英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
可以在线获得www.sciencedirect.com
科学指导
Procedia Manufacturing 32（2019）1017-1023
www.elsevier.com/locate/procedia
第十二届国际工程跨学科会议
大数据与营销策略相结合，以获得有价值的业务见解，以实现更好的生产成功
圣战赛义德 *，0F 哈桑·拉希奇 ，亚辛·塔巴 ，阿卜杜拉蒂夫·梅杜里
a, a a a
a阿卜杜勒马里克·艾萨迪大学BP理学院新技术趋势实验室。2121 MHannech II，得土安93030，摩洛哥。
摘 要
我们的目标是发现大数据分析（BDA）提供的解决方案，以解决生产失败的问题。因此，本文介绍了大数据分析和经典 营销分析（CMA）之间的区别。它还建议进行理论研究，以提供更好的营销策略来促进生产。这项理论研究将大数据分 析和经典分析相结合，以获得更有价值的见解来提高生产成功率，通过彻底检查这些分析（BDA和CMA）并选择高度复杂 性和自定义组合来实时做出业务决策。此外，它还证明了有预测知识，可以测试“营销行为”对生产发展的影响。此外， 它通过识别客户的需求和兴趣并获得早期决策，阐明了营销行为和营销动荡对生产改进的联合影响。
copy;2019作者。由Elsevier Ltd.发布
这是根据CC BY-NC-ND许可（https://creativecommons.org/licenses/by-nc-nd/4.0/）进行的开放获取文章，由第十二届国际工程跨学科会议负责。
关键字：大数据分析；市场营销；经典数据分析；生产成功；做决定;预测知识
介绍
经过几项研究，我们发现市场营销仍面临许多复杂问题，包括缺乏新产品的成功实习机会。传统方法由于无法跟上步伐而无法达到解决这些问题的水平
*通讯作者。电话： 212-675-767-441。
电子邮件地址：jihad.saidali@gmail.com
2351-9789copy;2019作者。由Elsevier Ltd.发布
这是根据CC BY-NC-ND许可（https://creativecommons.org/licenses/by-nc-nd/4.0/）进行的开放获取文章，由第十二届国际工程跨学科会议负责。10.1016/j.promfg.2019.02.316
以知识的速度和实时的信息流。
如今，大数据分析已在不同的领域中使用，因为数据的呈现量太大，以至于无法被人的思维完全理解。“大数据这个术语描述了需要先进技术的大量高速，复杂和可变数据以及能够捕获，存储，分发，管理和分析信息的技术。”[1]。因此，大数据分析被认为是帮助营销决策者获得更好的见解以提高生产成功率的理 想方法。
本文介绍了大数据与经典分析之间的区别，随后是介绍理论研究以确定合适的生产策略的部分。这项研究为我们提供了两种分析之间的组合类型，这些组合是从大数据的使用衍生而来的，并且重点关注更高组合程度的“先锋策略”。通过了解预测知识以了解客户的需求来预测更好的决策以改善生产，然后我们观察营销行为和Marketing Turbulence的共同影响，以识别客户的需求并获得早期决策，这对生产发展有影响。
我们以关于这一理论研究的讨论作为结尾，该理论使我们能够通过收集数据，结合BDA和CMA分析方法并实时做出更好的决策来获得实现生产成功的有用策略。
经典分析和BDA
Classical Data Analytics受到极大限制和缩小，无法解决当今营销面临的各种问题。因此，古典营销分析无法解决营销复杂性，以获取更好的见解来获得生产成功，这与大数据不同，大数据是非结构化且复杂的。它还描述了非常大的数据集[2]。它还用于描述大量数字数据。
大数据分析和商业智能都可用于促进营销决策。为了获得更多有价值的见解，可以实时获取信息和准确的 分析。
