互聯(lián)網(wǎng)企業(yè)擁有大量的線上數(shù)據(jù)，而且數(shù)據(jù)量還在快速增長，除了利用大數(shù)據(jù)提升自己的業(yè)務(wù)之外，互聯(lián)網(wǎng)企業(yè)已經(jīng)開始實現(xiàn)數(shù)據(jù)業(yè)務(wù)化，利用大數(shù)據(jù)發(fā)現(xiàn)新的商業(yè)價值。

以阿里巴巴為例，它不僅在不斷加強(qiáng)個性化推薦、“千人千面”這種面向消費(fèi)者的大數(shù)據(jù)應(yīng)用，并且還在嘗試?yán)么髷?shù)據(jù)進(jìn)行智能客戶服務(wù)，這種應(yīng)用場景會逐漸從內(nèi)部應(yīng)用延展到外部很多企業(yè)的呼叫中心之中。

在面向商家的大數(shù)據(jù)應(yīng)用中，以“生意參謀”為例，超過 600 萬商家在利用“生意參謀”提升自己的電商店面運(yùn)營水平。除了面向自己的生態(tài)之外，阿里巴巴數(shù)據(jù)業(yè)務(wù)化也在不斷加速，“芝麻信用”這種基于收集的個人數(shù)據(jù)進(jìn)行個人信用評估的應(yīng)用獲得了長足發(fā)展，應(yīng)用場景從阿里巴巴的內(nèi)部延展到越來越多的外部場景，如租車、酒店、簽證等。

因為客戶的所有行為都會在互聯(lián)網(wǎng)平臺上留下痕跡，所以互聯(lián)網(wǎng)企業(yè)可以方便地獲取大量的客戶行為信息。由互聯(lián)網(wǎng)商務(wù)平臺產(chǎn)生的信息一般具有真實性和確定性，通過運(yùn)用大數(shù)據(jù)技術(shù)對這些數(shù)據(jù)進(jìn)行分析，可以幫助企業(yè)制定出具有針對性的服務(wù)策略，從而獲取更大的效益。近年來的實踐證明，合理地運(yùn)用大數(shù)據(jù)技術(shù)能夠?qū)㈦娮由虅?wù)的營業(yè)效率提高 60% 以上。

大數(shù)據(jù)在過去幾年中已經(jīng)改變了電子商務(wù)的面貌，具體來講，電子商務(wù)行業(yè)的大數(shù)據(jù)應(yīng)用有以下幾個方面：精準(zhǔn)營銷、個性化服務(wù)、商品個性化推薦。

精準(zhǔn)營銷

互聯(lián)網(wǎng)企業(yè)使用大數(shù)據(jù)技術(shù)采集有關(guān)客戶的各類數(shù)據(jù)，并通過大數(shù)據(jù)分析建立“用戶畫像”來抽象地描述一個用戶的信息全貌，從而可以對用戶進(jìn)行個性化推薦、精準(zhǔn)營銷和廣告投放等。

當(dāng)用戶登錄網(wǎng)站的瞬間，系統(tǒng)就能預(yù)測出該用戶今天為何而來，然后從商品庫中把合適的商品找出來，并推薦給他。圖 1 顯示了用戶畫像會包括哪些用戶基本信息和特性。

圖 1 用戶畫像

大數(shù)據(jù)支持下的營銷核心在于，讓企業(yè)的業(yè)務(wù)在合適的時間，通過合適的載體，以合適的方式，推送給最需要此業(yè)務(wù)的用戶。

首先，大數(shù)據(jù)營銷具有很強(qiáng)的時效性。在互聯(lián)網(wǎng)時代，用戶的消費(fèi)行為極易在短時間內(nèi)發(fā)生變化，大數(shù)據(jù)營銷可以在用戶需求最旺盛時及時進(jìn)行營銷策略實施。

其次，可以實施個性化、差異化營銷。大數(shù)據(jù)營銷可以根據(jù)用戶的興趣愛好、在某一時間點的需求，做到對細(xì)分用戶的一對一的營銷，讓業(yè)務(wù)的營銷做到有的放矢，并可以根據(jù)實時性的效果反饋，及時調(diào)整營銷策略。

