電子商務中的大數據分析研究

何江南

摘要：近年來，大數據分析在電子商務領域越來越受重視。利用大數據分析技術，可對電子商務行業大數據的特性和背后價值進行深入挖掘和分析，進而更加精準地規劃、調整電子商務行為和營銷策略，定位客戶，實現個性化營銷與服務等。大數據分析在電子商務中的重要性可見一斑。本文首先分析了電子商務中大數據的特性，然后深入探討了電子商務與大數據分析的關系，最后重點給出了一些大數據分析在電子商務中的應用策略，以期為推動大數據背景下的電子商務發展提供參考。

關鍵詞：電子商務;大數據分析;特性;應用價值;面臨問題;應用策略

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）25-0174-02

隨著我國移動互聯網的逐漸普及，以電子商務（簡稱電商）為核心的數字經濟迅速崛起，隨之而來的便是各種數據暴增，客戶在電商平臺的購物行為、在互聯網上的瀏覽痕跡，以及客戶個人的信息數據、社交關系等匯集成了廣受社會公眾熱議的大數據。在電商領域，傳統的數據處理技術已無法勝任行業大數據在體量、類型、時效、準確性及價值等方面的變化，為了滿足電商實時高效運營及精準化管理與營銷的需求，大數據分析技術應運而生并在電商領域獲得了良好的應用，其可以幫助電商企業更有效地利用行業大數據，提高營銷決策的正確率，提高市場交易、管理及時間成本效率，精準識別目標客戶，確定忠誠可盈利客戶，改善高性能業務流程，實現精準物流配送及實時信息展示等，對電商的健康、有序、可持續發展起著非常重要的驅動和保障作用。

1 電子商務中大數據的特性

電商中的大數據，包括客戶在購物行為中產生的交易（或業務）數據、瀏覽網站產生的點擊流數據，以及在電商活動各環節產生的音視頻數據等。其中，交易（或業務）數據源自電商企業管理、維護的客戶關系資料，下單、支付、配送等銷售過程數據，以及售后客戶評價、投訴事件數據等，這些數據雖來源眾多，但本質上是結構化的，利用其可幫助電商企業大幅提升在整個價值鏈中的收益;點擊流數據源自互聯網訪問痕跡、在線廣告（或推文）、社交媒體帖子等，利用其可幫助電商企業做出明智的、戰略性的決策和精準化的、個性化的營銷策略;音視頻數據源自客服或呼叫中心的語音數據，售后評價中客戶上傳的圖像、視頻數據，以及在電商活動其他環節捕獲的語音、圖像和視頻數據，這些數據是非結構化的，利用其可幫助電商企業識別客戶的情感偏好、興趣意圖等細微差別，提供有針對性的、個性化的服務，以培養忠誠客戶或鎖定新客戶，進而為電商企業增加競爭優勢和價值。

大數據具有“5V”特性，即體量巨大（Volume）、類型多樣（Variety）、快速高效（Velocity）、真實準確（Veracity）和價值密度低（Value）。電商大數據也不例外，同樣具有“5V”特性。在電商領域，其行業數據呈指數式增長，體量現已達PB級;包含結構化、半結構化、非結構化等多種類型的數據;數據的收集、處理及分析要盡可能實時進行;數據源眾多，但可靠性高，獲取的數據真實準確，數據質量高;數據的價值密度低，但對其進行合理分析、運行，能以低成本創造高價值，進而占據信息、戰略及營銷優勢。

2 電子商務與大數據分析

大數據背景下的電商，主要致力于同時實現企業績效、核心競爭力等戰略價值和提高轉化率、降低成本等交易價值，在整個電商活動流程中借助大數據分析來獲得精準的洞察力來實現生產、倉儲、銷售、配送、財務、風險、知識創新、人資管理等，以保障電商各環節的順利進行。而大數據分析則通過優化生產、營銷、金融、人資管理等業務流程，以及識別客戶與數據間的情感聯系等，為電商企業探索創新點與增值點，為其在市場競爭中占據核心優勢而發力。

大數據分析對電商而言機遇與挑戰并存，既有巨大的應用價值，又面臨不少的問題。

2.1 應用價值

第一，檢索統計。對于電商這種基于互聯網而形成的新型商業模式而言，對數據信息的快速檢索和實時統計是其各項業務的核心。電商企業可通過大數據分析技術強大的檢索能力、精準的分析能力及快速且有彈性的處理能力，從紛繁復雜的海量互聯網數據中獲取新、老客戶的需求及偏好，塑造新的消費習慣，進而制定更符合市場發展趨勢的企業戰略;同時通過對統計數據及其相關解析結果（如“雙十一”的成交額等）的公開發布，為電商平臺吸引流量，以增強平臺對客戶的吸引力，以及商戶、投資者對平臺的信心，從而讓自己有更好更大的發展空間。

第二，推動消費。電商企業可利用大數據分析技術為客戶提供定制產品或個性化的服務，并通過其購物歷史和瀏覽痕跡定位新、老客戶，有針對性地進行廣告推送、折扣放送甚至一對一服務等，通過不同的營銷策略，促使其在實際需求與廣告效應的雙重作用下達成消費。要做到這一點，最關鍵的就是對市場定位與客戶需求的精準把握，而這正是大數據分析對于電商營銷的積極意義，電商企業基于對市場及客戶相關的大數據的分析，就可不斷創新營銷策略，在激烈的市場環境中進行動態化定價和差異化競爭，如在春節等傳統節日或“雙十一”等購物節時在保持活力積極參與的同時，參考、分析客戶行為、銷售策略、對手價格、區域偏好等大數據信息，給出具有競爭力的價格，同時不斷優化客戶在電商活動中的體驗，培養忠誠客戶、吸引多元化的新客戶，最終最大限度地提高電商企業的效益。

第三，售后服務。電商平臺基于大數據分析可對客戶提供可持續的服務，如對物流信息的實時跟蹤與精準展示，客戶對從下單、付款到收貨的整個供應鏈過程是可見的，這在很大程度上緩和了客戶在遠程線上購物的陌生感、距離感，加強了客戶與平臺的親近感與信任感，為將客戶培養成忠誠客戶奠定了基礎;同時，電商平臺可通過既往購物行為和瀏覽痕跡對不同客戶進行分級管理，如核心用戶、會員用戶、一般用戶及潛在用戶等，并對其消費習慣、信用狀況、反饋評價等數據進行精準分析，以制定、完善現有的營銷策略，創新售后服務，實現更精準、更人性化的營銷。