大数据分析对电商营销的促进作用及其优化
来源:用户上传
作者:
[摘要]迅速崛起的电商营销行业，不仅完全颠覆了传统的营销模式，而且改变了民众的消费理念与消费观念——借助一个互联网终端就能够实现“一站式购物”的方式正在悄然改变民众对于商业环境的基本认识，而无线网络环境的出现更是让电商的营销愈发便捷。文章结合实际情况针对大数据分析可能对电商营销产生的促进作用进行简析。
[关键词]大数据；电商营销；营销模式
[DOI]1013939/jcnkizgsc201918130
进入21世纪之后，对于科技时代的定义或许不同的人有不同的理解，但是所有人都能够形成的一个共识是，网络信息化时代的来临，已经完全改变了人们的衣食住行方式。
1电商营销网络的结构与特点
互联网行业兴起之后对商业环境产生了巨大的冲击，电子商务模式的出现，让传统的商业架构从生产到物流再到最后的销售都变得如此简单和便捷。
电商营销模式把传统的由“供”到“销”的卖方市场向完全由终端消费者决定的卖方市场转型过程中，无论是交易双方还是和第三方担保机构甚至都不用见面，这种看似匪夷所思的行为之所以能够建立起比较雄厚的“信用模式”主要是得益于电商营销网络的全覆盖以及信息化系统的有利配合，在这个过程中，买卖双方的所有谈判及交易过程都会直接以不同的方式进行信息贮存和风险控制，有力保障各方权益的同时，通过这种消费过程中所产生相关数据的分析，也能够让商家对下阶段的产品生产或者服务升级归纳与总结经验，其实这已经是建立起来了大数据分析的雏形。
2大数据分析的价值
所谓大数据分析，其特点在于“大”，其功能在于“分析”。之所以称之为大数据，主要是因为我国的人口基数较多，所有的信息当量在某一个行业或者环境中能够产生的引导性数据信息都有可能产生一个庞大的数据量，而这个数据量对于终端消费市场的走向往往是能够起到决定性作用的。
诚然，这些海量的数据信息如果单纯依靠人工来进行分析显然是并不现实的，借助计算机多媒体设备，引入云计算程序，在“云端”将数据信息进行精准的分析、研判、计算、修正和验证程序之后，不仅能够得出一个常规信息数值，而且还能够借助习惯行为预判出一个比较有价值的信息，这个信息的出现，虽然理论上来说仅仅是以概率的形式出现的，其中也有很大的可能性会出现偏差，但是这从商业经营的角度上来说，就给商家联系“潜在消费能力的基本客户”提供了绝佳的机遇与平台。如果能够顺势而为整合上下游资源的话，那么其实即便是在最后的交易行为中是否有其他商家与其进行竞争，其实它就已经在成本、服务上都抢占了先机，这对于竞争激烈的商业营销体系而言是具有重要辅助作用的。
3现阶段大数据分析对电商营销所产生的影响
大数据分析对于电商营销所产生的促进固然是显而易见的，但是笔者对于部分电商平台所启动的大数据分析进行深度调研之后发现，在现阶段，大数据分析对于电商营销所产生的影响其时也是比较明显的。
其一，大数据分析对于既定消费行为预判较为精准，对于前瞻性消费行为预判能力不足。因为有相对严谨的数据统计模式，所以在交易平台在进行周期性交易行为进行汇总和分析的过程中，能够比较精准的预判出消费者对于具有周期性特点的商品其未来消费行为可能发生的时间节点，在相应的时间轴范围内会为消费者提供相应的服务，这些已经属于是定量因素了。但是对于消费者因为偶发性因素所形成的消费行为，因为没有任何可参照数据作为支撑，所以根本无法判定其消费模式的走向，因此在很大程度上的对于前瞻性消费的预判都并不准确。例如，小A作为时尚女性，对于自身的衣着打扮都有比较高的要求，当电商平台对于小A的服装购买行为进行分析之后，为其推送的相关购物信息基本上都是以时装类服装为主，但是在换季的秋冬季节，对于御寒类服装信息的整理就明显出现了“断档”，毕竟这些服装的基本信息与时装类服装是完全不同的，小A最后只能是再自行浏览或者访问其他信息才能够满足其购物需求。
其二，大数据分析对于浏览信息的统计比较准确，对于消费行为的确定计算存在偏差。因为消费者在网络环境中的所有浏览信息都会被电商平台的后台数据统计系统所记录，因此大数据分析系统最终的原始依据也基本上能够来源于此，但是从商业营销的对比上来看，信息浏览和消费完成之间是有着比较明显差别的，如果将其放在同一个因素价值中进行汇总，容易导致对消费行为的计算偏差情况出现。例如，小B是一家公司的后勤主管，负责公司所有日耗品的采购，因此其日常在电商平台上的访问数据不仅完全没有任何规律而言，而且相对较大，这些其实都是其在为日后的实际采购进行性价比的综合记录，而最终的实际消费行为出现是受到公司日耗品基本需求直接影响的。对于电商平台而言，如果只针对小B的某一个时间节点对同类信息的访问量而做出相关商品推送的话，显然并不能够起到刺激消费的目的。