最后，大數(shù)據(jù)營銷對目標(biāo)用戶的信息可以進(jìn)行關(guān)聯(lián)性分析。大數(shù)據(jù)可以對用戶的各種信息進(jìn)行多維度的關(guān)聯(lián)分析，從大量數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)項集之間有趣的關(guān)聯(lián)和相關(guān)聯(lián)系。

例如，通過發(fā)現(xiàn)用戶購物籃中的不同商品之間的聯(lián)系，分析出用戶的其他消費(fèi)習(xí)慣。通過了解哪些商品頻繁地被用戶同時購買，幫助營銷人員從用戶的一種商品消費(fèi)習(xí)慣，發(fā)現(xiàn)用戶另外的商品消費(fèi)規(guī)律，從而針對此用戶制定出相關(guān)商品的營銷策略。圖 2 顯示了網(wǎng)站會根據(jù)用戶畫像為不同客戶推薦不同商品。

圖 2 精準(zhǔn)營銷

例如，某電子商務(wù)平臺通過客戶的網(wǎng)絡(luò)瀏覽記錄和購買記錄等掌握客戶的消費(fèi)模式，從而分析并分類客戶的消費(fèi)相關(guān)特性。如收入、家庭特征、購買習(xí)慣等，最終掌握客戶特征，并基于這些特征判斷其可能關(guān)注的產(chǎn)品與服務(wù)。

從消費(fèi)者進(jìn)入網(wǎng)站開始，網(wǎng)站在列表頁、單品頁、購物車頁等 4 個頁面，部署了 5 種應(yīng)用不同算法的推薦欄為其推薦感興趣的商品，從而提高商品曝光率，促進(jìn)交叉和向上銷售。從多個角度對網(wǎng)站進(jìn)行全面優(yōu)化后，商城下定訂單轉(zhuǎn)化率增長了 66.7%，下定商品轉(zhuǎn)化率增長了 18%，總銷量增長了 46%。

在美國的沃爾瑪大賣場，當(dāng)收銀員掃描完顧客所選購的商品后，POS 機(jī)上會顯示出一些附加信息，然后售貨員會根據(jù)這些信息提醒顧客還可以購買哪些商品。沃爾瑪在大數(shù)據(jù)系統(tǒng)支持下實現(xiàn)的“顧問式營銷”系統(tǒng)能夠建立預(yù)測模型，例如，如果顧客的購物車中有不少啤酒、紅酒和沙拉，則有 80% 的可能需要買配酒小菜、作料。

個性化服務(wù)

電子商務(wù)具有提供個性化服務(wù)的先天優(yōu)勢，可以通過技術(shù)支持實時獲得用戶的在線記錄，并及時為他們提供定制化服務(wù)。

許多電商都已經(jīng)嘗試了依靠數(shù)據(jù)分析，在首頁為用戶提供全面的個性化的商品推薦。海爾和天貓?zhí)峁┝俗層脩粼诰W(wǎng)上定制電視的功能，顧客可以在電視機(jī)生產(chǎn)以前選擇尺寸、邊框、清晰度、能耗、顏色、接口等屬性，再由廠商組織生產(chǎn)并送貨到顧客家中。這樣的個性化服務(wù)受到了廣泛歡迎。

類似的定制服務(wù)還岀現(xiàn)在空調(diào)、服裝等行業(yè)。這些行業(yè)通過滿足個性化需求使顧客得到更滿意的產(chǎn)品和服務(wù)，進(jìn)而縮短設(shè)計、生產(chǎn)、運(yùn)輸、銷售等周期，提升商業(yè)運(yùn)轉(zhuǎn)效率。

企業(yè)要為用戶提供理想的個性化服務(wù)，首先必須通過數(shù)據(jù)充分了解用戶的個性，其次是合理地掌控和設(shè)計服務(wù)的個性。了解用戶個性是為用戶提供他們想要的產(chǎn)品和服務(wù)的基礎(chǔ)。企業(yè)需要在龐大的數(shù)據(jù)庫中，找出最具有含金量的數(shù)據(jù)，然后，通過數(shù)據(jù)挖掘方法對用戶進(jìn)行聚類，再依據(jù)用戶類型的特征設(shè)計針對性的服務(wù)。

