大數(shù)據(jù)應用與解決方案市場前景分析

大數(shù)據(jù)應用與解決方案市場前景分析營銷信息系統(tǒng)的構成營銷決策所需的信息一般來源于企業(yè)內部報告系統(tǒng)、營銷情報系統(tǒng)和營銷調研系統(tǒng)，再經過營銷分析系統(tǒng)。它們共同構成營銷信息系統(tǒng)。（一）內部報告系統(tǒng)內部報告系統(tǒng)的主要功能是向市場營銷管理者及時提供有關交易的信息，包括訂貨數(shù)量、銷售額、價格、成本、庫存狀況、現(xiàn)金流程等各種反映企業(yè)營銷狀況的信息。內部報告系統(tǒng)的核心是從訂單到收款整個周期，同時輔之以銷售報告系統(tǒng)。訂單一收款周期涉及企業(yè)的銷售、財務等不同的部門和環(huán)節(jié)的業(yè)務流程。訂貨部門接到銷售代理、經銷商和顧客發(fā)來的訂貨單后，根據(jù)訂單內容開具多聯(lián)發(fā)票并送交有關部門。儲運部門首先查詢該種貨物的庫存，存貨不足則回復銷售部缺貨，如果倉庫有貨，則向倉庫和運輸單位發(fā)出發(fā)貨和入賬指令。財務部門得到付款通知后，做出收款賬務，定期向主管部門遞交報告。在激烈的競爭中，所有企業(yè)都希望能迅速而準確地完成這一周期的各個環(huán)節(jié)。銷售報告系統(tǒng)應向企業(yè)決策制定者提供及時、全面、準確的生產經營信息，以利于掌握時機，更好地處理進、銷、存、運等環(huán)節(jié)的問題。新型的銷售報告系統(tǒng)的設計，應符合使用者的需要，力求及時、準確，做到簡單化、格式化，實用性、目的性很強，真正有助于營銷決策。（二）營銷情報系統(tǒng)內部報告系統(tǒng)的信息是企業(yè)內部已經發(fā)生的交易信息，主要用于向管理人員提供企業(yè)運營的“結果資料”，市場營銷情報系統(tǒng)所要承擔的任務則是及時捕捉、反饋、加工、分析市場上正在發(fā)生和將要發(fā)生的信息，用于提供外部環(huán)境的“變化資料”，幫助營銷主管人員了解市場動態(tài)并指明未來的新機會及問題。市場營銷情報信息不僅來源于市場與銷售人員，也可能來自于企業(yè)中所有與外部有接觸的其他員工。收集外部信息的方式主要有下面四種。（1）無目的的觀察。無既定目標，在和外界接觸時留心收集有關信息。（2）有條件的觀察。并非主動探尋，但有一定目的性，對既定范圍的信息做任意性接觸。（3）非正式的探索。為取得特定信息進行有限的和無組織的探索。（4）有計劃的收集。按預定的計劃、程序或方法，采取審慎嚴密的行動來獲取某一特定信息。營銷情報的質量和數(shù)量決定著企業(yè)營銷決策的靈活性和科學性，進而影響企業(yè)的競爭力。為擴大信息的來源和提高信息的質量，企業(yè)通常采取以下措施改進信息收集工作。（1）提高營銷人員的信息觀念并加強其信息收集、傳遞職能。（2）鼓勵與企業(yè)有業(yè)務關系的經銷商、零售商和中間商收集和提供營銷信息。（3）積極購買特定的市場營銷信息。（4）多渠道、多形式地了解競爭對手的營銷活動情況，包括參加有關展銷會、協(xié)會、學會，閱讀競爭者的宣傳品和廣告，購買競爭品，雇用競爭者的前職工。（5）建立內部營銷信息中心，改進信息處理、傳遞工作。（三）營銷調研系統(tǒng)市場營銷調研系統(tǒng)也可稱為專題調查系統(tǒng)，它的任務是系統(tǒng)地、客觀地收集和傳遞有關市場營銷活動的信息，提出與企業(yè)所面臨的特定的營銷問題有關的調研報告，以幫助管理者制定有效的營銷決策。市場營銷調研系統(tǒng)和市場營銷信息系統(tǒng)在目標和定義上大同小異，研究程序和方法具有共性。（四）營銷分析系統(tǒng)營銷分析系統(tǒng)是企業(yè)用一些先進技術分析市場營銷數(shù)據(jù)和問題的營銷信息子系統(tǒng)。完善的營銷分析系統(tǒng)，通常由資料庫、統(tǒng)計庫和模型庫三部分組成。1、資料庫有組織地收集企業(yè)內部和外部資料，營銷管理人員可隨時取得所需資料進行研究分析。內部資料包括銷售、訂貨、存貨、推銷訪問和財務信用資料等；外部資料包括政府資料、行業(yè)資料、市場研究資料等。2、統(tǒng)計庫統(tǒng)計庫指一組隨時可用于匯總分析的特定資料統(tǒng)計程序。其必要性在于：實施一個規(guī)模龐大的營銷研究方案，不僅需要大量原始資料，而且需要統(tǒng)計庫提供的平均數(shù)和標準差的測量，以便進行交叉分析。營銷管理人員為測量各變數(shù)之間的關系，需要運用各種多變數(shù)分析技術，如回歸、相關、判別、變異分析以及時間序列分析等。統(tǒng)計庫分析結果將作為模型的重要投入資料。3、模型庫模型庫是由高級營銷管理人員運用科學方法，針對特定營銷決策問題建立的，包括描述性模型和決策模型的一組數(shù)學模型。描述性模型主要用于分析實體分配、品牌轉換、排隊等候等營銷問題；決策模型主要用于解決產品設計、廠址選擇、產品定價、廣告預算、營銷組合決策等問題。全球大數(shù)據(jù)市場發(fā)展情況全球大數(shù)據(jù)市場規(guī)模由2015年231億美元增長至2019年的496億美元，年復合增長率約為21．1%，全球整體市場規(guī)模有望在2024年超過800億美元，2019至2024年復合增長率約為11．8%。在2015年，大數(shù)據(jù)服務仍然是全球大數(shù)據(jù)市場最大的收入來源，約為91億美元，而硬件和軟件收入分別達到73億美元和67億美元。隨著硬件成本的下降以及軟件附加值的提升，預計未來全球大數(shù)據(jù)市場中硬件及服務收入貢獻占比將逐漸減少，軟件將超過服務和硬件，成為全球大數(shù)據(jù)市場最主要的收入來源。全球大數(shù)據(jù)軟件市場規(guī)模由2015年的67億美元增長至2019年的170億美元，年復合增長率為26．2%，超過硬件和服務收入增速，并且預計軟件市場規(guī)模將在2024年達到377億美元，年復合增長率約為17．3%。在大數(shù)據(jù)軟件中，隨著大數(shù)據(jù)管理平臺和數(shù)據(jù)應用中間件產品的成熟，未來將貢獻更多的收入占比。大數(shù)據(jù)行業(yè)面臨的機遇（一）產業(yè)政策集中出臺，多層次政策體系日益健全十八屆五中全會提出實施國家大數(shù)據(jù)戰(zhàn)略以來，《促進大數(shù)據(jù)發(fā)展行動綱要》指出，建立安全可信的大數(shù)據(jù)技術體系是推進大數(shù)據(jù)產業(yè)基礎研究和核心技術攻關的重要目標。