摘要：隨著移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)等行業(yè)迅速發(fā)展，給電子商務(wù)領(lǐng)域中的傳統(tǒng)營銷方式帶來了顛覆式轉(zhuǎn)變。本文首先介紹了大數(shù)據(jù)技術(shù)和精準(zhǔn)營銷的內(nèi)涵和特征，其次分析了在電商領(lǐng)域中幾種常見的大數(shù)據(jù)精準(zhǔn)營銷的應(yīng)用實(shí)踐、實(shí)現(xiàn)方式和商業(yè)價(jià)值，最后深入研究了大數(shù)據(jù)精準(zhǔn)營銷實(shí)現(xiàn)過程中的幾個(gè)關(guān)鍵技術(shù)。以期給電子商務(wù)行業(yè)營銷方面提供可借鑒的發(fā)展建議。

關(guān)鍵詞：大數(shù)據(jù)技術(shù);電子商務(wù);精準(zhǔn)營銷

引言

隨著電子商務(wù)網(wǎng)站的快速發(fā)展，各大電商平臺(tái)在網(wǎng)絡(luò)營銷方面也已經(jīng)深耕十余年，比如雙十一晚會(huì)，團(tuán)購，秒殺等營銷活動(dòng)百花齊放，為人們的生活帶來了很大便捷性及生活樂趣，但與此同時(shí)，由于電商營銷預(yù)測(cè)的準(zhǔn)確性不高，推薦商品或服務(wù)類目過多也給人們帶來了諸多困惑。如今電子商務(wù)領(lǐng)域競(jìng)爭(zhēng)越來越激烈，如何提升電商營銷預(yù)測(cè)精準(zhǔn)性，降低企業(yè)營銷成本成為了至關(guān)重要的因素。近年來隨著大數(shù)據(jù)、云計(jì)算等技術(shù)的迅猛發(fā)展，借助大數(shù)據(jù)技術(shù)對(duì)海量商品及用戶數(shù)據(jù)加以分析挖掘，能夠有效解決當(dāng)前電子商務(wù)營銷領(lǐng)域的諸多難題。因此，本文將基于大數(shù)據(jù)技術(shù)對(duì)電子商務(wù)領(lǐng)域精準(zhǔn)營銷方面的應(yīng)用進(jìn)行深入研究。

1 大數(shù)據(jù)精準(zhǔn)營銷概述

1.1大數(shù)據(jù)概述

大數(shù)據(jù)是指對(duì)海量結(jié)構(gòu)化數(shù)據(jù)和海量非結(jié)構(gòu)化數(shù)據(jù)通過大數(shù)據(jù)技術(shù)進(jìn)行挖掘處理，從而獲取新的數(shù)據(jù)價(jià)值。大數(shù)據(jù)主要來源于企業(yè)Web端、移動(dòng)端、社交平臺(tái)、網(wǎng)絡(luò)平臺(tái)、物聯(lián)網(wǎng)平臺(tái)，傳感器等采集數(shù)據(jù)等。大數(shù)據(jù)主要特征有：數(shù)據(jù)體量大、數(shù)據(jù)種類多、數(shù)據(jù)處理要求快、數(shù)據(jù)應(yīng)用價(jià)值高，一般稱之為大數(shù)據(jù)4V特征。正是由于大數(shù)據(jù)的4大特征，并結(jié)合大數(shù)據(jù)技術(shù)對(duì)海量數(shù)據(jù)的分析，我們可以從中挖掘出潛藏在數(shù)據(jù)中的無限價(jià)值并加以利用，如今大數(shù)據(jù)應(yīng)用已經(jīng)無處不在，全面滲透到了電子商務(wù)、金融、電信、餐飲等在內(nèi)的各行各業(yè)。

1.2精準(zhǔn)營銷概述

精準(zhǔn)營銷最主要的特點(diǎn)是營銷的“精準(zhǔn)”性，相比傳統(tǒng)的營銷方式主要從客戶基本信息，包括客戶的年齡、性別、住址、崗位和社會(huì)層次等方面來判別客戶的購買能力和感興趣的商品信息，然后策劃對(duì)應(yīng)的產(chǎn)品營銷手段。大數(shù)據(jù)精準(zhǔn)營銷不僅僅分析了客戶基本信息，還深度挖掘客戶的行為數(shù)據(jù)，興趣偏好，通過特定的大數(shù)據(jù)分析模型，挖掘出動(dòng)態(tài)的用戶畫像，然后精準(zhǔn)的推薦商品給客戶。大數(shù)據(jù)精準(zhǔn)營銷不僅能幫助企業(yè)大幅提高營銷收益，而且能幫助企業(yè)減少不必要的營銷成本。

