文／萬文兵
摘要：伴随着電商企業迅速崛起，數據總量爆炸性增長，電子商務行業步入“大數據時代”。數據是運營，是管理，也是決策依據，大數據重點在于數據持續快速的産生和演變，在于企業深度分析數據中的價值，并将數據衍生出的模型整理分析成有價值的資訊，進而革新企業服務模式，為電商企業創造巨大商機。
關鍵詞：電子商務；大數據；資源
導言
IT産業在經曆雲計算、物聯網兩次颠覆性技術革命後，又迎來新一輪技術變革——“大數據”。當前，互聯網迅速崛起，數據爆炸性增長，越來越多企業将數據和信息視為自身的智力資産和核心競争力。在信息量急劇增長的大數據時代，任何企業、組織都面臨着新一輪的機遇和挑戰。2012年，美國政府從國家戰略層面規劃大數據，并正式啟動了“大數據研究和發展計劃”。對于身處“大數據”漩渦中心的電子商務企業，又該如何運用大數據優勢。
1、大數據與電子商務
1.1大數據
從中文語法來看，數據就是一個抽象名詞，但是，數據卻能代表一定的信息，經過處理的數據可作為人們行為的重要參考，由數據衍生出的模型也在各種決策中發揮着重要作用，所以，數據是決策的基石[1]。伴随互聯網的崛起，數據的概念已經發生了根本性的改變，從之前的自然科學領域逐漸擴展到經濟學、企業管理，互聯網的快速發展又将數據的外延不斷擴大，2010年後“雲數據”概念的提出突破了數據的時空限制，大數據由技術熱詞變成社會浪潮，滲透到社會生活的各個層面。
"大數據"指的是無法使用傳統流程或工具處理或分析的、超過任何單獨一台計算機處理能力的龐大數據量[2]，其中，“大"是指數據規模，其一般在10TB以上。同過去的海量數據相比，大數據具有：Vol-ume、Variety、Value和Veloc-ity等4V特征。其中，Volume指體量大，即：數據規模龐大，其早已突破計量單位，而采用PB(千萬億字節)、EB(百億億字節)乃至ZB(十萬億億字節)來計量。Variety指多樣性，即：數據種類繁多，除了有傳統結構化數據庫所存儲的大量結構化數據外，互聯網上還存在着大量的由圖片、網絡日志、視頻、地理位置信息等所代表的半結構化和非結構化數據，并且後者所占據的比例高達四分之三；其三，即時傳輸。在上述的大量互聯網非結構數據中，很多是由即時通訊工具産生，這些數據普遍要實時存儲和處理，并且要快速流轉，否則會産生價值流失；其四，無關信息冗餘度大。大數據中所包含的海量信息并非都是有用的，也就是說，必須對大數據中的數據進行過濾和組織，并将相關聯的信息進行整合，才能披沙揀金有所獲益。
因此，如何運用好大數據才是大數據的關鍵。正如《駕馭大數據》的作者BillFranks(比爾·弗蘭克斯)所說:“重要的不是數據，而是如何使用數據，大數據的核心是發現價值”[3]。
1.2大數據與電子商務
當前，國内幾家大型的電子商務網站，如:天貓、京東商城、國美在線、蘇守易購等，它們都有着超過千萬的活躍用戶，天貓每天的平均交易額超過一億，訂單量超過100萬，用戶的訪問和交易必将産生一定的數據，而這些數據又可為今後的繼續交易提供指導，但是，如何高效利用這些海量數據成為擺在電商企業面前亟待解決的難題。伴随着大數據時代大門的打開，大數據為管理者數據利用創新提供了新的思路。在大數據時代，電子商務企業通過對外搜集、整理大量數據，對内量化企業自身運作的各個環節，可以做到市場需求預測和智能決策分析，進而實現提高效率，節約成本的目的，因此，在大數據環境下，傳統的業務驅動模式都将由數據驅動來取代。
2、大數據給電商企業帶來機遇和挑戰
2.1大數據下電子商務的機遇
麥肯錫公司認為，數據已經成為企業生産過程中的基本要素，其也可以為企業創造價值和利潤，因為企業通過搜集、處理數據，可以發現新商機，創造出新價值。因此，對于電子商務企業來說，大數據時代蘊藏着巨大的機遇。
2.1.1大數據有利于提升工作效率