2021年3月，在我國十四五規(guī)劃和2035年遠景目標綱要提出，培育壯大人工智能、大數(shù)據(jù)等新興數(shù)字產業(yè)，充分發(fā)揮海量數(shù)據(jù)和豐富應用場景優(yōu)勢，促進數(shù)字技術與實體經濟深度融合，賦能傳統(tǒng)行業(yè)轉型升級，打造數(shù)字經濟新優(yōu)勢。加快數(shù)字化發(fā)展，打造數(shù)字經濟新優(yōu)勢，協(xié)同推進數(shù)字產業(yè)化和產業(yè)數(shù)字化轉型，加快數(shù)字社會建設步伐，營造良好數(shù)字生態(tài)，建設數(shù)字中國。2020年4月，國家發(fā)改委明確了新基建是以技術創(chuàng)新為驅動，以信息網(wǎng)絡為基礎，面向高質量發(fā)展需要，提供數(shù)字轉型、智能升級、融合創(chuàng)新等服務的基礎設施體系。其中，在新一代信息技術關鍵領域鍛長板的重要舉措包括：推動新一代信息技術與制造業(yè)融合發(fā)展，加速工業(yè)企業(yè)數(shù)字化、智能化轉型，提高制造業(yè)數(shù)字化、網(wǎng)絡化、智能化發(fā)展水平，推進制造模式、生產方式以及企業(yè)形態(tài)變革，帶動產業(yè)轉型升級。未來新興產業(yè)及數(shù)字經濟的發(fā)展將更依賴于數(shù)據(jù)資源，數(shù)據(jù)基礎設施建設也是支撐5G、數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)等新一代信息技術基礎設施的基礎，因此大數(shù)據(jù)是新基建的重要組成部分，也將推進大數(shù)據(jù)底層軟件等核心國產軟件的快速發(fā)展。（二）數(shù)據(jù)管理軟件國產化趨勢明顯，國產大數(shù)據(jù)產品有望實現(xiàn)換道超車國內數(shù)據(jù)管理軟件基本被Oracle、IBM和微軟為代表的國外關系型數(shù)據(jù)庫廠商主導，國產軟件產品滲透率低。隨著國內客戶越來越重視數(shù)據(jù)與信息安全，國產軟件產品在關鍵領域實現(xiàn)替代成為其中重要環(huán)節(jié)，越來越多的客戶已經開始或計劃相關軟硬件的采購計劃。大數(shù)據(jù)時代下，數(shù)據(jù)管理軟件正在逐步由集中式架構軟件向分布式架構軟件演進，國產大數(shù)據(jù)產品有望實現(xiàn)換道超車，對國外數(shù)據(jù)管理軟件進行替代。從功能來看，基于新興分布式架構的國產大數(shù)據(jù)產品已經能滿足市面上絕大多數(shù)數(shù)據(jù)應用場景基礎需求。但國產大數(shù)據(jù)產品能否在市場競爭中勝出、占據(jù)更多的市場份額，仍然取決于國產大數(shù)據(jù)產品能否構建自主研發(fā)的生態(tài)以及產品的全球競爭力。目前，為保障國家信息安全，自主研發(fā)的國產大數(shù)據(jù)生態(tài)體系正在形成，此前國產軟硬件發(fā)展面臨的格局分散、生態(tài)基礎不完善、規(guī)模用戶群體缺乏等障礙正被逐步攻克。隨著國產大數(shù)據(jù)生態(tài)體系進入快速協(xié)同發(fā)展階段，國產大數(shù)據(jù)產品與服務迎來較好的發(fā)展機遇。（三）數(shù)據(jù)成為新生產要素，各行業(yè)的大數(shù)據(jù)應用需求巨大2020年4月，《關于構建更加完善的要素市場化配置體制機制的意見》指出，數(shù)據(jù)已成為繼土地、勞動力、資本、技術之后的新一代生產要素，是數(shù)字經濟發(fā)展的基礎性、關鍵性、決定性的生產要素，對經濟發(fā)展、社會治理、人民生活產生著重大而深刻的影響。激活數(shù)據(jù)要素潛能，加快數(shù)字經濟、數(shù)字社會，以數(shù)字化驅動生產方式、生活方式和治理方式變革成為我國當下發(fā)展的重點。企業(yè)建設數(shù)字化能力，高效解決企業(yè)運營中的問題，優(yōu)化企業(yè)業(yè)務流程、提高效率，成為企業(yè)發(fā)展的核心競爭力之一，在金融、交通、能源、制造等國民經濟重要領域實際提升數(shù)字化能力需求巨大。此外，在企業(yè)數(shù)字化程度提高后，數(shù)據(jù)走向資源化是大勢所趨，在數(shù)據(jù)資源化的過程中，建立行業(yè)間高效的數(shù)據(jù)交換機制，實現(xiàn)數(shù)據(jù)的互聯(lián)互通、信息共享、業(yè)務協(xié)同，以成為整合信息資源，深度利用分散數(shù)據(jù)的有效途徑。加快數(shù)字化轉型，構建數(shù)據(jù)共享服務體系，促進數(shù)據(jù)與業(yè)務應用快速融合，將助力中國經濟從高速增長轉向高質量發(fā)展，推動數(shù)字中國建設。（四）大數(shù)據(jù)應用的快速發(fā)展，推動大數(shù)據(jù)管理平臺需求的快速增長近年來，大數(shù)據(jù)增長集中于物聯(lián)網(wǎng)設備、多媒體、日志、社交信息等，這些數(shù)據(jù)具有數(shù)據(jù)類型多、數(shù)據(jù)量大、流轉速度快、價值密度低的特點。傳統(tǒng)關系型數(shù)據(jù)庫無法滿足處理半結構化及非結構化數(shù)據(jù)需要，具有綜合能力的大數(shù)據(jù)管理平臺有易于擴展、無序存儲、分布式架構的特性，相比傳統(tǒng)關系型數(shù)據(jù)庫，更能滿足對這些數(shù)據(jù)的存儲需求。大數(shù)據(jù)管理平臺不僅具有存儲管理海量數(shù)據(jù)能力、數(shù)據(jù)處理性能高和易于擴展的特性，還可以保持傳統(tǒng)關系數(shù)據(jù)庫支持ACID和SQL查詢等特性，支持關系數(shù)據(jù)模型。在大數(shù)據(jù)市場發(fā)展下，大數(shù)據(jù)管理平臺需求快速增長。（五）數(shù)據(jù)價值的深度挖掘需求將帶動智能分析工具的快速發(fā)展智能分析工具主要專注于為數(shù)據(jù)預處理、特征工程、數(shù)據(jù)建模、預測分析等數(shù)據(jù)分析挖掘關鍵過程提供工具和相關解決方案，是企業(yè)實現(xiàn)對海量數(shù)據(jù)的深度挖掘的重要工具。