如今，信息技术与市场营销相结合对改善生产发展做出了重要贡献[3]。因此，经典的市场营销分析促进了市场营销的功能，以获得更有价值的见解。同时，大数据可能会参与到了解客户需求的过程中，以通过数量，信息传播的速度以及在风险发生之前就可以预测风险来增强获得高质量产品所需的营销决策。
图1. BDA和CMA对生产成功的影响。
理论研究
就古典分析而言，业务分析估计风险并预测产品成功。由于具有实时数据，古典营销分析可以促进业务决策以开发产品[4]。同时，古典营销分析专注于改善生产成功的因素
（客户行为和产品演进），需要使用大数据分析来跟踪大量信息并实时分析大数据[6]。
图2.大数据和营销分析之间的结合。
尽管如此，市场的生产发展仍然很复杂，需要大量的数据来识别客户的需求和行销的即将到来[7]。因此， 大数据分析有可能为成功的生产做出业务决策。此外，实时制定营销策略还需要收集分析方法-CMA和BDA- 的知识，以通过确定其客户的反应/情感来确定合适的生产策略，以及其竞争对手的能力（）。
此外，对预测的了解表明，企业追求累积和预测客户需求，而复杂性则控制流程[8]。预测知识（KP）取决于数据，功能和公司绩效。数据导致能力，而能力影响公司的绩效[9]。生产成功既被认为是企业绩效的能力又是维度。因此，很难在功能和性能之间进行区分，也很难分辨它们之间的差异。公司的能力受营销行为的影响。因此，它与预测知识和生产成功之间有很大的关系。
研究表明，市场动荡也影响生产成功。由于市场动荡已经更快，更有效地进行了创新，因此可以预期市场动荡会对生产成功产生一些影响。市场动荡与生产成功的关系得到了很大的支持[10]。此外，营销行为可以针对每个客户的需求和兴趣，并帮助我们获得业务决策，因此营销行为也直接影响生产发展。
经典营销分析与大数据分析的结合
研究表明，知识融合在各个领域之间融合。这些知识结合了大数据分析和经典营销分析，可以实时获取有价值的信息，以促进营销决策过程。除了了解消费者的生命周期外，它还可能有助于引用理想的客户反应策略[8]。这些知识使我们能够深刻理解大数据分析，经典营销分析与生产成功之间的关系。这种结合的目的是使公司能够根据各自的经验营销来预测生产成功[5]。
图3.分析（BDA和CMA）之间的组合
与经典分析问卷相反，大数据具有提供洞察客户社会行为的能力[11]。因此，这种组合使用一种比较策略来分析行为数据，并且由于其具有丰富的行为信息，因此已经由多种多样的大数据源构成。该组合使用分析功能预测不同的行为，还为客户要求的几种客户预测提供快速分类方法。
研究表明，在大数据分析和经典营销分析之间存在一种分类法，具有一定程度的复杂性和预测知识，可以将其分为四种策略。这种分类法可以帮助公司选择适合自己的策略。
表1.知识融合分类法的类型。
BDA规模小 高规模的BDA
CMA规模小 旁观者 探险者
高规模的CMA 完美主义者 先锋
完美主义者和资源管理器策略依赖于大数据分析或经典营销分析[5]。因此，选择这两种策略中的任一种的企业均会获得平均程度的知识组合，这可能会导致平均程度的生产成功。当企业使用旁观者策略时，他们依靠启发式判断来对新产品做出营销决策[5]。对于依赖此策略的公司，他们在知识组合和生产成功方面的学习程度都较低。但是，在先锋战略中，公司在知识组合和生产成功中均获得最高学位，因为先锋战略是在IT专业知识，市场分析和有关客户需求的信息之间收集的[3]。先锋是最重要的策略之一，它具有实时决策的能力，并有助于了解消费者对生产成功的需求/看法。
在营销方面，以开拓者为导向有很多优势。它正在成为市场先驱短期垄断者[12]。这有助于建立营销领 域的标准，消费者可以借此来衡量未来的竞争对手[13]。为了确定先驱企业，研究人员提出了先驱的优势， 例如生产新产品，使用新工艺，开发和销售该产品[14]。
在本研究中，我们专注于高级大数据分析经典和营销分析，它们有助于定制知识为客户创造特殊价值[5] 并实现预测知识。由于这种策略依赖于定制知识，因此我们选择了先锋策略（PS）。
