大数据营销在电子商务中的应用.doc

目录

大数据营销在电子商务中的应用 - 1 -
一、研究背景 - 2 -
二、大数据的概念和特征 - 2 -
三、大数据在电子商务中的应用 - 3 -
四、数据分析如何帮助电商行业提升绩效 - 7 -
五、大数据在电子商务应用中面临的挑战 - 10 -
六、基于大数据应用的电子商务创新发展 - 11 -
七、总结 - 13 -
参考文献  - 13 -

大数据营销在电子商务中的应用
【摘要】 随着网络信息化时代的日益普遍，电子商务大大拓展了互联网的疆界和应用领域，我们正处在一个数据爆炸性增长的“大数据”时代，大数据在社会经济、政治、文化，人们生活等方面产生深远的影响，本文主要阐述了电商企业应如何在这样的时代发展的潮流中，抓住机遇，把握住“大数据”的本质，从而为企业创造出新的利润增长点。
【Abstract】 With the increasing popularity of the network information age, e-commerce has greatly expanded the boundaries and applications of the Internet, we are in a data explosion of the "big data" era, large data in the social economy, politics, culture, people's lives This article mainly elaborated on how the electric business enterprises should seize the opportunity and grasp the essence of "big data" in the trend of development of such times, so as to create new profit growth points for enterprises.

【关键词】大数据；电子商务；大数据营销
【Key words】 Big Data; E - commerce; Big Data Marketing

一、研究背景 
　　据一项调查显示，一分钟内，Twitter上新发的数据量超过10 万；社交网络“脸谱”的浏览量超过600 万。这项数据无疑还会继续更新，且只增不减。新媒体带来的新的网络运营方式是以“大数据”为坐标的。信息时代的核心价值就是信息，而数据就是测量信息是否被有效传播的标尺，来告诉电子商务企业某种产品信息在多大程度上被消费者接受，并让这些企业分析消费者是否还会再光顾以及不光顾的原因是什么。对于电子商务企业而言，这些数据与盈利有直接关系。

