基于大數據的電商平臺研究

摘 要：近幾年，在各種數據量多樣化、各類手機應用逐漸深入我們的生活的基礎上。如今，大數據已成為各行各業研究的熱點問題。全國各地在已經過去的兩年內產生的數據量占數據總量多達90%。由此看來，大數據技術正在融入我們的生活以無法抵擋的趨勢。基于如此基礎，本文除了簡單介紹了大數據的理論，對我國電子商務電商平臺數據來源及數據挖掘方法進行分析。

關鍵詞：大數據;電商平臺;特性分析

一、引言

近些年，在網上購物的居民人數已經達到上億人次。目前我國網民的規模已經達到6.49多億，其中 3.61億人在電商平臺上購買物品，同比增長達到了19.7%;在這些網民中，在電商平臺上進行購物的比例增長了6.8個百分點，也就是說55%的網民在選擇在電商平臺購物。這一組數據充分的證明了電子商務平臺受到網民的青睞程度，同時也給網絡支付企業以及物流管理等行業創造了發展的機會。通過敘述大數據的技術及發展的情況，研究了大數據對我國電子商務方面帶來的各種動力，介紹了大數據的具體概念，介紹了電商平臺數據來源及數據挖掘的方法并展望未來。

二、大數據定義

大數據指的是在一定的時間里無法運用現有的軟件工具對各種內容進行收集、管理的一種數據的集中，其主要表現為是一種非結構化的數據，這就導致了在現實生活中我們所獲取的大數據信息在與之前的數據庫進行對接時，很多內容都不能進行兼容。

三、電商平臺數據來源及數據挖掘方法

（一）數據來源分析

隨著經濟的發展，越來越多的電子商務平臺開始注重對數據的價值分析，也注重收集數據，但是數據自身是不會說話的，沒有洞察的數據無價值可言，對企業銷量增長也毫無益處，這極大浪費了數據的價值以及為之投入的人力、物力、財力。普華永道曾對世界各國超過1300位CEO展開調查，調查內容主要集中在數據方面，根據報告顯示，數據分析占據很重要的地位，僅次于提高用戶參與度的技術，但是對于提升用戶體驗、提高用戶滿意度以及銷售業績而言，數據分析最為重要。

電商數據分析的基本體系指標包括幾個方面：

（1）總體運營指標

電商的總體運營指標是面向人群的電商運營管理層，通過總體的運營指標對電商運營的整體效果進行評估整改。分別從訂單、流量、整體指標、總體銷售業績進行控制，并對電商平臺的運營情況進行整合，是虧是賺，做到一目了然。

（2）網站流量

網站流量指對所要訪問網站中的進行訪客分析，基于這些數據對網頁可以進行優化，并分析訪客的行為方式。

（3）銷售轉化指標

銷售轉化指標包括支付類指標、購物車類指標、下單類指標、支付類指標。研究從分析下單到成功支付這整個過程所整合的數據類別，進一步提升了某件產品的轉化率。

（4）客戶價值指標

針對客戶進行分類，可以有針對性的進行介紹商品種類及實際價值，更好的為用戶提供需求。

（5）商品類指標

商品類指標指的是要分析商品的具體情況，比如：商品庫存、商品銷售等，再建立起關聯的模型，分析總結該類商品同時跟哪幾樣商品銷售，哪種方式吸引顧客的幾率比較高，從而進行捆綁銷售。

（6）市場營銷活動指標

市場營銷活動指標主要用來監控某種活動給電商平臺帶來的影響，是用來監控廣告的一個投放指標。

（7）風控類指標

銷售商品時，商家分析賣家的售后評價，不滿意的情況是怎樣。從中發現問題所在，同時進行及時改正。

根據買家評價指標反應顧客對商品的滿意程度，以及商品的實用價值，投訴量和投訴率要及時進行監控，便于提早發現問題，及時更正。

（二）大數據挖掘方法

數據挖掘的一般流程包括：

（1）問題的識別

挖掘一個有價值的數據，首先需要做到認識到問題的本質是什么才能找挖掘的方向，只有對問題有充分的認識，也才能夠去選擇一個適合的挖掘方式來探索，而對問題進行深入的處理和分析更是確定能否適合使用大數據技術進行的基本要求。

（2）數據理解

由于數據的特殊性，從而令其不同于一般的資源。數據理解包括兩點，一是數據在非同一系統的同一用戶中進行傳遞的話，可以達到零數據增加其價值的效果;二是在這個傳遞過程之中，因為雙方通信對接問題對之后產生的數據質量將會造成不同程度的影響。

（3）數據收集

數據的收集主要有以下幾個步驟，一是要進行相關數據的精準提取，確保拿到準確的需要處理的數據，這是所有工作的基礎;而是進行統一標準的數據類型模式轉換，將不同結構的數據能夠按照統一的格式進行編排;三是進行數據整合，將以上所處理好的數據全部聚合到一起，放入數據挖掘庫之中，同時也完成了數據冗余的消除工作。

（4）建立模型

數據挖掘中最為重要的一步便是數據建模，它是一個不斷循環往復，重復試錯的檢驗過程，從而才能針對我們之前的問題選擇一個最合適的模型進行建模分析。

主要的模型包括分布探索、試驗設計、特征估計、假設檢驗、時間序列、篩選設計、模型擬合、多元分析等。

（5）評價模型

建模不代表事情就終止了，還應該對建模的對象進行進一步的評價，這個評價主要分為兩個方便，一是針對于模型的準確性來判斷的精準性評價;二是針對模型的可靠性和可移植性來判斷的穩健性評價。

（6）應用模型

當模型建立完畢也通過檢驗之后，就可以開始進行下一步的操作，進行實際的投入使用環節，一般可以提交給相關的研究人員進行評測，也可以借助別的問題來驗證上述環節的操作。

四、小結

電商互聯網涉獵廣泛，與很多產業都有著一定的聯系，電商互聯網的發展受到很多因素的影響，例如環境因素、專業因素等。也就是說，選擇怎樣的方式來處于電子商務互聯網領域的數據信息，成為了限制當前電商互聯網發展的主要阻礙因素。若要想通過電商互聯網應用層面模型的建立奠定一套關于大數據技術的基礎，那么就需要我們去尋找一條從海量數據庫中尋找潛在模式與規律，挖掘有重要價值的數據信息的道路。

參考文獻

[1]徐國虎，孫凌，許芳.基于大數據的線上線下電商用戶數據挖掘研究[J]，《中南民族大學學報》，2018，32，（2）：100-105.

[2]劉志超，陳勇，姚志立.大數據時代的電子商務服務模式革新[J]，《科技管理研究》，2018，34（1）：31-34.

作者簡介：

邱慶，男，1999年5月21日出生，四川省大竹縣人，重慶工商大學融智學院電子商務專業，在讀本科三年級學生