大数据技术在电子商务精准营销中的应用与研究

摘要：随着移动互联网、大数据等行业迅速发展，给电子商务领域中的传统营销方式带来了颠覆式转变。本文首先介绍了大数据技术和精准营销的内涵和特征，其次分析了在电商领域中几种常见的大数据精准营销的应用实践、实现方式和商业价值，最后深入研究了大数据精准营销实现过程中的几个关键技术。以期给电子商务行业营销方面提供可借鉴的发展建议。

关键词：大数据技术;电子商务;精准营销

引言

随着电子商务网站的快速发展，各大电商平台在网络营销方面也已经深耕十余年，比如双十一晚会，团购，秒杀等营销活动百花齐放，为人们的生活带来了很大便捷性及生活乐趣，但与此同时，由于电商营销预测的准确性不高，推荐商品或服务类目过多也给人们带来了诸多困惑。如今电子商务领域竞争越来越激烈，如何提升电商营销预测精准性，降低企业营销成本成为了至关重要的因素。近年来随着大数据、云计算等技术的迅猛发展，借助大数据技术对海量商品及用户数据加以分析挖掘，能够有效解决当前电子商务营销领域的诸多难题。因此，本文将基于大数据技术对电子商务领域精准营销方面的应用进行深入研究。

1 大数据精准营销概述

1.1大数据概述

大数据是指对海量结构化数据和海量非结构化数据通过大数据技术进行挖掘处理，从而获取新的数据价值。大数据主要来源于企业Web端、移动端、社交平台、网络平台、物联网平台，传感器等采集数据等。大数据主要特征有：数据体量大、数据种类多、数据处理要求快、数据应用价值高，一般称之为大数据4V特征。正是由于大数据的4大特征，并结合大数据技术对海量数据的分析，我们可以从中挖掘出潛藏在数据中的无限价值并加以利用，如今大数据应用已经无处不在，全面渗透到了电子商务、金融、电信、餐饮等在内的各行各业。

1.2精准营销概述

精准营销最主要的特点是营销的“精准”性，相比传统的营销方式主要从客户基本信息，包括客户的年龄、性别、住址、岗位和社会层次等方面来判别客户的购买能力和感兴趣的商品信息，然后策划对应的产品营销手段。大数据精准营销不仅仅分析了客户基本信息，还深度挖掘客户的行为数据，兴趣偏好，通过特定的大数据分析模型，挖掘出动态的用户画像，然后精准的推荐商品给客户。大数据精准营销不仅能帮助企业大幅提高营销收益，而且能帮助企业减少不必要的营销成本。

2 大数据精准营销应用实践

2.1 大数据用户画像营销

大数据时代，人们无时无刻不在产生海量数据，当用户注册电商网站时，会产生用户基本信息，包括用户名称、性别、通讯方式、收货地址等数据;当用户浏览商品时，会产生大量浏览行为历史记录，比如线上商品浏览行为数据、线下行为数据，网上交易数据;当用户进行社交活动时，会产生海量的社交数据，比如社交信息、家庭成员、朋友圈。建立统计模型、机器学习算法（SVM、KNN）等大数据分析模型，生成用户画像，包括用户的兴趣爱好、消费爱好、行为爱好、社会工程属性等，最终挖掘生成用户画像。电子商务网站在营销过程中可以通过用户画像标签对用户兴趣偏好进行分类，筛选出对此类商品或服务感兴趣的用户，再进行精准投放广告、营销内容准确推荐，这样既能提高广告投放的转化率，又能大大节约企业营销成本。

2.2 大数据用户行为分析营销

当用户在电商网站、社交网站、媒体等各类网站或者在手机App上进行浏览点击，这些动作都会产生用户行为数据。利用大数据手段可以挖掘出用户行为数据无限的商业价值。比如在电子商务行业，产品交互设计师可以通过观察用户浏览或点击的行为轨迹，分析用户在产品使用过程中，哪些交互环节使用存在疑惑，使用不流畅的地方，并和用户体验师的沟通交流。通过用户行为数据着手优化产品的交互设计，从而能更精准的优化提升产品体验路径，保证用户的产品使用流畅平滑，提升转换率。充分利用好用户行为数据，也是提升企业订单价值的一种有效手段。

2.3 大数据商品关联挖掘营销

一般来说，大数据关联挖掘营销场景有：优化货架商品摆放位置或者优化商品的目录，捆绑式营销或交叉式营销、相似商品或者互补商品推荐、关键词推荐等。

举个简单的例子，通过调研大超市客户购买的商品，可以观察出80%的客户会同时购买碗和筷子，可以看出其中存在一种关联关系：碗→筷子，也就是说购买碗的客户有很大极有可能会同时购买筷子，因此在商场的物品布局中，可以将碗和筷子放在同一个购物区，这样方便客户购买。同理，在电商网站上，可以将碗和筷子这种存在关联关系的商品，进行捆绑销售，从而提升关联商品销售量。

2.4 大数据个性化推荐营销

互联网时代，大数据智能推荐的应用场景逐渐在电子商务行业方方面面开始普及。淘宝、拼多多、苏宁易购等各大主流电子商务网站的首页，猜你喜欢、买了又买（看了还看）、精品推荐（热门推荐）等模块，微信朋友圈中推荐的商品广告，甚至电话、短信、邮箱、今日头条等各种渠道推荐的商品，都是近期感兴趣的商品。如今，大型电子商务网站，商品类目琳琅满目，网站内容和层级越来越复杂，导致用户很难找到自己想要的商品所在位置，增加了用户购买路径，且更多情况下，电商营销预测的准确性不高，推荐商品或服务类目过多也给人们带来了诸多困惑，反而用户体验差，引起用户方案。因此，大数据个性化推荐以及推荐的准确性十分重要，可以帮助用户自动识别感兴趣商品，并进行个性化推荐商品，将有益于提升营销的准确性，并减轻用户购买的繁琐性。

