作者 | Ayn de Jesus

編譯 | CDA數據分析師

數字原生電子商務企業(yè)習慣于幫助處理其客戶提供的數據，以便為營銷活動編寫副本，運行PPC廣告，計算客戶生命周期價值以及基于CRM儀表板內的核心指標制定決策。他們了解數據獲取收入和贏得市場利潤份額的力量，甚至比銀行業(yè)和保險業(yè)等較大的較老的行業(yè)還要多。

一些最大的在線零售商開展業(yè)務已有足夠長的時間，足以擁有可以被人們準確稱為“大”的數據，而這些電子商務企業(yè)也渴望將其大數據用于人工智能和機器學習等項目。就是說，在對零售，電子商務和市場營銷專家的許多訪談過程中，以及我們對向電子商務公司提供產品的AI供應商的研究中，我們發(fā)現電子商務中的AI應用程序尚不完善，仍需不斷的優(yōu)化和改善以支持實際工作中的需求。

有許多AI供應商聲稱要向電子商務公司提供AI產品。通常，這些產品涉及預測分析和自然語言處理。這些供應商聲稱，他們的軟件可以預測潛在的營銷活動的成功，找到新的客戶群，甚至可以自動在Google Ads上設置最佳出價，而無需營銷人員的投入。不幸的是，這些以電子商務為主的AI供應商實際上常常對其AI產品的功能具有欺騙性。

他們傾向于聘用應屆大學畢業(yè)生，并在LinkedIn上稱他們?yōu)椤皵祿茖W家”，以填補自己的職位，似乎他們的團隊由尖端的數據科學和AI人才組成，而實際上，甚至連他們的領導團隊和最高管理層也沒有具有人工智能的學術或商業(yè)背景，對于開發(fā)可在企業(yè)中出售的強大AI產品而言，這是必不可少的。

我們不會命名，但即使是一些知名度最高的“ AI”供應商，也用于營銷和銷售都在欺騙他們的專業(yè)知識。根據經驗，在尋找能夠解決其業(yè)務問題的AI解決方案時，企業(yè)領導者應謹慎行事，并且他們絕不應該出于自己的考慮將AI集成到其業(yè)務中。他們應始終評估AI是否適合解決其業(yè)務問題。

此時，電子商務領導者應著重于為機器學習解決方案在其領域中更遠時準備其系統(tǒng)。為此，他們可以選擇與銷售數據管理系統(tǒng)的供應商簽訂合同，而該數據管理系統(tǒng)的構建可在需要時支持人工智能應用。這些供應商中的大多數聲稱為最終使用預測分析提供數據組織，其中一些供應商提供具有內置預測分析功能的平臺，無論它們是名義上的。

在本文中，我們將介紹三個大數據平臺和/或大數據分析供應商，這些供應商提供用于管理客戶數據以及預測成功的營銷活動和銷售的軟件，我們將從AbsolutData開始。

絕對數據

AbsolutData提供了一個具有內置預測分析功能的大數據平臺，客戶可以使用該功能來洞悉其客戶的購物行為，提出產品建議，確定最佳產品價格以及創(chuàng)建購物車放棄流程。該公司聲稱其平臺還具有推薦引擎方面，可以根據客戶的位置向客戶推薦產品。這些產品可能是根據過去在附近位置購買過的客戶推薦的。

該平臺還可以據稱確定退貨和換貨對底線的影響，這可以為如何處理和提供給客戶的決策提供依據。該平臺背后的預測分析算法似乎也能夠預測某些產品和某些類別的產品的需求。因此，電子商務品牌可以通過提前定購新庫存來防止出現缺貨情況。此外，該公司聲稱其平臺可以優(yōu)化在各種渠道的促銷活動上花費的錢。也就是說，目前尚不清楚如何執(zhí)行此操作，尤其是考慮到我們上面討論的內容。當前，這是機器學習的困難且新生的用例。

總體而言，AbsolutData聲稱其軟件能夠進行各種基于大數據的分析過程，但該公司似乎沒有關于其軟件部分如何工作的演示。該公司僅將 Adidas，Dole，Epson，Etrade，Hershey's，Hyundai和Levi's列為過去的幾個客戶。它在其網站上列出了許多其他內容。AbsolutData 已從八路風險投資公司籌集了2000萬美元的資金。

