跨境电商企业对大数据技术的应用研究

曹淑娉 梅燕

摘 要：如今，互联网与大数据技术的应用对跨境电商企业的经营与发展具有重要作用，许多跨境电商企业都将大数据技术运用于选品、营销、物流、决策等各环节中。在总结跨境电商企业对大数据技术的主要应用的基础上，以京东“海囤全球”企业为案例，介绍了其运用大数据技术进行科学选品、实施针对性的营销推广、构建综合性物流解决方案与高效决策，综合提高了企业工作效率与经营业绩。

关键词：跨境电商；大数据；海囤全球

中图分类号：F25     文献标识码：A      doi：10.19311/j.cnki.16723198.2023.01.020

0 引言

当今社会正从信息技术（IT）时代走向数据技术（DT）时代，大数据已不仅仅是一个火热的概念，大数据的应用场景开始渗透到社会生活各行各业与企业中，并取得了较大发展与成效（王威和侯准，2020）。

近年来，跨境電子商务在我国蓬勃发展，它是一种依托于互联网、电子商务平台和大数据工具的跨境商业模式。跨境电商企业利用大数据技术可深入挖掘客户的真实需求、在成就客户的同时实现企业目标，实现一举两得。Lei等通过研究网站行为数据和使用数据分析工具，发现需求链管理（DCM）在结合电子商务和大数据的优势时，比传统的供应链管理方法有更好的性能，这也是大数据技术应用的良好成果之一。

但在跨境电商迅猛发展的增势下，起步时间较晚、技术水平有限、消费理念存在差别等问题在一定程度上限制了跨境电子商务的发展，这些问题正逐渐成为跨境电商健康发展的障碍。而跨境电商企业应用大数据技术可在一定程度上缓解这些问题。在理论研究方面，最新关于跨境电商企业大数据技术应用的研究主要集中在应用大数据分析的积极机制上，很少关注应用大数据分析的负面影响，如隐私和安全、购物成瘾和群体影响等。跨境电商企业如何正确、高效地利用大数据技术解决现存困境成为不容忽视的问题。

因此，本文从跨境电商发展现状及发展过程中面临问题出发，针对当前跨境电商企业大数据技术应用的四个主要方面——跨境选品、精准营销、优化物流解决方案、提升内部运营管理水平，选取“京东海囤全球”为例，通过分析其对大数据技术选品策略应用、实现精准营销、物流方案综合设计与各环节成本控制的策略，最后对跨境电商企业如何应用大数据技术提出相关建议。

1 跨境电商企业对大数据技术的主要应用

1.1 基于大数据技术的跨境选品

1.1.1 供应商信用评估

跨境电商平台对其供应商做出高效信用评估，是其把控产品质量的重要手段。刘章发、刘景艳、吴青等运用与大数据相匹配的指标赋权方法——模糊层次分析法（FAHP）为各指标赋予权重，并在此基础上构建与大数据相匹配的信用评价模型。荣飞琼和郭梦飞也构建了供应商信用评估指标体系和信用评估模型，用以解决跨境电商平台中供应商信用评估的各种问题。

1.1.2 产品质量风险评估

由于电子商务交易中的信息不对称，消费者在网上购物时对不确定性信息下的产品质量不满意，从而对电子商务交易效率产生负面影响。Liu提出了基于模糊c均值聚类算法的特征提取和基于成本敏感倾斜（CSL）-朴素贝叶斯算法的电子商务产品质量风险评估模型。实验结果表明，基于Spark的机器学习算法在大规模数据环境下具有更好的可扩展性和优势，能够准确识别电子商务产品质量风险。

1.2 基于大数据技术的跨境精准营销——个性化推荐

在跨境电商平台上海外商品众多，形成了“信息爆炸”和“信息过载”等问题，使消费者在购买心仪商品时存在选择困难。而交易产生的丰富的交易数据可以让跨境电商企业探索顾客的浏览行为、习惯、偏好甚至特征，这可以帮助企业更清楚地了解顾客的需求。

李家华、杨杰许多学者针对跨境电商企业的精准营销策略进行研究，并提出了更优质的个性化推荐算法。当然，除了通过客户行为分析进行个性化推荐外，大数据技术还应用在跨境电商企业营销的其他方面，比如通过客户评价分析进行广告创新、通过广告投放分析进行广告策划、通过社会热点分析进行病毒营销以及通过产品定价分析进行价格歧视策略等。

同时，跨境电商企业在应用大数据技术进行客户行为分析，从而进行个性化推荐的过程中，也需要注意一些负面效应。Thi等对来自越南的273名受访者进行了抽样，结果发现信息搜索、推荐系统、动态定价和客户服务对顾客反应有显著的正向影响。其中，隐私和安全、购物成瘾和群体影响对顾客的反应有显著的负面影响。

1.3 大数据技术优化跨境电商物流解决方案

随着大数据时代的到来和互联网技术的快速发展，跨境电商已经有了很强的发展趋势，这就导致了配送行业中跨境电商物流流程冗余复杂、效率低、成本高等诸多问题。而运用大数据技术优化物流配送方式是提高配送效率，降低配送成本的关键。

