论文部分内容阅读
【摘 要】大数据时代的到来，使得电商网站的发展面临新的机遇和挑战。伴随而来的是巨量数据，电商网站如何在合理时间内达到撷取、管理、处理并整理成为对企业经营决策具有较高的参考价值。面对大数据，电商网站的发展策略尤为重要。
【关键词】大数据 电商网站 发展策略
一、引言
互联网技术的快速发展，伴随着的是海量的数据。大数据时代由此而来，海量的数据使得数据的类型、数据的处理方式、处理速度、建模方式等都发生了巨大的变化。在电商时代背景下成长起来的电商网站，更是收到大数据的巨大影响。本文站在大数据的视角下，考察大数据的技术特点和处理模式，进而来探讨大数据背景下电网网站的特点，以此来说明电商网站的发展策略。
二、大数据的技术特点和处理模式
当下大数据的特征：体量（Volume）巨大、多样化（Variety）、速度（Velocity）快、价值（Value）密度低。
大数据所具有的技术特点：如何提高数据的存储容量和处理能力是大数据技术所必须面对的问题。理想的数据处理技术在一致性、分区容忍性以及可用性等方面都应该得到很好的满足，但实际上这些特性从实现角色看往往是具有冲突，比如对容量的追求会要求数据存放于不同的节点，但一旦位于不同的节点，数据的一致性操作就需要跨节点协作，引入的网络I/O延迟以及不可靠性导致操作的效率和成功率相比在一个节点内部都会大大降低，这是大规模数据处理不可避免的问题。大数据技术本质上时放弃了一些数据处理的要求，比如牺牲一致性要求很高的事务处理，仅提供最简单的读/写来达到超大规模的存储和访问能力。可以说，简单与大规模是大数据技术的重要特点。
大数据的处理模式：根据数据源的性质以及分析目标不同，数据处理大致分为离线/批量和在线/实时两种模式。所谓离线或批量，是指数据积累到一定程度后在进行批量处理，这多用于事后分析，比如分析用户的消费模式。所谓在线或事实处理，是指数据产生后立即需要进行分析，比如用户在网络中发布的微博或其他消息。这两种模式的处理技术完全不同，所使用的方法也不一样。离线模式需要强大的存储能力配合，在分析前先积累大量的数据，容许的分析时间也相对较宽。而在线分析要求实时计算计算能力非常强大，容许的分析时间相对很窄，基本上要求在新的数据达到前处理完早期数据。两种分析模式导致了目前两种主流的平台Hadoop和Storm的产生，前者是强大的离线数据处理平台，后者是强大的在线处理平台。
三、大数据背景下电商网站特点
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。对于电商网站而言，如何获取有价值的数据以及如何使用这些数据是其必须面对和解决的问题。
（一）多元化的数据采集方式，是大数据时代下电商网站的一大特点。
通常来讲，电商网站的数据来源大致分为网站内部数据、站外引导性数据、直接访问数据和无线断数据四种。1、网站内部数据。这些数据的产生与买卖双方的交易密不可分，包括内部搜索、站内社区、页面浏览与点击、购买与交易数据、后台管理数据以及即时通讯数据等信息。直观而全面地反应用户的心理及行为，具有很高的价值；2、站外引导性数据。主要是通过广告点击、搜索引擎上的搜索数据、sns上的推荐与链接及关联软件的操作与推荐等；3、直接访问数据。这部分主要来源与浏览器访问，酸碱访问等的直接访问数据。这部分数据能够有效洞察出用户的网购入口偏好及行为；4、无线数据。这些无线端的数据又构成了海量的数据阵容，能够全面放映出无限用户的特征，对数据分析和运用有着巨大的知道作用。
（二）更迅捷、更全面的使用用户数据，是当下电商网站的另一大特色。
