大数据对电商的影响
和君观点
信息发布:admin 发布时间:2019-09-18
大数据对电商的影响
麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。
人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”淘宝让人又爱又恨的猜你喜欢，就是大数据的应用之一。
一、大数据的特征
数据量：海量的数据规模。计量单位从GB到TB再到PB级，甚至开始以EB和ZB来计数。
多样性：多样化的数据类型。数据类型包括结构化、半结构化和非结构化数据。
快速性：快速的数据流转。以数据流形式快速产生，须把握好对数据流掌控和处理的速度。
价值性：低价值密度性。对大规模数据进行分析、萃取，挖掘数据价值成为商业优势。
二、大数据与以往有何不同
不是随机样本，而是全体数据：由于抽样统计具有局限性，样本分析法不再是分析数据的主要方式，逐渐用母体代替抽样。
不是精确性，而是混杂性：当规模变大的时候，数据容错性更强，确切的数量已经不那么重要了。
不是因果关系，而是相关关系：不纠结于因果与论证，只注重事物与事物之间的相关性。
三、大数据如何“猜你喜欢”
1.“猜你喜欢”的内涵
电商行业拥有比线下更庞大的数据来源基础，随着大数据时代的推进，营销在科学性、精准性和主动性方面都有了进一步提升。
（1）一种典型通过大数据分析的智能推荐
（2）系统根据用户的行为和标签，通过数据系统分析和推送用户感兴趣的内容。
（3）个性化的千人千面推荐
2.为何会出现“猜你喜欢”
在流量增长遇到瓶颈，商品数量不断增加的情况下，单靠搜索排名这种单一的方式，不但不能满足买家需求，也不利于大部分商家的经营。
3.“猜你喜欢”的推荐机制
“猜你喜欢”不是凭空猜测，而是通过大数据分析进行智能推荐，其中用到的算法称为个性化协同推荐（Personalized Collaborative Recommender）。
（1）基于物的协同：根据搜索、浏览、收藏和加购记录圈定物品标签，借助物-物关联”（item-item）算法，向用户推荐相似标签的商品。
（2）基于人的协同：分析兴趣人群标签，根据“用户关联”（user-user）算法，拓展
具有同样标签的相似人群，再将兴趣人群喜好的宝贝进行属性拓展，推荐给相似人群。
三、对电商应用的启发：“猜”对心思是关键
（1）精准识别目标用户，强化商品标签
借助用户和商品之间的匹配关系，商品被“猜对”并产生正反馈后，商品标签则会不断精准和拓展，匹配人群和展现量随之增大。根据品牌定位和店铺核心人群，通过定向推广获得更多精准流量，优化店铺和商品的人群标签。
（2）大数据营销以生活者为营销对象，关注行为数据
生活者：有日本博报堂创造，其认为对消费人群的关注不应只在消费购物等经济层面，还有作为个人的社会心理层面。
以往：消费者属性维度单一，如定位消费者年龄、性别、职业等基本属性
现在：关注生活者的整体行为数据，以提高数据质量，精准定位目标群体，判断其态度、偏好、行为等，实现精准营销。
——和君咨询咨询师 崔翠翠
