基于大數據的商業智能在電商數據分析中的應用

張瑞

(廣州現代信息工程職業技術學院,廣東廣州 510663)

0 引言

應用大數據技術可以提高對消費數據直接利用的可能性,可以防止人為因素對數據利用及記錄的干擾,起到減少人力成本支出和提升工作效率的作用。分析大數據基礎上的商業智能在電商數據分析的應用意義重大。

1 大數據內涵及大數據技術應用案例

大數據內涵:大數據和巨量數據庫非常相像,在利用大數據技術時,應該使用特殊的處理方式來處理有關信息,進而符合用戶需要。在應用大數據時,有關的工作人員必須對大數據技術有所認識,應用大數據技術不只是擁有大量數據的能夠存儲數據庫的技術,更是處理數據與分析數據的過程,假如把大數據比喻成社會性產業,則要想對這一產業進行充分利用以實現盈利目標,就需要提升應用此技術的水平,也就是需要提高加工數據及處理數據的能力,進而實現有效生產目標。

大數據技術應用案例:在大數據技術應用過程中誕生了很多優秀的經驗,對有關企業來說,這些經驗具有很高的學習價值。舉例說明,日本某電力企業對大數據系統優勢進行了充分結合,使該企業可以迅速發展,從而可以在激烈的競爭中長久生存下去。由此可見,應用大數據系統可以生產出獨特的商業發展模式及服務模式,可以很好地推進產業革新與產業快速發展。以日本的某個不動產管理公司為例,該企業在管理時能夠對大數據優勢進行充分結合,能夠有針對地為用戶提供服務。按照用戶使用情況的差別,他們會收到更加符合自身需要的折扣券,據有關調查及研究表明,就算用戶居住在同一個小區的同一棟樓中,收到的信息也各不相同。此外,該企業能夠做到對家用能源系統優勢進行充分結合,此系統的每一位用戶的數據都可以被傳送至數據庫,如果企業要分析用戶的行為,就能夠輕易地將數據庫的數據提取出來,隨后將其分析。在分析用戶的消費行為時,可以更加準確地找到用戶的消費興趣,進而使提供給他們的優惠服務更有針對性。馬云認為,電子商務行業早已處在大數據時代。大數據技術在人們的衣食住行方面有著非常廣泛的應用,嚴重影響了企業的生產活動和經營活動。此時,企業管理者要想確保企業能夠在激烈的市場競爭中獲得可持續發展,就必須對大數據發展使企業面對的機遇與挑戰有所了解,正確認識大數據技術,并且可以利用大數據優勢對其將來的發展進行規劃,對企業的發展方針進行有計劃地調整。現階段,使大數據技術深度融合于產業發展的趨勢已經不可阻擋,企業管理者和企業決策者需要保有正確且科學的態度。舉例說明,微軟公司能夠在大數據技術飛速發展的背景下,利用技術優勢開發了許多數據處理軟件,使用數據處理軟件可以降低對資源的浪費,就其開發軟件與進行研究的目標來說,微軟公司的初衷不但是減少對資源的消耗與浪費,而且是可以對時代發展的理念進行融合,實施智能化建設。大數據技術發展的明顯作用是增加企業的盈利和提高企業的商業價值。以Facebook和谷歌為例,這些社交媒體軟件在具體運營時均會使用大數據技術來分析用戶的行為,進而將隱藏在數據背面的行為意義找出,有針對地調整與優化推送給用戶的廣告的內容,使用戶可以主動進行消費,幫助企業增加經濟收益。