电商行业作为网络时代的核心产业，基于互联网的数据能力，使其在与实体企业的竞争中，能够迅速全面的获取用户行为信息和需求，更快做出反应。近乎实时的反馈数据，信息详尽并具有跟踪性，这对于电商网站优化决策提供了巨大价值，而传统的零售企业则很难获取用户的消费数据，获取信息的成本也较大；同时，通过对数据的处理能够给出精确的效果评估，电商网站的页面设计、产品分类，传统的零售企业只能是依靠经验优化自身的店铺设计；此外，能够快速生成实时的数据报告，帮助卖家决策，而传统零售企业在此方面则相对匮乏。
（三）更精准、更具商业价值的用户数据，是电商网站所获数据的特点。
互联网媒体在用户数据收集上相对传统媒体有天然的优势，而电子商务网站比一般的互联网媒体无论是数量上还是种类上都拥有更加海量、精准的数据。原因在于，电子商务网站能够获得用户的购买需求、搜索习惯、购买路径和购买历史等一系列具有商业价值的精准数据。一方面利用大数据技术，按照兴趣、价值观、娱乐和生活方式等共同的行为方式来重新划分人群。另一方面，通过用户行为可以无限的接近、近乎准确的判断每一个人的属性，这些属性不单单包括人口自然属性，还包括兴趣爱好、行为轨迹、购买经历等等，因而可以更精确地预测用户的消费需求，进而推送满足消费者需求的产品，促进消费行为的产生。
（四）多维度解构数据，是电商网站又一大特点。
面对海量、多元化且神秘隐匿的数据，电商网站通过多元化的数据采集方式和多层次的数据处理与分析实现了数据信息最大程度的获取和解构。
四、电商网站的发展策略
理念层面：（1）加强信息展示与集成，重视用户体验。（2）完善物流，进而造就价格优势。（3）建立以用户为核心的服务。直击用户核心需求，对客户的重视不光体现在用户至上的理念中，更加体现在对消费者的深入挖掘、并且满足其需求上。真正践行“用户至上”，当其他因素与客户体验发生冲突时，必须让位于用户利益。以取消订单为例，为减少订单流失，有些网站会故意将取消订单流程设计得十分复杂，这会极大地降低用户体验。 技术层面：让大数据成为电商网站发展的内在驱动力。（1）多渠道收集数据。收集方式包括自动抓取，用户提供并记录等。这类数据涵盖了用户从浏览页面、购买决策、收货信息、使用反馈等一系列交易行为数据。除了用户提供的数据之外，电商网站还应从物流公司、合作单位（包括品牌合作、技术合作、物流合作、广告合作等）处得到账户信息、购买和退货信息、PV（页面浏览量）等信息，来完善不同的数据库。在如今电商网站并购的热潮中，数据还可以来自收购的公司。（2）数据处理平台化、专业化。电商网站可以学习亚马逊在这方面的经验。2002年，亚马逊便成立了亚马逊网络服务部门（Amazon Web Services，简称AWS），开始专门运营IT服务（销售存储、计算和其他后台数据中心服务）——这比谷歌提出“云计算”的概念要早4年。（3）多角度运用大数据。在个性化推荐的基础上，利用数据完成精准营销。电商网站朝着平台式方向发展，电商网站还可以为入驻用户提供数据服务。
创新层面：（1）从有形到无形。产品品类是增加用户选择以提升客户体验的关键因素。电商网站不应仅仅满足于有形商品，而是应该朝着电子、流媒体视频、音乐、游戏等领域发展，拓展出更多不需要物流的无形产品。（2）从软件到硬件。近年来，电商网站的扩张让人眼花缭乱，不少甚至涉足硬件领域的开发，如亚马逊已经成熟的Kindle电子阅读器，平板电脑、机顶盒Fire TV，还有正在着手准备的亚马逊智商手机。当然，硬件领域的扩展并非为了直接盈利，而是通过硬件让用户消费更多的数字商品。（3）从平台到技术服务。电商网站的领军者，亚马逊早早就向第三方开放平台，形成了自主销售模式为主、平台服务为辅的业务结构。而在研发通过互联网销售书籍、音乐和视频产品的新形式过程当中，亚马逊无意识当中创建了一项有价值的产品，这就是运营这一受欢迎的销售网站的技术。
参考文献：
[1]张铮.解析大数据[J].电脑开发与应用.2012，（2）：47.
[2]贾利军，许鑫.论“大数据”的本质及其营销意蕴[J].南京社会科学.2013，（7）：15～21.
