數據可視化在電子商務大數據領域的應用研究

柏茂源，代福平

數據可視化在電子商務大數據領域的應用研究

柏茂源，代福平

（江南大學，江蘇 無錫 214122）

文章分析了大數據時代電子商務領域數據可視化的發展現狀和潛在應用前景。以大數據和數據可視化的知識背景為基礎，通過分析電子商務領域的大數據應用趨勢以及數據可視化案例，得出數據可視化在電子商務領域的應用、發展特點和發展趨勢等方面的理論總結。

電子商務; 數據可視化; 大數據；應用前景；發展趨勢

引言

當前，我們的世界已經步入了大數據（BIG DATA）時代，隨著互聯網、物聯網、云端計算等信息技術的不斷發展，信息處理已經與人類生活緊密聯系在一起，產生了超過任何年代的巨量數據。2015年75%的數據是由消費者創造，而85%的數據都掌握在企業手中，企業如果想在社會發展中取得更大優勢，就需要巧妙運用手中數據。在這個電子商務迅速發展的年代，數據對于企業越發重要，大數據與數據可視化的結合為當今的電子商務提供了新的發展方向。

一、大數據時代電商經營策略的轉變

IDC定義了大數據，認為大數據是被設計用于從大量多樣化的數據中通過高速捕獲、發現和分析技術來提取數據價值的①。大數據促使電子商務的運營觀念發生了巨大的轉變，數據的管理模式不斷革新，這些改變讓數據應用與企業運營結合的更加密切，這也促成了服務方式的創新。電商可以利用大數據來把握消費顧客的消費模式，通過應用大數據，為顧客推送個性化、精確化和智能化的服務，創立更加高效靈活的服務模式。同時，電商通過大數據還能夠發掘更多更好的增加用戶粘性、開發新產品和新服務、降低運營成本的方法和途徑②。

穩坐中國電商頭把交椅的是市值2368.5億美元的阿里巴巴，它是中國最大的互聯網上市公司。這是阿里巴巴運用大數據淘金的成果，大數據時代剛剛來臨之際阿里巴巴就意識到了運營方式轉變的必要性，并開始了它的數據淘金之旅。2005年“淘數據”的上線開啟了阿里巴巴的數據化運營，作為第一款面向電商企業的數據產品它是數字數據與電子報表的結合，通過提高數據管理效率來優化電商企業的運營效益。2010年阿里巴巴對于全球開放了大數據，還提出了大數據運營的兩大宗旨：數據分層開放；商家以及消費者的隱私信息絕不公開。2011年，首款真正意義上企業端數據分析平臺“數據魔方”上線，通過“數據魔方”商家可以觀看各種行業排名數據，掌握行業變化規律，通過多種數據渠道詳細分析商業狀況。分析平臺“聚石塔”在2012年誕生，其數據分析能力更加強大，數據界面更加豐富，已經是成熟穩定的數據分析產品。經過多年的努力阿里巴巴數據應用已經步入正軌，從一開始沒有大數據的傳統運營，到在大數據中發掘價值創造價值的初級數據化運營階段，再到現在系統的管理運營大數據，讓大數據變得更好用，阿里巴巴已經完成了大數據時代的策略轉變，用大數據思維看待數據的價值更大程度發揮數據的價值為商業服務。

圖1 淘寶數據庫架構

二、電商大數據的應用趨勢

Manyika J提出大數據可以高效提高數據的透明度，幫助預測結果及時調整商業手段，允許更加細化的分類客戶以提高產品的個性化服務③。大數據處理技術可以分析用戶數據并進行行為預測，通過網絡爬蟲技術搜集到用戶的行為信息并采用分布式與并行處理技術處理數據，再通過數據挖掘技術得到用戶的喜好，預測用戶的行為④。大數據和電子商務都是計算機技術以及網絡技術的產物，在度過了基于用戶數量和基于產品銷量的年代后，電子商務交易已經進入了基于數據的年代。電子商務的運營根本意義上就是對于大數據的運營。因為電子商務平臺收集的用戶信息是真實的確定的，且數量龐大，所以電子商務平臺具備了利用大數據的先天優勢。目前擁有豐富穩定的大數據源的國內企業有淘寶、百度、騰訊、京東等。他們對于大數據的運用各有所長，并且都體現有以下三個方向的運用趨勢：

（一）云技術計算基礎

云技術可以理解為一種商業模式，它運用網絡云計算能力處理整合龐大的數據海洋，讓用戶可以按照特定需求快速地在數據的海洋中找到符合要求的數據。云存儲系統OceanBase（OB）便是國內最大電商平臺淘寶的數據云端倉庫，關系型云存儲OB的不斷升級進步，滿足了淘寶對于數據存儲以及數據處理能力的要求，這也是阿里巴巴數據王國的重要基礎。

