电子商务大数据的发展现状与应用

电子商务大数据的发展现状与应用

随着互联网、云计算和物联网的迅速发展,无所不在的移动设备、RFＩD、无线传感器每分每秒都在产生数据，数以亿计的用户的互联网服务时时刻刻都在产生巨量的交互数据信息。而基于这些，电子商务产业所产生的大量结构化和半结构化的可视化数据,通过数据挖掘和数据分析等手段，经过过程性和综合性的考量,从而帮助电商企业做全局性、系统性的决策，寻找最优化的解决方案和运营决策,这被称为电商大数据。而与电子商务相关的大数据应用均归属于此概念范畴。

电商产业一般可按照交易方式分为：商业机构对商业机构的电子商务Ｂ2Ｂ(buｓinｅsstobuｓiness)，商业机构对消费者的电子商务B2C(bｕsinesstoｃustomｅr),商业机构对政府管理部门的电子商务Ｂ２G(BusｉnesstoＧoｖｅｒnment），消费者对政府管理部门的电子商务C２G(ｃustｏmertoGoｖｅrnｍent)，消费者对消费者的电子商务Ｃ２C(cｕstomeｒｔｏcustomｅr）。也可按照其主要细分领域分为Ｂ2B电子商务、网络购物、在线旅游、O２O。而目前为电商大数据带来庞大的数据来源主要是B２B电子商务和网络购物,如20１4年年底电子商务的交易规模达12．３万亿元,电子商务的数据量与日俱增的同时，电商大数据产业从最初的阶段逐渐进入高速发展期。

1．产业政策及发展现状

(1)产业政策

中国大数据发展的宏观政策环境不断完善。2０１2年以来,科技部、发改委、工信部等部委在科技和产业化专项陆续支持了一批大数据相关项目,在推进技术研发方面取得了积极效果。《电子商务“十二五”发展规划》、《工业和信息化部关于推进物流信息化工作的指

--

--

导意见》等相关政策无不在鼓励电商大数据的快速发展，国务院总理李克强在十二届全国人大二次会议上作政府工作报告时,提出要促进互联网金融健康发展、扩大跨境电商试点、加快4G发展等，推进城市百兆光纤工程和宽带乡村工程,大幅提高互联网网速，在全国推行“三网融合”，鼓励电子商务创新发展。

①国务院日前印发《关于大力发展电子商务加快培育经济新动力的意见》部署进一步促进电子商务创新发展。《意见》要求，各地区、各部门要认真落实本意见提出的各项任务,于2015年底前研究出台具体政策。

②《电子商务“十二五”发展规划》。电子商务是降低成本、提高效率、拓展市场和创新经营模式的有效手段，是满足和提升消费需求、提高产业和资源的组织化程度、转变经济发展方式的重要途径,对于优化产业结构、支撑战略性新兴产业发展和形成新的经济增长点具有重要作用。为全面贯彻《20０６－20２0年国家信息化发展战略》、《国民经济和社会发展第十二个五年规划纲要》和《国务院办公厅关于加快电子商务发展的若干意见》,工业和信息化部制定了《电子商务“十二五”发展规划》。

③《国务院办公厅关于转发商务部等部门关于实施支持跨境电子商务零售出口有关政策意见的通知》印发后，各地方和相关部门正积极落实,并取得阶段性成效。目前，杭州市、广州市和苏州市已实现全流程跨境电子商务零售出口；北京、天津、江苏、浙江、福建、河南、重庆等省级地区已形成工作方案或实施意见,处于实施前的准备阶段。商务部积极开展政策宣传，密切跟踪各项政策措施制订和实施，帮助各地更好地理解和落实相关政策；海关总署向各地海关下发通知,积极研究设立跨境电子商务海关代码及新型监管模式；质检总局下发了《关于支持跨境电子商务零售出口的指导意见》，要求各直属检验检疫局贯彻执行；财政部和税务总局正联合起草跨境电子商务零售出口税收政策;人民银行、工商总局和外汇局现有政策措施可以满足跨境电子商务零售出口需要。

--

--

(2)发展现状

①电商大数据的数据来源

与一般的制造业或服务业企业不同,电商大数据产业的数据来源日益多样化且信息数量时时刻刻都在海量增长。特别是近年来中国电子商务发展迅速，从事过电子交易的网民数量已经高达数亿。根据《第３2次中国互联网络发展状况统计报告》,截至2０１3年6月底，中国网民规模达5.91亿,其中45.９%即2.7亿网民进行过网络购物。海量购物产生海量的数据,并给电子支付、快递物流以及其他各方面的产业发展都带来巨大的影响,中国正日益形成以电子商务平台为中心、以电子商务应用和电子商务服务业为基础的电子商务经济体系,这些都正在为整个社会特别是电商大数据产业带来海量的信息。具体来说,电商大数据主要包括以下三个方面的来源:

第一,企业内部的经营交易信息，物联网世界中商品、物流信息,互联网世界中人与人交互信息、位置信息等是大数据的三个主要来源。其信息量远远超越了现有企ＩT架构和基础设施的承载能力,其实时性要求则大大超越现有的计算能力。

第二,企业内部的信息主要包括联机交易数据和联机分析数据。就数据本身的格式来讲,是结构化的，通过关系型数据进行管理和访问。这些数据价值秘密高,但都是历史的、静态的数据。通过对这些数据的分析,我们只能过去发生了什么,很难说未来将发生什么。

第三,来自于社交网站,新浪微博、微信等的数据，是大量的、鲜活的,代表了一个个具体网民的想法,反映了他们想做的事情。这些数据价值密度低,但事关未来。

②电商大数据的应用模式

--

--

电子商务企业基于大数据技术创新商业发展模式

大数据的重要趋势就是数据服务的变革，把人分成很多群体,对每个群体甚至每个人提供针对性的服务。消费数据量的增加为电商企业提供了精确把握用户群体和个体网络行为模式的基础。电商企业通过大数据应用,可以探索个人化、个性化、精确化和智能化地广告推送和推广服务,创立比现有广告和产品推广形式性价比更高的全新商业模式。同时,电商企业也可以通过对大数据的把握，寻找更多更好增加用户赫性,开发新产品和新服务,降低运营成本的方法和途径。从国内来看,中国电商企业均积极在大数据领域进行布局和深耕,已逐步认识到大数据应用对于电商发展的重要性。

电商企业通过大数据应用推动x`差异化竞争

当前,中国电子商务发展面临的两大突出问题是成本和同质化竞争,而大数据时代的到来将为其发展和竞争提供新的出路,包括具体产品和服务形式,通过个性化创新提升企业竞争力。还是、以阿里巴巴为例。阿里巴巴通过对旗下的淘宝、天猫、阿里云、支付宝、万网等业务平台进行资源整合，形成了强大的电子商务客户群及消费者行为的全产业链信息，造就了独一无二的数据处理能力,这是目前其他电子商务公司无法模仿与跟随的。同时,也将电子商务的竞争从简单的价格战上升到一个层次,形成了差异化竞争。目前,淘宝已形成的数据平台产品,包括数据魔方、量子恒道、超级分析、金牌统计、云镜数据等有10余款,功能包括店铺基础经营分析、商品分析、营销效果分析、买家分析、订单分析、供应链分析、行业分析、财务分析和预测分析等。此外,电商企业通过大数据应用积极开拓发展新蓝海—互联网金融业务。

（3)电商企业的大数据应用现状

--

--

在中国，淘宝、百度、腾讯、京东是绝对自有稳定、丰富数据源的公司,尽管各有特色，但通过调研也可发现，目前中国各大电商巨头对大数据的利用特点集中在如下几个方面：

①以云技术为基础核心

云技术,基于网络技术的应用云计算的商业模式，将信息技术、管理平台技术、应用技术进行整合,形成浩瀚的资源池,灵活方便地按需使用。现以亚马逊和淘宝的云技术为例进行简单分析。

②致力于精准策划和精准营销

有效策划和营销始终是电商企业追求利益最大化的手段。大数据时代下,比以往更进一步,精准策划和精准营销成为了可能。

(3)提升用户体验

作为核心服务理念，提升用户体验及产品服务认可度是各大电商牢牢抓紧的救命稻草,谁能从用户口碑中脱颖而出,谁就占据了市场。对大数据的分析,自然也少不了围绕用户购物感受做文章。

④数据服务成为电商发展趋势

当阿里巴巴、百度、腾讯等海量数据的拥有者在面对数据挖掘带来的巨大财富时,数据服务已逐步成为中国电商的发展趋势,出售数据和相关服务成为新的利益增长点。

（4）电商大数据所面临的问题与挑战

--

--

①如何在大量数据中甄别、收集真实有用信息

大数据从来都不是免费的午餐,大数据纷繁多样，优劣混杂,这对于电商对数据的收集处理带来了巨大挑战。伴随着大数据热潮的到来,关于大数据的一些新问题层出不穷,比如其中夹杂着虚假信息，真实有用的信息不多，虚假信息会破坏核心信息。因此收集过程对数据进行甄别,确保数据质量是电商不可忽略的关键问题。面对潮水般的数据，如果不加以筛选、甄别,就难以保证数据的完整性与客观性，在此基础上的数据分析与整合必然也会错漏百出,失去了其使用价值。

