王志豪

摘 要：隨著互聯(lián)網(wǎng)的深入發(fā)展，云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)以及社交網(wǎng)絡(luò)等新興產(chǎn)業(yè)覆蓋到大眾生活的方方面面，大數(shù)據(jù)浪潮席卷全球。這無(wú)疑對(duì)一直處在互聯(lián)網(wǎng)風(fēng)口浪尖的電子商務(wù)行業(yè)產(chǎn)生了巨大影響。本文首先分析大數(shù)據(jù)的概念及商業(yè)特點(diǎn)，而后分析對(duì)電子商務(wù)行業(yè)的影響，緊接著提出大數(shù)據(jù)趨勢(shì)下電子商務(wù)行業(yè)未來(lái)發(fā)展的戰(zhàn)略構(gòu)思，具體包括——意識(shí)加強(qiáng)，技術(shù)提升和模式創(chuàng)新。

關(guān)鍵詞：大數(shù)據(jù)；電子商務(wù)；影響；戰(zhàn)略

一、大數(shù)據(jù)時(shí)代的到來(lái)

（一）何為大數(shù)據(jù)。大數(shù)據(jù)（Big data）一詞起源于美國(guó)，是指具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征的數(shù)據(jù)集合。然而大數(shù)據(jù)絕不是僅憑借規(guī)模巨大的數(shù)據(jù)量而被人們重視。大數(shù)據(jù)的核心是預(yù)測(cè)，其優(yōu)勢(shì)是能夠通過(guò)人類的分析與挖掘而產(chǎn)生巨大的價(jià)值。大數(shù)據(jù)將覆蓋到整個(gè)人類社會(huì)并影響人類的思維方式。對(duì)于商業(yè)來(lái)說(shuō)，大數(shù)據(jù)更是一種“資產(chǎn)”——通過(guò)借助新的處理模式使企業(yè)具有更強(qiáng)決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的“信息資產(chǎn)”。

（二）大數(shù)據(jù)在商業(yè)領(lǐng)域的應(yīng)用。當(dāng)美國(guó)最有名的計(jì)算機(jī)專家之一——奧倫·埃齊奧尼發(fā)現(xiàn)鄰座乘客的機(jī)票買得比自己晚卻便宜得多時(shí)，他便下決心要開(kāi)發(fā)一個(gè)可以預(yù)測(cè)網(wǎng)上機(jī)票價(jià)位趨勢(shì)的系統(tǒng)。后來(lái)，這個(gè)建立在41天內(nèi)的12000個(gè)價(jià)格樣本基礎(chǔ)之上的小項(xiàng)目逐漸發(fā)展成為一家得到風(fēng)險(xiǎn)投資基金支持的科技創(chuàng)業(yè)公司，名為Farecast。到2012年為止，F(xiàn)arecast系統(tǒng)已經(jīng)利用了將近十萬(wàn)億條價(jià)格記錄來(lái)幫助預(yù)測(cè)美國(guó)國(guó)內(nèi)航班的票價(jià)，準(zhǔn)確度高達(dá)75%，用戶平均每張機(jī)票節(jié)省了50美元。這是較早的例子。

當(dāng)前的例子就不得不說(shuō)美國(guó)最大的電子商務(wù)公司亞馬遜。亞馬遜原本主要依靠一支由20多位書(shū)評(píng)家和編輯組成的團(tuán)隊(duì)來(lái)帶動(dòng)網(wǎng)絡(luò)書(shū)籍的銷售并形成自己的競(jìng)爭(zhēng)優(yōu)勢(shì)。后來(lái)，亞馬遜創(chuàng)始人及總裁杰夫·貝索斯決定開(kāi)發(fā)一款基于大量用戶數(shù)據(jù)的系統(tǒng)，目的是為了根據(jù)用戶以前的購(gòu)物喜好，向其推薦具體的書(shū)籍。后來(lái)這套系統(tǒng)由于用戶數(shù)據(jù)的持續(xù)增加以及公司對(duì)其算法的優(yōu)化，預(yù)測(cè)的精準(zhǔn)度不斷提高，為亞馬遜貢獻(xiàn)了三分之一的銷售額，并致使書(shū)評(píng)團(tuán)隊(duì)解散。

