電商大數(shù)據(jù)方案精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的電商大數(shù)據(jù)方案主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：電商大數(shù)據(jù)方案范文

關(guān)鍵詞： 大數(shù)據(jù)；電信網(wǎng)絡(luò)；精簡架構(gòu)；數(shù)據(jù)即服務(wù)

Abstract： In this paper， we discuss a number of domestic and international big-data telecommunications architectures and propose our own lean big-data architecture. This new architecture combines the practical application scenarios of operators， and the universal large platform is abandoned. There are two directions in big-data development： improving business efficiency and providing data as a service （DaaS）. Capturing， managing， and mining core data of a telecom operator is the basis for service implementation. Rapid deployment and application of big data is the final target. A balance also needs to be struck between in efficiency， cost and time when deploying a big-data architecture.

Key words： big data； telecommunications network； lean architecture； data as a service

中圖分類號(hào)：TN915.03； TP393.03 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1009-6868 （2013） 04-0039-003

1 電信運(yùn)營商建設(shè)大數(shù)據(jù)

思路及關(guān)鍵技術(shù)

運(yùn)營商的網(wǎng)絡(luò)和用戶是運(yùn)營商的核心資產(chǎn)，而其中流動(dòng)的數(shù)據(jù)（包括用戶配置基礎(chǔ)數(shù)據(jù)、網(wǎng)絡(luò)信令數(shù)據(jù)、網(wǎng)管/日志數(shù)據(jù)、用戶位置數(shù)據(jù)、終端信息）是運(yùn)營商的核心數(shù)據(jù)資產(chǎn)。對(duì)于運(yùn)營商來說，最有價(jià)值的數(shù)據(jù)來自基礎(chǔ)電信網(wǎng)絡(luò)本身，對(duì)于基礎(chǔ)管道數(shù)據(jù)的挖掘和分析是運(yùn)營商大數(shù)據(jù)挖掘的最重要方向。抓取、管理和挖掘這些數(shù)據(jù)是運(yùn)營商的當(dāng)務(wù)之急[1-2]。運(yùn)營商基于核心數(shù)據(jù)的大數(shù)據(jù)應(yīng)用可從兩個(gè)方面入手：

（1）通過大數(shù)據(jù)應(yīng)用提升自身運(yùn)營效率。比較典型的應(yīng)用包括：信令多維分析、網(wǎng)絡(luò)綜合管理及分析、業(yè)務(wù)和運(yùn)營支撐系統(tǒng)（BOSS）經(jīng)營綜合分析、精準(zhǔn)營銷等。

（2）通過數(shù)據(jù)即服務(wù)（DAAS）拓展新的服務(wù)內(nèi)容，提供對(duì)外服務(wù)。包括個(gè)體及群體的位置信息以及用戶行為分析等，對(duì)于第三方公司（比如零售業(yè)或者咨詢公司、政府等）都是非常有價(jià)值的信息。運(yùn)營商可以基于這些數(shù)據(jù)提供對(duì)外DAAS服務(wù)，拓展市場空間。

為了構(gòu)建電信運(yùn)營的大數(shù)據(jù)應(yīng)用，從技術(shù)能力的角度可以分為數(shù)據(jù)收集與存儲(chǔ)、信息檢索匯聚、知識(shí)發(fā)現(xiàn)以及智慧4個(gè)層面。電信大數(shù)據(jù)技術(shù)層面如圖1所示。自下而上數(shù)據(jù)挖掘深度增加，難度加大，對(duì)于系統(tǒng)的智能需求提升。其中關(guān)鍵的技術(shù)包括抽取轉(zhuǎn)換裝載（ETL）、并行計(jì)算框架、分布式數(shù)據(jù)庫、分布式文件系統(tǒng)和數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等。

面對(duì)海量的大數(shù)據(jù)，如何有效進(jìn)行數(shù)據(jù)處理是需要解決的迫切問題，分布式并行處理是有效手段。傳統(tǒng)關(guān)系型數(shù)據(jù)庫多采用共享磁盤（Sharing-disk）架構(gòu)，當(dāng)數(shù)據(jù)量達(dá)到一定程度，將面臨處理的“瓶頸”以及擴(kuò)展的困難，同時(shí)成本也偏高。當(dāng)前有效的做法是采用分布式文件系統(tǒng)/分布式數(shù)據(jù)庫結(jié)合做分布并行處理。目前基于開源的Hadoop平臺(tái)是業(yè)界采用較廣泛的一個(gè)實(shí)現(xiàn)方案。Hadoop[3]的核心思想是基于Hadoop分布式文件系統(tǒng)（HDFS）存儲(chǔ)文件或者基于HBase數(shù)據(jù)庫（也是基于HDFS），使用分布式并行計(jì)算框架MapReduce來并行執(zhí)行分發(fā)Map操作以及Reduce歸約操作。在Hadoop的計(jì)算模型中，計(jì)算節(jié)點(diǎn)與存儲(chǔ)節(jié)點(diǎn)合一。存儲(chǔ)數(shù)據(jù)的普通PC服務(wù)器可以執(zhí)行MapReduce的任務(wù)。而在Sharing-disk模型中，存儲(chǔ)節(jié)點(diǎn)與計(jì)算節(jié)點(diǎn)是分離的，存儲(chǔ)的數(shù)據(jù)需要傳送到計(jì)算節(jié)點(diǎn)做計(jì)算。Hadoop計(jì)算模型適合離線批處理的場景，比如Log日志分析、文檔統(tǒng)計(jì)分析等。它是關(guān)系型數(shù)據(jù)庫管理系統(tǒng)（RDBMS）的有益補(bǔ)充。

在私有技術(shù)上實(shí)現(xiàn)分布式存儲(chǔ)和并行處理，在調(diào)用接口上與Hadoop兼容，這是一個(gè)可行的技術(shù)方案。這種方案可以避免上述Hadoop的缺點(diǎn)，同時(shí)在性能上做更多的優(yōu)化。有效的手段包括增加數(shù)據(jù)本地性（Data Locality）特性，在多次迭代的計(jì)算過程減少數(shù)據(jù)在不同節(jié)點(diǎn)之間的傳送；使用索引和緩存加快數(shù)據(jù)的處理速度。結(jié)合存儲(chǔ)和計(jì)算硬件進(jìn)行調(diào)優(yōu)也是有效的手段，可以使用數(shù)據(jù)的分層存儲(chǔ)，將數(shù)據(jù)分布在內(nèi)存、固態(tài)硬盤（SSD）、硬盤等不同介質(zhì)上[4]，使得與計(jì)算資源達(dá)到很好的平衡。

面對(duì)海量數(shù)據(jù)實(shí)時(shí)性的要求，比較有效的方式是采用復(fù)雜事件處理（CEP）[5]。實(shí)時(shí)流處理采用事件觸發(fā)機(jī)制，對(duì)于輸入的事件在內(nèi)存中及時(shí)處理。同時(shí)對(duì)于多個(gè)事件能合成一個(gè)事件[6]。實(shí)時(shí)流處理需要支持規(guī)則以滿足靈活的事件處理要求。實(shí)時(shí)流處理可以使用分布式內(nèi)存數(shù)據(jù)庫、消息總線等機(jī)制來實(shí)現(xiàn)快速實(shí)時(shí)響應(yīng)。目前商用的CEP產(chǎn)品有不少，但是在功能、性能以及適用范圍上有較大差異，選擇成熟度高以及合適的產(chǎn)品是關(guān)鍵。

針對(duì)大數(shù)據(jù)中大量的半結(jié)構(gòu)化或者非結(jié)構(gòu)數(shù)據(jù)，NoSQL數(shù)據(jù)庫應(yīng)運(yùn)而生。NoSQL數(shù)據(jù)庫放棄關(guān)系模型，弱化事務(wù)，支持海量存儲(chǔ)、高可擴(kuò)展性、高可用及高并發(fā)需求。NoSQL數(shù)據(jù)庫在特定應(yīng)用場景下有很高的優(yōu)勢，是傳統(tǒng)數(shù)據(jù)庫的有效補(bǔ)充。按照數(shù)據(jù)模型，NoSQL主要有四大類：鍵-值（Key-Value）型、列存儲(chǔ)型、文檔型、圖型，它們對(duì)應(yīng)不同的應(yīng)用場景。比如Key-Value型適合簡單鍵-值對(duì)的高效查詢，而圖型適合社交關(guān)系的存儲(chǔ)和高效查詢。

針對(duì)大數(shù)據(jù)挖掘分析、搜索以及機(jī)器自適應(yīng)學(xué)習(xí)等技術(shù)在企業(yè)系統(tǒng)中逐步應(yīng)用。相關(guān)的算法種類很多，當(dāng)前需求較多的是分布式挖掘和分布式搜索。

由于數(shù)據(jù)類型以及數(shù)據(jù)處理方式的改變，傳統(tǒng)ETL已經(jīng)不適用。運(yùn)營商需要根據(jù)應(yīng)用場景做不同的規(guī)劃。目前來說，由于運(yùn)營商應(yīng)用系統(tǒng)差別較大，尚未有一種統(tǒng)一的處理模式。比較可行的一種方法是依據(jù)數(shù)據(jù)的功用以及特性做分層處理，比如大量的數(shù)據(jù)源首先做初篩，初篩完之后有部分?jǐn)?shù)據(jù)進(jìn)入數(shù)據(jù)倉庫或者RDBMS或者其他應(yīng)用。初篩可以使用Hadoop或者CEP或者定制的方式來完成。

針對(duì)運(yùn)營商的不同應(yīng)用場景，需要采用不同的技術(shù)或者技術(shù)組合。比如用戶實(shí)時(shí)詳單查詢，數(shù)據(jù)量巨大，但是它的數(shù)據(jù)類型簡單，數(shù)據(jù)以讀為主，不需要復(fù)雜的Join操作，數(shù)據(jù)的分布性好。相比傳統(tǒng)的RDBMS，使用Hadoop可以大大提升查詢性能，降低處理成本。更多的應(yīng)用可能需要多種技術(shù)的組合。比如信令采集及多維分析，信令數(shù)據(jù)特別是分組域（PS）信令數(shù)據(jù)量大且實(shí)時(shí)性要求高，有效解決海量數(shù)據(jù)處理與實(shí)時(shí)性要求是它的關(guān)鍵，需要CEP與Hadoop的組合。在當(dāng)前階段，不同的技術(shù)成熟度不一，由于業(yè)界大數(shù)據(jù)應(yīng)用進(jìn)展較快，我們認(rèn)為當(dāng)前針對(duì)不同應(yīng)用的精簡方案是最合適的，也就是依據(jù)應(yīng)用場景，挑選最合適的組件做組合，摒棄通用化的大平臺(tái)。

