大数据

基于大数据分析的未来消费模式研究及应用

[摘要] 一开始，人们因为需要而消费，我们饿了所以要买食物，我们冷了所以要买衣服，生存问题解决后，人们因为欲望而消费，我们要过更好的生活，更体面，更高端，让别人羡慕仰望，所以商家拼命挑起我们的欲望，让我们心甘情愿地去买我们并不需要的东西。现在，感情也成为消费的一大动力了，对于商家来说，你对一个人的喜爱，也是可以换算成钱的，感情就这样变成了一门生意。也许这就是大数据时代的消费方式，你的每一种需要都能得到满足，你的每一次喜欢都能落到实处。你以为这都是你主动的选择，其实你的好恶早已被精确分析计算过，你爱上一个偶像，他及时又熨帖地奉上打着他的标签的商品，你惊喜地发现，这东西正是你的那杯茶，你没喜欢错人，于是，你心满意足地掏钱，他欢欣鼓舞地收钱，皆大欢喜。

第一章 背景概述

40多年在人类沧海桑田的历史上仅仅是弹指一挥间，摩尔定律却见证了电脑的数据处理和储存能力从K（Kilobyte）到M（Megabyte）到G（Gigabyte）到T（Terabyte）的变迁。尤其是互联网的出现，让我们急速地跨入了大数据（Big Data）时代。其主要的驱动力有以下几点：

1、随着社会经济的发展和个人收入的增加，人们的个性化需求开始凸显。而企业要去高效地满足这些个性化的需求则需要大量的数据支持。

2、互联网的出现和相关技术的发展让海量数据的收集和分析成为可能。互联网的特征又导致这些数据能够被高速度和大容量的传播。

3、互联网引入了由用户产生数据的模式。这种模式的特征是多源头，低成本，更及时。当然，这些数据的真实性和可靠性需要被核证。

4、构建在互联网基础上的电子商务和传统零售比较的优势之一就是数据的可获得性。电子商务可以实时得到顾客的来访源头，在网站内的搜索、收藏、购买行为，以及购买的商品间的关联性。这些数据可以帮助企业更精准的为顾客服务。

5、人工智能、信息系统和决策科学的发展促进了多种分析方法及工具的推动，包括数

据挖掘，顾客行为模型，决策支持，等等。

第二章 大数据分析及相关技术

数据（Data）是原始和零散的，经过过滤和组织后成为信息（Information），将相关联的信息整合和有效的呈现则成为知识（Knowledge），对知识的深层领悟而升华到理解事物的本质并可以举一反三则为智慧（Wisdom）。所以数据是源头，是决策和价值创造的基石。

所谓大数据，一方面是指在一定时间内无法被常规信息技术和传统数据库管理软硬件工具感知、获取和处理的巨量数据集合；另一方面，是指形成、管理、挖掘大数据，快速搜集、处理、分析大数据的技术和能力。

大数据的主要特点，是海量、非结构化和半结构化、实时处理。国外业界将其归纳为4个V:Volume（数量巨大）、Variety （类型多样）、Velocity（处理高速）、Value（值密度低、商业价值高）。

大数据技术，或大数据分析技术，就是对这些数量巨大的海量数据进行搜集、整理、分析、加工，以便获得有价值的产品和服务，以及提炼出具有深刻洞见和潜在价值信息的技术和手段。通俗地讲，是在多样或巨量数据中快速收集和分析数据、获得有价值信息的技术和能力、主要包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成。

要挖掘大数据的大价值必然要对大数据进行内容上的分析与计算.深度学习和知识计算是大数据分析的基础,而可视化既是数据分析的关键技术也是数据分析结果呈现的关键技术。

当前，大数据不仅指数据量的巨大、更重要的是要对大数据进行分析，只有通过分析才能获取更多智能、深入、有价值的信息。大数据之所以具备战略意义，之所以能够有效提升竞争能力，不在于掌握了何等巨量的数据，而在于其有能力对这些含有洞见和价值的数据进行处理和运用。没有高性能的分析工具，大数据的意义与价值就不可能得到有效的洞察和释放。因此，解决大数据问题的核心，是大数据技术，是大数据的分析方法，它是最终决定信息是否具有价值的决定性因素。

第三章 消费模式及数据源分析 大数据时代：精准营销信息消费模式已成主流

信息消费已经成为近年来我国最活跃的消费热点，国务院对信息消费产业发展的原则是“市场导向、改革推进、需求引导、有序安全”。国家正在大力推动信息消费的发展。据工信部统计，去年上半年，全国信息消费规模不断扩大，规模达到2万亿元，比增20.7%。其