（二）大數據精準營銷

網絡營銷面對大量的真實用戶會產生巨大的多樣化的用戶數據，利用數據與用戶建立最有效的溝通便是網絡營銷的核心。基于大數據的準確性和真實性分析用戶數據，能夠精確的定位理想的用戶群體，從而建立完善的個性化用戶服務。客戶購買行為分析是精準營銷的一個核心問題，圍繞顧客行為所產生的數據，來對客戶的消費動向進行最為精準科學的分析預測，有針對性地為客戶推銷最合適的產品。

圖2 數據魔方界面圖

（三）提升用戶體驗

“如何提升用戶的購物體驗”是電商大數據運營的重中之重。電商運用大數據技術進行產品描述關鍵詞語的匹配檢索，進而發現用戶的潛在需求進行個性化的推薦。個性化的推薦系統不同于傳統的推薦系統，他可以通過大數據技術將能夠滿足用戶即時需求的產品在合適的時機推薦給用戶，這使得購物體驗更加個性化更加自然⑤。

三、可視化在電商領域的應用探索

數據可視化是將抽象的非物理的數據以可視化的方式表現出來，從而增強用戶對于數據本質的認知⑥。這一過程將抽象信息轉化為形象視覺形式，利用用戶形象思維能力達到意義的傳達⑦。可以將簡單的數字數據、文本圖像，展現為規律性的可視化圖表，讓數據變的更加動人，在各種可視化圖表中可以將數據進行對比，從而讀出數據背后的價值。

（一）電商的數據可視化應用現狀

淘寶網作為國內電商巨頭，擁有完善的智能數據庫架構，從數據源獲取，到云端計算，再到數據的緩沖儲存，以及開放的API端口，完備的數據庫結構能夠合理的獲取、儲存、處理巨大的淘寶數據如圖1所示。

數據的可視化分析是大數據計算以及數據價值挖掘的重要發展方向，淘寶網為電商企業開發的數據分析平臺在不斷完善的過程中也在不斷探索高效靈活的數據可視化方式。“數據魔方”作為一款檢索類型的電商企業數據分析工具在2011被推出，它是電商企業分析淘寶數據的核心工具，也是一款真正意義上的商業智能數據終端。但是“數據魔方”對于數據可視化的利用卻非常的貧乏，數據多以數據列表的形式展現，缺乏對于數據的可視化處理，用戶在使用沒有提煉的干枯的數據信息時，很難憑借自己的判斷找到利于決策的核心數據，巨大的后臺數據沒有能夠通過合理的可視化端口展現出來，分析者花費很多精力去分析解讀，獲得的信息卻很少。“數據魔方”界面如圖2所示。

淘寶網2015年上線的“生意參謀”新版本中優化了數據的可視化展示，按照常用功能的基本模塊將不同的數據用簡單圖表的形式展現出來，使得數據的功能性有了一定的提升，但是“生意參謀”中的數據可視化仍然停留在基本圖表的形式上例如柱狀圖、折線圖、餅狀圖、折線圖，這些基礎的可視化圖表對于數據價值的呈現是零散的局部的，用戶只能夠通過這些圖像知道數值的大小范圍，然而無法獨自利用這些樣式單一的圖像分析得出反應數據趨勢，突出商業問題的數據結果，更加無法滿足他們高層的數據分析需求。數據在這一階段僅僅發揮著報表的作用，對于運營決策的幫助效率仍然不高。生意參謀界面如圖3所示。

電商數據具有數據量龐大，數據類型繁多的特點，因而電商數據的可視化分析需要利用高效的可視化模式以及利于統籌觀察的數據呈現方式去規劃處理。通過簡單的數據羅列，基礎的數據圖表形式是不能夠顯而易見地看到數據的模式或者結論的。當用戶迷失在信息中是，需要有效的信息圖形去指引分析。

（二）電商數據可視化的新探索

早期的數據信息可視化是通過設計地圖或圖形來實現的。例如圖4所示的20世紀人類主要死亡原因可視化表現圖（圖片摘自《信息之美》），就是一個極好的信息可視化案例。圖中清晰地展示了各種疾病的致死率，如果使用文字描述的方式讓讀者完全理解這些信息，所需要的描述篇幅和理解時間都比這張信息可視化的圖片所需要的時間長⑧。

