您当前的位置:首页 > 专题解读 > 业务
看电商网站如何玩转数据
时间:2014-08-27 20:19:26  来源:2014年6月主刊  作者:媒介杂志-陈宇阳

 

如今,一个大规模生产、分享和应用数据的时代正在开启——社交网络、电子商务与移动通信把人类社会带入了一个以PB1024TB)为单位的,结构与非结构数据信息交织的新时代。特别是随着大数据的发展,使得一切皆可量化,一切皆为数据。面对海量、复杂的数据,无论是B2B还是B2C的电子商务企业都使出浑身解数来收集数据、分析数据并玩转数据。

1.png

(《媒介》杂志根据公开资料整理)

 2.png

(《媒介》杂志制图)

无数据,不电商

电商在经历了粗放的野蛮增长之后,已经逐渐进入到了精细化的运作阶段,数据挖掘和分析也成为各电商企业发力的新领域,成为商业决策的重要基础,马云就曾多次强调“数据”将是阿里巴巴未来十年发展的战略核心。

相较传统零售企业更迅捷、全面的用户数据

电商行业作为网络时代的核心产业,基于互联网的数据能力,使其在与实体企业的竞争中,能够迅速全面的获取用户行为信息和需求,更快做出反应。

近乎实时的反馈数据,信息详尽并具有跟踪性,这对于电商网站优化决策提供了巨大价值,而传统的零售企业则很难获取用户的消费数据,获取信息的成本也更大;同时,通过对数据的处理能够给出精准的效果评估,电商网站的页面设计、产品分类、搜索引擎等模块构建都有精准的数据支撑用以评估效果,传统的零售企业只能是依靠经验优化自身的店铺设计;此外,电商基于海量数据库,将数据处理的过程标准化、工具化,能够快速生成实时的数据报告,帮助卖家决策,而传统零售企业在此方面则相对匮乏。

 

相较其他互联网媒体更精准、更具商业价值的用户数据

互联网媒体在用户数据收集上相比传统媒体有天然的优势,而电子商务网站比一般的互联网媒体无论是数量上还是种类上都拥有更加海量、精准的用户数据。

原因在于,电子商务网站能够获得用户的购买需求、搜索习惯、购买路径和购买历史等等一系列具有商业价值的精准数据。一方面利用大数据技术,按照兴趣、价值观、娱乐和生活方式等共同的行为方式来重新划分人群。另一方面,通过用户行为可以无限的接近、近乎准确的判断每一个人的属性,这些属性不单单包括人口自然属性,还包括兴趣喜好、行为轨迹、购物经历等等,因而可以更精确地预测用户的消费需求,进而推送满足消费者需求的产品,促进消费行为的产生。

 

多维度解构数据

         面对海量、多样化且神秘隐匿的数据,电商网站通过多元化的数据采集方式和多层次的数据处理与分析实现了数据信息最大程度的获取和解构。

多元化的数据采集方式

电商网站的数据来源渠道

4.png

(《媒介》杂志根据公开资料整理)

通常来讲,电商网站的数据来源大致分为网站内部数据、站外引导性数据、直接访问数据和无线端数据四种。通过多元化的数据采集方式,实现了数据较为全面的获取。

一是主动登记的用户、商家和产品信息。用户、商家想要在电商网站展开交易,第一步就必须注册登记相关信息。对于用户而言,需要填写姓名、性别、邮箱、联系方式等详细信息。对于企业用户来说更需要通过一系列的认证。另外,用户若绑定支付工具、申请诚信认证等服务项目,也会生成新的数据项目,而这些数据随着用户使用时间不断累积。同样,产品信息作为消费者了解产品的最重要来源,同样得到了电商网站严格的控制,包括产品名称、产品关键词、产品类目、产品图片、产品组、产品说明等都有可循的规范可依。可以说,这些由用户、商家提交的数据信息构成了电商网站的基础信息库。

