全秋燕

（義烏工商職業(yè)技術(shù)學(xué)院，浙江 義烏 322000）

隨著互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)的迅速發(fā)展，數(shù)據(jù)信息開(kāi)始呈現(xiàn)爆炸式增長(zhǎng)態(tài)勢(shì)，預(yù)計(jì)到 2020年，全球數(shù)據(jù)量總量將達(dá)到40 ZB。如今，大數(shù)據(jù)已滲入人們生活的方方面面，在網(wǎng)購(gòu)熱潮下的電商領(lǐng)域的應(yīng)用也十分明顯。電子商務(wù)行業(yè)的白熱化競(jìng)爭(zhēng)愈演愈烈，傳統(tǒng)的價(jià)格調(diào)整策略已然退出電商競(jìng)爭(zhēng)主流。在現(xiàn)在快節(jié)奏的讀圖時(shí)代，如何利用大數(shù)據(jù)優(yōu)化電商視覺(jué)，讓產(chǎn)品圖在海量的圖片中脫穎而出，已成為行業(yè)競(jìng)爭(zhēng)的焦點(diǎn)之一。

義烏作為“中國(guó)電商百佳縣”榜首，2016年，全市電子商務(wù)實(shí)現(xiàn)交易額1 770億元，同比增長(zhǎng)17.14%。義烏這個(gè)縣級(jí)市成為唯一獲批創(chuàng)建國(guó)家電子商務(wù)示范城市，開(kāi)展縣域電子商務(wù)大數(shù)據(jù)應(yīng)用統(tǒng)計(jì)試點(diǎn)。海量商品上新進(jìn)入網(wǎng)購(gòu)市場(chǎng)，如何立足本土市場(chǎng)，快速優(yōu)質(zhì)地完成商品視覺(jué)優(yōu)化，是義烏電商面臨的一個(gè)挑戰(zhàn)。本研究建立電商視覺(jué)優(yōu)化模型，根據(jù)模型得出視覺(jué)優(yōu)化策略，將電商視覺(jué)設(shè)計(jì)決策從依靠傳統(tǒng)主觀經(jīng)驗(yàn)轉(zhuǎn)變成科學(xué)化、迅速化、精準(zhǔn)化的設(shè)計(jì)。

1 大數(shù)據(jù)環(huán)境下相關(guān)研究技術(shù)

1.1 大數(shù)據(jù)技術(shù)

近年來(lái)，大數(shù)據(jù)技術(shù)滲入視覺(jué)設(shè)計(jì)領(lǐng)域，影響范圍包括互聯(lián)網(wǎng)可視化設(shè)計(jì)、用戶體驗(yàn)設(shè)計(jì)、交互設(shè)計(jì)、視覺(jué)搜索等。有學(xué)者提出設(shè)計(jì)可視化理念，白萬(wàn)東和許佳著作的《“大數(shù)據(jù)”背景下的設(shè)計(jì)探析》，深入分析了大數(shù)據(jù)與設(shè)計(jì)的關(guān)系，利用數(shù)據(jù)可視化帶動(dòng)設(shè)計(jì)可視化，利于提高設(shè)計(jì)師的綜合能力，將數(shù)據(jù)用于促進(jìn)互動(dòng)設(shè)計(jì)的發(fā)展。隨著電商的不斷升級(jí)，在大數(shù)據(jù)時(shí)代，網(wǎng)絡(luò)營(yíng)銷(xiāo)必將受到大數(shù)據(jù)的影響。美國(guó)學(xué)者麗莎·亞瑟在《Big Data Marketing》一書(shū)中分析大數(shù)據(jù)如何讓產(chǎn)品更具吸引力，并提出數(shù)據(jù)驅(qū)動(dòng)型營(yíng)銷(xiāo)和大數(shù)據(jù)洞察力，從而實(shí)現(xiàn)電商大數(shù)據(jù)的價(jià)值。

1.2 聚類(lèi)分析數(shù)據(jù)挖掘技術(shù)

在海量數(shù)據(jù)中進(jìn)行數(shù)據(jù)挖掘，聚類(lèi)分析是數(shù)據(jù)挖掘的一種常見(jiàn)技術(shù)，是一個(gè)把數(shù)據(jù)對(duì)象（或觀測(cè)）劃分成子集的過(guò)程。這種技術(shù)用于從數(shù)據(jù)集中進(jìn)行有效的知識(shí)發(fā)現(xiàn)，主要用于解決劃分問(wèn)題，適合數(shù)據(jù)體中類(lèi)別結(jié)構(gòu)信息較少或不確定的情況。聚類(lèi)的目的是把數(shù)據(jù)對(duì)象劃分到不同的群組內(nèi)，相同組內(nèi)相似度高，而組間相似度低。近年來(lái)，聚類(lèi)算法的研究工作得到了很大的發(fā)展，已經(jīng)獲得了不同類(lèi)型的新型聚類(lèi)算法，為后續(xù)分類(lèi)研究提供了便利。

1.3 數(shù)據(jù)可視化技術(shù)