2 大數(shù)據(jù)精準(zhǔn)營銷應(yīng)用實(shí)踐

2.1 大數(shù)據(jù)用戶畫像營銷

大數(shù)據(jù)時(shí)代，人們無時(shí)無刻不在產(chǎn)生海量數(shù)據(jù)，當(dāng)用戶注冊(cè)電商網(wǎng)站時(shí)，會(huì)產(chǎn)生用戶基本信息，包括用戶名稱、性別、通訊方式、收貨地址等數(shù)據(jù);當(dāng)用戶瀏覽商品時(shí)，會(huì)產(chǎn)生大量瀏覽行為歷史記錄，比如線上商品瀏覽行為數(shù)據(jù)、線下行為數(shù)據(jù)，網(wǎng)上交易數(shù)據(jù);當(dāng)用戶進(jìn)行社交活動(dòng)時(shí)，會(huì)產(chǎn)生海量的社交數(shù)據(jù)，比如社交信息、家庭成員、朋友圈。建立統(tǒng)計(jì)模型、機(jī)器學(xué)習(xí)算法（SVM、KNN）等大數(shù)據(jù)分析模型，生成用戶畫像，包括用戶的興趣愛好、消費(fèi)愛好、行為愛好、社會(huì)工程屬性等，最終挖掘生成用戶畫像。電子商務(wù)網(wǎng)站在營銷過程中可以通過用戶畫像標(biāo)簽對(duì)用戶興趣偏好進(jìn)行分類，篩選出對(duì)此類商品或服務(wù)感興趣的用戶，再進(jìn)行精準(zhǔn)投放廣告、營銷內(nèi)容準(zhǔn)確推薦，這樣既能提高廣告投放的轉(zhuǎn)化率，又能大大節(jié)約企業(yè)營銷成本。

2.2 大數(shù)據(jù)用戶行為分析營銷

當(dāng)用戶在電商網(wǎng)站、社交網(wǎng)站、媒體等各類網(wǎng)站或者在手機(jī)App上進(jìn)行瀏覽點(diǎn)擊，這些動(dòng)作都會(huì)產(chǎn)生用戶行為數(shù)據(jù)。利用大數(shù)據(jù)手段可以挖掘出用戶行為數(shù)據(jù)無限的商業(yè)價(jià)值。比如在電子商務(wù)行業(yè)，產(chǎn)品交互設(shè)計(jì)師可以通過觀察用戶瀏覽或點(diǎn)擊的行為軌跡，分析用戶在產(chǎn)品使用過程中，哪些交互環(huán)節(jié)使用存在疑惑，使用不流暢的地方，并和用戶體驗(yàn)師的溝通交流。通過用戶行為數(shù)據(jù)著手優(yōu)化產(chǎn)品的交互設(shè)計(jì)，從而能更精準(zhǔn)的優(yōu)化提升產(chǎn)品體驗(yàn)路徑，保證用戶的產(chǎn)品使用流暢平滑，提升轉(zhuǎn)換率。充分利用好用戶行為數(shù)據(jù)，也是提升企業(yè)訂單價(jià)值的一種有效手段。

2.3 大數(shù)據(jù)商品關(guān)聯(lián)挖掘營銷

一般來說，大數(shù)據(jù)關(guān)聯(lián)挖掘營銷場(chǎng)景有：優(yōu)化貨架商品擺放位置或者優(yōu)化商品的目錄，捆綁式營銷或交叉式營銷、相似商品或者互補(bǔ)商品推薦、關(guān)鍵詞推薦等。