中：通信业务收入5642.6亿元，比增8.9%;软件技术服务消费 8345.8亿元，比增24.5%;信息终端产品消费 6168万元，比增28.7%。电子商务累计交易额达49800亿元，同比增长45.3%。基础设施投资能力不断提高，累计完成固定投资1296.5亿元。新型信息服务和应用不断涌现，产品智能化应用日益突出，电子商务交易规模保持高速增长态势。不仅信息消费市场规模本身在不断扩大，信息消费也直接拉动相关产业快速成长。 电商从大数据里谋发展必须具备要素

1、驾驭大数据

数据集往往非常庞大，很难用传统的数据库管理工具进行处理，截至2012年,数据集由几十兆字节至数拍字节的数据组成。这些数据包括访问网页、登陆、在线交易等等。目前数据集的规模在不断增大。企业应使用相应工具对数据进行压缩和筛选，仅展现与特定内容相关的数据。目前一些企业已实施大数据策略，一些企业正在开发或者打算开发大数据。 2、捕捉和存储

这是第一步，大数据改变了业务模式，比如通过捕捉、存储和分析用户在社交媒体上发表的售后体验，可以提高质量，改进服务。企业不仅应捕捉和存储大数据，还应开发和利用大数据，因为只有开发和利用大数据，才能挖掘出大数据蕴藏的巨大价值，特别是应使用专门工具分析和开发杂乱的、非结构化的数据。 3、筛选

了解消费者情绪，优化供应链，去除虚假数据，为此，企业应对基础设施和软件进行投资，运用相应算法处理大数据，并聘请数据科学家完成相应工作。只有对数据进行压缩处理，智能地展现与特定内容相关的数据，才能更好地利用大数据。 4、分析

电子商务企业的规模在不断增大，企业需要对其核心业务数据进行分析，不能再凭感觉或直觉制定关键决策，最好对所有与客户相关的业务数据进行分析，以留住现有客户，吸引他们购买更多的商品，同时羸得更多新客户。 5、提供定制产品和个性化服务

分析和细分市场，根据个人或消费群体的喜好或者消费行为提供富有个性化的产品，比如，营销部门可以收集一些有价值的信息，找出购物者的兴趣所在，然后有针对性地组织一些营销活动，从而增加了企业在竞争中的优势。

第四章 模型分析及设计

信息消费已经成为近年来我国最活跃的消费热点，国务院对信息消费产业发展的原则是“市场导向、改革推进、需求引导、有序安全”。此前，工信部已确定拉动信息消费产业发展的四大举措，即积极推进基础设施建设，建立公共信息服务平台，丰富信息产品，构建安全可信的信息消费环境。信息消费逐渐成为拉动内需重要支柱之一的意义重大。推动信息消费可以推动社会信息化进程，带动传统企业互联网化，降低企业营销、管理成本，提高运营效率，增强消费者的消费积极性，从而拉动消费，推动经济增长。信息消费还可以提高全民族的知识、文化水平，通过信息的消费、传播促进资源的优化配置，使住在不同地方的人同等地接收到最新的信息，然后能够促进生产力的发展。

与此同时，信息消费伴随科技创新最快的互联网和移动互联网同步发展，其消费模式更加多样和精细化。近年来，随着互联网、物联网、云计算、三网融合等技术的发展，大数据及其挖掘利用问题，成为了产业界、学术界与政府部门各方面关注的热门话题，并正在从不同方面促进着我们的生活、工作和思维方式的改变。

以网络广告为例，去年上半年网络广告市场规模达346.7亿元，同比增长44%，其中3C、汽车、服装、旅游成为广告投入的主力。而消费者网络购买习惯行为分析直接推动企业加大网络广告投入，智能手机和移动应用的普及，推动了电商领域基于用户数据分析的精准投放广告规模不断扩大和广告模式的转型。网络广告模式逐步从搜索引擎广告为主，向搜索引擎、网络视频、门户网站品牌投放同步发展转变。相关数据分析发现：年轻人上网时间集中在早9点至晚12点;广告点击量排名前三的行业分别是：食品饮料、数码手机及美容护肤品。更进一步的分析显示，男性网民关注度最高的是网络游戏，其次是房产和数码产品。如果没有数据分析，广告客户将不知道他们的广告效果，甚至不知道他们的广告是否显示在各种信息终端的屏幕上。如果没有点击通过率数据，他们不能确定广告是否成功，也无法改进方案吸引消费者。

