大數據技術在電子商務精準營銷中的應用與研究

摘要：隨著移動互聯網、大數據等行業迅速發展，給電子商務領域中的傳統營銷方式帶來了顛覆式轉變。本文首先介紹了大數據技術和精準營銷的內涵和特征，其次分析了在電商領域中幾種常見的大數據精準營銷的應用實踐、實現方式和商業價值，最后深入研究了大數據精準營銷實現過程中的幾個關鍵技術。以期給電子商務行業營銷方面提供可借鑒的發展建議。

關鍵詞：大數據技術;電子商務;精準營銷

引言

隨著電子商務網站的快速發展，各大電商平臺在網絡營銷方面也已經深耕十余年，比如雙十一晚會，團購，秒殺等營銷活動百花齊放，為人們的生活帶來了很大便捷性及生活樂趣，但與此同時，由于電商營銷預測的準確性不高，推薦商品或服務類目過多也給人們帶來了諸多困惑。如今電子商務領域競爭越來越激烈，如何提升電商營銷預測精準性，降低企業營銷成本成為了至關重要的因素。近年來隨著大數據、云計算等技術的迅猛發展，借助大數據技術對海量商品及用戶數據加以分析挖掘，能夠有效解決當前電子商務營銷領域的諸多難題。因此，本文將基于大數據技術對電子商務領域精準營銷方面的應用進行深入研究。

1 大數據精準營銷概述

1.1大數據概述

大數據是指對海量結構化數據和海量非結構化數據通過大數據技術進行挖掘處理，從而獲取新的數據價值。大數據主要來源于企業Web端、移動端、社交平臺、網絡平臺、物聯網平臺，傳感器等采集數據等。大數據主要特征有：數據體量大、數據種類多、數據處理要求快、數據應用價值高，一般稱之為大數據4V特征。正是由于大數據的4大特征，并結合大數據技術對海量數據的分析，我們可以從中挖掘出潛藏在數據中的無限價值并加以利用，如今大數據應用已經無處不在，全面滲透到了電子商務、金融、電信、餐飲等在內的各行各業。

1.2精準營銷概述

精準營銷最主要的特點是營銷的“精準”性，相比傳統的營銷方式主要從客戶基本信息，包括客戶的年齡、性別、住址、崗位和社會層次等方面來判別客戶的購買能力和感興趣的商品信息，然后策劃對應的產品營銷手段。大數據精準營銷不僅僅分析了客戶基本信息，還深度挖掘客戶的行為數據，興趣偏好，通過特定的大數據分析模型，挖掘出動態的用戶畫像，然后精準的推薦商品給客戶。大數據精準營銷不僅能幫助企業大幅提高營銷收益，而且能幫助企業減少不必要的營銷成本。

2 大數據精準營銷應用實踐

2.1 大數據用戶畫像營銷

大數據時代，人們無時無刻不在產生海量數據，當用戶注冊電商網站時，會產生用戶基本信息，包括用戶名稱、性別、通訊方式、收貨地址等數據;當用戶瀏覽商品時，會產生大量瀏覽行為歷史記錄，比如線上商品瀏覽行為數據、線下行為數據，網上交易數據;當用戶進行社交活動時，會產生海量的社交數據，比如社交信息、家庭成員、朋友圈。建立統計模型、機器學習算法（SVM、KNN）等大數據分析模型，生成用戶畫像，包括用戶的興趣愛好、消費愛好、行為愛好、社會工程屬性等，最終挖掘生成用戶畫像。電子商務網站在營銷過程中可以通過用戶畫像標簽對用戶興趣偏好進行分類，篩選出對此類商品或服務感興趣的用戶，再進行精準投放廣告、營銷內容準確推薦，這樣既能提高廣告投放的轉化率，又能大大節約企業營銷成本。