隨著大數(shù)據(jù)環(huán)境下，數(shù)據(jù)分析復雜程度的加深，數(shù)據(jù)科學平臺需要持續(xù)優(yōu)化其平臺流程、協(xié)作及模型治理特性，以保持與軟件開發(fā)中最佳實踐一致。同時，數(shù)據(jù)科學平臺廠商也將通過整合針對算法篩選、分布式模型訓練、模型管理、知識圖譜和高性能推理等任務的創(chuàng)新解決方案來實現(xiàn)差異化競爭。為了在大數(shù)據(jù)環(huán)境下快速幫助客戶實現(xiàn)人工智能賦能的商業(yè)決策，智能分析工具將迎來快速發(fā)展機遇，在云原生、AI工程化、低代碼、隱私安全、云邊一體等方面發(fā)揮更大的作用。大數(shù)據(jù)行業(yè)未來發(fā)展趨勢（一）分布式系統(tǒng)成為行業(yè)技術架構主要的發(fā)展方向傳統(tǒng)數(shù)據(jù)庫以集中式架構為主，集中式架構由一臺或多臺主計算機組成中心節(jié)點，數(shù)據(jù)存儲以及整個系統(tǒng)的業(yè)務單元都集中部署于該中心節(jié)點中，系統(tǒng)所有的功能均由中心節(jié)點集中處理。每個終端或客戶端僅僅負責數(shù)據(jù)的錄入和輸出，而數(shù)據(jù)的存儲與控制處理完全交由主機完成。分布式架構下，軟件組件分布在不同主機上，主機之間通過網(wǎng)絡連接進行通信和協(xié)調。隨著海量及異構數(shù)據(jù)的數(shù)據(jù)分析需求增長，需要的計算、存儲和IO等資源也在極速增加。集中式架構通過改善硬件配置來提升存儲和處理能力，但單臺主機可配置的資源存在上限，因此傳統(tǒng)的集中式架構軟件難以滿足海量及異構數(shù)據(jù)的數(shù)據(jù)集的處理和分析需求。而為了處理TB以及PB級別以上的數(shù)據(jù)規(guī)模，分布式的架構將數(shù)據(jù)分散在網(wǎng)絡上多個通過高速網(wǎng)絡互聯(lián)的節(jié)點上聯(lián)合計算。因為數(shù)據(jù)分布在不同節(jié)點，在進行計算任務時，任務也會被切分成多個子任務，分發(fā)到多個節(jié)點上同時進行計算，能充分利用整個集群各個節(jié)點的計算資源、存儲資源和IO資源，可線性提升集群的存儲和處理能力。因此，分布式架構能較好的處理該類問題，這也是分布式架構相對于傳統(tǒng)單機架構的核心優(yōu)勢。在大數(shù)據(jù)場景下，分布式系統(tǒng)在擴展性、容錯性、經濟性、靈活性、可用性和可維護性方面具有明顯優(yōu)勢，能夠較好的滿足大數(shù)據(jù)分析的需求。此外，近年來，分布式技術不斷發(fā)展，在提供高彈性、支持高并發(fā)的同時，支持關系型數(shù)據(jù)庫中強事務性的特性，成為大數(shù)據(jù)技術的重要發(fā)展方向。2、數(shù)據(jù)管理軟件趨向于統(tǒng)一多數(shù)據(jù)模型的平臺數(shù)據(jù)模型是決定數(shù)據(jù)庫系統(tǒng)邏輯的重要因素，并從根本上決定以何種方式存儲、組織和操作數(shù)據(jù)，包括傳統(tǒng)的關系模型和NoSQL數(shù)據(jù)模型（文檔模型、鍵值模型、圖模型等）。大多數(shù)數(shù)據(jù)庫管理系統(tǒng)只能支持一種或少數(shù)幾種數(shù)據(jù)模型，因此企業(yè)通常只能使用多種數(shù)據(jù)庫產品聯(lián)合的方案來應對日益增長的異構數(shù)據(jù)模型處理需求。隨著大數(shù)據(jù)廠商技術實力的提升，逐漸出現(xiàn)了能夠提供多數(shù)據(jù)庫模型的大數(shù)據(jù)平臺技術。相比多種數(shù)據(jù)庫產品的集成方案，多種數(shù)據(jù)庫模型統(tǒng)一的大數(shù)據(jù)平臺的優(yōu)勢包括：（1）提升場景效率。同一份數(shù)據(jù)可以分別采用多種數(shù)據(jù)模型存放，解決不同場景的處理效率問題；（2）統(tǒng)一分析管理。關聯(lián)不同模型的數(shù)據(jù)，統(tǒng)一分析管理；（3）降低運維成本。無需維護多種數(shù)據(jù)庫，降低運維成本；（4）降低數(shù)據(jù)持有成本，同一份數(shù)據(jù)在不同的數(shù)據(jù)模型當中不需要全量存儲，不同模型只需要存儲必要的數(shù)據(jù)內容即可，在查詢時可以通過關聯(lián)的方式獲取全量信息。未來多模型數(shù)據(jù)平臺將通過不斷提高計算、存儲引擎的處理能力，從操作響應速度、數(shù)據(jù)并發(fā)能力、數(shù)據(jù)管理成本等多個角度優(yōu)化企業(yè)的數(shù)據(jù)需求，成為多模大數(shù)據(jù)平臺的重要發(fā)展趨勢。（二）云原生大數(shù)據(jù)平臺架構成為未來的主要發(fā)展方向云原生的代表技術包括容器、服務網(wǎng)格、微服務、不可變基礎設施和聲明式API，這些技術能夠構建容錯性好、易于管理和便于觀察的松耦合系統(tǒng)。結合可靠的自動化手段，云原生技術使工程師能夠輕松地對系統(tǒng)作出頻繁和可預測的重大變更。云原生技術有利于各組織在公有云、私有云和混合云等新型動態(tài)環(huán)境中，構建和運行可彈性擴展的應用。面對客戶日益增長的海量數(shù)據(jù)、多種數(shù)據(jù)結構的實時化、智能化處理需求，云原生的大數(shù)據(jù)平臺架構憑借計算存儲解耦、資源池化、Serverless等核心技術，提供了高彈性拓展、海量存儲、多種數(shù)據(jù)類型處理及低成本計算分析的能力。相比傳統(tǒng)數(shù)據(jù)庫，云原生數(shù)據(jù)庫及數(shù)據(jù)管理平臺天然具備靈活性，能夠提供強大的創(chuàng)新能力、豐富多樣的產品體系、經濟高效的部署方式和按需付費的支付模式。（三）國家加速數(shù)據(jù)要素市場建設，推動數(shù)據(jù)安全流通技術的商業(yè)化加速我國將搭建統(tǒng)一開放、競爭有序的數(shù)據(jù)要素市場體系，政策鼓勵產業(yè)鏈各環(huán)節(jié)的市場主體進行數(shù)據(jù)流通和交易，促進數(shù)據(jù)要素流通。當前，豐富的數(shù)據(jù)要素資源已經涵蓋了金融、運營商、房地產、醫(yī)療、能源、交通、物流、教育以及制造業(yè)、電商平臺、社交網(wǎng)站等眾多領域。