數(shù)據(jù)可視化技術(shù)簡(jiǎn)單說(shuō)來(lái)就是通過(guò)各種技術(shù)手段對(duì)數(shù)據(jù)進(jìn)行可視化解釋。它的基本思想，是將數(shù)據(jù)庫(kù)中每一個(gè)數(shù)據(jù)項(xiàng)作為單個(gè)圖元元素表示，大量的數(shù)據(jù)集構(gòu)成數(shù)據(jù)圖像，同時(shí)以多維數(shù)據(jù)的形式表示數(shù)據(jù)的各個(gè)屬性值，從而可以從不同的維度觀察數(shù)據(jù)，實(shí)現(xiàn)對(duì)數(shù)據(jù)更深入的觀察和分析[1]。

2 電商視覺(jué)優(yōu)化研究方法

在大數(shù)據(jù)技術(shù)環(huán)境下，結(jié)合互聯(lián)網(wǎng)技術(shù)和移動(dòng)互聯(lián)網(wǎng)技術(shù)，運(yùn)用網(wǎng)絡(luò)數(shù)據(jù)平臺(tái)、數(shù)據(jù)可視化技術(shù)、數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)網(wǎng)購(gòu)平臺(tái)的非結(jié)構(gòu)化數(shù)據(jù)的搜集、分析與運(yùn)用。將獲取的非結(jié)構(gòu)化的數(shù)據(jù)信息結(jié)果轉(zhuǎn)化為標(biāo)準(zhǔn)的電商視覺(jué)設(shè)計(jì)語(yǔ)言，建立電商視覺(jué)設(shè)計(jì)優(yōu)化模型，將抽象的用戶感性體驗(yàn)具體轉(zhuǎn)化為視覺(jué)設(shè)計(jì)的形態(tài)要素，根據(jù)模型得出電商視覺(jué)優(yōu)化策略，讓電商視覺(jué)設(shè)計(jì)決策從依靠傳統(tǒng)主觀經(jīng)驗(yàn)轉(zhuǎn)變成科學(xué)化、迅速化、精準(zhǔn)化的設(shè)計(jì)，以優(yōu)化電商視覺(jué)。

2.1 網(wǎng)購(gòu)平臺(tái)非結(jié)構(gòu)化數(shù)據(jù)采集

大數(shù)據(jù)處理過(guò)程中最基礎(chǔ)的一步就是數(shù)據(jù)采集，用戶購(gòu)物行為產(chǎn)生一系列數(shù)據(jù)，網(wǎng)絡(luò)平臺(tái)抓取購(gòu)物軌跡數(shù)據(jù)，存儲(chǔ)到平臺(tái)數(shù)據(jù)庫(kù)，電商后臺(tái)對(duì)數(shù)據(jù)進(jìn)行初步的分析篩選。通過(guò)追蹤網(wǎng)購(gòu)平臺(tái)中日志數(shù)據(jù)以及讀取電商后臺(tái)熱力圖、數(shù)據(jù)中心等采集網(wǎng)購(gòu)平臺(tái)的非結(jié)構(gòu)化數(shù)據(jù)，建立研究的數(shù)據(jù)基礎(chǔ)。

2.2 電商視覺(jué)設(shè)計(jì)數(shù)據(jù)分析

將采集的數(shù)據(jù)，從用戶點(diǎn)擊率與平均轉(zhuǎn)化率以及產(chǎn)品價(jià)格等多維度，對(duì)產(chǎn)品視覺(jué)圖片進(jìn)行分群，輸入數(shù)據(jù)寬表，輸出圖片分群聚類(lèi)和圖片分群規(guī)則。針對(duì)同類(lèi)產(chǎn)品圖片群進(jìn)行準(zhǔn)確分類(lèi)，對(duì)相同非視覺(jué)因素下（如相同時(shí)間、相同營(yíng)銷(xiāo)手段等）的產(chǎn)品根據(jù)背景布置、創(chuàng)意、色彩搭配等條件進(jìn)行劃分。采用聚類(lèi)方法對(duì)劃分好的圖片群進(jìn)行具體分析，按照聚類(lèi)系數(shù)從小到達(dá)的規(guī)律選擇，利用獲取到的聚類(lèi)結(jié)果來(lái)分析同類(lèi)產(chǎn)品圖片群所具有的不同特征。

2.3 建立電商視覺(jué)設(shè)計(jì)優(yōu)化模型

根據(jù)數(shù)據(jù)分析結(jié)果建立電商視覺(jué)設(shè)計(jì)優(yōu)化模型，模型根據(jù)用戶視覺(jué)邏輯規(guī)律，在引發(fā)客戶注意點(diǎn)，客戶興趣點(diǎn)，幫助客戶判斷點(diǎn)以及促使行為產(chǎn)生點(diǎn)這4個(gè)變量下，分析下屬維度，如色彩、視覺(jué)焦點(diǎn)、視覺(jué)沖擊、創(chuàng)意點(diǎn)賣(mài)點(diǎn)、商品屬性、活動(dòng)優(yōu)惠、客戶需求挖掘等對(duì)圖片視覺(jué)產(chǎn)生的影響，進(jìn)而提高客戶點(diǎn)擊率和平均轉(zhuǎn)化率產(chǎn)生[2]。