企业越来越多地应用BDA（例如：使用客户的分析）。他们可以获得自动化和定制的知识[5]。与假设的知识不同，它是从古典营销分析中获得的。因此，成功的公司必须执行定制的程序来预测客户的需求。这项研究非常重视复杂性的重要影响。复杂性可以从根本上改变行为[15]。下表显示了每种策略的复杂性：
表2.分类策略的复杂性。复杂
高（定制知识） 低（ 假设的知识）
先锋 完美
完美主义者 旁观者
上表表明，公司获取和分析信息的复杂性和速度也必须增加。已经阐明，大数据分析和经典营销分析之间的结合需要应用复杂性和预测知识。
预测和营销行为的知识：
可以随时在各个领域进行预测。预测知识在理论上用于测试营销行为对生产成功的影响[16]。预测的数据和知识是营销行为和公司绩效的主要原因[17]。预测知识中最重要的方面是有效性。企业绩效具有多方面的概念，其中包括有效性，效率和适应性的维度。
因此，知识预测与营销行为之间存在关联。预测知识将生产成功视为一种能力，将营销行为视为一种实现能力的资源。研究表明，根据预测知识，资源会影响能力。这意味着营销行为也影响生产成功。我们在下图中演示了预测知识与营销成功（PS）上的营销行为（MB）之间的关系。
图4.知识和销售行为对生产成功率（PS）的影响
营销行为和营销动荡对生产成功的共同影响
收集信息后，行为定向将使用分析来创建客户资料。通过分析客户的响应，营销行为可以针对每个客户的需求和兴趣。通过正确使用BDA，行为定向可以成为通过合适的产品和服务吸引合适客户的非常有效的方法，因此，数据分析还可以帮助我们追随行为营销的步伐。
营销行为对业务决策有重大影响。此外，借助大数据，我们可以实时进行，因此具有对我们采取的行动进行早期决策的优势。多项研究表明了营销行为的优势。他们的统计数据表明，接受早期决策和非早期决策的比率不同。
表3.决策统计数据：接受早期决策和非早期决策之间的差异率。
|
公认 |
被拒绝 |
|
|
早期决定 |
70% |
30% |
|
非早期决定 |
55% |
45% |
因此，这些统计数据向我们证实，营销行为对于决策以及客户响应对于改善生产和直接影响生产发展至关重要。
研究表明，市场动荡会影响生产发展和生产成功[18]。同样，同时处理市场动荡和创造力的公司也获得了更好的表现[19]。同样，要找出更多的生产绩效预测指标，建议调查市场动荡。
图5.营销行为影响生产成功
检查市场动荡的原因有助于更好地了解生产发展[20]。为了预测公司的业绩，市场动荡代表了内部资源和外部市场因素的理想结合。因此，我们预测市场动荡将增强市场能力，以鼓励新产品开发。
图6.市场动荡影响生产成功。
市场动荡与生产成功的关系得到了很大的支持[10]。MB和MT的结合涉及获得竞争对手的需求，了解营销环境和消费者的胃口。这将对生产发展产生积极影响，因此将MB和MT结合使用对于实现生产发展具有重要意义。
图7.营销行为与市场动荡之间的关系
因此，营销行为（MB）和市场动荡（MT）都对生产成功（PS）产生直接而积极的影响。
结论
即使Classical Analytics对生产产生影响，但它确实可以使生产成功。需要大量数据才能解决此问题。为了使我们的研究继续进行，在本文中，我们讨论了大数据分析的重要性和影响，即通过实时做出更好
的决策来获得生产成功来实现我们的目标。
我们提出了一项理论研究，其中包括大数据分析和经典营销分析的结合，以了解客户对生产成功的需求， 同时，通过从数据和复杂性中获取速度信息来获得生产成功。我们已经证明，为了实现实时目标，公司必 须通过专注于先驱者策略从BDA和CMA这两种分析中获利，因为它具有高度的定制性和复杂性，因此要关注 先驱者策略。
大数据的使用还使我们能够预测更好的决策，因此我们推论出，在使用大数据的同时，预测知识和营销行为知识均有助于我们预测业务决策以促进生产成功。
谈到营销环境，我们已经展示了营销行为和营销动荡的联合对早期决策
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[235711]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
