淺析大數據下的電子商務發展

龐軍洋　王靖

摘 要：大數據時代的到來給電子商務發展既帶來機遇也帶來挑戰。在此闡述大數據的定義以及特點，以及大數據的應用為電子商務帶來哪些改變，例如大數據的應用可以促進電商開展市場營銷，有利于個性化和精準的商品推介，有利于挖掘數據潛在價值。但同時，電商也需面對在大量數據中甄別、收集真實有用信息，分析和加工大量數據等挑戰。

關鍵詞：大數據；電子商務；大數據服務模式；機遇與挑戰

=我國電子商務正處于快速發展的時期，大量的商品從電子平臺上購得。近年來我們可以切身體會到的就是阿里巴巴的淘寶的火爆，電子商務已經與我們的生活息息相關。除商品交易之外，火車票的網上訂購、行政事業收費的網上易也越來越普遍。伴隨著業務量的劇增，電商平臺生成的非結構化與半結構化數據也在急劇增長。目前我國電子商務的發展呈現出具體數據化運營，數據資產化等特點，大數據處理已經成為影響電子商務進一步發展的最主要因素。

1.關于大數據

前段時間阿里巴巴老總馬云宣布未來公司戰略計劃，其中的重點就是發展大數據。在大數據的應用上阿里巴巴邁出了第一步，并把數據利用和分析做到目前國內領先的地步。而其他的各行各業也都提到發展大數據。那么什么是大數據，大數據又有那些特征值得這么受關注。

大數據又稱海量數據，巨量數據，指的是一種非結構化或半結構化的數據，所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。BrianHopkins和BorisEvelson在《首席信息官，請用大數據擴展數字視野》報告中指出，大數據包涵以下四個特征：（1）規模巨大。（2）快速處理。（3）結構種類多樣化。（4）具有較大的商業和社會價值。而大數據處理模式是依托于信息技術和互聯網技術的不斷發展興起的一種新型技術模型，可以處理大批量的信息，并保證信息的安全可靠。大數據的處理模式突破了傳統意義上的信息搜索和信息存儲，更加有效捕捉和管理信息，決策力和洞察力更強，處理的信息更加多樣化。

2.大數據帶來的機遇

2.1 強大的信息檢索服務

商品的豐富性直接影響電商的競爭力，而海量的商品數目，繁雜的分類體系以及復雜的非結構化商品屬性數據都需要強大處理能力的基礎設施。基于大數據的云計算正是提供了這種能力。它具有強大的數據檢索功能，根據用戶的不同需求，興趣愛好進行海量檢索并高效返回檢索的結果。試想一下，淘寶網上商品之多，種類之繁。怎樣才能在如此海量的信息中提供給客戶有用的信息呢？這也是阿里巴巴側重于發展大數據的主要原因。

2.2 提升了用戶體驗

用戶體驗的好壞與否直接關系到電子商務企業發展的成敗，就目前情況來看，在越來越激烈的電子商務競爭中，用戶能多次光顧是企業利潤的主要來源，也就是我們所說的回頭客。那么要抓住回頭客，第一次用戶體驗就至關重要。大數據的應用能處理包含用戶需求、購買喜好、投訴與滿意程度等相關信息，從而幫助企業在豐富產品種類、制定商品價格、提升服務質量、簡化購買流程、加強物流保障等方面發力，為用戶提供更好的購物服務，提升用戶體驗度，從而在激烈的競爭中取得巨大優勢。

2.3 大數據下服務將更加細化

可以想象無論哪個服務行業其發展趨勢都是越來越細化。細化服務更周到，更人性化也更加方便。面對不同地區、不同類別的消費者，商家可以通過收集用戶信息進行數據分析，從而更快地找到匹配買家，大大減少了商品流通的中間環節。電商也可以根據消費人群的不同需求，將營銷目標針對某個具體的領域，這滿足了消費者對某方面的特定需求，為消費者提供了正品保障和個性化服務，將服務領域進一步細分。細化就面臨數據量的大大增加，導致存儲，檢索和提供顯示的難度增加。大數據就是這些需求下提出的，它可以很好的處理這些問題。

2.4 有利于挖掘數據的潛在價值

以前的做法是數據的基本價值得以實現，數據就會被廢棄甚至刪除，認為數據的價值已經得到利用，再儲存和備份只會增加成本，造成公司額外的支出，降低公司的利潤。而在大數據時代下的數據，不再是無用的而是一種非常寶貴的資源。對數據進行收集、分析、利用等任一環節都能創造出新的價值。淘寶在數據的再次利用上做的相當好。他們搜集了用戶基本信息，購買物品種類，購買的數量等。做一個簡單的分析就可以知道哪個地方的什么人對某一種商品的需求狀況。從而指導商家進行合理的調度，對某一段時間內的商品需求給出建議。當然這只是數據潛在價值得一部分。

2.5 促進新的電商模式產生

大數據時代下數據的應用和企業的運營結合的更加緊密。各個電商平臺不在是單單的價格方面的競爭。而是公司的運行策略，商品價格，物流信息，商品實時更新顯示等全方面的較量。開展基于大數據的電子商務應借助大數據技術著重增強企業信息檢索服務能力，匯總優質產品信息，實施全方位和多元化營銷。制定對目標客戶、市場、服務等領域的科學合理的戰略計劃，全面提升電子商務發展水平。

3.大數據下電子商務面臨的挑戰

3.1 對信息的識別

大數據蘊含的價值多且高，但是價值密度相對較低，這就對篩選數據提出較高要求。由于大數據紛繁多樣，優劣混雜，這對提取和識別有用信息帶來了很大的困難。伴隨著大數據熱潮的到來，關于大數據的一些新問題層出不窮，比如其中夾雜著虛假信息，真實有用的信息不多，虛假信息會破有用的信息。因此收集過程對數據進行甄別，確保數據質量是電商應該重視的關鍵問題。面對海量般的數據，如果不加以篩選、甄別，就難以保證數據的完整性與客觀性，在此基礎上的數據分析與整合必然也會錯漏百出，失去了其使用價值。

3.2 對大數據的處理

如果僅僅是擁有大數據而不加以處理應用，這無疑是對公司造成巨大損失。一個電商怎樣處理和應用大數據才是問題的關鍵。有強大的數據的加工能力，才能使大數據產生真正的價值。還有一些數據信息不夠開放，處理起來也是困難重重。另外數據處理軟件的限制也一定程度制約了大數據的應用。

3.3 數據的不連續性

大數據中到處都充斥著碎片化的數據，沒有清晰的思路，無從下手，迷失在海量的數據中成為企業面臨大數據時代的核心短板。怎樣有效組織和管理這些數據并且加以利用也是當前面臨的一個巨大挑戰。

4 結語

總之大數據處理模式的產生并不是偶然的，而是當今時代信息技術與網絡技術不斷發展的產物。對各個行業都有著重要影響。電子商務必須在網絡環境大背景下，以大數據處理模式進行信息的快速提取和有效利用才能在競爭中取得優勢并不斷向前發展。隨著大數據的應用普遍化，如何通過技術手段挖掘出更多有價值的信息來為電子商務企業服務，繼而滿足人們的日常需求，還需要不斷挖掘和探討。

參考文獻

1.黃丹丹，王明宇，劉淑貞.阿里大數據戰略探析，中國商貿，2013/12

2.甘麗新.大數據時代電子商務的機遇與挑戰探討[J].科技廣場，2013（3）.

3.陳璐.淺談大數據處理對電子商務的影像.中國電子商務，2013

4.陳云海.黃蘭秋.大數據處理對電子商務的影響研究[J].電信科學，2013（03）：17-21.