数据科学如何为电商企业增加利润？.pdfVIP

数据科学如何为电商企业增加利润？ 世界被来自四面八方的数据紧紧包围。每次购物点击鼠标，你的信息足迹（数据）都被收集并保存 起来。商家会利用这些数据吸引你在未来购买更多商品。如果你想买一台新手机，手机类网站 /app 知道你查看过哪些商品，谷歌知道你搜索过哪些商品， GSMArena （热门的智能手机评论网站）知 道你阅读了哪些评论。你也碰巧把这些评论分享到了 Twitter ，Facebook ， Instagram ，Pinterest 。 而这些分享记录可以帮电商企业了解消费者想要什么，何时有需求。这个过程中包括对数据进行 收集、储存、排序归类、分析，以得出有价值的结论。这些工作是数据科学必不可少的部分，由被 称作 数据科学家“ ”的专业人士完成。 过去不会重复自身，未来却会与它呼应。“ ”马克- ·吐温 未来的事件都在特定环境与条件下发生，但也不乏模式可循。 大数据革命“ ”为数据存储、云计算、以 及能帮企业进行模式识别的数据科学，提供了技术上的创新。如今，数据科学可以预测任何事情， 无论是流感爆发还是犯罪死亡率。 设想一个电子产品零售商的处境。因为产品优质、物流及时，这家店一向生意兴隆。然而消费趋势 在改变，竞争也愈发激烈，市场上出现了对生态化产品的需求。他们的顾客因此慢慢流向竞争对手 。用传统方法调查市场，这个缓慢流失可能被忽略。但这些微小的变化可以被数据科学家察觉。他 们编写算法，不断监测过往销售表现，并与来自媒体和社交网站的外部数据相对照，探讨这些趋势 ，试图发现它们与购买倾向的关联。数据科学家提供新的方法，让零售商领悟如何维持住核心消 费群，而不是仅仅试图获取新的客户。 根据 EMC 的统计报告，到 2020 年底全球数据总量预计会超过 44Z B ，几乎相当于每人 5200GB 。数 据的生产量每年都在翻番。 数据就是黄金！“ ”与此同时电商行业的竞争也变得更加迅猛更加激烈。 用户行为一转眼就会发生变化，为满足顾客需求，每个企业都想更胜一筹。常识、直觉和第六感对 此有所帮助，但不足以做为预测的依据。数据科学算法却能帮助企业有效理解产品、服务、过程、 顾客。 数据科学不是互联网公司专属 在电子商务领域，数据科学通过捕捉和整合消费者的线上行为、生命事件、购买驱动力、互动方式 和其他更多信息，使企业更了解消费者。 电商领域的一些数据趋势： 这些趋势体现了电商行业的快速发展，也体现出数据科学有望加强消费者的购买行为，给电商企业 贡献更好的营销策略和更高利润。 数据科学在电商领域的应用 1) 为消费者推荐产品 未来的趋势是个性化。而你会像消费者了解自身一样了解他们。“ ” —— Tom Ebling, Demandware 总裁兼 CEO 基于消费者行为作出的促销和推荐非常有效。如今的消费者非常依赖推荐系统，不论是产品购买、 新品消息、外出就餐或服务选择。多数电商网站，像 Walmart 、Amazon 、 eBay 、Target 都拥有数 据科学团队，在推荐系统背后，思考类型、权重、特性和许多其他因素。数据科学建立的推荐系统 有两个主要的目的： 数据科学算法学习产品相关的多种属性、关联，学习消费者的喜好以便预测他们的需求。这些算法 为消费者更换展示页面，或 app 或网站上产品排列顺序，使得消费体验个性化。 Puneet Gupta ，Brillio （一家立足于美国的科技咨询和软件开发商）的首席科技官说： 有了预测分“ 析和机器学习应用，电商企业现在可以对消费者的行为模式有清晰的了解，贯穿全站各种商品的购 买历史和销售表现。 ” 这一类应用，最好的例子是亚马逊使用预测建模的推荐系统。亚马逊的推荐系统发掘，并用数据表 示从历史数据中发现的关系，以此来进行分类和预测未来事件。 2) 获取关于消费者留存、增值销售和组合销售的洞察 消费习惯不断变化，忠诚度不断消减，预期居高不下。获取消费者洞察对于电商企业的存活已经至 关重要。 每个电商网