3 大数据精准营销关键技术研究

随着互联网的发展，大数据已经给传统数据库如Myslq、Oracle等，在数据采集、数据存储和数据处理速度等方面产生了极大的挑战。随着全球云计算和开源技术等的快速发展，推动了大数据技术的落地。

一般而言，大数据精准营销技术架构中的几个关键技术环节包括：数据源层->大数据采集层->大数据存储层->大数据处理和分析层（模型规划、模型建立）->大数据应用层（沟通交流，实施），即大数据精准营销整体技术架构，如图1所示：

3.1 大数据采集技术

大数据采集技术是指从企业Web端、移动端、社交平台、网络平台、物联网平台等采集数据。大数据的抽取技术的最大困难点是数据并发量高，可能存在上百万用户同时进行浏览或者点击，比如双十一期间，淘宝等各大电商网站的用户同时访问的峰值可能会达到成百千万。大数据采集方法，包括传统关系性数据可采用Mysql、Oracle等采集技术;系统日志类数据采集，一般采用ELK日志采集技术;网络数据采集一般网络爬虫或者API接口进行采集;物联网设备类一般采用传感器采集数据等等。

由于采集数据源多样，可能存在错误数据、缺失值，空字符串等，因此需要进行数据清洗转化，让结构复杂、难以理解的数据清晰转换为真正有价值、有条理的数据。

3.2 大数据存储技术

根据数据源类型，数据量级别，数据实时性要求等方面，采用的大数据存储技术也不尽相同，比如传统关系型数据库技术Mysql、分布式数据库技术HDFS、日志类存储技术ElasticSearch，时序数据库技术TSDB。目前在大数据存储的应用场景中使用最广泛，最典型的是Hadoop体系中的HDFS，它将物理存储资源不是放在一台节点上，而是分布在集群中的多个资源节点上，可以实现海量数据存储。如今电子商务领域，海量递增的大数据存储已经成为了企业必须要解决的现状，数据即企业无形的资产，存储数据即是存储财富，同时对数据加以处理应用到精准营销和企业决策依据等场景中，对于企业的营收和发展将大有益处。

3.3 大数据分析处理技术

大数据分析处理常用的理论方法基本方法描述性分析，有假设检验和均值差异;高级方法主要为预测性分析，有K均值聚类、关联规则、线性回归、决策树、朴素贝叶斯等，基于大数据分析基本方法和高级方法并结合流处理和批量处理等大数据前沿技术对海量数据进行数据处理和数据挖掘。当然，数据分析处理也是在整个大数据基础框架中最为复杂的模块，不仅需要懂得大数据挖掘技术，同时更重要的是要在理解业务的基础上，使用正确的数据分析挖掘手段，提高数据分析的准确性。

3.4 大数据应用

基于电子商务海量数据搭建电商大数据基础平台之上，可以构建智能搜索引擎、智能个性化推荐引擎、用户画像、用户行为分析、智能精准营销等大数据应用能力，实现电商产品和用户的精准营销。同时基于海量历史数据挖掘有助于企业预测分析企业订单未来发展走势，帮助企业指定产品运营计划，规划下阶段的商品类目和库存，制定新的市场目标。充分利用好大数据应用，同时有助于企业建立一个成功的前瞻性思维业务，抓住市场的机遇，在激励竞争的互联网时代下，走在时代的前沿。

4 结论

本文通过研究大数据技术在电子商务领域的精准营销应用实践，分析了几种常见的大数据精准营销的应用场景和商业价值，如大数据用户画像营销、用户行为分析营销、商品关联挖掘营销、个性化推荐营销等。并深入研究了大数据精准营销实现过程中的几个关键技术，包大数据采集技术、大数据存储技术、大数据处理和挖掘技术和大数据应用等。希望各行各业能把握好大数据时代背景下带来的机遇和挑战，充分利用大数据的潜在价值，通过搭建企业大数据基础平台，采集企业日益递增的海量数据，并加以挖掘分析，应用到企业的营销实践中，最终提高企業的营销精准性，提升企业营销收益，减低营销成本。

参考文献

[1]李晓龙，冯俊文.大数据环境下电商精准营销策略研究[J].价值工程，2016，35（03）：31-33.

[2]肖霖岳.大数据下的企业网络精准营销策略探索[J].中国市场，2018（13）：128-129+131.

[3]叶涛涛，刘碧池.大数据时代下的精准营销[J].现代商业，2018 （21）：22-23.

[4]赵鑫，李洋，李温新，王爽.大数据背景下我国电商精准营销策略研究[J].冶金经济与管理，2019（01）：26-28.

[5]陈旭.基于大数据环境下电商精准营销策略探析[J].电子商务，2020（05）：51-52.

[6]薛聪.大数据背景下电子商务营销管理的优化策略探讨[J].商讯，2020（16）：173-174.

[7]毕玉.试论基于大数据视角下的电商精准营销方略[J].老字号品牌营销，2020（03）：17-18.

[8]周建发，陈慧.浅析大数据能力与企业精准营销的关系 [J].现代营销 （ 经营版 ），2020（04）：100-101.

[9]张芳.大数据精准营销在电商领域的应用与价值略述 [J].中 国市场，2020（12）：159-160.

[10]汪锋.试论基于大数据视角下的电商精准营销方略 [J].中外 企业家，2020（10）：94.

[11]王苗.大数据云计算技术在电商营销中的应用研究 [J]. 电脑与信息技术，2020，28（04）：48-51.

作者简介：程严兰（1992-），女，江苏盐城人，本科，对外经济贸易大学统计学院在职人员高级课程研修班学员程严兰，研究方向：大数据分析与应用。