大数据技术在电子商务中的应用.docVIP

大数据技术在电子商务中的应用 　　[提要] 随着商业信息和数据的激增，电子商务企业不得不依赖大数据技术帮助企业管理者做出科学合理的战略决策，从而提高自身的竞争优势。本文针对大数据技术在电子商务领域中的应用，分析现实存在的问题，并提出解决建议。 　　关键词：大数据技术；电子商务；问题；对策 　　中图分类号：F713.36 文献标识码：A 　　收录日期：2016年11月7日 　　一、电子商务与大数据技术概述 　　（一）电子商务。电子商务作为当今互联网时代最具发展潜力的一种商业模式，以电子和信息技术为基础，以商务为核心，打破了空间与时间的束缚，使生产、销售、管理各环节的水平得到极大的提高，降低了贸易活动的成本，并且因为服务个性化、方便、快捷等特点，使得客户的满意度大幅度提升。此外，在“互联网+”的时代背景下，新一代互联网技术在电子商务中得到广泛应用，无线互联网功能不断完善，大批优秀的电子商务平台服务功能完成了向移动端的移植。移动终端应用在用户规模和信息交互维度的实时性、实地性、多样性等方面的优势得到了充分发挥。大数据和云计算技术被大型电子商务平台广泛应用，为百亿数量级别的查询以及数十亿级别的各类业务处理提供了良好的支撑。可见，电子商务前景广阔。 　　（二）大数据技术。大数据技术能够从海量的数据中提取出最有效的信息，在电子商务企业中发挥着至关重要的作用。大数据技术可具体划分为以下几种： 　　1、数据采集技术。快速而广泛的搜集分布在互联网上的数据，并且将一些其他平台中的数据源中的数据导入到该工具中，对数据进行清洗、转换、集成等。 　　2、数据处理技术。运用分布式系统对超大规模的数据进行快速统计、归纳、分类，便于高质量、高效率地存储数据和提取数据。 　　3、数据分析技术。根据单组数据的对应分析和多组数据的聚类分析，通过定量描述对于不同现象的各种利害要素的相关程度，让数据开发更接近人们的应用目标。 　　二、大数据技术在电子商务领域的应用 　　大数据技术在电子商务领域的应用主要体现在以下方面： 　　（一）应用于客户体验。电子商务平台网站的界面结构和功能是吸引大量客户的关键，多数电商企业为提高客户在交易过程的第一体验，根据大数据技术分析客户消费行为的历史记录建模，然后在此基础上使用web挖掘技术改进关键字加权法，有效地将用户输入的关键字合理地拓展延伸，提高商品信息检索功能的精准率，并且针对不同的消费习惯，动态地调整页面布局，全方位地把握客户的实际需求，实现对商品的合理聚类和分类，呈现商品信息的初步浏览效果，如淘宝网根据客户关心某些产品的访问比例和浏览人群的分类来决定广告的排版布局，增加广告的投资回报率。通过大数据技术的应用，能满足消费者个性化的需求，改善了客户的购物体验，有利于提高客户的购物满意度。 　　（二）应用于市场营销。电商企业引进了先进的大数据技术，在市场营销各环节最大限度地降低人力、财力以及时间成本。技术部门可构建分布式存储系统，运用web数据挖掘技术将客户在不同网络平台上的个人信息以及动态的浏览习惯贴上“标签”，根据不同格式的数据选取不同的存储策略，再针对性、大范围地对潜在的客户进行商品与服务推销。 　　（三）应用于库存管理。在零售业中，库存销量比是一种重要的效率指标，数据仓库可以使管理人员实时追踪商品库存的流入与流出，并通过在线的市场供求变化数据分析，准确把握预期的市场供求动态，制定合理的生产计划，降低库存积压风险，提高企业的资金周转能力。 　　（四）应用于客户管理。客户管理的实质是为消费者提供可持续的产品和服务。运用大数据分析的优势，电商可以划分普通用户群和核心用户群，并且建立会员信誉度级别。在各大电商平台的领军企业，技术人员利用大数据技术根据买家的消费行为定量定性地评定买家信用，同时也能够通过跟踪商家的服务质量和产品销量来评定商家的信用，这样买卖双方都能尽可能遵守交易的规范，以此促进电商交易平台的良性发展。 　　对于客户反馈环节，在传统的市场营销中，采集大量的客户反馈信息工作需要动用较多的人力资源电话回访完成调查问卷表，耗时耗力且结果不佳。国内一些专门将互联网信息分门别类提供给个人和企业单位的公司，如百度和阿里巴巴等，拥有强大的大数据技术和云计算系统，可快速应对海量数据统计、查询和更新操作，加工成具有商业价值的数据，为电子商务企业提供了全面而准确的客户反馈信息。 　　三、大数据技术在电子商务领域应用中存在的问题 　　大数据是一个应用驱动性很强的产业，有巨大的社会和商业价值。然而，就国内现阶段的大数据技术在电商领域应用的发展状况而言，仍然存在一些问题。 　　（一）大数据应用的低效率问题。操作系统和系统集成技术的多元化发展造成国内电子商务系统呈现出数据孤岛和异构等现象，导致不能实现网