舉個(gè)簡(jiǎn)單的例子，通過調(diào)研大超市客戶購買的商品，可以觀察出80%的客戶會(huì)同時(shí)購買碗和筷子，可以看出其中存在一種關(guān)聯(lián)關(guān)系：碗→筷子，也就是說購買碗的客戶有很大極有可能會(huì)同時(shí)購買筷子，因此在商場(chǎng)的物品布局中，可以將碗和筷子放在同一個(gè)購物區(qū)，這樣方便客戶購買。同理，在電商網(wǎng)站上，可以將碗和筷子這種存在關(guān)聯(lián)關(guān)系的商品，進(jìn)行捆綁銷售，從而提升關(guān)聯(lián)商品銷售量。

2.4 大數(shù)據(jù)個(gè)性化推薦營銷

互聯(lián)網(wǎng)時(shí)代，大數(shù)據(jù)智能推薦的應(yīng)用場(chǎng)景逐漸在電子商務(wù)行業(yè)方方面面開始普及。淘寶、拼多多、蘇寧易購等各大主流電子商務(wù)網(wǎng)站的首頁，猜你喜歡、買了又買（看了還看）、精品推薦（熱門推薦）等模塊，微信朋友圈中推薦的商品廣告，甚至電話、短信、郵箱、今日頭條等各種渠道推薦的商品，都是近期感興趣的商品。如今，大型電子商務(wù)網(wǎng)站，商品類目琳瑯滿目，網(wǎng)站內(nèi)容和層級(jí)越來越復(fù)雜，導(dǎo)致用戶很難找到自己想要的商品所在位置，增加了用戶購買路徑，且更多情況下，電商營銷預(yù)測(cè)的準(zhǔn)確性不高，推薦商品或服務(wù)類目過多也給人們帶來了諸多困惑，反而用戶體驗(yàn)差，引起用戶方案。因此，大數(shù)據(jù)個(gè)性化推薦以及推薦的準(zhǔn)確性十分重要，可以幫助用戶自動(dòng)識(shí)別感興趣商品，并進(jìn)行個(gè)性化推薦商品，將有益于提升營銷的準(zhǔn)確性，并減輕用戶購買的繁瑣性。

3 大數(shù)據(jù)精準(zhǔn)營銷關(guān)鍵技術(shù)研究

隨著互聯(lián)網(wǎng)的發(fā)展，大數(shù)據(jù)已經(jīng)給傳統(tǒng)數(shù)據(jù)庫如Myslq、Oracle等，在數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理速度等方面產(chǎn)生了極大的挑戰(zhàn)。隨著全球云計(jì)算和開源技術(shù)等的快速發(fā)展，推動(dòng)了大數(shù)據(jù)技術(shù)的落地。

一般而言，大數(shù)據(jù)精準(zhǔn)營銷技術(shù)架構(gòu)中的幾個(gè)關(guān)鍵技術(shù)環(huán)節(jié)包括：數(shù)據(jù)源層->大數(shù)據(jù)采集層->大數(shù)據(jù)存儲(chǔ)層->大數(shù)據(jù)處理和分析層（模型規(guī)劃、模型建立）->大數(shù)據(jù)應(yīng)用層（溝通交流，實(shí)施），即大數(shù)據(jù)精準(zhǔn)營銷整體技術(shù)架構(gòu)，如圖1所示：

3.1 大數(shù)據(jù)采集技術(shù)

大數(shù)據(jù)采集技術(shù)是指從企業(yè)Web端、移動(dòng)端、社交平臺(tái)、網(wǎng)絡(luò)平臺(tái)、物聯(lián)網(wǎng)平臺(tái)等采集數(shù)據(jù)。大數(shù)據(jù)的抽取技術(shù)的最大困難點(diǎn)是數(shù)據(jù)并發(fā)量高，可能存在上百萬用戶同時(shí)進(jìn)行瀏覽或者點(diǎn)擊，比如雙十一期間，淘寶等各大電商網(wǎng)站的用戶同時(shí)訪問的峰值可能會(huì)達(dá)到成百千萬。大數(shù)據(jù)采集方法，包括傳統(tǒng)關(guān)系性數(shù)據(jù)可采用Mysql、Oracle等采集技術(shù);系統(tǒng)日志類數(shù)據(jù)采集，一般采用ELK日志采集技術(shù);網(wǎng)絡(luò)數(shù)據(jù)采集一般網(wǎng)絡(luò)爬蟲或者API接口進(jìn)行采集;物聯(lián)網(wǎng)設(shè)備類一般采用傳感器采集數(shù)據(jù)等等。

