淺析大數(shù)據(jù)在電子商務(wù)中的應(yīng)用

淺析大數(shù)據(jù)在電子商務(wù)中的應(yīng)用淺析大數(shù)據(jù)在電子商務(wù)中的應(yīng)用

一、大數(shù)據(jù)的概念和特征

1.大數(shù)據(jù)的概念

全球最具權(quán)威的IT研究與參謀咨詢公司Gartner將大數(shù)據(jù)定義為：大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：大數(shù)據(jù)指的是大小超出常規(guī)的數(shù)據(jù)庫(kù)工具獲取、存儲(chǔ)、管理和分析能力的數(shù)據(jù)集。盡管對(duì)大數(shù)據(jù)概念的表述不同，但普遍認(rèn)為大數(shù)據(jù)是信息技術(shù)領(lǐng)域的重大技術(shù)變革。

2.大數(shù)據(jù)的特征

①大數(shù)據(jù)擁有巨大的數(shù)據(jù)量。大數(shù)據(jù)在采集、存儲(chǔ)、計(jì)算的過程中波及到的數(shù)據(jù)量都非常大，至少應(yīng)該在100TB以上。

②大數(shù)據(jù)具有多樣化的類型。與傳統(tǒng)的數(shù)據(jù)類型相比，大數(shù)據(jù)的類型更加多變，包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化，具體表現(xiàn)為網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等等。

③大數(shù)據(jù)具有較低的價(jià)值密度。大數(shù)據(jù)多為半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并未經(jīng)程式化的處理，其中存在大量無用的信息，價(jià)值提取難度高，價(jià)值密度相對(duì)較低。

④大數(shù)據(jù)具有快速的處理能力。因?yàn)榇髷?shù)據(jù)數(shù)量大、類型多、增長(zhǎng)速度快、價(jià)值密度低，所以大數(shù)據(jù)應(yīng)該被快速而高效的處理。

二、大數(shù)據(jù)在電子商務(wù)中的應(yīng)用

相對(duì)于傳統(tǒng)的經(jīng)營(yíng)模式來說，爆炸性增長(zhǎng)的數(shù)據(jù)已經(jīng)成為電子商務(wù)非常具有優(yōu)勢(shì)和商業(yè)價(jià)值的資源。因?yàn)殡娚處缀跽莆樟俗钊娴臄?shù)據(jù)信息，其中包括所有注冊(cè)用戶的瀏覽信息、購(gòu)置消費(fèi)記錄、用戶對(duì)商品的評(píng)價(jià)、在其平臺(tái)上賣家的買賣記錄、產(chǎn)品交易量、庫(kù)存量，以及商家的信用信息等等。所以說，大數(shù)據(jù)貫通了整個(gè)電子商務(wù)的業(yè)務(wù)流程，已經(jīng)成為電商真正的核心競(jìng)爭(zhēng)力。

以阿里金融為例，阿里巴巴通過在淘寶、天貓等網(wǎng)站積累的數(shù)據(jù)資料，通過對(duì)用戶的銷售終端、資金使用等數(shù)據(jù)進(jìn)行追蹤和收集，了解中小企業(yè)的交易狀況。從中篩選出財(cái)務(wù)健康、講究誠(chéng)信的企業(yè)，為他們發(fā)放無擔(dān)保的貸款，既解決了中小企業(yè)貸款難的問題，又新增了盈利模式。

再以1號(hào)店為例，1號(hào)店通過收集平臺(tái)上的大數(shù)據(jù)，對(duì)其進(jìn)行分析，給顧客發(fā)送個(gè)性化的EDM，進(jìn)行精準(zhǔn)的電子郵件營(yíng)銷。如果用戶在官網(wǎng)上查看過商品卻未購(gòu)置，那么1號(hào)店會(huì)根據(jù)可能的情況：缺貨、價(jià)格過高、商品不適宜等進(jìn)行分析，分別在到貨、降價(jià)或者引入類似的相關(guān)商品時(shí)，以電子郵件的形式告知用戶。

