山東技校網(wǎng)：如何用大數(shù)據(jù)玩轉(zhuǎn)電商業(yè)？

如何用大數(shù)據(jù)玩轉(zhuǎn)電商業(yè)？在中國，通過大數(shù)據(jù)人物畫像來實現(xiàn)流量個性化已非新鮮事，同時在大洋彼岸的美國，目前已經(jīng)更進一步，通過先進的數(shù)據(jù)分析平臺，電商可以通過社交平臺等數(shù)據(jù)對用戶個性特征進行分析，從而實現(xiàn)更精準的營銷，而且并非“財大氣粗”的中小企業(yè)也可以享受到這樣的福利。下面山東技校網(wǎng)為大家詳細介紹一下！

不是所有的行為數(shù)據(jù)都有價值對于電商而言，其對大數(shù)據(jù)分析的主要需求可以體現(xiàn)在兩方面，一是快速反應(yīng)出問題所在，二是發(fā)現(xiàn)新的用戶群體。

對于備受關(guān)注的后者，電商希望通過智能聯(lián)網(wǎng)分析已有的數(shù)據(jù)，發(fā)掘并預(yù)測出用戶的興趣所在，刺激用戶購買積極性，并將產(chǎn)品推向特定人群。

目前業(yè)界的普通實現(xiàn)方式是，通過用戶網(wǎng)絡(luò)上留下的歷史信息、記錄，來猜測喜好，例如相關(guān)圖書推薦、機票航班推薦等，但失算之處可能在于精準度和推薦時機不盡人意，比如用戶已經(jīng)旅行歸來，系統(tǒng)還在推薦往返機票。

目前美國有一種研究方向，通過非結(jié)構(gòu)化數(shù)據(jù)分析技術(shù)對用戶進行個性化維度分析，包括對用戶在網(wǎng)絡(luò)上更新的個人狀態(tài)信息進行分析，如Twitter、Facebook，推定用戶個性及特征，以精準定義個人并實現(xiàn)標簽化，同時反饋給商家并與目標市場用戶相匹配，從而實現(xiàn)產(chǎn)品的關(guān)聯(lián)。

對此，美國數(shù)據(jù)分析科學(xué)家、Taste Analytics創(chuàng)始人及全美五大可視化研究中心的Derek Wang(汪曉宇)博士表示，傳統(tǒng)的方式需要基于大量的行為數(shù)據(jù)進行分析，并相信所有的動作具有價值，但事實卻并非這樣，容易造成對精準度和時機的把握不盡人意;而通過對人在網(wǎng)絡(luò)上留下的真實語言、說話方式、評價內(nèi)容等進行個性化維度分析，更貼近人真實的本性，這當然也包括購買喜好，只有這樣才能實現(xiàn)更加準確的產(chǎn)品購買需求挖掘。

電商商戶的“福利”

目前，該分析技術(shù)在電商平臺上更能直接釋放效力的方式，便是針對中小型商戶的解決方案：對用戶產(chǎn)品評價進行分析，來優(yōu)化產(chǎn)品、提升用戶體驗。

Derek Wang舉例道，通過Taste Analytics Signals數(shù)據(jù)分析平臺，亞馬遜平臺上的耳機商戶，可以對平臺上用戶的產(chǎn)品評價及Facebook上的留言進行語義分析，得出對耳機品牌、電池壽命、品種型號的用戶反饋，以及不同產(chǎn)品間如Bose與Sony的產(chǎn)品分析。

這對于美國為數(shù)眾多的亞馬遜、新蛋、易貝商戶而言無疑十分受用，其可以及時對產(chǎn)品和銷售過程進行優(yōu)化。

另一個典型應(yīng)用是電商平臺本身。美國某著名的大型家居銷售企業(yè)，在其電商網(wǎng)絡(luò)平臺上，通過刺激網(wǎng)絡(luò)流量來買賣產(chǎn)品。利用數(shù)據(jù)分析平臺，其不僅發(fā)現(xiàn)并解決了用戶消費時信用卡連刷2次的問題，同時觀察到網(wǎng)絡(luò)流量在一周中的不平均分布，后續(xù)通過市場促銷，改變了市場營銷過程。