二、大数据的概念和特征 
　　1.大数据的概念 
　　全球最具权威的IT研究与顾问咨询公司Gartner 将大数据定义为：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义是：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。尽管对大数据概念的表述不同，但普遍认为大数据是信息技术领域的重大技术变革。 
　　2.大数据的特征 
　　①大数据拥有巨大的数据量。大数据在采集、存储、计算的过程中涉及到的数据量都非常大，至少应该在100TB以上。 
　　②大数据具有多样化的类型。与传统的数据类型相比，大数据的类型更加多变，包括结构化、半结构化和非结构化，具体表现为网络日志、音频、视频、图片、地理位置信息等等。 
　　③大数据具有较低的价值密度。大数据多为半结构化和非结构化数据，并未经程式化的处理，其中存在大量无用的信息，价值提取难度高，价值密度相对较低。 
　　④大数据具有快速的处理能力。因为大数据数量大、类型多、增长速度快、价值密度低，所以大数据应该被快速而高效的处理。
三、大数据在电子商务中的应用 
相对于传统的经营模式来说，爆炸性增长的数据已经成为电子商务非常具有优势和商业价值的资源。因为电商几乎掌握了最全面的数据信息，其中包括所有注册用户的浏览信息、购买消费记录、用户对商品的评价、在其平台上卖家的买卖记录、产品交易量、库存量，以及商家的信用信息等等。所以说，大数据贯穿了整个电子商务的业务流程，已经成为电商真正的核心竞争力。
截止到2016年6月止，中国网购的用户规模已达到4.48亿，而2016年“双十一”淘宝天猫当天日交易量就达到了1207.49亿元，这些数据都说明了电子商务在我们的生活中的重要性已不可忽视。同时，根据Alexa统计及数据估算，淘宝网的日均页访问量达到了4.50亿，每天产生的数据量更是高达76TB。
经历了基于用户数量的时代，基于销量的时代，目前的电子商务市场交易已处于基于数据的时代，电子商务的竞争在很大程度上就是大数据的竞争。由于平台所产生的巨大信息量以及其所收集到的用户信息具有真实性、确定性和对应性，电子商务具有了利用大数据的天然优势。大数据的应用将贯穿整个电商的业务流程，成为公司的核心竞争力。随着电商企业对待大数据的挖掘、分析，他们已经开始了对大数据的实际应用。
客户画像
美国医药网站遵照有身的女性用户填写的受孕动静定期，给用户寄EDM（Email Direct Marketing）提醒母亲在某些特定时间点的重视、必要摄取的养分、产前的心思变动和要做好的思想筹备；同样，也包括之后的产后复原，宝宝的育养和健康，等等。
精准营销
1号店通过手机平台的大数据，对其进行分析，给顾主发送个性化EDM，进行精准的电子邮件营销。若顾客曾经在1号店网站上查看过一个商品却未购买，一号店会根据可能的情况：缺货，价格不合适，商品不合适等经行分析，分别在到货、降价或引入类似商品时以电邮方式告知客户。同时，通过挖掘客户的周期性购买习性或附近类似客户的购买周期习性，适时提醒客户。
淘宝在2012年推出了“淘宝时光机”项目，该项目通过分析用户自注册为用户以来的行动，用幽默生动的谈话模式，告知顾主淘宝的成长历史以及该用户在淘宝购物的轨迹。通过收集与该用户有相类似喜好的其他用户的行动并经过分析后，可以对特定用户的偏好和行动轨迹进行猜测，已达到精准营销的目的；并可以用特定用户喜好的方式和个性化的数据、拉近了与顾客的距离。
Google的Adsense对顾客的搜索过程和其对各网站的关注度履行数据经行发掘，并在联盟内网站上追踪用户的去处，将数据整合后经行分析，在其联盟网站上推出了和顾客潜在兴趣相匹配的广告，达到精准化营销。
信用评级
阿里巴巴则通过在淘宝、天猫等网站积累的数据资料，通过对用户的销售终端、资金使用等数据进行追踪和收集，以了解中小企业的交易状况。从中可筛选出财务健康、讲究诚信的企业，为他们发放无担保贷款，解决其贷款难的问题，不仅新增了盈利模式又可以防范风险。目前，阿里巴巴已收贷300多亿元，坏账率仅为0.3%，远低于银行贷款坏账率。
广告推介
当当网、卓越网等电商企业之前通过协同算法来找到商品之间的联系，即：当购买某件商品时，会展现相关商品的推荐信息。这能够为用户查找相关商品提供方便，提升客户体验；更是利用了商品之间的互补性与相关性，增加了销量。并且，通过对平台用户的浏览痕迹进行记录分析，正对不同层次类型的用户会提供特定的商品推荐信息。
物流配送
亚马逊（Amazon）近几年推出了FDFC（ForwardDeployed Fulfillment Center）的概念，以加快对顾客配送的速度。Amazon的订单履行中心分两个层级：FC和FDFC，其中FC品种更齐全，而FDFC在物理位置上更靠近目标市场，但品种重点容纳针对目标市场的热销商品，顾客的大部分需求可以通过FDFC来满足，不能满足的长尾商品则由FC来满足。这样顾客急需的商品多数可以通过FDFC以更快捷和低成本的物流来完成。由于热销商品是随着时间和季节而改变的，故将什么商品储存在FDFC的决策是动态调整的，而此决策的依据就是对顾客需求的分析和预测。
舆情分析
随着网络技术和电商平台的日趋完善，消费者对电商平台的口碑评价越来越关注，也使得电商平台口碑评价成为打造电商品牌的重要途径。网民对电商舆情的关注焦点主要集中在电商价格、商品质量、物流速度、售后服务等方面。为此有电商，如京东，对所在网站的文本数据进行舆情分析，以达到更加了解客户需求，主流偏好等信息。对于舆情分析第一步首先是通调查和深入访谈的形式，了解客户需求，确定研究方向；第二步则对客户关注该电商平台的所有关键词进行筛选，锁定关键词；接下来的第三步是通过中心自有监测平台采集抓取主题型关键词关注的百万级网民信息；第四步是将行业关键词放到监测框中进行筛选，获取具有行业属性的信息；第五步以行业特征数据分析基础，研究该群体对于某电商平台的关注特征；第六步依据研究结果，归纳研究结论，撰写行业研究报告。
相比于线下零售，电子商务网站具备非常吩咐的客户历史数据。通过这些数据的分析，能够进一步了解客户的购物习惯、兴趣爱好和购买意愿，并可以对客户群体进行细分，从而正对不同的用户对服务经行调整和优化，进行有针对性的广告营销和推送，实现个性化服务。
四、数据分析如何帮助电商行业提升绩效
大数据时代下，客户洞察、营销规划、物流管理、流程规划、风险控制等，都将受益于大数据相关技术。根据麦肯锡的报告，合理利用数据还将使零售商的运营效率在目前的基础上提高60%。以下总结了通过大数据提升电商企业绩效的方式：
客户洞察
通过对客户历史数据的分析，进一步了解客户的购物习惯、兴趣爱好和购买意愿，并可以对客户群体进行细分，通过用户画像了解用户，猜测用户对产品的需求或者潜在需求，精细化的定位人群特征，挖掘潜在的用户群体，为媒体网站、广告主、企业及广告公司充分认知群体用户的差异化特征，根据族群的差异化特征，帮助客户找到营销机会、运营方向，全面提高客户的核心影响力。
营销规划
a) 精准的广告
通过网络数据的搜集成本低廉，并且用户在访问网页时以自身的真实需求作为出发点，也更具备真实性。此外，网络上所产生的海量星系是实时的，能够很好的反应用户的情绪以及其关注的热点。这些信息对于企业广告决策相当重要。电子商务企业同归对这次写海量数据的收集、分析和整合，挖掘出对自己有用的信息，分析不同用户群体的特征，根据用户需求和兴趣在正确的时间，给正确用户投放让其感兴趣的广告，从而保证营销的有效性和精准性。
b) 消息的及时推送
实现消息额及时推送囊括的范围很广泛，包括在用户需要时提供信息，或者电商企业推送性吸引导用户进行购买等。很多电商企业利用大数据挖掘客户的周期性购买习惯，在临近客户购买周期时适时的提醒客户消费。
在O2O领域实现消息的及时推送也十分重要。通过移动电子设备，包括：移动电话、PDA、导航设备等，获得设备和人员位置及移动轨迹等数据，并对此加以分析。在用靠近进店铺时，适时推送商家信息，可以极大的提高消息的时效性及利用程度。
c) 消息的个性化展示
人们的个性化需求日益凸显，而用户产生的数据这一模式使得数据来源更广，获得成本更低、更及时。身处大数据时代，信息量增长速度空前迅速，然而消费者获取、过滤、筛选和分析信息的能力却没有得到相应的提高，这必然会导致消费者眼膜在浩瀚的信息海洋中。这就需要电商企业具备将正确信息展现在正确的用户眼前的能力，从而增加用户粘度与忠诚度，以实现销售额与利润的增长。
而要实现信息展示的差异化，方法多样。例如：可以用动态网页来实现，通过与数据库进行交互，是的即使页面代码不发生变化，显示的内容却可随着时间、环境的变化而变化。利用大数据。对用户的数据进行收集、分析和整合，对数据库进行实时更新，从而改变页面内容，在信息海洋中为用户提供有用及时信息，对产品与服务进行针对性的调整与优化，为消费者提供个性化和精准的服务。
物流管理
将供应链领域的销售网点体系、条形码扫描设备、射频识别阅读仪、用于车辆和手提电话的全球定位系统以及用于管理交通、库房和其他运作的软件体系等数据相关联，并从多种渠道获取大量非结构性数据，进行研究，提升物流速度和针对性。如，要避免库存不足或者由于恶劣天气导致的延迟送货等现象的发生，就进行实时或者近乎实时的数据分析。
流程规划
企业通过大数据能够更好地根据市场需求与企业要求调整企业流程，包括设计、分析和优化流程。应用数据模型透视现有流程质量并根据当前市场需求调整现有业务流程。使企业分析过程中可以掌握流程在组织、结构及技术方面存在的不足，明确潜在的改进领域。设计阶段的目的是根据分析结果并结合企业目标制定目标流程，并在IT系统中实施有助于今后为企业创造价值的目标流程。
业务流程设计涉及到信息、需求、预测、计划、采购、生产、仓储、运输和交付等的全过程。而企业利用数据仓库将这些方面的数据逐一联系起来，从而实现按尽可能低的成本，最快的速度支持业务活动。以时间为基础的流程优化，以增值和反应速度为基准。
风险控制
在大数据时代下，企业能够通过海量数据研究客户需求，避免产品市场风险和存货风险。通过研究客户需求在一定程度上降低因市场变化、产品滞销等原因导致跌价或不能及时卖出自己的产品的影响。及时发现市场疲软、产品产销不对路;商品更新换代，客户偏好变化等影响销售的因素，从而很好地控制风险。同时，通过市场数据和客户数据的结合研究，企业能够更好地控制生产投入、控制采购、按时产出，加强保管。
五、大数据在电子商务应用中面临的挑战
1.数据处理存在困难 
在大数据时代，仅淘宝网一天的交易信息就有10TB，而且随着信息化的发展，这些数据每时每刻都在剧增。面对海量数据对计算机硬件性能带来的挑战，对于实力较弱的电商来说，仅仅是妥善的保存好各种数据就已经很难了，而那些电商巨头想在最短的时间内，尽可能地挖掘、利用好这些大数据也不是一件容易的事。据统计，82%的电商正受到处理海量信息的挑战，89%的电商因超负荷处理数据而失去过销售的机会。可见，如果不能够快速、有效地处理这些大数据，那么其原有的巨大商业价值将不复存在。 
　　2.隐私信息存在风险 
　　随着信息处理能力的发展，用户越来越多的个人信息都被电商所掌握。这些信息除了能够反映用户的消费习惯、个人爱好、经济状况以外，还涉及许多隐私资料，例如用户的真实姓名、证件号码、银行卡号及密码、账户余额等等。实力较弱的电商在处理大数据时，往往会求助专门的数据公司，而参与分析数据的人越多，用户的各种隐私被泄露的风险就越大。一旦隐私信息真的被泄露了，那么必将引起用户对整个电商行业的质疑和反感。 
　　3.推荐服务存在问题 
　　数据是电商提供服务的基础，面对数据规模、存储方式以及组织方式等特征的转变，电商所提供的推荐服务也应该进行转变，以应对当前整个数据环境的更新。上文中提到的推荐服务其实是基于信息检索结果的推荐服务，即电商将消费者搜索过的每条信息罗列在页面中，供用户浏览，通过查看详情来衡量此信息的重要度。用户每天都要浏览大量的数据信息，并非所有信息都是有效的，在时间不充裕的情况下，不可能逐条打开每个商品信息的详情来查看，所以说这种推荐服务存在着一定的问题，有待改进。 

