唐珂琳

摘要：近年来，随着数据挖掘技术的蓬勃发展和数据样本的不断丰富，数据价值获得了更充分地认可和更广泛的关注，商业数据的分析已逐步应用在国民生活各个行业当中。在大数据的背景之下，数据结构模式已经转变，逐渐朝着结构化、半结构化、非结构化的模式转变，这使得数据不仅具备单一的工具性能，还成为了一种社会发展需要的资源。在大数据时代背景下，数据凸显出了实时性、海量化等特点，能够给商业发展提供业务的全部细节，同时这也是结构化市场调研小数据难以满足的特性。对此，文章对大数据时代的商业分析进行了探究，从而使更多的企业从中获取更高的经济效益。

关键词：大数据时代;商业分析;措施

21世纪以来，在经济全球化、文化多元化、科技一体化的背景下，数据信息发挥的作用越来越大，大数据的地位及作用更是不容小觑。在商业发展过程中，越来越多的企业思考如何利用这些海量数据进行成本分析、性能分析，以期通过有用的数据信息来改善运营业务获取最大的经济效益。因此，在大数据时代背景之下，依托大量样本的商业数据分析工作，是未来商业模式的改革趋势，是企业找准目标用户，提高核心競争力及扩张优势产品的必由之路。

一、商业分析概念

现阶段对于商业分析这个概念的论述，主要指的是对营销方案进行经济效益分析，并在财务层面判断是否符合现阶段企业的发展目标及战略，当产品概念符合这个要求后便会进入到产品的研发阶段。而商业分析所涉及到的内容比较多，所以执行商业分析的步骤也比较复杂，通常情况下划分为五个步骤：第一，校验数据来源的合理性及准确性;第二，校验调查数据的实用性及有效性;第三，分析目标客户的消费特性;第四，明确公司的经营范围及产品等;第五，确定合理的经营模式、经营范围、经营策略等信息。

二、商业分析的内容

从商业分析来看，其涉及到的内容比较多且复杂，一般将其内容分为三部分：一是人口特征分析，二是竞争分析，三是商业经济状况分析。

（一）人口特征分析

从人口特征分析的角度来看，其主要是对商业区域内的人口规模及特征进行分析，如人口总量和密度、年龄段、教育水平、人均可支配收入、职业分布等方面的分析，这些方面的数据可以从政府的人口普查、购买力调查等资料中获取。

（二）竞争分析

在进行商业分析的过程中，竞争分析则是必不可少的环节，其内容主要包括：一是分析现有竞争者的商业形式、位置、数量、规模、营业额、营销策略、经营风格、主打商品、服务对象;二是对竞争者的优势及缺陷进行分析;三是对竞争长短期的变化进行分析;四是对商店饱和程度进行分析。从竞争分析的角度来看，任何商业都会存在店铺过少、过多、饱和等现象，当商店比较少的商业区域仅有少量的商店能够提供商业消费需求的产品及服务，当商店过多的商业区域就会有大量的商店来提供特定的产品和服务，自然难以使得每个商店都能够获得相应的投资回报，当商业区域内的商店处于饱和状态，那么其恰好符合商业区域内人口对特定产品及服务的需求。从不同的行业发展来看，一般选择零售饱和指数较高的商业区域开店。

（三）商业的经济状况分析

从商业经济状况分析的角度来看，其主要从主导产业、多元化程度、项目增长、市场波动等角度来对商业未来发展情况进行深入分析。若是商业发展前景较好，那么居民会保持稳定的收入增长，而零售市场也会保持增长的状态;若是商业呈现多元化发展形势，那么零售市场通常不会因为市场需求变化而出现相应的波动;若是商业区域内的居民大多从事同一行业，在市场需求发生变化时，居民购买能力也会发生相应改变，商店的营业额必然会受到不利影响。

三、大数据时代下商业分析的特点

（一）大数据的应用

大数据即指在合理时间内对复杂的资料进行撷取和整理，从而将资料转换为企业经营决策所需的关键数据或者资讯。每个企业采用的数据处理技术都不一样，而且随着大数据的发展不断地增长，更多的商家和企业会选择收集跟踪大量结构性及非结构性的数据，这样可以为企业的商业决策提供可靠的数据支持。

