大数据背景下电子商务发展的机遇与挑战

王 蓉

(山西省财政税务专科学校，山西 太原 030024)

随着互联网、大数据技术的蓬勃发展以及新冠肺炎疫情背景下的限行管控，电子商务对社会经济和人们生活的影响越来越大。中国互联网络信息中心(CNNIC)发布的第49次《中国互联网络发展状况统计报告》显示，截至2021 年12 月，我国网络购物用户规模达8.42 亿人。全年实物商品网上销售额占社会消费品零售总额的24.5%。仅2021年“双11”当天，全网交易额就达到9 651.2亿元，同比增长12.22%，当日全网包裹数达11.58亿件。疫情期间，兼具娱乐性和社交性的直播电商，更是将电子商务推向爆炸式发展阶段。这些充斥着大量与浏览、交易、支付、物流等相关的消费者行为大数据，是价值输出的重要基础，为电子商务的发展提供了更多机遇及挑战。

一、大数据技术及其在电子商务领域的发展

基于互联网在各行业与领域的普及，用户的社交、娱乐、信息搜索、购物等行为都会在互联网留下痕迹，形成了大量数据。大数据技术就是一种实现超大规模数据从采集、存储、管理、分析、计算以及应用的技术，其特点是大规模、高速度和多样性。电子商务领域的大规模数据主要是基于用户的基本信息、交易、浏览、关注、支付设备及地理位置等生成的，因此数据量十分庞大。大数据技术的高速度是指大数据技术具有快速处理海量数据的存储与计算的能力。基于高速度的需求，产生了分布式计算架构，即包括分布式存储、分布式计算、负载均衡和热备份等云计算技术。结合云计算技术，可以使电商在用户搜索商品、浏览商品、同类商品对比及购买过程中，为用户提供实时精准的营销策略。大数据技术的多样性是指数据的形式多样，除数字型数据外，还包括文本、音频及视频等数据。

大数据在电子商务领域的应用最早可以追溯到20世纪80年代左右，用户在超市的购买记录通过扫码器传输到计算机中，研究人员通过算法与模型计算并制定营销活动，为大数据在电子商务领域的应用奠定了基础。进入21世纪，大数据的潜力被更多的公司发掘。我国是目前电商模式应用最活跃的国家，以阿里巴巴、京东以及拼多多为首的电商平台交易额占全网交易额的90%以上。大数据技术的发展与应用推动形成了以交易平台为核心的支付、信贷、物流及社交等电子商务支撑产业，促进了我国经济发展。

二、大数据在电子商务中的应用

电商平台通过运营模式差异化来增加竞争优势，利用大数据技术实现精准营销、供应链管理及社交营销等策略。

(一)个性化精准营销——以阿里巴巴为例

电商平台提供的大量商品容易使人产生购物疲劳感，也就是“信息超载”。基于此，利用大数据技术提供的个性化营销策略可以帮助用户提高商品选购效率，阿里巴巴电商就采用了这种营销模式。以天猫超市满88元换购为例，天猫超市实付满88元即可享受免费配送，而当用户达到起送标准时，天猫超市又个性化地推荐若干低价换购商品，这些换购商品就是利用大数据分析用户画像及商品的复购率、收藏率和转化率等数据而得来的，且经过算法推荐的换购商品通常是同一个配货仓的商品，不需要额外的配送费用，因此更划算。低价换购的商品如果使用感受良好也能带动相应商品的复购率，提高商品销量。因此，使用大数据技术提供的个性化精准营销策略能有效降低电商平台的营销成本及消费者购物过程中的时间成本，提高投放转化率。

(二)供应链管理——以京东为例

京东利用大数据进行供应链管理所形成的超级配送模式成为其最强的核心竞争力，主要包括两个方面：一是智能仓储管理。京东利用大数据技术分析历史销售量和库存等数据，预测各片区主流商品的销售需求并实现自动配货，降低存货管理成本，提高存货周转率。二是智慧物流体系。京东智慧物流系统包括多个分工明确且数据共享的子系统，其核心是基于大数据的预分拣系统。通过对地址库、关键字库、GIS地图库等数据进行分析，实现稳定准确的自动分拣功能。

(三)社交营销——以拼多多为例

近年来，随着我国经济的发展，人们的消费能力逐步提升，其中城乡居民消费支出增速明显快于城镇，也就是说下沉市场蕴藏着巨大的消费潜能。拼多多利用这一特点，找准企业营销定位，通过物美价廉的商品吸引用户，并采用“拼购”这种创新方式。“拼购”不仅是为了薄利多销，更是不断扩展潜在用户群的营销策略。这种通过社交营销在下沉市场发展客户的模式使拼多多的用户数量爆发式增长，很快跻身电商巨头行列。作为电商界的一匹“黑马”，拼多多在我国电商市场已经趋于饱和的情况下，在短短几年时间内取得了用户规模第一的成绩，其依托大数据开创社交营销模式的成功案例对电商模式的创新具有重要参考意义。