二是通过系统智能抓取用户行为数据。一般而言,电商网站可以通过智能系统抓取用户的IP地址登录信息、email地址、密码、计算机和连接信息(例如浏览器类型版本、时区设置、浏览器插件类型版本、操作系统、平台)、购买历史、URL点选流向(如何进入、经过路径、离开去向,包括时间日期)、cookie number、浏览和搜索的产品、打800电话所用的电话号码等等数据信息。    

三是通过反馈、调研方式采集数据。一方面,电商网站的客服系统会收集用户和商家的意见和建议,同时建立产品评价体系,鼓励用户向商家反馈、向其他用户分享自身的购物体验;另一方面,还会主动组织面向用户、商家的问卷调查和深度访谈等调研活动。通过反馈、调研等方式有针对性的收集数据和信息,帮助企业决策。

四是主动购买、积极共享商业数据。以慧聪网为例,在搜索领域,慧聪网与搜狗、百度等搜索网站进行合作。基于“中国搜索”,慧聪网成立“中国搜索联盟”,并与3721、新浪网、搜狐网、新华网等等结成战略伙伴,实行数据共享。此外,慧聪网还与商务部、信产部、统计局等政府机构及各行业协会建立了较为深厚的合作关系,获取了大量的行业数据。

多层次的数据处理与分析

电商网站将收集到的数据经过汇总与整合之后,通过一系列的筛选机制形成种类不同、作用不同的数据,并按照一定的维度进行了不同层面的处理与分析。

 

多样化数据分类,确立不同的分析维度

 

数据在经过汇总与整合之后会通过一系列的筛选机制形成种类不同、作用各异的数据,并按照一定的维度进行不同层面的储存、分析与应用。

一般来讲,电商网站的数据可以分为三类:第一,按照常规分类来讲,可以分为以“用户”为主体的“会员数据”,以“商品”为主体的“商品数据”和以“交易行为”为主体的“交易数据”;第二,按照用途来划分,分为对消费者的个性化推荐数据,能够提升卖家销量的市场发展、行业竞争及消费数据,提供给第三方机构,帮助其了解电商企业的行业数据等;第三,从技术层面来讲,数据又分为日志型数据、结构化和非结构化数据以及关系型数据等。

同时,数据的分析维度则也是多种方面的,比较常用的维度是角色特征、心理特征、行为特征、地域特征、时段特征、关注度、销售指数特征等主要维度。

 

建立数据库并开放数据的数据处理方式

 

一方面,电商网站会将分类好的数据创建为规范、统一、权威的数据库。一般而言,所有指标小库中的数据,不论是各类业务实体明细属性,还是各类统计、分析和数据挖掘的指标,其中文命名是规范且通俗的、英文字段名是统一且唯一的、算法说明是权威且清晰可见的,从而很好的支持上层数据开放和数据产品研发。如亚马逊建立的Amazon SimpleDB 数据库、淘宝的Oracle数据库都是如此。

另一方面,部分电商网站会通过Open APIOpen File两种方式开放数据。任何第三方开发者都可以通过API接口访问电商网站的数据,提供可以“安装”在网络页面上的应用。2010330日,淘宝正式对外宣布将面向全球开放数据,商家、企业及消费者将在未来分享到其海量原始数据:其一,涉及电子商务行业的宏观数据,以及让消费者了解最新消费风向标的数据,淘宝将实行免费开放策略;其二,涉及各个行业市场情况、消费者行为研究等商业数据,淘宝将通过商业方式开放;其三,涉及消费者个人隐私、企业商业隐私数据,淘宝绝对保护,防止任何泄漏。通过开放数据,第三方机构可以通过对这些数据的挖掘与分析,针对不同的需求群体提供打造不同的数据产品与工具,满足各类群体对于电商数据产品工具的需求。

 

智能分析与人工处理相结合的数据分析方式

 

通常,电商网站会通过智能分析以及人工处理相结合的方式来处理数据,达到数据的多层次、深度化分析。

大型的电商网站几乎都有自己的数据处理平台或工具。如亚马逊的数据处理平台Amazon Web Services,并基于此推出了数量众多的云计算服务。在这个平台上,亚马逊对数据进行自动抓取,智能收集,以及有弹性的储存。此外,亚马逊还会通过强大的算法,自动对数据进行整理和分析,并且运用等。