2 中興通訊大數(shù)據(jù)實(shí)踐

中興通訊依托在云計(jì)算等領(lǐng)域的長期積累，針對(duì)大數(shù)據(jù)形成了一套完整的技術(shù)體系架構(gòu)。ZTE大數(shù)據(jù)技術(shù)體系架構(gòu)如圖2所示。架構(gòu)依據(jù)運(yùn)營商的不同的應(yīng)用需求，注重采用組件搭建的方式，形成端到端的精簡方案。下面以兩個(gè)具體的案例進(jìn)行說明。

（1）用戶實(shí)時(shí)位置信息服務(wù)系統(tǒng)

該系統(tǒng)實(shí)時(shí)采集蜂窩網(wǎng)絡(luò)用戶的動(dòng)態(tài)位置信息，并通過規(guī)范接口提供DAAS服務(wù)。實(shí)際工程中，當(dāng)期接入的用戶數(shù)達(dá)兩千多萬，每天用戶位置更新數(shù)據(jù)可達(dá)40多億條，高峰期更新達(dá)到每秒幾十萬次。除了采集的位置，還可以結(jié)合其他數(shù)據(jù)源比如用戶年齡等屬性做分析，以應(yīng)用編程接口（API）開放給上層應(yīng)用。此外該系統(tǒng)需要有良好的可擴(kuò)展性，后續(xù)可以接入其他區(qū)域的數(shù)據(jù)源。另外這套系統(tǒng)需要有良好的性價(jià)比，成本可控，時(shí)間可控。依據(jù)這些需求，我們?cè)诔墒斓慕M件K-V NoSQL 數(shù)據(jù)庫的基礎(chǔ)上搭建了系統(tǒng)。用戶實(shí)時(shí)位置信息服務(wù)系統(tǒng)如圖3所示。

用戶實(shí)時(shí)位置信息服務(wù)系統(tǒng)是一個(gè)典型的精簡方案，它基于分布式Key-Value NoSQL數(shù)據(jù)庫的分布式緩存（DCache），組裝了對(duì)位置流事件實(shí)時(shí)處理的系統(tǒng)。DCache既是消息總線，也是內(nèi)存數(shù)據(jù)庫，能很好地滿足實(shí)時(shí)性的要求。同時(shí)DCache基于x86刀片服務(wù)器，采用分布式架構(gòu)，系統(tǒng)的擴(kuò)展性很好，成本較低。該系統(tǒng)性能優(yōu)越，穩(wěn)定可靠，取得良好的效果。

（2）信令監(jiān)測多維分析系統(tǒng)

隨著運(yùn)營商數(shù)據(jù)業(yè)務(wù)快速增長，運(yùn)營商對(duì)于網(wǎng)絡(luò)質(zhì)量提升、網(wǎng)絡(luò)運(yùn)營效率有著更大的壓力。通過采集網(wǎng)絡(luò)Gn接口、Mc接口信令并加以處理分析，可以獲得網(wǎng)絡(luò)運(yùn)行的完整視圖，基于信令的相關(guān)專題分析，比如網(wǎng)絡(luò)質(zhì)量分析、流量效率分析、多網(wǎng)協(xié)同分析、客戶投訴及服務(wù)分析等對(duì)于運(yùn)營商網(wǎng)絡(luò)運(yùn)營有極大的價(jià)值。

信令監(jiān)測多維分析的難點(diǎn)在于信令流量大且數(shù)據(jù)量大，比如某運(yùn)營商省公司Gn接口峰值流量可以達(dá)到4 Gb/s，每天信令數(shù)據(jù)可達(dá)1 TB。需要采集信令并做多種分析以服務(wù)于不同的部門。

信令監(jiān)測多維分析系統(tǒng)采用分層的架構(gòu)，便于數(shù)據(jù)共享及和應(yīng)用的擴(kuò)展。信令監(jiān)測多維分析系統(tǒng)如圖4所示。使用實(shí)時(shí)流處理滿足實(shí)時(shí)性高的數(shù)據(jù)分析要求，對(duì)于會(huì)話或事務(wù)詳單（XDR）初步處理完的數(shù)據(jù)采用傳統(tǒng)RDBMS存儲(chǔ)供后續(xù)分析查詢使用。對(duì)于數(shù)據(jù)量龐大的XDR采用Hadoop HBase存儲(chǔ)并查詢，原始信令采用分布式文件系統(tǒng)存放在本地。

在這個(gè)方案中，數(shù)據(jù)根據(jù)它的使用特性采用不同的方式存儲(chǔ)和處理，突破RDBMS處理“瓶頸”和擴(kuò)展性的“瓶頸”，達(dá)到了很好的效果。在測試中，4節(jié)點(diǎn)PC服務(wù)器可以全部承擔(dān)某運(yùn)營商省公司PS域XDR的存儲(chǔ)，入庫性能可達(dá)50 Mb/s，針對(duì)上百億條記錄查詢，可以在10 s內(nèi)返回。取得了很好的實(shí)踐效果。

3 結(jié)束語

電信運(yùn)營商面臨大數(shù)據(jù)發(fā)展的機(jī)遇，都在積極推動(dòng)大數(shù)據(jù)的試點(diǎn)和商用。在當(dāng)前大數(shù)據(jù)技術(shù)快速發(fā)展的形勢下，根據(jù)需求和應(yīng)用場景搭建精簡方案，可以幫助運(yùn)營商在當(dāng)前激烈競爭環(huán)境中快速獲得競爭優(yōu)勢，在效率、成本和時(shí)間上取得最佳平衡。

參考文獻(xiàn)

[1] Cisco Systems. Cisco visual networking index global mobile data traffic forecast update， 2011 - 2016 [EB/OL]. [2013-03-25]. http：//.

[2] MANYIKA J， CHUI M， BROWN B， et al. Big data： The next frontier for innovation， competition， and productivity [R]. McKinsey Global Institute， 2011.

[3] WHITE T. Hadoop權(quán)威指南 [M]. 2版. 周敏奇， 王曉玲， 金澈清， 譯. 北京：清華大學(xué)出版社， 2011.

[4] SNIA. 2012 SNIA Sprint Tutorials-NextGen Infrastructure for Big Data [EB/OL]. [2013-02-15]. http：//

[5] NEUMEYER L， ROBBINS B， NAIR A， et al. S4： Distributed stream computing platform [C]//Proceedings of the IEEE International Conference on Data Mining Workshops （ICDMW’10）， Dec 14-17，2010， Sydney， Australia .Los Alamitos， CA， USA： IEEE Computer Society， 2010：170-177.

[6] SHARON G， ETZION O. Event-processing network model and implementation [J]. IBM Systems Journal， 2008，47（2）：321-334.

作者簡介

第2篇：電商大數(shù)據(jù)方案范文

如何充分利用大數(shù)據(jù)，挖掘大數(shù)據(jù)的商業(yè)價(jià)值，從而提升企業(yè)的競爭力，已經(jīng)成為企業(yè)關(guān)注的一個(gè)焦點(diǎn)。這也是甲骨文公司努力的方向。

全面解決方案才能奏效

當(dāng)前，越來越多企業(yè)將大數(shù)據(jù)的分析結(jié)果作為其判斷未來發(fā)展的依據(jù)。同時(shí)，傳統(tǒng)的商業(yè)預(yù)測邏輯正日益被新的大數(shù)據(jù)預(yù)測所取代。但是，我們要謹(jǐn)慎管理大家對(duì)大數(shù)據(jù)的期望值，因?yàn)楹Ａ繑?shù)據(jù)只有在得到有效治理的前提下才能進(jìn)一步發(fā)展其業(yè)務(wù)價(jià)值。

最廣為人知的大數(shù)據(jù)定義是Gartner給出的大數(shù)據(jù)的3V特性：巨大的數(shù)據(jù)量（Volume）、數(shù)據(jù)的快速處理（Velocity）、多變的數(shù)據(jù)結(jié)構(gòu)和類型（Variety）。根據(jù)這一定義，大家首先想到的是IT系統(tǒng)中一直難以處理卻又不容忽視的非結(jié)構(gòu)化數(shù)據(jù)。也就是說，大數(shù)據(jù)不僅要處理好交易型數(shù)據(jù)的分析，還把社交媒體、電子商務(wù)、決策支持等信息都融入進(jìn)來?，F(xiàn)在，分布式處理技術(shù)Hadoop和NoSQL已經(jīng)能對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)、處理、分析和挖掘，但未能為滿足客戶的大數(shù)據(jù)需求提供一個(gè)全面的解決方案。

事實(shí)上，普遍意義上的大數(shù)據(jù)范圍更加廣泛，任何涉及海量數(shù)據(jù)及多數(shù)據(jù)源的復(fù)雜計(jì)算，均屬大數(shù)據(jù)范疇，而不僅局限于非結(jié)構(gòu)化數(shù)據(jù)。因此，諸如電信運(yùn)營商所擁有的巨量用戶的各類詳細(xì)數(shù)據(jù)、手機(jī)開關(guān)機(jī)信息、手機(jī)在網(wǎng)注冊(cè)信息、手機(jī)通話計(jì)費(fèi)信息、手機(jī)上網(wǎng)詳細(xì)日志信息、用戶漫游信息、用戶訂閱服務(wù)信息和用戶基礎(chǔ)服務(wù)信息等，均可劃歸為大數(shù)據(jù)。

與幾年前興起的云計(jì)算相比，大數(shù)據(jù)實(shí)現(xiàn)其業(yè)務(wù)價(jià)值所要走的路或許更為長遠(yuǎn)。但是企業(yè)用戶已經(jīng)迫不及待，越來越多企業(yè)高層傾向于將大數(shù)據(jù)分析結(jié)果作為其商業(yè)決策的重要依據(jù)。在這種背景下，我們必須找到一種全面的大數(shù)據(jù)解決方案，不僅要解決非結(jié)構(gòu)化數(shù)據(jù)的處理問題，還要將功能擴(kuò)展到海量數(shù)據(jù)的存儲(chǔ)、大數(shù)據(jù)的分布式采集和交換、海量數(shù)據(jù)的實(shí)時(shí)快速訪問、統(tǒng)計(jì)分析與挖掘和商務(wù)智能分析等。

典型的大數(shù)據(jù)解決方案應(yīng)該是具有多種能力的平臺(tái)化解決方案，這些能力包括結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、計(jì)算、分析和挖掘，多結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、加工和處理，以及大數(shù)據(jù)的商務(wù)智能分析。這種解決方案應(yīng)具有以下四個(gè)特性：軟硬集成化的大數(shù)據(jù)處理、全結(jié)構(gòu)化數(shù)據(jù)處理的能力、大規(guī)模內(nèi)存計(jì)算的能力、超高網(wǎng)絡(luò)速度的訪問。

