王依然

摘 要：得益于互聯(lián)網(wǎng)及智能手機(jī)市場的快速發(fā)展，移動電子商務(wù)正迎來爆發(fā)式的增長。同時，也成為市場經(jīng)濟(jì)的重要組成部分。移動電子商務(wù)徹底改變了傳統(tǒng)的生活方式和交易方式。而在移動端電子商務(wù)運(yùn)營中，數(shù)據(jù)分析是提高效率與決策有效性的重要環(huán)節(jié)，通過數(shù)據(jù)分析，可以實時了解產(chǎn)品與用戶信息，有利于企業(yè)更好的做出判斷。本文基于數(shù)據(jù)分析的理論和技術(shù)手段，分析了移動電子商務(wù)中數(shù)據(jù)分析的具體性能標(biāo)準(zhǔn)和價值所在，歸納了目前移動電子商務(wù)獲取有效數(shù)據(jù)的方式，對數(shù)據(jù)時代下移動電子商務(wù)產(chǎn)品的發(fā)展提供一定的參考價值。

關(guān)鍵詞：數(shù)據(jù)分析；移動電子商務(wù)；數(shù)據(jù)獲??；發(fā)展

一、移動電子商務(wù)的定義

移動電子商務(wù)（M-Commerce）是由電子商務(wù)（E-Commerce）衍生出的新生概念。隨著互聯(lián)網(wǎng)的不斷發(fā)展，移動電子商務(wù)正在全世界范圍內(nèi)的普及和發(fā)展。移動電子商務(wù)本質(zhì)上是電子商務(wù)技術(shù)的一種創(chuàng)新，基于移動無線網(wǎng)絡(luò)，依托手機(jī)等個人移動通信設(shè)備，使用戶能夠減少時間和空間的限制并進(jìn)行活動，是電子商務(wù)的一種新形式，并改變了電子商務(wù)的傳統(tǒng)格局。

據(jù)艾瑞咨詢最新統(tǒng)計數(shù)據(jù)顯示，2016年移動購物市場交易規(guī)模約3.3萬億元，占網(wǎng)絡(luò)購物總交易規(guī)模的70.2%，繼2015年超過PC端之后，成為電子商務(wù)的主流渠道。同時，根據(jù)最新的一季度報告預(yù)測，2017年第三季度左右，全球移動電子用戶將達(dá)50億左右。

二、移動電子商務(wù)中的數(shù)據(jù)分析與應(yīng)用

數(shù)據(jù)分析是移動電子商務(wù)重要的組成部分，同時也為產(chǎn)品決策提供重要參考。針對移動產(chǎn)品，數(shù)據(jù)分析就是利用挖掘數(shù)據(jù)的分析方法與技術(shù)手段，在手機(jī)用戶大量的交易數(shù)據(jù)中總結(jié)產(chǎn)品流量和顧客轉(zhuǎn)化率之間的規(guī)律和特點，分析消費(fèi)者的消費(fèi)特點。具體則是通過網(wǎng)絡(luò)和交易信息提取客戶、市場、產(chǎn)品環(huán)節(jié)的數(shù)據(jù)，然后建立相關(guān)模型，在更加動態(tài)化的商業(yè)環(huán)境下，能夠更有效的優(yōu)化產(chǎn)品及商業(yè)模式。

1.數(shù)據(jù)挖掘

通過自動化或半自動化的工具，數(shù)據(jù)挖掘可以挖掘出數(shù)據(jù)內(nèi)部隱含的模式，并從中發(fā)掘信息或知識，同時從已有的數(shù)據(jù)中提取模式，提高已有數(shù)據(jù)的內(nèi)在價值，并且把數(shù)據(jù)提煉，轉(zhuǎn)化成為知識。在移動電子商務(wù)的運(yùn)營之中，針對大量繁雜的客戶消費(fèi)及使用數(shù)據(jù)，需要應(yīng)用多種數(shù)據(jù)挖掘技術(shù)來分析客戶特征，獲取用戶關(guān)注點，培養(yǎng)用戶忠誠度，并在此基礎(chǔ)上制定有效的營銷計劃來吸引優(yōu)質(zhì)用戶。