(用Taste Analytics Signals平臺對Amazon某熱銷汽水的分析結(jié)果)

決策在數(shù)據(jù)之上而非數(shù)據(jù)本身

用戶的特征來自于文本分析，用戶在網(wǎng)絡(luò)上說的每一句話都將可能成為分析點。無疑更多的數(shù)據(jù)將有力于對用戶行為進行匹配，提高分析準確性，而這方面社交平臺則提供了一個很好的非結(jié)構(gòu)化數(shù)據(jù)的來源。

事實上，美國電商本身已經(jīng)在開始著手整合社交網(wǎng)絡(luò)的數(shù)據(jù)信息，例如閃購網(wǎng)站Myhabit建議用戶通過亞馬遜賬號登陸;電商Macys需要用Facebook賬號登陸(這樣的整合在國內(nèi)也并不鮮見)。對于用戶，這樣的登陸方式更方便快捷;對于商戶，可以將個人信息關(guān)聯(lián)起來;而對于大數(shù)據(jù)技術(shù)/服務(wù)提供商，數(shù)據(jù)分析服務(wù)便可以由此展開，進行深度數(shù)據(jù)挖掘。

在Derek Wang看來，此項圍繞人的非結(jié)構(gòu)化數(shù)據(jù)分析平臺服務(wù)，不僅能提升結(jié)果的準確性，更重要的是它建立的不是一個推薦系統(tǒng)，而是一個增強智慧的過程。畢竟僅基于既有行為的數(shù)據(jù)分析會導(dǎo)致可能的失敗，小到上述提及的機票推薦，大到金融領(lǐng)域采用數(shù)學(xué)模型的危險性在次貸危機中已經(jīng)暴露無疑。

“由機器提取的數(shù)據(jù)內(nèi)涵，通過圖像的方法展示給企業(yè)決策者，決策者通過與機器互動后做出決定。數(shù)據(jù)分析平臺是輔助企業(yè)決策者的工具，也是它的價值所在�！� Derek Wang說道。

不謀而合，《紐約時報》資深撰稿人史蒂夫·洛爾曾著書大數(shù)據(jù)時評論，雖然決策活動對數(shù)據(jù)與分析的倚重與日俱增是大勢所趨，但同時還要讓常識發(fā)揮應(yīng)有的作用，經(jīng)驗與直覺仍然在決策中占有一席之地，而好的直覺又往往建立在大量數(shù)據(jù)分析基礎(chǔ)之上。

機器與人分工合作才更好，更加值得一提的是，直觀的圖像可視化的呈現(xiàn)方式，使得電商及商戶的內(nèi)部分析師即使沒有IT背景，也可以輕松地掌握產(chǎn)品動態(tài)，從而幫助其贏得市場。

大數(shù)據(jù)確有裨益，但并不是所有企業(yè)都能成功掘金大數(shù)據(jù);只有那些富有遠見、重視系統(tǒng)且敢于投資的公司才會有所斬獲。對于零售業(yè)而言，有三個重要戰(zhàn)略可幫助電子商務(wù)成功運用大數(shù)據(jù)。

正確理解大數(shù)據(jù)

不必糾結(jié)于大數(shù)據(jù)到底是什么，試圖計算出多少數(shù)據(jù)才算大數(shù)據(jù)是不明智的。首先，沒有確切的數(shù)字或數(shù)量級可用作數(shù)據(jù)量的分界線，因為大數(shù)據(jù)不在“量”，而在“全”。通過對全面數(shù)據(jù)的分析可以發(fā)現(xiàn)相應(yīng)的趨勢，進一步預(yù)測未來。想要掌握大數(shù)據(jù)，必須具備“大數(shù)據(jù)”的思維模式，即關(guān)注于那些已幫助完成了某項任務(wù)的數(shù)據(jù)。從龐大的歷史數(shù)據(jù)中尋找規(guī)律，從而預(yù)測未來;或者找出有關(guān)因素，對搜索佳數(shù)據(jù)的系統(tǒng)進行改善，獲得正確數(shù)據(jù)取得大利益。

如何獲取大數(shù)據(jù)?