虽然计算机能够自动处理一些信息,但是人产生的数据和信息都很多是计算机无法识别和计算处理的,这个时候人工处理成为数据处理的一种重要补充。与此同时,电商网站拥有自己的数据分析团队和专门的数据分析师,如eBay设在中国上海的技术支持中心里每天有上千人的团队为eBay全球提供技术支持,而数据分析部门则是其中最主要的团队;又如淘宝的技术平台部建立了淘宝数据产品化团队,根据团队中具体职能的不同又划分为产品研发、实时计算、数据开发、数据挖掘、数据中间层、UED、可视化实验室等,在淘宝网海量数据库与大数据处理技术的基础之上进行专业的海量数据挖掘。

多管齐下,实现数据的最大化利用

电商网站的数据运用层次

3.png

(《媒介》杂志制图)

数据经过分析和处理之后,最重要的便是应用环节。为了最大化的利用数据,电商网站针对买家和卖家提供不同的数据产品和服务,并且不断提升自身的内部建设,实现数据的多维度利用。

完善网站的内部运营

电商网站会借助自主开发的多种数据产品或管理系统,将占有的各方数据运用在运营的各个环节,完善自身的全流程建设。

 

强化运营监控和优化

 

在电商网站后台,各部门都可以清晰地看到系统对于各项业务数据的详细记录,通过数据分析找出问题的解决方法,例如通过分析网站流量大小和来源、新上线的产品点击率、同比环比的数据比较、某品牌的销量上升或下降等,探索出背后的原因,对网站各环节的运营起到指导作用。通过数据的收集与分析,实现了在后台对整体运营过程的实时监控,以便及时调整运营状态,推动其他环节的有序运行,从而更好地参与市场竞争。 

1号店通过“潘多拉”系统和“运营仪表盘”监管系统两大系统,使得各个部门的员工能够及时查看网站运营过程中有价值、有意义的关键指标,帮助管理层迅速做出相应决策,推动了1号店的有序发展。

 

打造更具竞争力的价格策略

 

电商相较于实体店的一大优势是价格,因此如何制定既便宜实惠又有利可图的商品价格成为了很多电商自营商品销售的重要环节。通常来讲,自营电商网站会首先通过价格智能系统实现对其他主流电商网站的商品价格信息的实时抓取、储存;其次,由专门负责比价和定价的团队根据采购成本、顾客需求、利润和抓取的价格数据来建立价格模型,最终确定商品价格。同时,商品的价格还能够实现实时调整,确保价格的灵活性和竞争力。

如当当网建立了“比价系统,该系统能够通过互联网每天实时查询所有网上销售的图书音像商品信息,一旦发现其他网站商品价格比当当网的价格还低,将自动调低当当网同类商品的价格,保持与竞争对手的价格优势。

 

优化供应端的监管

在电商产业链中,供应商处在上游的位置,是否能对这一环节实现高效管理,是所有具备自营商品经营能力的B2C电商都要解决的问题。在商品采购环节,针对供应商们制定了严格的商品有效期制度,并通过采购管理系统对商品的采购、调拨、收获等环节进行监管。这样一来,就能够以“人工+系统”的方式双向保证供应商的商品在进入仓储环节时拥有详尽的包括生产日期在内的各项数据,并对商品进行实时监控。

1号店推出的PMS(采购管理系统),它能对采购物流和资金流的全部过程进行有效的双向控制和跟踪,完善企业的物资供应信息管理。

 

优化库存、拣货和物流环节

 

首先,电商企业会将不同的商品按照关联程度和热销程度进行分类存放。商品之间关联度越大就摆放的越近,而畅销商品也会离包装区更近,以便拣货人员快速拣货。

其次,在拣货环节,由于用户订单数据经过系统处理会形成全新的拣货任务。之后,拣货员的数据采集器上会出现相应的指令,告知他该去仓库的什么位置提取哪些商品,大大减少了拣货时间,提升了工作效率。