在數(shù)據(jù)挖掘中最常使用的四種分析法：分類分析，關(guān)聯(lián)分析，序列模式分析和聚類分析：

（1）分類分析可以定義區(qū)分?jǐn)?shù)據(jù)類或概念的模型和函數(shù)，以便能夠使用模型預(yù)測未知類標(biāo)記的對象類。

（2）關(guān)聯(lián)分析通常利用數(shù)據(jù)關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘，其目的是挖掘隱藏在數(shù)據(jù)間的相互關(guān)系。

（3）序列模式分析同樣也是為了挖掘數(shù)據(jù)之間的聯(lián)系，但側(cè)重于分析數(shù)據(jù)間的前后序列關(guān)系。

（4）聚類分析，是指根據(jù)“物以類聚”的原理，將本身未有類別的樣本聚合成不同的簇，并對每一個簇進(jìn)行描述的過程。

2.數(shù)據(jù)處理

（1）數(shù)據(jù)收集

一款移動電子商務(wù)產(chǎn)品的分析團(tuán)隊在處理數(shù)據(jù)前，首先要解決的問題是數(shù)據(jù)源的收集。數(shù)據(jù)收集可以分為二大類。第一類是直接能獲取的數(shù)據(jù)，通常為內(nèi)部數(shù)據(jù)。第二類則稱為外部數(shù)據(jù)，是需經(jīng)過加工整理后才能得到的數(shù)據(jù)，如手機(jī)應(yīng)用平臺的下載數(shù)據(jù)。

（2）數(shù)據(jù)清洗

數(shù)據(jù)清洗是數(shù)據(jù)處理中的重要部分，通過工具或編程，如Excel，Python，對數(shù)據(jù)進(jìn)行篩選、清除、補(bǔ)充、糾正，其目的是從大量雜亂無章、難以理解的數(shù)據(jù)中抽取并推導(dǎo)出對解決問題有價值、有意義的數(shù)據(jù)。清洗后保留真正有價值的數(shù)據(jù)，為數(shù)據(jù)分析減少障礙。

（3）數(shù)據(jù)對比

對比，是數(shù)據(jù)分析的切入點。如果參照缺失，數(shù)據(jù)則無法確定定量的評估標(biāo)準(zhǔn)。分析過程通常采用二點切入法進(jìn)行數(shù)據(jù)對比分析：橫向?qū)Ρ扰c縱向?qū)Ρ?/p>

①橫向?qū)Ρ?，是與行業(yè)平均數(shù)據(jù)，以及競爭對手的數(shù)據(jù)進(jìn)行比對，以市場為軸心。

②縱向?qū)Ρ龋瑒t是和產(chǎn)品自身的歷史數(shù)據(jù)進(jìn)行對比，以時間為軸心。

（4）數(shù)據(jù)細(xì)分

數(shù)據(jù)對比發(fā)現(xiàn)了問題后，需要用到數(shù)據(jù)細(xì)分來確定問題數(shù)據(jù)的范圍，根據(jù)移動產(chǎn)品的差異對數(shù)據(jù)異常的范圍和精度進(jìn)行分析，隨后進(jìn)行測試與修正。數(shù)據(jù)細(xì)分通常情況下先分緯度，再分粒度。

三、數(shù)據(jù)分析

數(shù)據(jù)分析是指用適當(dāng)?shù)谋容^或統(tǒng)計方法對收集來的第一手和第二手資料進(jìn)行分析，以求最大化地開發(fā)出數(shù)據(jù)資料的功能并發(fā)揮數(shù)據(jù)的作用。為了提取有效信息和形成結(jié)論，通過分析手段，可以對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)。在進(jìn)行正式的數(shù)據(jù)清洗，確保了數(shù)據(jù)可靠性與完整性后，可對所獲取的數(shù)據(jù)進(jìn)行多層面的具體分析。根據(jù)不同的數(shù)據(jù)分析層面和結(jié)果導(dǎo)向分類，在移動電子商務(wù)的數(shù)據(jù)分析中常應(yīng)用兩種分析類型。

