大数据对营销的影响（定稿）

第一篇：大数据对营销的影响（定稿）

大数据对营销的影响

21世纪，“大数据（Big Data）”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。而所谓的“大数据”，已不再是传统意义的一般数据，而是超大数据、海量数据。“大数据”不仅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。随着“大数据”时代的到来，企业经营决策面临的最大挑战不再是缺少数据，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。

“大数据”将重构精确营销模式，企业提取营销数据的平台将发生质的变化。“大数据”时代到来之前，企业一般是从传统的CRM系统、BI系统和企业官网中提取顾客信息、市场促销、广告活动、展览等结构化数据。这些信息只能满足企业正常营销管理信息需求的一小部分，因为，这些信息往往并不足够以洞察和发现重要的规律和发展趋势，从而无法据此给出精确的营销策略。

而大量存在的一些数据信息，所谓“大数据”，诸如社交媒体数据、邮件数据、地理位置、音视频信息、物联网信息、移动3G互联网信息等这类不断增加的非结构化数据，几年前可能由于企业认识不足，抑或是缺乏相应的数据挖掘和分析工具而被束之高阁。而今，随着针对这些非结构化数据的挖掘和分析技术的不断涌现，“大数据”能进一步提高算法和机器分析的作用日益凸现出来，“大数据”对营销模式的革命性改变也日益显现。

“大数据”对于营销模式的改变主要体现在以下几个方面：

1、对营销决策数据进行更好的优化；

2、对目标对象进行更完整的分析、描述；

3、实现点对点智能广告模式；

4、更好地进行顾问式营销，等等。综上所述，“大数据”能够帮助企业实现真正意义上的精确营销。

本课程的主要内容是在探讨大数据时代的营销模式与传统营销模式的差异性的基础上，重点介绍大数据时代的营销模式的特征，以及实现精确营销的方法和案例。希望学员通过本课程的分享，了解大数据、大数据与精确营销的关系，理解精确营销的核心理念，以及如何利用数据挖掘技术实现精确营销的方法和技术手段。

第二篇：大数据对公安工作的影响

大数据与公安工作

“大数据”的深度应用，开启了公安警务工作的新纪元。传统方式的治安防控体系已逐渐被以“大数据”为核心的信息化新技术所取代，信息化转型已成为公安机关掌控当下和赢得未来的必由之路。

一、“大数据”是基本含义及其带来的新机遇

近年来，“大数据（Big Data）”一词被专家和媒体频繁提及，所谓大数据，是指通过对海量数据的收集、整理、归类、分析及预测，找到数据的内在联系及规律，从而获取新的信息和分析结论。大数据与传统的数据并不是割裂开的，而是数据积累发展到一定程度，形成的海量数据，并且无法通过现有的技术和手段实现快速处理，这些海量数据，我们称之为大数据。大数据是数据、技术与应用三者的有机统一，其基于可持续海量数据的集合，集成应用各种现代高新技术，以达到获得有价值信息的目的。大数据的发展应用为公安机关运用科技手段构建立体化现代化社会治安防控体系，推动警务机制转型升级带来新的机遇，其深度应用给公安工作带来了前所未有的机遇。

（一）实现大数据的整合共享，有助于推动社会管理部门的协同合作，促进社会治理体制从碎片化到集成化转变。

（二）依靠现实数据决策，推动社会治理方式的根本性变革。

（三）为及时全面掌握社会信息提供了技术支撑，实现从静态管理向动态管理的转变。

（四）为最终决策提供参考，是实现社会治理方式由简单粗放到科学决策转变的重要抓手。

二、目前公安工作的应用

目前对于公安大数据的应用方式，可以分为以下三个层次：

（一）统计查询：这是对大数据最基本的应用方式，主要面向历史与现状，回答已经发生了什么事情，如流动人口分区域统计、实有车辆归属地统计、各类案件的数量分布和趋势。

（二）数据挖掘：是目前大数据的核心应用方式，其重点不在于发现因果，而是发现数据之间的关联关系。这种关系可能可以直观解释，也可能不能马上发现其中的深层次原因，但对工作具有一定指导意义，比如季节气候与某些类型案件的关联关系、车辆活动范围、活动习惯与黑车的关联关系。

