1.一种基于大数据的企业营销数据管理方法，其特征在于：包括：采集企业的营销数据，并将所述营销数据标定为一级样本数据，其中，所述一级样本数据包括正常营销数据和异常营销数据；

将所述一级样本数据按照采集时间进行排序，并将所述异常营销数据的发生节点和恢复节点设置为间断点，再依据所述间断点对所述一级样本数据进行分段处理，得到多个样本段；

从多个所述样本段中选取评估段，并将所述评估段中的营销数据标定为二级样本数据，再采集所述二级样本数据的波动量以及波动频次，且分别标定为第一特征参数和第二特征参数；

对所述第一特征参数和第二特征参数进行结合运算，并将其运算结果输出为评价参数，且依据所述评价参数更新数据采集间隔，并依据更新后的所述数据采集间隔执行后续采样；

依据更新后的所述数据采集间隔匹配校验时段，并对所述校验时段内营销数据进行偏离分布分析，得到校验参数，再根据所述校验参数输出更新后的所述数据采集间隔的执行状态，并在执行状态异常时发出告警信号；

其中，所述对所述第一特征参数和第二特征参数进行结合运算，并将其运算结果输出为评价参数的步骤，包括：获取所述第一特征参数，并计算所述第一特征参数的平均值，得到平均波动量；

获取所述第一特征参数中的最大值；

获取评价函数，并将所述平均波动量、第二特征参数以及第一特征参数中的最大值输入至评价函数中，且将其输出结果标定为评价参数；

所述依据所述评价参数更新数据采集间隔的步骤，包括：

获取所述评价参数，并将所述评价参数与预设评价阈值进行比较；

若所述评价参数大于预设评价阈值，则表明当前数据采集间隔较大，并缩短数据采集间隔；

若所述评价参数小于或等于预设评价阈值，则表明当前数据采集间隔适中，并维持当前数据采集间隔；

所述依据更新后的所述数据采集间隔匹配校验时段，并对所述校验时段内营销数据进行偏离分布分析，得到校验参数的步骤，包括：对所述评价参数和预设评价阈值进行做差处理，得到偏离参数；

获取评分区间，并将所述偏离参数与评分区间进行比较，并根据比较结果输出所述偏离参数的评价得分，其中，所述评分区间与评价得分均设置有多个；

获取更新后的数据采集间隔，并依据所述数据采集间隔匹配校验时段，其中，所述校验时段设置有多个，且与所述评价得分一一对应；

获取所述校验时段内的实时营销数据，并在所述校验时段结束后，计算所述实时营销数据的平均值以及中位数；

依据所述平均值和中位数，计算所述营销数据的偏离度，并将所述偏离度记录为校验参数；

获取校验阈值，并将所述校验阈值与校验参数进行比较，且在所述校验参数小于或等于校验阈值时，表明所述校验时段内的实时营销数据分布稳定，并将更新后的所述数据采集间隔的执行状态记录为正常状态，反之，则表明所述校验时段内的实时营销数据分布不稳定，将更新后的所述数据采集间隔的执行状态记录为异常状态。

2.根据权利要求1所述的一种基于大数据的企业营销数据管理方法，其特征在于：所述一级样本数据排序完成后，按照排序结果进行逐一做差处理，得到数据波动量；

依据所述一级样本数据的排序结果，将所述数据波动量进行分组处理，得到多组连续的数据波动量，并记录为筛选条件参数；

获取筛选区间，并将所述筛选区间与各组筛选条件参数进行比较；

若同组所述筛选条件参数均处于筛选区间内，则表明所述一级样本数据正常波动，并将正常波动下的一级样本数据记录为正常营销数据；

若同组所述筛选条件参数中，存在未处于筛选区间内的筛选条件参数，则计算未处于筛选区间内的筛选条件参数的占比率；

获取评估阈值，并将所述评估阈值与未处于筛选区间内的筛选条件参数的占比率进行比较，且在未处于筛选区间内的筛选条件参数的占比率小于评估阈值时，将对应所述一级样本数据记录为正常营销数据，反之，则表明所述一级样本数据正常波动异常波动，并将异常波动下的一级样本数据记录为异常营销数据。

3.根据权利要求1所述的一种基于大数据的企业营销数据管理方法，其特征在于：所述依据所述间断点对所述一级样本数据进行分段处理，得到多个样本段的步骤，包括：获取各个所述恢复节点，以及与所述恢复节点相邻，且位于所述恢复节点之后的发生节点之间的时间间隔，并记录为基准持续时段；

获取各个所述基准持续时段的持续时间，并标定为筛分条件参数；

获取筛分阈值，并将所述筛分阈值与筛分条件参数进行比较；

若所述筛分条件参数大于筛分阈值，则表明所述基准持续时段下的一级样本数据为长时变数据，并将该基准持续时段记录为样本段；

若所述筛分条件参数小于或等于筛分阈值，则表明所述基准持续时段下的一级样本数据为短时数据，且将该短时数据，以及其对应的基准持续时段同步筛除。

4.根据权利要求1所述的一种基于大数据的企业营销数据管理方法，其特征在于：所述从多个所述样本段中选取评估段，并将所述评估段中的营销数据标定为二级样本数据的步骤，包括：获取所有所述样本段，并依据其持续时长进行排序；

获取持续时长最短的样本段，并将该持续时长标定为标准时长；

依据所述标准时长，对各个所述样本段的结束节点进行回溯偏移，并将偏移结果记录为评估段，且将评估段内的营销数据记录为二级样本数据。

5.根据权利要求1所述的一种基于大数据的企业营销数据管理方法，其特征在于：所述采集所述二级样本数据的波动量以及波动频次，且分别标定为第一特征参数和第二特征参数的步骤，包括：获取所有所述二级样本数据，并对相邻两个二级样本数据进行做差处理，得到二级样本数据的波动量，并记录为第一特征参数；

依据所述二级样本数据的采集顺序，获取各个所述第一特征参数对应的采集时间，并计算相邻两个所述第一特征参数的采集时间间隔，得到波动间隔；

依据所述波动间隔，计算所述二级样本数据的波动频次，并将所述波动频次记录为第二特征参数。

6.一种基于大数据的企业营销数据管理系统，应用于权利要求1至5任意一项所述的基于大数据的企业营销数据管理方法，其特征在于：包括：数据采集模块，所述数据采集模块用于采集企业的营销数据，并将所述营销数据标定为一级样本数据，其中，所述一级样本数据包括正常营销数据和异常营销数据；

样本分段模块，所述样本分段模块用于将所述一级样本数据按照采集时间进行排序，并将所述异常营销数据的发生节点和恢复节点设置为间断点，再依据所述间断点对所述一级样本数据进行分段处理，得到多个样本段；

特征提取模块，所述特征提取模块用于从多个所述样本段中选取评估段，并将所述评估段中的营销数据标定为二级样本数据，再采集所述二级样本数据的波动量以及波动频次，且分别标定为第一特征参数和第二特征参数；

更新模块，所述更新模块用于对所述第一特征参数和第二特征参数进行结合运算，并将其运算结果输出为评价参数，且依据所述评价参数更新数据采集间隔，并依据更新后的所述数据采集间隔执行后续采样；

校验模块，所述校验模块用于依据更新后的所述数据采集间隔匹配校验时段，并对所述校验时段内营销数据进行偏离分布分析，得到校验参数，再根据所述校验参数输出更新后的所述数据采集间隔的执行状态，并在执行状态异常时发出告警信号。

7.一种电子设备，其特征在于：所述电子设备包括：

至少一个处理器；

以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5中任一项所述的基于大数据的企业营销数据管理方法。