個性化分散的單位可大可小，大到一個有同樣需求的客戶群體，小到每一個用戶都是一個個性化需求單位。企業(yè)必須掌握好個性化服務(wù)的粒度，過于分散的個性化服務(wù)，會增加企業(yè)的服務(wù)成本和管理的復(fù)雜程度，所增加的個性化成本和實際收益需要成正比。

圖 3 提供個性化旅游服務(wù)

攜程的大數(shù)據(jù)應(yīng)用從用戶的角度岀發(fā)，分析基于攜程所有用戶的數(shù)據(jù)，包括用戶在查詢、瀏覽、預(yù)訂、出行、評論等一系列旅行前后行為中所產(chǎn)生的數(shù)據(jù)。攜程在剔除無效數(shù)據(jù)的同時，保證用戶所留下的數(shù)據(jù)的真實性，然后將大量的數(shù)據(jù)進(jìn)行實時篩選、分揀與重新組織并應(yīng)用到用戶的出行前、出行中、出行后的個性化需求中，如圖 3 所示。

要做到個性化，明確用戶的目標(biāo)需求是至關(guān)重要的，不僅要看訂單，還要關(guān)心用戶所關(guān)心的內(nèi)容。例如，同樣是預(yù)訂五星級酒店，有些用戶對酒店設(shè)施十分敏感，有些看重酒店位置，有些則更在意酒店服務(wù)，對此，攜程會根據(jù)用戶的需求推薦不同的酒店。

美國塔吉特（Target）百貨設(shè)立了一個迎嬰聚會登記表，并對登記表中顧客的消費(fèi)數(shù)據(jù)進(jìn)行建模分析。他們發(fā)現(xiàn)，許多孕婦在第二個妊娠期的開始會買許多大包裝的無香味護(hù)手霜，在懷孕的最初 20 周會大量購買補(bǔ)充鈣、鋅之類的保健品。

塔吉特最終選出了 25 種典型商品的消費(fèi)數(shù)據(jù)，構(gòu)建了“懷孕預(yù)測指數(shù)”。通過這個預(yù)測指數(shù)，塔吉特能夠在很小的誤差范圍內(nèi)預(yù)測到顧客的懷孕情況，從而就能在合適的時間把孕婦優(yōu)惠廣告寄發(fā)給顧客。

“Nike 跑鞋或腕帶傳感器”使耐克逐漸成為大數(shù)據(jù)營銷的創(chuàng)新公司。運(yùn)動者只要穿著 Nike 的跑鞋運(yùn)動，與之關(guān)聯(lián)的 iPod 就可以存儲并顯示運(yùn)動日期、時間、距離、熱量消耗值等數(shù)據(jù)。

Nike 通過跑步者上傳的跑步路線掌握了主要城市最佳跑步路線的數(shù)據(jù)庫，而且組織城市的跑步活動效果更好。目前，Nike 的運(yùn)動網(wǎng)上社區(qū)有超過 500 萬名活躍用戶每天不停地上傳數(shù)據(jù)，Nike 借此與消費(fèi)者建立了前所未有的牢固關(guān)系。同時，海量的數(shù)據(jù)對于 Nike 了解用戶習(xí)慣、改進(jìn)產(chǎn)品、精準(zhǔn)投放和精準(zhǔn)營銷也起到了不可替代的作用，Nike 甚至掌握了跑步者最喜歡聽的歌是哪些。個性化服務(wù)離不開顧客的主動參與和分享，來源于客戶的數(shù)據(jù)也能更精準(zhǔn)地服務(wù)于客戶。

“三只松鼠”近幾年的快速發(fā)展，一方面是依靠品牌推廣，另一方面是在數(shù)據(jù)分析的基礎(chǔ)上不斷完善細(xì)節(jié)，包括個性化的稱呼、“三只松鼠”的卡通形象、贈品的差別化、不同的顧客標(biāo)簽分類以及用戶體驗等。“三只松鼠”通過 ERP 系統(tǒng)能夠了解所有顧客在商城的購買記錄，通過 CRM 系統(tǒng)能夠準(zhǔn)確抓取用戶的評價，一些不經(jīng)意的留言和評級會反映出他們的需求。