（三）预测预判：是大数据应用未来的发展方向，在数据统计、分析、挖掘的基础上，建立起合适的数据模型，从数据的关联关系入手，推导出因果关系，能够对一定时期内的趋势走向做出预测，对危险信号做出预警，指导预防工作的走向。

这三个层次具体到实际业务系统，包括图侦、车辆特征分析系统、人员特征分析系统、视频侦查系统等等。这些系统以普通视频监控、车辆/人员卡口、智能IPC等监控前端获取的视频、图片、结构化描述为基础，通过大数据平台的智能分析，实现如以图搜图、语义搜图、车辆/人员布控、疑似案件对比、详细特征分析等等深度大数据应用，帮助公安能够快速、科学地侦破案件。

公安大数据应用于不同警种，由于其实际应用需求的区别，解决的问题也有所区别。如智能交通领域，目前大数据主要应用于车辆的疏导，比如基于不同道路、路口车流量的统计(时、日、月统计等)，根据这些统计可以分析不同时段某条道路实时的车流密度、发展方向和趋势等。这些应用目前已在很多大城市落地，比如平时大家在公交上看到移动电视里播放的上下班高峰路段实时画面，就是基于大数据的技术分析所得。

2016年12月28日，海南全省公安局长座谈会议在海口召开。会议强调，全省公安机关要将“把博鳌亚洲论坛打造成现代化警卫安保示范基地，创建海南警务信息智能岛，以禁毒斗争为龙头建设‘平安岛’”为主要内容的“一地两岛”警务发展战略作为工作的重中之重全力推进，合力攻坚，努力破解一批基础性、瓶颈性难题。“一地两岛”警务发展战略正是公安工作与智能化信息技术高度融合应用，该战略高度整合社会治理数据资源并深度关联分析研判，大整合、高共享、深应用全省各类社会信息资源，实现数据资源共享、基础平台统一、服务群众便捷、有效支撑警务实战，从被动应对处置向主动预测预警预防战略转变，提高社会治理智能化水平。

三、“大数据”服务信息化工作时所出现的问题

当前，公安机关在大数据时代还有很多亟待研究解决的难点。

（一）思想观念难同步。目前，一些公安机关领导和民警在数据采集上还是局限在某些限定的数据上，力求精益求精，并以考核的方式加以固定，而忽视了对其它数据的采集，或者根本没有预见到哪些数据可以采集进而为我所用。在数据应用上，常常借助传统的经验，开展个案化的因果分析，不能考虑出现的新情况，导致效率不高。

（二）数据整合度不理想。近几年，随着公安信息中心建设工作的深化，可利用的信息量大大提升，但地区与地区、部门与部门间还不同程度地存在信息壁垒。目前，在公安信息中心整合的数以亿计的信息中，社会信息所占比例很少，难以适应“大数据”时代对数据完整性、混杂性的要求；因个别数据的缺失或采集获取不及时，使得分析研判工作滞后于实际事态发展；警种部门出于自身利益的考虑，对一些可以整合的数据搞数据孤岛。

（三）信息处理能力有欠缺。在信息处理中，多沿用传统的数据分析工具和分析方法，对于多种格式的数据整合力度不够，对数学模型等技术创新不够，难以满足实战的需要。很多数据的处理还只是简单的累加、比对和百分比计算，未能完全满足公安工作的需求，在操作性方面也存在一定的不足。目前，很多地区对视频监控还主要依靠人工分析，工作效率较低，视频监控分析软件没有共享。

（四）专业人员较匮乏。“大数据”时代需要大量专业的系统研发、数据挖掘、应用数学、统计计量、社会心理等方面的专业人才，但公安机关在这方面专才匮乏，很难见到能够使用数学模型进行数据分析的人才。同时，从近年来的实际情况看，民警队伍信息化应用水平得到了显著的提高，但对于“大数据”的功能和基本应用，大多数还处于懵懂阶段。

