基于大数据技术的电商营销策略研究_姚孝生.pdf

第 卷 第期 年 月成都工业学院学报 ，：收稿日期：作者简介：姚孝生（），男，讲师，硕士，研究方向：计算机科学技术，电子邮箱：。基于大数据技术的电商营销策略研究姚孝生（合肥经济学院 党政办公室，合肥）摘要：随着大数据时代的到来，大数据技术日益成熟，并被广泛应用于社会各个领域。大数据技术具有科学性、多元性、拓展性等特点，能够为电商营销策略制定提供全样本调查、多样化分析、大数据共享等优势，使电商营销策略更为高效与高质。由于大数据技术应用在管理、技术、思维及安全等方面面临困难，现阶段电商企业存在客户数据收集杂乱、相关资源缺失、营销思维滞后、用户数据安全受到挑战等问题，制约着大数据技术在电商营销中的应用。为此，电商企业可从数据、资源、逻辑及安全 个维度出发，通过落实数据标准化规则、构建大数据应用资源库、转变营销策略逻辑及强化用户数据信息安全保障 条路径实现具体应用。关键词：大数据；电商营销；数据分析；营销策略中图分类号：.文献标志码：文章编号：（）（，）：，：；随着互联网普及度的提高，中国网民数量不断攀升。据中国互联网络信息中心于 年 月发布的第 次中国互联网络发展状况统计报告统计，中国的网民规模已经突破 亿，超过 的人口上网。互联网时代，网络已然成为民众日常生活的新兴工具，交通、医疗、政务及通信等各领域均与网络相互关联。随着国民网络行为的不断丰富，民众在互联网空间中产生的数据信息呈指数级增长，大数据成为互联网时代又一显著特征。大数据具有大量、高速、多样、低价值密度及真实性 个特点，为充分发挥大数据各特点的优势，数据收集、数据存储、数据分析、数据管理等大数据技术逐步成熟，为大数据应用奠定了坚实的基础。新时代背景下，国家大力倡导大数据技术应用，社会各领域开始探索大数据与行业的结合方式，电商作为信息时代的新兴产物，与大数据具有良好的契合性，两者相互促进、相互发展。在电商营销策略方面，大数据独特的属性为电商营销策略提供关键支撑与重要服务。在大数据技术的支撑下，淘宝、京东、亚马逊及苏宁易购等电商企业取得显著营销成果，彰显了大数据技术应用于电商营销策略中的可能性与必要性。因而，深度剖析基于大数据技术的电商营销策略能够为电商企业提供理论参考，具有较强的时代价值与现实意义。年第 期姚姚孝孝生生：基基于于大大数数据据技技术术的的电电商商营营销销策策略略研研究究 大数据技术赋予电商营销的时代机遇大数据技术是面向大数据应用逐步成熟的新兴科技，主要包括数据收集、数据预处理、数据存储、数据分析等方面，各类基础技术共同构建起大数据技术框架，使大数据具有科学性、多元性、拓展性等特点。基于上述特性，电商能够以更为全面的样本、更为深入的分析及更为高效的服务制定相关营销策略，实现企业效益增长与服务质量提升。.全样本调查夯实营销策略优化基础 科学性优质且高效的营销需要企业发掘消费者内在需求，因此，商务数据调查与收集是电商营销的基础。受到技术与资源等因素的限制，传统电商营销的商业数据调查通常采用抽样调查、随机调查等方式，并通过数学算法与统计模型等方法对数据样本进行加工以提高调查的准确性。然而，传统调查方式具有明显的局限性，由于样本数据不完整，调查结果容易出现以偏概全等问题。同时，电商营销更关注关联性，期望通过调查分析提高营销率，传统样本调查注重因果关系分析的特点难以满足实际需求。在大数据技术的支撑下，数据收集成本降低且效率提升，消费者在网络空间中进行点击、浏览等活动时，各项数据均会通过链接传至服务器，这使得全样本调查可付诸实践。以流感预测为例，谷歌通过分析搜索引擎中所有的关键词检索日志，对海量体温、流感药等关键词进行趋势分析，成功预测出美国流感的暴发规模与时间，凸显出大数据全样本收集的精准性与科学性。可见，相较于抽样调查，全样本调查具有整体性、科学性等特点，能够减少因果关系探索、样本误差剔除的流程，密切关注数据之间的相关性，高效地为营销获得提供有价值的数据参考，使电商营销策略的制定更具科学性。.