從以上案例中可以得知：大數(shù)據(jù)正在商業(yè)上，尤其是點(diǎn)在電子商務(wù)行業(yè)上發(fā)揮著巨大的作用，其優(yōu)勢(shì)和潛力已逐步顯現(xiàn)。事實(shí)上，大數(shù)據(jù)正通過(guò)其獨(dú)特的方式為商業(yè)的發(fā)展注入新動(dòng)力，創(chuàng)造新模式，打開(kāi)新局面。不僅如此，大數(shù)據(jù)還成為了重要的社會(huì)資源。

二、大數(shù)據(jù)對(duì)電子商務(wù)的影響

（一）促進(jìn)差異化競(jìng)爭(zhēng)。大數(shù)據(jù)可以促進(jìn)電商的差異化競(jìng)爭(zhēng)。正如維克托·邁爾·舍恩伯格在《大數(shù)據(jù)時(shí)代》一書(shū)中提到的，“大數(shù)據(jù)的核心是預(yù)測(cè)”，而預(yù)測(cè)的對(duì)象可以是多種多樣的。亞馬遜可以推測(cè)出用戶想要的書(shū)籍，谷歌可以為關(guān)聯(lián)網(wǎng)站排序，F(xiàn)acebook可以知道用戶的喜好，而Linkedln可以猜出用戶是誰(shuí)。這些都是很巧妙地利用了大數(shù)據(jù)的預(yù)測(cè)功能而開(kāi)發(fā)出了個(gè)性化的服務(wù)。因此大數(shù)據(jù)時(shí)代的到來(lái)為電商企業(yè)提供了新的思路，即不同的產(chǎn)品與服務(wù)，客觀上促進(jìn)了電商行業(yè)由之前的同質(zhì)化競(jìng)爭(zhēng)逐漸轉(zhuǎn)化為差異化競(jìng)爭(zhēng)，為電商企業(yè)提供了不同的發(fā)展機(jī)遇。

（二）掌握發(fā)展趨勢(shì)。大數(shù)據(jù)包容的特性使企業(yè)可以通過(guò)不同的角度觀察企業(yè)的發(fā)展，從而掌握企業(yè)的發(fā)展趨勢(shì)。隨著社交網(wǎng)站、搜索引擎等優(yōu)化與發(fā)展，企業(yè)可以盡可能多的從Web站點(diǎn)、微博、互動(dòng)社區(qū)等渠道上收集相關(guān)數(shù)據(jù)，而這些數(shù)據(jù)將反映出企業(yè)自身業(yè)務(wù)的經(jīng)營(yíng)情況，競(jìng)爭(zhēng)對(duì)手的相關(guān)信息以及商業(yè)環(huán)境的變化等一系列信息。值得一提的是，這些數(shù)據(jù)越全面、越有針對(duì)性、實(shí)時(shí)性越強(qiáng)，對(duì)企業(yè)決策的可參考性就越強(qiáng)。這無(wú)疑可以幫助企業(yè)做出最準(zhǔn)確最及時(shí)最合理的決策，從而提升企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。

（三）創(chuàng)新商業(yè)模式。大數(shù)據(jù)將有助于改變當(dāng)前電商的商業(yè)模式。電子商務(wù)消費(fèi)者的不斷增加為企業(yè)提供了足夠量的數(shù)據(jù)。例如網(wǎng)友在網(wǎng)絡(luò)上的點(diǎn)擊、瀏覽、足跡、留言等行為可以直接反映出他們的需求、意愿和性格。因此電商企業(yè)可以將消費(fèi)者進(jìn)行準(zhǔn)確細(xì)分，并及時(shí)用產(chǎn)品精準(zhǔn)定位，這一系列行為可以瞬間完成。因此大數(shù)據(jù)為企業(yè)隨時(shí)隨地準(zhǔn)確圈定用戶并滿足用戶真實(shí)需求和潛在需求的想法提供了可能，使電商企業(yè)能夠拋開(kāi)被動(dòng)地位，“主動(dòng)出擊”。