2 在傳統BI體系基礎上的大數據應用設計

目前,大數據技術與商業智能系統的有機結合,是行業發展的大勢所趨,對商業智能系統發展水平來說,憑借其技術優勢能夠推進各個產業發展及經濟收益增加,不過在目前這個階段,傳統BI系統在數據庫技術基礎上進行是數據處理、數據儲存、數據分析已無法符合現代的生產需要,特別是大量沒有結構的用戶數據。系統不但應該按照時代發展及變化,而且需要按照有關需求,更新與優化應用信息處理技術的策略。在大數據系統中依然應該利用互聯網優勢來實現收集數據、存儲數據、整理數據、分析數據的目標,對過去的商業智能系統來說,雖然同樣具有上述內容,不過二者存在本質區別。所以,本次研究建立了新式架構平臺,可以充分發揮二者的積極作用,幫助產業持續發展。通常來說,企業在發展時使用的數據大體可以分成內部數據與外部數據,OA系統與EPR系統均屬于內部數據,是基于信息化組合而成的。來自網絡的非結構化數據即外部數據,就目前的工作來說,超文本、圖像、視頻信息是應用最廣泛的,在收集數據、整理數據、分析數據時,不但應對技術優勢進行充分結合,而且應保證有關人員擁有很好的信息素養,可以使用專業技能與數據處理技術來保證有關工作可以順利進行。在處理內部數據及外部數據時,因為內容和針對點存在差異,為使數據作用得到更好地發揮,應該使用多種方式進行處理。在分析非結構化數據的過程中,此部分數據被存儲至具有分布式特點的結構化數據庫內,不過傳統類型數據多分布于關系型數據庫,在最終對數據進行處理的過程中,應該將其整合,對數據實行集成化處理。

3 采集數據的方式

目前,數據收集來源包括系統日志、網絡數據、數據接口收集,對日志數據收集來說,主要使用的是針對信息設備的日志記錄功效,設備在發揮作用的過程中也會跟蹤與記錄用戶的行為,并且在此基礎上將有關日志文檔進行生成。如果有急切的工作需要,各子系統和主系統的文檔會被自行傳輸至中央數據庫,從而為順利完成有關工作提供幫助。在獲取數據信息時,為處理及分析經常使用的商業數據,應該使用RESTAPI方式。網絡數據的收集需要使互聯網技術的優勢得到充分發揮,在HTTP網絡協議的輔助下實行仿真模擬,對統一資源定位器加以利用,借助網絡爬蟲技術對有關的web網頁進行訪問,進而保障數據收集與整理的有效性,不過就具體應用狀況來說,在大數據背景下,傳統式技術已無法滿足其生產需求。所以,應該將其連接因特網域點,把用戶所需的全部數據與信息提供給他們。數據接口收集即和業務有關的企業軟件廠商進行協調,借由軟件廠商所提供的數據接口來完成對數據的采集[1]。

4 中藥飲片企業的電商數據的應用案例

4.1 中藥飲片企業的發展概況

本文將中藥飲片企業作為舉例對象,企業在生產中藥飲片時,因為生產銷售的流程很復雜,而且相關藥品信息的內容很多,嚴重阻礙了企業管理工作的順利完成。根據調查顯示:在目前的發展歷程中,中藥的組成部分除了有中藥材和中成藥之外,還有中藥飲片,相關企業的數據均已實施GMP認證,這是中藥飲片企業突破中藥行業的約束的好機會。伴隨我國經濟發展速度的不斷加快與時代的持續變化,對GMP來說,其認證方式及認證要求也發生了明顯的變化。誠然中藥飲片企業在發展的水平上與經濟收益方面的增長速度很快,中藥行業的整體發展形勢也越來越好,不過在將中藥飲片來源作為分析角度時,人們可以發現:現階段,企業在進行生產與加工制造時,應用傳統方式仍是主流趨勢,導致產業在進行進一步發展時會遇到一定的阻礙。如果換一個分析角度,我們便能夠發現:GMP認證的方式較以往也有了很大的區別,目前的生產方式已無法和GMP認證要求與GMP發展要求相匹配。所以,有關的企業對該挑戰進行充分的認識,盡快調整自身的生產行為,只有這樣,才可以確保有關工作朝著可持續發展的方向穩步前行,從而使經濟收益實現可持續增長[2]。

