大數據分析技術在跨境電商中的應用研究

廣東輕工職業技術學院　陳智永　藍韻　柯暢　黃國梅

?

大數據分析技術在跨境電商中的應用研究

廣東輕工職業技術學院陳智永藍韻柯暢黃國梅

摘 要：本文以ebay為例，探索中小企業在跨境電商中利用大數據分析技術預測市場需求的問題，并提出大數據預測模型，大數據預測需求包括四個階段：數據采集、數據處理與集成、數據分析和數據解釋，最后指出該模型的特點，包括可以更科學、更有預見性地開展境外營銷工作。

關鍵詞：ebay大數據分析技術大數據預測模型

1　引言

2014年3月1日晚的《新聞聯播》，就商務部發布的年度數據報告作了報道，其中提到我國進出口跨境電商貿易發展速度非常快的情況報道原文如下：一份大數據報告勾勒出未來全球貿易格局，傳統外貿年均增長不足10%，跨境電子商務卻保持30%以上的增速，我國20多萬家小企業在各類網絡平臺上做買賣，年交易額超過2500億美元。中國正在和美國一起成為全球跨境電子商務的中心，在由互聯網重塑的國際貿易格局當中，中國不僅搶得了先機，而且為貿易增長增加了新的支點。”

數據已經非常明顯，跨境電商貿易已成為我國進出口貿易中增長最快的領域，這是我國中小企業開拓國外市場一個很好的機會。但由于政治、法律、文化等因素不盡相同，外國的市場需求也完全不一樣，對于中小企業來說，這是其必須跨越的障礙。本文從市場需求預測的角度出發，重點探討大數據分析技術在出口跨境電商中的應用。

2　ebay的探索：為消費者“畫像”

作為全球最大的拍賣網站，早在2006年，eBay就意識到大數據所帶來的影響，并開始組建大數據技術分析平臺。該平臺定義了成百上千種類型的數據，并以此對顧客的行為進行跟蹤分析，現在，eBay每日要處理100PB以上的數據[1]，通過分析這些數據，eBay足以準確判斷消費者的購物行為，這就如同在每個消費者面前安裝了攝像頭一般。eBay對顧客的了解非常細致，可以毫不夸張地說，“eBay比你還了解你自己。”

eBay擁有全球近2億的用戶，其不僅記錄消費者的日常交易信息，還記錄消費者每一次探索瀏覽的過程，從其設定的成百上千種情景模型中計算出用戶可能的需求。這個模型甚至還區別消費者的年齡，以及其瀏覽的時間、地點及當時的天氣等因素，在智能機器人的學習和分析下，適時地推送給用戶最想要的商品，或者給商家提供各式各樣的“情報”，還能做到向商家提出銷售建議。

比如，某個消費者一登錄瀏覽eBay網站，eBay能很快地推斷出這位用戶潛在的需求，并在綜合各種考量因素后，向他推送商品信息。

3　跨境電商企業的新價值：大數據預測模型

大數據分析技術對跨境電商企業的影響是革命性的。有了大數據分析技術的支持，跨境電商企業可以很容易地從海量的數據中分析出消費者的需求，進而推出更符合消費者需求的產品或服務，這中間還能夠進行針對性地調整和優化，這就是大數據賦予跨境電商企業的新價值。

對于跨境電商企業來說，可以自己開展大數據的研發和應用，也可以利用第三方機構來實現對大數據的應用，比如GOOGLE和eBay在這方面做得很專業。消費者在使用搜索服務時，他們在無形中就把自己個人的行為、愛好、消費等數據傳給GOOGLE和eBay。基于用戶搜索行為、瀏覽行為、評論歷史和個人資料等數據，通過大數據的挖掘和匹配，它們可以分析消費者的整體需求，進行針對性地產品生產、改進和營銷。

與企業經營相關的大數據來源非常廣泛，除了各類研究單位發布的大量的數據外，互聯網數據、各種傳感器收集的數據等都是重要的來源。不同類型的大數據，其處理方面有所不同，但其處理流程基本上是一樣，主要步驟包括“數據采集、數據處理與集成、數據分析和數據解釋”四個過程，如圖1所示，采集到的數據經處理和集成后，轉換成統一標準的數據格式，然后用相應的數據分析方法將其進行分析處理，最后用可視化的技術將結果展現出來。

圖1　大數據預測模型

3.1階段一：數據采集

如前所述，目前大數據來源非常廣泛，常用的采集方法有：百度和谷歌等搜索引擎的數據檢索工具、各類傳感器、RFID以及條形碼掃描技術等。隨著手機和平板電腦等移動終端設備的迅速普及、各類APP軟件的大量下載使用，數據采集的數量和精度不斷提升。