第一種，傳統(tǒng)電子商務(wù)營銷管理中的常用分析：SWOT、4P、PEST、5W2H、Userbehavior等；第二種是統(tǒng)計分析：描述統(tǒng)計、假設(shè)檢驗、相關(guān)分析、方差分析、回歸分析、主成分與因子分析、決策樹等。

1.數(shù)據(jù)分析方法

對于第一種類型的數(shù)據(jù)分析，?？梢圆捎帽容^分析法來確定基本的分析方向以及產(chǎn)品導(dǎo)向。比較分析法分為兩種類型，同比與環(huán)比。

為消除數(shù)據(jù)周期性波動的影響，同比將移動產(chǎn)品本周期內(nèi)的數(shù)據(jù)與之前周期中相同時間點的數(shù)據(jù)進(jìn)行比較，計算同比增長率。而環(huán)比則反應(yīng)數(shù)據(jù)連續(xù)變化的趨勢，將本期的數(shù)據(jù)與上一周期的數(shù)據(jù)進(jìn)行對比。同環(huán)比能為產(chǎn)品整體運(yùn)營的發(fā)展?fàn)顩r提供有力的參考，但必須建立在一定的基礎(chǔ)上和環(huán)境上。

對于統(tǒng)計分析，最常用的是相關(guān)分析以及回歸分析。相關(guān)分析研究的是現(xiàn)象之間是否相關(guān)、相關(guān)的方向和密切程度，一般不區(qū)別自變量或因變量。而回歸分析則通過分析現(xiàn)象之間相關(guān)的具體形式，確定因果關(guān)系，并用數(shù)學(xué)模型來表現(xiàn)其具體關(guān)系。舉例來說，對一個移動電子團(tuán)購平臺的產(chǎn)品來說，從相關(guān)分析中可知“質(zhì)量”和“用戶滿意度”變量密切相關(guān)，但只有通過回歸分析方法才能確定這一對變量之間到底是哪個變量受哪個變量的影響，以及影響程度如何。

2.數(shù)據(jù)分析應(yīng)用

在移動端電子商務(wù)中，APP數(shù)據(jù)分析對于開發(fā)者或運(yùn)營者都是十分重要的環(huán)節(jié)，主要數(shù)據(jù)分為4個方面：用戶來源、用戶屬性、轉(zhuǎn)化率及用戶忠誠度。

（1）用戶來源

對于移動產(chǎn)品平臺來說，獲取用戶的渠道很多，如CPA廣告、交叉推廣、限時免費(fèi)等等。開發(fā)者從多個維度的數(shù)據(jù)來對比不同渠道的效果，比如從活躍用戶、次日留存率、使用頻率、使用時長等角度對比不同來源的用戶。通過渠道對比，可以高效地找到最適合產(chǎn)品發(fā)展的渠道，以便不斷完善推廣策略。為了追蹤App渠道來源，可以用到兩種不同的方法：

①Android渠道追蹤方法

國內(nèi)Android市場被數(shù)十家應(yīng)用商店所割據(jù)，Android渠道追蹤主要圍繞其中幾種渠道展開。具體來說就是開發(fā)者為每一個渠道生成一個渠道安裝包，不同渠道包用不同的渠道ID來標(biāo)識。當(dāng)用戶下載了App之后，運(yùn)營人員就可以通過渠道標(biāo)識查看各渠道的數(shù)據(jù)。

②iOS渠道追蹤方法

不同于Android的開放生態(tài)，iOS是一個完全封閉的系統(tǒng)。在蘋果的唯一性原則以及嚴(yán)格的審核制度下，Android打包的做法在此則無法生效，可以通過Cookie追蹤渠道更為高效的追蹤數(shù)據(jù)。

