1号店董事长于刚:大数据时代的电子商务
英特尔公司的创始人之一戈登•摩尔在1965年发现了一个惊人的趋势,即集成电路芯片上所集成的电路的数目每隔18个月就翻一番,该发现被业界誉为摩尔定律。后来也有被描述为微处理器的性能每隔18个月提高一倍,或价格下降一半;或用同等价钱能买到的电脑性能(速度和储存量)每隔18个月翻一番,等等。
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。
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。
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。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28