基于大數據的消費決策平臺數據可視化的設計與實現

郭丹

摘 要：隨著電子商務的不斷發展，電商平臺與賣家之間的競爭越來越激烈。本文主要就如何針對消費者開展有針對性的營銷活動為前提，通過大數據的可視化管理來對消費者的購買決策行為進行數據分析。大數據的火熱也帶來了數據分析的研究開展。關于數據分析，可以使之更加客觀的了解觀察數據。以便于預測下一階段的數據的走向，而數據可視化更是加快了這一進程，使數據分析變得更加便捷。

關鍵詞：大數據;數據可視化;數據清洗

1 緒論

（1）背景及意義。在數字信息大數據的時代，數字信息化在社會的各個層面，你都會感受到，比如：shopping市場中的消費者就是最典型的經典例子。大數據作為數字信息的載體，他具有一定的規律，大數據對消費者的消費行為直接表現在向岸上消費市場上。在當今的中國乃至世界上，在線消費的市場在數據的影響下變得越來越好。

據統計報告，2019年中，中國電子商務市場交易額達到29.16萬億元，根據《中國電子商務年度發展報告》 報告，中國的電子商務規模正在快速增長，已占全球市場的40%。 2006年，中國的在線購物達到7，000億美元，遠遠超過美國排名第二（3，121億美元）和英國排名第三（1，500億美元）。這說明在線購物的趨勢在增加，在線購物的普及率也在增加，這影響了消費結構的變化。消費結構正在重組。傳統的消費行為正在逐漸被重組，甚至被在線購物所取代。

綜上所述，這種在線購買的消費（購買）行為與公眾生活密不可分，但是在當今的大數據中，上述關于消費者在線購買決策的研究還相對不足。本文將分析影響消費者線上購買行為的因子進行的基于大數據的消費決策平臺數據可視化的設計與實現討論分析。

（2）國內外研究現狀。2016年，中國發布了《中華人民共和國國民經濟和社會發展“十三五”綱要》（簡稱“十三五”）。其中，第27章概述了“國家大數據戰略的實施”。以當前的大數據為基本戰略資源，采取行動促進大數據的發展，加快數據資源的推廣和共享，發展和應用，幫助企業轉型升級產業和社會治理創新。具體方法包括：公開分享并促進大數據產業的健康發展。

大數據同樣被美國政府稱為“未來的新石油”。大數據包含在評估一個國家綜合國力的標準中。一個國家的數據規模及其使用能力將變得重要作為一個組成部分，大數據的游戲和控制已成為國家與企業之間直接競爭的焦點。大數據已經成為全世界關注的焦點，“大數據時代”已經到來。

（3）主要研究內容。術語“電商”是電子商務的縮寫。早在1996年的時候， IBM公司于就已經提出了電子商務的概念：以商品交易所為中心的電子交易進行的業務活動。是傳統業務活動模型的信息化和數字化。消費者的行為分析主要是通過分析消費者群體的概況信息，比如包括一些行為取向，和需求偏好，還有消費軌跡等。這些概況信息是對消費者行為分析的重要一步。而消費決策行為分析，是指消費者對購買的決定后，對于該商品是否進行購買的決策進行分析。本文旨在研究電商營銷用戶信息行為與消費者購買決策的關系。

2 相關技術介紹

（1）開發語言介紹。Java開發目前依舊是最主流的開發語言，目前絕大多數的開發都是java開發，而java作為企業級開發首選，越來越受到更多人的青睞。而java最重要的特性就是其跨平臺性，而跨平臺最重要的就屬JVM了，在各個操作系統都有對應的jvm。java代碼不與機器進行直接交互的，都是通過jvm平臺進行間接交互，這樣就保證了其跨平臺特性。

MySQL數據庫是一個小型的關系型數據庫。現在，絕大部分網站采用的是MySQL數據庫。目前依舊是MySQL主流，主要是由于MySQL的開源免費，就導致現在更多的人開始采用MySQL數據庫開發。

Python 是一種腳本語言。Python 設計具有很好的可讀性，和其他語言一樣，使用英文單詞作為關鍵字，但是其語句沒有結束標志，僅僅通過縮進來表示程序中的嵌套關系。

（2）開發環境介紹。IDEA代表IntelliJ IDEA，它是用于Java編程語言開發的工具。 idea在各個地方的設計，都是經過專門的設計，都是用來最大限度的提高開發人員的開發效率，使開發人員更多的去關注代碼的邏輯設計。

PyCharm是由用于開發python項目的一款只能ide。同IntelliJ IDEA一樣，可以更加快速的幫助開發人員簡化開發流程。

Navicat Premium是一個數據庫管理工具。可以很輕松的鏈接到各大主流數據庫。需要注意的是Navicat Premium只是一個數據庫鏈接工具，該工具并不提供數據庫，只能是通過該軟件可視化面板鏈接數據庫。該工具提供了數據的導入導出，和報表等一些其他操作。

3 系統分析

要想實現大數據集成分析，就要實現對數據進行收集，收集后對數據進行集成處理，最后對集成后的數據信息進行分析。

第一步，對數據進行收集。工作內容如下：首先要從內部及外部的數據信息中提取出有用（相關）的數據信息，并在此基礎上要保證其數據的安全性。除此之外，如果有必要的話還要與除企業之外的其他組織、部門、研究機構和政府進行合作，這樣有助于收集到更多的數據信息。收集到需要的信息后要對收集的數據進行分類整理，數據一般分為結構化數據和非結構化數據。第二步，對采集的數據信息進行整合。這項工作的主要工作內容是指數據分析人員要從收集到的海量的數據信息中篩選出有用的數據信息，并刪除無用的數據信息，將篩選出的有用的數據信息進行組織、整合、排列及合并。這個過程需要具備數據分析的專業知識和分析技能的專業人員進行數據分析。數據分析人員需要知道如何對數據集進行集成處理，如何加載數據以及如何對數據進行標準化處理。最后一步，對集成的數據進行綜合分析。對集成的數據進行分析是大數據研究工作中最重要的一個環節，也是大數據研究人員必須要掌握的技能。數據分析現在是大數據必不可少的部分，也是最重要的部分。

數據庫可視化是目前更為直接的了解數據的一種方式。通過可視化面板，我們能直接看到數據的走向，了解數據的趨勢。為我們之后的分析提供了一個良好的圖形界面。而視圖是最能直觀的感受數據在趨勢走向。

4 結論

該設計講述了通過大數據可視化完成對消費者決策平臺的設計，數據可視化可以直觀清晰的展示數據信息，并且也可以多維度的展示數據信息，這樣通過大數據就可以直觀清晰的展示出消費者的購買決策，進而可以直觀的分析出消費者的購買意圖，企業或市場就可以根據分析的結果作出對消費者具有針對性的活動。消費者的決策行為不是單一影響，是眾多因素組成的。