通過分析顧客過去在商城的購買習(xí)慣，用戶的購買評價，來判斷哪種口味的產(chǎn)品在哪個地區(qū)賣得最好，哪種產(chǎn)品是消費(fèi)者最樂于接受的，從而進(jìn)行更有針對性的產(chǎn)品首頁推薦。同時，他們會對顧客進(jìn)行個性化、人性化的標(biāo)簽分類和細(xì)化分析，從而根據(jù)這些分類，推送不同的產(chǎn)品類型。例如，愛老婆型顧客購買的產(chǎn)品主要是以老婆食用為主的，“三只松鼠”會在包裹里放上書信，以“松鼠”的口吻代替顧客給他老婆寫一封信。

商品個性化推薦

隨著電子商務(wù)規(guī)模的不斷擴(kuò)大，商品數(shù)量和種類快速增長，顧客需要花費(fèi)大量的時間才能找到自己想買的商品。

個性化推薦系統(tǒng)通過分析用戶的行為，包括反饋意見、購買記錄和社交數(shù)據(jù)等，以分析和挖掘顧客與商品之間的相關(guān)性，從而發(fā)現(xiàn)用戶的個性化需求、興趣等，然后將用戶感興趣的信息、產(chǎn)品推薦給用戶。

個性化推薦系統(tǒng)針對用戶特點及興趣愛好進(jìn)行商品推薦，能有效地提高電子商務(wù)系統(tǒng)的服務(wù)能力，從而保留客戶。

1）電子商務(wù)網(wǎng)站

隨著電子商務(wù)的蓬勃發(fā)展，推薦系統(tǒng)在互聯(lián)網(wǎng)中的優(yōu)勢地位也越來越明顯。

在國際方面，Amazon 平臺中采用的推薦算法被認(rèn)為是非常成功的。在國內(nèi)，比較大型的電子商務(wù)平臺網(wǎng)站有淘寶網(wǎng)（包括天貓商城）、京東商城、當(dāng)當(dāng)網(wǎng)、蘇寧易購等。

在這些電子商務(wù)平臺中，網(wǎng)站提供的商品數(shù)量不計其數(shù)，網(wǎng)站中的用戶規(guī)模也非常巨大。據(jù)不完全統(tǒng)計，天貓商城中的商品數(shù)量已經(jīng)超過了 4 000 萬。

在如此龐大的電商網(wǎng)站中，用戶根據(jù)自己的購買意圖輸入關(guān)鍵字查詢后，會得到很多相似的結(jié)果。用戶在這些結(jié)果中也很難區(qū)分異同，難于選擇合適的物品，推薦系統(tǒng)能夠根據(jù)用戶興趣為用戶推薦一些用戶感興趣的商品。電子商務(wù)網(wǎng)站利用推薦系統(tǒng)為用戶推薦商品，方便了用戶，從而也提高了網(wǎng)站的銷售額。

2）電影視頻網(wǎng)站

個性化推薦系統(tǒng)在電影和視頻網(wǎng)站中的應(yīng)用也很廣泛，能夠幫助用戶在浩瀚的視頻庫中找到令他們感興趣的視頻。在該領(lǐng)域成功使用推薦系統(tǒng)的一家公司就是 Netflix。

Netflix 原先是一家 DVD 租賃網(wǎng)站，后來開始涉足在線視頻業(yè)務(wù)。Netflix 非常重視個性化推薦技術(shù)，并且在 2006 年開始舉辦著名的 Netflix Prize 推薦系統(tǒng)比賽，希望研究人員能夠?qū)?Netflix 的推薦算法的預(yù)測準(zhǔn)確度提升 10%。

該比賽對推薦系統(tǒng)的發(fā)展起到了重要的推動作用：一方面該比賽給學(xué)術(shù)界提供了一個實際系統(tǒng)中的大規(guī)模用戶行為數(shù)據(jù)集（40 萬用戶對 2 萬部電影的上億條評分記錄）；另一方面，在 3 年的比賽中，參賽者提出了很多推薦算法，大大降低了推薦系統(tǒng)的預(yù)測誤差。

圖 4 是 Netflix 的電影推薦界面，包含了電影的標(biāo)題和海報、用戶反饋和推薦理由三部分。Netflix 使用的是基于物品的推薦算法，即給用戶推薦和他們曾經(jīng)喜歡的電影相似的電影。Netflix 宣稱有 60% 的用戶是通過其推薦系統(tǒng)找到感興趣的電影和視頻的。