六、基于大数据应用的电子商务创新发展
1.合理的利用大数据资源 
　　大数据作为一种生产要素，已经引起了电商的高度重视，只有合理的利用这些数据，才能发挥其巨大的价值，否则这些数据就会成为电商的沉重负担。要想对大数据进行有效的分析和处理，就需要建立完备的数据存储与分析一体化的处理系统。该系统的建立将电商与IT行业紧密联系在一起，电商可以根据自身实力的大小选择与大数据基础行业合作或是自己开发数据处理系统。无论哪种选择，电商都能够借助IT设施有效的筛选、利用海量数据资源，为其发展奠定坚实的基础。 
　　2.数据信息的保护更加严密 
　　数据信息的安全性是电商长足发展的重要保证，所以电商必须严密保护这些信息。那么，在数据技术开发的伊始，电商就应该打造出严密的安全防卫系统。在数据处理的过程中，更应该利用实时监控系统防止信息外泄，一旦发现系统异常应该立刻拦截、处理。除了在技术上严格把关之外，电商在日常运营中也应该规范其自身以及员工的行为，绝不能将用户的隐私信息卖掉，借以换取利益。 　　
3.个性化推荐服务更加精准 
电商根据用户的喜好推荐各类商品的服务屡见不鲜，但大都是基于信息检索结果的推荐服务，这种服务的显著缺点就是不够精准。如果能利用关联规则、信息摘要抽取、情感分析等智能分析算法进行计算，电商就能够更准确地定位用户的需求。例如，日本的麦当劳，用户在手机上下载优惠券，再去餐厅用运营商DoCoMo手机钱包优惠支付。这样一来，运营商和麦当劳就可以充分利用搜集到的消费信息，如经常买的食品、经常去的店铺、消费频率等，进行精确的计算，并推送合适的优惠券给用户了。 
　　4.垂直细分领域服务更专业 
　　天猫、京东、当当、亚马逊等大型平台占据了国内电商行业绝大部分的市场份额，中小型电商想要崛起非常困难。但在大数据时代下，如果能把握好每一个垂直细分领域，将业务做得更精更专，也能够赢得一席之地。况且行业垂直细分类的电商因规模小、用户少，反而更容易分析用户的数据信息，能更专注地为特定用户群提供服务。