（2）用戶屬性分析

在吸引用戶下載使用之后，產(chǎn)品運(yùn)營及開放方要盡可能地詳細(xì)了解用戶的設(shè)備型號、網(wǎng)絡(luò)及運(yùn)營商、地域、用戶性別等宏觀層面的用戶特征。這些特征數(shù)據(jù)可在產(chǎn)品改進(jìn)、應(yīng)用推廣和運(yùn)營策略的制定上提供有力的方向性依據(jù)。

①同期群分析是一種基于同期群的核心數(shù)據(jù)及行為的對比分群方式，按用戶的新增時間將用戶分群，得到的每個群就叫同期群。

②獲取成本分析，是指獲取到一個真實的新用戶所付出的平均成本。同時也要注意用戶回報彌補(bǔ)獲取成本的速度，嘗試不同的渠道并跟蹤用戶的行為，使用如K因子傳播作為降低獲取用戶成本的手段。

③用戶終生價值分析，是指用戶平均會在平臺、產(chǎn)品上貢獻(xiàn)多少價值。最大化用戶營收的方法就是根據(jù)用戶頻度制定不同的定價方案，針對高頻用戶通過廣告、精品內(nèi)容收費(fèi)，對于低頻用戶則采用單次收費(fèi)模式。

（3）轉(zhuǎn)化率

對移動電子商務(wù)來說，產(chǎn)品轉(zhuǎn)化率至關(guān)重要，直接關(guān)系到開發(fā)者的產(chǎn)品收入。如一款移動電子游戲應(yīng)用，開發(fā)者可從道具購買量、關(guān)卡和付費(fèi)人群等多個維度進(jìn)行交叉分析，從而查看用戶付費(fèi)行為動機(jī)和特征，也可以通過漏斗模型進(jìn)一步分析關(guān)鍵節(jié)點的轉(zhuǎn)化率，提高付費(fèi)轉(zhuǎn)化，增加收入。

（4）用戶忠誠度

了解用戶在一個產(chǎn)品應(yīng)用內(nèi)做了什么，并確保用戶喜歡該產(chǎn)品，是移動產(chǎn)品優(yōu)化產(chǎn)品生命周期的根本。開發(fā)者可以從留存用戶、使用時長、使用頻率、訪問深度等維度評價用戶粘度，以及RFM（Requency，F(xiàn)requency，Monetary）來評估用戶系數(shù)。例如，通過檢測每月新增用戶在初次使用后某段特定時間內(nèi)的留存率來對用戶進(jìn)行評估。

統(tǒng)計留存用戶的時間粒度很細(xì)，主要有次日留存、7日留存、30日留存。

四、數(shù)據(jù)分析對移動電子商務(wù)的意義

無論是公司或個人，在這個新時代，具有數(shù)據(jù)分析思維是一種更高層次的元認(rèn)知能力。由于移動互聯(lián)網(wǎng)的出現(xiàn)，用戶數(shù)據(jù)大量積累，營銷方案的制定都是基于數(shù)據(jù)分析結(jié)果來決策。作為移動電子商務(wù)公司的數(shù)據(jù)分析師，必須有對繁雜枯燥的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析的本領(lǐng)，更要有商業(yè)敏感性。

隨著大數(shù)據(jù)時代的到來，以數(shù)據(jù)分析為思維的經(jīng)營和管理思路將成為移動電子商務(wù)市場中消費(fèi)行為及市場分析的依據(jù)，而在這種以數(shù)據(jù)為主體的決策制定中，企業(yè)獲取的分析數(shù)據(jù)是直觀、動態(tài)、及時的，相比咨詢公司或調(diào)研公司的滯后分析具有大數(shù)據(jù)和全樣本的優(yōu)勢。利用數(shù)據(jù)來分析用戶的行為習(xí)慣，進(jìn)而揣測用戶的心理，深入挖掘用戶需求，可以精確得出產(chǎn)品定位及活動，進(jìn)行決策。

參考文獻(xiàn)：

[1]王丹.數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用研究[D].山東科技大學(xué)，2012.

[2]艾瑞咨詢.《2017年中國移動電商行業(yè)研究報告》[R].艾瑞咨詢，2017.