大数据时代下电商的发展

伴随着大数据时代的慢慢靠近，电商企业们通过不同的电子平台，可以充分掌握用户的数据信息，而这些数据资源逐渐得到电商们的关注，甚至被称之为极具有优势和价值的商业资源。越来越多的电商企业开始尝试和注重大数据分析技术，希望借此技术获得更多的机遇与财富。本文以电商霸主阿里巴巴为剖析对象，从实际出发分析大数据时代带给电商企业的挑战，以此对未来电商的发展提出自己的见解和意见。

一、绪论

（一）调研背景

经过两次工业革命的洗礼以后，科技不断进步追求的重要目标依旧是解放和提高生产力。21世纪以来，科学信息技术的不断提升，计算量不断扩增和计算方式的不断升级，引领和加快了信息时代的来临，以云计算为代表，开启了现代信息科技进步的新篇章——大数据时代。

大数据时代的一步步接近，电商们迎来了百年不遇的发展机会，催生了零卖电商企业的改革。一批批电商如井喷式的涌现出来，如淘宝、苏宁易购、唯品会、京东、拼多多等。而电商企业的崛起又加速推进了对大数据技术的提升和运用。二者相辅相成，密不可分。

（二）调研意义

大数据时代的靠近，使我们分析事物和解决问题带来了新的见解和思路。也使本身没有意义的数据信息成为电商们珍贵的营销保障，而少做很多无用功。所谓大数据，我更觉得是一场新的技术革命，互联网加大数据的时代正向我们挥手，大数据时代将数据共享，让本身意义上没有价值的一串串数字变成珍贵的数据，带给电商很多机遇，同样也面临着很多挑战。

而阿里巴巴企业作为电商企业的龙头企业，最早认清和抓住了这一商机，稳中求胜，迅速而又充分的挖掘“大数据金库”，如表12014-2017年阿里巴巴双十一销售额所示，2014年的“双十一”购物狂欢节无疑是疯狂的开端，2017年更是圆满收场，最终交易额达到1682亿。

电商企业发展的前提是提高产品的质量和用户对于购物体验的认可。秉持以加强客户体验为第一主导地位的工作理念，认真做好每个顾客的购物体验就是电商企业在竞争中的取胜法宝。哪家电商企业的用户群体大，哪家企业的数据库就大，哪家企业最先发现商机，哪家企业就可以获取市场。而大数据技术正是为此而诞生的，经过几十年以来的用户数据积累，已然形成了一个庞大而有价值的数据库，例如阿里巴巴的数据库就已经至少是京东商城的2倍。本文以阿里巴巴为剖析对象，对阿里数据进行分析，以此对大数据时代电子商务的发展提出一些合理的见解和意见。

二、大数据的内涵

对大数据的定义由于定义方式，以及侧重点不同等，至今在业界仍未达到共识。大数据的特点是能够准确地去处理传统的数据管理而又不受局限，效率突出和准确性极高，换个角度来说，大数据的值不仅仅是数据值本身，而是通过大数据技术的处理分析，从而反映在高层领导精准的决策上，从而避免错误的决策。

换言之，大数据技术的真正涵义并不在于是否拥有复杂庞大的数据库，而在于对这些拥有着不同意义的数据如何进行规范化地整理和计算。大数据实现盈利的关键必然在于对这些数据的采集整理、计算加工以及数据应用，从而实现对数据的“升值”。

三、阿里巴巴大数据系统

约翰.都尔曾说“发现好的市场机遇不亚于发现一座金矿”。阿里从一个电商企业逐渐升级为大数据分析公司。只要我们使用阿里巴巴企业的产品，如淘宝、天猫等，阿里的数据服务层就会记录下我们的浏览记录，而这些数据不断演进，会让你再次登录时看到一个为你而定制的界面。

在阿里工作的数据管理员几乎每一天都要面对数以万计的数据信息，进行采集整理和计算工作。让本身无序、无结构的数据得到有价值的挖掘和利用。如图1阿里数据系统构架图所示，共有四个层面。

（一）数据采集层

阿里巴巴是一家经营多项业态的企业，数亿的用户在各个阿里平台上从事各种活动，同时也在产生爆炸式的数据，将这些错综复杂的数据信息整理收集成为阿里大数据系统的重中之重，更是第一环节。阿里创建了一套精准服务的数据采集系统，以此全面准确、高效率地完成数据采集任务，并把采集后的数据传导至数据计算平台。

