电商如何拥抱大数据.docVIP

电商如何拥抱大数据 　　【摘要】 所谓大数据，就是巨量数据资料，因其数量巨大、类型众多和速度极快，单台计算机无法处理，而必须依托于云计算来处理。随着云时代的来临，大数据也越来越多地引起了人们的关注。互联网发展到当今阶段，云技术使得原先很难收集和处理巨量数据变得容易。然而真正赋予大数据价值的，并不仅仅是掌握海量的数据信息，而是对这些海量信息的分析和处理。也就是说对这些巨量数据的“加工能力”，才是实现这些数据“增值盈利”的关键所在。本文以京东和阿里这两大电商巨头为例，试图探究当今迅猛发展的电商如何利用其数据优势来拓展更为广阔的发展前景。 　　【关键词】 云技术 电子商务 大数据 用户画像 　　在过去几年里，我国电子商务交易额一直以GDP的2―3倍的速率持续快速增长。2013年我国电子商务市场交易规模达10.2万亿元，同比2012年的8.5万亿元，增长29.9%。其中网络零售市场更是发展迅速，2013年我国网络零售市场交易规模为1.85亿美元，超越美国，成为世界第一电子商务大国。而在2014年11月11日天猫双“十一”节当日交易额就高达571亿元，更是让人们看到了中国网络零售市场发展的巨大潜力。毫无疑问，电子商务正在成为拉动我国国民经济快速可持续增长的重要动力和巨大引擎。 　　那么在大数据备受青睐的今天，我国的电商们该如何主动拥抱大数据，与之来一场华丽的起舞呢？我们以“电商双超”的京东和阿里为例来探究一下吧。 　　随着阿里巴巴、京东等电商巨头的相继上市，网上零售市场“双超多强”的格局和竞争态势日渐清晰。淘宝、天猫、京东无论是市场份额、业务创新，还是品类丰富度都位居第一梯队，处于领先地位。其他电商企业则努力在细分市场稳固地位，在品类、模式等方面寻求突破。 　　一、提供千人千面的精准营销 　　过去几年，京东高速发展，用户超过1亿，日PV量达到2亿，SKU（保存库存配置的最小可用单位）接近千万。在快速发展的过程中，京东积极利用大数据作为其竞争利器。利用大数据进行精准营销就是其利器之一。大数据不仅仅是指海量数据的积累，它的另一个重要组成部分就是分析模型。运用大数据进行精准营销的关键是用户建模，即我们常说的用户画像。几乎所有的电商都会基于用户的购买行为做精准营销，“千人千面”也是他们共同追逐的目标。“基于大数据分析的用户画像技术，一直以来都是京东大数据部的重点研究方向。”京东大数据事业部总经理王晓介绍说。有别于其他电商平台，京东可以将其拥有的电子商务全过程价值链的所有用户数据引入用户画像的建模过程，从而更为精准地描绘出客户的全方位特征。所谓全过程价值链的用户数据，是指用户从浏览、交易、客服、配送和物流等所有相关的数据。京东目前运用300多个标签来定义客户特征，涵盖了诸如用户基本属性、购买能力、行为特征、性格特征、心理特征、兴趣偏好等多个方面。用户画像技术的运用使得推荐、广告和搜索能更加智能化地服务于用户。例如不同的用户在不同的时点对同一搜索词的搜素，就可能会有完全不同的购买意图。巧妙地针对不同用户的属性特征、性格特征、购买能力和行为习惯，结合用户行为的前后分析，恰当地陈列或推荐符合其消费偏好的商品，能在很大程度上提高用户的购买转化率和重复购买率。 　　二、优化供应链中库存、配送的管理 　　作为电商巨头的京东拥有庞大的商品量，面对成千上万的商品，如何能够减少缺货，及时补货，显得尤为重要。如果只是依靠后台人工来完成这个任务，挑战太大。京东运用自动补货系统，依靠预测模型，根据商品的销售数据和市场预测，在某些商品的库存量达到设定的预警数值时，就自动发送订单给相应的供货商下单订购，来达到快速及时补货的目标。 　　现货率是商业流通领域的一个重要指标。它通常是指在售商品中，有库存的货品的比例。京东发现，现货率这个指标在电商运用中往往并不能真实反映某些商品实际的有、缺货状况。比如，某些商品在交易繁忙阶段显示的现货率往往大大低于在交易不繁忙阶段的现货率。比如某些商品顾客在白天交易高峰期时期往往很难买到，而在深夜的6到8个小时里通常有货，很容易买到。因为在电商运营中现货率指标往往与时间段有关。而且某些商品在顾客没来的时候显示有货，也不能代表其在顾客来的时候就一定有货。因此，京东引入了一个新的方法，聚焦在每一个PV上。统计每一次商品浏览时，每一个用户看到的商品是否有货，有货的比例是多少；每个商品有多少用户看到的是有货，有多少看到的是缺货。这是较为复杂的用户分析，但是这样可以得到一个较为准确的现货率指标。同时，也可以从中分析出客户的地点是在哪里，从而可以用来指导采购备货，协调物流支持。用户下单时，后台知道用户的地点，同时也知晓某一个仓库某种商品是否缺货，随即可以在一些大城市中的几个仓库间进行调拨。而且他们还可以将这些数据，结合该商品每天的