再比如，不少商场的餐馆、咖啡店早就开始提供免费WiFi，当消费者的手机接入商场的免费WiFi时，很可能同时收到了商场当天的打折优惠信息，接收了一次广告。而通过手机号码，商场的后台系统还能判断客户类型，并根据消费者在在商场里漫步的路线，在每个专柜前的逗留时间，会花多少时间浏览商品都能被追踪记录下来。这些宝贵的数据将成为商场货品组成、促销攻势的有力指导。

层层递进的精细化数据分析为信息消费模式的构建和优化提供了基础参考。在国外，Google针对网民的行为方式的大数据分析模型，构成了其业务和产品创新的依据。大数据分析的深入应用对于产品、业务众多的信息消费市场来说，已经越来越重要，而且将整个消费市场的演变方向。大数据分析提供了一个主动、有针对性的提前创新的平台，将是中国乃至世界消费市场的发展潮流。 个性化时代重新思考电子商务

全球有60亿移动用户，占据87%的世界人口，移动化全球范围兴起；26%的消费者发布负面评论，86%的用户在社交媒体上开展业务，94%用户将增加支出以获得良好体验，消费者已然带动社交体验；90%的数据在过去两年内产生，到2020年将增长50倍，数据大爆炸时代来临?? 这一切的发展让我们重新开始思考电子商务。

甲骨文企业架构师王宇德博士表示，互联网的变化带动了电商企业的转型，电子商务正在发生改变。“一开始，电商企业就是一个做网站，做平台，然后在网上销售商品，渐渐地大家发现了做电商的平台不够了，需要做供应链物流，然后还有大家提到的O2O，线上线下的结合，这些都是电商线考虑的内容。”王博士补充道。

杨旭青也发表了自己对于电子商务的重新思考，他认为互联网和移动互联网，并非是一种特殊渠道，而是广告、自营/加盟门店、自助终端、客服热线等品牌与消费者众多接触点的一种，而更有价值的是电子商务带来了“以产品为核心，以生产为驱动”向“以最终消费者为核心，以需求驱动”的价值链转型，-消费者品牌体验取决于价值链的长度，电商是帮助企业缩短价值链的长度的决定因素之一。 大数据时代精准营销要做的还有很多

大数据对于中国互联网的影响最典型应用是在精准营销，其核心在于精准。事实上，这是一个相当复杂的课题，其中包括了对用户行为有效的路径图谱的完整绘制、对用户的属性特征，的准确把握以及对用户的兴趣和偏好的全面了解。

对于精准营销，艾瑞咨询研究总经理刘雷鸣认为数据整合的过程需要垮平台和垮终端的整合，不是简简单单地把电商平台自身的浏览和购物行为进行分析，他指出数据整合更重要的是把上网的行为进行分析，对用户接触网络到用户完成购买的完整周期进行分析，他表示只有对全网的行为路径进行一个全面的整合，精准才能够来的有价值。

“我把卖啤酒、卖尿布合起来打包叫产品组合，怎么找到合理的产品组合，推动用户的采购，电商做这样的营销采购特别有意义，原来的一个品牌就销售衣服，但事实上鞋和衣服的组合是能够促进电商更好的销售，电商可以把A家的衣服和B家的鞋一些组合，能更好的

为用户进行推荐，我觉得这一块很好的可以提升的点。”IBM 软件部智慧商务技术总监杨旭青演讲中说道。

不可否认，电商企业想要得到更好的发展，肯定离不开数据的支持。大数据带给电商企业的价值显而易见，但这背后需要的是强大的大数据能力支撑，大数据无疑是电商的新武器。 针对大数据进行深度的分析和挖掘，将为电商企业创造巨大的商机。事实上，在大数据时代，大数据重点不在于数据量的大小，关键在价值大小，关键在于企业能否挖掘到数据中的价值，能挖掘到多少价值？但除了公认的亚马逊外，目前似乎还没有看到多少的成功案例，就从今年的淘宝与微博的互通合作来看，这样的试水也暴露了电商行业利用大数据的一些问题，所以还是那句老话，大数据时代，电商的未来是美好的，但道路是曲折的。

