大數(shù)據(jù)技術在電子商務精準營銷中的應用與研究

摘要：隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)等行業(yè)迅速發(fā)展，給電子商務領域中的傳統(tǒng)營銷方式帶來了顛覆式轉變。本文首先介紹了大數(shù)據(jù)技術和精準營銷的內(nèi)涵和特征，其次分析了在電商領域中幾種常見的大數(shù)據(jù)精準營銷的應用實踐、實現(xiàn)方式和商業(yè)價值，最后深入研究了大數(shù)據(jù)精準營銷實現(xiàn)過程中的幾個關鍵技術。以期給電子商務行業(yè)營銷方面提供可借鑒的發(fā)展建議。

關鍵詞：大數(shù)據(jù)技術;電子商務;精準營銷

引言

隨著電子商務網(wǎng)站的快速發(fā)展，各大電商平臺在網(wǎng)絡營銷方面也已經(jīng)深耕十余年，比如雙十一晚會，團購，秒殺等營銷活動百花齊放，為人們的生活帶來了很大便捷性及生活樂趣，但與此同時，由于電商營銷預測的準確性不高，推薦商品或服務類目過多也給人們帶來了諸多困惑。如今電子商務領域競爭越來越激烈，如何提升電商營銷預測精準性，降低企業(yè)營銷成本成為了至關重要的因素。近年來隨著大數(shù)據(jù)、云計算等技術的迅猛發(fā)展，借助大數(shù)據(jù)技術對海量商品及用戶數(shù)據(jù)加以分析挖掘，能夠有效解決當前電子商務營銷領域的諸多難題。因此，本文將基于大數(shù)據(jù)技術對電子商務領域精準營銷方面的應用進行深入研究。

1 大數(shù)據(jù)精準營銷概述

1.1大數(shù)據(jù)概述

大數(shù)據(jù)是指對海量結構化數(shù)據(jù)和海量非結構化數(shù)據(jù)通過大數(shù)據(jù)技術進行挖掘處理，從而獲取新的數(shù)據(jù)價值。大數(shù)據(jù)主要來源于企業(yè)Web端、移動端、社交平臺、網(wǎng)絡平臺、物聯(lián)網(wǎng)平臺，傳感器等采集數(shù)據(jù)等。大數(shù)據(jù)主要特征有：數(shù)據(jù)體量大、數(shù)據(jù)種類多、數(shù)據(jù)處理要求快、數(shù)據(jù)應用價值高，一般稱之為大數(shù)據(jù)4V特征。正是由于大數(shù)據(jù)的4大特征，并結合大數(shù)據(jù)技術對海量數(shù)據(jù)的分析，我們可以從中挖掘出潛藏在數(shù)據(jù)中的無限價值并加以利用，如今大數(shù)據(jù)應用已經(jīng)無處不在，全面滲透到了電子商務、金融、電信、餐飲等在內(nèi)的各行各業(yè)。

1.2精準營銷概述

精準營銷最主要的特點是營銷的“精準”性，相比傳統(tǒng)的營銷方式主要從客戶基本信息，包括客戶的年齡、性別、住址、崗位和社會層次等方面來判別客戶的購買能力和感興趣的商品信息，然后策劃對應的產(chǎn)品營銷手段。大數(shù)據(jù)精準營銷不僅僅分析了客戶基本信息，還深度挖掘客戶的行為數(shù)據(jù)，興趣偏好，通過特定的大數(shù)據(jù)分析模型，挖掘出動態(tài)的用戶畫像，然后精準的推薦商品給客戶。大數(shù)據(jù)精準營銷不僅能幫助企業(yè)大幅提高營銷收益，而且能幫助企業(yè)減少不必要的營銷成本。