3 電商視覺(jué)設(shè)計(jì)優(yōu)化策略

根據(jù)電商視覺(jué)設(shè)計(jì)優(yōu)化模型，將抽象的用戶感性體驗(yàn)具體轉(zhuǎn)化為視覺(jué)設(shè)計(jì)的形態(tài)要素，從用戶對(duì)待視覺(jué)邏輯分析歸納得到一系列提升電商視覺(jué)設(shè)計(jì)的優(yōu)化方法，如表1所示。每個(gè)視覺(jué)邏輯都對(duì)應(yīng)若干視覺(jué)優(yōu)化決策點(diǎn)，量化優(yōu)化電商視覺(jué)設(shè)計(jì)[3]。

用戶在網(wǎng)絡(luò)環(huán)境購(gòu)物的時(shí)的流程：用戶有選擇性的點(diǎn)擊產(chǎn)品搜索結(jié)果—選擇性的接收信息—信息刺激用戶，從而產(chǎn)生購(gòu)買(mǎi)欲望—形成購(gòu)買(mǎi)。通過(guò)這個(gè)流程得出，視覺(jué)是一切購(gòu)買(mǎi)的前提。電商視覺(jué)設(shè)計(jì)是用戶體驗(yàn)、集交互設(shè)計(jì)、信息構(gòu)架為一體，重點(diǎn)在于用戶心理訴求挖掘和視線移動(dòng)規(guī)律把控。

根據(jù)用戶視覺(jué)邏輯，遵循第一眼原則，從客戶打開(kāi)頁(yè)面瀏覽的第一時(shí)間，抓住客戶眼球，引起注意，瞬間觸動(dòng)其內(nèi)在情感訴求，然后通過(guò)視覺(jué)引導(dǎo)，設(shè)置一連串巧妙的興趣觸點(diǎn)，引發(fā)其發(fā)生思考，引導(dǎo)其瀏覽產(chǎn)品。應(yīng)用視線跟蹤技術(shù)，推斷用戶興趣點(diǎn)，通過(guò)其所注意的對(duì)象可獲取其指代對(duì)象。當(dāng)引導(dǎo)用戶以“Z”字形瀏覽時(shí)，用戶在屏幕上的停留時(shí)間和瀏覽深度會(huì)沿著垂直方向逐漸降低，這時(shí)凸顯幫助用戶判斷和促使產(chǎn)生行動(dòng)的視覺(jué)信息，促進(jìn)用戶購(gòu)買(mǎi)。根據(jù)引起注意、引發(fā)興趣、幫助判斷、促使行動(dòng)等視覺(jué)邏輯，精細(xì)到每個(gè)邏輯區(qū)塊若干優(yōu)化點(diǎn)，逐一調(diào)整決策方案，以提高點(diǎn)擊率和轉(zhuǎn)化率[4]。

表1 視覺(jué)優(yōu)化策略

4 結(jié)語(yǔ)

研究以大數(shù)據(jù)作為背景，將抽象的用戶感性體驗(yàn)具體轉(zhuǎn)化為視覺(jué)設(shè)計(jì)的形態(tài)要素，將大數(shù)據(jù)下的電商視覺(jué)設(shè)計(jì)優(yōu)化上升到理論的高度，從而為電商視覺(jué)設(shè)計(jì)提供新的思路與設(shè)計(jì)決策，促進(jìn)電商視覺(jué)設(shè)計(jì)適應(yīng)時(shí)代的發(fā)展。在信息技術(shù)飛速發(fā)展的時(shí)代，人工智能步入設(shè)計(jì)領(lǐng)域，將來(lái)大數(shù)據(jù)和人工智能將輔助電商設(shè)計(jì)師，更高效、更完美地完成海量設(shè)計(jì)工作。

[參考文獻(xiàn)]

[1]梁士英.互聯(lián)網(wǎng)營(yíng)銷(xiāo)時(shí)代服裝電子商務(wù)平臺(tái)視覺(jué)應(yīng)用的優(yōu)化策略研究[J].商場(chǎng)現(xiàn)代化，2017（19）：47-48.

[2]麥海森.運(yùn)用視覺(jué)營(yíng)銷(xiāo)優(yōu)化網(wǎng)店商品詳情頁(yè)[J].中國(guó)市場(chǎng)，2016（14）：20-21.

[3]張興旺，鄭聰，黃婷婷.基于大數(shù)據(jù)的視覺(jué)搜索應(yīng)用與組織模式研究[J].情報(bào)理論與實(shí)踐，2017（1）：104-109.

[4]蔡昆.網(wǎng)店視覺(jué)營(yíng)銷(xiāo)研究現(xiàn)狀與展望[J].營(yíng)銷(xiāo)策略，2015（32）：11-13.