大數(shù)據(jù)被炒熱和巨無霸企業(yè)在其中獲得的巨大商業(yè)價值密不可分，但這并不意味著大數(shù)據(jù)是只有大公司才買得起的“獨有玩偶”。小公司也能擁有自己的“大數(shù)據(jù)”。雖然大多數(shù)電商企業(yè)仍處于起步階段，但它們也可以收集數(shù)據(jù)，挖掘優(yōu)秀人才幫助做出更加明智的決定。數(shù)據(jù)分析可以從小數(shù)據(jù)開始、效果立竿見影，隨后發(fā)展成為大數(shù)據(jù)。即使一家小咖啡廳也能通過探尋顧客的飲用習(xí)慣、信用卡記錄以及在線定位設(shè)置而建立自己的“大數(shù)據(jù)”。

盡管中小型企業(yè)還未完全配備企業(yè)先進的大數(shù)據(jù)線上工具和模式，但他們?nèi)阅軓谋竟�司歷史數(shù)據(jù)中找出規(guī)律。例如，有了一兩個月推廣促銷活動的歷史數(shù)據(jù)后，服裝電商公司就可以開始分析各個品類的銷售表現(xiàn)情況，掌握一周或一個月內(nèi)的暢銷和滯銷的銷售品類信息，同時清楚了解長期內(nèi)的平均增長率和復(fù)合增長率。這樣的數(shù)據(jù)分析方法能提供產(chǎn)品銷售額和產(chǎn)品銷售表現(xiàn)的衡量指標，從而找出產(chǎn)品銷售模式和趨勢，做出下一步商業(yè)決策。這樣將幫助企業(yè)實現(xiàn)更大的銷售額，同時，無論有無市場推廣活動，都可以監(jiān)控產(chǎn)品的銷售表現(xiàn)。

整合零售策略與大數(shù)據(jù)

從企業(yè)的角度來看，大數(shù)據(jù)的大價值在于零售策略與大數(shù)據(jù)技術(shù)相結(jié)合。目前，由于消費者對于他們所希望的購物時間與購物方式的要求越來越高，現(xiàn)代零售業(yè)已變得愈發(fā)復(fù)雜。因此，零售商需要更加聰明地來服務(wù)顧客，更加靈活地選用庫存和配送訂單的地點，更加明確如何使用搜集到的顧客數(shù)據(jù)進行線上線下的交叉銷售和追加銷售。為了達成這一目的，零售商需要借助一個定制軟件來制定以顧客為導(dǎo)向、基于數(shù)據(jù)的策略，以便于為顧客提供個性化服務(wù)。

此外，企業(yè)必須將零售策略與數(shù)據(jù)分析大程度地相匹配，保證銷售計劃的實現(xiàn)。大數(shù)據(jù)大的特點之一就是在于能夠高速更新和處理信息。根據(jù)這一特性，商業(yè)數(shù)據(jù)一旦生成，就可以進行相應(yīng)策略的制定，幫助公司贏得時間與空間調(diào)整市場策略，以充分地發(fā)揮自身優(yōu)勢。這就像防洪預(yù)警：上游一旦有所警示，下游就應(yīng)立即作出回應(yīng)調(diào)整。例如，涉足線上的傳統(tǒng)零售商，在一組貨品的15分鐘促銷時間內(nèi)，往往會準備三套應(yīng)變策略，以確保商品按計劃銷售。 通過整合零售策略和大數(shù)據(jù)，企業(yè)將能夠吸引更多消費者、為他們提供定制化服務(wù)，從而提升產(chǎn)品銷售表現(xiàn)、增加銷售額，進而擴大收益。

（來源：大數(shù)據(jù)觀察 )