同時，由于數(shù)據(jù)的流通和利用是數(shù)據(jù)要素價值創(chuàng)造的前提。而跨域、跨中心的數(shù)據(jù)融合計算需求，以及數(shù)據(jù)要素在開放流通環(huán)節(jié)中的安全需求（包括可用不可見、可用不可得、可用不出域等），都使得數(shù)據(jù)的安全可信流通成為數(shù)據(jù)要素的市場化配置的重要一環(huán)，也是各行業(yè)數(shù)字化轉型過程中和過程后的必由之路。隨著《數(shù)據(jù)安全法》、《個人信息保護法》的實施，以安全為前提的數(shù)據(jù)開放利用將迎來新一輪發(fā)展機遇。隱私計算是在處理、分析計算數(shù)據(jù)的過程中保持數(shù)據(jù)不透明、不泄露、無法被計算方以及其他非授權方獲取的一種技術解決方案，能夠在充分保護數(shù)據(jù)和隱私安全的前提下，實現(xiàn)數(shù)據(jù)價值的轉化和釋放，應用前景和商業(yè)價值巨大。在國家加速數(shù)據(jù)要素市場建設和重視數(shù)據(jù)安全和隱私保護的大背景下，數(shù)據(jù)安全防護技術、隱私計算技術的應用普及和商業(yè)化在加速進行。大數(shù)據(jù)全生命周期管理大數(shù)據(jù)生命周期進一步細分為大數(shù)據(jù)集成、存儲和處理、治理、建模、挖掘和流通等階段。（一）大數(shù)據(jù)集成大數(shù)據(jù)集成包括大數(shù)據(jù)采集和大數(shù)據(jù)整合。大數(shù)據(jù)采集主要是通過各種技術手段將分散的海量內容數(shù)據(jù)（文本、音頻、視頻等）、行為數(shù)據(jù)（訪問、查詢、搜索、會話、表單等）、工業(yè)生產數(shù)據(jù)（傳感器數(shù)據(jù)、監(jiān)控數(shù)據(jù)）等從業(yè)務系統(tǒng)中收集出來。由于大數(shù)據(jù)本身具有分散、海量、高速、異質的特征，采集難度較大，因此保證數(shù)據(jù)采集的穩(wěn)定性、可靠性、高效性、可用性和可擴展性等是主要的技術目標，越來越多的企業(yè)開始選用專業(yè)的數(shù)據(jù)采集服務。大數(shù)據(jù)整合的目標是將各種分布的、異構的數(shù)據(jù)源中的數(shù)據(jù)抽取后，進行清洗、轉換，最后加載到數(shù)據(jù)倉庫或數(shù)據(jù)集市中，作為數(shù)據(jù)分析處理和挖掘的基礎；這個過程常常也被稱為ETL（Extract/抽取，Transform/轉換，Load/加載），通常ETL占到整個數(shù)據(jù)倉庫開發(fā)時間的60%~80%。大數(shù)據(jù)時代，數(shù)據(jù)整合軟件的市場也開始了整體的技術升級，主要解決兩個主要技術問題，一是獨立的ETL應用服務器的計算能力普遍不足，二是無法處理半結構化和非結構化數(shù)據(jù)。經過幾年的技術發(fā)展，ETL過程逐步演進為ELT，即數(shù)據(jù)抽取后直接加載（Load）到大數(shù)據(jù)平臺中，再基于大數(shù)據(jù)平臺的計算能力來實現(xiàn)數(shù)據(jù)轉換（Transform），不再依賴ETL應用服務器做抽取和轉化工作，這樣可以解決ETL應用服務器的處理能力不足問題，充分利用大數(shù)據(jù)平臺的分布式計算能力提升數(shù)據(jù)集成的效率和穩(wěn)定性。（二）大數(shù)據(jù)存儲和處理大數(shù)據(jù)存儲與處理要用用服務器及相關設備把采集到的數(shù)據(jù)存儲起來，使得數(shù)據(jù)能夠被高效地訪問和運算。由于數(shù)據(jù)量的爆發(fā)式增長，尤其是非結構化數(shù)據(jù)的大量涌現(xiàn)，傳統(tǒng)的單機系統(tǒng)性能出現(xiàn)瓶頸，單純地提高硬件配置已經難以跟上業(yè)務的需求，產生的海量數(shù)據(jù)沒有合適的存儲場所，企業(yè)被迫放棄大量有價值的數(shù)據(jù)；數(shù)據(jù)處理的速度和性能出現(xiàn)瓶頸，業(yè)務的深度和廣度受到限制。因此，過去十年間，計算機系統(tǒng)逐步從集中式向分布式架構發(fā)展。分布式架構及相關技術通過增加服務器的數(shù)量來提升系統(tǒng)的處理能力，每個節(jié)點都是一個可獨立運行的單元，單個節(jié)點失效時不會影響應用整體的可用性。分布式系統(tǒng)在擴展性、容錯性、經濟性、靈活性、可用性和可維護性方面具有明顯優(yōu)勢。（三）數(shù)據(jù)治理根據(jù)國際數(shù)據(jù)管理協(xié)會的定義，數(shù)據(jù)治理是對數(shù)據(jù)資產管理形式權利和控制的活動集合。數(shù)據(jù)治理是一個管理體系，包括組織、制度、流程和工具，隨著集成和存儲的數(shù)據(jù)量增加，數(shù)據(jù)治理的難度也逐漸增加，牽扯的關聯(lián)方也越來越多，因此需要一套適合企業(yè)的方法論來開展工作。業(yè)界逐漸形成了DAMA、DCMM等較完整的數(shù)據(jù)治理體系框架，一般包括制定數(shù)據(jù)治理戰(zhàn)略、定義數(shù)據(jù)治理工作機制、通過各個業(yè)務專題來落實相關數(shù)據(jù)治理工作內容，并最終落實到數(shù)據(jù)治理工具上來實現(xiàn)高效持續(xù)的數(shù)據(jù)治理的執(zhí)行流程。具體到數(shù)據(jù)治理的內容，一般包括元數(shù)據(jù)管理（包括元數(shù)據(jù)采集、血緣分析、影響分析等）、數(shù)據(jù)標準管理（包括標準定義、查詢與發(fā)布等）、數(shù)據(jù)質量管理（包括質量規(guī)則定義、質量檢查、質量報告等）、數(shù)據(jù)資產管理（包括數(shù)據(jù)資產編目、數(shù)據(jù)資產服務、資產審批等）、數(shù)據(jù)安全管理（包括數(shù)據(jù)權限管理、數(shù)據(jù)脫敏、數(shù)據(jù)加密等）、數(shù)據(jù)生命周期管理（包括數(shù)據(jù)歸檔、數(shù)據(jù)銷毀等）以及主數(shù)據(jù)管理（包括主數(shù)據(jù)申請、發(fā)布、分發(fā)等）這幾個主要的部分。