②如何分析和加工海量数据

据统计，８2%的电商正受到处理海量信息的挑战,而且他们花很多时间对其进行研究,89%的电商因超负荷处理数据而失去过销售机会。仅仅坐拥大数据并不够,对大数据的分析和挖掘能力已成为电商的核心竞争力。这表明大数据的关键并不在数据原料的多少,而在于数据加工能力,这才能使大数据产生真正的价值。目前政府信息的公开性不够,开放的、公共的社会网络环境还未形成,权威、可信的第三方数据统计机构缺位,使得很多数据难以获得,影响大数据的完整性和综合性。电商在期待环境改善的同时，唯有尽可能地充分应用社

交网站等网络媒体,以合作、购买等方式获得广泛的外部数据,并使之与企业内部运营数据互联互通，以扩大数据采集量，强化多源数据的彼此关联与印证，同时,严格筛选把控数据的质量，为大数据分析打下较好的基础。

③如何活用大数据

多年来,企业运营数据更多是建立在直觉的判断和分析基础之上。在大数据时代，到处

--

--

都充斥着碎片化的数据,没有清晰的思路，无从下手，迷失在海量的数据中成为企业面临大数据时代的核心短板。目前,国内诸多电商都在盲目地进行大数据投资,收集越来越多的数据，但这些数据大都是单纯存储在数据库中，没有进行有效的分析和使用，把这些数据激活成为电商企业运营的关键。要“活”用大数据,电商数据运营者要看出这些数据本身的局限。一方面，企业的数据为用户体验改善了什么;另一方面，企业在使用数据时，解决了什么问题或者拓展了什么商机。如果电商企业能够基于场景和相关的“活”数据将数据应用发挥出最大价值,那么新的商业模式就会成为可能，如果没有找出相关问题的解决方法，企业就会错失发展良机。

④数据安全与隐私问题

一方面,大量的数据汇集,包括大量的企业运营数据、客户信息、个人的隐私和各种行为的细节记录,面临的数据泄露风险将会增大。电商企业既要防止数据在云上丢掉,也要防止数据在端上被窃取和篡改。另一方面，一些敏感数据的所有权和使用权还没有明确的界定，很多基于大数据的分析都未考虑到其中涉及的个体的隐私问题。

⑤相关管理政策尚不明确

大数据时代下,云计算必将成为电商企业选择的业务模式,其本质是数据处理技术。数据是资产,云为数据资产提供了保管、访问的场所和渠道。云计算所提供的服务，既包括软件服务和应用平台服务,又包括基础设施服务,但目前中国针对云计算服务的管理政策和技术标准尚未明确。

（5)发展和应用现状

--

--

从ＩT到DＴ，得数据者得未来。云计算和大数据的快速发展，在全球掀起了新的产业浪潮,人类正从IT时代迅速奔向DT时代。阿里巴巴集团创始人马云说过,“IＴ时代是以自我控制、自我管理为主，而DＴ时代是以服务大众、激发生产力为主。这两者之间看起来似乎是一种技术的差异,但实际上是思想观念层面的差异。”数据的颠覆性、创造性远非技术所限，远超你我所想，在某种意义上可以说,时代变幻看数据,得数据者得未来。电商大数据作为一个拥有庞大数据规模的产业,数椐交易与相关服务势必会企业、产业带来新的利益增长。

电商大数据的交易随着大数据交易所的不断建立,交易也是越发的火爆，同行业不同类型公司之间的交易,不同行业数据的交易，未来同行业和不同行业在大数据的交易将为各企业、行业带来质的飞跃。

电商大数据实现交易，将打破行业信息壁垒,优化提高生产效率，深度推进产业创新。

２．市场规模及需求分析

(1）市场规模

根据贵阳大数据交易所整理分析,2014年电商大数据应用市场规模为6．33亿元，预计２01５年将增长38.33%至８.76亿元，２０2０年将增长至402.57亿元。

（2)需求分析

大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对电子商务的发展将产生巨大影响。如今,电商大数据已经走在大数据时代的前列，正在以多种方式创造着巨