四、公安大数据的发展趋势

公安信息化历经多年一直长于出入境、户政、执法办案等规范数据格式和业务流程方面的信息系统建设，而短于面向实战的分析研判类信息系统建设，主要原因就是后者对于数据综合利用广度和数据挖掘分析深度有很高的要求，在数据存储及运算能力不足、数据采集量不够的情况下难以取得良好的效果。目前随着基础业务系统建设的不断完善，数据采集手段和技术提升所带来的数据采集广度和频次不断加大，网络传输能力不断提升，公安信息化逐渐进入了大数据时代，合理利用大数据与云计算技术提高公安信息化建设水平是一个发展趋势。

（一）数据架构升级

随着数据采集量的增大，而且数据类型多种多样，有结构化数据（比如人口档案数据、宾馆住宿记录等），也有半结构化和非结构化数据（比如监控视频、卡口照片等），这对当前公安信息化系统提出了极大挑战。传统关系型数据库和大容量存储的技术方案即将或已经出现瓶颈。对这些海量数据合理地进行存储和利用必须要进行架构升级，建立专门的数据中心是一种势不可挡的趋势，云计算和大数据会在这些数据中心落地。云计算技术通过对物理资源（CPU、存储、网络等）虚拟化，通过资源池的方式，实现应用的弹性扩展和无缝迁移，对资源进行充分利用。大数据技术包含分布式存储和分布式执行引擎，对海量公安数据进行有效地存储和利用，当前比较流行的Hadoop、MPP数据库、内存计算、流式计算、搜索都属于大数据技术的范畴。云计算和大数据技术当前已在公安内部实现局部落地。

（二）数据价值发现

传统的基于SQL语句的数据分析方式已无法充分发挥海量数据的价值，公安海量数据需要经过一个价值发现或重新发现的过程。首先，对当前响应时间缓慢、运行状态不稳定的业务系统基于大数据技术进行升级改造，保证业务系统的正常高效运转。这中间主要是进行一些业务迁移和升级，以增删改查的数据处理模式为主。再者，是对已有海量数据的深度挖掘。对于结构化数据（存储在当前数据库中的数据），从业务角度出发，综合利用，深度挖掘数据模型（比如作案人预测模型、突发事件预测模型等），重新发现其潜在价值。对于半结构和非结构化数据（视频、图片等），优化语义分析技术，把非结构化数据转换为结构化数据，提升这部分数据的信息化程度，发挥出其应有的价值。

（三）数据融合创新

大数据的一个特点就是价值密度低，并且仅凭单一类型数据本身无法发挥出应有的价值。不同数据放在一起会发生“化学作用”，往往比单一数据的价值大很多，比如金融数据跟电商数据碰撞在一起，就产生了像小微贷款那样的互联网金融；电信数据跟政府数据碰撞在一起，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所。随着“互联网+”时代的不断发展，社会各行业数据化、互联网化，融合公安数据和社会数据为公共安全服务，做到防患于未然，是公安大数据的真正价值所在。

第三篇：大数据时代对教学改革的影响

大数据时代对教学改革的影响

摘要：目前传统教学内容陈旧、方法老套以及不能满足学生对新知识需求等缺陷逐渐凸显，随着大数据时代的到来，在教学中引入在线教育、数字化学习的平台、云平台、大数据技术，通过改变传统授课模式和教学方案的制定，不仅能改善教学质量，提升学生水平，还可使教学更加具有针对性、前瞻性和准确性。

关键词：大数据；云平台；在线教育；数字化学习的平台

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）19-0143-02

随着互联网、信息系统及电子设备的发展，人类各行各业每时每刻都在生成海量数据。大数据的时代已经到来，大数据正在改变着我们的工作和生活。2015年9月5日，《国务院关于印发促进大数据发展行动纲要的通知》发布，标志着大数据上升为我国“国家战略”。大数据逐渐成为比石油、煤炭等更有价值的资源，将对政治军事、经济社会、科学研究等产生革命性影响[1]。

高校教育也深受大数据时代的影响，正在进行一场技术与理念相结合的变革。在传统教学中，通常采用面授课为主的教学方式，也就是根据课本大纲在课堂上进行理论推导和讲解。这种教学方式的弊端在于：（1）教学内容单一，不能与时俱进；（2）教学模式固定；（3）无法及时了解和发现学生在学习过程中遇到的问题。