最后以個(gè)人經(jīng)歷為例，筆者曾在某大型購(gòu)物平臺(tái)上搜索過某些商品，接下來無論翻開哪種類型的網(wǎng)站，都能在網(wǎng)站上看到相關(guān)商品的廣告。開始的時(shí)候，筆者覺得很奇怪，后來才明白與傳統(tǒng)的流量廣告相比，這種通過大數(shù)據(jù)處理而產(chǎn)生的推薦效勞更能滿足用戶的需求。

三、大數(shù)據(jù)在電子商務(wù)應(yīng)用中面臨的挑戰(zhàn)

1.數(shù)據(jù)處理存在困難

在大數(shù)據(jù)時(shí)代，僅淘寶網(wǎng)一天的交易信息就有10TB，而且隨著信息化的開展，這些數(shù)據(jù)每時(shí)每刻都在劇增。面對(duì)海量數(shù)據(jù)對(duì)計(jì)算機(jī)硬件性能帶來的挑戰(zhàn)，對(duì)于實(shí)力較弱的電商來說，僅僅是妥善的保留好各種數(shù)據(jù)就已經(jīng)很難了，而那些電商巨頭想在最短的時(shí)間內(nèi)，盡可能地挖掘、利用好這些大數(shù)據(jù)也不是一件容易的事。據(jù)統(tǒng)計(jì)，82%的電商正受到處理海量信息的挑戰(zhàn)，89%的電商因超負(fù)荷處理數(shù)據(jù)而失去過銷售的時(shí)機(jī)?？梢姡绻荒軌蚩焖?、有效地處理這些大數(shù)據(jù)，則其原有的巨大商業(yè)價(jià)值將不復(fù)存在。

2.隱私信息存在風(fēng)險(xiǎn)

隨著信息處理能力的開展，用戶越來越多的個(gè)人信息都被電商所掌握。這些信息除了能夠反映用戶的消費(fèi)習(xí)慣、個(gè)人愛好、經(jīng)濟(jì)狀況以外，還波及許多隱私資料，示例用戶的真實(shí)姓名、證件號(hào)碼、銀行卡號(hào)及密碼、賬戶余額等等。實(shí)力較弱的電商在處理大數(shù)據(jù)時(shí)，往往會(huì)求助專門的數(shù)據(jù)公司，而參與分析數(shù)據(jù)的人越多，用戶的各種隱私被泄露的風(fēng)險(xiǎn)就越大。一旦隱私信息真的被泄露了，則必將引起用戶對(duì)整個(gè)電商行業(yè)的質(zhì)疑和惡感。

3.推薦效勞存在問題

數(shù)據(jù)是電商提供效勞的根底，面對(duì)數(shù)據(jù)規(guī)模、存儲(chǔ)方式以及組織方式等特征的轉(zhuǎn)變，電商所提供的推薦效勞也應(yīng)該進(jìn)行轉(zhuǎn)變，以應(yīng)對(duì)當(dāng)前整個(gè)數(shù)據(jù)環(huán)境的更新。上文中提到的推薦效勞其實(shí)是基于信息檢索結(jié)果的推薦效勞，即電商將消費(fèi)者搜索過的每條信息羅列在頁(yè)面中，供用戶瀏覽，通過查看詳情來衡量此信息的重要度。用戶每天都要瀏覽大量的數(shù)據(jù)信息，并非所有信息都是有效的，在時(shí)間不富余的情況下，不可能逐條翻開每個(gè)商品信息的詳情來查看，所以說這種推薦效勞存在著一定的問題，有待改良。