多样化分析优化营销策略客户体验 多元性消费行为是个体心理活动、思维逻辑及行为习惯的综合表现，在互联网及通信技术不断成熟的背景下，民众浏览网页、观看视频等行为差别巨大，这使得消费需求不断变化且更为多元，用户间会产生差异性较大的消费倾向与特点。因此，有效的营销策略需要全方位考虑客户消费行为，掌握其消费本质及特点，预测未来消费倾向，根据分析结果优化营销策略，实现与客户的良性互动。在传统电子商务活动中，营销策略往往按照大方向划分，并没有对具体客户进行详尽的分析，这使得营销策略并不能适用于各消费者，导致营销效果并不理想。同时，在传统数据库统计中，消费者信息往往仅有年龄、性别、职业等基本属性，缺少个体用户特性化参数，无法从数据中分析出客户特点。而在大数据技术的支撑下，个体数据分析成为可能，电商能够通过全样本调查获取各用户数据，并通过点击率、浏览记录等信息，精准判断出消费者购物态度、购买周期及消费者属性等特点，实现对不同个体的针对性分析，为营销方案制定提供多元参考角度，促使营销策略制定更符合客户个人需要，营销信息推送更为多元，与客户进行有效交互，以更契合的方式优化用户体验，使其与电商构建长久关系。.大数据内在属性提高企业营销效率 拓展性营销的根本目标是扩张产品市场、提高企业利润，因而，高效且优质的营销策略要具备并发挥拓展潜在用户的功能。在传统电商营销过程中，策略实施往往具有广泛性与局限性，主要依托电视广告、人工销售等手段进行推送，营销效率不高。而在大数据时代背景下，营销可依托的方式更为多元，推送范围更为广泛，策略制定更为精准，电商能够基于大数据开展更为高效的营销策略。一方面，大数据技术能拓宽电商营销途径。随着移动通信的大范围普及，用户数据会通过微博、微信、淘宝等多个渠道产生，电商可依托此类数据，针对不同平台制定对应营销策略，通过短视频、公众号、线上直播等方式拓展营销途径，扩大企业营销影响范围。另一方面，大数据技术能丰富营销主体。新时代背景下，自媒体成为影响较深远的新兴媒体，用户成为电商企业的新型营销主体。基于大数据技术，电商企业可针对影响力较强的客户进行针对性推送，使其对产品产生忠诚度与信赖感，从而形成用户间的自主传递，提升营销成功率。如网红产品“螺蛳粉”在被自媒体大 传播后，迅速在互联网中传播，线上线下产品销售率不断提高，提高了电商营销效率。.大数据共享实现营销平台互联互通 关联性随着互联网发展的不断成熟，微信、微博、抖音等平台成为民众日常生活的必备工具，各平台浏览记录、点击率等信息成为反映个体消费习惯的重要数据，需要统计个体在各平台的数据才能完整地形成消费者画像。在此背景下，数据共享成为时代发展趋势，大数据技术在电商营销中的应用也间接促成都工业学院学报：第 卷使电商平台互联互通。年 月，工信部启动了互联网行业专项整治行动，提出了要聚焦扰乱市场秩序、侵害用户权益、威胁数据安全、违反资源和资质管理规定等 个方面的问题，旨在引导形成开放互通、安全有序的市场环境，推动行业规范健康高质量发展。在互联互通的支撑下，用户数据能够形成良好的共享环境，电商能够将碎片化的消费者数据重构，获得更为精准的用户画像，进而判断其购物倾向与习惯，有针对性地制定一对一营销策略，并通过丰富的网络渠道进行营销。同时，企业能够获取用户对产品的反馈，可根据实时反馈的点击率、购买率等数据对营销策略及产品进行优化与调整，形成电商大数据营销的正向循环。大数据时代背景下电商营销面临的现实困境 现阶段，大数据已然成为各行各业发展的必要支撑，淘宝、京东等企业均已开展大数据营销工作并取得成效。然而，大数据应用对技术水平、人才能力及体系制度等提出了新的要求，大数据技术具体运用门槛较高。此外，受到数据质量、数据规模等因素的影响，大数据技术的应用并未达到理想效果，在服务于电商营销策略时未能发挥应有价值，一定程度上加重了用户数据安全隐患。.客户数据收集杂乱，无法满足标准化需求数据信息是大数据技术应用的基础，高质量且标准化的海量数据才能服务于电商营销策略的制定与优化。