数据科学怎样为电商企业增加利润？.pdfVIP

数据科学如何为电商企业增加利润 ？ 世界被来自四面八方的数据紧紧包围。每 购物点击鼠标 ，你的信息足迹 （数据 ）都被收集并保存 起来。商家会利用这些数据吸引你在未来购买更多商品。如果你想买一台新手机 ，手机类网站/app 知道你查看过哪些商品 ，谷歌知道你有哪些信誉好的足球投注网站过哪些商品 ，GSMA rena （热门的智能手机评论网站 ）知 道你阅读了哪些评论。你也碰巧把这些评论分享到了Tw it t er ，Faceboo k ，Inst agram ，Pint erest 。 而这些分享记录可以帮电商企业了解消费者想要什么 ，何时有需求。这个过程中包括对数据进行 收集、储存、排序归类、分析 ，以得出有价值的结论。这些工作是数据科学必不可少的部分 ，由被 称作“数据科学家”的专业人士完成。 “过去不会重复自身 ，未来却会与它呼应。”- 马克·吐温 未来的事件都在特定环境与条件下发生 ，但也不乏模式可循。“大数据革命”为数据存储、云计算、以 及能帮企业进行模式识别的数据科学 ，提供了技术上的创新。如今 ，数据科学可以预测任何事情 ， 无论是流感爆发还是犯罪死亡率。 设想一个电子产品零售商的处境。因为产品优质、物流及时 ，这家店一向生意兴隆。然而消费趋势 在改变 ，竞争也愈发激烈 ，市场上出现了对生态化产品的需求。他们的顾客因此慢慢流向竞争对手 。用传统方法调查市场 ，这个缓慢流失可能被忽略。但这些微小的变化可以被数据科学家察觉。他 们编写算法 ，不断监测过往销售表现 ，并与来自媒体和社交网站的外部数据相对照 ，探讨这些趋势 ，试图发现它们与购买倾向的关联。数据科学家提供新的方法 ，让零售商领悟如何维持住核心消 费群 ，而不是仅仅试图获取新的客户。 根据EMC的统计报告 ，到 0 0年底全球数据总量预计会超过44 Z B ，几乎相当于每人5 00GB。数 据的生产量每年都在翻番。“数据就是黄金 ！”与此同时电商行业的竞争也变得更加迅猛更加激烈。 用户行为一转眼就会发生变化 ，为满足顾客需求 ，每个企业都想更胜一筹。常识、直觉和第六感对 此有所帮助 ，但不足以做为预测的依据。数据科学算法却能帮助企业有效理解产品、服务、过程、 顾客。 数据科学不是互联网公司专属 著名化妆品公司欧莱雅 ，聘用数据科学家研究各种化妆品对不同肤质和组合的效果。 劳斯莱斯聘用数据科学家为飞机引擎确定维护时间。 Feedzai运用数据科学算法监测欺诈行为。 Fruit io n Sciences, 一个为酿酒者服务的在线决策工具 ，使用数据科学算法决定向葡萄加多少水 ， 以及何时加水能出产质量更好的红酒。 在电子商务领域 ，数据科学通过捕捉和整合消费者的线上行为、生命事件、购买驱动力、互动方式 和其他更多信息 ，使企业更了解消费者。 电商领域的一些数据趋势 ： 60% 的人在包括移动、社交、实体店、网站等多个渠道研究品牌 ，与品牌发生接触。 使用几个不同渠道搜寻某种商品的人 ，会比不这么做的人多付1/3的钱。 美国4 3% 的零售销量来自网络。 由eCo mmera进行的一项调查发现 ，只有 3%的零售商能理解数据作出决策。 英国50%的零售商认为缺少商业智能工具是 （他们 ）开始运用数据科学的原因 ，同时只有16%的 零售商对他们现有的数据分析解决方案有信心。 这些趋势体现了电商行业的快速发展 ，也体现出数据科学有望加强消费者的购买行为 ，给电商企业 贡献更好的营销策略和更高利润。 数据科学在电商领域的应用 1) 为消费者推 产品 “未来的趋势是个性化。而你会像消费者了解自身一样了解他们。” ——To m Ebling, Demandware总裁兼CEO 基于消费者行为作出的促销和推荐非常有效。如今的消费者非常依赖推荐系统 ，不论是产品购买、 新品消息、外出就餐或服务选择。多数电商网站 ，像 Walmart 、A mazo n、 eBay、Target都拥有数 据科学团队 ，在推荐系统背后 ，思考类型、权重、特性和许多其他因素。数据科学建立的推荐系统 有两个主要的目的 ： 配套销售。你在选购iPho ne6那你也许会对iPho ne保护壳感兴趣。 增值销售。例如 ，你在找某种LED电视。它有一个更优质的换代产品 ，刚刚上市 ，且只贵几块钱 。 数据科学算法学习产品相关的多种属性、关联 ，学习消费者的喜好以便预测他们的需求。这些算法 为消费者更换展示页面 ，或app或网站上产品排列顺序 ，使得消费体验个性化。 Puneet Gupt a ，Brillio （