大数据在电子商务中的应用

大数据时代给电子商务发展带来新的机遇与挑战，大数据技术帮助电子商务行业发现新的商业模式，尤其是购物行为预测分析和购物商品关联分析己经在电商领域得到了很好的应用，并已经帮助电商获得了巨大的利润。可以说当今电子商务行业己经进入了大数据时代，电商从数据价值中挖掘到了很多有价值的信息，并凭借这些信息实现了主动服务、主动出击的理念，更多地站在顾客的角度考虑了顾客需求。

当前，以电商为代表的一部分行业已经在利用大数据掘金，而传统行业在大数据的应用上则没有电商们的先知先觉。这主要是因为电商本身就拥有大量的消费者行为记录，能够依据这些数据快速了解消费者的需求。如何快速、准确地帮助顾客找到想要的商品?如何加大商品的有效曝光度?如何根据顾客的需求，向其推荐偏好的商品?如何提高顾客的活跃度，降低顾客的弃单率?这些都是电商必须考虑的问题。

购物行为与销量预测分析

依托互联网技术的发展和普及，使电子商务进入了高速发展的快车道。网上购物的消费模式己经改变了人们的习惯，网店提供给消费者更丰富的商品信息、更便捷的交易方式、更具竞争力的商品价格和宽松的购物环境。

消费者网上消费行为数据，已经变得越来越重要，收集并分析这些消费者数据，将帮助商家预测顾客的下一步购物行为。对电商而言，没有什么比知道顾客未来需要什么更重要了。利用顾客留在网站上的行为轨迹数据，分析顾客浏览商品类别，可以帮助商家预测顾客需要哪类商品，并推出相应的相关商品:根据顾客询价情况，商家还可以预测顾客购买力，从而对高级顾客推荐名牌商品，对普通顾客推荐物美价廉的商品，以满足不同的顾客对商品的不同心理价位;跟踪顾客经常购物的网店，对此类数据进行分析，可以预测用户的下一次购物行为将可能发生在哪个网店。

我们需要在正确的时间将正确的信息(或行动) 付诸于正确的地方，明智地进行分析和预测，以便能越来越贴近顾客。

商品预测也是电商常用的一种大数据分析方式。在新产品上线后，经过前几天的交易记录，就能得出一个初步的分析结果，这个商品多长时间能卖完，是畅销品还是滞销品。这对电商和交易平台提供商而言，可以实现双赢。

网上购物发展迅猛，人们的购物习惯正在悄然改变，坐在家中，就可以在淘宝网、京东商城、当当网或亚马逊等网上商城买到人们几乎所有想要的东西。这些电商网站交易行为的数据如今已经被数据分析人员作为分析研究客户购物行为的预测应用。

(1)购物行为预测

商家需要从大量的数据中找到每一类顾客属于哪种消费类型，从而预测顾客的购物倾向，有针对性地向其电子邮件或手机发送相应的商品信息，满足顾客需求。

(2)商品销量预测

随着生活的改善，人们越来越关注周围的环境，例如官方发布的环境监测指数可以让人们每天都可以了解到周围环境的质量。电商也可以借助外部环境监测数据预测商品的销量情况。例如:由于环境变差，人们对健康的自我保护意识增强，这就给商家带来一个信息，口革销量可能会增涨，需要增加生产量，同时还可以预测到空气净化器将有更大的市场需求，需要营稍人员加大市场宣传与推广的力度。

全球都在关注传染性疾病，为了控制传染性疾病的传播，国家预防控制中心需要提前发出疾病预警，让大众做好相应的防控准备，从而降低大范围传播的概率。这也给电商带了商机，电商可以借助对传染性疾病的预测发现未来哪类商品的需求量将增大，提前做好供货规划。

运用大数据技术可以收集到感冒药品流量，当发现某个地区近期可能要爆发流感，有大量客户将要购买流感类药品，那么，就需要加大这一地区流感类药品的供货量，并根据当地人口数，按比例预测流感类药品总需求量，以防止断货.

大数据带给人们的不仅是商业的机遇与挑战，同时也可以提醒人们随时关注自身的健康，提醒人们做好准备，免受疾病的伤害，让人们提前预测以实现自我健康保护。

商品关联分析

当我们在网上平台购物时，经常会发现当我们搜索某类商品时，网页会显示出来相应的关联商品，这类关联的商品往往也是我们需要的，而不用再搜索，可以一起组合买下，既帮助顾客节省了挑选时间，还可以帮助顾客节省费用等。

每一个顾客在网上购物时都有自己的购物车，了解客户购物车里的商品，可以更好地了解顾客购买商品之间的关联度。借助商品销售交易数据，通过商品关联度的分析，可以发现哪类商品放在一起组合销售更能提高商品的销量，从而有效地刺激顾客购买，既满足了顾客需求也提高了商家商品的销量。

关联分析发现的是商品之间组合销售关系，事物之间往往存在着某种关系，发现这种关系可以改变人们的购买行为。例如我们都知道买铅笔时一般都会买橡皮，橡皮和铅笔就需要放在一起来买。

关联分析是寻找在同一个事件中出现的不同项的相关性，比如，在顾客一次购买商品的活动中所买不同商品的相关性。利用这些发现的商品关联规则可以了解顾客的行为，这对改进电子商务活动的决策很有帮助。例如，可以改进商品的摆放位置(把顾客经常同时购买的商品摆放在一起)，帮助规划市场(互相搭配进货)等。

京东商城、当当网、亚马逊、淘宝网等电商网站商品交易数据量非常庞大，电商数据分析部门通过对这些数据的数据挖掘，构建关联模型，可以更好地组织网站上的商品，减少用户过滤信息的负担，并根据顾客当前的购买行为为顾客提供推荐.借助商品关联分析还可以发现什么样的商品组合顾客多半会一起购买，从而可以向顾客推出商品或者把相关的商品链接放在一起，让顾客快速地浏览需要的商品，节省顾客的时间，满足顾客需求，为顾客提供更好的体验。

如今当我们在网上商城输入我们想要找的某类商品进行搜索时，会看到搜索结果是我们需要的商品及关联商品，同时还有其他用户对此商品的评价度，这让我们快速地作出购买选择，根据商品评价度可以知道哪类商品更好，更值得顾客购买。

商品关联分析挖掘出了购买商品组合，了解了商品之间的关联组合条件，同时带来的是商品销量的快速增长。

商品关联分析还能帮助商家主动推出相关商品，帮助顾客作出购买选择，影响顾客的购买行为，将带来相关商品的销售增长，从而实现既满足了顾客需求，又实现了销售与利润的Z大化组合。 转载@数据分析-数据增长百科 http://www.izengzhang.com