因此，现代教育迫切需要将新一代信息技术（云计算、移动互联网、工业物联网、大数据等）融合到教学中。大数据为课堂设计提供了丰富的信息资源，使教师能?蚋?深入地了解学生，不断调整教学方案和模式，以提高学生的学习质量和教师的教学效果。

一、教学模式的转型

在教学改革不断推进的今天，传统教学方式的局限性逐渐凸显，单一的教学模式太过刻板枯燥，常用的教学模型是以教师为中心的“满堂灌”方法，整堂课只有老师对着学生讲解知识，难给学生互动和提问的机会。大数据时代来临，学习知识不再局限于课堂，先进的网络教育为世界各地的学生获取知识提供了新的途径和更大的学习空间[2]。

对传统的教育体制而言，以大数据分析为基础的新一代教育平台创造的个性化、智能化教学模式，降低了教育成本。同时也为解决区域之间教育不平衡问题找到了一条途径。将传统的教学模式和网络在线教育相结合，便可充分发挥各自的优势，使学生的学习效率和教师授课效率同时得到提高。

在线教育服务Knewton是最著名的适应性学习体系之一，该体系由世界领先的终身教育服务商之一卡普兰的前总裁创立，亚利桑那州立大学的2000名学生应用该体系两学期后，辍学率下降56%，毕业率从64%提高到75%[3]。

哈佛大学以及麻省理工大学在2012年联合发布了一款非盈利性质的在线教育服务――edX。近期，谷歌开始与edX平台合作，联合推出MOOC（Massive Open Online Course，巨多在线课堂）在线课堂。MOOC是一个面向于教育机构、政府、商业机构以及个人的在线教育平台，认证机构可以在MOOC上推出自己的课程。到目前为止，edX.org网站上的课程已经有120万学生在使用。

云教育是指基于云计算商业模式应用的教育平台服务。在平台上，各种与教育有关的机构都集中共享资源，并互相沟通交流，从而降低教育成本，提高效率。亚洲教育网自主研发的“三网智慧泛教育云平台”，就为国内教育部门和学校构建了支持“三网融合、泛在学习”的公共智慧云，形成了“学校―家庭―社会”三位一体的绿色网络平台。该平台全面支持素质教育和绿色评价体系，以开放共享的“公共云”消除地区和学校的信息孤岛，以电脑、手机、电视、平板等多终端实现了教师、学生、家长的轻松访问，让先进的教育理念和优质的教育资源可以覆盖到任何地区。

另外，日本网络大学（Cyber University）是一所位于日本福冈县的公司式经营的私立大学，是日本唯一的在互联网提供全部课程的大学。该大学结合流行的大数据技术，利用媒体工具和数据分析工具跟踪学生们的学习进度，并根据他们的能力制定学习内容，以及预测他们的执行情况。

二、教学方案的制定

传统的教学方案制定是用宏观的角度以整体学生为对象，教学资源大多来源于教材、辅导书籍以及教师收集的各种案例资料。随着大数据的蓬勃发展，这种方式显得过于单一和落后，教师很难对每个学生的学习过程进行理性判断，难以实现真正的因材施教。

大数据可以分析微观、个体的学生与课堂状况，研究对象可以从群体走向个体，让跟踪每一个人的数据成为可能，实现个性化教育研究。大数据技术能够将学生的行为数据进行分析，教师便可对学生的爱好、行为、心理特点进行了解，明确学生之间的差异，及时修改教学内容和方式。

随着现代信息技术和移动互联网的发展，学生获得的知识不仅是从教师那得到，还有更多的知识是从网络中获得，我们通过“网络爬虫”抓取网络上与课程相关的海量结构化数据（如Excel数据）与非结构化数据（如文本、图片、图像、音频、视频等），利用大数据处理技术，对抓取的数据进行清洗，保留有效数据，根据整理分析出的数据制订更有针对性的人才培养目标和教学方案，确保学生离开学校时知识结构的前沿化，同时为相关研究生专业教育打好“研究型”基础。

