大數據背景下電商企業數據再挖掘與企業價值增值研究

覃聰

隨著移動互聯網、物聯網、云計算等的迅速發展發展，文字、方位、溝通甚至一切事物都可以量化成數據，承載著海量用戶信息并且可以深度挖掘的大數據浪潮出現了。大數據不僅開啟了重大的時代轉型，變革了醫療衛生、商業模式，也悄無聲息的改變著我們的生活和認知世界的方式。中國電商企業只有積極探索以大數據為基礎的解決方案，擁抱大數據，正視大數據帶來的挑戰和機遇并采取行動，才有可能促進產業優化升級及企業價值增值，甚至憑借大數據的跳板縮小與發達國家的差距。

1 大數據的相關理論研究

“4V”特征、麥肯錫定義和維克托·邁爾的三個轉變。IDC并沒有明確地指出大數據的概念，目前比較被認可的說法是“4V”特征和麥肯錫定義。“4V”特征：volume數據規模性、variety數據多樣性、volocity數據高速性、value數據價值性。麥肯錫認為“大數據是指無法在一定時間內用傳統數據庫軟件工具對其內容進行抓取、管理和處理的數據集合。

維克托·邁爾—舍恩伯格在《大數據時代》中提出了大數據時代處理數據理念上的三個轉變：要全體數據不要隨機樣本、要混雜和效率不要絕對精確、要相關關系不要因果關系。

大數據時代的到來預示著人類單純依賴局部、片面和抽樣數據，甚至是以往經驗理論和個人價值觀去探索世界規律的日子一去不復返，不在偏執于數據的絕對精確，不再將思維禁錮在對因果關系的追求，而是將精力放在相關關系的探索中。

“叫醒”數據墳墓與數據再挖掘。在大時代背景下，數據將逐步演變為企業的一項重要資產。數據再挖掘無疑為那些擁有大量數據但是卻很少使用的電商企業帶來了突破發展的契機，它們搜集了數據并使用過一次，鑒于數據存儲成本低等原因將數據保留下來，也就是數據科學家所說的“數據墳墓”。維克托·邁爾先生曾說過“數據的真實價值就像漂浮在海洋中的冰山，第一眼只能看到冰山一角，而絕大部分則隱藏在表面之下”，只有不斷地對數據進行創新和多次使用，數據的真實價值才能得到充分的挖掘和利用。電商企業目前的任務就是認識到數據再挖掘和提升企業價值的內在正相關聯系，想辦法突破電商企業大數據導入模式的瓶頸，借助新的方法和工具對數據開展再利用的創新實踐，深度挖掘數據的真實價值。

大數據背景下數據價值的重新衡量。根據以往統計結果顯示，在過去50年中，數據存儲成本大約每兩年就削減一般，而存儲密度卻增加了5000萬倍。而這些日益增長的數據的賬面價值又是多少呢？又應該如何給這些數據估值呢？數據再挖掘的潛在價值又該如何體現呢？選擇價值又該如何進行確定呢？種種疑問充分表明在大數據時代，不能再依靠查看公司的賬面價值來確定公司的價值。為了準確對數據、企業價值進行估值，幫助產業價值鏈上各主體做出正確決策，有必要將龐大數量的數據納入到企業價值評估系統中，從數據持有人的數據授權方面入手，重新制定衡量數據價值的標準，制定適合我國國情的估價模型。這對于分析和準確評估大數據時代電商企業的價值有重要的指導意義，也將為產業價值鏈上供應商、客戶、企業現有及潛在競爭者還有服務商制定明智投資決定打下理論基礎。

2 數據再挖掘與電商企業價值增值的關系研究

2.1大數據與企業競爭力關系研究

大數據逐步成為電商企業競爭力的重要組成部分，悄無聲息的改變著整個行業結構，我們認為大數據與企業競爭力是成正比關系的。在這場戰爭中，不僅大公司有充分的“武器裝備”，小公司也有機會大獲全勝，低成本、創新思維帶來的優勢遠大于并不樂觀的原始資本投入產生的負效應。中等規模公司則可采取向兩端企業轉型的策略來突破發展瓶頸，若此類公司能在明智領導者和正確科學的指導下尋找突破口，也將和大公司和小公司一樣享受大數據帶來的福音和企業競爭力的穩步攀升。

2.2 數據再挖掘企業價值增值的相關研究

從海量數據中挖出“用戶體驗”。要想說明數據再挖掘與企業價值增值的關系，用案例比理論要實在得多。蘋果作為全球電子產品潮流的引導者，已成為很多消費者鐘愛的品牌。iPhone就是蘋果公司數據再挖掘從而促進企業價值增值的成功典范，也為蘋果公司開辟了更為廣闊的創新發展之路。蘋果公司在與移動運營商簽訂的合約中要求運營商為其提供大量的有用數據，從而更全面的分析用戶體驗，而這正是其他運營商沒有觸及的領域，也是iPhone推出后大獲成功的關鍵因素之一。蘋果公司作為第一個吃螃蟹的人，抓住了移動運營商沒有看到的商機，挖出了潛在的數據價值，很大程度的提高了企業的價值。