[3]王树良，丁刚毅.大数据下的空间数据挖掘思考[J].中国电子科学研究院学报.2013，（1）：8～17.
[4]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展.2013，（1）：146～169.
【关键词】大数据 电商网站 发展策略
一、引言
互联网技术的快速发展，伴随着的是海量的数据。大数据时代由此而来，海量的数据使得数据的类型、数据的处理方式、处理速度、建模方式等都发生了巨大的变化。在电商时代背景下成长起来的电商网站，更是收到大数据的巨大影响。本文站在大数据的视角下，考察大数据的技术特点和处理模式，进而来探讨大数据背景下电网网站的特点，以此来说明电商网站的发展策略。
二、大数据的技术特点和处理模式
当下大数据的特征：体量（Volume）巨大、多样化（Variety）、速度（Velocity）快、价值（Value）密度低。
大数据所具有的技术特点：如何提高数据的存储容量和处理能力是大数据技术所必须面对的问题。理想的数据处理技术在一致性、分区容忍性以及可用性等方面都应该得到很好的满足，但实际上这些特性从实现角色看往往是具有冲突，比如对容量的追求会要求数据存放于不同的节点，但一旦位于不同的节点，数据的一致性操作就需要跨节点协作，引入的网络I/O延迟以及不可靠性导致操作的效率和成功率相比在一个节点内部都会大大降低，这是大规模数据处理不可避免的问题。大数据技术本质上时放弃了一些数据处理的要求，比如牺牲一致性要求很高的事务处理，仅提供最简单的读/写来达到超大规模的存储和访问能力。可以说，简单与大规模是大数据技术的重要特点。
大数据的处理模式：根据数据源的性质以及分析目标不同，数据处理大致分为离线/批量和在线/实时两种模式。所谓离线或批量，是指数据积累到一定程度后在进行批量处理，这多用于事后分析，比如分析用户的消费模式。所谓在线或事实处理，是指数据产生后立即需要进行分析，比如用户在网络中发布的微博或其他消息。这两种模式的处理技术完全不同，所使用的方法也不一样。离线模式需要强大的存储能力配合，在分析前先积累大量的数据，容许的分析时间也相对较宽。而在线分析要求实时计算计算能力非常强大，容许的分析时间相对很窄，基本上要求在新的数据达到前处理完早期数据。两种分析模式导致了目前两种主流的平台Hadoop和Storm的产生，前者是强大的离线数据处理平台，后者是强大的在线处理平台。
三、大数据背景下电商网站特点
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。对于电商网站而言，如何获取有价值的数据以及如何使用这些数据是其必须面对和解决的问题。
（一）多元化的数据采集方式，是大数据时代下电商网站的一大特点。
通常来讲，电商网站的数据来源大致分为网站内部数据、站外引导性数据、直接访问数据和无线断数据四种。1、网站内部数据。这些数据的产生与买卖双方的交易密不可分，包括内部搜索、站内社区、页面浏览与点击、购买与交易数据、后台管理数据以及即时通讯数据等信息。直观而全面地反应用户的心理及行为，具有很高的价值；2、站外引导性数据。主要是通过广告点击、搜索引擎上的搜索数据、sns上的推荐与链接及关联软件的操作与推荐等；3、直接访问数据。这部分主要来源与浏览器访问，酸碱访问等的直接访问数据。这部分数据能够有效洞察出用户的网购入口偏好及行为；4、无线数据。这些无线端的数据又构成了海量的数据阵容，能够全面放映出无限用户的特征，对数据分析和运用有着巨大的知道作用。
（二）更迅捷、更全面的使用用户数据，是当下电商网站的另一大特色。
电商行业作为网络时代的核心产业，基于互联网的数据能力，使其在与实体企业的竞争中，能够迅速全面的获取用户行为信息和需求，更快做出反应。近乎实时的反馈数据，信息详尽并具有跟踪性，这对于电商网站优化决策提供了巨大价值，而传统的零售企业则很难获取用户的消费数据，获取信息的成本也较大；同时，通过对数据的处理能够给出精确的效果评估，电商网站的页面设计、产品分类，传统的零售企业只能是依靠经验优化自身的店铺设计；此外，能够快速生成实时的数据报告，帮助卖家决策，而传统零售企业在此方面则相对匮乏。