（四）數(shù)據(jù)建模數(shù)據(jù)建模是構建企業(yè)數(shù)據(jù)倉庫、數(shù)據(jù)湖和數(shù)據(jù)集市的重要過程，其通過一個業(yè)務級別的數(shù)據(jù)模型設計，將分散在不同數(shù)據(jù)源中的數(shù)據(jù)集成在一起，并通過一種面向業(yè)務主題的方式將數(shù)據(jù)分門別類來做重新組織和標準化，形成有明確業(yè)務意義的數(shù)據(jù)形式，統(tǒng)一為數(shù)據(jù)分析、數(shù)據(jù)挖掘等提供可用的數(shù)據(jù)。面向業(yè)務主題（如客戶主題、賬戶主題等）的數(shù)據(jù)組織管理方式便于業(yè)務人員對數(shù)據(jù)的理解和綜合使用。具體到技術層面，數(shù)據(jù)建模一般包括業(yè)務調研、架構設計、數(shù)據(jù)模型設計、數(shù)據(jù)庫SQL開發(fā)與測試、業(yè)務集成上線等幾個階段，架構設計是整個工作的核心，一般會面向不同的行業(yè)來設計相關行業(yè)的邏輯數(shù)據(jù)模型。在數(shù)據(jù)建模過程中使用的工具主要包括：數(shù)據(jù)模型設計與管理工具、SQL開發(fā)工具、任務調度工具等。（五）數(shù)據(jù)分析和挖掘大數(shù)據(jù)分析和數(shù)據(jù)挖掘的核心目標是對客觀事實規(guī)律進行描述、展示和總結、刻畫、推廣，可以從大量的數(shù)據(jù)中通過算法來揭示出隱含的、未知的并有潛在價值信息，并對客觀規(guī)律進行溯源和解釋，從而幫助決策者做出正確的預測和決策。圍繞這個目標，大數(shù)據(jù)分析和挖掘的手段可以分為模型驅動、數(shù)據(jù)驅動等，一般通過統(tǒng)計、在線分析、情報檢索、機器學習和專家系統(tǒng)等在內的多種方法來實現(xiàn)這一目標。現(xiàn)階段在面對大數(shù)據(jù)4V問題時，大數(shù)據(jù)分析和數(shù)據(jù)挖掘工具對傳統(tǒng)數(shù)據(jù)分析和挖掘工具做進一步自動化和智能化；與此同時，近年來深度學習的興起又為大數(shù)據(jù)分析提供了新的手段，其做為當前計算機行業(yè)的熱點研究方向之一，其本質的目標是從大量數(shù)據(jù)中提取模式和知識，其要處理的對象包括結構化數(shù)據(jù)、半結構化數(shù)據(jù)和非結構化數(shù)據(jù)在內的所有類型數(shù)據(jù)，例如近年來在視頻、語音等非結構化數(shù)據(jù)的分析需求快速增加，相應的深度學習技術也取得了飛速發(fā)展。（六）數(shù)據(jù)流通數(shù)據(jù)流通是按照一定規(guī)則，將存儲的數(shù)據(jù)或者數(shù)據(jù)分析、挖掘得到的信息作為流通對象，從供應方傳遞到需求方的過程。數(shù)據(jù)流通的具體內容包括可視化的分析報告、面向運營人員的數(shù)據(jù)標簽、面向應用可以直接調用的數(shù)據(jù)指標API、面向數(shù)據(jù)分析人員的數(shù)據(jù)集、面向數(shù)據(jù)挖掘人員的數(shù)據(jù)特征、和面向業(yè)務建模人員的單方或多方的建模模型等?；跀?shù)據(jù)水印、數(shù)據(jù)加密和脫敏、隱私計算、聯(lián)邦學習的數(shù)據(jù)流通安全技術，可以提高數(shù)據(jù)流通的完整性和保密性。大數(shù)據(jù)行業(yè)發(fā)展背景（一）大數(shù)據(jù)時代下傳統(tǒng)數(shù)據(jù)管理軟件面臨多種挑戰(zhàn)近年來隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、5G等信息通信技術及產業(yè)的不斷發(fā)展，全球數(shù)據(jù)量呈爆發(fā)式增長態(tài)勢。數(shù)據(jù)作為和土地、資本、勞動力、技術一樣的生產要素，在數(shù)字經濟不斷深入發(fā)展的過程中，地位愈發(fā)凸顯。我國是數(shù)據(jù)資源大國，IDC研究報告指出，到2020年，中國數(shù)據(jù)量約12．6ZB，較2015年增長7倍，年復合增長率為124%。2025年中國的數(shù)據(jù)量預計達到48．6ZB，約占全球數(shù)據(jù)總量的30%。數(shù)據(jù)資源總體呈現(xiàn)出4V的特點，即海量的數(shù)據(jù)規(guī)模（Volume）、多樣的數(shù)據(jù)類型（Variety）、價值密度低（Value）、快速的數(shù)據(jù)流轉（Velocity）。海量的數(shù)據(jù)規(guī)模指數(shù)據(jù)量大，包括采集、存儲和計算過程中所涉及數(shù)據(jù)量都非常大。大數(shù)據(jù)的起始計量單位通常是PB（約1，000TB）、EB（約100萬TB）或ZB（約10億TB）。多樣的數(shù)據(jù)類型指數(shù)據(jù)種類和來源多樣化，包括結構化、半結構化和非結構化數(shù)據(jù)，具體表現(xiàn)為關系型數(shù)據(jù)、日志、音頻、視頻、文本、圖片、地理位置信息等類型數(shù)據(jù)，多類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高的要求。價值密度低指有價值數(shù)據(jù)所占比例低。隨著互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，通過結合業(yè)務邏輯并通過強大的機器算法來挖掘數(shù)據(jù)價值，是大數(shù)據(jù)時代需要解決的重要問題之一?？焖俚臄?shù)據(jù)流轉指數(shù)據(jù)增長速度快，處理速度要求快，時效性要求高。例如實時監(jiān)測場景中，企業(yè)需要對物聯(lián)網(wǎng)設備數(shù)據(jù)進行實時處理并做出反應；零售電子商務應用類軟件將消費者所持的移動設備的地理位置信息和其個人偏好相結合，推送有針對性的促銷信息。這是大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)使用的顯著特征。隨著信息技術以及實際業(yè)務需求的快速發(fā)展，傳統(tǒng)數(shù)據(jù)管理軟件在處理大數(shù)據(jù)場景時不能很好適應數(shù)據(jù)的4V特性，面臨較多技術挑戰(zhàn)。