【聚焦双11】美国电商是如何用大数据玩转“双11”的？.doc

【聚焦双11】美国电商是如何用大数据玩转“双11”的？ 论文类别：计算机?-?互联网研究上传时间：2015/11/13?7:16:00论文作者：未知 ? 　　(中讯)又到了一年一度的节日——全民购物季，在中国是“双十一”，在大洋彼岸的美国是“黑色星期五”，剁手党们在积极备战的同时，商家们也没闲着，卯足劲提高产品销售。然而在破纪录的交易量背后，实现消费者愉快买单并非易事，所以近年来大数据分析及相关技术日益受到全球电商的极大重视。 　　在中国，通过大数据人物画像来实现流量个性化已非新鲜事，同时在大洋彼岸的美国，据记者了解，目前已经更进一步，通过最先进的数据分析平台，电商可以通过社交平台等数据对用户个性特征进行分析，从而实现更精准的营销，而且并非“财大气粗”的中小企业也可以享受到这样的福利。 　　不是所有的行为数据都有价值 　　对于电商而言，其对大数据分析的主要需求可以体现在两方面，一是快速反应出问题所在，二是发现新的用户群体。 　　对于备受关注的后者，电商希望通过智能联网分析已有的数据，发掘并预测出用户的兴趣所在，刺激用户购买积极性，并将产品推向特定人群。目前业界的普通实现方式是，通过用户网络上留下的历史信息、记录，来猜测喜好，例如相关图书推荐、机票航班推荐等，但失算之处可能在于精准度和推荐时机不尽人意，比如用户已经旅行归来，系统还在推荐往返机票。 　　目前美国有一种研究方向，通过非结构化数据分析技术对用户进行个性化维度分析，包括对用户在网络上更新的个人状态信息进行分析，如Twitter、Facebook，推定用户个性及特征，以精准定义个人并实现标签化，同时反馈给商家并与目标市场用户相匹配，从而实现产品的关联。 　　对此，美国数据分析科学家、Taste?Analytics创始人及全美五大可视化研究中心的Derek?Wang(汪晓宇)博士表示，传统的方式需要基于大量的行为数据进行分析，并相信所有的动作具有价值，但事实却并非这样，容易造成对精准度和时机的把握不尽人意；而通过对人在网络上留下的真实语言、说话方式、评价内容等进行个性化维度分析，更贴近人真实的本性，这当然也包??购买喜好，只有这样才能实现更加准确的产品购买需求挖掘。 　　电商商户的“福利” 　　目前，该分析技术在电商平台上更能直接释放效力的方式，便是针对中小型商户的解决方案：对用户产品评价进行分析，来优化产品、提升用户体验。 　　Derek?Wang举例道，通过Taste?Analytics?Signals数据分析平台，亚马逊平台上的耳机商户，可以对平台上用户的产品评价及Facebook上的留言进行语义分析，得出对耳机品牌、电池寿命、品种型号的用户反馈，以及不同产品间如Bose与Sony的产品分析。 　　这对于美国为数众多的亚马逊、新蛋、易贝商户而言无疑十分受用，其可以及时对产品和销售过程进行优化。 　　另一个典型应用是电商平台本身。美国某著名的大型家居销售企业，在其电商网络平台上，通过刺激网络流量来买卖产品。利用数据分析平台，其不仅发现并解决了用户消费时信用卡连刷2次的问题，同时观察到网络流量在一周中的不平均分布，后续通过市场促销，改变了市场营销过程。 　　决策在数据之上而非数据本身 　　用户的特征来自于文本分析，用户在网络上说的每一句话都将可能成为分析点。无疑更多的数据将有力于对用户行为进行匹配，提高分析准确性，而这方面社交平台则提供了一个很好的非结构化数据的来源。 　　事实上，美国电商本身已经在开始着手整合社交网络的数据信息，例如闪购网站Myhabit建议用户通过亚马逊账号登陆；电商Macys需要用Facebook账号登陆(这样的整合在国内也并不鲜见)。对于用户，这样的登陆方式更方便快捷；对于商户，可以将个人信息关联起来；而对于大数据技术/服务提供商，数据分析服务便可以由此展开，进行深度数据挖掘。 　　在Derek?Wang看来，此项围绕人的非结构化数据分析平台服务，不仅能提升结果的准确性，更重要的是它建立的不是一个推荐系统，而是一个增强智慧的过程。毕竟仅基于既有行为的数据分析会导致可能的失败，小到上述提及的机票推荐，大到金融领域采用数学模型的危险性在次贷危机中已经暴露无疑。 　　“由机器提取的数据内涵，通过图像的方法展示给企业决策者，决策者通过与机器互动后做出决定。数据分析平台是辅助企业决策者的工具，也是它的价值所在。”Derek?Wang说道。 　　不谋而合，《纽约时报》资深撰稿人史蒂夫·洛尔曾著书大数据时评论，虽然决策活动对数据与分析的倚重与日俱增是大势所趋，但同时还要让常识发挥应有的作用，经验与直觉仍然在决策中占有一席之地，而好的直觉又往往建立在大量数据分析基础之上。 　　机器与人分工合作才更好，更加值得一提的是，直观的图像可视化的呈现方式，使得电商及商