由于采集數(shù)據(jù)源多樣，可能存在錯(cuò)誤數(shù)據(jù)、缺失值，空字符串等，因此需要進(jìn)行數(shù)據(jù)清洗轉(zhuǎn)化，讓結(jié)構(gòu)復(fù)雜、難以理解的數(shù)據(jù)清晰轉(zhuǎn)換為真正有價(jià)值、有條理的數(shù)據(jù)。

3.2 大數(shù)據(jù)存儲(chǔ)技術(shù)

根據(jù)數(shù)據(jù)源類型，數(shù)據(jù)量級(jí)別，數(shù)據(jù)實(shí)時(shí)性要求等方面，采用的大數(shù)據(jù)存儲(chǔ)技術(shù)也不盡相同，比如傳統(tǒng)關(guān)系型數(shù)據(jù)庫技術(shù)Mysql、分布式數(shù)據(jù)庫技術(shù)HDFS、日志類存儲(chǔ)技術(shù)ElasticSearch，時(shí)序數(shù)據(jù)庫技術(shù)TSDB。目前在大數(shù)據(jù)存儲(chǔ)的應(yīng)用場(chǎng)景中使用最廣泛，最典型的是Hadoop體系中的HDFS，它將物理存儲(chǔ)資源不是放在一臺(tái)節(jié)點(diǎn)上，而是分布在集群中的多個(gè)資源節(jié)點(diǎn)上，可以實(shí)現(xiàn)海量數(shù)據(jù)存儲(chǔ)。如今電子商務(wù)領(lǐng)域，海量遞增的大數(shù)據(jù)存儲(chǔ)已經(jīng)成為了企業(yè)必須要解決的現(xiàn)狀，數(shù)據(jù)即企業(yè)無形的資產(chǎn)，存儲(chǔ)數(shù)據(jù)即是存儲(chǔ)財(cái)富，同時(shí)對(duì)數(shù)據(jù)加以處理應(yīng)用到精準(zhǔn)營銷和企業(yè)決策依據(jù)等場(chǎng)景中，對(duì)于企業(yè)的營收和發(fā)展將大有益處。

3.3 大數(shù)據(jù)分析處理技術(shù)

大數(shù)據(jù)分析處理常用的理論方法基本方法描述性分析，有假設(shè)檢驗(yàn)和均值差異;高級(jí)方法主要為預(yù)測(cè)性分析，有K均值聚類、關(guān)聯(lián)規(guī)則、線性回歸、決策樹、樸素貝葉斯等，基于大數(shù)據(jù)分析基本方法和高級(jí)方法并結(jié)合流處理和批量處理等大數(shù)據(jù)前沿技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行數(shù)據(jù)處理和數(shù)據(jù)挖掘。當(dāng)然，數(shù)據(jù)分析處理也是在整個(gè)大數(shù)據(jù)基礎(chǔ)框架中最為復(fù)雜的模塊，不僅需要懂得大數(shù)據(jù)挖掘技術(shù)，同時(shí)更重要的是要在理解業(yè)務(wù)的基礎(chǔ)上，使用正確的數(shù)據(jù)分析挖掘手段，提高數(shù)據(jù)分析的準(zhǔn)確性。

3.4 大數(shù)據(jù)應(yīng)用

基于電子商務(wù)海量數(shù)據(jù)搭建電商大數(shù)據(jù)基礎(chǔ)平臺(tái)之上，可以構(gòu)建智能搜索引擎、智能個(gè)性化推薦引擎、用戶畫像、用戶行為分析、智能精準(zhǔn)營銷等大數(shù)據(jù)應(yīng)用能力，實(shí)現(xiàn)電商產(chǎn)品和用戶的精準(zhǔn)營銷。同時(shí)基于海量歷史數(shù)據(jù)挖掘有助于企業(yè)預(yù)測(cè)分析企業(yè)訂單未來發(fā)展走勢(shì)，幫助企業(yè)指定產(chǎn)品運(yùn)營計(jì)劃，規(guī)劃下階段的商品類目和庫存，制定新的市場(chǎng)目標(biāo)。充分利用好大數(shù)據(jù)應(yīng)用，同時(shí)有助于企業(yè)建立一個(gè)成功的前瞻性思維業(yè)務(wù)，抓住市場(chǎng)的機(jī)遇，在激勵(lì)競(jìng)爭(zhēng)的互聯(lián)網(wǎng)時(shí)代下，走在時(shí)代的前沿。