三、電子商務(wù)未來(lái)的戰(zhàn)略構(gòu)思

（一）意識(shí)加強(qiáng)。2013年我國(guó)電子商務(wù)市場(chǎng)交易規(guī)模已超越美國(guó)，成為世界第一大電子商務(wù)國(guó)家。2015年的“雙十一購(gòu)物節(jié)”中僅天貓一家的單日交易額更是超過(guò)了912億元人民幣，創(chuàng)歷史新高。與此同時(shí)，網(wǎng)上不乏一些質(zhì)疑的聲音——“雙十一還能狂歡多久”、“雙十一如何破解線上強(qiáng)勁線下疲軟”、“我們到底需不需要雙十一”……仔細(xì)分析后不難發(fā)現(xiàn)，這些質(zhì)疑聲不僅僅是針對(duì)“雙十一”，矛頭所指向的是電子商務(wù)發(fā)展的動(dòng)力問(wèn)題，這關(guān)系到我國(guó)電子商務(wù)行業(yè)能否可持續(xù)健康發(fā)展。

電子商務(wù)已經(jīng)成為了推動(dòng)世界經(jīng)濟(jì)發(fā)展的新動(dòng)力，而推動(dòng)電子商務(wù)下一輪發(fā)展的新動(dòng)力無(wú)疑是大數(shù)據(jù)。正如中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)理事長(zhǎng)，中國(guó)工程院院士鄔賀銓提到的，大數(shù)據(jù)挖掘正在深化產(chǎn)業(yè)應(yīng)用，大數(shù)據(jù)正在推動(dòng)生產(chǎn)技術(shù)變革，大數(shù)據(jù)正在引發(fā)企業(yè)戰(zhàn)略轉(zhuǎn)型。美國(guó)已在2012年開(kāi)展了大數(shù)據(jù)的研究與發(fā)展計(jì)劃，一部分優(yōu)秀企業(yè)已在大數(shù)據(jù)的推動(dòng)下創(chuàng)造出了新一輪的價(jià)值與商業(yè)模式。英國(guó)與日本也隨即開(kāi)展了對(duì)大數(shù)據(jù)的研究……以上種種現(xiàn)象都在要求中國(guó)企業(yè)必須在意識(shí)層面加強(qiáng)對(duì)大數(shù)據(jù)的重視，反思當(dāng)前發(fā)展模式的缺陷。意識(shí)到大數(shù)據(jù)在企業(yè)的下一輪戰(zhàn)略轉(zhuǎn)型中所起到主導(dǎo)作用，意識(shí)到“誰(shuí)掌握了大數(shù)據(jù)，誰(shuí)就掌握了主動(dòng)權(quán)”，并將意識(shí)納入到行動(dòng)，積極為商業(yè)模式的創(chuàng)新和企業(yè)模式的轉(zhuǎn)變做好準(zhǔn)備。

（二）技術(shù)提升。大數(shù)據(jù)“價(jià)值密度低”的特點(diǎn)注定了企業(yè)需要在海量的數(shù)據(jù)中“沙里淘金”，而“淘金”的關(guān)鍵就是對(duì)于數(shù)據(jù)的處理方式。一個(gè)很重要的事實(shí)是，對(duì)于電子商務(wù)企業(yè)來(lái)說(shuō)，好的處理方式——即創(chuàng)新的處理機(jī)制和先進(jìn)的算法比大數(shù)據(jù)本身更加重要。上文中例舉了亞馬遜利用個(gè)性化系統(tǒng)向用戶推薦商品的例子。一開(kāi)始這個(gè)系統(tǒng)并不是很成功，后來(lái)亞馬遜優(yōu)化了算法，重點(diǎn)放在尋找商品與商品之間的關(guān)聯(lián)性。值得注意的是，這種關(guān)聯(lián)性不是指商品之間的相似性，也不是指顧客間行為的相似性，而是完全為客戶“量身打造”的推薦系統(tǒng)。最終，這套系統(tǒng)獲得了專利，即著名的“商品到商品”協(xié)同過(guò)濾技術(shù)（item-to-item）。這樣的系統(tǒng)更加智能，并且基于此技術(shù)下的估算可以提前進(jìn)行，所以推薦系統(tǒng)快如閃電，而且適用于各種各樣的產(chǎn)品。這意味著該系統(tǒng)能在你購(gòu)買一本書(shū)后，為你推薦一部電影甚至是一個(gè)烤面包機(jī)，而數(shù)據(jù)表明大量用戶為此買賬。難怪亞馬遜內(nèi)部流傳著一句“驕傲”的玩笑話——如果推薦系統(tǒng)運(yùn)行良好，你只需要買一件商品，剩下的交給推薦系統(tǒng)就行了。而淘寶目前的算法是基于兩種傳統(tǒng)的基礎(chǔ)算法——基于搜索或內(nèi)容的算法和聚類模型算法。前者是指給定用戶已購(gòu)買的或評(píng)級(jí)過(guò)的商品，算法會(huì)構(gòu)造出搜索查詢以尋找其他類似商品并作出推薦。這樣雖然技術(shù)上比較簡(jiǎn)單，但是不能區(qū)分商品的品質(zhì)，并且除了推薦和用戶已有興趣和購(gòu)買的相似商品外，無(wú)法推薦其他商品。事實(shí)是用戶一旦在結(jié)束購(gòu)買產(chǎn)品后，很少會(huì)在短時(shí)間內(nèi)再購(gòu)買相似產(chǎn)品。后者是根據(jù)用戶的購(gòu)買行為將用戶細(xì)分為相似群體，給出購(gòu)買參考。缺點(diǎn)是無(wú)法兼具推薦質(zhì)量與推薦成本。

