大數據是電子商務一直強調的運營戰略，不過具體應該如何發揮數據的價值？數據都有哪些具體的用途？電子科技大學教授、百分點科技首席科學家周濤在今日舉辦的2014中國（深圳）電子商務發展論壇上對此發表觀點，他認為，分割的數據價值有限，只有實現數據的流動才能最大化數據價值。
電子商務的持續發展帶來更大的數據總量，以及更復雜的數據形式。這必然給數據處理帶來更大挑戰。周濤認為，數據的關聯形態正在發生變化，一名用戶即在微信上，也在微博上，同時還有線下醫保、社保等數據，以及交通出行數據。要了解一名用戶，這些數據都需要關聯起來進行處理。
對于B2C電商來說，面對一名新用戶，如果沒有用戶的數據，例如他喜歡什么類型的商品，或者拒絕過哪些推薦，那么就很難有針對性的推薦產品，導致新用戶獲取失敗。
他認為，電商企業需要做到精準的流量引入，通過在門戶網站這樣的媒體進行精準的廣告投放，以實現精準化的推薦，提供個性化的產品和服務，提高轉化率。
以下是電子科技大學教授、百分點科技首席科學家周濤演講實錄：
首先非常高興有這樣一個機會和大家分享，我也特別高興受到大會的邀請！
首先我給大家介紹一下，我們今天這么多人在這個地方談大數據，大數據是一個大的概念，這個概念里面既有機遇，以有泡沫和危機。大數據概念不是一蹴而就，背后有很多很大的趨勢，和將來要探討電子商務有密切關系。
第一個大的趨勢是我們數據總量一直在極速上升，這個大家都了解，現在我們一天能產生的數據大概有2個Z，相當于1000年前，我們10年才能產生的數據總量。
第二個大的趨勢是數據形態發生很多變化，我們在電商平臺中讀到很多品類，看到很多商品圖片，我們看一個奢侈品，有沒有一些假貨，我們必須要比較很多不同的圖片。我們同時還會看到一些好的電商平臺，已經有了視頻和音頻，所以我們現在處理的數據，不是很多年前簡單結構化、表格數據，而是很多音頻、數據等數據。
第三個大的趨勢變化，是數據關聯形態發生變化，今天我們一個人即在微信網絡中，也在微博網絡中，還在手機通訊網絡中。與此同時我們監測到這個手機買了什么東西，他知道他線下使用醫保、社保的數據，我們甚至還知道他汽車交通出行數據，那么這些數據加在一起，我們通過這些來自不同領域的數據，來全面理解一個人探索這個人的興趣，找到他需要的產品，這是第三個大的趨勢。
這些趨勢使得整個電子商務的服務，不再是以前一款好商品賣給所有人，而是從全體到群體，最終到達一個個性化的服務。
整個大數據，我們從理念上來講，我們認為大數據它是海量數據處理所帶來一系列顛覆變化整合，對于未來新興企業，甚至新興國家都是戰略核心的關鍵。
對于電子商務來說，我們看待電子商務理念是什么？數據是全程大數據驅動，并不簡單是一個投一個廣告的數據，也不簡單來自于網絡中做個性化推薦的大數據。而是面對一個傳統的品牌商，如果有一天你決定要變成一個大數據的電子商務企業，并且可能你不僅僅在京東和天貓上開店，當你自己要用自己大數據的觀望，一個B2C獨立電商的時候，我們希望能夠從門戶建立，到精準的流量引入，怎么樣通過高效的廣告渠道等等，能夠迅速找到你需要的，的的確確的這個人，把他引進來。當你把流量很好的、精準的，通過數據驅動的辦法，引進到你可能還默默不為人所知道的門戶，你怎么樣提高他的轉化率，通過個性化，通過推薦，能夠讓他更多的產生購買，最終你又能用這個數據，像剛才ebay的同事講的一樣，能夠進行一些銷量的預測，庫存的預測這些渠道管理。
整個大數據有一個核心理念，就是開發流動帶來價值，每個數據是有限的，怎么實現流動呢？比如說我們給獨立電商服務，每天大概2000萬獨立UV，使得我們讓這些電商享有一個共同的IV，換句話說，比如說你是一個有名的電商，可能一個對你來說全新的顧客進到你的店里，但是他曾經已經在阿迪達斯、耐克瀏覽過一些籃球鞋他沒有買，可能覺得價格貴或者款式不合適，在你的首頁手面會給他推薦一些李寧的籃球鞋，通過這些數據，可以使得沒有辦法跟天貓、京東抗衡的獨立B2C電商，能夠大幅度提升單位流量轉化率，因為他貢獻了自己的數據，同時也使用到其他電商貢獻的數據，因為進到他這里一個新用戶，對于他來說是新用戶。
