大数据在电商企业的应用研究--以阿里巴巴为例

张楚，冷昕

（安徽师范大学经济管理学院，安徽 芜湖 241000）

大数据在电商企业的应用研究
--以阿里巴巴为例

张楚，冷昕

（安徽师范大学经济管理学院，安徽 芜湖 241000）

当今人类社会的数据类型及规模正在发生巨大变化，大数据正以不可逆转之势席卷电商企业，本文以电商企业“佼佼者”阿里巴巴为例，根据其大数据运营的经验教训，对我国电商企业在大数据应用方面普遍存在的一些问题给出一定的改善建议，并指出未来大数据在电商领域的发展趋势。

大数据；电子商务；阿里巴巴

一、大数据在电商企业的应用

（一）大数据及电子商务的概念

牛津大学Vi ktor教授认为：大数据是人们基于大规模数据可以实现的事情，在小规模数据的基础上无法完成[1]。大数据在操作时的数据总量多，运行的速度快，在运行和操作方面有着鲜明的特征，促使了人们思维方式的变革。

O ECD认为：电子商务是以电子处理和信息技术等为基础的信息传输工具，它利用电子化的方式来从事商业运营销售活动，主要有B2B、B2C和C2C三种模式。

（二）大数据与电子商务相结合的现状

大数据和电子商务间的结合，这一时代的浪潮促使电商经营观念的转变和数据管理模式的革新。数据的应用与企业运营管理能够更容易地结合，促进服务模式的变革和创新[1]。

1、电商企业应用大数据的体现

（1）云技术在大数据运用方面处于核心地位[2]

云计算可实现将信息技术、管理平台技术、应用技术间的整合，形成可利用的大量资源，灵活方便地按需使用。以云技术为基础的很多业务，在为用户提供服务的同时，也构成了电商企业通向商业帝国的核心发展力和竞争力。

（2）提升用户体验

各电商企业重视以用户为中心，提升用户体验和产品服务的认可度，来扩大市场份额，提高市场占有率。保证产品及服务的质量、物流数据信息的及时更新、良好的信誉和售后服务等是电商企业的经营目标。

（3）数据服务成为电商发展趋势

数据挖掘为电商企业带来财富的同时，电商企业也逐渐意识到"为客户提供数据服务"将会成为他们的发展趋势和利益增加的源泉。例如：阿里云计算是中国的云计算平台，服务全球200多个国家和地区，致力于为政府、企业等组织提供真实可靠的计算和数据处理能力。

2、电商企业的精准营销和电商信息的推荐

精准营销一直是电商企业提升利润空间的重要方法，其依托现代化信息手段，通过对平台海量数据的分析，对客户群体精确定位，最终形成个性化的服务体系。通常情况下，客户选择购买产品时会经历3个阶段，首先是对产品的了解，然后是产生购买商品的欲望，最后是购买产品。

“电商信息的推荐”这一环节是在“精准营销”的基础上进行的，商家只有对顾客的消费导向及兴趣爱好进行系统化分析之后，才能有针对性地向顾客推荐爱好的产品，推荐的信息一般有定题信息、热点信息、兴趣爱好挖掘[9]和定制信息四种。[3]

3、电商企业在大数据运用用上存在的问题

大多电商企业由于规模、资金、技术等限制，使得在大数据运营方面难免会出现这样或那样的问题，主要有以下方面：

（1）基础数据取得存在限制

对很多电商企业而言，由于资金、技术等限制条件，他们的大数据资源和获取途径十分有限。在数据取得方面的不足会使得他们在行业竞争中处于不利地位，更不利于人才的培养和引进。

（2）对大数据营销的认识不够透彻

研究表明：约有三分之一的公司表示在大数据的应用中，企业缺乏相关的技术能力与创新思维的高素质综合性人才，高素质的人才是电商企业的核心竞争力。

（3）存在泄露用户隐私的风险

电商企业通过大数据来分析用户行为，必然会涉及到用户的真实信息。电商企业在用户隐私的保护方面意识比较淡薄，技术层面也不够成熟，一旦发生泄露用户隐私的情况，补救措施不能够及时有效。

(4)品牌宣传方式比较单一

我们会发现大多数电商企业的品牌传播和宣传都是通过网络这一途径。由于网购的主要人群集中在年轻人和中年人，老年人少之又少，所以大多电商企业的宣传方式限制了自身的发展。