軟硬件集成是必然選擇

我們認(rèn)為，大數(shù)據(jù)解決方案的關(guān)鍵在于如何處理好大規(guī)模數(shù)據(jù)計(jì)算。過去，傳統(tǒng)的前端數(shù)據(jù)庫服務(wù)器、后端大存儲(chǔ)的架構(gòu)難以有效存儲(chǔ)大規(guī)模數(shù)據(jù)并保持高性能數(shù)據(jù)處理。這時(shí)候，我們讓軟件和硬件更有效地集成起來進(jìn)行更緊密的協(xié)作。也就是說，我們需要軟硬一體化的專門設(shè)備來應(yīng)對(duì)大數(shù)據(jù)的挑戰(zhàn)。

堅(jiān)持開放的戰(zhàn)略

第3篇：電商大數(shù)據(jù)方案范文

【關(guān)鍵詞】電力運(yùn)營；物資招標(biāo)；大數(shù)據(jù)管理

1前言

電力物資招標(biāo)采購隨著電力工程項(xiàng)目建設(shè)的加速，承擔(dān)的任務(wù)和責(zé)任也越來越多、越大。隨著信息技術(shù)的發(fā)展，傳統(tǒng)的招標(biāo)手段和方式已經(jīng)不能適應(yīng)當(dāng)前企業(yè)運(yùn)營的發(fā)展需要。大數(shù)據(jù)作為重要的戰(zhàn)略資源，正在成為當(dāng)今的技術(shù)浪潮，席卷各行各業(yè)，電力企業(yè)也不例外。大數(shù)據(jù)的應(yīng)用隨處可見，幫助企業(yè)運(yùn)營的同時(shí)也改變著企業(yè)的發(fā)展模式，這是一個(gè)嶄新的技術(shù)新時(shí)代的到來，而對(duì)于電力物質(zhì)招標(biāo)采購來說，運(yùn)用大數(shù)據(jù)進(jìn)行管理無疑是將管理精益化提升的契機(jī)。

2電力物資招標(biāo)的發(fā)展趨勢

2.1招標(biāo)集中化

電網(wǎng)建設(shè)速度的加快是國家擴(kuò)大內(nèi)需的推動(dòng)作用下的必然趨勢。因此電力工程對(duì)設(shè)備和材料采購的規(guī)模和數(shù)量是十分巨大的。南方電網(wǎng)以及下屬各個(gè)省網(wǎng)，對(duì)在輸配電、變電等工程建設(shè)過程所需物資進(jìn)行物資分類、分批，采取集中、打捆、框架招標(biāo)的方式，逐步取消三、四級(jí)采購權(quán)限，改變了各自為政的局面，降本增效，統(tǒng)一管理取得了很好的成效。電力企業(yè)在建設(shè)項(xiàng)目中對(duì)于采購的設(shè)備，已經(jīng)擁有了較為集中和規(guī)范的采購和招標(biāo)標(biāo)準(zhǔn)，例如對(duì)于一級(jí)、二級(jí)物資一般是采用集中年度框架招標(biāo)采購的方式。集中框架式招標(biāo)的方式一般是委托一個(gè)專業(yè)公司完成，實(shí)施平臺(tái)也是統(tǒng)一的。招標(biāo)工作開展時(shí)，公司擁有著龐大的供貨商信息庫和評(píng)標(biāo)專家?guī)?，為尋找投?biāo)人和專家節(jié)省了時(shí)間，節(jié)約了成本。招標(biāo)結(jié)束后，根據(jù)中標(biāo)的情況對(duì)投標(biāo)人提出要求，加大競爭性，降低采購成本[1]。

2.2招標(biāo)電子化

招標(biāo)已經(jīng)實(shí)現(xiàn)了電子化，取代了傳統(tǒng)的紙質(zhì)招標(biāo)的方式，將交易費(fèi)用大幅度降低。這是一種電子化和網(wǎng)絡(luò)化的發(fā)展趨勢，通過在線招標(biāo)的方法，將招標(biāo)文件等以電子文檔的方式加以公布、公示和發(fā)售，投標(biāo)人可以通過在線的方式參加投標(biāo)，并了解招投標(biāo)過程。通過這個(gè)過程，招標(biāo)結(jié)果可以較為公開和透明，也有利于對(duì)招標(biāo)全程進(jìn)行管理，幫助加強(qiáng)對(duì)供應(yīng)商的動(dòng)態(tài)評(píng)價(jià)等。目前南方電網(wǎng)各單位已逐步推行招標(biāo)電子化。

2.3招標(biāo)信息化

利用大數(shù)據(jù)建立動(dòng)態(tài)采購信息數(shù)據(jù)庫，包含招標(biāo)人、投標(biāo)人的基本信息和交易信息。基本信息包括注冊(cè)資本、所有制形式、營業(yè)場所和范圍、法人代表姓名等。交易信息包括：貨物類招標(biāo)中的性能參數(shù)、中標(biāo)價(jià)格和合同條件等；工程類招標(biāo)中的造價(jià)、工期、設(shè)計(jì)方案、施工組織方案、工程量清單等；服務(wù)類招標(biāo)中的用戶體驗(yàn)指標(biāo)、服務(wù)流程與態(tài)度、服務(wù)與描述的差異性等信息。這些信息有助于招標(biāo)人查找到類似項(xiàng)目的招標(biāo)方案、評(píng)標(biāo)方法、合同條件等內(nèi)容。同時(shí)，數(shù)據(jù)庫還可以提供相關(guān)標(biāo)的以往的合同條件及當(dāng)前的各種報(bào)價(jià)，方便了解市場狀況[2]。

2.4招標(biāo)系統(tǒng)化

以大數(shù)據(jù)思想建立承包商履約信息系統(tǒng)，主要包含兩類信息：①承包商的基本信息，包含企業(yè)及主要管理、技術(shù)人員的基本信息以及反映企業(yè)資格、能力、業(yè)績等方面的信息；②承包商的誠信檔案。企業(yè)參與投標(biāo)以及履行合同時(shí)，其信用和履約等信息將被及時(shí)收集到數(shù)據(jù)庫中。上述信息都通過聯(lián)網(wǎng)方式從其他政府部門或公共資源交易數(shù)據(jù)平臺(tái)中獲得，并成為重要的評(píng)審因素。承包商履約信息系統(tǒng)還可以與其他誠信數(shù)據(jù)庫互通，進(jìn)一步影響到不誠信的承包商參與其他領(lǐng)域的活動(dòng)，由此提高了違約成本，使得承包商在履約過程中會(huì)主動(dòng)選擇誠信。由此便可以降低公共資源交易合同的監(jiān)督和矯正成本。

3大數(shù)據(jù)在招標(biāo)管理中的應(yīng)用

大數(shù)據(jù)應(yīng)用在物資管理領(lǐng)域，目前來說在我國還處在起步階段，一些理論上的理想運(yùn)行思路還不能直接加以應(yīng)用，并且采購管理工作本身有其特點(diǎn)，要將大數(shù)據(jù)應(yīng)用在招標(biāo)采購工作中，需要進(jìn)行多個(gè)方面的思慮，采用幾個(gè)步驟來完成。（1）將歷史性的資料加以挖掘和分析，包括歷史的采購數(shù)據(jù)的分類、整合、質(zhì)量分析、需求分析、價(jià)值分析等等，將這些基礎(chǔ)性的歷史數(shù)據(jù)挖掘出來，加以大數(shù)據(jù)的分析，綜合招標(biāo)采購的業(yè)務(wù)特點(diǎn)，進(jìn)行調(diào)查研究。根據(jù)調(diào)查的結(jié)果來判定大數(shù)據(jù)的運(yùn)用方向，將大數(shù)據(jù)的應(yīng)用加以系統(tǒng)化和體系化，將大數(shù)據(jù)運(yùn)行與業(yè)務(wù)流程串聯(lián)起來，實(shí)現(xiàn)業(yè)務(wù)流程的場景話運(yùn)作。（2）評(píng)估和分析大數(shù)據(jù)中的要點(diǎn)，將招標(biāo)采購的大數(shù)據(jù)的應(yīng)用點(diǎn)加以規(guī)劃和設(shè)計(jì)，根據(jù)招標(biāo)采購中的管理要求提出實(shí)時(shí)方案。

4電力物資招標(biāo)大數(shù)據(jù)應(yīng)用方法

4.1大數(shù)據(jù)的挖掘

從歷史的招標(biāo)采購的數(shù)據(jù)中，挖掘出需要預(yù)測、申報(bào)采購、管理的業(yè)務(wù)環(huán)節(jié)，用于今后對(duì)關(guān)鍵業(yè)務(wù)環(huán)節(jié)進(jìn)行診斷的依據(jù)，這些數(shù)據(jù)涉及到申報(bào)、采購、供應(yīng)商等等，經(jīng)過匯總和數(shù)量后，將物資供應(yīng)鏈條提高到一定的高度，然后歸類整理成清晰的類別，并進(jìn)行數(shù)據(jù)質(zhì)量的比對(duì)，還要通過訪談、調(diào)研等方法，對(duì)采購管理人員對(duì)于大數(shù)據(jù)分析的需求進(jìn)行充分的了解[3]。

4.2大數(shù)據(jù)的應(yīng)用

在對(duì)招標(biāo)采購工作中的各項(xiàng)應(yīng)用要點(diǎn)擁有了較為詳盡的了解后，隨著業(yè)務(wù)的流程，進(jìn)行大數(shù)據(jù)招標(biāo)采購業(yè)務(wù)的應(yīng)用，包括物資、招標(biāo)、供應(yīng)商、專家?guī)状笾匾h(huán)節(jié)在內(nèi)的十余個(gè)大數(shù)據(jù)應(yīng)用點(diǎn)，然后劃分為事前和時(shí)候兩個(gè)時(shí)間階段。前期階段準(zhǔn)備物資采購的大數(shù)據(jù)分析點(diǎn)，作為進(jìn)行采購的策略分析和評(píng)標(biāo)的方法。將供應(yīng)商進(jìn)行分類管理和評(píng)價(jià)，設(shè)立供應(yīng)商行業(yè)對(duì)標(biāo)分析和產(chǎn)品信息分析，為供應(yīng)商的選擇和匹配提供基礎(chǔ)性的資料，對(duì)物資的范圍和策略進(jìn)行酚類，劃分物資分類的范圍。建立專家評(píng)標(biāo)綜合評(píng)價(jià)版塊，提供專家需要的評(píng)標(biāo)依據(jù)，將物資分析和招標(biāo)分析結(jié)合起來，將物資類別和招標(biāo)方式匹配起來，并為物資品類提供招標(biāo)方式。事后階段，通過大數(shù)據(jù)的分析點(diǎn)，將采購的規(guī)律進(jìn)行總結(jié)和分析，通過對(duì)物資報(bào)價(jià)的規(guī)律的分析，總結(jié)出物資的投標(biāo)報(bào)價(jià)的規(guī)律，進(jìn)行價(jià)格評(píng)分的優(yōu)化，將中標(biāo)率和中標(biāo)占比加以詳盡的分析，總結(jié)分析中標(biāo)結(jié)果等等，對(duì)一些圍標(biāo)、串標(biāo)行為采取方式加以制止和規(guī)避。