基于大数据分析选择电子商务企业物流配送模式，通过定量分析选择合适的物流配送模式，其避免了企业的主观判断，提供了有效的决策途径。不同学者都基于大数据技术提出了其跨境电商物流模式的新模型，如Zhao等探讨了大数据平台下B2C跨境电商产品销售与物流配送的优化模型，提出了大数据下B2C跨境电商物流配送的创新优化策略；Pjw从非结构化大数据中探索电子商务物流业务模式，所提出的混合内容分析框架为电子商务物流管理提供了研究基础。

1.4 大数据技术提升跨境电商企业决策水平

大数据应用发展和创新对于企业的管理方式变革产生了根本性的影响，在这一过程中，企业管理者能够通过自动化的智能工具，实时指导企业运营，及时进行数据分析，从而更准确快速地做出决策。大数据分析涵盖主观逻辑分析和客观数据计算与推论，极大地提高了决策结果和合理性和科学性。大数据应用给企业管理者带来的是更客观地呈现企业运营的过程，能够更全面的检查企业各方面的资源配置现状，同时对于竞争对手的了解更直接、更快速。

对于跨境电商企业，如何更好地运用大数据技术提升内部运营管理水平，不同学者都进行了研究。Behl等采用混合多标准决策过程开发了一个解释性结构模型（ISM），可以作为跨境电商企业有效实施大数据分析（BDA）的框架。孙洋通过深入分析大数据与商业模式创新驱动力、战略发展的相关性，从战略的视角提出了商业模式创新路径。

2 海囤全球大数据应用案例分析

2.1 京东海囤全球简介

“海囤全球”原名“京东全球购”，主营跨境进口业务。“海囤”意为“海量囤积海外好货”，海囤全球的相关简介见表1。

2.2 海囤全球利用大数据技术创新选品策略，严格把控商品质量

海囤全球依靠大数据技术可较快获得新产品的灵感，通过对平台数据和客户数据的挖掘、分析，快速获取新产品灵感，通过大数据技术实现关键词搜索，接下来对市场容量进行测算，在测算的基础上完成新品的创造和市场的验证。

2.3 海囤全球利用大數据技术刻画用户画像实现精准营销

在精准营销方面，海囤全球对“用户、商品、场景”进行科学高效匹配，为海外品牌商制定全链路的精准营销方案，不断通过为用户进行细分，差异化产品以及营销场景多元化助力海外品牌成长。海囤全球通过对客户分层后实行精准化的营销定制，推荐独特性产品，跨产品渗透的方式帮助海外供应商实现精细化运营管理。

此外，海囤全球将平台内外部资源进行整合，为海外众多品牌打造品牌定制、优质内容营销以及活动节日营销等场景，激发进口品牌快速成长活力。海囤全球会在精准营销、产品品控、品牌成长等方面帮助海外平台快速成长，通过深入合作成为海外品牌快熟增长的将在市场营销、品质提升等多方面与这些品牌开展深度合作，帮助海淘品牌的多维度成长。

2.4 海囤全球利用大数据技术提供最优物流方案

海囤全球利用大数据技术，通过对海量数据的筛选和处理从而达到对跨境运输全程的智能信息化、高效化的管控，在此基础上制定的物流配送方案既让企业实现了物流成本的降低，又提高了客户满意度。

通过智能化布局的仓配物流网络，海囤全球为商家提供仓储、运输、配送、客服、售后的正逆向一体化供应链解决方案，快递、快运、大件、冷链等全方位的物流产品和服务以及物流云、物流科技等物流科技产品。因此，海囤全球旗下的自运营商品和使用京东物流配送的非自营商家的商品均可实现极速送达。

2.5 海囤全球利用大数据提高决策水平

在采购阶段，海囤全球利用大数据技术帮助其制定科学合理的采购计划，通过对历史各阶段采购数量、采购成本、采购频率以及采购厂家的深入分析，为其预测未来采购量，优化采购方案有着重要指导作用。对复杂数据的分析为企业提供了对这一现象的清晰理解，并有助于改善决策过程。

在产品的售后服务阶段，海囤全球大数据技术运用于对客户产品质量评价、物流时效性评价以及客服态度评价等数据资源的挖掘和分析，根据分析结果对质量将缺陷的产品向供应商提出修复或下架的建议，物流配送的问题对相关部门人员追责并加强技能培训提神客户满意度。大数据技术的运用有效提升了调研效率，降低了人力成本，对客户满意度的提升具有积极意义。

3 结论与建议

大数据分析（BDA）为跨境电子商务企业提供持续价值，“海囤全球”一直在追求创新和发展，也不断将大数据等高新技术应用到公司的发展上，让公司的产业链条更加庞大、体系更加成熟，能够有效应对各种风险，这让其在同行业的竞争力上又上了一个台阶。

跨境电子商务企业应提升自身大数据意识，积极将大数据技术应用于企业各方面，才能在竞争激烈的海外市场中赢得优势。但是，跨境电商企业在运用大数据技术是也应时刻注意保障消费者隐私和安全，才能在得到消费者拥护的基础上取得长远发展。与此同时，企业在应用大数据技术时不能忽视购物成瘾、群体影响等负面效应，应合理科学的应用大数据技术。

参考文献

[1]张滨，刘小军，陶章.我国跨境电子商务物流现状及运作模式[J].中国流通经济，2015，29（01）：5156.