因此，傳統(tǒng)數(shù)據(jù)管理軟件迫切需要技術革新。（二）傳統(tǒng)集中式軟件棧向新興分布式軟件棧演進1970-2000年，數(shù)據(jù)管理軟件主要為集中式架構的關系型數(shù)據(jù)庫，其軟件產品具備不可分割性（atomicity）、一致性（consistency）、隔離性（isolation，又稱獨立性）、持久性（durability）即ACID功能特性，占據(jù)了數(shù)據(jù)管理軟件的主導地位。關系型數(shù)據(jù)庫技術出現(xiàn)在20世紀70年代，經過二十余年的發(fā)展，到90年代已經成熟。市場上具有代表性的集中式架構關系型數(shù)據(jù)庫產品包括Oracle、IBMDB2以及微軟SQLServer等。2000年以來，隨著互聯(lián)網(wǎng)和計算機技術的快速發(fā)展，需要處理的數(shù)據(jù)量更大、類型更豐富、速度要求更快，傳統(tǒng)集中式計算架構已無法適應數(shù)據(jù)海量、異構、多源等特點，在部署的擴展性、容錯性、經濟性、靈活性等方面有一定局限性。谷歌于2003年-2006年間的三篇論文奠定了分布式存儲和計算的基礎，而后行業(yè)從業(yè)者基于以上理論建立了Hadoop、Spark等大數(shù)據(jù)分布式系統(tǒng)框架，并交由Apache軟件基金會托管；2009年，在JohanOskarsson開源分布式數(shù)據(jù)庫的討論中，來自Rackspace的EricEvans重提NoSQL概念，用以指代非關系型的分布式數(shù)據(jù)存儲系統(tǒng)。針對于不同的場景，分別產生了圖數(shù)據(jù)庫、搜索引擎、文檔數(shù)據(jù)庫、鍵值數(shù)據(jù)庫等NoSQL數(shù)據(jù)庫，代表性NoSQL數(shù)據(jù)庫提供商包括MongoDB、Elastic等。2010年以來，隨著數(shù)字化轉型的逐步深化，快速變化的業(yè)務場景呈現(xiàn)了復雜化、多樣化的態(tài)勢。復雜的業(yè)務場景往往需要使用多種數(shù)據(jù)模型，以及數(shù)據(jù)模型間的融合。這個時期的，行業(yè)內大部分數(shù)據(jù)庫都是面向單一數(shù)據(jù)模型而設計的，用以解決特定業(yè)務場景的特定問題。例如，使用傳統(tǒng)的關系型數(shù)據(jù)庫解決結構化數(shù)據(jù)的存儲和處理問題、使用圖數(shù)據(jù)庫解決圖相關的存儲和處理問題、使用文檔數(shù)據(jù)庫解決文本相關的存儲和處理問題。由于結構化數(shù)據(jù)和非結構化數(shù)據(jù)通常以不同的格式和模式存儲，單模型數(shù)據(jù)庫雖然優(yōu)化了數(shù)據(jù)存儲和處理，卻難以滿足日趨增長的、多樣的業(yè)務場景需求。當同一業(yè)務需要用到不同類型數(shù)據(jù)的時候，受限于單模型數(shù)據(jù)庫的處理能力，客戶往往需要部署多個相互獨立的單模型數(shù)據(jù)庫，在對不同模型數(shù)據(jù)進行聯(lián)合處理的時候，需要對數(shù)據(jù)進行搬遷或融合，導致架構復雜度高、開發(fā)成本高、運維成本高以及數(shù)據(jù)處理效率低。由此，催生了從單一數(shù)據(jù)管理系統(tǒng)到融合型、多模型數(shù)據(jù)管理系統(tǒng)的技術需求。此外，隨著云計算技術的大規(guī)模應用，傳統(tǒng)各類軟件產品都開始由獨立部署模式向云服務模式轉變。其中數(shù)據(jù)庫作為信息系統(tǒng)核心軟件，逐漸附加云化能力形成云原生數(shù)據(jù)庫，以服務的形式對外提供技術支撐。云原生數(shù)據(jù)庫按照部署方式可以分為公有云部署和私有云部署。其中，私有云部署模式由企業(yè)提供云數(shù)據(jù)庫依賴的底層物理資源，數(shù)據(jù)庫服務商負責部署云原生數(shù)據(jù)庫軟件，后期企業(yè)和數(shù)據(jù)庫服務商約定運維維護工作的具體職責分工等，特點是自有資源池化，數(shù)據(jù)不外流等。相比公有云部署下的云數(shù)據(jù)庫，私有云模式更加關注信息安全，能夠實現(xiàn)對數(shù)據(jù)安全性和服務質量最有效控制，僅限于企業(yè)員工和取得授權的合作伙伴使用。多模型數(shù)據(jù)庫云原生相關技術已經成為信息產業(yè)的未來發(fā)展方向，促使大數(shù)據(jù)軟件進一步革新，規(guī)模呈現(xiàn)快速增長趨勢，代表性企業(yè)如Snowflake、AWS等。相較于國內外的現(xiàn)狀，私有云在面向國計民生的相關行業(yè)更受客戶歡迎，面向私有云模式的云原生數(shù)據(jù)庫預計在未來將獲得快速增長。隨著技術不斷成熟，分布式架構將逐漸成為主流。自底向上，傳統(tǒng)的集中式資源管理調度逐漸向基于云原生技術的分布式統(tǒng)一資源管理平臺發(fā)展；數(shù)據(jù)管理軟件技術架構也會因為計算模式的轉變發(fā)生重大變革，傳統(tǒng)的集中式數(shù)據(jù)庫逐漸向分布式、多模型數(shù)據(jù)庫發(fā)展；傳統(tǒng)數(shù)據(jù)分析軟件逐漸向新型的分布式數(shù)據(jù)開發(fā)和智能分析軟件發(fā)展。（三）國產基礎軟件迎來爆發(fā)式增長階段當前，中國大數(shù)據(jù)軟件領域處于發(fā)展的歷史機遇期，我國高度重視大數(shù)據(jù)在經濟社會發(fā)展中的作用，十八屆五中全會提出實施國家大數(shù)據(jù)戰(zhàn)略，《促進大數(shù)據(jù)發(fā)展行動綱要》指出，建立安全可信的大數(shù)據(jù)技術體系是推進大數(shù)據(jù)產業(yè)基礎研究和核心技術攻關的重要目標。十四五規(guī)劃和2035年遠景目標綱要提出，培育壯大人工智能、大數(shù)據(jù)等新興數(shù)字產業(yè)，充分發(fā)揮海量數(shù)據(jù)和豐富應用場景優(yōu)勢，促進數(shù)字技術與實體經濟深度融合，賦能傳統(tǒng)行業(yè)轉型升級，打造數(shù)字經濟新優(yōu)勢。全球新一代信息產業(yè)處于加速變革期，大數(shù)據(jù)相關底層技術處于創(chuàng)新突破期，國內市場需求處于爆發(fā)期，為國內基礎軟件廠商帶來明確的增長機遇。