4利用大数据分析促进电商营销的优化措施
梳理大数据分析对电商营销可能存在的影响可以比较清晰地看到，之所以存在这些问题，主要是和决策者在设定大数据分析方向的时候，其预设范围出现偏差有直接关系，必须清楚地认识到，所谓“人工智能”分析的前提是“人工”主导性要增强，多媒体设备以及计算机处理器仅仅只能按照预定的程序来完成預算，其自身并不具备主观能动性。
考虑到借助大数据分析来刺激终端消费市场、改变电商营销环境，对于整个商业模式的优化而言仍然是一个新的理论，其中在实践中摸索、积累和总结相关成型经验和弥合不足是需要一个过程的。所以必要审时度势地秉承严谨、务实、高效、科学、规范的态度来有的放矢的采取措施扭转局面，淡化不利影响。
一是将对“风险及不可预见性因素”的分析引入到大数据分析程序中。常规信息的处理与分析固然重要，但是风险或者不可预见性因素的存在，对于电商环境的优化和可持续发展也的确能够产生明显的助力，所以大数据分析不能仅仅停留在已知信息的计算上，要凸显“预判”能力的存在价值，这样才能够让相关数据信息计算更符合实际情况的需要。虽然这有可能仅仅是概率上的存在，不过在商业环境中所秉承的原则是，在统计学上的低概率事件一旦发生，其可能产生的商业利益会与之形成反比，从而真正地实现利益最大化。阿里巴巴公司旗下的阿里学院与上交大、西南财大等高校正在研发的“数统器20版本”中就已经大范围地改良了这个模块信息，据媒体报道，目前已经基本上完成了实验室阶段的实验，正在接受10亿次-15亿次/年的服务器方位压力测试和650万～700万/日的数据分析测试，一旦其结束测试投入到实际应用中，那么对于将“风险控制因素和不可预见性因素”转化为“可控因素和可预见性因素”的能力势必会大幅提升，更有助于商家与消费者之间的沟通，最大限度地提高商业营销行为的完成概率。 二是提升“云服务器”的信息分析能力。尽管无论对于商家、消费者还是电商平台而言，“云端”都是一个虚拟端，目前被实际应用较多的基本上都是“云存储”功能，但是这仅仅是其“云计算”的能力并没有受到关注和重视所致。所谓“云计算”，“云”其实是互联网的一个隐喻。“云计算”其实就是使用互联网来接入存储或者运行在远程服务器端的应用，数据，或者服务。使用云计算提供的应用或服务，可以按照不同的层级来。最底层的，就是IaaSIaaS： Infrastructure-as-a-Service（基础设施即服务），IaaS有时候也叫Hardware-as-a-Service，再往上，就是PaaS： Platform-as-a-Service（平台即服务）P就是Platform，平台。某些时候也叫做中间件。基于硬件之上，平台开发都可以在这一层进行。PaaS服务提供商提供各种开发和分发应用的解决方案，比如虚拟服务器和操作系统，以及数据库系统等。其实目前在商业环境中我们经常使用的云端最高级服务SaaS： Software-as-a-Service（软件即服务）其实仅仅是云服务的三种功能之一，如果能够对其前两种功能进行“功能再造”，那么势必会起到事半功倍的效果。现在腾讯、百度和阿里巴巴等公司都不同程度地介入以及提升了固定分块的数据去重（de-duplication）的研发工作，这其实就是寄希望于利用哈希树算法（Merkle Tree），计算分块的特征值。如果分块已经存储在系统中，无需再次存储，直接进行交叉引用。这样就可以结合不同终端用户的实际需求来完成不同层级、方向、区域甚至行业的数据分析要求。
5结论
综上所述，传统商业营销模式以及环境的改变已经是大势所趋，但是如何在电商环境下提升商业及营销行为的“含金量”，俨然已经不再是一个简单的商业性课题，更多地涉及了科技的进步、产业结构的调整以及社会基础架构的改变，属于社会学范畴。因此就更有必要对大数据分析的作用予以優化，寄希望其能够电商营销能力的提升做出更多的贡献。
参考文献：
[1] 梁宵，侯锡林大数据背景下电商企业精准营销模型及策略研究[J].中国市场，2018（6）.
[2] 张琦，施方玲基于供应链网络信息的大数据精准营销在电商领域的应用[J].物流技术，2017（9）.
[3]杨春华大数据在中国B2C电子商务精准营销中的应用研究——以京东商城为例[J].中小企业管理与科技（下旬刊），2016（3）.
转载注明来源:https://www.xzbu.com/2/view-14697979.htm