圖 4 Netflix 電影推薦

YouTube 作為美國最大的視頻網(wǎng)站，擁有大量用戶上傳的視頻內(nèi)容。為了解決視頻庫的信息過載問題，YouTube 在個性化推薦領(lǐng)域也進(jìn)行了深入研究，現(xiàn)在使用的也是基于物品的推薦算法。實驗證明，YouTube 個性化推薦的點擊率是熱門視頻點擊率的兩倍。

3）網(wǎng)絡(luò)電臺

個性化網(wǎng)絡(luò)電臺也很適合進(jìn)行個性化推薦。首先，音樂很多，用戶不可能聽完所有的音樂再決定自己喜歡聽什么，而且每年新的歌曲在以很快的速度增加，因此用戶無疑面臨著信息過載的問題。其次，人們聽音樂時，一般都是把音樂作為一種背景樂來聽，很少有人必須聽某首特定的歌。對于普通用戶來說，聽什么歌都可以，只要能夠符合他們當(dāng)時的心情就可以了。因此，個性化音樂網(wǎng)絡(luò)電臺是非常符合個性化推薦技術(shù)的產(chǎn)品。

目前有很多知名的個性化音樂網(wǎng)絡(luò)電臺。國際上著名的有 Pandora 和 Last.fm，國內(nèi)的代表則是豆瓣電臺。這 3 個個性化網(wǎng)絡(luò)電臺都不允許用戶點歌，而是給用戶幾種反饋方式：喜歡、不喜歡和跳過。經(jīng)過用戶一定時間的反饋，電臺就可以從用戶的歷史行為中獲得用戶的興趣模型，從而使用戶的播放列表越來越符合用戶對歌曲的興趣。

Pandora 的算法主要是基于內(nèi)容的，其音樂家和研究人員親自聽了上萬首來自不同歌手的歌，然后對歌曲的不同特性（如旋律、節(jié)奏、編曲和歌詞等）進(jìn)行標(biāo)注，這些標(biāo)注被稱為音樂的基因。然后，Pandora 會根據(jù)專家標(biāo)注的基因計算歌曲的相似度，并給用戶推薦和他之前喜歡的音樂在基因上相似的其他音樂。

Last.fm 記錄了所有用戶的聽歌記錄及用戶對歌曲的反饋，在這一基礎(chǔ)上計算出不同用戶在歌曲上的喜好相似度，從而給用戶推薦和他有相似聽歌愛好的其他用戶喜歡的歌曲。同時，Last.fm 也建立了一個社交網(wǎng)絡(luò)，來讓用戶能夠和其他用戶建立聯(lián)系，以及讓用戶給好友推薦自己喜歡的歌曲。Last.fm 沒有使用專家標(biāo)注，而是主要利用用戶行為計算歌曲的相似度。

4）社交網(wǎng)絡(luò)

社交網(wǎng)絡(luò)中的個性化推薦技術(shù)主要應(yīng)用在 3 個方面：利用用戶的社交網(wǎng)絡(luò)信息對用戶進(jìn)行個性化的物品推薦，信息流的會話推薦和給用戶推薦好友。

Facebook 保存著兩類最寶貴的數(shù)據(jù)：一類是用戶之間的社交網(wǎng)絡(luò)關(guān)系，另一類是用戶的偏好信息。

Facebook 推出了一個稱為 Instant Personalization 的推薦 API，它能根據(jù)用戶好友喜歡的信息，給用戶推薦他們的好友最喜歡的物品。很多網(wǎng)站都使用了 Facebook 的推薦 API 來實現(xiàn)網(wǎng)站的個性化。

著名的電視劇推薦網(wǎng)站 Clicker 使用 Instant Personalization 給用戶進(jìn)行個性化視頻推薦。Clicker 現(xiàn)在可以利用 Facebook 的用戶行為數(shù)據(jù)來提供個性化的、用戶可能感興趣的內(nèi)容“’流”了，而更重要的是，用戶無須在 Clicker 網(wǎng)站上輸入太多數(shù)據(jù)（通過評分、評論或觀看 Clicker.com 上的視頻等方式），Clicker 就能提供這樣的服務(wù)。

