大數據背景下的線上線下電商用戶數據研究

戴華秀

（江西外語外貿職業學院，江西 南昌 330099）

一、大數據視域下O2O 的用戶數據特點

（一）數據體量大

目前，我國經濟發展已步入新常態，社會的快速轉型推動電商企業規模的不斷壯大，電商企業所產生的用戶數據日益增多。除此之外，O2O用戶數據涵蓋范圍更廣泛，擁有的數據源也日益豐富。基于此，越來越多TB級用戶數據投入到電子商務的決策分析當中。

（二）數據類型多

由于O2O用戶數據涉及的范圍極其廣泛，所以在數據處理和分析方面存在一定難度系數，特別是在處理一些包含企業內部結構化數據過程當中，常常會面臨許多難題，這從側面體現了O2O用戶數據結構的復雜性。

（三）數據處理速度快

對數據處理的速度始終與電商產業發展息息相關，而企業對于數據處理效率的需求也遠遠超過以往任何一個時期。根據企業發展和用戶的需求，數據處理更加強調速度和質量的重要性，剔除掉傳統數據處理模式中的一系列弊端，啟用靈活度更高的處理技術，推動電子商務邁向新臺階。

（四）商業價值高

大數據為電商發展提供相關技術支持，在共享理念下，企業所擁有的用戶數據蘊含著極大的商業價值。想要挖掘這種價值，解決龐大信息流帶給企業的麻煩，須有效利用O2O技術對這些信息進行深入的分析，O2O數據已成為電商企業運行必不可少的商業資源。

二、大數據視域下O2O 用戶數據挖掘流程與方法

（一）數據挖掘的流程

O2O用戶數據的產生是一個動態過程，而挖掘數據當中的商用價值理應是一個持續不斷的過程。大多數情況下，對用戶數據的收集往往處于無目標的狀態之下，其目的就是要盡可能多的收集一些有用信息，對相關數據信息進行處理。值得特別注意的是，在處理信息過程中，要充分考慮不同客戶群體的需求，實現個性化管理，這樣才能夠真正發揮O2O用戶數據的商業價值。數據挖掘流程如下圖1所示。

圖1 O2O 用戶的數據挖掘流程

第一步是數據收集，O2O用戶的數據是不斷變化發展著的，且各項數據之間存在密切的聯系，要根據每一位客戶的交易情況進行預處理，完成數據收集工作。第二步是數據預處理，具體包括數據的準備、轉化、抽取等三項工作，數據預處理的根本目的就是要保證所收集信息的真實性和可靠性。由于原始數據中存在許多不必要的信息，為了簡化數據挖掘的流程，降低數據挖掘處理的整體難度系數，在數據預處理的過程中需耗費一定的時間和精力對其進行整理，篩選出真正有價值的重要數據，同時還要保證不同數據之間的關聯性，要實現這個目標可以應用數據融合的方法，在保證數據信息有效性的前提之下形成新的數據形式，為數據挖掘工作提供相關保障。第三步是數據挖掘與應用，數據的挖掘不僅要考慮用戶的喜好，更重要的是要以商家的需要為基準，進而選擇適用的數據挖掘模型，便于后續的深度數據挖掘工作。

（二）數據挖掘的方法

數據挖掘過程中，電商企業可利用數據所挖掘出來的有效信息分析自己的未來發展趨勢，為科學準確的決策提供基礎。數據挖掘方法通常有關聯規則、聚分類、社交網絡等形式。這些數據挖掘方法既保持了原有電商用戶數據處理的優勢與特色，又體現了社會發展所提出的新要求。數據挖掘依據消費者的喜好定位，兼顧不同信息間的關聯關系，注重用戶行為的分析。

三、基于大數據背景下用戶數據挖掘后的應用途徑

（一）精準用戶定位實施針對性的營銷

要想有效挖掘用戶數據的商用價值，首先應注重對不同客戶群體的精確定位，進一步落實具體問題具體分析的原則，進而針對不同類型的客戶群體制定科學適用的營銷方案。具體而言，在收集用戶信息過程中，可根據不同標準將客戶的喜好進行分類，據此預測客戶的消費趨勢，為其推送用戶可能會感興趣的商品和服務。該種營銷方式可改變以往封閉式的營銷模式，有助于控制人力、物力、財力等成本，還可穩定和拓展更多消費群體以促進電商企業的可持續發展。

（二）網絡平臺優化

網站平臺的頁面設置是電商營銷的重要部分，網站內容的優化和升級會在很大程度上影響到電商企業發展。電商的網頁設計是用戶接觸電商企業的第一步，因此有關設計人員要深入調研不同用戶群體的喜好，根據所掌握的市場情況對現有網絡平臺頁面設計進行完善和更新，如電商企業可將一些熱門商品設置每日推送，抑或增加相關欄目用以推送一些不同用戶群體的需求產品和服務。總而言之，網絡平臺的優化和升級須將不同網頁間的關聯及用戶的喜好有機結合。

（三）穩定客戶群

以上所闡述的精準定位用戶實施針對性營銷和優化網絡平臺措施其根本目的在于穩定現有客戶群，同時不斷吸引更多客戶流，以保持電商企業良好運行。技術人員通過網絡點擊率等信息分析消費群體的喜好，據此將客戶進行合理劃分。針對關系較為穩定的客戶，要積極探索更高質量營銷策略，通過其為企業開辟更多客戶源。

（四）擴展其他增值業務

在互聯網平臺積累不同類型客戶群體需求后，便可將這些信息整理建成用戶數據庫，充分挖掘此類數據的商業價值，為客戶提供多樣化和個性化的產品。就目前情況來看，許多成功電商平臺都利用大數據分析提供更加豐富的產品資源，如京東商城和蘇寧易購的首頁推送等，除此之外，京東還針對一些客戶群體推出京東白條，通過分期付款以及借款的方式提高用戶消費能力，同時也給企業帶來了附加收入。

四、結語

隨著云計算與數據挖掘技術的不斷發展，電商產業中的用戶數據將會得到更好挖掘與處理，其用戶價值將會得到更好提升。O2O電商發展已逐漸樹立了“用戶至上”理念，若要做出準確商務決策，準確的數據分析是其中重要環節，大數據必然會將電商模式推向新階段。