三、阿里巴巴对大数据的应用

（一）阿里巴巴获取数据的途径

阿里巴巴是由马云等人在1999年成立，业务主要涉及核心电商、云计算平台的建设、数字媒体等方面。阿里获取数据资源的途径主要有3种：一是为消费者提供其感兴趣商品的信息和商品所在店铺信息；二是整合消费者信息，以消费者浏览记录为切入点，将数据提供给卖方，并为卖方实时关注竞争对手动态，卖方可以实现知己知彼；三是将消费者和商家的信息进行系统分析并进行一定预测，再将预测结果提供给第三方[4]。阿里大数据内部来源如表1所示：

表1 .阿里巴巴大数据的内部来源途径

除了内部数据外，外部数据也是大数据的重要组成部分，因此，阿里通过收购多个领域的企业来获得更多的外部数据，并购之后基本实现了涵盖消费者衣食住行的各方面。其大数据的外部来源如表2所示：

表2 阿里大数据外部来源表

（二）阿里在数据安全和保护用户隐私方面的措施

电商企业在运用大数据的时候，首先应建立值得顾客信赖的保护机制，不得泄露消费者的隐私。以阿里为例：由于支付宝数据常会涉及顾客隐私，所以支付宝多被用来为内部的运作服务，若某一部门需要数据，则需事先向上一级提出权限申请。在数据安全方面，阿里会设置专门独立的评判小组，严格规定数据的公开与否以及公开的程度，尽可能地减少客户的担忧，加强自身的数据安全建设[5]。

（三）阿里大数据发展及运用的具体情况

阿里2005年推出的“淘数据”，是一个为企业内部财务报表服务的工具，它通过取得平台上海量的卖家和消费者的数据来改善自身经营；2011年，商家可以通过“数据魔方”方便地取得所在行业的概况，并且根据搜索关键词的变化，及时地调整商品信息和排名情况；2012年“聚石塔”数据分享战略全面展开，这为天猫和淘宝平台上的电商及电商服务商提供了数据存储和数据计算的服务。

随着大数据的挖掘、数据处理等多方面的日臻成熟，阿里的关注点逐渐从内部走向外部，通过出售经研究分析的数据，提供数据服务使得其他的商家能够逐步扩大对大数据的经营销售。

阿里大数据发展的简要情况如表3所示：

表3 ：阿里巴巴大数据发展年表：

阿里大数据运用具体表现在如下两方面：

其一，对用户数据分类的细化和精准。阿里按业务归类将数据分为交易类数据即电商交易的流水单号、会员信息、信誉等级等。在进行粗略分类后，还会对海量数据进一步精准分类。以淘宝平台为例：大学生群体是主要的用户，针对这一情况，淘宝对这一群体进行定位和地理位置的收集，再结合其他信息来了解大学生的购物水平和周边商户的商品信息。

其二，实现消费者行为全链路覆盖。阿里可以最大程度地还原用户的行为路径，一些资料和研究显示：用户有着“逛”网络的显著特点，他们可以通过网络中的信息进行比价、询问、购买，或者是可以很快地参与到电商企业的优惠活动之中。由此可以看出，顾客的行为逐渐趋于随机化、碎片化和难以预测化，所以对用户行为路径的解释不能再局限于传统的单链路消费模型。

（四）利用指标和数据来具体研究阿里的核心电商业务

1、GM V（Gross M erchandi se Vol um e）

GM V指的是商品交易总额，包括用户付款金额和未付款金额两部分。用这一指标衡量阿里2014.7.1-2016.6.30各季度的线上商品交易总额及其趋势，由图可看出GM V指标总体呈现上升的趋势，2015年Q 4的GM V达到最大值，为9640亿元人民币。

图1 自2014年第三季度（Q 3）至2016年第二季度（Q 2）阿里巴巴的GM V情况（阿里巴巴自2016年第三季度起不再单独披露GM V指标）。

2、阿里巴巴2009-2016各年11.11的销售额

通过阿里2009-2016各年11.11的销售额数据，可看出线上店家的活跃度、网购人群的数量和物流行业的发展情况等。具体如图2、图3所示：年同期的销售额增长率……）

图2 阿里2009-2016各年"双十一"销售额

图3 阿里2009-2016各年“双十一”销售额的增长率（%）（注:横坐标1、2、……分别表示2010.11.11相对上年同期的销售额增长率、2011.11.11相对上一

