基于大数据的消费决策平台数据可视化的设计与实现

郭丹

摘 要：随着电子商务的不断发展，电商平台与卖家之间的竞争越来越激烈。本文主要就如何针对消费者开展有针对性的营销活动为前提，通过大数据的可视化管理来对消费者的购买决策行为进行数据分析。大数据的火热也带来了数据分析的研究开展。关于数据分析，可以使之更加客观的了解观察数据。以便于预测下一阶段的数据的走向，而数据可视化更是加快了这一进程，使数据分析变得更加便捷。

关键词：大数据;数据可视化;数据清洗

1 绪论

（1）背景及意义。在数字信息大数据的时代，数字信息化在社会的各个层面，你都会感受到，比如：shopping市場中的消费者就是最典型的经典例子。大数据作为数字信息的载体，他具有一定的规律，大数据对消费者的消费行为直接表现在向岸上消费市场上。在当今的中国乃至世界上，在线消费的市场在数据的影响下变得越来越好。

据统计报告，2019年中，中国电子商务市场交易额达到29.16万亿元，根据《中国电子商务年度发展报告》 报告，中国的电子商务规模正在快速增长，已占全球市场的40%。 2006年，中国的在线购物达到7，000亿美元，远远超过美国排名第二（3，121亿美元）和英国排名第三（1，500亿美元）。这说明在线购物的趋势在增加，在线购物的普及率也在增加，这影响了消费结构的变化。消费结构正在重组。传统的消费行为正在逐渐被重组，甚至被在线购物所取代。

综上所述，这种在线购买的消费（购买）行为与公众生活密不可分，但是在当今的大数据中，上述关于消费者在线购买决策的研究还相对不足。本文将分析影响消费者线上购买行为的因子进行的基于大数据的消费决策平台数据可视化的设计与实现讨论分析。

（2）国内外研究现状。2016年，中国发布了《中华人民共和国国民经济和社会发展“十三五”纲要》（简称“十三五”）。其中，第27章概述了“国家大数据战略的实施”。以当前的大数据为基本战略资源，采取行动促进大数据的发展，加快数据资源的推广和共享，发展和应用，帮助企业转型升级产业和社会治理创新。具体方法包括：公开分享并促进大数据产业的健康发展。

大数据同样被美国政府称为“未来的新石油”。大数据包含在评估一个国家综合国力的标准中。一个国家的数据规模及其使用能力将变得重要作为一个组成部分，大数据的游戏和控制已成为国家与企业之间直接竞争的焦点。大数据已经成为全世界关注的焦点，“大数据时代”已经到来。

（3）主要研究内容。术语“电商”是电子商务的缩写。早在1996年的时候， IBM公司于就已经提出了电子商务的概念：以商品交易所为中心的电子交易进行的业务活动。是传统业务活动模型的信息化和数字化。消费者的行为分析主要是通过分析消费者群体的概况信息，比如包括一些行为取向，和需求偏好，还有消费轨迹等。这些概况信息是对消费者行为分析的重要一步。而消费决策行为分析，是指消费者对购买的决定后，对于该商品是否进行购买的决策进行分析。本文旨在研究电商营销用户信息行为与消费者购买决策的关系。

2 相关技术介绍

（1）开发语言介绍。Java开发目前依旧是最主流的开发语言，目前绝大多数的开发都是java开发，而java作为企业级开发首选，越来越受到更多人的青睐。而java最重要的特性就是其跨平台性，而跨平台最重要的就属JVM了，在各个操作系统都有对应的jvm。java代码不与机器进行直接交互的，都是通过jvm平台进行间接交互，这样就保证了其跨平台特性。

MySQL数据库是一个小型的关系型数据库。现在，绝大部分网站采用的是MySQL数据库。目前依旧是MySQL主流，主要是由于MySQL的开源免费，就导致现在更多的人开始采用MySQL数据库开发。

Python 是一种脚本语言。Python 设计具有很好的可读性，和其他语言一样，使用英文单词作为关键字，但是其语句没有结束标志，仅仅通过缩进来表示程序中的嵌套关系。

（2）开发环境介绍。IDEA代表IntelliJ IDEA，它是用于Java编程语言开发的工具。 idea在各个地方的设计，都是经过专门的设计，都是用来最大限度的提高开发人员的开发效率，使开发人员更多的去关注代码的逻辑设计。

PyCharm是由用于开发python项目的一款只能ide。同IntelliJ IDEA一样，可以更加快速的帮助开发人员简化开发流程。

Navicat Premium是一个数据库管理工具。可以很轻松的链接到各大主流数据库。需要注意的是Navicat Premium只是一个数据库链接工具，该工具并不提供数据库，只能是通过该软件可视化面板链接数据库。该工具提供了数据的导入导出，和报表等一些其他操作。

3 系统分析

要想实现大数据集成分析，就要实现对数据进行收集，收集后对数据进行集成处理，最后对集成后的数据信息进行分析。

第一步，对数据进行收集。工作内容如下：首先要从内部及外部的数据信息中提取出有用（相关）的数据信息，并在此基础上要保证其数据的安全性。除此之外，如果有必要的话还要与除企业之外的其他组织、部门、研究机构和政府进行合作，这样有助于收集到更多的数据信息。收集到需要的信息后要对收集的数据进行分类整理，数据一般分为结构化数据和非结构化数据。第二步，对采集的数据信息进行整合。这项工作的主要工作内容是指数据分析人员要从收集到的海量的数据信息中筛选出有用的数据信息，并删除无用的数据信息，将筛选出的有用的数据信息进行组织、整合、排列及合并。这个过程需要具备数据分析的专业知识和分析技能的专业人员进行数据分析。数据分析人员需要知道如何对数据集进行集成处理，如何加载数据以及如何对数据进行标准化处理。最后一步，对集成的数据进行综合分析。对集成的数据进行分析是大数据研究工作中最重要的一个环节，也是大数据研究人员必须要掌握的技能。数据分析现在是大数据必不可少的部分，也是最重要的部分。

数据库可视化是目前更为直接的了解数据的一种方式。通过可视化面板，我们能直接看到数据的走向，了解数据的趋势。为我们之后的分析提供了一个良好的图形界面。而视图是最能直观的感受数据在趋势走向。

4 结论

该设计讲述了通过大数据可视化完成对消费者决策平台的设计，数据可视化可以直观清晰的展示数据信息，并且也可以多维度的展示数据信息，这样通过大数据就可以直观清晰的展示出消费者的购买决策，进而可以直观的分析出消费者的购买意图，企业或市场就可以根据分析的结果作出对消费者具有针对性的活动。消费者的决策行为不是单一影响，是众多因素组成的。