四、基于大數(shù)據(jù)應(yīng)用的電子商務(wù)創(chuàng)新開展

1.合理的利用大數(shù)據(jù)資源

大數(shù)據(jù)作為一種生產(chǎn)要素，已經(jīng)引起了電商的高度重視，只有合理的利用這些數(shù)據(jù)，才能發(fā)揮其巨大的價(jià)值，否那么這些數(shù)據(jù)就會(huì)成為電商的慘重負(fù)擔(dān)。要想對(duì)大數(shù)據(jù)進(jìn)行有效的分析和處理，就需要建立完備的數(shù)據(jù)存儲(chǔ)與分析一體化的處理系統(tǒng)。該系統(tǒng)的建立將電商與IT行業(yè)緊密聯(lián)系在一起，電商可以根據(jù)自身實(shí)力的大小選擇與大數(shù)據(jù)根底行業(yè)合作或是自己開發(fā)數(shù)據(jù)處理系統(tǒng)。無論哪種選擇，電商都能夠借助IT設(shè)施有效的篩選、利用海量數(shù)據(jù)資源，為其開展奠定堅(jiān)實(shí)的根底。

2.數(shù)據(jù)信息的愛護(hù)更加嚴(yán)密

數(shù)據(jù)信息的平安性是電商長(zhǎng)足開展的重要保證，所以電商必須嚴(yán)密愛護(hù)這些信息。則，在數(shù)據(jù)技術(shù)開發(fā)的伊始，電商就應(yīng)該打造出嚴(yán)密的平安防衛(wèi)系統(tǒng)。在數(shù)據(jù)處理的過程中，更應(yīng)該利用實(shí)時(shí)監(jiān)控系統(tǒng)避免信息外泄，一旦發(fā)現(xiàn)系統(tǒng)異常應(yīng)該立刻攔截、處理。除了在技術(shù)上嚴(yán)格把關(guān)之外，電商在日常運(yùn)營(yíng)中也應(yīng)該標(biāo)準(zhǔn)其自身以及員工的行為，絕不能將用戶的隱私信息賣掉，借以換取利益。3.個(gè)性化推薦效勞更加精準(zhǔn)

電商根據(jù)用戶的喜好推薦各類商品的效勞屢見不鮮，但大都是基于信息檢索結(jié)果的推薦效勞，這種效勞的顯著缺點(diǎn)就是不夠精準(zhǔn)。如果能利用關(guān)聯(lián)規(guī)那么、信息摘要抽取、情感分析等智能分析算法進(jìn)行計(jì)算，電商就能夠更準(zhǔn)確地定位用戶的需求。示例，日本的麥當(dāng)勞，用戶在手機(jī)高低載優(yōu)惠券，再去餐廳用運(yùn)營(yíng)商DoCoMo手機(jī)錢包優(yōu)惠支付。這樣一來，運(yùn)營(yíng)商和麥當(dāng)勞就可以充沛利用搜集到的消費(fèi)信息，如經(jīng)常買的食品、經(jīng)常去的店鋪、消費(fèi)頻率等，進(jìn)行精確的計(jì)算，并推送適宜的優(yōu)惠券給用戶了。

4.垂直細(xì)分領(lǐng)域效勞更專業(yè)

天貓、京東、當(dāng)當(dāng)、亞馬遜等大型平臺(tái)占據(jù)了國(guó)內(nèi)電商行業(yè)絕大局部的市場(chǎng)份額，中小型電商想要崛起非常困難。但在大數(shù)據(jù)時(shí)代下，如果能把握好每一個(gè)垂直細(xì)分領(lǐng)域，將業(yè)務(wù)做得更精更專，也能夠贏得一席之地。況且行業(yè)垂直細(xì)分類的電商因規(guī)模小、用戶少，反而更容易分析用戶的數(shù)據(jù)信息，能更專注地為特定用戶群提供效勞。

五、大數(shù)據(jù)在電子商務(wù)中應(yīng)用的總結(jié)

電子商務(wù)行業(yè)的開展，可分為三個(gè)時(shí)代：用戶量為王的時(shí)代、銷售量為王的時(shí)代、數(shù)據(jù)量為王的時(shí)代。在數(shù)據(jù)量為王的時(shí)代，電子商務(wù)效勞已經(jīng)向密集化、專業(yè)化和個(gè)性化的方向開展。各大電商也借助大數(shù)據(jù)的價(jià)值和功能，