2.2 大數據用戶行為分析營銷

當用戶在電商網站、社交網站、媒體等各類網站或者在手機App上進行瀏覽點擊，這些動作都會產生用戶行為數據。利用大數據手段可以挖掘出用戶行為數據無限的商業價值。比如在電子商務行業，產品交互設計師可以通過觀察用戶瀏覽或點擊的行為軌跡，分析用戶在產品使用過程中，哪些交互環節使用存在疑惑，使用不流暢的地方，并和用戶體驗師的溝通交流。通過用戶行為數據著手優化產品的交互設計，從而能更精準的優化提升產品體驗路徑，保證用戶的產品使用流暢平滑，提升轉換率。充分利用好用戶行為數據，也是提升企業訂單價值的一種有效手段。

2.3 大數據商品關聯挖掘營銷

一般來說，大數據關聯挖掘營銷場景有：優化貨架商品擺放位置或者優化商品的目錄，捆綁式營銷或交叉式營銷、相似商品或者互補商品推薦、關鍵詞推薦等。

舉個簡單的例子，通過調研大超市客戶購買的商品，可以觀察出80%的客戶會同時購買碗和筷子，可以看出其中存在一種關聯關系：碗→筷子，也就是說購買碗的客戶有很大極有可能會同時購買筷子，因此在商場的物品布局中，可以將碗和筷子放在同一個購物區，這樣方便客戶購買。同理，在電商網站上，可以將碗和筷子這種存在關聯關系的商品，進行捆綁銷售，從而提升關聯商品銷售量。

2.4 大數據個性化推薦營銷

互聯網時代，大數據智能推薦的應用場景逐漸在電子商務行業方方面面開始普及。淘寶、拼多多、蘇寧易購等各大主流電子商務網站的首頁，猜你喜歡、買了又買（看了還看）、精品推薦（熱門推薦）等模塊，微信朋友圈中推薦的商品廣告，甚至電話、短信、郵箱、今日頭條等各種渠道推薦的商品，都是近期感興趣的商品。如今，大型電子商務網站，商品類目琳瑯滿目，網站內容和層級越來越復雜，導致用戶很難找到自己想要的商品所在位置，增加了用戶購買路徑，且更多情況下，電商營銷預測的準確性不高，推薦商品或服務類目過多也給人們帶來了諸多困惑，反而用戶體驗差，引起用戶方案。因此，大數據個性化推薦以及推薦的準確性十分重要，可以幫助用戶自動識別感興趣商品，并進行個性化推薦商品，將有益于提升營銷的準確性，并減輕用戶購買的繁瑣性。

3 大數據精準營銷關鍵技術研究

隨著互聯網的發展，大數據已經給傳統數據庫如Myslq、Oracle等，在數據采集、數據存儲和數據處理速度等方面產生了極大的挑戰。隨著全球云計算和開源技術等的快速發展，推動了大數據技術的落地。

一般而言，大數據精準營銷技術架構中的幾個關鍵技術環節包括：數據源層->大數據采集層->大數據存儲層->大數據處理和分析層（模型規劃、模型建立）->大數據應用層（溝通交流，實施），即大數據精準營銷整體技術架構，如圖1所示：

3.1 大數據采集技術

大數據采集技術是指從企業Web端、移動端、社交平臺、網絡平臺、物聯網平臺等采集數據。大數據的抽取技術的最大困難點是數據并發量高，可能存在上百萬用戶同時進行瀏覽或者點擊，比如雙十一期間，淘寶等各大電商網站的用戶同時訪問的峰值可能會達到成百千萬。大數據采集方法，包括傳統關系性數據可采用Mysql、Oracle等采集技術;系統日志類數據采集，一般采用ELK日志采集技術;網絡數據采集一般網絡爬蟲或者API接口進行采集;物聯網設備類一般采用傳感器采集數據等等。

由于采集數據源多樣，可能存在錯誤數據、缺失值，空字符串等，因此需要進行數據清洗轉化，讓結構復雜、難以理解的數據清晰轉換為真正有價值、有條理的數據。

3.2 大數據存儲技術

根據數據源類型，數據量級別，數據實時性要求等方面，采用的大數據存儲技術也不盡相同，比如傳統關系型數據庫技術Mysql、分布式數據庫技術HDFS、日志類存儲技術ElasticSearch，時序數據庫技術TSDB。目前在大數據存儲的應用場景中使用最廣泛，最典型的是Hadoop體系中的HDFS，它將物理存儲資源不是放在一臺節點上，而是分布在集群中的多個資源節點上，可以實現海量數據存儲。如今電子商務領域，海量遞增的大數據存儲已經成為了企業必須要解決的現狀，數據即企業無形的資產，存儲數據即是存儲財富，同時對數據加以處理應用到精準營銷和企業決策依據等場景中，對于企業的營收和發展將大有益處。