最后,在物流环节,为了最高效的方便物流运输,某些自建物流电商公司,如京东推出了GISGeographic Information System,地理信息)物联网信息系统,使物流管理者在后台,可以实时看到物流运行情况—车辆位置信息、车辆的停留时间、包裹的分拨时间、配送员与客户的交接时间等,这些都会形成原始数据。经过分析之后,可以给管理者提供优化流程的参考,比如:怎么合理使用人员、怎么划分配送服务人员的服务区域、怎么缩短每个订单的配送时间等。另外,通过对一个区域的发散分析,可以看到客户的区域构成、客户密度、订单的密度等。

优化用户体验,提升服务质量

一般来讲,电商网站会将一些用户的反馈数据、行为数据、卖家数据及销售数据等进行整合以实现对用户的优化和服务的升级。

 

基于海量数据提供良好的产品检索服务

 

首先,电商网站往往会在数据库的基础上,按多种指标为用户提供不同的内容排序方式,比如按点击量、按评论数、按转发数、按下载量、按销量等,从而使页面呈现的内容更符合自己的需求,不同的排序显示方式将直接改变用户的购买路径。如在京东商城页面,当用户输入关键词、进入搜索页面后,会看到“销量、价格、评论数、上架时间”四种不同的排序方式,每一种排序方式都会提供完全不同的卖家,展示完全不一样的内容。

此外,各大电商网站为了更好的信息搜索体验开发了不同的数据模型,不断优化站内搜索引擎。首先,用户在搜索关键词的时候能够实现智能联想,根据用户搜索的关键词热度进行联想,使得用户的搜索行为更加便捷、迅速。其次,网站的搜索系统会实时更新热搜词并进行页面的展示和推荐,让用户最快的找到热销商品。再次,网站的关键词系统还会对部分自营商品的搜索关键词进行筛选并加以优化更新,转化率低的关键词将被淘汰,新一批的关键词又会被补充进来。此外,商品的管理还与库存系统对接,一旦库存不足时,搜索系统将显示商品售罄的信息。最后,关键词的管理还与用户的搜索数据、浏览数据,以及竞争对手的商品上线情况相对接,以明确是否有用户喜欢但1号店却未上架的商品,再考虑是否需要引进,以便新关键词及时上架。

值得一提的是,京东还会通过用户的历史评价生成搜索关键词,如很多用户在购买某一款产品后评价类似“送给岳母”这类关键词,系统会智能处理此类评价数据,分析出用户经常送给岳母的礼物是什么,因此当用户搜索“送岳母礼物”这个关键词后,搜索页面会按照热门程度、关联程度呈现商品,极大地方便了消费者。

京东商城“送岳母礼物”的搜索页面

 5.png

 

基于用户需求提供个性化推荐和关联推荐服务

 

目前,推荐引擎主要有两种应用场景:一方面,当企业不知道用户具体关心哪些具体的内容和商品时(比如用户刚刚到达网站首页或者着陆页,或者只是进入了某个频道页,但未到达具体的文章页或商品页),完全基于用户过去的行为猜测他们可能会喜欢的内容和商品。这种推荐就是真正意义上的“个性化推荐”;另一方面,当用户已经在关注某件具体的商品时,推荐出与该商品有某种关联的其他商品,这种推荐就是“关联推荐”。

通常,电商网站会参考用户“已经浏览、已经收藏、已经购买、已经打分”的商品来判断用户的兴趣爱好,然后向用户推荐更多可能感兴趣的商品。如果用户出现新的购买或打分记录,或者兴趣发生变化时,“为我推荐”也会随之更新。如果用户收到的推荐并不满意,可以随时修改这些推荐。这种推荐行为贯穿于用户浏览、挑选、结算的整个过程,用户消费行为越多,网站推送给用户的选择越精准。总而言之,一个好的推荐系统可以大幅提升网站浏览转化率,为网站带来新的销售机会,既能提高电子商务网站的交叉销售能力,同时还能改善顾客对电子商务网站的忠诚度。

 

基于热销商品数据提供购前参考服务

 