除了利用用戶在社交網(wǎng)站的社交網(wǎng)絡(luò)信息給用戶推薦本站的各種物品外，社交網(wǎng)站本身也會利用社交網(wǎng)絡(luò)給用戶推薦其他用戶在社交網(wǎng)站的會話。每個用戶在 Facebook 的個人首頁都能看到好友的各種分享，并且能對這些分享進(jìn)行評論。每個分享和它的所有評論被稱為一個會話，F(xiàn)acebook 開發(fā)了 EdgeRank 算法對這些會話排序，使用戶能夠盡量看到熟悉的好友的最新會話。

除了根據(jù)用戶的社交網(wǎng)絡(luò)及用戶行為給用戶推薦內(nèi)容，社交網(wǎng)站還通過個性化推薦服務(wù)給用戶推薦好友。

5）其他應(yīng)用

因為電子商務(wù)企業(yè)基本上實現(xiàn)了業(yè)務(wù)流程的各個環(huán)節(jié)的數(shù)據(jù)化，所以可以充分利用大數(shù)據(jù)技術(shù)對這些數(shù)據(jù)進(jìn)行挖掘分析來優(yōu)化其業(yè)務(wù)流程，提高業(yè)務(wù)利潤。除了前面介紹的幾個應(yīng)用之外，大數(shù)據(jù)在電子商務(wù)行業(yè)還可以應(yīng)用在其他許多方面。

① 動態(tài)定價和特價優(yōu)惠

電子商務(wù)企業(yè)可以通過使用數(shù)據(jù)構(gòu)建客戶資料，并發(fā)現(xiàn)用戶喜歡花費(fèi)多少費(fèi)用和喜歡購買什么產(chǎn)品，從而通過跟蹤客戶的消費(fèi)行為，使用大數(shù)據(jù)分析來開發(fā)靈活的定價和折扣政策。例如，如果分析顯示用戶對特定類別商品的興趣飆升，則電子商務(wù)企業(yè)可以提供打折或買一送一優(yōu)惠。

② 定制優(yōu)惠

電子商務(wù)企業(yè)可以通過使用數(shù)據(jù)來確定客戶的購買習(xí)慣，并根據(jù)以前的購買方式向他們發(fā)送有針對性的特價優(yōu)惠和折扣代碼。數(shù)據(jù)也可以用于在客戶中止購買或只看不買時重新吸引客戶，例如，通過發(fā)送電子郵件提醒客戶他們查看過的產(chǎn)品或邀請他們完成購買。

③ 供應(yīng)鏈管理

電子商務(wù)企業(yè)可以使用大數(shù)據(jù)更有效地管理供應(yīng)鏈。數(shù)據(jù)分析可以揭示供應(yīng)鏈中的任何延遲或潛在的庫存問題。如果某個項目存在問題，則可以立即將其從銷售中刪除，以免破壞客戶服務(wù)問題。

④ 預(yù)測分析

預(yù)測分析是指利用大數(shù)據(jù)技術(shù)分析電子商務(wù)業(yè)務(wù)的各種渠道，幫助企業(yè)制定未來運(yùn)營的業(yè)務(wù)計劃。數(shù)據(jù)分析可能會顯示電商企業(yè)在線商店部門的新購買趨勢或銷售減緩的商品。

使用這些信息就可以幫助規(guī)劃下一階段的庫存，并制定新的市場目標(biāo)。隨時了解電子商務(wù)的最新趨勢具有一定的挑戰(zhàn)性，但是利用大數(shù)據(jù)技術(shù)可以大大提高企業(yè)的利潤，并幫助企業(yè)建立一個成功的前瞻性思維業(yè)務(wù)。如果不利用挖掘大數(shù)據(jù)的力量，就可能會錯過市場成功的機(jī)遇。

精準(zhǔn)，電網(wǎng)，銷售，大數(shù)據(jù)業(yè)務(wù)

三網(wǎng)數(shù)據(jù)

1、電網(wǎng)數(shù)據(jù)；

2、實時更新；

3、用戶行為分析；

4、精確建模，靶向定位；

5、靈活測試；

截流數(shù)據(jù)

1、新媒體截流；

2、實時更新；

3、業(yè)務(wù)不限；

4、意向客戶提??；

5、地區(qū)可篩；

微信引流

1、互聯(lián)網(wǎng)綜合引流實操教程；

2、客戶主咨；

3、技術(shù)轉(zhuǎn)讓；

V+：C.y.3.6.3.6.4