由于各平台重点方向有差异，各电商平台获取的数据有所差别，并且受到数据形式及内容等因素的影响，大部分数据有偏差，难以满足技术应用需求。具体而言，一方面，电商大数据收集渠道有限。数据收集多通过各电商平台自有渠道进行，大型电商收集大数据较为轻松。以阿里巴巴、腾讯、百度等大型互联网公司为例，阿里巴巴能够获取电商、支付等点击、收藏与购买数据；腾讯能够获取社交、娱乐等交互、浏览数据；百度能够获取搜索、浏览等兴趣、需求数据。而中小型电商仅能从用户消费相关行为中获取数据，具有明显局限性，数据量级较为有限。另一方面，数据杂乱且处理困难。由于用户行为数据包含点击、浏览、兴趣等多种信息，单一用户会产生多元化分支数据，数据形式以非结构化为主，数据内容纷乱复杂，不能满足标准化需求，需要进行数据预处理以提高数据质量。而大数据预处理较为困难，需要剔除噪声、去除错误数据等流程，否则会得到失真的用户行为，影响电商企业对用户消费习惯、趋向等的判断，影响营销策略的制定与优化。.大数据相关资源缺失，技术应用难度较高大数据作为新时代背景下的理念，对人才、基础设施及软件能力等均有较高要求。由于大数据具有海量、多元、高速等特点，电商企业在持有大数据时需要具备数据收集、数据存储及数据分析等能力。然而，受到资金、人才、技术等因素的限制，电商企业大数据收集、分析等技术的应用难度较高，存在大数据相关资源缺失问题。一方面，大数据技术对基础设施要求严格。数据收集、分析等工作需要服务器、数据库等基础设施的支撑才能实现，京东为充分发挥大数据技术的作用，共配置 余台集群服务器，并成立专门的数据部门负责大数据相关业务。而基础设施收集成本较高，普通电商企业在资金与物力方面难以支撑，这使得大数据技术在电商营销中的应用受到制约。另一方面，大数据相关人才较为缺乏。近年来，中国互联网发展迅速，但人才培养相对滞后，难以满足社会对大数据人才的需要。同时，由于大数据技术要求人才具备计算机、数学等综合素养，高素质且具有创新意识的相关专业人才更为匮乏，普通中小型电商企业难以聘请到此类人才。而将大数据技术应用于电商营销策略制定，还需要相关人才掌握营销知识，这又进一步提高了企业对人才的要求。受到人才因素的制约，电商营销策略应用大数据技术进行优化面临现实阻碍。.传统营销思维滞后，难以契合大数据逻辑在长期实践过程中，部分电商企业形成了固定的营销思维与逻辑，传统营销往往具有单向性、主观性等特点。受到既往技术的限制，传统营销仅注重企业方向用户方的单向传递，往往利用邮件、短信、微信等方式进行营销信息推送，并未及时且动态地收集用户反馈，不能够根据用户意见对营销策略进行调整，这与大数据注重交互性的逻辑思维相悖，导致电商营销与大数据技术融合面临阻碍。同时，由于缺少关键数据分析，电商企业缺乏可靠的信息参考，决策者在制定营销策略时主要依托自身经验，营销策略具有明显的主观性与盲目性。而在大数据视角下，客户数据能够得到充分收集与分析，电商企 年第 期姚姚孝孝生生：基基于于大大数数据据技技术术的的电电商商营营销销策策略略研研究究业在制定营销策略时有科学的参考依据，面向不同客户群体能制定对应的策略，使营销决策更加客观与科学。此外，传统营销理念较为固定，往往会落入结果论陷阱，即过度依赖过往成功经验，忽略消费者需求变化。而随着大数据技术应用的逐步成熟，营销环境与客户需求不断产生变化，传统营销理念难以跟进时代变化。为此，电商需要转变传统营销思维，改变既往主观、单向的策略制定思路，形成以数据为支撑、以客户为导向的营销理念，以创新姿态在电商营销中应用大数据技术。.数据开放程度高，用户数据安全受到挑战信息化时代背景下，个体信息被广泛数据化，姓名、工作、住址及电话等身份信息均被数据化处理，同时个体在微博、微信及抖音等互联网平台登录时均会留下各种数据信息。上述信息数据化过程是大数据的基础，是电商营销策略应用大数据技术的根本。然而，用户在使用互联网时数据被广泛收集，数据开放程度过高，部分数据信息出现泄漏等问