目前,很多电商网站会将行业数据与用户进行分享,帮助用户了解流行购物趋势,进行购物指导。如2011年淘宝网上线的官方免费数据分享平台——淘宝指数,通过展现淘宝平台上的人群指数、热销指数、价格指数、搜索指数、成交指数、热销指数、喜好度等与电子商务相关的数据来反映行业的各项指标,呈现出当下流行购物趋势;京东也推出了3C网购行为指数(简称京东指数),指数分为品牌指数、产品关注指数及消费指数三大类,数据来源于消费者在京东商城的实际点击率及订单数据。为消费者消费行为的变化提供参照,消费者可根据京东指数,了解当前市场最为热门的产品、型号及品牌,为消费者购买3C产品提供参考。

 7.png

为卖家量身打造精细化的数据产品和服务

一般而言,电商网站所提供的数据服务主要分为营销推广与数据分析两大类,形成了由官方推出或第三方机构研发的不同类型、不同功能的或免费、或付费的数据产品应用,构成了开放平台上数据分享、数据产品开发与销售的完整生态圈,数据价值得到了最大限度的挖掘与运用。除此之外,淘宝和阿里巴巴还分别开设了淘宝大学、1688商学院,通过在线培训、现场授课和培训认证三位一体的教学模式帮助卖家学习数据分析和营销推广的方式和技巧,切实的满足了卖家需求。

 

数据分析产品助力卖家科学化决策

 

数据分析主要包括需求挖掘、订单分析、买家分析、售后服务与运营支撑分析、供应链分析、商品优化分析、营销效果分析以及店铺基础运营分析等,同时电商网站也向卖家提供专业的数据解读与分析报告服务。

通过专业化的数据产品应用和可视化的数据图表展示,卖家能够清晰的发现自身运营背后的问题所在,同时数据产品能够提供专业的解决方案,帮助卖家科学决策,而不是盲目地凭借主观经验制定运营策略,进而达到提高店铺流量,提升产品排名,提高订单转化率的目的。

 

营销推广产品促进卖家业绩增长

 

电商网站和第三方研发机构为卖家提供的营销推广产品主要包括会员营销、促销工具、互动营销、店铺推广和导购展示等几大类别,实际上,电商网站针对卖家的营销推广很大程度上都是指流量推广,如何最大程度地将站内、站外流量引入目标店铺成为其最重要的职能。

例如,淘宝网能够基于买家的搜索关键词数据掌握买家需求,通过Tanx-ADX(竞价交易平台)实时推送关联推荐产品,能够极大地引导目标用户流量,促进销售。此外,阿里巴巴也推出了“网销宝”关键词竞价工具、“流量推广”站外引流工具等营销推广产品。

 

淘宝、阿里巴巴、京东提供给卖家的数据产品

8.png

(《媒介》杂志制图)

结语

电子商务的盈利模式是一个逐渐升级的过程。最初缺乏规模和客流量时,只能赚商品的进出差价;成为不可忽视的销售渠道后,就可以从供应商和品牌商处拿到更多和营销相关的返点;流量足够大时,可以搭建平台让商家入住而收取平台使用费和销售佣金;有大量的商家和顾客群后,可以为他们提供金融产品来盈利;而顶级的盈利模式是利用电商所拥有的大数据的价值。

   大数据的价值也是一个逐渐升级的过程。数据是原始和零散的,经过过滤和组织后成为信息,将相关联的信息整合和有效的呈现则成为知识,对知识的深层领悟而升华到理解事物的本质,可以举一反三才能称之为大智慧。到了知识和智慧层次的数据才最有价值,而要做到这一点则需要做数据挖掘,建立决策和优化模型。

    总而言之,电商不缺乏数据,缺乏的是分析、处理数据并真正将数据为我所用的能力,尽管国内外的电商企业已经做出了很大的努力,但数据研究的未来仍有等待着我们去探索、去发掘。

 

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表
推荐内容
 第六届中国传媒趋势论坛盛大开启
第六届中国传媒
专题解读第二十四期:维旺迪——数字时代转型之路
专题解读第二十四
推荐阅读:新富阶层的消费与媒介观
推荐阅读:新富阶层
推荐阅读:TV活着,生猛且坚强
推荐阅读:TV活着,生
相关文章
    无相关信息
栏目更新
栏目热门