从大数据在商业分析应用来看，使用频率较多的一种大数据技术为Hadoop，其是一种开源分布式数据，研发该项技术的目的是处理和编辑网络数据。在数据分析的过程中，可以将子集合分配给成百上千的服务器进行处理，这不仅提升了数据处理的速度，还能够确保汇报结果的准确性，所以该技术具有处理拍字节集数据的功能。从现阶段商业发展趋势来看，大数据技术既取决于大数据的“大”，还取决于大数据中的“数据”，所以必须将大数据技术在商业分析中的应用重视起来，才能够帮助企业解决所面临的商业发展问题。

（二）商业分析速度加快

现阶段，很多学者将大数据技术看做是快速分析趋势中的一个元素。要使分析数据的过程快速完成，重要的不是考虑数据的大小，而是如何快速地分析数据，因此如何发掘出一种更加先进的海量数据分析方法就成为了大家的期待。从现阶段的计算程度来看，在内存中处理的数据要比在传统硬盘中搜索的数据多，且其计算结果的速度也更快、更准确。从数据库的发展来看，经历了数十年的发展历程，并逐渐实现了数据库性能的提升，尤其是对于大型数据的加载更为实用，而硬盘也只能为备份所需。由于在旋转型硬盘中检索数据属于一个机械化的过程，所以与现阶段的数据处理技术相比，速度更为缓慢。从分析速度的角度来看，查询完成时间也是非常重要的，以前的建模时间要比运行时间短而现阶段的运行时间要比建模时间短许多。在大数据时代下，列式数据库服务器的应用，实现了关系型数据库的传统型与列结构的转变，这在一定程度上满足了另外的性能需求，工作人员在运用查询功能时，不用读取整个记录与选取可选序列，而是只需访问有用的序列，体现了组织或者测量关键列的应用功能的有效改善。

（三）技术成本的下降

随着计算机技术及网络技术的进步与快速发展，商业分析技术逐渐从内存与存储价格的下降中来获取经济效益，与此同时开源软件也成为了商业产品的备选产品，极大的竞争压力对商业产品的价值产生了严重影响，商业产品的价格也随之下跌。以往的开源工具仅仅是具备基本的报告功能，而现在已经具备了较为先进的预测分析能力。现阶段硬件与存储变得低廉，技术人员仅利用此操作系统便可以对一个商业智能层进行分析处理，然后利用数据格式重定以及数据转载到仓库的方式，便能够直接进行操作应用分析并快速地获取答案。

（四）移动设备的普及

大数据下的商业分析普遍向着智能移动化的趋势发展。移动商业智能具有较大的优势，商家企业可以随时随地为客户提供数据访问，并建立完善的客户信息储备数据库。目前我国的移动设备基本上实现全覆盖，对人们的工作和生活带来了非常大的改变，而且越来越多的人开始使用iPad移动设备进行学习和工作。移动设备的广泛普及应用，对商业的具体分析带来了关键性的影响作用。移动设备的浏览器具备的强大功能，能够在商业中迅速地进行产品分析，最终使商业的经济效益得到稳健的发展。

（五）社交媒体的应用

近年来，随着新媒体的发展，越来越多的企业通过分析网站的数据获取商业信息。因为通过新媒体进行的商业分析技术比较先进，企业可以运用社交媒体反映出的评论及特定术语以正负数来体现，特别是对商标名牌的直观判断。在营销与客服服务部门购买之后，使得IT部门对这类工具不再具备较强的依赖性。从媒体与商业的关联性来看，其在于使得企业领导相信社交媒体的投资具有高回报，以此来获取更高的经济效益。

四、应用大数据进行商业分析的措施

（一）打通数据，建造360°全景影像

在利用大数据技术进行商业分析的过程中，对于数据的分析使用首先需要打通企业web网站、微信、邮件、APP等数据与百分点全网数据，然后在此基础上构建起个性化的用户标签体系，从而构建出360°全景影像。因此企业能够依据“获取用户—成熟—衰退”这样一个完整的用户生命周期来构建模型平台的建模分析，从而使企业能够最大程度地挖掘客户的潜在价值。在商业分析的具体实施过程中，常常会使用到多种类型的模型，比如利用归因模型、聚类分析模型等模型来对新增用户渠道进行分析，并对客户进行细化分析，从而达到人群特征的精准识别;利用RFM模型能够对用户价值群体进行分析，通过用户的忠诚度与活跃度模型的构建来识别价值群体;在用户走向衰退期时，则可以运用流失预警模型来分析客户流失的原因，并对容易流失的客户群体进行辨别。