據統計:銷售員在進行具體銷售前要進行售前準備，一般情況下這一準備時間占整個銷售工作時間的24%。如果把銷售員的準備時間轉化為銷售時間，則可增加26億收入，可見，營銷人員為銷售而進行準備的時間過長[4]。如何才能有效縮短“售前準備”時間，激發銷售過程中的潛在價值，采用基于大數據的分析和優化成為企業的必然選擇。通過引入大數據，企業可實現“低成本、高效率”的營銷，進而在激烈的市場競争中節約自身成本、戰勝對手。
大數據時代下社會化營銷，理解描述消費者需求的海量數據是重點，有效挖掘客戶的個性需求是關鍵，針對個性需求提出切實可行的營銷解決方案是目的所在。采用大數據技術，電商企業可對海量數據進行深度挖掘，并搜索出潛在客戶，從而顯著提高交易成功幾率。
2.1.2大數據有利于個性化營銷
當前，電子商務蓬勃發展，數據信息所呈現出的爆炸式增長的速度遠遠高于消費者獲取信息能力的提升速度，這必然使得消費者時常手無足措。正如西蒙所說:“信息越豐富，就會導緻注意力越匮乏”。傳統商業模式耗費了消費者過多的注意力，但卻遠不能滿足消費需求，如何才能在消費者有限的注意力下實現銷售，個性化精準營銷顯然是一不錯的選擇，而大數據的運用則使這一營銷模式成為可能。2015年11月11日淘寶狂購物歡節數據表明：僅天貓商城銷售額就達912.17億元；一分鐘支付寶交易成功筆數最大達315萬筆。通過對電子商務平台上大數據進行收集和分析，可以對消費者的結構、購買的周期以及興趣等有一定程度的把握，這就有利于電商為消費者提供個性化和精準銷售服務，提高銷售額和利潤率。
2.2大數據對電子商務的挑戰
2.2.1擁有大數據的挑戰
在大數據時代下，電子商務的競争已經成為基于數據的競争。誰能充分利用好大數據，誰就可能成為赢家，然而，擁有大數據是利用大數據的前提條件。大數據哪裡能得到，大數據又該如何運用。據調查，40%的從業者認為及時收集到支持個性化營銷所需用戶數據持悲觀态度，51%的從業者認為應用大數據最大障礙是組織内缺乏數據共享機制。對于大型電商企業而言，他們擁有大數據且擁有大數據處理能力，他們就能在競争中脫穎而出，而對中小電商企業而言，如何才能擁有大數據就是一個極為具有挑戰的問題。
2.2.2處理大數據能力的挑戰
僅僅擁有大數據并不夠，對大數據的挖掘和深度分析能力才是企業的核心競争力。當前，互聯網巨大規模的應用和數據的不确定性，給處理封閉世界研究的軟件提出了一個難題，針對更加開放、動态的問題，如何給出答案。這就要求在有效的時間内找出它的近似算法和最逼近的算法，但這一問題傳統的商業數據庫基本上做不了。據統計，83%的公司正在花很多時間研究海量數據，89%的公司因未能充分挖掘所擁有的大數據而失去機會，因此，擁有大數據并不等于擁有價值，關鍵還在于能否對大數據進行分析和深度挖掘[5]。
2.2.3對隐私保護的挑戰
大數據時代，企業通過搜集和記錄，可以得出消費者的個人信息、興趣愛好、交易信息、訪問的網站等，然而這些記錄時常包含用戶的個人真實信息，如電商交易時的用戶姓名、真實家庭地址、個人電話，甚至銀行賬号等信息，在倡導保護個人隐私的今天，從法律和技術層面，應該采用哪些措施來防止消費者隐私洩露是個值得電商企業認真思考的問題。
3、電商與大數據運用
3.1電商企業應通過大數據運用創新商業模式
電商企業通過挖掘大數據，可以把消費者劃分成衆多群體，每個群體都會有某些共同特性，電商企業的這些劃分是精确把握用戶網絡行為的依托，也是實現廣告推廣個性化、精确性服務的基石。通過引進大數據，可以探索智能化的推廣服務，創立超越傳統的、性價比更高的全新商業模式。事實上，國内某些電商早已開始研究和運用大數據，比如阿裡巴巴、京東商城等，通過分析會員服務記錄，電商可以充分了解用戶購買行為，并由些針對性地開展一系列的業務活動，比如通過E-mail給用戶提供個性化的促銷服務，這些服務的開展，能為電商企業節省巨額的廣告費用，進而給該公司帶來的豐厚的經濟回報。
