电商企业与大数据营销

刘彦平

[摘 要]随着网络信息化时代的日益普遍，移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域，我们正处在一个数据爆炸性增长的大数据时代，大数据在社会经济、政治、文化和人们生活等方面产生深远的影响，大数据时代对人类的数据驾驭能力提出了新的挑战。

[关键词]大数据；大数据营销；大数据价值

[DOI]10.13939/j.cnki.zgsc.2016.40.028

大数据营销是基于电子商务平台的海量数据，依托数据挖掘技术来提高对客户购买特征的分析能力，有目的地推送给客户想要的商品与服务，进行精准营销的一种营销方式。

1 关于大数据

大数据（Big Data）指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息。大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。

收集分析海量的各种类型的数据，会快速获取影响未来的信息的能力，这就是大数据技术的魅力。在2008年初，阿里巴巴平台通过询盘数急剧下滑，欧美对中国采购在下滑，推断出世界贸易发生变化了。阿里巴巴提前政府半年时间给出预测。这种统计和分析，如果缺少大数据技术的支持，是难以完成的。最新的学术研究表明，利用数据和商业分析来指导决策的企业，比没有这样做的企业的劳动生产力更高，净资产收益率也更高。将来大数据完全能够成为企业的新型资产，形成竞争力的重要基础，正如强大的品牌一样。如果这种判断是合理的，企业需要开始认真思考是否能够充分利用海量数据的潜力，并设法应对可能的威胁。

大数据时代最大的转变就是，放弃对因果关系的渴求，取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”，这就颠覆了千百年来人类的思维定式，对人类的认知和与世界交流的方式提出了全新的挑战。

2 大数据特点

具体来说，大数据具有以下4个基本特征：

（1）数据体量巨大。从TB级别，跃升到PB级别。资料表明，其新首页导航每天需要提供的数据超过1.5PB（1PB=1024TB），这些数据如果打印出来将超过5000亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。

（2）数据类型繁多，如前文提到的网络日志、视频、图片、地理位置信息，等等。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。

（3）价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。以视频为例，一小时的视频，在不间断的监控过程中，可能有用的数据只有一两秒。

（4）处理速度快——1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

3 大数据价值发现

3.1 利用大数据做精准营销

美国Target公司的市场营销团队聘请了一支专业的数据分析团队为他们确认出妊娠期的孕妇。他们发现，许多孕妇开始买大包装无香味护手霜，在怀孕最初的20周大量购买补充钙、镁、锌的营养片之类的保健品……最后，他们选出了25种典型商品的消费数据构建了“怀孕预测指数”，通过这个指数，Target公司能在很小的误差范围内预测到客户的怀孕情况，从而制定出精准的营销策略，吸引并留住含金量很高的孕妇消费群。商店获得如此精准客户定位的方法，人们自然而然地想到这样的营销方式能否推广到其他的领域，但更多的声音朝向了一个方向：大数据下的营销时代已悄然来临。

事实上，大数据的来源非常广泛，来自企业内外部不断增长的数据就如未知的海洋一样，越发的无边无际。虽然都知道其中蕴含着极大价值的“宝藏”，但这些宝藏到底在哪里？如何找到这些宝藏？绝大多数企业都处于迷茫和混沌中。而企业如果对这些数据视而不见，必将失去大量市场机会。因此，企业迫切需要找到一条新的“航路”，让自己能够在浩瀚的大数据海洋中挖掘到那些对于企业业务发展有着巨大价值的“宝藏”。未来的不确定性，是人类产生纠结的根源，大数据技术让我们看到解决未来预测问题的一丝曙光。

根据国际数据公司（International Data Corporation， IDC）和麦肯锡的大数据研究结果的总结，大数据主要能在以下四个方面挖掘出巨大的商业价值。

①对客户群体细分。

②然后对每个群体量体裁衣般地采取独特的行动。

③运用大数据模拟实境，发掘新的需求和提高投入的回报率。

④提高大数据成果在各相关部门的分享程度，提高整个管理链条和产业链条的投入回报率；进行商业模式、产品和服务的创新。

3.2 数据挖掘产生价值

一分钟内Twitter上新发的数据量超过10万；社交网络Facebook的浏览量超过600万，这些庞大的数字，意味着一种全新的致富手段也许就摆在面前，它的价值堪比石油和黄金。事实上，当你仍然在把微博等社交平台当作抒情或者发议论的工具时，华尔街的敛财高手们却正在挖掘这些互联网的“数据财富”，先人一步用其预判市场走势，而且取得了不俗的收益。现在就让我们一起来看看他们是怎么做的。

（1）华尔街根据民众情绪抛售股票。

（2）对冲基金依据购物网站的客户评论，分析企业产品销售状况。

（3）银行根据求职网站的岗位数量，推断就业率。

（4）投资机构搜集并分析上市企业声明，从中寻找破产的蛛丝马迹。

（5）美国疾病控制和预防中心依据网民搜索，分析全球范围内流感等病疫的传播状况。

（6）美国总统奥巴马的竞选团队依据选民的微博，实时分析选民对总统竞选人的喜好。

与崇尚精细化运营的日系企业及强调数据挖掘的美国公司相比，论及运营能力很多中国企业还没有摆脱粗犷的营销模式。虽然许多电商企业也开始在如何加强数据管理和分析能力上做文章，但铺天盖地的广告和降价促销、基础物流布点，仍是争夺客户的最有效手段，粗犷的营销模式目前仍是他们立足的最基本生存形态。