如圖4所示的數據可視化圖像是合理利用數據源結構，契合數據類型并且符合事件用戶心智模型的創新的可視化模式，不同于基礎的數據圖表，它能反應的是大范圍數據分析后的趨勢或者結論。但是此類的手動繪制圖多為靜態的數據分析圖，其數據的統計準確性和時效性都存在著一定程度上的缺陷，因此其使用意義和方式也受到了局限。大數據時代的商業智能技術讓動態的創新可視化模式成為了可能。國外的許多數據分析平臺例如IBM的Cognos、Information Builders的webFOCUS、甲骨文的Oracle、QlikTech、SAP、Tableau等等，都開始實現動態的數據圖形可視化，將數據可視化作為數據統計工具開發了桌面級的應用。例如著名的桌面數據工具Tableau，它是相對簡單的數據可視化桌面軟件，它將功能模塊化，所有的控制臺都可以通過模塊拖動來自己配置，用戶可以將大量的數字拖放到數據“畫布”上，數據會按照軟件設定生成可視化的圖像，讓用戶根據直觀的可視化結果去了解數據意義作出決策。Tableau界面如圖5所示。國內研究企業數據統計的公司也逐步開始嘗試創新的WEB端數據可視化分析工具的研發.例如帆軟商業智能開發的Fine BI數據可視化軟件，它能夠基于WEB端抓取導入數據，幫助用戶創建符合數據模式以及分析情境的可視化圖表。

以創新的可視化形式為基礎的動態數據可視化技術已經逐漸成熟，并被利用到企業級以及WEB端的分析工具當中去。反觀擁有龐大的商業數據的電子商務領域卻缺乏高效的數據可視化工具，因此動態的數據可視化技術和創新的可視化形式的應用在電子商務領域亦將成為主要的趨勢和方向。創新的動態數據可視化與電商大數據分析能力的結合能夠幫助電商企業挖掘出大數據背后的潛在價值，幫助電商企業做出正確的運營調整策略創造出穩定且豐厚的商業價值。

圖3 生意參謀界面圖

圖4 二十世紀人類主要死亡原因圖

圖5 Tableau界面圖

四、結語

電子商務的興起產生了龐大的商業數據，合理的數據分析數據管理決定著電商企業在大數據時代的企業競爭力。然而高效的數據可視化技術并沒有被廣泛地應用于電商大數據的分析管理，這無疑造成了數據價值的流失。將成熟的動態數據可視化技術以及符合商業數據模式的可視化形式運用到電子商務的大數據領域將成為電商大數據管理的正確發展方向和發展趨勢。這將成為電商數據分析管理的合理模式，幫助挖掘電商數據中潛在數據價值，指導企業在動態多變的數據大潮中，靈活高效地發現企業的危機和不足，做出正確合理的方針調整，贏取大數據時代的商業成功。

[課題項目]國家社會科學基金藝術學重大項目（項目編號13ZD03）

注釋：

①高志鵬，牛琨，劉杰. 面向大數據的分析技術[J]. 北京郵電大學學報，2015（3）：1-12.

②劉志超，陳勇，姚志立. 大數據時代的電子商務服務模式革新[J]. 科技管理研究，2014，34（1）：31-34.

③劉飛，牛麗慧，金昌博. 大數據研究的現狀、熱點演進與前沿分析[J]. 數字圖書館論壇，2015（6）.

④王曉慧，覃京燕. 大數據處理技術在交互設計中的應用研究[J]. 包裝工程，2015（22）：9-12.

⑤王茜，錢力. 大數據環境下電子商務個性化推薦服務發展動向探析[J]. 商業研究，2014（8）：150-154.

⑥鄭明峰，顧振宇. 面向認知效率的信息可視化設計[J]. 藝術與設計（理論），2011（12X）：66-68.

⑦劉楊. 論信息可視化設計在個人簡歷中的應用[J]. 藝術與設計（理論），2016（6）：45-47.

⑧王晰，辛向陽.信息可視化及知識可視化對醫療決策的影響探究[J].包裝工程，2015（20）：8-11.

Studying of the Application of Data Visualization in E-commerce Big Data Field

BAI Mao-yuan，DAI Fu-ping
（Jiangnan University，Wuxi 214122，China）

The paper analyzes the developing situation and application prospect of Data Visualization in e-commerce Big Data field. The paper is based on the background konwledge of Big Data and data visualization, Getting the theory summary of data visualization about the application and development characteristics and development trends in the e-commerce field by analyzing the trend of Big Data applications and the data visualization cases in the field of e-commerce.

e-commerce; data visualization; big data; application prospect; development needs

www.artdesign.org.cn

TP391

A

1008-2832(2017)03-0076-03

檢 索:www.artdesign.org.cn