佛罗里达州立大学利用eAdvisor程序为学生推荐课程和跟踪其课业表现；奥斯汀佩伊州立大学的“学位罗盘（Degree Compass）”系统在学生注册课程前，通过机器人顾问评估个人情况，并向其推荐他们可能取得优秀学业表现的课程[4]。

美国教育部门运用大数据创造了“学习分析系统”，它是一个数据挖掘、模块化和案例运用的联合框架，可以向教育工作者提供了解学生到底是在“怎样”学习的更多、更好、更精确的信息。例如，一个学生成绩不好的原因究竟是什么？期末考试不及格是不是代表该学生没有学好课程内容，还是因为他请假过多？利用大数据的学习分析能够向教育工作者提供有用的信息，从而帮助其回答这些不太好回答的现实问题。

“渴望学习”（Desire 2 Learn）是一家总部位于加拿大安大略省沃特卢的教育科技公司，其推出了基于他们自己过去的学习成绩数据预测并改善其未来学习成绩的大数据服务项目。Desire 2 Learn公司的新产品名为“学生成功系统”（Student Success System），该系统通过监控学生阅读电子版课件、提交电子版的作业、在线与同学交流、完成考试与测验，就能让其计算程序持续、系统地分析每个学生的教育数据。利用“学生成功系统”，老师得到的不再是过去那种只展示学生分数和作业的结果，而是像阅读材料的时间长短等这样更为详细的重要信息。因此老师可以及时诊断问题的所在，提出改进建议，并预测学生的期末考试成绩。据悉，加拿大和美国的1000多万名高校学生正在使用“学生成功系统”来改善学习成绩。

大数据分析可以为每位学生都量身定做一个适合他的个性化课程，并建立一个能够预见开除和辍学风险的早期?A警系统，为学生提供一个富有挑战性而非逐渐厌倦的学习计划。

三、展望

大数据技术给教师和学生提供了一个优秀的平台。这个平台丰富拓展了课堂内容、改革了传统课堂授受模式，为教师提供和完善他们认知经验所缺乏的信息，使课堂方案和授课模式更加科学化，更加符合学生个性发展的需要，有助于培养基础扎实、知识面广、富有创新意识的跨世纪新型人才。

参考文献：

[1]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.[2]石冬凌.MOOC对教学带来的思考与启示[J].计算机教育，2014，（9）：13-16.[3]David Feinleib.大数据云图[M].杭州：浙江人民出版社，2014.[4]张燕南，胡继岳.对于大数据运用于教育的思考[J].中国电力教育，2013，（32）：5-7.The Influence of Big Data Time on Teaching Reform

JIA Shu-yi，WANG Zi-ling，WANG Meng

（Research Institute of Information Fusion，Naval Aeronautical and Astronautical University，Yantai，Shandong 264001，China）

Abstract：At present，it can not meet the needs of students to new knowledge for the old-fashioned traditional teaching content and old-fashioned methods.By introducting the online education，digital learning platform，cloud platform，big data technology，and changing the traditional teaching model and teaching plan，not only can improve the quality of teaching，the level of students，but also make the teaching more targeted，forward-looking and accuracy.Key words：big data；cloud platform；online education；digital learning platform；

第四篇：数据营销（范文）

销售人员如何做好销售：让数据说话

当市场竞争已经趋于同质化，数据库营销已经成为一种趋势，当销售员的级别日益提高，当你所接触的数据越来越多，市场对销售员的销售数据分析能力的要求也越来越高。销售员应有的数据敏感性与数据分析力就更应具备。新时代的精益化营销给销售员提出了更高的要求，要求一名合格的销售员必须具有强烈的数据敏感性与较强的数据分析能力。

