精算模型將被顛覆，價格不對稱性有所改善，定價透明度越來越高，明智的價格策略是企業(yè)“陽光”定價，基于支付意愿的差異化定價將成為主導(dǎo)，電子支付成為主流。

4. 促銷策略：促銷手段的數(shù)字化、互動化趨勢。大數(shù)據(jù)背景下，傳統(tǒng)電視、報紙、廣播等大眾傳媒的傳播效率不斷下降，而建立在數(shù)據(jù)庫基礎(chǔ)上的移動互聯(lián)網(wǎng)將成為促銷信息的重要傳播手段，促銷手段更具數(shù)字化。同時，促銷手段更新穎，目標(biāo)受眾被多元化數(shù)據(jù)鎖定，并特別強調(diào)與顧客間的互動和情感溝通。

四、大數(shù)據(jù)研究在營銷中的應(yīng)用評析

（一）研究層次：偏宏觀層面研究，輕微觀分析

當(dāng)前對大數(shù)據(jù)的相關(guān)研究，更多從宏觀層面對其概念內(nèi)涵、形成脈絡(luò)及其對社會所產(chǎn)生的影響方面展開描述，而對大數(shù)據(jù)所形成各種影響的內(nèi)在機理缺少必要的微觀分析。大數(shù)據(jù)為未來營銷帶來深刻影響，但機會和挑戰(zhàn)并存，其合理利用前提是必須擁有準(zhǔn)確、可靠、及時的高質(zhì)量的數(shù)據(jù)[26]，只有在此基礎(chǔ)上，才能提煉出有效的營銷決策信息，才能幫助企業(yè)實現(xiàn)精準(zhǔn)定位。

（二）研究視角：多立足于信息科學(xué)視角，缺少管理視角

當(dāng)前，國外從管理學(xué)視角應(yīng)用大數(shù)據(jù)技術(shù)來支持管理決策已成為商科教育的熱點[27]。相比之下，國內(nèi)相關(guān)研究還處于起步階段，數(shù)據(jù)驅(qū)動決策的管理模式還有待形成，現(xiàn)有的相關(guān)研究則更多立足于對數(shù)據(jù)信息的采集、處理、檢索、挖掘及離線分析等信息科學(xué)視角。而只有立足管理決策的視角，探討大數(shù)據(jù)對現(xiàn)代經(jīng)濟組織的戰(zhàn)略定位、架構(gòu)設(shè)計、營銷實施等實時問題，才能真正發(fā)掘大數(shù)據(jù)的“資源”價值，建立起信息引導(dǎo)決策的機制。

（三）應(yīng)用范圍：國內(nèi)多理論研究，實踐廣度、深度不夠

大數(shù)據(jù)在國內(nèi)發(fā)展還處于起步階段，從行業(yè)實踐范圍來看，多局限于銀行、保險、電信、電商等領(lǐng)域；從技術(shù)應(yīng)用度來看，多表現(xiàn)在對一些相對成熟的數(shù)據(jù)分析處理技術(shù)進行有限范圍應(yīng)用，Hadoop、非結(jié)構(gòu)化數(shù)據(jù)庫、個性化推薦引擎等新技術(shù)則由于較高的技術(shù)門檻及運營成本未能很好采用；從應(yīng)用整合情況來看，尚缺少一個具有大數(shù)據(jù)信息分享、整合的營銷數(shù)據(jù)平臺。只有讓大數(shù)據(jù)更便捷、快速地貼近顧客，并實現(xiàn)數(shù)據(jù)流通，才能使得大數(shù)據(jù)發(fā)揮其生命力，實現(xiàn)其對營銷管理決策的真正價值。

參考文獻：

[1]俞立平.大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟學(xué)[J].中國軟科學(xué)，2013（7）：177.

[2]李巍，席小濤.大數(shù)據(jù)時代營銷創(chuàng)新研究的價值、基礎(chǔ)與方向[J].科技管理研究，2014，34（18）：181-184.