LK Sharma是AbsolutData的技術主管，他擁有計算機科學碩士學位。薩迪普Haldar是對增長分析和人工智能解決方案高級副總裁將在AbsolutData 。他擁有博士學位在康奈爾大學營銷和電子與電氣工程學士學位，專注于AI 從印度技術研究所。此前，Haldar 曾擔任卡夫食品公司戰(zhàn)略洞察的高級總監(jiān) ，斯臺普斯公司戰(zhàn)略與分析總監(jiān)，麥肯錫公司的高級市場顧問以及ACNielsen的高級分析經理。

亞馬遜網絡服務

Amazon Web Services 為電子商務品牌提供軟件即服務，以建立缺乏的數據，他們可以在這些數據上運行基于AI的大數據分析流程，包括預測分析。亞馬遜聲稱，電子商務公司可以使用AWX Direct Connect導入其數據，據稱，AWX Direct Connect允許在客戶端從其上傳數據的系統(tǒng)與新建的數據湖之間建立安全可靠的連接。

大多數電子商務品牌擁有的那種數據上載過程可能很漫長，過程中的任何中斷都可能導致傳輸時丟失數據。另外，它可能很昂貴。亞馬遜聲稱其服務可以使這一過程更加順利。AWS的大數據分析包括針對多個用例的各種不同應用程序，包括實時分析，數據倉庫和大數據處理。也就是說，該公司對于電子商務品牌可以從使用其平臺中獲得的收益非常模糊。

很顯然，AWS的平臺是為公司的數據科學家設計的，這可能意味著目前大多數電子商務公司都無法使用它。他們中的絕大多數人沒有雇用內部數據科學家，但是AWS的軟件是一個框架，數據科學家可以在該框架上使用數據來構建可以在該數據上運行的機器學習算法。

但是，AWS 聲稱曾幫助打車公司Grab使用大數據計算和數據流為東南亞150萬筆預訂提供服務。Grab需要擴展以滿足客戶對游樂設施的巨大需求。同時，公司需要保持穩(wěn)定，以確保其駕駛員能夠有效地為車手提供服務。Grab求助于AWS來構建其大數據基礎架構，以解決當前和未來的大數據需求。

部署后，基礎結構便能夠保持穩(wěn)定的數據流，并為公司的工程，市場，數據和其他團隊提供服務。該公司還能夠建立預測分析模型，從而使駕駛員能夠在一天的特定時間提醒哪些區(qū)域對乘車需求高。云上的大數據基礎架構使Grab無需進行維護和運營，從而使公司的資源和人力成本節(jié)省了30％至40％。 AWS 還列出了納斯達克，聯合利華，Yelp和諾華為一些他們過去的客戶。

分形分析

Fractal Analytics 對于他們的平臺可以做什么以及電子商務客戶可以從中獲得的好處頗為模糊，但是他們的團隊成員具有構建機器學習算法所必需的學術和業(yè)務經驗。因此，我們認為他們值得在本文中進行討論。Fractal Analytics 聲稱已與一家不知名的專業(yè)零售商合作以提高其“贖回收入”，這可能是先前放棄購物車或瀏覽過產品頁面但沒有購買的客戶產生的收入。

該公司聲稱，他們的軟件為超過6000萬個家庭提供了50個客戶“標記”，使客戶可以確定將哪些重新定向活動發(fā)送給哪些客戶。結果，該零售商據稱將其贖回收入提高了230％Fractal Analytics 還聲稱已幫助一家不知名的零售商實施了AI驅動的應用程序，使客戶能夠跟蹤其購物者的在線行為。從網站訪問者的點擊次數收集的數據中發(fā)現的問題阻止了訪問者購買產品。根據這項研究，從數據中發(fā)現的模式使零售商可以對其網站進行更改。結果，這使銷售額增長了25％。

該公司將Aimia，Philips和Franklin Templeton 列為其過去的一些客戶，并已從國庫控股（Khazanah Nasional），Aimia和TA Associates 籌集了1.25億美元的資金。

PRASHANT更戒備是首席數據科學家的分形分析。他擁有博士學位在工業(yè)及系統(tǒng)工程從技術的佐治亞理工學院。在此之前，Warier 曾在Fractal Analytics 擔任零售副總裁，并在SAP 擔任高級研究科學家。