浅谈电子商务中的统计学

周金鑫

【摘 要】随着互联网应用普及度的提高，上网成了人们日常生活的一部门，网上购物成为了人们的主要消费和购物方式之一。从最初的凭票购物到随意选购，从实物交易到网上购物，从现金支付到刷卡消费，从网银支付到手机支付、刷脸支付等等。人们的购物方式和购物习惯发生了翻天覆地的变化，在改变市民消费习惯的同时也带来了极大的方便。主要是由于网络购物为消费者带来了多方面的便利和好处：可以足不出户，购买到预期的商品；网上搜索商品，更容易找到所需商品，比“逛街”找商品要方便快捷得多；网上商品信息充足，可货比三家，价格也往往更优惠。同时，网络购物对卖家来说，也有诸多的好处：商品销售范围更广，实现跨地区（跨国）销售；网络推广方便快捷，市场信息投放迅速；省去实体店面所需的租金、装修等诸多费用；最大程度上降低商品的销售库存，提高资金的利用率。可见，网络购物克服了传统商务的一些障碍，对买卖双方都带来了巨大的便利，达到“双赢”效果。或许你没留意，在这些购物活动中，都活跃着统计学的影子，下面就让我们一起走进电子商务中统计学的那些事。

【关键词】电子商务；统计学；统计知识；网络购物；消费群体

刚过6.18，马上又要迎来一年一度的剁手节双11。经过多年的发酵，双11已然成为全民狂欢的节日，购物狂们彻底放纵的一天。就在前不久网上还报道了某学校专门针对双11购物狂欢而停电停网的通知，这恰恰反映出双11购物狂欢已经深深植入了我们的日常生活。在当前中国电子商务够蓬勃发展的今天，我们从电子商务+统计学的角度，来探讨一下消费者在网购中的统计学。

一、电子商务+统计学概述

根据严格的定义，统计学的定义是“有效搜集整理分析随机性数据，对考察问题给出推断与预测，最终为行动提供数据支持”，这就是统计学。所以说，统计学本身就是一门与数据紧密相关的学科。众所周知，美国总统特朗普有专门的的团队来统计民意支持率来寻求连任，阿里巴巴的马云很早就把大数据统计作为企业发展战略，并运用到电子平台当中。随着我们走进网络时代，数量巨大的网络信息，如何进行搜集，整理，传递出有效的、有价值的信息并运用到电子商务当中成为当前最时尚的学科。

二、当前电子商务发展状况

在经济社会快速发展、刺激社会消费增长的大背景下，电子商务的快速发展带动了更多的网民通过网购实现日常消费，购物网站的频繁促销也激发了网民新的购买需求，从而实现了我国电子商务的快速增长。同时在线交易的商品和服务类型更加丰富，让更多的线下用户参与到网络购物中来，可以说网络购物已经走进千家万户，走进寻常百姓家，与人们的生活变得息息相关。根据最新消息，截至2018年12月，我国网络购物用户规模达6.10亿，年增长率为14.4%，在蓬勃发展的网络购物行业中，电商企业进行着激烈的竞争，消费者在进行网络购物的过程中也需要处理大量庞杂信息，存在着“货比三家”的行为。这其中就用到了我们所说的统计学，下面我们就尝试分析网络购物过程中消费者使用着或者会使用到哪些统计学知识。

三、消费者在网络购物中的统计学

（一）最直观的大量观察法

消费者网络购物中最常用，最先用到的就是大量观察法，消费者登陆到购物平台，引入眼帘的就是琳琅满目的商品，之后选定钟意的商品在网上进行无数次的查询、浏览、观看、对比，多次、大量甚至是长时间的浏览观看询问，之后才会去确定购买哪一种、哪一家的商品。