3.2電商企業應通過大數據運用優化網站
營銷效率的管控是電子商務企業營銷成敗的關鍵，因為營銷效率的高低直接決定的企業的效益。
從行業角度來看，電商企業的利潤為廣告展現、廣告轉化率、購買轉化率、客單價和淨利潤率的乘積，從上述公式不難看出，無論是流量引導還是購買行為的發生，都存在轉化率問題。轉化率高導緻營銷效率高，效率的提升又直接轉化為企業的實際效益，那麼，如何才能确保電商企業沿着這一良性循環的道路向前，答案很明顯：提升站内轉化率和控制轉化成本。在大數據時代，電商企業一般通過技術優化——站内推薦來實現轉化率的提升。在美國的Amazon網站上，有超過35%的銷售來自于站内推薦系統。推薦引擎是大數據的典型應用，也是站内推薦系統的核心，其原理是記錄訪問網站顧客的每一個具體行為，并将這些行為量化後存入數據庫，之後按照一定的算法對這些數據進行處理，挖掘出這一用戶的喜好和個性需求，并建立與之相符的推薦模型，用以預測該用戶感興趣的、有可能購買的商品。在客戶下一步的訪問請求中，主動向用戶推薦其感興趣或者需要的商品，從而吸引用戶點擊并實現購買行為。
作為一種工具，大數據不僅可以預知消費者的興趣所在，還能幫助網站研發者去做諸如用戶界面和用戶體驗的優化。在大數據之前，AB測試是一種準确性較高，但測試成本更高的分離式組間實驗，随着大數據的普及，AB測試這樣一種“先驗”的實驗體系已越來越成為網站優化常用的方法。通過大數據AB測試，可以輕松管控二跳率、轉化率與網頁布局、頁面功能模塊的關系，從而通過數據來持續優化用戶界面／用戶體驗。
3.3電商企業應通過大數據運用發展會員營銷
大數據體量龐大，通過應用大數據，電商企業能夠從注冊、訪問、加入購物車、支付、購買等環節将所有到訪網站的用戶管理起來，進而建立起客戶轉化銷售漏鬥，實現會員營銷，同時，大數據的運用，使得傳統的電子郵件營銷、短消息營銷變得更加高效率和智能化。另外，随着大數據的應用和數據庫營銷的深入開展，電商企業也可通過升級現有數據庫，增加營銷内容、觸達渠道、評價體系等來建立起符合自身特點的VRM體系。
3.4電商企業應通過大數據運用推動差異化競争
在國内，電子商務已經發展到一定的高度，成本競争和同質化競争成為電商企業不得不面對的問題，如何才能從根本上解決這兩大突出問題，大數據時代的到來為這一問題的化解指明了方向，通過個性化創新提升企業競争力。國内最大的電商阿裡巴巴通過整合各項業務平台資源，除顯著增強數據處理能力外，還形成了電子商務客戶數據庫和消費者行為産業鍊信息庫，這是其他電商企業可望而不可及的。這些特有數據将阿裡巴巴與其他電商企業拉開距離，将競争從簡單的價格戰引入至“數據”戰，形成差異化競争。
總之，“數據就是财富，數據就是競争力”的大數據時代已經到來，誰擁有大數據和強大的處理能力，誰就擁有赢得市場的砝碼。電商企業應從戰略的高度把握這一機遇，認真錘煉大數據駕馭能力，唯有如此，電子商務企業才能在新時代續寫華章。
參考文獻：
[1]王雲蔚.大數據背景下的消費市場研究[J].北京印刷學院學報.2014年01期.
[2]劉光金.大數據處理對電子商務的影響分析[J].計算機光盤軟件與應用.2014年17期.
[3]McKinseyGlobalInstitute.BigData:Thenextfrontierforinnovation，competitionandproductivity，McKinseyGlobalInstitute.2011.
[4]甘利新，塗偉.大數據時代電子商務的機遇與挑戰[J].科技廣場.2013.3:137140.
[5]馬帥，李建欣，胡春明.大數據科學與工程的挑戰與思考[J].中國計算機學會通訊.2012，8(09)：22-30.
作者簡介：
萬文兵，儀征技師學院，講師，學位：工程碩士，研究方向：計算機應用。