2 大數(shù)據(jù)精準營銷應用實踐

2.1 大數(shù)據(jù)用戶畫像營銷

大數(shù)據(jù)時代，人們無時無刻不在產(chǎn)生海量數(shù)據(jù)，當用戶注冊電商網(wǎng)站時，會產(chǎn)生用戶基本信息，包括用戶名稱、性別、通訊方式、收貨地址等數(shù)據(jù);當用戶瀏覽商品時，會產(chǎn)生大量瀏覽行為歷史記錄，比如線上商品瀏覽行為數(shù)據(jù)、線下行為數(shù)據(jù)，網(wǎng)上交易數(shù)據(jù);當用戶進行社交活動時，會產(chǎn)生海量的社交數(shù)據(jù)，比如社交信息、家庭成員、朋友圈。建立統(tǒng)計模型、機器學習算法（SVM、KNN）等大數(shù)據(jù)分析模型，生成用戶畫像，包括用戶的興趣愛好、消費愛好、行為愛好、社會工程屬性等，最終挖掘生成用戶畫像。電子商務網(wǎng)站在營銷過程中可以通過用戶畫像標簽對用戶興趣偏好進行分類，篩選出對此類商品或服務感興趣的用戶，再進行精準投放廣告、營銷內(nèi)容準確推薦，這樣既能提高廣告投放的轉化率，又能大大節(jié)約企業(yè)營銷成本。

2.2 大數(shù)據(jù)用戶行為分析營銷

當用戶在電商網(wǎng)站、社交網(wǎng)站、媒體等各類網(wǎng)站或者在手機App上進行瀏覽點擊，這些動作都會產(chǎn)生用戶行為數(shù)據(jù)。利用大數(shù)據(jù)手段可以挖掘出用戶行為數(shù)據(jù)無限的商業(yè)價值。比如在電子商務行業(yè)，產(chǎn)品交互設計師可以通過觀察用戶瀏覽或點擊的行為軌跡，分析用戶在產(chǎn)品使用過程中，哪些交互環(huán)節(jié)使用存在疑惑，使用不流暢的地方，并和用戶體驗師的溝通交流。通過用戶行為數(shù)據(jù)著手優(yōu)化產(chǎn)品的交互設計，從而能更精準的優(yōu)化提升產(chǎn)品體驗路徑，保證用戶的產(chǎn)品使用流暢平滑，提升轉換率。充分利用好用戶行為數(shù)據(jù)，也是提升企業(yè)訂單價值的一種有效手段。

2.3 大數(shù)據(jù)商品關聯(lián)挖掘營銷

一般來說，大數(shù)據(jù)關聯(lián)挖掘營銷場景有：優(yōu)化貨架商品擺放位置或者優(yōu)化商品的目錄，捆綁式營銷或交叉式營銷、相似商品或者互補商品推薦、關鍵詞推薦等。

舉個簡單的例子，通過調(diào)研大超市客戶購買的商品，可以觀察出80%的客戶會同時購買碗和筷子，可以看出其中存在一種關聯(lián)關系：碗→筷子，也就是說購買碗的客戶有很大極有可能會同時購買筷子，因此在商場的物品布局中，可以將碗和筷子放在同一個購物區(qū)，這樣方便客戶購買。同理，在電商網(wǎng)站上，可以將碗和筷子這種存在關聯(lián)關系的商品，進行捆綁銷售，從而提升關聯(lián)商品銷售量。

2.4 大數(shù)據(jù)個性化推薦營銷

互聯(lián)網(wǎng)時代，大數(shù)據(jù)智能推薦的應用場景逐漸在電子商務行業(yè)方方面面開始普及。淘寶、拼多多、蘇寧易購等各大主流電子商務網(wǎng)站的首頁，猜你喜歡、買了又買（看了還看）、精品推薦（熱門推薦）等模塊，微信朋友圈中推薦的商品廣告，甚至電話、短信、郵箱、今日頭條等各種渠道推薦的商品，都是近期感興趣的商品。如今，大型電子商務網(wǎng)站，商品類目琳瑯滿目，網(wǎng)站內(nèi)容和層級越來越復雜，導致用戶很難找到自己想要的商品所在位置，增加了用戶購買路徑，且更多情況下，電商營銷預測的準確性不高，推薦商品或服務類目過多也給人們帶來了諸多困惑，反而用戶體驗差，引起用戶方案。因此，大數(shù)據(jù)個性化推薦以及推薦的準確性十分重要，可以幫助用戶自動識別感興趣商品，并進行個性化推薦商品，將有益于提升營銷的準確性，并減輕用戶購買的繁瑣性。