同時，隨著國內基礎軟件人才的不斷增加，在應對新一代場景，不斷積累技術經驗過程中，國內已形成具備自主研發(fā)實力且能與國外廠商競爭的基礎軟件廠商，并開始實現(xiàn)規(guī)模產業(yè)化落地。以企業(yè)為中心的觀念以企業(yè)為中心的市場營銷管理觀念，就是以企業(yè)利益為根本取向和最高目標來處理營銷問題的觀念。它包括以下幾種。1、生產觀念生產觀念是一種最古老的營銷管理觀念。生產觀念認為，消費者總是接受任何他能買到的價格低廉的產品。因此，企業(yè)應當致力于提高生產效率，實現(xiàn)低成本和大眾分銷。持生產觀念的企業(yè)的典型口號是：“我們生產什么，就賣什么。”生產觀念在西方盛行于19世紀末20世紀初。當時，資本主義國家處于工業(yè)化初期，市場需求旺盛，整個社會產品供應能力則相對不足。企業(yè)只要擴大生產價廉物美的產品，就能盈利，而不必過多關注市場需求差異。在這種情況下，生產觀念為眾多企業(yè)所接受。除了物資短缺、產品供不應求的情況之外，還有一種情況也會導致企業(yè)奉行生產觀念。這就是某種具有良好市場前景的產品，技術含量和生產成本很高，必須通過提高生產率、降低成本來擴大市場。生產觀念是一種重生產、輕市場的觀念。在物資緊缺的年代也許能“創(chuàng)造輝煌”，但隨著生產的發(fā)展、供求形勢的變化，這種觀念必然使企業(yè)陷入困境。2、產品觀念產品觀念認為，消費者最喜歡高質量、高性能和具有某些特色的產品。因此，企業(yè)管理的核心是致力于生產優(yōu)質產品，并不斷精益求精。持產品觀念的公司假設購買者欣賞精心制作的產品，相信他們能鑒別產品的質量和功能，并愿意出較高價格購買質量上乘的產品。這些公司的經理人員常迷戀自己生產的產品，而不太關注市場是否歡迎。他們在設計產品時只依賴工程技術人員而極少讓消費者介人。產品觀念和生產觀念幾乎在同一時期流行。與生產觀念一樣，產品觀念也是典型的“以產定銷”觀念。由于過分重視產品而忽視顧客需求，這兩種觀念最終將導致“營銷近視癥”。如鐵路行業(yè)以為顧客需要火車而非運輸，忽略了航空、公共汽車、卡車以及管道運輸?shù)娜找嬖鲩L的競爭；計算尺制造商以為工程人員需要計算尺而非計算能力，忽視了袖珍計算器的挑戰(zhàn)，其最終結果是產品被市場冷落，經營者陷入困境甚至破產。3、推銷觀念推銷觀念（或銷售觀念）認為，消費者通常有一種購買情性或抗衡心理，若聽其自然，消費者就不會大量購買本企業(yè)的產品，因而營銷管理的中心是積極銷售和大力推廣。執(zhí)行推銷觀念的企業(yè)，稱為推銷導向企業(yè)。其口號是：“我們賣什么，就讓人們買什么?！蓖其N觀念盛行于20世紀三四十年代。在這一時期，由于西方各國科學管理和大規(guī)模生產盛行，因此商品產量迅速增加，整個市場供過于求，賣主之間的市場競爭日益激烈。1929年爆發(fā)的嚴重經濟危機，前后歷時5年，堆積如山的貨物賣不出去，市場極度蕭條。這種現(xiàn)實使許多企業(yè)家認識到，企業(yè)不能只顧生產，即使有物美價廉的產品，也要努力推銷才能保證被人購買。在推銷觀念指導下，企業(yè)相信產品是“賣出去的”，而不是“被買去的”。他們致力于產品的推廣和廣告活動，進行無孔不入的促銷信息“轟炸”，以求說服甚至強制消費者購買。與前兩種觀念一樣，推銷觀念也是建立在以企業(yè)為中心，“以產定銷”，而不是滿足消費者真正需要的基礎上的。品牌資產的構成與特征品牌能給企業(yè)帶來財富。同樣的產品貼上不同的品牌標簽，就可以賣出不同的價格，其市場占有能力也有很大的差異。這是人所共知的，如OEM就是以此為基礎發(fā)展起來的。這種由品牌帶來的超值利益是品牌的價值體現(xiàn)，是由品牌這種特殊的資產生成的。稱品牌是特殊資產，不僅是因為它無形，而且還因為它的真實價值并未在企業(yè)財務狀況表中反映出來。（一）品牌資產的一般認知1、阿克的品牌資產釋義美國加州大學伯克利分校營銷戰(zhàn)略學教授戴維?阿克認為（1991），“品牌資產是與品牌、品牌名稱和標志相聯(lián)系的，能夠增加或減少企業(yè)所銷售產品或提供服務的價值和顧客價值的一系列品牌資產與負債”，并且品牌資產“可以分為五類：品牌忠誠度、品牌知名度、品質認知度、除品質認知度之外的品牌聯(lián)想和品牌資產的其他專有權一—專利權、商標、渠道關系等”。2、凱勒的品牌資產解讀美國達特茅斯大學營銷學教授凱文?萊恩，凱勒認為（1998），“品牌資產代表了一種產品的附加值，這種附加值來源于以往對此品牌的營銷投資”；“以顧客為本的品牌資產就是由于顧客對品牌的認識而引起的對該品牌營銷的不同反應”，包括“不同的效應、品牌的認同和顧客對營銷的反應三個重要組成部分”。后又明確為（2008），基于顧客的品牌資產是“顧客品牌知識所導致的對營銷活動的差異化反應”?！爱旑櫩蛯ζ放朴休^高的認知和熟悉度，并在記憶中形成了強有力的、偏好的、獨特的品牌聯(lián)想時，就會產生基于顧客的品牌資產”；“創(chuàng)建基于顧客的品牌資產時，在顧客記憶中建立品牌認知和建立積極的品牌形象（即強有力的、偏好的和獨特的品牌聯(lián)想），這兩者是舉足輕重且密不可分的”。亦即，品牌資產包括品牌認知和品牌形象兩方面。其中，“品牌認知是由品牌再認（是指消費者通過品牌暗示確認之前見過該品牌的能力）和品牌回憶（是指在給出品類、購買或使用情境作為暗示的條件下，消費者在記憶中找出該品牌的能力）構成的”，而“積極的品牌形象是通過營銷活動將強有力的、偏好的、獨特的聯(lián)想與記憶中的品牌聯(lián)系起來而建立的”。3、我國學者的品牌資產認知符國群教授提出了“商標資產”的概念。1998年在其《商標資產研究》中指出，“商標資產作為顧客與商標之間長期關系的反映，它是由商標知名度、商標的品質形象（或者消費者對商標的品質感知）、商標聯(lián)想、商標忠誠、附著于商標之上的其他權利型資產五個方面構成”。基于前人研究成果，品牌資產作為一種通過為消費者和企業(yè)提供附加利益來體現(xiàn)的、超過商品或服務本身利益以外的價值，它是品牌知名度、品牌忠誠、品牌聯(lián)想、品牌的品質形象和附著在品牌上的其他資產等項內容的集成反映?？傊?，品牌資產是一種超過商品或服務本身利益以外的價值。它通過為消費者和企業(yè)提供附加利益來體現(xiàn)其價值，并與某一特定的品牌緊密聯(lián)系著。若某種品牌給消費者提供的超過商品或服務本身以外的附加利益越多，則該品牌對消費者的吸引就越大，從而品牌資產價值也就越高。如果該品牌的名稱或標志發(fā)生變更，則附著在該品牌上的財產也將部分或全部喪失。品牌給企業(yè)帶來的附加利益，最終源于品牌對消費者的吸引力和感召力。