（二）运营分析，实时调整营销战略

商业分析可以利用大数据的新技术，对企业的运营情况进行整体分析，通过对营收成本指标、访客量、商业内容、兴趣等方面，对客户进行总体的衡量;用户分析则是围绕着人口统计学特征、媒体传播习惯、网购行为等进行分析。尤其是在新商品上市之后，可以实时地对商品销量的多种渠道进行追踪，然后与同类产品的标准值进行比较，判断出问题的根源，并及时对营销策略进行调整。另外，企业还可以结合客户的需求，利用REM模型将客户群详细地划分为不同价值的客户群体，并收集客户的搜索、浏览、购买情况等信息从而发现其中的问题，然后运用市场调研的方式进一步分析研究问题的形成原因。此外，应用关联规则模型可以发现品类与具体商品之间所具备的共同购买的可能性，以此来为企业品牌商品的拓展销售提供建议。从市场营销的角度来看，主要包括商品价格、销售渠道、商品促销等方面，企业都可以利用大数据技术提供数据支持并制定出合理的解决方案。因此，在大数据的环境下，市场营销部门可以将商品最初的上市数据作为参考，然后对价格进行适当的调整。此时需要利用归因模型，结合网络舆情监控数据、消费者购买路径数据等信息来准确地衡量不同销售渠道的作用，并将渠道之间的协同关系与竞争关系进行协调，以此来制定科学合理的市场营销策略。

（三）追踪效果，投资回报最大化

从商业分析的角度来看，广告是商品营销的重要途径之一。对于很多的广告商来说，要合理规划商业营销的预算，这样可以实现ROI的最大化。但是，目前的媒体环境比较复杂，导致很多的广告商不知该如何优化升级营销渠道才能实现投资回报率的最大化，而这也正是众多企业关注的主要问题。随着融媒体时代的到来和全路径效果追踪技术的出现，为广告商能够清晰地了解发生每一转化背后的过程提供了技术支撑。从新商业模式的优势来看，其在于能够以数字化的形式将每个营销渠道的价值反映出来，既能够辅助广告主对媒体渠道的调控，还能够在营销预算、营销渠道的优化升级中，实现投资回报率的最大化。在大数据时代下，要实现商业模式价值的最大化，广告商必须要明确市场营销的目的，并对每一种营销渠道进行全面地了解，然后结合不同的应用场景选择不同的商业模式，这样可以帮助企业实现投资回报率的最大化。

五、结语

总而言之，科技的发展推动了计算机网络技术的应用及普及，因为在当下这个社会中信息传递、处理等都需要数据信息及相应技术作为支撑，所以数据发挥的作用越来越大。但是，从目前的数据处理技术来看，很多分析技术不够成熟。因此面对大数据时代这个背景，商业领域的数据分析人员则需要结合我国的国情及数据分析技术发展现状，制定出行之有效的方案，从而对数据分析技术进行创新并加以利用，优化大数据分析挖掘体系并完善数据信息处理平台，在做好商业分析的基础上制定科学的营销策略，最终将企业经济扩大化。

参考文献：

[1]包鈺轩.网络大数据视角下的商业银行信贷决策研究[J].时代金融，2020（36）：117-119.

[2]重庆银行股份有限公司互联网金融部课题组，张进.基于知识图谱构建商业银行大数据风控体系的研究与实践[J].当代金融研究，2020（06）：89-96.

[3]周诗宇.大数据背景下商业银行信贷风险管理案例分析[J].市场观察，2020（11）：62.

[4]张瑞，卢潇潇，安亚刚，陈博，耿泉峰，苏欣，吕云彤.基于城市商圈用能大数据分析的智慧商业选址应用与研究[J].河北电力技术，2019，38（06）：21-23.

[5]何敏彩.商业银行内部审计中大数据统计分析的应用[J].低碳世界，2019，9（12）：256-257.

[6]吴松强，陆益明，黄盼盼.基于大数据的科技型小微企业商业模式创新研究[J].科学管理研究，2019，37（06）：93-99.

（作者单位：湖南工业职业技术学院）