止步于書PK挖出“新商機”。谷歌和亞馬遜都是大數據時代電商行業的先鋒，但他們發展策略卻有些差異。亞馬遜的Kindle包含了上百家出版社的圖書，將焦點只放在閱讀書籍上，沒有進一步的分析文本，沒有繼續挖掘數據的潛在價值，丟掉了數據再挖掘的契機。而谷歌在收集了這些數據之后，將這些已經被數據化的文本用來改進他的機器翻譯。這個系統在自動掃描文本后找出譯語的單詞和詞組在源語中的對應詞和詞組，只需要用電腦找出兩種語言之間最恰當的對等詞和詞組即可，用維克托先生的話來說就是“亞馬遜深諳數字化內容的意義，而谷歌觸及了數據化內容的價值”。可見，電商企業進行數據再挖掘，深度挖掘數據的潛在價值，將大大提升企業價值。

挖出“未來”、指導決策。數據中間商搜集數據進行整合，根據自己的需求提取有用的信息進行利用，同樣可以通過搜集整合、再挖掘數據實現企業的價值增值。總部位于西雅圖的交通數據處理公司Inrix匯聚了美洲、歐洲近1億輛汽車的實時交通數據，通過提供免費的智能手機應用程序，在為用戶提供免費的交通信息的同時也得到了車主手機反饋回來的信息。這些數據不僅可以幫助Inrix為政府部門和商用車隊預測交通狀況，還可以通過數據再利用去預測經濟情況、商場銷量額等等。該文原載于中國社會科學院文獻信息中心主辦的《環球市場信息導報》雜志http：//www.ems86.com總第535期2014年第03期-----轉載須注名來源這也充分說明了對大數據再挖掘的實踐對于企業價值增值的促進作用。電商企業數據再挖掘的創新可以提高企業和價格的透明度，從而降低社會管理的成本。數據和信息也會更加的準確和及時，幫助決策者做出準確分析的同時，也更大程度的滿足了消費者的個性化服務需求，實現降低企業經營風險和創新企業商業模式的雙贏。

3 電商企業開展數據再挖掘面臨的挑戰以及解決之道

3.1 大數據時代電商企業開展數據再挖掘面臨的挑戰

數據自身新變化，傳統技術不再適用。伴隨著大數據時代數據的爆炸增長，數據的結構、來源、質量、存儲都發生了很大的變化，大數據已不再滿足于傳統意義的分析體系，數據庫、數據倉庫以及聯機分析處理的組合已不能滿足大數據分析處理的需要，不得不承認大數據的諸多變化對傳統的分析處理技術帶來巨大的沖擊。（1）數據的結構變化。數據的類型從傳統的結構式數據轉變為結構式數據、半結構式數據和非結構是數據三者的結合。數據來源從傳統的服務器和個人電腦向手機、平板電腦等移動終端轉變。（2）數據的質量變化。只是簡單的搜集數據卻忽視數據的清洗、過濾、分類、去重是與大數據去偽存真的處理原則背道而馳的，有必要重視大數據質和量的平衡。（3）數據的存儲變化。傳統的數據庫管理系統已經不再適用于大數據的保存，需要新的數據存儲技術。電商企業需要努力降低數據存儲的成本和能耗，從數據本身和數據導入模式作為出發點進行創新和運用，努力將新模式新技術的價格“平民化”，共享平臺普及化。

中等規模電商企業面臨轉型難關。大數據讓大公司和小公司受益良多，卻讓既沒有規模優勢又沒有靈活優勢的中等規模電商企業面臨著企業生存的困境：要么向兩端轉型，要么破產關門大吉。大數據和冰川世紀不一樣，不會讓所有的中等規模公司像古代生物一樣人間蒸發，總有可以突破的契機。但是不可否認，大數據給中等規模電商企業帶來了巨大的威脅。關于中等規模電商企業到底應采用什么具體方式有效轉型，從而實現最大的企業價值也是值得電商企業思考的。

隱私“被”挖掘， 預測能力“被”濫用。當我們的隱私被收集，我們有權知道這些隱私包括哪些具體信息、將要作何用途、我們是否擁有控制被收集數據的數量和用途的權利。但是在大數據時代，企業在做一項預測之前要征得數億用戶的許可的話，是不可設想的。可見，在大數據時代對隱私的保護已經不能用以往的眼光來加以衡量：限制太死，數據再利用無法得到充分的創新；限制太松，我們的隱私又得不到保障。

更加讓人覺得恐慌的是大數據的預測能力。我們研究大數據就是希望能從對數據的處理、分析、挖掘、再利用中得到有效的信息，預測未來。但當大數據滲透進我們生活的各個方面，可以預知考試成績、工作情況、家庭狀況、犯罪傾向時，大多數人便會感覺到自己的選擇權利、決定自己未來的權力被剝奪了。值得注意的是，我們并不能完全保證數據的完全正確，所以我們可能會在絕對依賴大數據的情況下做出錯誤的決定。這樣，社會問題就伴隨著大數據的普及而來了。