4 結(jié)論

本文通過研究大數(shù)據(jù)技術(shù)在電子商務(wù)領(lǐng)域的精準(zhǔn)營銷應(yīng)用實(shí)踐，分析了幾種常見的大數(shù)據(jù)精準(zhǔn)營銷的應(yīng)用場(chǎng)景和商業(yè)價(jià)值，如大數(shù)據(jù)用戶畫像營銷、用戶行為分析營銷、商品關(guān)聯(lián)挖掘營銷、個(gè)性化推薦營銷等。并深入研究了大數(shù)據(jù)精準(zhǔn)營銷實(shí)現(xiàn)過程中的幾個(gè)關(guān)鍵技術(shù)，包大數(shù)據(jù)采集技術(shù)、大數(shù)據(jù)存儲(chǔ)技術(shù)、大數(shù)據(jù)處理和挖掘技術(shù)和大數(shù)據(jù)應(yīng)用等。希望各行各業(yè)能把握好大數(shù)據(jù)時(shí)代背景下帶來的機(jī)遇和挑戰(zhàn)，充分利用大數(shù)據(jù)的潛在價(jià)值，通過搭建企業(yè)大數(shù)據(jù)基礎(chǔ)平臺(tái)，采集企業(yè)日益遞增的海量數(shù)據(jù)，并加以挖掘分析，應(yīng)用到企業(yè)的營銷實(shí)踐中，最終提高企業(yè)的營銷精準(zhǔn)性，提升企業(yè)營銷收益，減低營銷成本。

參考文獻(xiàn)

[1]李曉龍，馮俊文.大數(shù)據(jù)環(huán)境下電商精準(zhǔn)營銷策略研究[J].價(jià)值工程，2016，35（03）：31-33.

[2]肖霖岳.大數(shù)據(jù)下的企業(yè)網(wǎng)絡(luò)精準(zhǔn)營銷策略探索[J].中國市場(chǎng)，2018（13）：128-129+131.

[3]葉濤濤，劉碧池.大數(shù)據(jù)時(shí)代下的精準(zhǔn)營銷[J].現(xiàn)代商業(yè)，2018 （21）：22-23.

[4]趙鑫，李洋，李溫新，王爽.大數(shù)據(jù)背景下我國電商精準(zhǔn)營銷策略研究[J].冶金經(jīng)濟(jì)與管理，2019（01）：26-28.

[5]陳旭.基于大數(shù)據(jù)環(huán)境下電商精準(zhǔn)營銷策略探析[J].電子商務(wù)，2020（05）：51-52.

[6]薛聰.大數(shù)據(jù)背景下電子商務(wù)營銷管理的優(yōu)化策略探討[J].商訊，2020（16）：173-174.

[7]畢玉.試論基于大數(shù)據(jù)視角下的電商精準(zhǔn)營銷方略[J].老字號(hào)品牌營銷，2020（03）：17-18.

[8]周建發(fā)，陳慧.淺析大數(shù)據(jù)能力與企業(yè)精準(zhǔn)營銷的關(guān)系 [J].現(xiàn)代營銷 （ 經(jīng)營版 ），2020（04）：100-101.

[9]張芳.大數(shù)據(jù)精準(zhǔn)營銷在電商領(lǐng)域的應(yīng)用與價(jià)值略述 [J].中 國市場(chǎng)，2020（12）：159-160.

[10]汪鋒.試論基于大數(shù)據(jù)視角下的電商精準(zhǔn)營銷方略 [J].中外 企業(yè)家，2020（10）：94.

[11]王苗.大數(shù)據(jù)云計(jì)算技術(shù)在電商營銷中的應(yīng)用研究 [J]. 電腦與信息技術(shù)，2020，28（04）：48-51.

作者簡(jiǎn)介：程嚴(yán)蘭（1992-），女，江蘇鹽城人，本科，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)統(tǒng)計(jì)學(xué)院在職人員高級(jí)課程研修班學(xué)員程嚴(yán)蘭，研究方向：大數(shù)據(jù)分析與應(yīng)用。