許多公司都開(kāi)始接受了MapReduce和Google File System開(kāi)發(fā)的開(kāi)源衍生品——Hadoop開(kāi)源代碼。Hadoop能夠在多臺(tái)計(jì)算機(jī)上實(shí)施分布式的大數(shù)據(jù)處理。電商企業(yè)不僅要利用好這一開(kāi)源代碼，更要在此基礎(chǔ)上不斷提升算法系統(tǒng)，使算法系統(tǒng)更加成熟與智能。其實(shí)優(yōu)化算法某種程度上是一個(gè)創(chuàng)新和做加法的過(guò)程，選擇的角度越好，給定越多的量，就能得出越準(zhǔn)確的推薦。如果國(guó)內(nèi)電商的算法更加智能，那么用戶通過(guò)推薦購(gòu)買而形成的購(gòu)買規(guī)模是相當(dāng)可觀的。

（三）模式創(chuàng)新。大數(shù)據(jù)背景下，要求電子商務(wù)企業(yè)拋開(kāi)被動(dòng)地位，主動(dòng)出擊。大數(shù)據(jù)對(duì)電子商務(wù)企業(yè)的最大影響就是帶來(lái)直接的訂單轉(zhuǎn)化。因此，為了迎合這種轉(zhuǎn)型升級(jí)，電子商務(wù)企業(yè)需要通過(guò)自身與用戶的網(wǎng)絡(luò)交易行為記錄，結(jié)合交易環(huán)境和用戶行為的分析，形成帶有持續(xù)性特征的電商大數(shù)據(jù)。并以此作為基礎(chǔ)進(jìn)行準(zhǔn)確的市場(chǎng)細(xì)分和定位，實(shí)現(xiàn)以數(shù)據(jù)服務(wù)為導(dǎo)向的訂單擴(kuò)大趨勢(shì)，進(jìn)行大數(shù)據(jù)背景下“產(chǎn)品+數(shù)據(jù)”的新型商業(yè)模式轉(zhuǎn)化。電子商務(wù)企業(yè)只有在新時(shí)代下創(chuàng)新新模式，才能順應(yīng)時(shí)代的發(fā)展。

參考文獻(xiàn)：

[1]維克托·邁爾·舍恩伯格，肯尼思·庫(kù)克耶.大數(shù)據(jù)時(shí)代[M].浙江：浙江人民出版社，2013.

[2]王娟.大數(shù)據(jù)對(duì)電子商務(wù)應(yīng)用價(jià)值的研究與分析[J].科技經(jīng)濟(jì)市場(chǎng)，2015（2）.

[3]Greg Linden，Brent Smith，Jeremy York.Amazon.com Recommendations：Item-to-Item Collaborative Filtering[M].IEEE Internet Computing，2003（7）.