3 大數(shù)據(jù)精準營銷關鍵技術研究

隨著互聯(lián)網(wǎng)的發(fā)展，大數(shù)據(jù)已經(jīng)給傳統(tǒng)數(shù)據(jù)庫如Myslq、Oracle等，在數(shù)據(jù)采集、數(shù)據(jù)存儲和數(shù)據(jù)處理速度等方面產(chǎn)生了極大的挑戰(zhàn)。隨著全球云計算和開源技術等的快速發(fā)展，推動了大數(shù)據(jù)技術的落地。

一般而言，大數(shù)據(jù)精準營銷技術架構中的幾個關鍵技術環(huán)節(jié)包括：數(shù)據(jù)源層->大數(shù)據(jù)采集層->大數(shù)據(jù)存儲層->大數(shù)據(jù)處理和分析層（模型規(guī)劃、模型建立）->大數(shù)據(jù)應用層（溝通交流，實施），即大數(shù)據(jù)精準營銷整體技術架構，如圖1所示：

3.1 大數(shù)據(jù)采集技術

大數(shù)據(jù)采集技術是指從企業(yè)Web端、移動端、社交平臺、網(wǎng)絡平臺、物聯(lián)網(wǎng)平臺等采集數(shù)據(jù)。大數(shù)據(jù)的抽取技術的最大困難點是數(shù)據(jù)并發(fā)量高，可能存在上百萬用戶同時進行瀏覽或者點擊，比如雙十一期間，淘寶等各大電商網(wǎng)站的用戶同時訪問的峰值可能會達到成百千萬。大數(shù)據(jù)采集方法，包括傳統(tǒng)關系性數(shù)據(jù)可采用Mysql、Oracle等采集技術;系統(tǒng)日志類數(shù)據(jù)采集，一般采用ELK日志采集技術;網(wǎng)絡數(shù)據(jù)采集一般網(wǎng)絡爬蟲或者API接口進行采集;物聯(lián)網(wǎng)設備類一般采用傳感器采集數(shù)據(jù)等等。

由于采集數(shù)據(jù)源多樣，可能存在錯誤數(shù)據(jù)、缺失值，空字符串等，因此需要進行數(shù)據(jù)清洗轉化，讓結構復雜、難以理解的數(shù)據(jù)清晰轉換為真正有價值、有條理的數(shù)據(jù)。

3.2 大數(shù)據(jù)存儲技術

根據(jù)數(shù)據(jù)源類型，數(shù)據(jù)量級別，數(shù)據(jù)實時性要求等方面，采用的大數(shù)據(jù)存儲技術也不盡相同，比如傳統(tǒng)關系型數(shù)據(jù)庫技術Mysql、分布式數(shù)據(jù)庫技術HDFS、日志類存儲技術ElasticSearch，時序數(shù)據(jù)庫技術TSDB。目前在大數(shù)據(jù)存儲的應用場景中使用最廣泛，最典型的是Hadoop體系中的HDFS，它將物理存儲資源不是放在一臺節(jié)點上，而是分布在集群中的多個資源節(jié)點上，可以實現(xiàn)海量數(shù)據(jù)存儲。如今電子商務領域，海量遞增的大數(shù)據(jù)存儲已經(jīng)成為了企業(yè)必須要解決的現(xiàn)狀，數(shù)據(jù)即企業(yè)無形的資產(chǎn)，存儲數(shù)據(jù)即是存儲財富，同時對數(shù)據(jù)加以處理應用到精準營銷和企業(yè)決策依據(jù)等場景中，對于企業(yè)的營收和發(fā)展將大有益處。

3.3 大數(shù)據(jù)分析處理技術

大數(shù)據(jù)分析處理常用的理論方法基本方法描述性分析，有假設檢驗和均值差異;高級方法主要為預測性分析，有K均值聚類、關聯(lián)規(guī)則、線性回歸、決策樹、樸素貝葉斯等，基于大數(shù)據(jù)分析基本方法和高級方法并結合流處理和批量處理等大數(shù)據(jù)前沿技術對海量數(shù)據(jù)進行數(shù)據(jù)處理和數(shù)據(jù)挖掘。當然，數(shù)據(jù)分析處理也是在整個大數(shù)據(jù)基礎框架中最為復雜的模塊，不僅需要懂得大數(shù)據(jù)挖掘技術，同時更重要的是要在理解業(yè)務的基礎上，使用正確的數(shù)據(jù)分析挖掘手段，提高數(shù)據(jù)分析的準確性。