4.2 K均值聚類算法

K均值聚類算法的英文全稱是K-means Clustering Algorithm,簡稱為K-Means算法,目前,這一迭代求解算法的應用已經非常廣泛,K-Means算法借助分類方式,把系統中的每一個人實體分成詳細的聚類。在劃分實體時,應該確保每一個聚類間的相似性很高,還應該確保每個集群間的差異性。在進行實際操作時,應該依據嚴格流程來處理,在此過程中首先要做的是確定一個不變的質心,一般會使用隨機挑選方式,決策人員應該在許多數據中心點中以隨機的方式將質心選出,在對質心位置進行確定后,需要使用特定的計算機算法來測量及分析每一個質心與數據點間的距離。除此之外,還應該對數據點進行分化,使其成為開展工作時需要利用的簇。在完成以上操作后,按照第二個步驟所測得數據點來確定及測量新質,最后實現對數據的讀取,完成此項工作。對K-Means算法來說,算法的質心與距離在概念上并不相同,所以在應用K-Means算法時,相關人員應使質心概念與距離概念的作用得到充分發揮。需要把質心當作固定樣本,應該確保此數據與其他數據擁有現實性。這樣做是因為在后期對數據進行分析的過程中,必須在質心前提下進行,需要分析與確定其他的有關數據。假如此數據與其他數據的區別很大,就會使得相關人員不能順利完成對數據進行的分析任務,進而使處理數據工作變成了沒有意義的工作。假如在確定質心位置及數據時較為隨意,那么在確定最終結果時,其結果的效益往往是消極效益。所以,在確定質心位置的過程中,不但應該使用隨機挑選方式,而且應該在確定后反復測量和分析質心位置,以便最大限度地保障質心的位置,使其具有科學性與準確性。因為質心位置比較隨意,所以在檢測最終的結果時,有一定的幾率會使實際的結果不同于預期的結果,所以反復迭代是非常有必要的,只有在實現最終結果的前提下,反復迭代的操作才能夠停止[3]。

4.3 對中藥飲片企業的電商數據應用進行分析

對大數據時代下的獨立數據來說,其本身價值并不高,重要的是借助已有的數據對將來的趨勢進行預測和使用數據將隱藏知識找出。現階段,許多中藥飲片企業都能夠跟上時代發展的步伐,把有關的門店設置于眾多電商網站,在電商平臺上對中藥飲片進行對外銷售,所以會積攢很多客戶在購買中藥飲片時產生的消費記錄,通過分析客戶的消費記錄,能夠實現對消費者的分組,各群體消費者能夠按照消費行為來實行個性化營銷。客戶分類對中藥飲片企業把個性化服務提供給各個群體的客戶來說非常有利,也可以使企業盡快對市場與客戶的細微變化有所察覺,從而使企業能夠對策略進行有針對地調整。此時,藥品企業能夠對大數據后臺內容進行充分地利用,能夠整理與分析客戶消費行為。按照消費者消費時間、消費者消費時長、消費者購買次數來全面地了解客戶。此外,企業能夠把更完善的售后服務提供給客戶,從客戶購買產品之日算起,在一段時間后,使用通訊咨詢方式和在線咨詢方式來調查客戶對商品及服務的滿意度,也能夠使用展開問卷調查的形式,實現對客戶需求的實時采集。把來自客戶的線上反饋數據接口盡快和企業對客戶進行管理的數據庫進行對接,實施整理數據操作和分析數據操作,在完成后向上級部門報告,從而為企業的決策工作提供便利。此外,消費反饋行為可以使顧客對企業更加滿意,使其產生自愿消費意愿和持續消費意愿,進而使中藥飲片企業的經濟收益得到大幅提升[4]。

5 結語

綜上所述,隨著大數據的高速發展,企業在此背景下必須對大數據優勢及大數據特點進行充分的認識,并且使大數據與產業進行結合,促使產業數字化運營的不斷發展。所以,企業管理者和企業決策者應該在工作時按照時代的發展及變化情況,更新與調整其將來發展方向,盡早對大數據技術進行開發與利用,在符合企業發展需要的前提下,對商業智能和數字化運營進行更多的實踐。