[3]TOFFLER A. The third wave[M]. New York：Bantam books，1981.

[4]LANEY D. 3D data management：controlling data volume，velocity and variety[R]. META Group Research Note，2001.

[5]HOWE D，COSTANZO M，F(xiàn)EY P，et al. Big data：the future of biocuration[J]. Nature，2008，455（7209）：47-50.

[6]LYNCH C. Big data：how do your data grow？[J]. Nature，2008，455（7209）：28-29.

[7]WALDROP M. Big data：Wikiomics[J]. Nature，2008，455（7209）：22-25.

[8]BELL G，HEY T，SZALAY A. Beyond the data deluge[J]. Science，2009，323（5919）：1297-1298.

[9]GINSBERG J，et al. Detecting influenza epidemics using search engine query Data[J]. Nature，2009，457（19）：1012-1014.

[10]MANYIKA J，et al. Big Data：The next frontier for innovation competition，and productivity[R/OL]. McKinsey Global Institute，2011-05[2014-03-10]. http：//www.mckinsey.com/insights/business_technology/big_data_the_

next_frontier_for_innovation.

[11]WORLD ECONOMIC FORUM. Big data，big impact：new possibilities for international development [R/OL]. 2012[2015-03-15].http：//www3.weforum.org/docs/WEF_TC_MFS_

BigDataBigImpact_Briefing_2012.pdf.

[12]國金證券.大數(shù)據(jù)時代即將到來[R/OL].2011-12-07[2014-02-15].http：//pg.jrj.com.cn/acc/Res/ CN_RES/INVEST/2011/12/7/151d64a2-79cd-49cb-a04a-ee065a0464b7.pdf.

[13]WIKIPEDIA. Big data[EB/OL].[2015-02-15]. http：//en.wikipedia.org/wiki/Big_data.

[14]GARTNER. Big data[EB/OL].[2015-02-15]. http：//www.gartner.com/it-glossary/big-data.

[15]NSF. Big data[EB/OL].[2015-02-15]. http：//www.nsf.gov/funding/pgm_summ.jsp？Pims_id=504767.

[16]GANTZ J，REINSEL D. Extracting value from chaos [J]. IDC IVIEW，2011（6）：1-12.

[17]NETAPP. Big Data solutions for government[EB/OL]. http：//www.netapp.com/us/solutions/industry/government/bigdata.aspx.

[18]李富.大數(shù)據(jù)時代消費者行為變遷及對商業(yè)模式變革的影響[J].中國流通經(jīng)濟，2014，28（10）：87-91.

[19]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2012.

[20]何軍.大數(shù)據(jù)對企業(yè)管理決策影響分析[J].科技進步與對策，2014，31（4）：65-68.

[21]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機研究與發(fā)展，2013，5（1）：146-169.

[22]FRANKEL F，REID R. Big data：distilling meaning from data[J]. Nature，2008，455（7209）：30-30.

[23]王舉穎，趙全超.大數(shù)據(jù)環(huán)境下商業(yè)生態(tài)系統(tǒng)協(xié)同演化研究[J].山東大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2014（5）：132-138.

[24]白世貞，劉乙.短生命周期產(chǎn)品零售商訂貨策略研究[J].商業(yè)研究，2011（9）：57-68.

[25]邵鵬，胡平，齊杰.大數(shù)據(jù)時代產(chǎn)業(yè)發(fā)展與社會管理問題研究前瞻[J].科技進步與對策，2014，31（12）：154-160.

[26]宗威，吳鋒.大數(shù)據(jù)時代下數(shù)據(jù)質(zhì)量的挑戰(zhàn)[J].西安交通大學(xué)學(xué)報：社會科學(xué)版，2013，33（5）：38-43.

[27]馮芷艷，郭迅華，曾大軍，等.大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J].管理科學(xué)學(xué)報，2013，16（1）：1-9.

責(zé)任編輯：關(guān) 華