IT人員與數據量之間的不平衡，對新技術的強烈需求。IDC預測2020年全球需要管理的數據量將達到35ZB，相對于2011年將增長50倍，但是同期IT從業人員只會增加1.5倍，也就表示人均管理數據量將膨脹近33倍。這也從另一個角度表現出了對大數據技術的強烈需求，因為在大數據時代，現有的數據庫技術無法滿足TB級的數據容量和多樣化的數據結構，大數據對技術的要求即將超越傳統數據庫的管理能力。

3.2如何開展數據再挖掘

數據本身：提高使用率和質量。根據美國德克薩斯大學對數據有效性的一項研究表示，企業通過提升自身數據的使用率和質量，能夠顯著的提高企業的經營表現。企業應該意識到數據墳墓的存在，通過整合這類數據，從中提取有價值的信息。將分析時下數據與歷史數據結合，不斷完善數據的結構和數量，提高數據的使用率。而數據的質量則關系到預測結構的可靠性，不可過度的追求數量，在處理數據時要秉持去偽存真原則，去重、過濾都是不可缺少的步驟。電商企業應該重視數據的使用率和質量，提高企業的人均產出和運營效率，爭取在大數據技術的配合下改變行業競爭的態勢和經營業務的商業模式。

規模調整：加大合并與收購，在大數據時代背景中，合并和被收購也是不錯的選擇，沃爾瑪收購一號店，為其開辟了新的市場。從2009年開始，國際上關于大數據的收購案例持續增加，其中最引人注目的要數Oracle收購Sun，惠普收購Autonomy，兩大收購金額高達176億美元，可見大數據的企業價值不可小覷。我國電商也可以考慮合并收購，開展技術整合，同時通過自身實力推出大數據的分析產品。

技術創新：自主開發與國際交流緊密結合。IDC認為大數據技術就是：將被設計用于在成本可承受的條件下，通過非常快速的采取、發現和分析，從大量化、多類別的數據中提取價值，將是IT領域新一代的技術和架構。大數據技術產品框架主要由大數據產品、大數據管理和大數據的終端使用三個部分組成，大數據產品主要包括RDBMS、Analytical DB、NoSQL DB、ERP/CRM、SaaS、Social Media、Web Analytics、Log Files、RFID、Call Data Records、Sensors、Machine-Generated。大數據管理主要是數據的整合和質量控制，涉及到數據的存儲、處理和過濾。而大數據的終端使用則包括數據的挖掘、分析、搜索和擴充。目前大數據熱度最高的產品NoSQL和Hadoop，但這兩種技術并不是大數據技術的全部，隨著研究的深入，會涌現出越來越多的新技術，尤其是能處理非結構化數據的技術。大數據和自然環境一樣，也有自己的生態系統，貫穿了數據的整個生命周期，從數據的產生、存儲、處理、價值提取和應用。在數據再利用方面，電商企業要著重發展數據的應用軟件和信息服務，落實創新智能搜索和分析軟件、咨詢服務和信息安全。

同時，電商企業還要積極學習國外先進技術，并結合國情進行技術創新。Google、IBM、EMC、Oracle、微軟、惠普、SAP、Teradata這些世界知名企業都發布了關于大數據的產品，產品類別涉及搜索服務、數據庫、服務器、存儲設備、解決方案的提供商等，顯示了這些大數據先鋒的優勢和貢獻。我國電商企業技術門檻是發展大數據的一道門檻，要想突破這道瓶頸，創新數據再挖掘，就需要從國外優秀的企業汲取營養，結合我國的國情，盡早到優化自身的數據導入、分析、再利用技術。若是電商企業能夠在Hadoop的基礎上開發出高質量的數據分析軟件，在數據再挖掘搶得先機，那么成為大數據先鋒也是有可能的。

國家扶持與科學規劃：重視隱私保護與反壟斷。作為一個新興的產業，國家應該在政策、資金、技術、人才、法律方面給與積極的扶持，幫助建設信息基礎設施，支持技術產業，完善安全保障體系，幫助扭轉當今數據保存和數據利用意識淡薄的現象，確保社會在此領域有法可依。在大數據時代，爭取每個用戶的許可已經不再使用，國家通過法律可通過責任主體的轉變來保證隱私的安全，從民眾轉移到數據使用者，使得他們對自己的行為負責。至于大數據預測功能帶來的社會問題，也需要政府確保公民的權利，保證數據決策的公開公正以及個人反駁的權利。就像19世紀美國鐵路鋼鐵的壟斷一樣，大數據時代也可能會出現壟斷。反壟斷法能有效地保障權利的使用和人類自身的安全，對世界經濟健康發展也有重要意義。

大數據浪潮來勢兇猛，將成為理解和解決當今很對緊迫的全球問題不可或缺的重要工具，還可用于發展經濟和預防沖突。我們必須抓住此次變革的機遇，直面挑戰，對大數據的正確運用將有效地幫助我們解決各個領域的問題，并改變我們認識理解世界的方式。電商企業置身于信息流中央，用專業技術和創新的思維迎接大數據，并通過創新使用數據再利用改善現有的產品和服務，推出全新的服務，實現企業價值增值。