（二）统计分组筛选法，让消费者事倍功倍

消费者在网络购物的过程中，由于面临过于庞杂的商品，而又有着倾向性的购物习惯时，就需要用到分组筛选法。首先在搜索栏将全部商品按年龄、按性别、按地区、按价格、按品牌等等诸多标志进行统计分组筛选，之后消费者可以轻松找出自己需要的某类商品，起到节约时间，事半功倍的效果。同时消费者也可以看到在各个店铺中所有商品也进行好了分类分组，商家对商品进行细化归类。统计分组筛选的方法使得消费者避免了大海捞针式的商品浏览，节省了大量的时间和精力，提高了效率。

（三）排序比较法，让消费者一目了然

网络当中，商品种类繁多，品牌林立，包装相似的产品比比皆是，甚至是图片一摸一样的商品价格都相去甚远。消费者清楚通常便宜没好货，但是又想经济划算，也就是我们通常说的性价比。而网络购物存在着最大的不便就是看不见摸不着，没有办法将这些商品放在一起充分比较，这时我们就需要用到排序比较法。消费者对所有该类商品按销量、评价分数、综合评定和店铺信用等级等进行排列。或者可以采取综合排序的方法，比如可以参考其他消费者的选择。首先按销量排序，找出的是该类产品成交量最大的产品，也就是众数，是消费者购买选择结果的代表，通常都具有可信性。之后再设定价格区间进行选择，在自己的心理价位中寻找合适的商品。不仅网站可以做排序，即使在店铺中消费者也可以将所有商品进行按销量、按价格、按收藏排序，通过这些分析从而找到店铺中的热门热销商品，为自己的购物提供更多选择，避免盲目购物。

（四）客戶满意度分析法，实现快速下单

在购物的整个过程中，尤为重要的一点就是客户满意度调查，通常消费者在选定了商家商品之后，就会看到该家店铺的客户满意度评价结果，如宝贝与描述相符、卖家服务态度、卖家发货速度、买家使用评价的得分，这是该店铺客户在完成网络购物以后反馈的满意度评价水平分析，是大量打分的算术平均值，比较能够真实的反映该产品的质量和以往客户的满意度情况。将这些客户满意度水平与同行业平均水平进行比较，消费者能够更清楚的了解该店铺的商品在同行业的位置，从而最终决定是否在该店铺购买商品。

其中最关键的指标便是买家好评率，是指好评的顾客占所有顾客的比重，可以反应店铺客户满意度，在查看好评率时，我们要将相对指标要与绝对指标联系起来分析，如某个新开店铺只有寥寥几笔成交量，即使好评100%也不能充分说明店铺信用良好，某个店铺等级很高，销量巨大，但其中仍有几条甚至十几条差评，也不足以说明该店铺的信用不好。所谓的绝对指标的计算，即一次成交后获得一个好评可以累加一分，这样将卖家获得好评进行汇总并根据得分进行信用分级。这样可以使得消费者对店铺的交易信用有充分了解。消费者也可以对某一款商品进行客户满意度分析，其中成交记录与评价详情就可以辅助消费者了解该款商品的销售基本情况和客户满意度情况。

四、结束语

从未来的经济发展和行业趋势来看，根据统计学推断我国电子商务仍处于平稳发展期，并且呈现出电商与社交、内容融合的趋势。例如一家独大的淘宝，紧随其后的京东，异军突起的“拼多多”“抖音”“今日头条”等都反映出社交正在成为电商业务拓展的重要方式。同时，电子商务与内容业务交叉融合发展，电商平台通过短视频和直播等方式打造多元化购物场景，将更多的运用到统计学知识。

从用户角度来看，网络零售消费群体分层趋势日渐凸显，满足不同群体消费需求成为带动网络零售市场发展的重点，个性定制化服务发展迅速。用统计学知识进行简单分类：高收入、年轻用户作为电子商务的主要群体，更注重购物品质和消费体验，盒马鲜生、小米有品等品质电商创新业态带动该用户群体消费升级；中老年消费群体成为电子商务的新增消费群体，“拼多多”等社交平台通过低价拼团模式满足此类消费者价格敏感、消费升级的需求。

【参考文献】

[1]孙雪芬.电子商务对浙江企业统计分析的影响初探[J].中国市场，2016（10）.