4.3大數(shù)據(jù)的應(yīng)用點(diǎn)評(píng)估

對(duì)于招標(biāo)采購業(yè)務(wù)中的大數(shù)據(jù)應(yīng)用點(diǎn)的評(píng)估，采用的方法分為定性和定量兩種方法。定性的方法是對(duì)每個(gè)大數(shù)據(jù)分析點(diǎn)，從業(yè)務(wù)流程的角度進(jìn)行了解和分析，包括應(yīng)用價(jià)值、數(shù)據(jù)分析、可行性研究等等。特別是對(duì)可行性和應(yīng)用價(jià)值進(jìn)行分析，可以將大數(shù)據(jù)的分析點(diǎn)依照這些分析結(jié)果進(jìn)行分類：應(yīng)用價(jià)值高、可信性強(qiáng)的可以劃分為優(yōu)先級(jí)，應(yīng)用價(jià)值低，可行性高的可以劃分為二級(jí)，應(yīng)用價(jià)值高和可行性低的，劃分到四級(jí)。通過定性的評(píng)級(jí)方法，采用層次分析法，對(duì)數(shù)據(jù)點(diǎn)進(jìn)行定量評(píng)價(jià)。采用層次分析法，其中的層次包含了目標(biāo)、準(zhǔn)則、方案等，通過定量分析方法綜合決策出層次的權(quán)重，然后采用物資全供應(yīng)大數(shù)據(jù)應(yīng)用藍(lán)圖，對(duì)數(shù)據(jù)分析點(diǎn)加以評(píng)價(jià)和排序。具體步驟為：層次結(jié)構(gòu)模型；專家對(duì)比分析；比較矩陣；權(quán)重向量檢驗(yàn)，計(jì)算權(quán)重向量并檢驗(yàn)。

5大數(shù)據(jù)在招標(biāo)中的具體實(shí)施

通過對(duì)大數(shù)據(jù)的評(píng)估和分析，可以得到定性和定量評(píng)估分析的結(jié)果，依照劃分好的優(yōu)先等級(jí)的數(shù)值高低，來確定大數(shù)據(jù)分析的第一個(gè)目標(biāo)，短期目標(biāo)和中長期目標(biāo)。首要的目標(biāo)應(yīng)是對(duì)應(yīng)優(yōu)先等級(jí)第一層次的，短期目標(biāo)對(duì)應(yīng)第二優(yōu)先等級(jí)，中長期目標(biāo)對(duì)應(yīng)第三和第四等級(jí)。每個(gè)等級(jí)對(duì)應(yīng)的目標(biāo)確立好后，在實(shí)施階段，參照定量評(píng)估的方法，將順序加以實(shí)施，并依照定量評(píng)估的方法，開展采購業(yè)務(wù)的大數(shù)據(jù)規(guī)劃和實(shí)施[4]（見表1）。堅(jiān)持以現(xiàn)代物流業(yè)，促進(jìn)優(yōu)勢業(yè)務(wù)融合，積極發(fā)展電子商務(wù)，大力推行陽光采購，全面推進(jìn)電子招投標(biāo)系統(tǒng)平臺(tái)建設(shè)，取得了明顯的成效。開發(fā)物資管理信息系統(tǒng)，實(shí)行從電廠生產(chǎn)（管理）項(xiàng)目登記、預(yù)算、統(tǒng)計(jì)、物資需求計(jì)劃制定及審批、采購計(jì)劃平庫及審批、銷售訂單制定及審批、物資出入庫、物資臺(tái)賬、物資超市管理、物資配送中心與電廠業(yè)務(wù)的交互、招投標(biāo)信息等信息化管理，大力發(fā)展電子商務(wù)，力爭所有物資采購必須通過電子平臺(tái)實(shí)現(xiàn)的總體要求，以立足集團(tuán)、服務(wù)集團(tuán)為目的，高起點(diǎn)統(tǒng)一規(guī)劃電子招投標(biāo)系統(tǒng)平臺(tái)建設(shè)方案，積極創(chuàng)新管理模式，不斷完善供應(yīng)商和專家服務(wù)體系。通過機(jī)制建設(shè)、人才隊(duì)伍的培養(yǎng)，將大數(shù)據(jù)工作開展起來，具體實(shí)施的內(nèi)容包括：常態(tài)化的績效考核、大數(shù)據(jù)應(yīng)用輔助業(yè)務(wù)執(zhí)行情況考評(píng)，這些機(jī)制體質(zhì)建設(shè)都是為了保障大數(shù)據(jù)順利開展的基礎(chǔ)性制度。再就是構(gòu)建標(biāo)準(zhǔn)化數(shù)據(jù)管理體系基礎(chǔ)，將物資數(shù)據(jù)的管理納入到數(shù)據(jù)的深度管理中，通過可視化的呈現(xiàn)手段為物資決策提供輔助參考。所有的機(jī)制體制改革離不開人的要素，因此培養(yǎng)大數(shù)據(jù)分析和應(yīng)用人才，成立懂技術(shù)善管理的運(yùn)營團(tuán)隊(duì)也是非常重要的，未來的大數(shù)據(jù)運(yùn)營必須要成立專門的大數(shù)據(jù)應(yīng)用項(xiàng)目組，為其開展和實(shí)施提供技術(shù)保障。全力推進(jìn)招評(píng)標(biāo)業(yè)務(wù)全過程網(wǎng)上進(jìn)行。把原來的招投標(biāo)系統(tǒng)和電子采購系統(tǒng)當(dāng)中的會(huì)員管理功能剝離出來，結(jié)合物資管理信息系統(tǒng)、財(cái)務(wù)信息系統(tǒng)、業(yè)務(wù)（合同）管控系統(tǒng)的供應(yīng)商、電廠等用戶信息，建立統(tǒng)一的會(huì)員管理系統(tǒng)，進(jìn)一步規(guī)范招標(biāo)程序，降低招標(biāo)成本，可以更好地為電網(wǎng)、供應(yīng)商提供服務(wù)。

6結(jié)束語

大數(shù)據(jù)浪潮的涌動(dòng)是勢不可擋的，未來的產(chǎn)業(yè)變革和競爭力的凸顯都離不開大數(shù)據(jù)的支持，今后，在招標(biāo)采購的管理中，大數(shù)據(jù)的應(yīng)用必然會(huì)增大，因此當(dāng)前必須要在精益化、規(guī)范化等方面加大投入力度，為大數(shù)據(jù)戰(zhàn)略的價(jià)值增值而不斷創(chuàng)新和努力。

作者:廖小文 單位:廣西大學(xué)電氣工程學(xué)院

參考文獻(xiàn)

[1]魏亞楠.電力物資招標(biāo)采購管理大數(shù)據(jù)應(yīng)用規(guī)劃研究[J].招標(biāo)與投標(biāo)，2016（4）：32~34.

[2]胡倩倩.電力企業(yè)ERP系統(tǒng)和電子商務(wù)系統(tǒng)集成研究[J].山東大學(xué)，2012.

第4篇：電商大數(shù)據(jù)方案范文

1 Hadoop邁向商業(yè)化

目前，Hadoop的社區(qū)環(huán)境與10年前的Linux非常類似。Linux在90年代初期開始成立開源社區(qū)，在90年代中期涌現(xiàn)了SUSE、RedHat這些主流商業(yè)化廠商，并在2000年前后形成了完整的生態(tài)系統(tǒng)，成為業(yè)界主流的操作系統(tǒng)方案。而Hadoop在2006-2007年起步，在2009年出現(xiàn)了Cloudera、MapR等解決方案。IDC認(rèn)為，在未來2-3年中，將會(huì)有重量級(jí)的Hadoop商業(yè)化版本。

2 部分早期的Hadoop項(xiàng)目面臨挑戰(zhàn)

Hadoop具有光明的前景，但并非所有的早期Hadoop項(xiàng)目都能夠被推廣并得到廣泛采用。首先，許多早期Hadoop項(xiàng)目屬于試點(diǎn)項(xiàng)目或概念證明性質(zhì)，目前已經(jīng)完成了其歷史使命：其次，很多Hadoop項(xiàng)目在施行初期沒有足夠案例可供企業(yè)衡量，這將促使這些解決方案在今后幾年優(yōu)勝劣汰。

3 開源軟件為大數(shù)據(jù)市場帶來更多機(jī)會(huì)

IDC認(rèn)為，與人們的傳統(tǒng)理解不同，大數(shù)據(jù)市場開源軟件的盛行不會(huì)抑制市場的商業(yè)機(jī)會(huì)，相反開源軟件將會(huì)給基礎(chǔ)架構(gòu)硬件、應(yīng)用程序開發(fā)工具、應(yīng)用、服務(wù)等各個(gè)方面的相關(guān)領(lǐng)域帶來更多的機(jī)會(huì)。

4 大數(shù)據(jù)推動(dòng)軟件公司間的并購

大數(shù)據(jù)概念覆蓋范圍非常廣，包括非結(jié)構(gòu)化數(shù)據(jù)從存儲(chǔ)、處理到應(yīng)用的各個(gè)環(huán)節(jié)，與大數(shù)據(jù)相關(guān)的軟件廠商也非常多，但是又沒有哪一家廠商可以覆蓋大數(shù)據(jù)的各個(gè)方面。因此，IDC認(rèn)為在未來幾年中，大型lT廠商將為了完善自己的大數(shù)據(jù)產(chǎn)品線進(jìn)行并購，首當(dāng)其沖的將是信息管理分析軟件廠商、預(yù)測分析和數(shù)據(jù)展現(xiàn)廠商等。

5 針對(duì)大數(shù)據(jù)的一體化設(shè)備市場迅速增長

自云計(jì)算和大數(shù)據(jù)概念被提出后，針對(duì)該市場推出的軟硬件一體化設(shè)備就層出不窮。IDC認(rèn)為，在未來幾年里，數(shù)據(jù)倉庫一體機(jī)、NoSQL一體機(jī)以及其它一些將多種技術(shù)結(jié)合的一體化設(shè)備將進(jìn)一步快速發(fā)展。

6 大數(shù)據(jù)由網(wǎng)絡(luò)數(shù)據(jù)處理走向企業(yè)級(jí)應(yīng)用

在過去幾年中，應(yīng)用大數(shù)據(jù)的主要用戶局限在互聯(lián)網(wǎng)、電信運(yùn)營商等少數(shù)企業(yè)。IDC認(rèn)為，市場將逐步了解大數(shù)據(jù)并不僅指批量處理大量網(wǎng)絡(luò)記錄數(shù)據(jù)。由于其它各行業(yè)的數(shù)據(jù)容量也在不斷增高，行業(yè)用戶（如能源、金融服務(wù)、政府、制造）急需大數(shù)據(jù)解決方案對(duì)數(shù)據(jù)流進(jìn)行監(jiān)測和分析。