对于电商企业而言，数据与盈利有直接关系。目前，由于大数据能够吸引消费者对产品的使用，许多电商将注意力放在了如何能挖掘大数据上，最典型的非淘宝网莫属。销量的数据会直接影响消费者的行为，人们总是偏向于买销量很髙的产品，这些产品一定会有很多购买评价，可以帮助消费者判断这件商品是否适合自己。而对于销量很低的商品，网购者会多少有些疑虑：为什么大家都不买它？是不是它有什么问题？大数据会给购买者以安全感，以求降低网购的风险。大数据已经成为决定淘宝网商家盈利的关键因素。

淘宝网只是个典型的案例，对其他电子商务企业而言，大数据造就的成功的盈利事件比比皆是。再迟钝的商家在尝到一次次由大数据带来的甜头后也都明白了一个道理——大数据不仅仅是数据，更是钱。所以，电商企业追求大数据也就不足为奇了。

星巴克不是在卖咖啡，而是在卖休闲理念；无印良品不是在卖家具，而是在卖简约的生活方式；哈根达斯不是在卖冰激凌，而是在卖精致高雅的生活品质……如今的市场，品牌效应往往会有比卖出某个具体产品大得多的价值。其实，大数据的最终意义并非是将商品打扮成“大家都买，你为何不买”的大众形象，而是通过对这些数据的分析，能够让商家开发出更好的商品营销方式。

不同的数据组合可以有多种作用，最简单也是最重要的一个作用就是帮助商家细分消费者群体，并且有针对性地生产商品。大数据意味着具备了统计学意义，其背后往往暗藏着消费者的需求。尽管当下电子商务市场的繁荣隐藏着同质化的危机，但只要注重细节，重视数据信息的挖掘，成为电商市场的黑马还是有可能的。谁能把握住大数据时代的本质，眼光放长远，不走歪门邪道，找到自己真正想要达到的目标并为之努力，谁一定会赚得盆满钵满。

3.3 通过对大数据营销来促进业务创新和利润增长

电商企业通过对各种在线数据的分析可以对用户的购物行为进行精细分析，对客户的行为进行跟踪分析。用分析结果来促进业务创新和利润增长。

3.3.1 推送给用户最想要的商品

eBay拥有近2亿的用户，网站的商品清单项目则有3万多类。日常交易中，几乎每秒都要处理数千美元。而这些交易数据，其实只是数据信息总量的冰山一角。基于大数据分析每天要回答的问题有很多，比如，“昨天最热门的搜索商品是什么？”而即便是这样的简单问题，都需要涉及处理五十亿的页面浏览量。

一个典型的例子。一位年轻的女性早上在星巴克浏览eBay网站，eBay根据不同场合、不同时间浏览的商品和购物模式以及她的年龄、职业，天气等数据信息的处理结果，向她推送她可能最想要的商品。eBay以用户往的浏览记录里“猜”出她想要什么样的商品，也可以从设定的成百上千种情景模型中计算出用户可能的需求；或是对照另一位有着相似特点的女性用户，看她当时买过什么样的商品，从而推断出这位用户潜在的需求。在综合各种情景及因素后，eBay的后台需要在短短几秒内将商品页面推送给用户。除了通过大数据猜出用户想要什么样的商品并向其推送有针对性的商品，eBay此前还尝试利用大数据进行搜索引擎的优化。具体说来，eBay可以把握用户的行为模式，使搜索引擎更加“直觉化”。现在，eBay正试着改变或重写用户的搜索请求，增加同义词或替换语句，从而给出更相关性的内容，并由此增加在线交易量。而这背后统统离不开大数据的支持。

在大数据营销的背景下，当不同的消费者访问同一个网站时，他们看到的内容是不一样的。因为他们在该网站访问的痕迹已经得到跟踪分析了，网站已经知道他看过哪些内容，关注过哪些商品，他们的消费能力与特点都得到评价。所以当消费者一旦登录用户名后，网站就会把他喜欢的商品主动地推送出来，这就做到了精准营销。

3.3.2 为卖家提供有价值的“情报”

基于用户购物的数据，大数据处理同样会向卖家提供各式各样的“情报”。比如，卖家会告诉制造商用户正在网上搜索什么商品，或是各种出口行业的数据，制造商会立刻对此做出反应。很多时候，卖家会根据自身或其他电子商务网站的交易情况，向卖家建议其应该销售的品类。比如，一个中国的商家希望将产品卖到澳洲，可以通过数据分析可以告诉他，他一个月大约可以卖出多少产品，定价应该在什么范围内，市面上还有多少商家在卖同样的产品，他的市场占有率大概是多少。

大数据处理能还算出商家的补货频率。事实上，海外仓储是商家非常头痛的问题，一旦计算失误，便可能造成库存积压或缺货。可以通过过往的数据分析，得出卖家第一批货的大概销量，以及按照过去销货的速度什么时候应该补货，物流的时间又是多久。通过这些数据的计算，可以测算出商家补货的频率。

这些数据分析，对于商家开拓新的销售品类非常管用。因为通常情况下，商家需要4～5个月，才能摸清楚一种货物的淡旺季销量及其在各个地区的受欢迎程度。

大数据时代已经来临，它将在众多领域掀起变革的巨浪。但我们要冷静地看到，大数据的核心在于为客户挖掘数据中蕴藏的价值，而不是软硬件的堆砌。因此，针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。我们相信，在国家的统筹规划与支持下，通过各地方政府因地制宜制定大数据产业发展策略，通过国内外IT龙头企业以及众多创新企业的积极参与，大数据产业未来发展前景十分广阔。

参考文献：

[1]李建义.数据库原理及开发[M].北京：中国水利水电出版社，2005（2）.

[2]维克托·迈尔·舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2012（3）.

[3]艾伯特-拉斯洛·巴拉巴西.爆发[M].北京：中国人民大学出版社，2012（4）.