(樂購網專欄 作者：張建生)數據，是一個比較抽象的名詞，對數據的使用和研究由來已久，經過處理的數據可以作為人們行為的重要參考，小到日常消費大到企業運營、國家決策，經濟領域的數據運用是比較全面和深入的，由數據衍生出的模型在各種決策中發揮著重要作用，而作為發展最快的一種商業模式，電子商務對數據的利用尚處于初級階段。
伴隨互聯網的興起，數據的概念已經發生了根本性的變化，20世紀初，數學、物理學等自然科學一直是數據應用最廣的領域，之后逐漸擴展至經濟學、企業運營管理，互聯網的發展為數據提供了海量處理、復雜運算的可能性，進而將數據的外延不斷擴大，2010年后“云數據”概念打破了數據的時間、空間限制，大數據時代的大門正在開啟。B2C型電子商務本質上是一種零售模式，與線下相比它具有更容易獲取消費者數據、商品數據的特點，國內幾家大型的電商網站都有著超過千萬級別的活躍用戶，京東每天的平均交易額超過一億，訂單量超過50萬，企業內部有著復雜的運營流程，這些都應該是數據可以發揮重大作用的環節，對數據的充分利用可以在效率、成本節約上發揮重要作用。而事實上，企業對數據的重視程度恰恰與此相反，海量數據被企業用來做加減乘除法，比率、趨勢、絕對值是使用最頻繁的方式，數據被分的七零八落，抽象性、局限性沒有得到突破;造成這種結果的原因很多，可能是企業發展階段不同，也可能是人力資源不足，無論是哪種原因，浪費了如此重要的資源是企業的一項重大損失，數據領域的創新亟待改觀，2011年麥肯錫的報告稱，整個零售行業只有21%的企業在使用大數據，21%的企業計劃啟動;大數據時代的到來，為管理者觀念轉變和數據利用方法創新提供了新的思路。數據的使用將與企業運營發展更好地結合并具體化，其表現形式包含以下幾方面：
一是“主客次序”的轉變，即由運營驅動數據變為數據驅動運營，大數據不僅僅指海量的數據，還包含數據的細分，企業內部幾乎所有的環節都將以數據的形式加以展現，比如各業務環節的時間節點衍生出的效率優化，亞馬遜在這方面已經有了很大發展，每天會有大量的基于運營的報表和數據處理，運營策略、市場推廣策略的改變主要是看數據，它自行定義的自動補貨模型就是基于時間序列和極值的原理而形成的，有效地解決完全依靠人工的訂貨、補貨模式，提升了庫存管理的效率。
二是關聯性更加豐富，數據利用最大的弊端就在于關聯性把握不足，一旦將數據孤立的考量，最為核心的因素可能會因此遺漏或無法準確、全面的表達，電子商務內部的信息流轉都可以轉化為數據，以運營為基礎的數據關聯性將成為數據分析的基礎，多維度、多視角的使用數據，通過某一核心維度將數據的范圍逐漸擴大，將某一行為產生的原因與合理性通過十幾個甚至更多的數據標準加以展現，使之更加準確和突出重點，比如銷售數據就可以以銷售額為核心，將產品銷售的區域性、周期性、售后的退換貨、客訴率、訂單的周期性、客戶的忠誠度等多種指標綜合分析。三是用戶體驗導向性，電商最根本的就是做用戶體驗，尤其是B2C型電商，對消費者行為的研究觀點眾多，經濟學界有很多種理論，比如跨期消費理論、行為理論、隨機理論等，但這些基本是宏觀層面的，電商手里有著大量的消費者購買行為的數據，微觀領域的深入研究將是主要方向，甚至可以具體到某一個用戶，包含區域購買力、商品區域化、客戶分層、購物周期、購物偏向性、投訴原因等諸多數據指標的結合將為企業實行差異化戰略和精準式營銷提供重要依據，《藍海戰略》一書中曾經講到差異化的一種識別方法——戰略布局圖，電商通過數據分析可以有效的識別與競爭對手差異因素，開創新的藍海并為消費者提供更適宜的購物體驗。
四是“可視化”，數據是一個比較抽象的概念，特別是面對海量數據的時候很容易讓人摸不著頭腦，傳統意義上的數據分析更多的是以簡單的圖表或者PPT的形式加以展現，不夠直觀，2010年以后數據信息圖興起，為數據分析和結果輸出提供了非常好的視覺效果和理解性，他利用簡單的圖形組合將單一的圖表轉化為了更豐富的內涵結果，極大地刺激了人們的感官神經，使枯燥的數據變得生動形象，數據信息圖只是數據可視化深入發展的一種表現，大數據時代會衍生出很多類似的方法。
五是模型化與基本分析的平衡，所謂基本分析主要是基于數據做的簡單處理，對增長、趨勢、占比等指標的匯總分析，不涉及太多的復雜處理方法，通俗易懂;而對海量數據或者需要做出長期預測、相關性影響等數據處理時，基本分析就很難達到目的了，比如對銷售做出的時間序列分析需要使用季節性調整等方法，這就需要使用某種合適的數據模型，數據模型是在一系列假設條件的基礎上形成的，很多假設條件在現實中是不成立的，所以模型有它自身的局限性，他更多的作用是提供一種趨勢性的參考和數據處理方法，電商內部對數據的使用尚處于基本分析階段，專業化的建模人員顯得很不足，加上整體行業處于成長期，數據的規律性和可預測性不明顯，模型的使用就會有很大的限制;就時間性而言，基本分析主要是基于歷史數據和現實數據，模型可以提供長期的預測數據并評估現實數據的合理性，二者相互補充，不同方法之間相互補充和對比能對業務發展提供更準確的參考依據;隨著電商業務模式的穩定和成熟，模型的使用會逐漸增加，尤其是在消費者研究、銷售預測、庫存管理方面;簡單或復雜的方法都是必須的，二者的作用不同，在構建大數據平臺時，電商需要更好的平衡二者之間的關系，使之發揮相應的效用。
六是共享化，電商數據現在很難獲得，部分公開的數據，如艾瑞、易觀國際發布的報告其準確性存疑，數據僅限于內部使用，包括對競爭對手的分析也是建立在并不客觀的基礎上，這就限制了整個行業對數據的合理利用，因為各家電商是有差異的，業務運營模式也不盡相同，數據可以提供業務模式合理性的依據，可以有效的帶來效率和成本的節約，雖然有眾多的業界人士提倡共享一部分數據，可一直進展緩慢;大數據概念的確立，提高了企業對數據的重視程度，企業的部分職能也在轉變，數據催生的服務功能正在興起，如一淘網、淘寶網等定期發布的內部價格指數、品類銷售報告，就是將內部數據共享化的一個好的開端，很多企業將通過結合自身和行業公開數據對電商某一領域開展專業化的研究，為新進入者或者行業的發展提供深度服務;在互聯網時代，數據共享是必然的趨勢。
推薦閱讀
(速途網專欄 作者：李學江)常常有人問我兩個問題，一個是現在做B2B行業網站還有機會嗎?另一個是我這個B2B行業網站怎么樣，能否做下去，讓我給他做診斷。第一個問題，我已經有很多公開的文章講解了，比如“未來5年B2B>>>詳細閱讀
本文標題：電商大數據的今世來生
地址：http://www.sdlzkt.com/a/b2b/20130217/259734.html
網友點評
精彩導讀
科技快報
品牌展示