Aplus.JS是阿里Web端日志采集技术方案；UserTrack是阿里APP端日志采集技术方案。当然除了上述的数据采集系统以外，阿里依旧有自己的特色，在消费者可以接触到的每个场景都进行了埋点服务，打通一道隐形的场景变换路线，使得我们日常的浏览点击数据以及APP间的关联数据得到充分的收集。另外，阿里为了使数据得到安全可靠的传输，因而创建了另一套令其他企业望而却步的数据传输系统。它依靠的是TimeTunnel平台（简称TT），作为基于thrift通讯框架搭建的实时数据传输平台，90%的消息5ms以内送达，具有实时性、高效率等特点。

（二）数据计算层

只有被计算和整合的数据，才能被运用于商业规律的洞察，潜在信息的挖掘，赋能于商业和创造价值，从而获得和实现大数据价值，因而收集得到的原始数据需要进一步的整合与计算，也就是第二个层面，数据计算层。

针对爆炸式的数据，阿里的数据计算体系，共有两大层次，依次分别是数据存储及计算云平台以及数据整合及管理体系。其中，MaxCompute是阿里自主研发并投入使用的离线大数据平台，支持SQL、MapReduce、Graph等计算类型，拥有大规模的计算存储，多种计算模型，以及强数据安全，稳定支持阿里全部离线分析业务7年以上；StreamCompute同样也是阿里自主研發，作为阿里的流式大数据平台，充分简化编程，原有数据的离线储备和灵活的资源调度使得阿里的数据计算变得迅速和简便；OneData是数据整合及管理的方法体系和工具，数据驱动，统一定义，规模化建模，对模型架构标准化设计和管理，建立数据公共层，可以使同类的大数据项目快速得到实现，极致充分地发挥了阿里在大数据方面的独特优势。

（三）数据服务层

数据在前两个环节已经得到了整合和计算，第三环节是需要将这些数据提供给产品和应用进行数据服务。因此，阿里创设了属于自己的数据服务层，由于用户的需求往往不同，所以数据服务层的数据源架构在多种数据库之上，最后通过接口服务化方式对外提供数据服务。

（四）数据应用層

当准备工作已经完成，接下来就需要选择合适的应用提供给用户，而又不会使用户产生厌烦情绪，让数据最大化地发挥价值。就比如我们可能只是在网页上搜索一个东西，后来弹跳出的商品基本都是与之相关的。

四、大数据时代下电商面临的挑战和对策

大数据带来的商机必然会吸引更多电商向大数据方向发展，可这个漫长的发展过程中，有多少机遇，就必然要遇到更多的挑战，毕竟阿里巴巴的成功不会轻易被复制。然而只有正面解决掉这些问题，顺应潮流，才能在这个时代不被淘汰，继续生存。

（一）技术方面：对大数据的处理能力不够

对于纷呈交杂的21世纪来说，任何企业都可以有一个不小的数据库，可是，如何归类数据，如何提炼信息，如何利用数据等技术方面以及其他管理方面，这些都是电商企业生存所遇到的必然问题，而且无法被避免。正如当下共享单车遇到的压力一般，82%的电商企业都会因为对数据的处理技术不成熟，而因集中整合数据的压力而失去竞争的能力，连生存都变成问题。

因而我们可以得出技术的重要性，仅仅拥有庞大的数据库并没有什么太大的作用，要想做到和做好这一点，电商企业必须重新定位自身，定义大数据的处理方式，并对处理后的数据信息的设置使用基准。注重培养大数据方面的人才，注重学习，引进大数据处理方面的技术，毕竟技术才是硬道理。哪怕阿里如今的辉煌，但也仍然注重培养大数据方面的人才，如图三所示，阿里巴巴在2017年10月13日投入5000万，致力于培养更多的商业人才。

（二）隐私方面：客户的隐私是否得到保护

正如上文所描述的，大数据时代，用户的个人信息完全暴露在互联网上，企业掌握了消费者太多的数据信息，那么如何保护这些数据信息也成了所有电商企业需要考虑的问题。如果顾客的数据信息被泄露，个人隐私问题就会极度凸显出来，一旦用户信息泄露，用户忠诚度和信任度必然降为零分，后续企业不存在有任何的发展。为了不自断后路，电商企业必然要做的就是：守法守纪，不私下贩卖和纰漏客户信息；提高对客户隐私的保护度，增强顾客对企业的信任，提高隐私保护技术，比如设置防火墙防止黑客窃取信息等，从技术的层面充分保护。（作者单位为安徽财经大学工商管理学院）

作者简介：姚晶晶（1998-9-10）女，汉族，安徽合肥人，单位：安徽财经大学工商管理学院，2016级本科生，工商管理专业。