引言：大數據概念從21世紀初產生到被熱炒至今只有幾年時間。大數據的概念已逐漸被大眾了解，簡單地說，大數據就是一種獲取大量有效的數據，并進行管理、分析從而得到某種結論的手段。但大部分人僅了解大數據的基本概念，卻并不清楚其是如何應用的。本文以國內外企業為例，著重介紹大數據在電商領域的應用，希望為其更廣闊的應用提供一些思路。

【未央研究原創】

1一、電商發展的現狀

近十年是電子商務在中國飛躍發展的十年，據艾瑞研究顯示，2014年我國B2C,C2C市場已突破萬億并仍以20%的速度增長，B2C占比逐年提高。同時，阿里巴巴這一電商航空母艦已在美上市;京東股票在去年5 月敲響上市鐘后一路上浮。然而在這一片繁榮背后，仍不斷有電商平臺倒閉的新聞被爆出。盡管電商市場的規模在不斷擴大，但淘汰率仍很高，競爭十分激烈。

二、大數據如何應用于電商市場?

大數據在我國已廣泛應用在電子商務平臺的推薦引擎、金融行業的風險控制等多個領域。作為國內最早的的大數據服務公司之一，百分點集團成立于2009年7 月，其目前主要將其發展定位于跨行業數據的積累與應用。在電商行業面臨發展與挑戰的時期，百分點加入了這一產業并迅速發展，到今天已為包括1號店在內的超過1000家電子商務平臺提供大數據服務。

盡管百分點集團已擁有了大量與其合作的電商平臺，但巨型電商如天貓、京東由于規模較大，更看重保護自己平臺的數據，且其自身平臺已產生了足夠的數據量使其可以自己研發推薦引擎。亦如美國B2C巨頭Amazon，并沒有依靠大數據服務公司的力量，利用對自身數據的有效利用建立了自己的大數據推薦引擎，并且創造平臺35%的銷售額，被公認為電商大數據推薦的標桿。

今天，阿里巴巴占據著電子商務78%的市場份額，像百分點集團這樣的第三方大數據公司可提供的服務空間相對有限，因此他們選擇以為中小規模電商平臺提供服務作為發展方向，并且試圖聯盟大量小電商平臺，為無競爭關系的電商平臺提供交叉推薦，從而提高推薦效果并吸引更多用戶。隨著B2C市場近一步擴大，也產生了細分市場的空間，專注于某一領域的電商(如奢侈品、化妝品等)成長迅速，也逐漸開始有了挑戰阿里的機會。電商市場的多元化或將是百分點和其他大數據企業發展的好時機。

三、大數據面向電商平臺的殺手锏!

百分點的技術主要是：分析引擎(BAE)和推薦引擎(BRE)，兩者在功能上都分為基礎版(免費)及高級版(收費)。

分析引擎可以作為一家電商平臺的“診斷環節”，通過后臺數據的獲取，如漏斗模型所示，電商將了解用戶在購物的不同環節中的逃離率，從而更直觀地了解應該在哪一環節進行優化。同時，分析引擎還可以獲得訪客的地區分布、到訪時間段分布與新老訪客占比分布。

相對于“診斷環節”的分析引擎，推薦引擎就是能真正幫助電商平臺提高銷售額的“靈丹妙藥”，也是大數據技術的一大重要應用。而這一技術早在1998年，就被24歲的華盛頓大學在讀博士格雷格林登申請了著名專利“Item-to-Item”協同過濾技術，并很快應用在Amazon上。如今，電商推薦技術在美國已得到了廣泛應用。網購迷對推薦引擎并不陌生：當我們點入某電商平臺主頁，在醒目位置通常是“猜你喜歡”這一環節;通常購買之后平臺還會繼續為你推薦產品……

　　四、電商平臺大數據應用效果幾何?

推薦引擎可以跨平臺、跨瀏覽器，甚至跨設備地獲取電商中用戶的偏好并即時反映到推薦欄目中。同時用戶的偏好將會被保存到百分點的偏好系統數據庫，當該用戶訪問其他百分點集團服務的電商平臺時，推薦引擎將識別該用戶并進行“私人定制”的推薦。

在推薦引擎方面，Amazon 是行業的標桿。在Amazon上，其自制的推薦引擎為平臺帶來了35%銷售。那么百分點推薦引擎的效果怎樣呢?相比2012年，在2013年中，推薦銷售金額增長18.5倍;活躍用戶量增長2.8倍;全年客戶收入增長4.33倍;點擊率與轉化率都已增長50%以上。

可見大數據在電子商務上的價值已十分明顯，同時，更高的訂單轉換率和更多的客戶意味著推薦引擎正在逐步完善，而且正在被更多的電商認可。未來隨著技術的逐漸完善以及數據庫對用戶習慣的不斷保存，電商的推薦引擎將會更加準確、更有效果。

五、跳出電商，大數據在全球發展如何?

縱觀全球大數據領域，由于起步較早，美國與歐洲目前處于領先地位，在人才技術等方面都具有領先優勢。在麥肯錫的大數據報告中，列舉了大數據在5 個行業已產生的千億美元的經濟價值。在公共事業的交通管理方面，通過電子收費站等方式對路面車流量進行監控，并可以對路面的潛在擁堵進行預測，有效減少交通擁堵的狀況。這樣的例子還有很多，甚至很多行業大數據產生的價值已開始負增長，可見大數據在歐美應用的領域已很廣泛，并已經發展得較為成熟。反觀國內市場，依然存在很大發展空間，等待新興大數據企業去探索。