（三）更精准、更具商业价值的用户数据，是电商网站所获数据的特点。
互联网媒体在用户数据收集上相对传统媒体有天然的优势，而电子商务网站比一般的互联网媒体无论是数量上还是种类上都拥有更加海量、精准的数据。原因在于，电子商务网站能够获得用户的购买需求、搜索习惯、购买路径和购买历史等一系列具有商业价值的精准数据。一方面利用大数据技术，按照兴趣、价值观、娱乐和生活方式等共同的行为方式来重新划分人群。另一方面，通过用户行为可以无限的接近、近乎准确的判断每一个人的属性，这些属性不单单包括人口自然属性，还包括兴趣爱好、行为轨迹、购买经历等等，因而可以更精确地预测用户的消费需求，进而推送满足消费者需求的产品，促进消费行为的产生。
（四）多维度解构数据，是电商网站又一大特点。
面对海量、多元化且神秘隐匿的数据，电商网站通过多元化的数据采集方式和多层次的数据处理与分析实现了数据信息最大程度的获取和解构。
四、电商网站的发展策略
理念层面：（1）加强信息展示与集成，重视用户体验。（2）完善物流，进而造就价格优势。（3）建立以用户为核心的服务。直击用户核心需求，对客户的重视不光体现在用户至上的理念中，更加体现在对消费者的深入挖掘、并且满足其需求上。真正践行“用户至上”，当其他因素与客户体验发生冲突时，必须让位于用户利益。以取消订单为例，为减少订单流失，有些网站会故意将取消订单流程设计得十分复杂，这会极大地降低用户体验。 技术层面：让大数据成为电商网站发展的内在驱动力。（1）多渠道收集数据。收集方式包括自动抓取，用户提供并记录等。这类数据涵盖了用户从浏览页面、购买决策、收货信息、使用反馈等一系列交易行为数据。除了用户提供的数据之外，电商网站还应从物流公司、合作单位（包括品牌合作、技术合作、物流合作、广告合作等）处得到账户信息、购买和退货信息、PV（页面浏览量）等信息，来完善不同的数据库。在如今电商网站并购的热潮中，数据还可以来自收购的公司。（2）数据处理平台化、专业化。电商网站可以学习亚马逊在这方面的经验。2002年，亚马逊便成立了亚马逊网络服务部门（Amazon Web Services，简称AWS），开始专门运营IT服务（销售存储、计算和其他后台数据中心服务）——这比谷歌提出“云计算”的概念要早4年。（3）多角度运用大数据。在个性化推荐的基础上，利用数据完成精准营销。电商网站朝着平台式方向发展，电商网站还可以为入驻用户提供数据服务。
创新层面：（1）从有形到无形。产品品类是增加用户选择以提升客户体验的关键因素。电商网站不应仅仅满足于有形商品，而是应该朝着电子、流媒体视频、音乐、游戏等领域发展，拓展出更多不需要物流的无形产品。（2）从软件到硬件。近年来，电商网站的扩张让人眼花缭乱，不少甚至涉足硬件领域的开发，如亚马逊已经成熟的Kindle电子阅读器，平板电脑、机顶盒Fire TV，还有正在着手准备的亚马逊智商手机。当然，硬件领域的扩展并非为了直接盈利，而是通过硬件让用户消费更多的数字商品。（3）从平台到技术服务。电商网站的领军者，亚马逊早早就向第三方开放平台，形成了自主销售模式为主、平台服务为辅的业务结构。而在研发通过互联网销售书籍、音乐和视频产品的新形式过程当中，亚马逊无意识当中创建了一项有价值的产品，这就是运营这一受欢迎的销售网站的技术。
参考文献：
[1]张铮.解析大数据[J].电脑开发与应用.2012，（2）：47.
[2]贾利军，许鑫.论“大数据”的本质及其营销意蕴[J].南京社会科学.2013，（7）：15～21.
[3]王树良，丁刚毅.大数据下的空间数据挖掘思考[J].中国电子科学研究院学报.2013，（1）：8～17.
[4]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展.2013，（1）：146～169.