[page]
做大數據是需要基礎，我們要了解用戶，不僅需要了解他在網上瀏覽行為，我們要了解他價格的偏好，對商品的偏好，我們甚至要知道他所用的手機設備，他到底設備里面，有沒有電子商務支付的終端？有沒有支付寶，有沒有銀聯支付？他到底在手機上有沒有唯品會、京東、天貓這些購物入口。這些東西都可以通過大數據分析進行統一布局。我們不僅自己擁有我們本身的500多家電商客戶，和300多家客戶數據，我們同時還擁有移動互聯網最大網絡平臺，通過這個我們了解每一個手機背后的人他使用習慣，利用這些更好了解客戶，這些都是使得我們能夠真正，把每一個流量價值發揮到極至。
與此同時我們第二個基礎，我們還需要一個很好的數據管理平臺，不僅僅是數據分析，我們實際上是全世界數據中心變化保持者，但是僅僅有一個數據中心是不夠的，更重要是我們要有一個非常好的，管理和運用大數據的平臺。當我們的數據來了之后，我們通過三種機制，根據不同算法需求導入到平臺中，進行分類，然后利用三個數據挖掘系統，推動引擎系統和用戶分析系統，進行簡單的分析和算法，算法得到結果，通過不同API推薦廣告，包括推薦廣告統計分析，權限管理等等。相對我們支持各種行業模型，有了這樣一個統一的大數據管理平臺，它才能夠支持電子商務，以及其他的，包括醫療、金融等等大數據應用。
電子商務應用產品很多，我這里不多說，比如說我們在360上可以買到一些廣告位，你通過你精準辦法可以提高ROI，從而獲得差價，還可以給團購推一些你所喜歡的團購，或者你看單品可以給你推你喜歡的單品，以及推個性化的商品等等。
我這里簡單最后花五分鐘時間，介紹一下我們常見的電子商務大數據方法。
最簡單的電子商務用的最多的是搜索和推薦，推薦最直觀方法是找到一些關聯，比如說買了A商品的人還喜歡買B商品。現在買了三個月嬰兒奶粉，半年以后買九個月嬰兒奶粉，同時我們用更復雜辦法，比如說你點A的東西，你找某些人購買興趣跟A相似，把他們喜歡買的A都買的推薦給他。或者A買的商品中，看哪些商品跟這些商品可以共同購買。當然這些方法已經有十幾二十年的歷史，但是我們這兩年進行改變，比如說基于類別推薦、品類數推薦，基于傳導擴散的推薦，基于熱導擴散推薦，利用這些方法我們可以提高推薦精確度并且提高用戶體驗。
與此同時在簡單推薦引擎我們有兩個例子，左邊這個例子是淘寶，淘寶我們做了這樣的技術。左邊這個是我們在給淘寶用戶推產品的時候，我們首先挖掘用戶在淘寶上搜索的文本詞，確定他感興趣的類目，排出隱私類目，比如說醫療、或者棺材之類我們不送，這個時候我們再找出瀏覽最多的類目，給你進行個性化推送。
這種場景引擎會帶來巨大的變化，比如說以前打開大概是15%左右，在使用了這種引擎，一個產品對用戶進行建模，而且它的轉化率從6%提高到8%，這兩個在一起就帶來了基本上是翻倍的增長。
另外我們給用戶建立了一個情景引擎，我們猜這個用戶他到底是買還是不買？如果一個女孩子看牛仔褲老是看類似寬型，我們看她每兩次觀看的聚焦，我們就認為她購買，反過來她兩次差異很大，我們判定她不買。我們分析用戶喜好買或者不買，我們把用戶建模之后，我們可以大幅度提高整個推薦用戶訂單的成功率，我們這個數據用戶一下從4%點幾提升到13%，僅僅就算法還不夠，我們還要跟用戶建立場景模型。
最后我們還有一些復雜方法，比如說挖掘搭配，怎么樣把傳統人工編輯變成機器學習，利用主流時尚雜志或者購買紀錄我們自動進行搭配，這種搭配帶來的效果，比人工編輯搭配效果更好，同時工作量下降到原來的1/50。
最后我希望大數據的應用，會帶給大家一個全新的個性化的，精細化的，最有競爭力的電子商務的時候，未來的電子商務會逐漸從一個藍海，變成一個和其他市場一樣充滿競爭的地方，電子商務渠道價格壓縮服務，也總有一天會消失。現在在美國大家可以看到，電子商務產品和線下產品差距，明顯要比中國要低，而且這個差距是越來越小，最終有一天我們依靠數據和數據分析結果來管理我們的電子商務，實現我們的競爭優勢，而不是靠價格。我希望這個報告，能夠給大家，讓大家更好的準備去迎接這一天的到來，謝謝大家！
京公網安備 11010502049343號