[2]王威，侯准.大数据背景下饲料企业跨境电商发展的SWOT分析[J].中国饲料，2020，（09）：136140.

[3]刘晶.跨境电子商务与我国企业全球价值链地位提升[J].商业经济研究，2017，（09）：7174.

[4]王琳.展望电子商务的发展前景——评《大数据视角下的跨境电商》[J].教育发展研究，2018，38（09）：87.

[5]Lei L，Chi T，Hao T，et al.Customer demand analysis of the electronic commerce supply chain using Big Data[J].Annals of Operations Research，2018，268（12）：113128.

[6]唐昊.大数据技术应用于跨境电商发展研究[D].天津：天津商业大学，2020.

[7]Ranjit，Bose.Advanced analytics： opportunities and challenges[J].Industrial Management & Data Systems，2009，109（2）：155172.

[8]Lo H Y，Harvey N .Effects of shopping addiction on consumer decisionmaking： Webbased studies in real time.[J].Journal of Behavioral Addictions，2012，1（4）：162170.

[9]Chu T H，Chen Y Y .With Good We Become Good： Understanding elearning adoption by theory of planned behavior and group influences[J].Computers & Education，2016，9293（JAN.FEB.）：3752.

[10]荣飞琼，郭梦飞.基于大数据的跨境电商平台供应商信用评估研究[J].统计与信息论坛，2018，33（03）： 100107.

[11]刘章发.大数据背景下跨境电子商务信用评价体系构建[J].中国流通经济，2016，30（06）： 5864.

[12]刘景艳.大数据背景下跨境电子商务信用评价体系的构建[J].财会月刊，2016，（14）： 4145.

[13]吴青.大数据背景下跨境电子商务信用评价体系构建[J].商业经济研究，2017，（06）： 6264.

[14]Liu Y，Lu J，Mao F，et al.The product quality risk assessment of ecommerce by machine learning algorithm on spark in big data environment[J].Journal of Intelligent & Fuzzy Systems，2019，37（4）：47054715.

[15]杨单，刘启川.基于大数据的跨境电商平台个性化推荐策略优化[J].对外经贸实务，2020，（11）： 3336.

[16]李家华.基于大数据的人工智能跨境电商导购平台信息个性化推荐算法[J].科学技术与工程，2019，19（14）： 280285.

[17]杨杰.大数据背景下进口跨境电商营销策略研究[D].南昌：江西财经大学，2020.

[18]Thi，Mai，Le，et al.Effects of Pros and Cons of Applying Big Data Analytics to Consumers' Responses in an ECommerce Context[J].Sustainability，2017，9（5）.

[19]Zhao Y，Zhou Y，Deng W .Innovation Mode and Optimization Strategy of B2C ECommerce Logistics Distribution under Big Data[J].Sustainability，2020，（12）.

[20]Zheng K，Zhang Z，Song B .Ecommerce logistics distribution mode in bigdata context： A case analysis of JD.COM[J].Industrial Marketing Management，2019，86.

[21]Pjw A，Kcl B .Unstructured big data analytics for retrieving ecommerce logistics knowledge[J].Telematics and Informatics，2018，35（1）：237244.

[22]孙洋.大数据背景下跨境电商商业模式创新研究[D].长春：东北师范大学，2018.

[23]Behl A，Dutta P，Lessmann S，et al.A conceptual framework for the adoption of big data analytics by ecommerce startups： a casebased approach[J].Information systems and ebusiness management，2019，17（2/4）：285318.

[24]殷铮.B2C跨境进口电商的现状与问题分析——以海囤全球为例[J].商场现代化，2020，（03）： 5455.

[25]逯宇铎，陈璇，孙速超.跨境电子商务案例[M].北京：机械工业出版社，2020.

[26]邓蓓.基于大数据技术的电商精准营销策略研究[J].現代营销（信息版），2019，（05）： 239.

[27]宋帅妤.跨境电商保税进口模式物流服务质量评价研究[D].北京：北京邮电大学，2019.

[28]Liu C，Wang S，Jia G.Exploring ECommerce Big Data and CustomerPerceived Value： An Empirical Study on Chinese Online Customers[J].Sustainability，2020，（12）.

[29]周芳琦.跨境进口电商顾客满意向忠诚转化的路径分析[D].镇江：江苏大学，2019.

[30]Akter S，Wamba S F.Big data analytics in Ecommerce： a systematic review and agenda for future research[J].Electronic Markets，2016，26（2）：173194.