何江南

摘要：近年来，大数据分析在电子商务领域越来越受重视。利用大数据分析技术，可对电子商务行业大数据的特性和背后价值进行深入挖掘和分析，进而更加精准地规划、调整电子商务行为和营销策略，定位客户，实现个性化营销与服务等。大数据分析在电子商务中的重要性可见一斑。本文首先分析了电子商务中大数据的特性，然后深入探讨了电子商务与大数据分析的关系，最后重点给出了一些大数据分析在电子商务中的应用策略，以期为推动大数据背景下的电子商务发展提供参考。

关键词：电子商务;大数据分析;特性;应用价值;面临问题;应用策略

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）25-0174-02

随着我国移动互联网的逐渐普及，以电子商务（简称电商）为核心的数字经济迅速崛起，随之而来的便是各种数据暴增，客户在电商平台的购物行为、在互联网上的浏览痕迹，以及客户个人的信息数据、社交关系等汇集成了广受社会公众热议的大数据。在电商领域，传统的数据处理技术已无法胜任行业大数据在体量、类型、时效、准确性及价值等方面的变化，为了满足电商实时高效运营及精准化管理与营销的需求，大数据分析技术应运而生并在电商领域获得了良好的应用，其可以帮助电商企业更有效地利用行业大数据，提高营销决策的正确率，提高市场交易、管理及时间成本效率，精准识别目标客户，确定忠诚可盈利客户，改善高性能业务流程，实现精准物流配送及实时信息展示等，对电商的健康、有序、可持续发展起着非常重要的驱动和保障作用。

1 电子商务中大数据的特性

电商中的大数据，包括客户在购物行为中产生的交易（或业务）数据、浏览网站产生的点击流数据，以及在电商活动各环节产生的音视频数据等。其中，交易（或业务）数据源自电商企业管理、维护的客户关系资料，下单、支付、配送等销售过程数据，以及售后客户评价、投诉事件数据等，这些数据虽来源众多，但本质上是结构化的，利用其可帮助电商企业大幅提升在整个价值链中的收益;点击流数据源自互联网访问痕迹、在线广告（或推文）、社交媒体帖子等，利用其可帮助电商企业做出明智的、战略性的决策和精准化的、个性化的营销策略;音视频数据源自客服或呼叫中心的语音数据，售后评价中客户上传的图像、视频数据，以及在电商活动其他环节捕获的语音、图像和视频数据，这些数据是非结构化的，利用其可帮助电商企业识别客户的情感偏好、兴趣意图等细微差别，提供有针对性的、个性化的服务，以培养忠诚客户或锁定新客户，进而为电商企业增加竞争优势和价值。

大数据具有“5V”特性，即体量巨大（Volume）、类型多样（Variety）、快速高效（Velocity）、真实准确（Veracity）和价值密度低（Value）。电商大数据也不例外，同样具有“5V”特性。在电商领域，其行业数据呈指数式增长，体量现已达PB级;包含结构化、半结构化、非结构化等多种类型的数据;数据的收集、处理及分析要尽可能实时进行;数据源众多，但可靠性高，获取的数据真实准确，数据质量高;数据的价值密度低，但对其进行合理分析、运行，能以低成本创造高价值，进而占据信息、战略及营销优势。

2 电子商务与大数据分析

大数据背景下的电商，主要致力于同时实现企业绩效、核心竞争力等战略价值和提高转化率、降低成本等交易价值，在整个电商活动流程中借助大数据分析来获得精准的洞察力来实现生产、仓储、销售、配送、财务、风险、知识创新、人资管理等，以保障电商各环节的顺利进行。而大数据分析则通过优化生产、营销、金融、人资管理等业务流程，以及识别客户与数据间的情感联系等，为电商企业探索创新点与增值点，为其在市场竞争中占据核心优势而发力。

大数据分析对电商而言机遇与挑战并存，既有巨大的应用价值，又面临不少的问题。

2.1 应用价值

第一，检索统计。对于电商这种基于互联网而形成的新型商业模式而言，对数据信息的快速检索和实时统计是其各项业务的核心。电商企业可通过大数据分析技术强大的检索能力、精准的分析能力及快速且有弹性的处理能力，从纷繁复杂的海量互联网数据中获取新、老客户的需求及偏好，塑造新的消费习惯，进而制定更符合市场发展趋势的企业战略;同时通过对统计数据及其相关解析结果（如“双十一”的成交额等）的公开发布，为电商平台吸引流量，以增强平台对客户的吸引力，以及商户、投资者对平台的信心，从而让自己有更好更大的发展空间。

第二，推动消费。电商企业可利用大数据分析技术为客户提供定制产品或个性化的服务，并通过其购物历史和浏览痕迹定位新、老客户，有针对性地进行广告推送、折扣放送甚至一对一服务等，通过不同的营销策略，促使其在实际需求与广告效应的双重作用下达成消费。要做到这一点，最关键的就是对市场定位与客户需求的精准把握，而这正是大数据分析对于电商营销的积极意义，电商企业基于对市場及客户相关的大数据的分析，就可不断创新营销策略，在激烈的市场环境中进行动态化定价和差异化竞争，如在春节等传统节日或“双十一”等购物节时在保持活力积极参与的同时，参考、分析客户行为、销售策略、对手价格、区域偏好等大数据信息，给出具有竞争力的价格，同时不断优化客户在电商活动中的体验，培养忠诚客户、吸引多元化的新客户，最终最大限度地提高电商企业的效益。

第三，售后服务。电商平台基于大数据分析可对客户提供可持续的服务，如对物流信息的实时跟踪与精准展示，客户对从下单、付款到收货的整个供应链过程是可见的，这在很大程度上缓和了客户在远程线上购物的陌生感、距离感，加强了客户与平台的亲近感与信任感，为将客户培养成忠诚客户奠定了基础;同时，电商平台可通过既往购物行为和浏览痕迹对不同客户进行分级管理，如核心用户、会员用户、一般用户及潜在用户等，并对其消费习惯、信用状况、反馈评价等数据进行精准分析，以制定、完善现有的营销策略，创新售后服务，实现更精准、更人性化的营销。