大數據：電商新武器

雖然商家都深知，每個顧客都有自己的需求，每個顧客都是一個細分市場。然而，真要針對每個顧客進行細分、提供個性化的服務，對大多數商家并不現實，個性化服務最終只是少數高端客戶的專屬。不過，以大數據為代表的新一代數據分析技術的出現，“一客一市場”在電子商務網站上正在變為現實。一些采用這些先進技術的電子商務網站正是通過這種個性化的服務，提供包括具有競爭力的產品推薦、貼心的購物體驗，提升了網站的客戶轉化率，為其在激烈競爭中的市場中贏得先機。

網站商品精準推薦

網購者對電子商務網站的商品推薦服務并不陌生，在網購者將選購的一款商品放到購物車后，網站就會馬上推薦一些與之相關的產品，比如，網購者剛剛選了一臺筆記本電腦，網頁下部或邊欄就會推薦一些電腦包、無線路由器、內存條、鼠標等商品。

一個好的推薦系統可以大幅提升網站瀏覽轉化率，為網站帶來新的銷售機會，既能提高電子商務網站的交叉銷售能力，同時還能改善顧客對電子商務網站的忠誠度。所有電子商務網站都深知這一點，因此，絕大多數電子商務網站或自己開發或外購都會提供商品推薦。然而，大多數商品推薦效果并不太理想，瀏覽轉化率并不高。其中一個重要原因在于，由于技術和資金實力的限制，電子商務網站并沒有用足它所積累的大量訪客數據，而大數據的出現為之帶來新的技術手段，從而催生了新一代的商品推薦系統的產生。

上個月，精誠集團旗下的大數據品牌Etu 知意圖發布了一款專門為電商設計的精準推薦系統Etu Recommender，用于為電子商務網站提供商品推薦服務。Etu Recommende是一個基于大數據技術實現的軟硬一體系統，它以數據挖掘、分析為基礎，收集網站訪客的點擊信息，并結合消費者相似的群體行為，模擬傳統賣場的銷售人員向顧客提供商品推薦，一方面幫助訪客找到所需信息，同時還可以通過推薦系統來提高網站的點擊率和用戶的忠誠度。

當然，Etu 知意圖的精準推薦系統并不是這個市場上惟一利用大數據技術來實現商品推薦的系統，北京百分點信息科技有限公司（下稱百分點）也同樣采用大數據技術來提供商品推薦服務，只是與Etu 知意圖采用預制的解決方案不同，百分點的商品推薦完全基于云服務的形式交付。

不過，無論是采用大數據技術的預制解決方案還是云服務，在實踐中都效果明顯。據Etu知意圖負責人蔣居裕介紹，蘭繆內衣采用Etu知意圖的商品推薦系統之后，銷售轉化率提升了15%～30%；而采用百分點的推薦服務的庫巴網站其電子郵件推送服務打開率超過了70%，銷售轉化率也達到了14%以上。

大數據技術來幫忙

新一代商品推薦系統的核心技術正是大數據，這也是當下非常熱門的話題。所謂大數據是指一類與傳統結構化數據不同的數據，它一般具有三個典型特征，即數據量大、數據類型多樣、產生速度快，電子商務網站的數據正是典型的大數據。

以電子商務網站的商品推薦為例，它涉及訪客的歷史交易數據、訪客在該網站的瀏覽數據、在其他合作伙伴網站的瀏覽信息，以及用戶的評論行為，數據量大且類型多。顯然，數據量越大，數據之間關聯越多，對IT系統的要求就越高。為了滿足處理要求，傳統的商品推薦系統要么投入大筆資金建立自己專有的BI系統（比如數據倉庫），要么采取折中辦法，僅根據訪客歷史交易數據來進行推薦。

Hadoop等大數據相關技術的出現讓這一切有了改觀。它大幅降低了數據分析的門檻，使得普通的電子商務網站也可以享受到數據分析的好處。據蔣居裕介紹，與傳統的基于數據倉庫的商業智能系統相比，大數據技術具有很明顯的優點。

首先，大數據能縮短數據分析的時間、提高分析效率。通常數據倉庫的建設要先對數據進行預處理，即進行ETL（數據抽取、轉換和上載），然后建模，之后才能據此對數據倉庫中的數據進行分析，通常分析要以天為單位。而Hadoop這樣的大數據分析平臺就沒有這樣的過程，所有收集來的數據，不論是結構還是非結構數據都可以直接導入Hadoop中，這就能大幅提高推薦系統的刷新率，并最終提高電商的購買轉化率。比如，蘭繆內衣網站的商品推薦系統最快可以做到每兩個小時運算一次，從而給出最新的推薦結果；

其次，建立在數據倉庫之上的商業智能分析，其建設成本和對技術的要求都很高，對資金和技術實力不足的企業是一個不小的挑戰。而Hadoop是開源軟件，其采用的服務器也都是通用的x86服務器，成本相比較低。

第三，大數據的擴展性非常好，一旦需要，可以按需增加節點，這一點對于市場快速變化的電商而言非常關鍵。從電商的角度來說，無不希望網站的流量與用戶量持續增長，然而，IT系統或數據平臺的投入卻不能是線性的，因為這會“吃掉”電商本就不多的利潤。

“Hadoop比較好的優勢就是其幾倍的投入就能換來幾倍的性能，緊跟流量與用戶成長，其投入產出的效益是很容易估算的。”蔣居裕表示，正是基于此，Etu 知意圖的推薦系統建立在其大數據機上，而這個大數據機正是Hadoop的一體機。

改寫營銷規則

實際上，基于大數據的營銷正在成為一種新的趨勢，過去基于直覺或者粗放式的營銷決策正在被更為科學、精準的大數據營銷所代替。業內人士預言，未來的企業市場營銷除了部分品牌投放外，多數投放都是在大數據指引下進行，企業的消費群分布在哪里、企業的潛在用戶在哪里？通過大數據找到他們，然后用有創意的投放形式讓他們成為企業的“粉絲”以及形成銷售。

商品推薦系統還只是大數據營銷的一類應用，越來越多的大數據營銷成功案例正在涌現，這些案例表明，誰能在市場營銷中用足用好大數據技術，誰就能贏得市場先機。而其中，最簡單且有可能讓大數據落地的就是如上所述的細分顧客以及實施適合于顧客細分的銷售策略。

當然，以此作為開端，企業還可以對客戶數據進行深入的分析。比如，可以整合消費者在多個領域內（比如購物、微博、交友、娛樂等）的數據，通過整合數據構建消費者的整體輪廓，以準確地預測出消費者的新需求，從而為消費者提供個性化的解決方案。