7 大數(shù)據(jù)創(chuàng)造新的細(xì)分市場

IDC認(rèn)為，大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展，將會(huì)創(chuàng)造出一些新的細(xì)分市場。例如，以數(shù)據(jù)分析和處理為主的高級(jí)數(shù)據(jù)服務(wù)，將出現(xiàn)以數(shù)據(jù)分析作為服務(wù)產(chǎn)品提交的分析即服務(wù)（AnalyzeasaService）業(yè)務(wù)：將多種信息整合管理，創(chuàng)造對(duì)大數(shù)據(jù)統(tǒng)一的訪問和分析的組件產(chǎn)品：基于社交網(wǎng)絡(luò)的社交大數(shù)據(jù)分析：甚至?xí)霈F(xiàn)大數(shù)據(jù)技能的培訓(xùn)市場，教授數(shù)據(jù)分析課程等。

8 出現(xiàn)打包的大數(shù)據(jù)行業(yè)分析應(yīng)用

隨著大數(shù)據(jù)逐漸走向各個(gè)行業(yè)，基于行業(yè)的大數(shù)據(jù)分析應(yīng)用需求也日益增長。IDC認(rèn)為，未來幾年中針對(duì)特定行業(yè)和業(yè)務(wù)流程的分析應(yīng)用將會(huì)以預(yù)打包的形式出現(xiàn)，這將為大數(shù)據(jù)技術(shù)供應(yīng)商打開新的市場。這些分析應(yīng)用內(nèi)容還會(huì)覆蓋很多行業(yè)的專業(yè)知識(shí)，也會(huì)吸引大量行業(yè)軟件開發(fā)公司的投入。

9 大數(shù)據(jù)推動(dòng)基礎(chǔ)架構(gòu)橫向拓展

為了支持大數(shù)據(jù)非結(jié)構(gòu)化、不斷刷新的特點(diǎn)，基礎(chǔ)架構(gòu)層面也會(huì)在未來發(fā)生變化。大數(shù)據(jù)的基礎(chǔ)架構(gòu)支撐已經(jīng)不僅限于高性能計(jì)算層面，會(huì)需要硬件產(chǎn)品更好的支持虛擬化和分布式架構(gòu)的軟件。同時(shí)，基于固態(tài)存儲(chǔ)的分層存儲(chǔ)解決方案、智能化的負(fù)載均衡網(wǎng)絡(luò)結(jié)構(gòu)也都會(huì)得到更多應(yīng)用。

10 中國成為全球最重要的大數(shù)據(jù)市場之一

第5篇：電商大數(shù)據(jù)方案范文

日前，在戴爾公司召開的2012年高層客戶峰會(huì)上，戴爾亞太及日本地區(qū)總裁、全球新興市場董事長閔毅達(dá)（Amit Midha）表示，IT市場目前呈現(xiàn)出五大趨勢：IT系統(tǒng)簡化、虛擬化與云計(jì)算逐步普及、數(shù)據(jù)大爆炸、新興市場發(fā)展、IT消費(fèi)化。因此，他認(rèn)為，推動(dòng)部署虛擬化、降低IT系統(tǒng)運(yùn)營成本、管理快速增加的復(fù)雜數(shù)據(jù)、管理工作人員所使用的各種IT設(shè)備，這些都成為企業(yè)面臨的挑戰(zhàn)。戴爾近年來同樣通過轉(zhuǎn)型，努力提高全面服務(wù)于客戶的能力，為用戶提供端到端的解決方案。

收購加速能力提升

在IT界，一直以來都不乏通過對(duì)具有先進(jìn)技術(shù)的公司的收購，來迅速提升本公司能力的案例，對(duì)于以往以PC等終端設(shè)備見長的戴爾來說，要想轉(zhuǎn)型進(jìn)軍企業(yè)級(jí)市場，收購無疑是一條快速實(shí)現(xiàn)目標(biāo)的捷徑。從2008年開始，戴爾就將目光投向了在存儲(chǔ)、網(wǎng)絡(luò)、安全、軟件、服務(wù)等領(lǐng)域有特色的廠商，開始了有計(jì)劃、有步驟的收購行動(dòng)。

至今，戴爾已經(jīng)收購了20多家廠商，其中不少很成功的收購為業(yè)界所津津樂道。例如對(duì)存儲(chǔ)廠商EqualLogic的收購，兩年時(shí)間就使其業(yè)績達(dá)到10億美元，而用戶數(shù)增加了8倍；2010年年底收購的智能存儲(chǔ)廠商Compellent，使戴爾的存儲(chǔ)解決方案上了一個(gè)臺(tái)階，Compellent的“流動(dòng)數(shù)據(jù)”理念現(xiàn)在已經(jīng)成為戴爾存儲(chǔ)的設(shè)計(jì)理念；對(duì)咨詢服務(wù)廠商佩羅的收購更是填補(bǔ)了戴爾企業(yè)級(jí)咨詢服務(wù)的空白，使戴爾的解決方案成為名副其實(shí)的“端到端”，并有效地帶動(dòng)了戴爾其他產(chǎn)品線的銷售。

正是這一次次的收購，使戴爾迅速轉(zhuǎn)型，業(yè)績不斷提升，在當(dāng)今云計(jì)算和大數(shù)據(jù)時(shí)代，也有了更多的話語權(quán)。戴爾全球企業(yè)解決方案事業(yè)部副總裁Cheryl Cook認(rèn)為，戴爾在大數(shù)據(jù)方面擁有創(chuàng)新性的解決方案，不僅可以為用戶節(jié)省大筆資金，同時(shí)可提供極高的價(jià)值。她認(rèn)為，大數(shù)據(jù)從開始到成熟分為5個(gè)階段，即從混亂、保留、優(yōu)化到簡單分析、復(fù)雜分析。在這5個(gè)階段里，戴爾針對(duì)前3個(gè)階段，可提供大數(shù)據(jù)保留解決方案；而對(duì)于后兩個(gè)階段，戴爾則擁有大數(shù)據(jù)分析解決方案。Cheryl Cook認(rèn)為，戴爾創(chuàng)新性的解決方案可處理成熟度模型范圍內(nèi)的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化內(nèi)容，她特別說道，戴爾將利用Hadoop，并與從事Hadoop開發(fā)的Cloudera公司合作，為用戶提供大數(shù)據(jù)分析解決方案；而在大數(shù)據(jù)保留解決方案中，戴爾將充分發(fā)揮在存儲(chǔ)方面的優(yōu)勢，通過存儲(chǔ)虛擬化和整合、應(yīng)用程序優(yōu)化、數(shù)據(jù)保護(hù)、災(zāi)難恢復(fù)以及數(shù)據(jù)保留和管理等技術(shù)，為“流動(dòng)的數(shù)據(jù)”提供存儲(chǔ)和保護(hù)。

深諳用戶需求

在戴爾2012年高層客戶峰會(huì)上，戴爾服務(wù)部首席創(chuàng)新官James Stikeleather就“IT的未來”進(jìn)行了演講，他認(rèn)為，企業(yè)IT未來將面臨著來自IT價(jià)值、所有權(quán)和角色等方面的五大根本性變化，這些變化包括：信息超越流程、IT嵌入在業(yè)務(wù)服務(wù)之中、外部化的服務(wù)交付、企業(yè)合作伙伴的責(zé)任更大、減弱的獨(dú)立IT角色。

作為IT解決方案供應(yīng)商，戴爾同樣也是一家企業(yè)，James Stikeleather認(rèn)為，在當(dāng)今這個(gè)轉(zhuǎn)型的時(shí)代，戴爾已經(jīng)成功地轉(zhuǎn)型成為高效企業(yè)，它將戰(zhàn)略性支出從2008年占IT預(yù)算的20%提高到今天的52%。這期間，戴爾的IT經(jīng)過了標(biāo)準(zhǔn)化、簡化、自動(dòng)化，并最終實(shí)現(xiàn)云，比如將97%的系統(tǒng)遷移到x86平臺(tái)；大力推進(jìn)虛擬化，從而減少了6000臺(tái)服務(wù)器；僅用一個(gè)控制臺(tái)就可管理13萬臺(tái)服務(wù)器和客戶端；運(yùn)用云平臺(tái)聆聽客戶的聲音、信息和進(jìn)行交互。這些舉措使戴爾更加了解用戶，更有針對(duì)性地為用戶提供適合的解決方案，真正解決用戶的問題。

閔毅達(dá)介紹說，戴爾目前針對(duì)不同行業(yè)推出了不同的解決方案，尤其在金融、教育、醫(yī)療、制造業(yè)等行業(yè)中更是擁有大量的用戶，并與用戶一起合作開發(fā)和培養(yǎng)人才。在會(huì)上，戴爾與教育部教育管理信息中心針對(duì)教育信息化建設(shè)和管理人才技術(shù)培訓(xùn)及試點(diǎn)合作簽訂了備忘錄，與北京大學(xué)計(jì)算機(jī)科學(xué)技術(shù)研究所簽署了戴爾虛擬集成系統(tǒng)（VIS）聯(lián)合實(shí)驗(yàn)室項(xiàng)目備忘錄，還與中國東方航空就長期發(fā)展簽署了合作備忘錄。

第6篇：電商大數(shù)據(jù)方案范文

在2015年，實(shí)力推出了延續(xù)13年的Touchpoints調(diào)研報(bào)告《2015年Mega Touchpoints》，該報(bào)告是在原有基礎(chǔ)上的一個(gè)升級(jí)，將消費(fèi)者接觸點(diǎn)提升到消費(fèi)者體驗(yàn)循環(huán)（Customer Experience Loop，CXLoop）的層面，考察了在消費(fèi)者與品牌接觸的整個(gè)過程中，不同的接觸點(diǎn)所起到的作用，從而幫助廣告主有的放矢地進(jìn)行媒介投放。

該報(bào)告對(duì)實(shí)力整體的傳播理念起到很大的提升作用，我們不再只是根據(jù)一個(gè)媒介接觸點(diǎn)的高低來判斷，而是根據(jù)不同的媒介接觸點(diǎn)在購買流程中的不同作用，來選擇用什么樣的內(nèi)容信息與消費(fèi)者進(jìn)行溝通。其次，它是我們?cè)陂L期積累的各種接觸點(diǎn)調(diào)研基礎(chǔ)上形成的最新的部分總結(jié)，這對(duì)于我們的整體思考以及數(shù)據(jù)的延展都有幫助，讓我們的數(shù)據(jù)更為可靠。