--

--

大的价值，而目前对电商大数据的需求主要有一下几个方面：

①个性化和精准化营销

“用户好不容易来了,怎么也不能让他走”，这是所有电商的愿望，如何快速准确的吸引用户找到想要的商品;如何加大商品的有效曝光;如何满足用户的需求,推荐其偏好的商品；如何提高用户的活跃度,降低用户的弃单率,而这也迫切的需要电商大数据为其带来好的解决方案。

一般来说，依靠大数据进行精准营销,最重要的是用户建模，即用户画像。例如，在用户首次浏览的商品和最终购买的商品之间,用户浏览多少同类型商品、时间间隔有多长。根据这些特征,可以分析出用户的购物心理,进而得出某个品类商品的购物心理。再例如，有些商品用户购买时较少进行货品比较,但是有的则要货比三家,电商可以根据这种心理,采取有针对性的营销方式。此外，由于不同的社区消费水平和消费习惯不同,商家也可以通过数据分析在不同的社区投放不同产品的广告。大数据的分析同样可以提高用户体验度。

②精准化运输

对快递进行整合控制,天猫进行了探索。天猫去年“双1１”共产生包裹１.５２亿件，基于菜鸟网络前期的数据预测和指导，快递企业提前准备了充足运力和线路规划，保证货物快速送到消费者手上。仅“双11”当天，全国各大快递企业共处理600０多万件包裹。

物流公司急需科学的、精细化的、针对性的气象服务，将天气风险降至最低,确保货物到达时效。根据合作内容，依托实况监测及预报等精细化道路交通气象服务，提示物流车辆的驾驶人员所在区域及目的地方向,将要发生或者已经发生的高危险性天气状况，并提示

--

--

及时采取降速或停车躲避等方法,降低运输车辆发生车祸的几率。调研数据显示,气象信息的应用在社会物流的环节中正发挥出越来越重要的作用，例如DＨL每天利用气象数据为其3000多个航班、上万辆运输车辆的运行进行保驾护航

③数据的存储

21世纪，数据量在以非同一般的速度生长,视频、音频、微博、网站浏览、网页评论、网上消费数据等非结构化数据占据的比例越来越大，存储不断面临新的挑战。传统的数据存储已经不能满足于现状,电商大数据的需求不断的被推向新的高度。

非结构数据的增长非常迅速,除了新增的数据量，还要考虑数据的保护。来来回回的备份,数据就增长了好几倍,数据容量的增长给企业带来了很大的压力。如何提高存储空间的使用效率和如何降低需要存储的数据量也成为企业绞尽脑汁要考虑的问题。应对存储容量有一些优化的技术,像重复数据删除(适用于结构化数据)、自动精简配置和分层存储等技术,都是提高存储效率最重要、最有效的技术手段。如果没有虚拟化、存储利用率只有20-30%,通过使用这些技术,利用率提高了80%，可利用容量增加一倍不止。结合重复删除技术,备份数据量和带宽资源需求可以减少90%以上。

3.市场竞争格局

借助大数据分析，电商不仅可以提高营销转为购买行为的成功率，还能降低营销成本,并使产品更契合用户的需求，帮助企业提升竞争力。因此,掌握“巨量”的用户数据是大数据分析的前提。目前国内的电商巨头,如阿里巴巴、百度、京东等凭借多年的电商实战基础,已经积累了一定的用户数据,在大数据分析战中掌握了先机。

--

--

在大数据的应用上阿里巴巴迈出了第一步,并利用平台天然优势将此类数据已经做到极致，代表者就是“淘宝数据魔方”。

京东则是走了O２O零售大数据整合之路。今年3月，京东与全国15家城市万家便利店签署合作协议,号称将实现便利店一小时送达。京东为合作对象提供各种位置以及平台支持，针对便利店的销售、路径、转换率、用户习惯进行数据分析,提高店铺销售业绩。京东借此实现从线上至线下的数据收割。

百度也不甘落后，2013年除夕夜,央视新闻联播推出“据”说春节，首次采用百度地图定位大数据、百度指数来解读春运、年货、年夜饭等新闻。大数据与新闻的巧妙结合,成为近几年来央视新闻节目最成功的创新之一。此外腾讯等互联网巨头也在大数据方面进行了较大投入,可以说是“无数据，不互联”。

大数据也成为了世界范围内的争夺对象。中央财经大学贺强教授指出，获取和控制网络海量数据，正在成为世界各国在未来2０年争夺信息社会控制权的重要战略手段。奥巴马政府更把大数据喻为“未来的新石油”。因此电子商务行业掌握用户的数据越多,就能够更加精确地预测客户的潜在消费行为。

--