大數(shù)據(jù)時代的電子商務(wù)_數(shù)據(jù)分析師

     英特爾公司的創(chuàng)始人之一戈登?摩爾在1965年發(fā)現(xiàn)了一個驚人的趨勢，即集成電路芯片上所集成的電路的數(shù)目每隔18個月就翻一番，該發(fā)現(xiàn)被業(yè)界譽(yù)為摩爾定律。后來也有被描述為微處理器的性能每隔18個月提高一倍，或價格下降一半;或用同等價錢能買到的電腦性能(速度和儲存量)每隔18個月翻一番，等等。

　　40多年在人類滄海桑田的歷史上僅僅是彈指一揮間，摩爾定律卻見證了電腦的數(shù)據(jù)處理和儲存能力從K(Kilobyte)到M(Megabyte)到G(Gigabyte)到T(Terabyte)的變遷。尤其是互聯(lián)網(wǎng)的出現(xiàn)，讓我們急速地跨入了大數(shù)據(jù)(Big Data)時代。其主要的驅(qū)動力有以下幾點：

　　1、隨著社會經(jīng)濟(jì)的發(fā)展和個人收入的增加，人們的個性化需求開始凸顯。而企業(yè)要去高效地滿足這些個性化的需求則需要大量的數(shù)據(jù)支持。

　　2、互聯(lián)網(wǎng)的出現(xiàn)和相關(guān)技術(shù)的發(fā)展讓海量數(shù)據(jù)的收集和分析成為可能。互聯(lián)網(wǎng)的特征又導(dǎo)致這些數(shù)據(jù)能夠被高速度和大容量的傳播。

　　3、互聯(lián)網(wǎng)引入了由用戶產(chǎn)生數(shù)據(jù)的模式。這種模式的特征是多源頭，低成本，更及時。當(dāng)然，這些數(shù)據(jù)的真實性和可靠性需要被核證。

　　4、構(gòu)建在互聯(lián)網(wǎng)基礎(chǔ)上的電子商務(wù)和傳統(tǒng)零售比較的優(yōu)勢之一就是數(shù)據(jù)的可獲得性。電子商務(wù)可以實時得到顧客的來訪源頭，在網(wǎng)站內(nèi)的搜索、收藏、購買行為，以及購買的商品間的關(guān)聯(lián)性。這些數(shù)據(jù)可以幫助企業(yè)更精準(zhǔn)的為顧客服務(wù)。

　　5、人工智能、信息系統(tǒng)和決策科學(xué)的發(fā)展促進(jìn)了多種分析方法及工具的推動，包括數(shù)據(jù)挖掘，顧客行為模型，決策支持，等等。

　　數(shù)據(jù)(Data)是原始和零散的，經(jīng)過過濾和組織后成為信息(Information)，將相關(guān)聯(lián)的信息整合和有效的呈現(xiàn)則成為知識(Knowledge)，對知識的深層領(lǐng)悟而升華到理解事物的本質(zhì)并可以舉一反三則為智慧(Wisdom)。所以數(shù)據(jù)是源頭，是決策和價值創(chuàng)造的基石。

　　數(shù)據(jù)的應(yīng)用大致分以下幾個步驟：a.數(shù)據(jù)采集、核實與過濾;b.在數(shù)據(jù)倉庫內(nèi)的分類和儲存;c.數(shù)據(jù)挖掘以找到數(shù)據(jù)所隱含的規(guī)律和數(shù)據(jù)間的關(guān)聯(lián);d.數(shù)據(jù)模型建立和參數(shù)調(diào)整;e.基于數(shù)據(jù)的應(yīng)用開發(fā)和決策支持。下面用實例來說明。

　　1、美國醫(yī)藥網(wǎng)站W(wǎng)ebMD根據(jù)懷孕的女性用戶填寫的受孕信息定期給用戶寄EDM，提醒母親在該時間點的注意事項，需要攝入的營養(yǎng)，產(chǎn)前的生理變化和要做好的思想準(zhǔn)備，產(chǎn)后的恢復(fù)，寶寶的育養(yǎng)和健康，等等?

　　2、1號店利用對大數(shù)據(jù)的分析給顧客發(fā)送個性化EDM。若顧客曾經(jīng)在1號店網(wǎng)站上查看過一個商品而沒有購買，則有幾種可能：a.缺貨，b.價格不合適，c.不是想要的品牌或不是想要的商品，d.只是看看? 若在顧客查看時該商品缺貨則到貨時立即通知顧客;若當(dāng)時有貨而顧客沒有買就很有可能是因為價格引起的，則在該商品降價促銷時通知顧客;同時，在引入和該商品相類似或相關(guān)聯(lián)的商品時溫馨告知顧客。另外，通過挖掘顧客的周期性購買習(xí)慣，在臨近顧客的購買周期時適時的提醒顧客。

　　3、淘寶在2012年推出了淘寶時光機(jī)? 該應(yīng)用通過分析顧客自注冊為用戶以來的行為，用幽默生動的語言告知顧客淘寶的成長，和該用戶相類似喜好的其他用戶的統(tǒng)計行為，對該顧客經(jīng)過分析后對其喜好的了解和對其行為的預(yù)測，等等。用生動的文稿和個性化的數(shù)據(jù)、拉近了和顧客的距離?

　　4、Google的Adsense對顧客的搜索過程和其對各網(wǎng)站的關(guān)注度進(jìn)行數(shù)據(jù)挖掘? 并在其聯(lián)盟內(nèi)的網(wǎng)站追蹤顧客的去向，在聯(lián)盟網(wǎng)站上推出和顧客潛在興趣相匹配的廣告，精準(zhǔn)化營銷，提高轉(zhuǎn)化率?

　　5、Amazon近幾年推出了FDFC(Forward Deployed Fulfillment Center)的概念，以加快對顧客配送的速度。Amazon的訂單履行中心分兩個層級：FC和FDFC，其中FC品種更齊全，而FDFC在物理位置上更靠近目標(biāo)市場，但品種重點容納針對目標(biāo)市場的熱銷商品，顧客的大部分需求可以通過FDFC來滿足，不能滿足的長尾商品則由FC來滿足。這樣顧客急需的商品多數(shù)可以通過FDFC以更快捷和低成本的物流來完成。由于熱銷商品是隨著時間和季節(jié)而改變的，故將什么商品儲存在FDFC的決策是動態(tài)調(diào)整的，而此決策的依據(jù)就是對顧客需求的分析和預(yù)測。

　　各種應(yīng)用的例子難以窮舉，但趨勢十分清楚：大數(shù)據(jù)的應(yīng)用價值和潛力不再被人低估。但并不是所有企業(yè)都能在大數(shù)據(jù)這個金礦里真正挖到金子的。只有那些有遠(yuǎn)見有視野，重視系統(tǒng)，舍得投入，吸引了優(yōu)秀的分析和系統(tǒng)人才的企業(yè)才會有所斬獲。