同時(shí)，在2015年的實(shí)力傳播ROI研討會(huì)上，我們分享了對(duì)“雙十一”的見解和心得，這是實(shí)力傳播在2014年的“雙十一”之后，不斷地學(xué)習(xí)、總結(jié)，以及在輔助客戶電商業(yè)務(wù)時(shí)得出的一些心得與觀察。

“雙十一”讓我們看到，在市場、消費(fèi)者和廣告主中間，還存在著一條鴻溝。“雙十一”的火爆代表著電商、移動(dòng)電商的快速發(fā)展，市場和消費(fèi)者已經(jīng)走在了前面，而很多廣告主在電商上還處在一個(gè)試探的階段。這種落差對(duì)廣告主和公司來說，意味著在電商上還有空間可以讓我們做得更好。

在社交媒體業(yè)務(wù)上，實(shí)力在2015年也有很大的進(jìn)展。我們的內(nèi)容營銷團(tuán)隊(duì)Newcast在這一年獲得了華為的社會(huì)化媒體日常運(yùn)營項(xiàng)目，并且隨著業(yè)務(wù)的拓展，在北京成了一個(gè)團(tuán)隊(duì)；未來，Newcast的業(yè)務(wù)將朝著線下發(fā)展，如電視媒體的內(nèi)容營銷等。Newcast團(tuán)隊(duì)也將在廣州成立。

隨著業(yè)務(wù)的拓展，對(duì)人才的需求成了2016年的一大挑戰(zhàn)?？蛻舻男枨笤絹碓礁撸覀兿Ｍ卣垢嘣谏缃幻襟w、大數(shù)據(jù)方面的業(yè)務(wù)，對(duì)這些專項(xiàng)人才的需求也會(huì)更為迫切。同時(shí)，我們也需要幫助員工提升，因?yàn)殡S著項(xiàng)目的多元化，員工需要提升自我，具備同時(shí)應(yīng)對(duì)社交、電商以及大數(shù)據(jù)的綜合能力。

2016營銷關(guān)鍵詞

大數(shù)據(jù)

最近幾年，大家都在談?wù)摯髷?shù)據(jù)，但是這一兩年大家認(rèn)為，大數(shù)據(jù)的內(nèi)涵還是有些空洞?，F(xiàn)在的大數(shù)據(jù)還局限在線上，而真正的大數(shù)據(jù)，應(yīng)該是包羅萬象的、跨界的，如果只是局限于互聯(lián)網(wǎng)上的大數(shù)據(jù)，就比較片面。所以，未來實(shí)力傳播希望能拓展真正的跨界的大數(shù)據(jù)，期待在2016年有更多的動(dòng)作去填補(bǔ)這個(gè)空洞。

2015營銷感悟

第7篇：電商大數(shù)據(jù)方案范文

去年3月，貴州?北京大數(shù)據(jù)產(chǎn)業(yè)發(fā)展推介會(huì)在京舉行，成為貴州正式進(jìn)軍大數(shù)據(jù)產(chǎn)業(yè)的標(biāo)志。此后，貴州省為大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展出臺(tái)了系列優(yōu)惠政策和有效措施。

如今，這些政策、措施已經(jīng)頗見成效。200余個(gè)大數(shù)據(jù)信息產(chǎn)業(yè)項(xiàng)目簽約落戶貴州，富士康、阿里巴巴、騰訊、華為等大型企業(yè)搶灘貴州發(fā)展，國家旅游數(shù)據(jù)、民政部全國民政綜合業(yè)務(wù)數(shù)據(jù)、國家質(zhì)檢總局電梯數(shù)據(jù)庫、公安部相關(guān)數(shù)據(jù)明確要存儲(chǔ)到貴州.……貴州或?qū)⒊蔀槲磥泶髷?shù)據(jù)市場競爭的前沿陣地之一。

貴州經(jīng)濟(jì)和信息化委員會(huì)主任馬寧宇介紹，貴州已經(jīng)形成了發(fā)展大數(shù)據(jù)產(chǎn)業(yè)的先行優(yōu)勢，率先建立大數(shù)據(jù)交易所、率先建設(shè)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展聚集區(qū)、率先建設(shè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新實(shí)驗(yàn)區(qū)，率先舉辦全球性大數(shù)據(jù)博覽會(huì)和峰會(huì)，率先實(shí)現(xiàn)省級(jí)政府統(tǒng)籌存儲(chǔ)共享交換，率先成立大數(shù)據(jù)戰(zhàn)略重點(diǎn)實(shí)驗(yàn)室，率先開展大數(shù)據(jù)商業(yè)模式大賽和草根創(chuàng)業(yè)大賽，率先建設(shè)全城公共免費(fèi)WiFi……

不僅如此，大數(shù)據(jù)帶來的經(jīng)濟(jì)效益已經(jīng)顯現(xiàn)。據(jù)悉，2014年貴州以大數(shù)據(jù)為引領(lǐng)的電子信息產(chǎn)業(yè)實(shí)現(xiàn)規(guī)?？偭客仍鲩L62%，大數(shù)據(jù)信息產(chǎn)業(yè)工商注冊(cè)企業(yè)數(shù)量增長34.5%。2015上半年，以大數(shù)據(jù)為引領(lǐng)的電子信息產(chǎn)業(yè)增長39.4%。在大數(shù)據(jù)等新興產(chǎn)業(yè)的帶動(dòng)下，貴州GDP增長10.4%，位居全國第二位。

值得一提的是，國務(wù)院印發(fā)的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》明確指出，開展區(qū)域試點(diǎn)，推進(jìn)貴州等大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)，促進(jìn)區(qū)域性大數(shù)據(jù)基礎(chǔ)設(shè)施的整合和數(shù)據(jù)資源的匯聚應(yīng)用。為此，貴州于9月18日正式啟動(dòng)了全國首個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)，期望通過3至5年的努力，將貴州建設(shè)成為全國數(shù)據(jù)匯聚應(yīng)用新高地、綜合治理示范區(qū)、產(chǎn)業(yè)發(fā)展集聚區(qū)、創(chuàng)業(yè)創(chuàng)新首選地、政策創(chuàng)新先行區(qū)。

中國移動(dòng)、中國聯(lián)通、中國電信三大運(yùn)營商在貴州建設(shè)的數(shù)據(jù)中心總投資達(dá)150億元，服務(wù)器總數(shù)超過200萬臺(tái)，與亞馬遜的服務(wù)器規(guī)模相當(dāng)，完全具備存儲(chǔ)、應(yīng)用大量數(shù)據(jù)的條件。目前，中國電信云計(jì)算貴州信息園1.1期、中國移動(dòng)（貴州）大數(shù)據(jù)中心、中國聯(lián)通貴安云數(shù)據(jù)中心一期已建成運(yùn)營。

隨著高端平臺(tái)陸續(xù)搭建投入商業(yè)運(yùn)營，如何吸引更多數(shù)據(jù)入駐，讓應(yīng)用豐富起來、讓數(shù)據(jù)匯集產(chǎn)生價(jià)值，成為擺在貴州面前亟待解決的難題。

為此，貴州省各級(jí)政府將數(shù)據(jù)資源招商納入了政府服務(wù)范疇中。2014年以來，貴州通過3次較大規(guī)模的大數(shù)據(jù)產(chǎn)業(yè)招商活動(dòng)，簽約投資總額超過1700億元，引進(jìn)企業(yè)200多家，其中世界500強(qiáng)企業(yè)6家。貴陽市貴安新區(qū)也針對(duì)入駐已建數(shù)據(jù)中心的單位或企業(yè)出臺(tái)了鼓勵(lì)政策，打造良好的軟環(huán)境。

2015年8月，貴州啟動(dòng)了“云上貴州?大數(shù)據(jù)招商引智再出發(fā)活動(dòng)”。此次數(shù)據(jù)資源招商進(jìn)京推介，是“大數(shù)據(jù)招商引智再出發(fā)活動(dòng)”系列子活動(dòng)之一。

記者在活動(dòng)現(xiàn)場了解到，中國電信、中國聯(lián)通和中國移動(dòng)三大運(yùn)營商各顯神通，希望吸引更多合作伙伴。

定制化是中國電信貴州信息園的關(guān)鍵詞。中國電信貴州信息園已承載了多個(gè)“互聯(lián)網(wǎng)+”各個(gè)行業(yè)應(yīng)用，如教育云、政務(wù)云、酒店云和金融云，以及中鐵建的財(cái)務(wù)共享系統(tǒng)、為格力公司定制的一主一備數(shù)據(jù)中心?？蛻艨梢酝ㄟ^中國電信自主研發(fā)的云計(jì)算管理平臺(tái)，便捷地進(jìn)行主機(jī)、存儲(chǔ)、網(wǎng)絡(luò)等資源申請(qǐng)、資源管理與監(jiān)控、快速部署應(yīng)用，并根據(jù)需求動(dòng)態(tài)調(diào)整租用資源，同時(shí)享受安全可靠的備份服務(wù)。

第8篇：電商大數(shù)據(jù)方案范文

有數(shù)據(jù)顯示，過去三年的數(shù)據(jù)總量增長了四倍，產(chǎn)生的數(shù)據(jù)量比以往四萬年的數(shù)據(jù)量還要多。一個(gè)非常生動(dòng)的比喻是：數(shù)據(jù)已經(jīng)不再僅僅是完善流程的附屬品，而是執(zhí)行業(yè)務(wù)所必需的原料。

而作為國內(nèi)第一家進(jìn)行數(shù)據(jù)倉庫和BI系統(tǒng)建設(shè)的電信運(yùn)營商，山西移動(dòng)從2001年就開始進(jìn)行其經(jīng)營分析系統(tǒng)的規(guī)劃。從2002年系統(tǒng)上線到現(xiàn)在已經(jīng)是近10年的時(shí)間。對(duì)于數(shù)據(jù)量的急速增長、市場形勢的瞬息萬變、用戶群體的復(fù)雜變化，這10年來，經(jīng)營分析系統(tǒng)在山西移動(dòng)的業(yè)務(wù)過程中到底扮演了怎樣的角色？對(duì)于大數(shù)據(jù)時(shí)代的來臨，它發(fā)生了哪些變化？就這些問題，記者采訪了山西移動(dòng)業(yè)務(wù)支撐系統(tǒng)部統(tǒng)計(jì)分析室經(jīng)理王峰。

BI是過程不是產(chǎn)品

地處中西部并不發(fā)達(dá)的山西省，山西移動(dòng)卻成為國內(nèi)第一家構(gòu)建BI系統(tǒng)的電信運(yùn)營商。談起當(dāng)時(shí)系統(tǒng)建設(shè)的出發(fā)點(diǎn)，王峰認(rèn)為，這還是基于公司對(duì)數(shù)據(jù)、數(shù)據(jù)分析和數(shù)據(jù)挖掘的重要性有著充分的認(rèn)識(shí)。山西移動(dòng)在信息化建設(shè)的過程中，并不看重經(jīng)驗(yàn)，看重的是數(shù)據(jù)的價(jià)值，這也成就了公司在決策層面的領(lǐng)先。