七、总结
综上所述,大数据营销在电子商务领域发展的越来越成熟,而且对电子商务企业起着非常重要的作用,逐渐成为了一种比较系统的营销手段和模式,在今后的电子商务发展过程中会应用的更加广泛。而且,大数据营销自身具有比较明显的营销优势,能够加强消费者的体验,但是,我们也应该意识到大数据下的营销是具有双面性的,虽然能够充分了解和掌握消费者的心理和行为,但是有可能会出现隐私方面的问题。因此,在进行大数据营销时,一定要注意保护好自身的隐私安全,这在电子商务领域的发展过程中也是非常重要的。

参考文献： 
[1]刘光金. 大数据处理对电子商务的影响分析. 计算机光盘软件与应用，2014.9 
[2]周露莎，汪俊. 论大数据在电子商务领域的应用. 中国电子商务，2014.1 
[3]庞琪. 探讨大数据时代下电子商务的发展. 管理观察，2014.6 
[4]王茜，钱力. 大数据环境下电子商务个性化推荐服务发展动向探析. 商业研究，2014.8 
[5]降雪辉. 大数据时代电子商务的信息化发展创新. 商业经济研究，2015.3 
[6]张栋. 大数据时代下电子商务发展的机遇和挑战. 对外经贸，2014.11 
[7]刘志超，陈勇，姚志立. 大数据时代的电子商务服务模式革新.科技管理研究，2014.1 
[8]詹秋琴. 大数据对电子商务的影响及应用现状探讨. 科学时代，2015.8.