第五章 应用评价

数据的应用大致分以下几个步骤：a.数据采集、核实与过滤；b.在数据仓库内的分类和储存；c.数据挖掘以找到数据所隐含的规律和数据间的关联；d.数据模型建立和参数调整；e.基于数据的应用开发和决策支持。下面用实例来说明。

1、美国医药网站WebMD根据怀孕的女性用户填写的受孕信息定期给用户寄EDM，提醒母亲在该时间点的注意事项，需要摄入的营养，产前的生理变化和要做好的思想准备，产后的恢复，宝宝的育养和健康，等等。

2、1号店利用对大数据的分析给顾客发送个性化EDM。若顾客曾经在1号店网站上查看过一个商品而没有购买，则有几种可能：a.缺货，b.价格不合适，c.不是想要的品牌或不是想要的商品，d.只是看看？ 若在顾客查看时该商品缺货则到货时立即通知顾客；若当时有货而顾客没有买就很有可能是因为价格引起的，则在该商品降价促销时通知顾客；同时，在引入和该商品相类似或相关联的商品时温馨告知顾客。另外，通过挖掘顾客的周期性购买习惯，在临近顾客的购买周期时适时的提醒顾客。

3、淘宝在2012年推出了淘宝时光机，该应用通过分析顾客自注册为用户以来的行为，用幽默生动的语言告知顾客淘宝的成长，和该用户相类似喜好的其他用户的统计行为，对该顾客经过分析后对其喜好的了解和对其行为的预测，等等。用生动的文稿和个性化的数据、拉近了和顾客的距离。

4、Google的Adsense对顾客的搜索过程和其对各网站的关注度进行数据挖掘，并在其联盟内的网站追踪顾客的去向，在联盟网站上推出和顾客潜在兴趣相匹配的广告，精准化营销，提高转化率。

5、Amazon近几年推出了FDFC（Forward Deployed Fulfillment Center）的概念，以加快对顾客配送的速度。Amazon的订单履行中心分两个层级：FC和FDFC，其中FC品种更齐全，而FDFC在物理位置上更靠近目标市场，但品种重点容纳针对目标市场的热销商品，顾客的大部分需求可以通过FDFC来满足，不能满足的长尾商品则由FC来满足。这样顾客急需的商品多数可以通过FDFC以更快捷和低成本的物流来完成。由于热销商品是随着时间和季节而改变的，故将什么商品储存在FDFC的决策是动态调整的，而此决策的依据就是对顾客需求的分析和预测。

各种应用的例子难以穷举，但趋势十分清楚：大数据的应用价值和潜力不再被人低估。但并不是所有企业都能在大数据这个金矿里真正挖到金子的。只有那些有远见有视野，重视系统，舍得投入，吸引了优秀的分析和系统人才的企业才会有所斩获。

随着企业处理的数据量越来越大，数据处理工具的智能化程度越来越高，处理速度越来越快，价格也越来越实惠。大数据分析不仅仅是一种趋势，而是许多大型电子商务公司必不可少的一项工作内容。在大数据时代的背景下，灵活运用各项数据分析手段提炼商业智能已经成为电子商务企业的一项必修课。

电子商务在大数据时代下的“包容性增长”

“包容性增长”这一概念最早由亚洲开发银行在2007年首次提出。它的原始意义在于“有效的包容性增长战略需集中于能创造出生产性就业岗位的高增长、能确保机遇平等的社会包容性以及能减少风险，并能给最弱势群体带来缓冲的社会安全网。”最终目的是把经济发展成果最大限度地让普通民众来受益。包容性增长即为倡导机会平等的增长。包容性增长最基本的含义是公平合理地分享经济增长。它涉及平等与公平的问题，包括可衡量的标准和更多的无形因素。

政府应该积极鼓励电子商务运营商开发更多适合减少贫困的业务，促使这些业务更好融入到和谐社会建设中。总之政府、企业、公众应共同探讨如何在大数据时代借助电子商务生态链惠及贫困人口，从而缓解数字鸿沟以及负面影响。 结语

现在的电子商务企业，日均能达到十万单的少之又少。在有海量数据积累的基础上，还要有一套优秀的BI系统，而且必须是按公司需求定制，才可能实现大数据。然而，在表面繁华的背后，又有谁知道在销售记录屡创新高的同时，电子商务的利润率是否也得到同步的增长呢?实际上，能够真正实现销量与利润率双增长的电商少之又少，而且在越来越少。因为，不少电商的销售业绩是通过价格战和付出大量促销成本来实现的。

本文来源：https://www.bwwdw.com/article/av7x.html