大數據在電子商務中的應用

于志軍

大數據技術是以數據為本質的新一代革命性的信息技術，在數據挖潛過程中，能夠帶動理念、模式、技術及應用實踐的創新，將大數據思維嫁接到不同的產業中，推動大數據在各行各業落地。大數據是一種大規模在獲取、存儲、管理和分析等方面超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。

電子商務是互聯網時代對人們的生活產生影響最大的領域之一，它改變了人們的消費方式和企業的生存策略。電子商務網站的普及和電子支付的崛起，讓互聯網營銷起到非常明顯的作用。許多互聯網企業都借助互聯網營銷方式獲得了極高的知名度，走上了企業發展的高峰期。

一、特征分析

1.大數據的特征

大數據的特征主要有以下幾個：

①擁有巨大的數據量：大數據在采集、存儲、計算的過程中涉及到的數據量都非常大

②具有多樣化的類型：與傳統的數據類型相比，大數據的類型更加多變，具體表現為網絡日志、音頻、視頻、圖片及地理位置信息等。

③具有較低的價值密度：大數據多為半結構化和非結構化數據，并未經程式化的處理，其中存在大量無用的信息，價值提取難度高，價值密度相對較低。

④具有快速的處理能力：因為大數據數量大、類型多、增長速度快、價值密度低，所以大數據應該被快速而高效的處理。

2.電子商務的特性

相對于傳統的經營模式來說，爆炸性增長的數據已經成為電子商務非常具有優勢和商業價值的資源。因為電商幾乎掌握了最全面的數據信息，其中包括所有注冊用戶的瀏覽信息、購買消費記錄、用戶對商品的評價、在其平臺上賣家的買賣記錄、產品交易量、庫存量以及商家的信用信息等等。所以說，大數據貫穿了整個電子商務的業務流程，已經成為電商真正的核心競爭力。

以阿里金融為例，阿里巴巴通過在淘寶、天貓等網站積累的數據資料，通過對用戶的銷售終端、資金使用等數據進行追蹤和收集，了解中小企業的交易狀況。從中篩選出財務健康和講究誠信的企業，為他們發放無擔保的貸款，既解決了中小企業貸款難的問題，又新增了盈利模式。

以1號店為例，1號店通過收集平臺上的大數據，對其進行分析，給顧客發送個性化的EDM，進行精準的電子郵件營銷。如果用戶在官網上查看過商品卻未購買，則1號店會根據可能的情況，分別在到貨、降價或者引入類似的相關商品時，以電子郵件的形式告知用戶。

以個人經歷為例，在某大型購物平臺上搜索某些商品，接下來無論打開哪種類型的網站，都能在網站上看到相關商品的廣告。開始的時候，覺得很奇怪，后來才明白與傳統的流量廣告相比，這種通過大數據處理而產生的推薦服務更能滿足用戶的需求。

二、大數據在電子商務應用中面臨的挑戰

1.數據處理存在困難

在大數據時代，僅淘寶網一天的交易信息就很多，而且隨著信息化的發展，這些數據每時每刻都在劇增。面對海量數據對計算機硬件性能帶來的挑戰，對于實力較弱的電商來說，僅僅是妥善地保存好各種數據就已經很難了，而那些電商巨頭想在最短的時間內，盡可能地挖掘和利用好這些大數據也不是一件容易的事。據統計，82%的電商正受到處理海量信息的挑戰，89%的電商因超負荷處理數據而失去過銷售的機會。可見，如果不能夠快速、有效地處理這些大數據，那么其原有的巨大商業價值將不復存在。

2.信息存在風險

隨著信息處理能力的發展，電商掌握了用戶越來越多的個人信息。這些信息除了能夠反映用戶的消費習慣、個人愛好和經濟狀況以外，還涉及許多隱私資料，例如：用戶的真實姓名、證件號碼、銀行卡號及密碼及賬戶余額等。實力較弱的電商在處理大數據時，往往會求助專門的數據公司，而參與分析數據的人越多，用戶的各種隱私被泄露的風險就越大。一旦隱私真的被泄露了，那么必將引起用戶對整個電商行業的質疑和反感。

3.推薦服務存在問題

數據是電商提供服務的基礎，面對數據規模、存儲方式以及組織方式等特征的轉變，電商所提供的推薦服務也應該進行轉變，以應對當前整個數據環境的更新。上文中提到的推薦服務其實是基于信息檢索結果的推薦服務，即電商將消費者曾經搜索過的每條信息羅列在頁面中，供用戶瀏覽，通過查看詳情來衡量此信息的重要程度。用戶每天都要瀏覽大量的數據信息，不是所有信息都是有效的，在時間不允許的情況下，不可能逐條打開每個商品的信息詳情，所以說這種推薦服務存在一定的問題，有待改進。

三、基于大數據應用的電子商務創新發展

1.合理利用大數據資源

大數據作為一種生產要素，已經引起了電商的高度重視，只有合理地利用這些數據，才能發揮其巨大的價值，否則這些數據就會成為電商的沉重負擔。要想對大數據進行有效地分析和處理，就需要建立完備的數據存儲與分析一體化的處理系統。該系統的建立將電商與IT行業緊密聯系在一起，電商可以根據自身實力的大小選擇與大數據基礎行業合作，或是自己開發數據處理系統。無論哪種選擇，電商都能夠借助IT設施有效的篩選、利用海量數據資源，為其發展奠定堅實的基礎。

2.數據信息的保護更加嚴密

數據信息的安全性是電商長遠發展的重要保證，所以電商必須嚴密保護這些信息的安全。那么，在數據技術開發的時候，電商就應該打造出嚴密的安全防衛系統。在數據處理的過程中，更應該利用實時監控系統防止信息外泄，一旦發現系統異常，應該立刻攔截并處理。除了在技術上嚴格把關之外，電商在日常運營中也應該規范其自身以及員工的行為，絕不能將用戶的信息賣掉，借以換取利益。

3.個性化推薦服務更加精準

電商根據用戶的喜好推薦各類商品的服務屢見不鮮，但大都是基于信息檢索結果的推薦服務，這種服務的顯著缺點就是不夠精準。如果能利用智能分析算法進行計算，電商就能夠更準確地定位用戶的需求。

4.服務更專業

天貓、京東、當當和亞馬遜等大型平臺占據了國內電商行業絕大部分的市場份額，中小型電商想要崛起已經非常困難。但在大數據時代下，如果能將業務做得更精更專，也能夠贏得一席之地。如果細分類的電商因規模小、用戶少，反而更容易分析用戶的數據信息，能更專注地為特定用戶群提供服務。

四、結束語

雖然大數據在電子商務中的應用面臨著挑戰，大數據的分析與利用技術也還在探索中。但不可否認的是，基于大數據應用的電子商務取得了許多創新發展。待到大數據的技術和運作更為成熟之時，必定會有更多具備商業價值的新型服務涌現，進而帶動電子商務行業的發展與革新。