如何运用数据来说话，做好数据分析是销售人员必学的一门课程。为什么这门课程这么重要呢?其实除了我们的销售人员知识和阅历不够丰富外，是主要的就是没有这个数据的观念。在我们大部分的企业里都普遍的存在这种情况，业务员都不太重视数据，不少中国人写的营销书，可是，真正用数据分析营销的书少之又少，可以说是凤毛麟角。其实，所有的营销都可以用数据来表达，数据是最有说服力的。外企与内企的最大区别是：外企喜欢用数据分析，内企习惯用古人的话、伟人的话、名人的话和领导的话来说理。但是在营销实践中，笔者的体会是更倾向于用数据说话，因为数据是不以人情和环境变化而变化的，也不以人的意志而变化的，数据面前人人平等。跟经销商谈判主要是数据分析，分析一些营销常用的数据。如销售额、费用、利润、市场占有率、市场份额、开拓门店数、门店活跃数、同比增长、环比增长、投入产出比等等。这些数据都是针对市场和业绩来要求的。用数据分析让数据说话首先要学会分解数据，分解后的数据才会更加清晰和明了。比如销售费用，我们通常会把它分解成销售人员的报酬、广告费用、业务费用、售后服务费用、销售物流费用和公关费用。其中又把人员费用分解为：基本工资、奖金、津贴、福利和特殊奖励;把业务费用分解为：差旅费、业务招待费、销售折扣、坏账损失和培训费。通过这样的分解就更加能看到我们的费用是增加还是减少，投入产出比也更加清晰，不会是猴子弹琴，乱弹一通。这样的分析就会让经销商口服心服。用数据说话其次是学会用横向对比和纵向对比。横向对比就是同类事物的相互比较，经销商销售中的横向比较是与同类型、同层次、同消费层面的经销商之间的比较。纵向比较就是与自身的比较，具有历史性。这两种比较都能把销售上的事项具体量化，使得销售的比较更具实际意义。用数据分析让数据说话还要学会使用一些分析工具。比如图表、图象、公式，它们都能更清晰地比较出具体的实况来。通常使用的工具有：适用于比较分析数据图表类型、适用于推移分析数据图表类型、适用于市场份额比例的图表类型、适于产品层叠区分的堆积图示分析、适于产品类型分布的象限图分析、适于综合实力分析的雷达图示、适用于计算的函数等。饼图、折线图、柱型图、条型图、金字塔图、甘特图、饼图和复合饼图、散点图都是与销售有关的一些常用图。由些可见，说服别人虽然是一件难事，但也不是做不到的事，关键是看你怎么样说和怎么样做，但最重要一点就是一定要说到别人的心坎上，你用了这些数据做为事实的证据，那么你的客户也就是自然的心服口服了。销售员应有的数据分析能力还应当包括：市场潜力的预测、市场问题的判断、市场运做重心的选择等多个方面。无论销售员对销售管理的表格使用如何、对销售数据把握如何，对销售数据的敏感性与有效利用能力都将成为21世纪销售员必备的一项基本功，甚至关系到每一项销售工作的成败。

第五篇：营销环境对医药品营销影响

营销环境对医药品营销影响近年来，随着医药保健行业环境的变化，医药保健品招商成为招商企业最为关注的难点问题，企业常常是会也参了，招商广告也打了，但是行业经销商并不买帐，招商效果甚微，众多行业医药保健品企业面临招商困境，阻碍了企业自身的进一步发展。研究医药保健品的招商，不仅要关注其招商的具体执行过程，而且要研究具体执行之外的影响经销商合作的诸多营销要素，招商执行并不能有效解决经销商的合作要求，经销商要求的满足是在招商执行前大量的基础工作中不断实现的，正所谓“医药保健品招商，功夫在诗外”。

实际上，在经销商选择产品的要求上，也部分地代表了市场需求的声音，一定程度上体现了消费者的市场需求，能够被经销商接受的的产品，大部分也会被市场所接受。在这里，我们从经销商的角度来分析和研究，在医药保健品的招商执行之外，医药保健品招商企业如何来满足经销商的市场要求。在医药保健品招商应把握好以下几点：

1、提炼产品卖点明确招商计划

一个医药保健品招商计划，须从经销商角度按照产品的盈利性、安全性、流动性三个原则进行设计。特别指出的是许多招商计划缺乏竞争力，导致“招商虚热症”：会场热热闹闹，会后交易稀稀。根本原因是重招商传播、轻产品设计。有的招商企业、广告，干脆避而不谈市场优势，大谈特谈产品优势，让经销商去思考、判断。产品市场机会大才能盈利；保护措施完善才能保证安全；市场方案到位方能保证产品流转。