三、大数据背景下电子商务面临的挑战

大数据是一把“双刃剑”，在给电子商务注入新动能的同时也面临诸多发展困境。

(一)差异化定价

大数据技术在给电子商务发展注入新动能的同时，差异化定价等一些不合理的算法应用也给用户合法权益带来挑战。差异化定价是指电商平台利用大数据算法分析用户的消费习惯、回购率、支付能力以及价格敏感度等画像，对潜在的高消费用户或忠实用户制定更高收费标准的不合理行为，俗称“大数据杀熟”。大数据杀熟表面上看符合经济学的供需关系及营销“二八定律”，但实际上却是电商平台利用信息不对称这一特点，加大限度地榨取用户剩余价值的行为。使用算法的平台处于支配地位，严重损害了用户的个人隐私权、知情权及公平交易权，长此以往，可能会导致用户降低对平台的信任度，甚至有可能引发意识形态安全危机。

(二)过度推荐

大数据时代，算法让人们的隐私透明化。推荐算法是利用平台获取的用户数据计算用户喜好，进而精准化推荐相应服务的技术，在各种娱乐及电商平台广泛应用，但是电商平台为用户定制的推荐服务容易被滥用。《中国大安全感知报告(2021)》显示，有七成被调查者感到自己的兴趣和爱好被大数据“算计”。有时用户一个无意的搜索行为都会被平台利用并大量推荐，而这样的推荐其实属于无效推荐。对数据不加以过滤就盲目进行大量个性化推荐，不仅会对消费者造成困扰，还可能造成获取信息狭窄的信息茧房效应，不利于激发用户消费需求。

(三)信息安全问题

在大数据时代，每个用户数据都包含着个人隐私。近年来，由于数据泄露导致的信息安全问题层出不穷。电商系统记录的用户个人信息、支付信息及交易痕迹等数据十分重要，一旦被窃取并被非法使用，将会使用户遭受骚扰甚至诈骗，造成十分严重的危害。另外，如果发生数据泄露问题，也会对电商企业造成无法估量的影响。因此，电商平台应该将保护好用户信息安全放到首要位置。

四、大数据背景下电子商务发展的建议

(一)推动算法审计，提高算法决策的透明度

随着人工智能的发展，电商平台广泛应用的算法提供的服务直接影响人们的决策。因此，了解算法对人们实际自主判断的影响程度，提高算法透明度，保障公众知情权非常重要。2022年3月1日，国家互联网信息办公室等四部门联合发布的《互联网信息服务算法推荐管理规定》正式施行，率先开启了对算法推荐加以监管的先河，其中明确规定：“不得根据消费者的偏好，利用算法在交易条件上实施不合理的差别待遇等违法行为；应当向用户提供便捷的关闭算法推荐的功能；定期审核算法机理及应用结果”。但是，由于算法的复杂性和技术盲点，加之算法的保密性，单靠法律很难构成约束，这就需要电商平台要有一定的道德高度和社会担当与责任。同时，可以通过成立受信任的算法审计机构，克服算法透明过程中的保密性问题，提高算法的可审查性。

(二)构建大数据下电子商务信息安全体系

电商平台通过获取用户信息，利用大数据技术分析并实现个性化和多样化的服务，由此获得更大的商业价值。而用户信息如果保护不当，将会造成无法估量的损失和影响，因此电商平台必须构建完备的信息安全体系。管理好信息安全，需要从三个方面入手：政策、技术和人。首先，电商平台不得通过不正当的手段来获取用户信息，比如过度获取用户权限、违规获取用户浏览痕迹等信息。企业应遵守国家关于用户个人信息保护的相关法律法规，如确有收集用户信息的需求，应秉承以明确方式告知的原则，切实从源头保护好用户信息安全。其次，在技术方面，应该对保存用户信息的服务器采取重点保护，配置安全设备并使用最新的安全技术，做好日志记录，不断提升企业的信息技术安全。最后，就是信息安全保护最薄弱的环节——人。如果企业员工的信息安全保护意识不强，就很容易被别有用心的人利用社会工程学套取重要信息。如果员工将重要的账号和密码设置为弱口令或与自身相关信息如姓名、邮箱、生日、电话等，这些信息一旦被人窃取，就可以通过暴破或撞库等技术暴力获取管理员账号和密码，进而劫持服务器，造成非常严重的信息安全事故。对此，企业可以采用培训等方法加强员工的信息安全意识，同时建立健全企业员工保密制度，构建大数据下电子商务信息安全体系。

五、结语

电子商务作为打通线上和线下、生产和消费以及国内和国际的关键环节，在构建我国经济新发展格局中占有重要地位，并且与线下零售相比，电子商务具有利用大数据技术的天然优势。本文分别以电商三巨头阿里巴巴、京东以及拼多多为例，从个性化精准营销、供应链管理和社交营销等三个方面指出大数据技术在电子商务中的典型应用。同时，提出了当前电子商务使用大数据技术引起的差异化定价、过度推荐以及信息安全问题。为解决电商平台广泛出现的差异化定价和过度推荐问题，本文以2022年国家互联网信息办公室等四部门联合发布的《互联网信息服务算法推荐管理规定》为基准，创新性地提出了成立受信任的算法审计机构，推动算法审计，克服算法透明过程中的保密性问题，提高算法的可审查性，提高算法决策的透明度。针对获取用户数据可能带来的信息安全问题，本文提出从政策、技术和人三个方面入手，构建大数据下电子商务信息安全体系。大数据是一把“双刃剑”，在给电子商务注入新动能的同时也会带来发展困境，只有遵守国家相关法律法规，将消费者的利益放到首要位置，不断改进技术手段，坚持大数据创新，才能进一步提高竞争优势。