以上可看出，2009-2016各年“双十一”的销售额随着大数据的不断应用和网购用户的飞速增长而呈现上升趋势，但增长的速度在逐渐减慢。经分析可能由于2009年的“双十一”活动处于起步阶段，选择网购的用户较少，所以总的销售额比较小。以后各年随着互联网技术的日益进步，销售额增长率逐渐趋于稳定，销售额不断增长。

四、对电商企业大数据运用的建议

阿里巴巴作为电商企业的领先者，在大数据领域更是领先于大多数电商企业。虽然在大数据应用领域有许多值得学习的经验，但也存在诸如“大数据质量有待提高”、“数据预测结果低于预期”等问题。所以，行业内其他电商企业不能盲目地对阿里巴巴进行借鉴，应在结合自身实际的基础上予以创新，走适合自己的发展之路，主要有以下几个方面：

（一）数据掌握方面：电商企业需要扩大数据来源的途径，尽可能多地挖掘到企业内外的数据，尤其不能忽视企业外部数据的作用，因为外部数据是扩大企业经营范围，掌握充分信息及提高市场占有率的重要手段。

（二）数据安全方面：电商企业必须将保护用户隐私和真实信息作为基本准则，设置多维度的防护措施。在某种程度上，企业可以打消顾客的顾虑，减少与顾客间的纠纷和不必要的法律麻烦，从而提高自身信誉，促进企业的长久发展。

（三）数据质量方面：数据的质量越高，越有益于为电商企业带来企业价值的增值。由于数据在收集、处理、储存和利用的各阶段都可能被扭曲，从而失去了客观性。所以，电商企业应该注重从源头控制数据的质量。

（四）企业宣传方面：电商企业不应局限于网络这一方式，而应意识到当今快速发展的多媒体的作用。企业可以利用多种手段，如促销打折扣、为产品做广告和赢得顾客口碑等等来扩大企业的认可度、知名度。

（五）人才培养方面：电商企业急需的主要是有能力开发出具体做销售的商业化大数据产品的中高端技术人才。企业应当加大对人才建设的投入，积极引入掌握数据应用技能的高素质人才，只有这样，企业才有可能在电商行业激烈的竞争中处于不败地位。

（六）社会责任方面：电商企业掌握的数据信息详实充分，积极主动承担社会责任，将大数据与社会公众的需要相结合，更好地为社会服务，这一点是任何一家电商企业都应当遵守的经营发展之道。

五、总结

综上所述，大数据在电商企业的应用趋势势不可挡，但由于目前处在发展的初级阶段，很多事物还处在不断完善之中，也存在着一些问题。例如：数据安全和保护用户隐私一直是让用户忧虑的事，电商企业即使是阿里巴巴也不能百分之一百确保用户的信息不会被泄露出去；消费者保护隐私和维权意识不够强；相关法律法规还处于不断完善之中。

现阶段虽有诸多问题亟待解决，但在不远的未来，随着数据的广度和深度的不断增加和科技水平的发展，大数据将不再是电商企业的专属，线上、线下的企业和其他行业都会拥有海量可自己支配的数据资源，将这些资源与企业原有的经营理念、经营模式结合，开辟出一条适合企业不断壮大的道路。此外，对于大数据的发展和应用，国家宏观环境和政策也提供了有利条件，国家大力推荐各地发展大数据基地。所以说，大数据会让整个社会最终进入数据时代，并有着全新的社会运作模式。

[1]维克托.迈尔.舍恩伯格.肯尼斯.库克耶.大数据时代[J].党员生活(武汉)，2005,(05)：77-78.

[2]刘鹰.浅析我国电商企业的大数据应用现状[J].商业时代,2014,(25)：65-66.

[3]高振清.基于大数据下的电子商务信息推荐研究[J].无线互联科技,2016,(17)：96-97.

[4]蔡永鸿,刘莹.基于大数据的电商企业管理模式研究[J].中国商贸,2014,(11)：74-75.

[5]孟静.大数据背景下电商企业运营思维的转变--以阿里巴巴为例[J].电子商务,2015,(04)：1-2.

F273

A

1671-5993（2017）01-0060-04

2017-1-10

张楚（1996-），女，安徽滁州人，安徽师范大学经济管理学院会计学本科在读。冷昕（1975-），女，吉林长春人，安徽师范大学经济管理学院讲师，博士研究生。