3.2階段二：數據處理與集成

數據的處理與集成階段的主要任務是對數據采用合適的方法進行適當地處理、去噪和進一步地集成存儲。

由于數據來源廣泛，注定了大數據的多樣性特征(即 Varicty)，這就決定了如果這些數據不經過初步處理，進行高質量的數據分析將會非常困難。因此，在采集數據后，一般還要進行數據的處理與集成將這些多樣化的數據轉換為便于處理的較為單一結構的數據。當然，并不是所有數據都是有效的和相關性高的，這些數據還需要“去噪”，才能保證數據的有效性和可靠度。

3.3階段三：數據分析

大數據預測模型最核心的步驟是數據分析，因為零亂的數據是沒有價值的，只有通過數據分析步驟，才能挖掘到大數據的真正價值。在數據分析階段，根據不同的應用需求，數據分析各有不同，常用的方法有數據挖掘、機器學習、智能算法、統計分析等。

在數據分析技術方面，Google公司無疑是做得最先進的一個，其于2006年率先提出了“云計算”的概念，其內部各種數據的應用都是依托Google自己內部研發的一系列云計算技術，例如分布式文件系統GPS、分布式數據庫BigTable、批處理技術MapReduce，以及開源實現平臺Hadoop等，這些技術平臺的產生，提供了對大數據進行處理、分析的很好的手段[2]。

3.4階段四：數據解釋

從數據的質量來說，數據的處理與分析過程是保證最終數據高質量的關鍵步驟，但對于最終的數據用戶而言，如何獲得直觀的和有用的數據才是其最關心的。因此，如何通過數據解釋步驟，對大數據分析結果進行解釋與展示也非常重要。

隨著數據量的變大以及用戶對數據分析維度的增加，傳統的以文本形式輸出的數據展示方式已不能滿足數據用戶的需求，一種被稱為“數據可視化技術”數據展示方式開始出現，常見的方式有基于集合的可視化技術、基于圖標的可視化技術、基于圖像的可視化技術等，在數據可視化技術的幫助下，用戶可以很形象地獲得數據分析結果，對結果的理解和接受也更直觀。

4　大數據預測模型的特點

4.1在大數據預測模型的支持下，跨境電商企業的境外營銷管理更具“科學性”

圖2　大數據時代營銷創新的鉆石模型

現代營銷管理既是科學的，又是藝術的。其中，“科學性”體現在營銷管理過程中存在著一些基本的客觀規律，有一套分析問題和解決問題的方法論，還體現在建立在各種營銷數據的搜集與分析的基礎上的營銷管理決策，大數據的到來加速了營銷管理的科學性進程，使跨境電商企業開展“精確化”的營銷管理成為可能，跨境電商企業對其營銷管理活動的各個環節的把握能夠更為精確，使往日紛繁復雜的和難于決策的境外電子商務營銷管理活動逐漸演變為一系列的數據挖掘與相關分析，使營銷管理真正成為“建立在科學基石上的藝術”[3]， 從而真正走進科學的殿堂，如圖2所示。

4.2通過大數據預測模型，跨境電商企業的境外營銷管理更加有“預見性 ”

由于境外市場的各種不確定性，比如顧客需求差異、東西方文化的差異、競爭更加激烈等因素，企業對市場的研判和有效預測越來越困難。大數據分析技術的出現改變了這種現狀，通過收集各類數據信息，在各種數據分析技術和建模分析技術的支持下，能夠比較簡單地挖掘出各種看似毫不相關的數據之間的關系，從而對目標國的市場需求和趨勢做出準確的判斷。因此，大數據預測模型可以提升跨境電商企業境外營銷管理活動的“預見性”。

5　結語

基于消費者及各種經濟等數據，大數據不僅可以為“消費者畫像”，還可以給商家提供各式各樣的“情報”。比如，國內的商家希望將產品賣到加拿大，通過大數據分析可以大致預測到，這種商品一個月可以賣出多少產品，定價應該在什么范圍內，市面上還有多少商家在賣同樣的產品，他的市場占有率大概是多少。目前，利用大數據預測需求無論是理論上，還是技術上，都能夠實現，但由于各種原因，預測很多時候還是會出錯，利用大數據預測需求還需要進行更深入的研究。

參考文獻

[1] 黃鍇.揭秘大數據玩家eBay：猜出你的購買欲[N].21世紀經濟報道，2014-09-08.

[2] 劉智慧，張泉靈.大數據技術研究綜述[J].浙江大學學報(工學版)，2014，6(6).

[3] 李巍，席小濤.大數據時代營銷創新研究的價值、基礎與方向[J].科技管理研究，2014，9(18).

中圖分類號：F724.6

文獻標識碼：A

文章編號：2096-0298(2016)03(a)-126-03