3.3 大數據分析處理技術

大數據分析處理常用的理論方法基本方法描述性分析，有假設檢驗和均值差異;高級方法主要為預測性分析，有K均值聚類、關聯規則、線性回歸、決策樹、樸素貝葉斯等，基于大數據分析基本方法和高級方法并結合流處理和批量處理等大數據前沿技術對海量數據進行數據處理和數據挖掘。當然，數據分析處理也是在整個大數據基礎框架中最為復雜的模塊，不僅需要懂得大數據挖掘技術，同時更重要的是要在理解業務的基礎上，使用正確的數據分析挖掘手段，提高數據分析的準確性。

3.4 大數據應用

基于電子商務海量數據搭建電商大數據基礎平臺之上，可以構建智能搜索引擎、智能個性化推薦引擎、用戶畫像、用戶行為分析、智能精準營銷等大數據應用能力，實現電商產品和用戶的精準營銷。同時基于海量歷史數據挖掘有助于企業預測分析企業訂單未來發展走勢，幫助企業指定產品運營計劃，規劃下階段的商品類目和庫存，制定新的市場目標。充分利用好大數據應用，同時有助于企業建立一個成功的前瞻性思維業務，抓住市場的機遇，在激勵競爭的互聯網時代下，走在時代的前沿。

4 結論

本文通過研究大數據技術在電子商務領域的精準營銷應用實踐，分析了幾種常見的大數據精準營銷的應用場景和商業價值，如大數據用戶畫像營銷、用戶行為分析營銷、商品關聯挖掘營銷、個性化推薦營銷等。并深入研究了大數據精準營銷實現過程中的幾個關鍵技術，包大數據采集技術、大數據存儲技術、大數據處理和挖掘技術和大數據應用等。希望各行各業能把握好大數據時代背景下帶來的機遇和挑戰，充分利用大數據的潛在價值，通過搭建企業大數據基礎平臺，采集企業日益遞增的海量數據，并加以挖掘分析，應用到企業的營銷實踐中，最終提高企業的營銷精準性，提升企業營銷收益，減低營銷成本。

參考文獻

[1]李曉龍，馮俊文.大數據環境下電商精準營銷策略研究[J].價值工程，2016，35（03）：31-33.

[2]肖霖岳.大數據下的企業網絡精準營銷策略探索[J].中國市場，2018（13）：128-129+131.

[3]葉濤濤，劉碧池.大數據時代下的精準營銷[J].現代商業，2018 （21）：22-23.

[4]趙鑫，李洋，李溫新，王爽.大數據背景下我國電商精準營銷策略研究[J].冶金經濟與管理，2019（01）：26-28.

[5]陳旭.基于大數據環境下電商精準營銷策略探析[J].電子商務，2020（05）：51-52.

[6]薛聰.大數據背景下電子商務營銷管理的優化策略探討[J].商訊，2020（16）：173-174.

[7]畢玉.試論基于大數據視角下的電商精準營銷方略[J].老字號品牌營銷，2020（03）：17-18.

[8]周建發，陳慧.淺析大數據能力與企業精準營銷的關系 [J].現代營銷 （ 經營版 ），2020（04）：100-101.

[9]張芳.大數據精準營銷在電商領域的應用與價值略述 [J].中 國市場，2020（12）：159-160.

[10]汪鋒.試論基于大數據視角下的電商精準營銷方略 [J].中外 企業家，2020（10）：94.

[11]王苗.大數據云計算技術在電商營銷中的應用研究 [J]. 電腦與信息技術，2020，28（04）：48-51.

作者簡介：程嚴蘭（1992-），女，江蘇鹽城人，本科，對外經濟貿易大學統計學院在職人員高級課程研修班學員程嚴蘭，研究方向：大數據分析與應用。