對(duì)于當(dāng)初系統(tǒng)建設(shè)的難點(diǎn)，王峰認(rèn)為，一個(gè)純硬件平臺(tái)或軟件系統(tǒng)的搭建，不是很困難；困難的是，系統(tǒng)建設(shè)完成之后要有效地推動(dòng)業(yè)務(wù)。與業(yè)務(wù)運(yùn)營支撐系統(tǒng)和客服系統(tǒng)建設(shè)完成就必須使用的產(chǎn)品特性不同，經(jīng)營分析系統(tǒng)更像推動(dòng)業(yè)務(wù)轉(zhuǎn)化的一個(gè)過程，而不是一個(gè)建設(shè)好就必須使用的產(chǎn)品。正因?yàn)槿绱耍?jīng)營分析系統(tǒng)并不處于必要的業(yè)務(wù)流程之內(nèi)，業(yè)務(wù)人員可以用也可以不用。這就使系統(tǒng)的推廣并不是一件簡單的事情。

在經(jīng)營分析系統(tǒng)部署初期，移動(dòng)通信市場正處于一個(gè)爆炸式發(fā)展的時(shí)期，市場蛋糕以幾何級(jí)數(shù)增大，這使得經(jīng)營分析系統(tǒng)的作用并不是那么明顯。為此，山西移動(dòng)甚至整個(gè)移動(dòng)集團(tuán)內(nèi)部在2002年到2004年有很多關(guān)于經(jīng)營分析系統(tǒng)的培訓(xùn)，目的就是推動(dòng)系統(tǒng)在業(yè)務(wù)中的使用。

而現(xiàn)在的電信領(lǐng)域，已經(jīng)不是十年前那個(gè)迅速膨大的市場蛋糕了，各種移動(dòng)通信標(biāo)準(zhǔn)的競爭、運(yùn)營商和終端生產(chǎn)商的聯(lián)合使得競爭不斷加劇。以前，即使沒有決策和營銷，市場也會(huì)發(fā)展起來，系統(tǒng)可以查驗(yàn)數(shù)據(jù)就可以了。而近些年來的制度改革特別是去年3G牌照的發(fā)放，使得產(chǎn)品和營銷策略的制定越來越需要精細(xì)化。在如此激烈的競爭環(huán)境下，BI系統(tǒng)支撐業(yè)務(wù)發(fā)展、進(jìn)行營銷、引導(dǎo)決策的重要作用就凸現(xiàn)了出來。王峰舉了一個(gè)例子：以前移動(dòng)運(yùn)營商可以捆綁銷售來電顯示服務(wù)，現(xiàn)在是不被允許的。這時(shí)就需要系統(tǒng)根據(jù)大量數(shù)據(jù)通過復(fù)雜的運(yùn)算發(fā)現(xiàn)不同的用戶需要來電顯示服務(wù)的概率有多大，然后再對(duì)目標(biāo)用戶進(jìn)行服務(wù)推送。精確化的用戶和服務(wù)匹配，比廣撒網(wǎng)式的廣告營銷效果要好得多，有效地節(jié)約了成本。

大數(shù)據(jù)分析要更精細(xì)化

對(duì)大數(shù)據(jù)時(shí)代的到來，用戶數(shù)量眾多的電信運(yùn)營商感覺尤為深刻。山西移動(dòng)每天流入經(jīng)營分析系統(tǒng)的數(shù)據(jù)量大約為300GB，龐大的數(shù)據(jù)量帶來了巨大的潛在價(jià)值和決策能力。

對(duì)于大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析，王峰認(rèn)為，山西移動(dòng)的片區(qū)精細(xì)化管理就已經(jīng)體現(xiàn)了大數(shù)據(jù)分析的特性。面對(duì)北京媒體，王峰以北京為例來說明片區(qū)管理的大數(shù)據(jù)特性。片區(qū)管理是地理緯度上的客戶分塊，例如北京包括東城區(qū)、西城區(qū)、海淀區(qū)等。而每個(gè)區(qū)又可以向下細(xì)分，比如西城區(qū)可以細(xì)化到金融街區(qū)，最后細(xì)化到移動(dòng)基站的一個(gè)扇面區(qū)域。如果一個(gè)用戶在昌平入網(wǎng)，卻經(jīng)常在金融街區(qū)通話，就要把用戶定位成一個(gè)金融街用戶。每一個(gè)細(xì)化的片區(qū)由一個(gè)片區(qū)經(jīng)理管轄，金融街的片區(qū)經(jīng)理就要對(duì)定義成金融街的客戶進(jìn)行服務(wù)，例如問候短信或新產(chǎn)品通知。片區(qū)經(jīng)理不僅要對(duì)現(xiàn)有客戶進(jìn)行服務(wù)，還要對(duì)潛在客戶進(jìn)行挖掘。山西移動(dòng)要求片區(qū)經(jīng)理對(duì)自己管轄區(qū)域內(nèi)的每一棟寫字樓的每一家企業(yè)進(jìn)行記錄并錄入片區(qū)化支持系統(tǒng)。根據(jù)掌握的多種數(shù)據(jù)，對(duì)用戶進(jìn)行精細(xì)化分類和深度挖掘，進(jìn)而進(jìn)行相關(guān)的營銷活動(dòng)，這種線上線下的共同合作，體現(xiàn)的正是大數(shù)據(jù)分析的特點(diǎn)。

片區(qū)化支持系統(tǒng)由Teradata公司協(xié)助山西移動(dòng)搭建，目前已經(jīng)完成了兩期。該系統(tǒng)以一年前Teradata提出的地理空間解決方案為基礎(chǔ)架構(gòu)。Teradata的CTO寶立明介紹說，地理空間解決方案并非專門為電信運(yùn)營商打造的技術(shù)，只是由于電信運(yùn)營商的用戶可以通過手機(jī)定位其所處的位置，這一優(yōu)勢使電信運(yùn)營商成為地理空間解決方案的第一批用戶。而山西移動(dòng)又是這一批用戶中的領(lǐng)先者。

山西移動(dòng)的經(jīng)營分析系統(tǒng)作用于營銷層面主要包含兩個(gè)核心應(yīng)用。一個(gè)是核心客戶保有。核心客戶是指用戶UP值貢獻(xiàn)高、漫游行為較多，有重要影響的高價(jià)值客戶。如果某個(gè)核心客戶在一段時(shí)間內(nèi)的主叫時(shí)長出現(xiàn)了顯著的下降，統(tǒng)計(jì)分析部就會(huì)在核心客戶保有的應(yīng)用上發(fā)現(xiàn)這個(gè)用戶，認(rèn)定該核心客戶有發(fā)展為普通客戶的可能，并且把與之相關(guān)的客戶明細(xì)提供給相關(guān)的市場營銷部門，由營銷部門對(duì)其實(shí)施保有措施。另一個(gè)應(yīng)用是離網(wǎng)用戶關(guān)懷，與核心客戶保有應(yīng)用相比，該應(yīng)用是更針對(duì)離網(wǎng)客戶的預(yù)警。

對(duì)于海量數(shù)據(jù)的保有，山西移動(dòng)的策略是數(shù)據(jù)與應(yīng)用同在。一個(gè)應(yīng)用上線有自己的生命周期，應(yīng)用由哪個(gè)部門提出、應(yīng)用的主要功能、開發(fā)人員、何時(shí)上線、預(yù)計(jì)使用期限等信息都會(huì)被記錄在生命周期管理系統(tǒng)中。當(dāng)應(yīng)用達(dá)到使用期限，根據(jù)實(shí)際效果如果沒有必要進(jìn)行生命周期的延長，應(yīng)用下線時(shí)就將相關(guān)的數(shù)據(jù)評(píng)估為無效，進(jìn)行清理。

在經(jīng)營分析系統(tǒng)上線的近十年時(shí)間中，山西移動(dòng)的數(shù)據(jù)分析和決策進(jìn)程正變得越來越科學(xué)。雖然在外部用戶層面，客戶很難感知到經(jīng)營分析系統(tǒng)的存在，但山西移動(dòng)正通過它進(jìn)行著各種各樣的營銷活動(dòng)，從而為用戶提供更精確的服務(wù)。而在山西移動(dòng)內(nèi)部，經(jīng)營分析系統(tǒng)的內(nèi)部客戶對(duì)數(shù)據(jù)的滿意度得到了非常大的提升，管理層和業(yè)務(wù)部門在決策上獲得了更好的支撐。

未來屬于將數(shù)據(jù)轉(zhuǎn)化為產(chǎn)品的公司。作為電信運(yùn)營商，山西移動(dòng)有著先天的優(yōu)勢可以掌握海量的有效數(shù)據(jù)。面對(duì)大數(shù)據(jù)時(shí)代的來臨，多角度深層次的數(shù)據(jù)分析也正在成為山西移動(dòng)統(tǒng)計(jì)分析部門支持決策的重要手段。

鏈接

Teradata通過收購應(yīng)對(duì)大數(shù)據(jù)分析

2011年5月19日，Teradata數(shù)據(jù)倉庫峰會(huì)在重慶召開?！按髷?shù)據(jù)”是本次峰會(huì)中提到最多的一個(gè)詞。Teradata在2010年實(shí)現(xiàn)了19億美元的營收，與2009年相比增長13%。非GAAP每股盈利為1.86美元，增長19%。它在2011年的發(fā)展目標(biāo)為營收增長14%～16%，每股盈利2.13～2.23美元。

第9篇：電商大數(shù)據(jù)方案范文

電商營銷。營銷策劃。大數(shù)據(jù)分析。

的大數(shù)據(jù)分析基于現(xiàn)代社會(huì)中成熟的商業(yè)系統(tǒng)和日益成熟的電子商務(wù)系統(tǒng)。在整個(gè)電子商務(wù)社會(huì)體系中，消費(fèi)者將逐步完成從傳統(tǒng)消費(fèi)行為到對(duì)電子商務(wù)的理解和熱衷的轉(zhuǎn)變。在此過程中，大數(shù)據(jù)分析對(duì)消費(fèi)者的心理特征和行為邏輯進(jìn)行統(tǒng)計(jì)分析，并形成相關(guān)結(jié)論。為了在未來的業(yè)務(wù)發(fā)展中取得進(jìn)一步的發(fā)展，電子商務(wù)營銷必須把握大數(shù)據(jù)的特點(diǎn)進(jìn)行分析并實(shí)現(xiàn)合理的應(yīng)用。