也可以說，品牌資產是企業(yè)與顧客關系的反映，而且是長期動態(tài)關系的反映。（二）品牌資產的構成1、品牌知名度品牌知名度就是指品牌為消費者所知曉的程度，故也稱品牌知曉度。對某一個特定的品牌來說，品牌知名度或知曉度反映了消費者總體中有多少或多大比例的消費者知曉它?？梢?，品牌知名度反映的是品牌的影響范圍或品牌的影響廣度。（1）品牌知名度有益于提高品牌影響力，也有益于抑制競爭品牌知名度。對知名度較高的品牌產生好感，源于品牌宣傳，也源于消費者的自我暗示。對知名度較高的品牌，消費者常常感覺或暗示自己“有這么大的宣傳力度，其實力不凡，品牌及產品定然不錯”“這個品牌廣為傳誦，又有那么多人在使用其產品，應該或值得信賴……”，因熟悉而放心?？梢?，品牌知名度的高低，直接影響著消費者對品牌的態(tài)度，并在此基礎上影響消費者的購買選擇。品牌知名度不僅影響消費者的購買選擇，而且還會抑制競爭品牌知名度的提高。這是因為，一方面，人腦對信息的吸納能力是有限的，有較大選擇性的能夠形成長時記憶的信息更是有限的；另一方面，人腦在吸納信息的過程中，對同種信息而言，還有先入為主的特性。（2）品牌知名度通過品牌再識率和品牌回憶率來衡量。品牌知名度是通過富有成效的宣傳來提升的，而品牌知名度或知曉度就可以用品牌再識率和品牌回憶率來衡量。前者反映的是消費者總體中知悉該品牌的數(shù)量及其比例；而后者則反映消費者總體有多少或多大比例的消費者在只提示產品領域的情況下就能夠回憶起該品牌。2、品牌忠誠度品牌忠誠度作為消費者對某一品牌偏愛程度的衡量指標，它反映了對該品牌的信任和依賴程度。一般來說，忠誠度越高的品牌，顧客對其重復購買行為發(fā)生的次數(shù)越多。品牌忠誠的價值具體表現(xiàn)在這樣幾方面：其一是降低營銷費用。如果消費者對某品牌持有偏好，形成了品牌忠誠，有較高的信任度和依賴性，進而經常購買該品牌產品，就會使品牌擁有者節(jié)省廣告等促銷費用。其二是易于吸引消費者，擴大市場規(guī)模。品牌忠誠度高，表明企業(yè)的生產經營活動得到了顧客的認可；顧客的連續(xù)重復性購買也是一種富有誘導性的示范；口碑甚佳又使老顧客成了義務宣傳員。而這些都是消費者群體擴大的重要而又十分有效的條件。3、品牌聯(lián)想對品牌而言，不同的品牌會使消費者在腦海中產生不同的聯(lián)想，進而形成不同的品牌印象。不難想象，提及“麥當勞”，消費者可能就會想起：漢堡、薯條、麥當勞叔叔、潔凈的店鋪……這種品牌聯(lián)想所形成的對品牌的印象最終將成為消費者選擇品牌的重要依據(jù)。因此，品牌聯(lián)想成為品牌資產的構成要素。品牌，通常會使人們聯(lián)想到產品特征、消費者構成、消費者利益、競爭對手等，其聯(lián)想內容因品牌不同而各異。消費者通過對不同品牌產生不同的聯(lián)想，使品牌間的差異得以顯露。廣告宣傳等傳播品牌的主要目的就是試圖使消費者“產生聯(lián)想→產生差別化認知→產生好感→產生購買欲望”。同時，由于絕大部分聯(lián)想會想到消費者利益或與此關聯(lián)，而這又是消費者購買與放棄購買的依據(jù)或緣由。所以，品牌聯(lián)想能提供消費者選購的理由。此外，品牌聯(lián)想的資產價值還表現(xiàn)在它能揭示品牌擴展的依據(jù)、能夠創(chuàng)造有利于品牌為消費者所接受的正面態(tài)度與感覺。4、品牌的品質形象品牌的品質形象是指消費者對某一品牌的總體質量感受或在品質上的整體印象。不言而喻，品牌品質形象相當程度地影響品牌的市場聲譽，進而影響品牌或產品的獲利能力。（1）品牌的品質形象不同于產品的實際質量。品牌的品質形象以品牌標定下的產品的實際質量為基礎，但兩者又并非完全等同。一方面，品牌的品質形象依賴于該品牌標定下的產品的功能、特點、耐用性、產品外觀和銷售服務能力等影響產品質量的各有關因素；另一方面，品牌品質形象作為消費者對品牌在質量上的整體感知，它并非必然與產品的實際質量不可分割。（2）品牌的品質形象是企業(yè)實實在在努力的結果。品牌品質形象形成的過程中，企業(yè)是主角。正是通過企業(yè)積極主動的營銷努力，使得企業(yè)的品牌相關信息觸及到了消費者的心靈，并存留在消費者的頭腦里、記憶中。也可以說，品牌的品質形象的形成反映了企業(yè)在品質方面所做的承諾以及企業(yè)為兌現(xiàn)這種承諾所做的各種努力。5、附著在品牌上的其他資產作為品牌資產的重要組成部分，這些被稱之為附著在品牌之上的其他資產是指那些與品牌密切相關的、對品牌的增值能力有重大影響的、不易準確歸類的特殊資產，一般包括專利、專有技術、分銷渠道等。例如，可口可樂公司津津樂道的令其感到自豪的“7X”配方即是一種專有技術，是一種品牌資產。正是“7X”配方及對其神秘化的宣傳，使“可口可樂”品牌具有了無可比擬的價值。最后還需說明，上述品牌資產的五個方面，具體到某一個特定的品牌時，并非是均衡的。如，有的品牌知名度很高，但在消費者心目中產生的聯(lián)想?yún)s不一定十分理想；有的品，牌雖能激起一種獨特的或美好的聯(lián)想，但其品質形象可能并不盡如人意，等等。對品牌的優(yōu)勢和劣勢做到心中有數(shù)是品牌有效運營的重要依據(jù)。（三）品牌資產的一般特征品牌資產作為企業(yè)財產的重要組成部分，主要有以下5個基本特征。（1）品牌資產具有無形性。品牌資產與廠房、設備等有形資產不同，它不能使人憑借眼（看）手（摸）等人們的感官直接感受到它的存在及大小。所以，品牌資產是一種特殊，的資產，是一種無形資產。有形資產通常是通過市場交換的方式取得其所有權，而品牌資產則一般需經由品牌所有者申請注冊轉化成商標，由注冊機關依照法定程序確立其法律意，義的所有權；當然，品牌資產也可以直接通過交換獲得所有權。（2）品牌資產難以準確計量。一方面，品牌資產構成的特殊性決定了的品牌資產難以準確計量。我們知道，品牌反映的是一種企業(yè)與顧客的關系。這種關系的深度與廣度通常需通過品牌知名度、品牌聯(lián)想、品牌忠誠和品牌品質形象等多方面予以透視，而且品牌資產的這些組成部分又是相互聯(lián)系、相互影響、彼此交錯而難以截然分開的。另一方面，反映品牌資產價值的品牌獲利性（品牌未來獲利能力）受許多不易計量因素的影響，如品牌在消費者中的影響力、品牌投資強度、品牌策略、產品市場容量、產品所處行業(yè)及其結構、市場競爭的激烈程度等。這也增添了準確計量品牌資產的難度。（3）品牌資產在利用中增值。就一般有形資產而言，其投資與利用往往是涇渭分明，存在著明顯的界限，投資即會增加資產存量，利用就會減少資