3.4 大數(shù)據(jù)應用

基于電子商務海量數(shù)據(jù)搭建電商大數(shù)據(jù)基礎平臺之上，可以構建智能搜索引擎、智能個性化推薦引擎、用戶畫像、用戶行為分析、智能精準營銷等大數(shù)據(jù)應用能力，實現(xiàn)電商產(chǎn)品和用戶的精準營銷。同時基于海量歷史數(shù)據(jù)挖掘有助于企業(yè)預測分析企業(yè)訂單未來發(fā)展走勢，幫助企業(yè)指定產(chǎn)品運營計劃，規(guī)劃下階段的商品類目和庫存，制定新的市場目標。充分利用好大數(shù)據(jù)應用，同時有助于企業(yè)建立一個成功的前瞻性思維業(yè)務，抓住市場的機遇，在激勵競爭的互聯(lián)網(wǎng)時代下，走在時代的前沿。

4 結論

本文通過研究大數(shù)據(jù)技術在電子商務領域的精準營銷應用實踐，分析了幾種常見的大數(shù)據(jù)精準營銷的應用場景和商業(yè)價值，如大數(shù)據(jù)用戶畫像營銷、用戶行為分析營銷、商品關聯(lián)挖掘營銷、個性化推薦營銷等。并深入研究了大數(shù)據(jù)精準營銷實現(xiàn)過程中的幾個關鍵技術，包大數(shù)據(jù)采集技術、大數(shù)據(jù)存儲技術、大數(shù)據(jù)處理和挖掘技術和大數(shù)據(jù)應用等。希望各行各業(yè)能把握好大數(shù)據(jù)時代背景下帶來的機遇和挑戰(zhàn)，充分利用大數(shù)據(jù)的潛在價值，通過搭建企業(yè)大數(shù)據(jù)基礎平臺，采集企業(yè)日益遞增的海量數(shù)據(jù)，并加以挖掘分析，應用到企業(yè)的營銷實踐中，最終提高企業(yè)的營銷精準性，提升企業(yè)營銷收益，減低營銷成本。

參考文獻

[1]李曉龍，馮俊文.大數(shù)據(jù)環(huán)境下電商精準營銷策略研究[J].價值工程，2016，35（03）：31-33.

[2]肖霖岳.大數(shù)據(jù)下的企業(yè)網(wǎng)絡精準營銷策略探索[J].中國市場，2018（13）：128-129+131.

[3]葉濤濤，劉碧池.大數(shù)據(jù)時代下的精準營銷[J].現(xiàn)代商業(yè)，2018 （21）：22-23.

[4]趙鑫，李洋，李溫新，王爽.大數(shù)據(jù)背景下我國電商精準營銷策略研究[J].冶金經(jīng)濟與管理，2019（01）：26-28.

[5]陳旭.基于大數(shù)據(jù)環(huán)境下電商精準營銷策略探析[J].電子商務，2020（05）：51-52.

[6]薛聰.大數(shù)據(jù)背景下電子商務營銷管理的優(yōu)化策略探討[J].商訊，2020（16）：173-174.

[7]畢玉.試論基于大數(shù)據(jù)視角下的電商精準營銷方略[J].老字號品牌營銷，2020（03）：17-18.

[8]周建發(fā)，陳慧.淺析大數(shù)據(jù)能力與企業(yè)精準營銷的關系 [J].現(xiàn)代營銷 （ 經(jīng)營版 ），2020（04）：100-101.

[9]張芳.大數(shù)據(jù)精準營銷在電商領域的應用與價值略述 [J].中 國市場，2020（12）：159-160.

[10]汪鋒.試論基于大數(shù)據(jù)視角下的電商精準營銷方略 [J].中外 企業(yè)家，2020（10）：94.

[11]王苗.大數(shù)據(jù)云計算技術在電商營銷中的應用研究 [J]. 電腦與信息技術，2020，28（04）：48-51.

作者簡介：程嚴蘭（1992-），女，江蘇鹽城人，本科，對外經(jīng)濟貿(mào)易大學統(tǒng)計學院在職人員高級課程研修班學員程嚴蘭，研究方向：大數(shù)據(jù)分析與應用。