。在2019年的天貓“雙11”購物嘉年華中，11月11日，全球消費(fèi)者在淘寶網(wǎng)電商平臺(tái)上購物，僅在凌晨96秒的時(shí)間內(nèi)就在人民幣完成了100億元的營業(yè)額。這些數(shù)據(jù)的背后，反映了電子商務(wù)營銷對(duì)現(xiàn)代消費(fèi)者心理和消費(fèi)行為的準(zhǔn)確把握指導(dǎo)。在中國電子商務(wù)發(fā)展過程中，逐步完成了第一代消費(fèi)者進(jìn)入電子商務(wù)平臺(tái)的培訓(xùn)。這意味著國電商平臺(tái)大學(xué)的建設(shè)已經(jīng)進(jìn)入了一個(gè)相對(duì)穩(wěn)定的發(fā)展時(shí)期。當(dāng)“數(shù)量”不再是電子商務(wù)營銷的焦點(diǎn)時(shí)，如何確保電子商務(wù)平臺(tái)提供的商品和服務(wù)的“質(zhì)量”已成為下一個(gè)潛在的出口。

毫無疑問，中國電商平臺(tái)近年來的突破和快速發(fā)展是驚人的，但在這種發(fā)展的背后，仍然存在許多問題電子商務(wù)平臺(tái)在商品質(zhì)量、服務(wù)準(zhǔn)確性和消費(fèi)者需求控制方面有提升空間。在國內(nèi)電子商務(wù)普遍反思自身營銷質(zhì)量、優(yōu)化策略的情況下，大數(shù)據(jù)分析已成為當(dāng)前背景下電子商務(wù)營銷領(lǐng)域中一種適用性較高的應(yīng)用技術(shù)。

2.1實(shí)現(xiàn)了目標(biāo)受眾的第一次模擬考試。在傳統(tǒng)的電子商務(wù)營銷過程中，

通常被視為從單一企業(yè)到龐大消費(fèi)者的擴(kuò)散型銷售。然而，在模式判斷中，很容易忽視電子商務(wù)本身在調(diào)節(jié)產(chǎn)品質(zhì)量、價(jià)格和銷售組合方面的靈活性?！半娚虪I銷是代表海盜，銷售廣泛，盲目追求銷售”大數(shù)據(jù)分析可以幫助電商在平臺(tái)上搜索、收集、瀏覽、購買和售后的全過程中比較各類消費(fèi)者行為信息的細(xì)節(jié)，使電商平臺(tái)能夠完成對(duì)平臺(tái)上巨大消費(fèi)流的宏觀調(diào)查，最終確定待營銷商品的目標(biāo)受眾形象。Sri Lanca 2.2促進(jìn)服務(wù)的準(zhǔn)確交付。在

·

的電子商務(wù)營銷活動(dòng)中，最重要的是優(yōu)化售后服務(wù)鏈。如何提高用戶對(duì)產(chǎn)品的滿意度，降低用戶對(duì)電子商務(wù)營銷的警惕性，有效降低用戶的產(chǎn)品退貨率，正是傳統(tǒng)電子商務(wù)營銷規(guī)劃師在電子商務(wù)結(jié)束時(shí)所堅(jiān)持的，大數(shù)據(jù)分析從源頭上提供了另一種解決方案，即：，通過對(duì)消費(fèi)者心理預(yù)設(shè)和消費(fèi)習(xí)慣的分析，明確適合每個(gè)消費(fèi)者的產(chǎn)品和服務(wù)類型，從而增加電商平臺(tái)上的產(chǎn)品和服務(wù)與消費(fèi)者的對(duì)應(yīng)，也就是減少消費(fèi)者的“試錯(cuò)”提高電子商務(wù)平臺(tái)服務(wù)質(zhì)量所需的時(shí)間成本。

23。有利于產(chǎn)品效果的長期跟蹤。在

，長期以來，電子商務(wù)產(chǎn)品一度被公認(rèn)為“效果夸大”的代表還有長期價(jià)值低。電子商務(wù)營銷也被認(rèn)為只重視誘惑和招攬，而忽視了后期的產(chǎn)品質(zhì)量跟蹤。大數(shù)據(jù)分析只是為電子商務(wù)平臺(tái)提供了一個(gè)跟蹤產(chǎn)品效果的工具。消費(fèi)者完成購買行為后，通過各平臺(tái)消費(fèi)者活動(dòng)和行為的變化，分析消費(fèi)者對(duì)產(chǎn)品效果的滿意度，并根據(jù)消費(fèi)者滿意度的量化評(píng)價(jià)，完成產(chǎn)品效果的評(píng)審和下一步迭代計(jì)劃的制定，有利于電子商務(wù)經(jīng)濟(jì)的長遠(yuǎn)發(fā)展。

3.1關(guān)注消費(fèi)者保留率的統(tǒng)計(jì)

在傳統(tǒng)的傳播和營銷策劃中，我們經(jīng)常關(guān)注鏈接或廣告的點(diǎn)擊率和點(diǎn)擊轉(zhuǎn)化率的統(tǒng)計(jì)，相信電子商務(wù)經(jīng)濟(jì)通過大規(guī)模流失互聯(lián)網(wǎng)用戶群體實(shí)現(xiàn)貿(mào)易優(yōu)化。但是，隨著消費(fèi)者網(wǎng)購體驗(yàn)的深入，點(diǎn)擊一次與最終購買的直接聯(lián)系逐漸減弱，消費(fèi)者越來越關(guān)注電商平臺(tái)上的商品質(zhì)量，這也意味著大數(shù)據(jù)分析的方向需要挖掘消費(fèi)者購買行為背后的新邏輯關(guān)系。消費(fèi)者保留是指消費(fèi)者點(diǎn)擊一次電子商務(wù)產(chǎn)品后，選擇點(diǎn)擊兩次進(jìn)入商戶的店鋪或進(jìn)入同一商戶的另一商品鏈接，最終完成關(guān)注或收集的過程。這一過程意味著消費(fèi)者通過自己的體驗(yàn)和判斷，已經(jīng)認(rèn)識(shí)到電子商務(wù)平臺(tái)的營銷，并完成了對(duì)相關(guān)商品的價(jià)值感知。在消費(fèi)者保留率統(tǒng)計(jì)中，我們必須使用大數(shù)據(jù)統(tǒng)計(jì)來比較消費(fèi)者在每個(gè)頁面上的評(píng)論偏好以及不同圖片和信息的瀏覽時(shí)間，從而判斷消費(fèi)者是否成功理解和同意預(yù)設(shè)的電子商務(wù)營銷策略。在這一過程中，大數(shù)據(jù)分析不僅成為企業(yè)了解目標(biāo)受眾特征的工具，而且成為電子商務(wù)的重要工具自我營銷策略是分析電子商務(wù)營銷策略優(yōu)缺點(diǎn)的工具，有利于電子商務(wù)營銷策略的進(jìn)一步調(diào)整。

3.2分析消費(fèi)者偏好和挖掘潛在消費(fèi)熱點(diǎn)

在電子商務(wù)平臺(tái)上的運(yùn)營基本上可以及時(shí)切入和分析。例如，以自由魚APP的rudder UI設(shè)計(jì)為例，電商平臺(tái)已經(jīng)完成了每個(gè)功能塊的內(nèi)容劃分，消費(fèi)者進(jìn)出功能模塊的時(shí)間記錄可以作為消費(fèi)者對(duì)該類產(chǎn)品偏好的有效參考。同時(shí)，結(jié)合搜索引擎在電子商務(wù)平臺(tái)數(shù)據(jù)庫中的應(yīng)用，可以記錄消費(fèi)者輸入的相應(yīng)關(guān)鍵詞，使電子商務(wù)能夠進(jìn)一步控制消費(fèi)者在一定類型下的產(chǎn)品特性需求方向。例如，一個(gè)25歲的白領(lǐng)可以輸入保暖、隔音辦公等關(guān)鍵詞，電商平臺(tái)可以得到“白領(lǐng)-隔音辦公、保溫操作、高性價(jià)比-隔音蓋耳式耳機(jī)”的營銷理念。通過對(duì)同類型消費(fèi)群體的行為比較，可以推斷出該消費(fèi)群體未來消費(fèi)需求的發(fā)展方向，為電子商務(wù)營銷策略和產(chǎn)品迭代開發(fā)提供可靠的依據(jù)。

3.3闡明了消費(fèi)者個(gè)人需求的重要性。

-

-大數(shù)據(jù)分析絕不是一刀切的“數(shù)據(jù)網(wǎng)絡(luò)－整體考量地區(qū)”。其實(shí)質(zhì)在于對(duì)無限個(gè)個(gè)體數(shù)據(jù)進(jìn)行有效疊加分析，然后通過各種數(shù)據(jù)之間的比較完成宏觀分析。這也決定了大數(shù)據(jù)分析應(yīng)用于電子商務(wù)營銷后，企業(yè)必須關(guān)注消費(fèi)者的個(gè)性化需求，避免因牟利心理造成的盲目調(diào)整行為。例如，當(dāng)數(shù)據(jù)分析顯示有大量消費(fèi)者也購買衣服時(shí)衣架在購買熱水杯時(shí)，不能將其捆綁促銷，以吸引新的消費(fèi)熱點(diǎn)。消費(fèi)者的購買行為是復(fù)雜的。企業(yè)越是使用大數(shù)據(jù)分析統(tǒng)計(jì)消費(fèi)者行為，就越需要客觀看待消費(fèi)者在消費(fèi)過程中的各種特征，在分析相似消費(fèi)群體共性的同時(shí)，分析消費(fèi)者的個(gè)性化需求，避免對(duì)群體消費(fèi)需求的誤判，導(dǎo)致錯(cuò)誤營銷策略的出現(xiàn)，使大數(shù)據(jù)分析指導(dǎo)下的電子商務(wù)營銷始終處于靈活、靈活的營銷狀態(tài)。

。大數(shù)據(jù)分析為其提供了從數(shù)量到質(zhì)量改進(jìn)的可能性。企業(yè)必須對(duì)目標(biāo)受眾的消費(fèi)行為、消費(fèi)習(xí)慣和消費(fèi)心理進(jìn)行有針對(duì)性的分析，調(diào)整營銷策略，實(shí)現(xiàn)營銷目標(biāo)，同時(shí)提高電商品牌的美譽(yù)度，實(shí)現(xiàn)企業(yè)與消費(fèi)者的雙贏。

引用

[1]徐麗的新著作。CRM分析與大數(shù)據(jù)背景下的電子商務(wù)前景[J]?，F(xiàn)代營銷（下一期十天版），2017（06）。

[2]王振江。大數(shù)據(jù)環(huán)境下電子商務(wù)精準(zhǔn)營銷策略分析[J]。經(jīng)濟(jì)特區(qū)，2018（06）。

[3]張龍輝。大數(shù)據(jù)背景下電子商務(wù)企業(yè)個(gè)性化精準(zhǔn)營銷策略研究[J]。遼寧科技學(xué)院雜志，2019（03）。