2、招商部门内外兼顾逐级分层

医药保健品企业应设立招商部，较完善的招商部下要整和市场部（包括信息研究、广告、企划、市场拓展部（包括各区域招商经理）、销售部（一级中心城市、样板市场、直销等）。同时，生产、产品控制、培训、财务等同级部门要全力配合，以保证招商的顺利进行。尤其在招商期间应将招商部门与其它业务部门独立开来，并赋予其一定的职责、权限和有别于一般通路销售的激励机制，使其尽量在整体营销组织框架中享有较为灵活的权利。

由于级别越高的经销商或代理商其首付货款或保证金也越多，因此诸多医药招商企业十分热衷于省级经销商或代理商的招募，而相对忽视市、县级的应招者。企业应该综合利弊，根据招商进程和具体情况建立灵活的招商层级，一般说来以地级市为招商基础单位是较为合适的。

3、新闻营销与公关活动前后呼应

企业必须学会借势，整合各种社会资源为我所用，要广泛利用政府、协会、新闻媒体、已成功的经销商、已获益的消费者的言行来影响即将签约的经销商，这样效果要好得多。通过策划一次有影响力的公关活动建立畅通无阻的沟通机制，加深双方了解，最终达到吸引经销商并促使他们下决心签订合约。

4、招商政策科学可行至关重要

完成一个招商行为，必须突出抓好“健全计划、订好政策、选准渠道、提炼主张、强化执行”五大环节，否则，“政策”失误，满盘皆输。招商政策是招商工作核心，它直接关系到招商的成败。招商政策包括市场准入政策、市场管理政策、市场支持政策。唯有如此，招商才能落地，产品方能顺利进入下一阶段。

如果招商政策制订的不科学，让利、返利不合理，一些目光

2短浅的代理商将巨大的差价毛利都当成自己的利润，不肯做市场投入，其销量自然不会理想。更为严重的是，这种巨大的毛利率极其容易造成区域间的串货，而串货会给整个市场网络带来的威胁往往是十分巨大的。

因此，企业可以采取积量返还促销费和返还部分利润的方式进行一定的控制。另外，加强协销也是控制价格和串货的有效手段之一。

5、招商手册杀伤力猛招商广告震撼力强

如今医药保健品企业招商，不仅要“授之于鱼，更要授之于渔”，所以在招商之前除了先为“应招者”准备好宣传物料、促销方案等软硬件外，招商企业获得成功的主要原因之一是为“应招者”提供了“杀伤力猛”的市场运作手册。许多好产品、好项目，有时就因为宣传资料的粗糙让经销商失去了信心，或因为招商手册内容的欠缺而让经销商摸不着头脑，白白浪费了大好商机。好的招商手册应既是企业招商人员的必备工具，也是经销商判断企业实力、产品科技含量、市场前景、利润回报等问题的重要渠道。无论是设计还是内容，招商手册都需要专业的包装，让它真正发挥“核弹”的作用。

当经销商对企业的实力、背景、产品等情况初步通过招商手册了解时，还要准备一至两部震撼力强的招商电视广告宣传片，无论是在经销商对企业直观、全面的认识上，还是树立企业在经销商心目中的形象上，运用电视宣传片都往往能收到奇效。

医药保健品的营销环境已经发生了翻天覆地的变化，行业营销环境更加严峻，媒体价格上升了，消费者信任度下降了，终端、渠道成本上升了，经销商市场运做的难度大大的提高了，在此环境下，经销商对企业及代理产品的要求普遍提高，与此相对应，3

医药保健品招商企业的门槛也大大提高了。在此条件下，招商企业仅仅依靠原来的招商执行已经很难顺利实现招商了，医药保健品招商也应该回归到招商的本质，研究影响经销商产品选择的一系列因素。上文中提到影响经销商产品选择的八个因素，是影响经销商进行产品选择的关键性因素，对于不同的产品，不同的市场环境，企业在招商过程中的侧重因素可能有所不同，医药保健品招商企业如果能在这些方面实现突破，那么招商的执行工作就非常轻松了，在这里，我们并不否认招商执行工作的重要性，我们更强调满足经销商的选择要求，招商也应该回归本质，只有这样，医药保健品招商企业能走出招商困境，实现顺利招商。