큰 데이터: 전기 딜러에 대 한 새로운 무기

기업은 모든 고객이 자신의 요구는 잘 알고 있지만, 각 고객은 시장 세그먼트 이다. 그러나, 각 고객에 대 한 세분화, 제공 맞춤된 서비스, 대부분의 기업 현실, 맞춤된 서비스는 몇 가지 고급 고객만 독점 하지 않습니다. 그러나 데이터 분석 기술의 새로운 세대의 출현을 대표 하는, 큰 데이터를 "한 고객, 하나의 시장" 전자-상거래 웹사이트에 현실이 되고있다. 이러한 고급 기술 전자 상거래 웹 사이트 중 일부는 경쟁 제품 추천, 친밀 한 쇼핑 경험를 포함 하 여 제공이 맞춤된 서비스를 통해 강화 사이트의 고객 전환율, 기회를 이기려면 시장에서의 치열 한 경쟁에 대 한.

웹사이트 제품 정확한 추천

전자 상거래 사이트의 온라인 구매자는 제품 추천 서비스는 인터넷에 익숙하지 않은 하지 구매자 쇼핑 카트 후 제품을 살 것 이다, 사이트 즉시 관련된 제품을 추천할 것 이다, 예를 들어 인터넷 구매자 노트북 컴퓨터 선택 단지, 페이지 또는 사이드바의 하단 일부 컴퓨터 부 대, 무선 라우터, 메모리, 마우스, 다른 상품을 추천해 드립니다.

좋은 추천 시스템 전환율을가지고 전자-상거래 웹사이트 교차 판매 능력을 향상 하지만 전자 상거래 사이트에 고객 충성도 향상을 뿐만 아니라 사이트에 대 한 새로운 기회를 탐색 하는 사이트를 크게 향상 시킬 수 있습니다. 모든 전자 상거래 사이트 알아, 그래서 대부분의 전자 상거래 사이트 또는 그들의 자신의 개발 또는 아웃소싱 제품 권장 사항을 제공 합니다. 그러나, 대부분의 제품 효과 이상적인, 전환율을 탐색 하는 것은 높은 것이 좋습니다. 중요 한 이유 중 하나는 기술 및 재무 건전성의 제한으로 인해 전자 상거래 웹 사이트를 사용 하지 않습니다 방문자 데이터의 축적 된 많은 수의 충분히와 큰 데이터의 출현 함으로써 상품 추천 시스템의 다음 세대를 낳 새로운 기술적 수단을가지고입니다.

지난 달, Jingcheng 그룹의 큰 데이터 브랜드 ETU 출시 의도 제품 추천 서비스를 제공 하기 위해 전자 상거래 사이트에 대 한 정밀 추천 시스템 ETU 추천자의 전기 설계에 맞게. Etu Recommende는 대용량 데이터 기술에 따라 소프트 및 하드 통합 시스템, 데이터 마이닝 및 분석, 수집 결합 웹사이트의 방문자의 클릭 정보 소비자의 유사한 그룹 행동, 시뮬레이션 제공 하는 한편 고객에 게 제품 추천 방문자가 찾을 수 전통적인 저장소의 영업 직원에 기반 동시에 사이트의 클릭을 통해, 사용자 충성도 향상 시키기 위해 추천 시스템을 통해 수도 있습니다.

물론, ETU 정밀 추천 시스템 기술을 사용 하 여 큰 데이터 제품 추천, 구현 하는 시장에서 유일한 시스템 이며 베이징 백분위 정보 기술 제한 (이 하 비율이 라고도 함) 또한 기술을 사용 하 여 큰 데이터 다르다만 Etu의 지식의 조립식된 솔루션의 용도, 제품 추천 서비스를 제공 하 %는 제품의 클라우드 서비스 제공의 형태에 따라 완전히 것이 좋습니다.

그러나, 큰 데이터 기술 및 클라우드 서비스와 솔루션을 모두 조립식된 연습에 효과적입니다. ETU, Courio의 지도자에 따르면 Lanmiu 속옷 ETU 알려진 상품 추천 시스템, 판매 전환율의 의도 사용 하 여 증가 15% ~ 30%, 및 그것의 이메일 푸시 서비스 오픈 비율 14% 이상에 도달 하는 판매 전환율 70% 이상 쿠바 웹사이트의 % 포인트의 추천.

있도록 빅 데이터 기술

새로운 세대 제품 추천 시스템의 핵심 기술 또한 매우 인기 있는 주제는 요즘 큰 데이터입니다. 소위 큰 데이터는 기존의 구조화 된 데이터에서 다른 데이터의 종류, 그것은 일반적으로 3 개의 일반적인 특성은, 즉 데이터 양 크다, 데이터 형식이 다양 한, 생산 속도가 빠르고, 전자-상거래 웹사이트의 데이터는 일반적인 큰 데이터.

예를 들어 전자 상거래 웹사이트의 상품 추천 방문자의 역사적 트랜잭션 데이터, 웹사이트에 방문자, 다른 파트너의 웹사이트에 많은 양의 데이터 및 여러 종류는 사용자의 코멘트 동작 검색 정보 검색 데이터 포함 됩니다. 물론, 더 많은 데이터, 더 많은 데이터와 IT 시스템에 대 한 수요 사이 상관의 금액. 처리 요구 사항에 맞게, 전통적인 상품 추천 시스템 중 하나를 그들의 자신의 독점 BI 시스템 (데이터 웨어하우스)를 구축 하거나 그들의 권장 사항을 기반으로 방문자의 역사적인 거래의 데이터 손상 돈의 큰 합 투자.

Hadoop과 같은 큰 데이터 관련 기술 출현 차이 했다. 그것은 크게 데이터 분석, 데이터 분석의 혜택을 즐길 수 있는 일반 전자-상거래 사이트에 대 한 수에 대 한 임계값을 줄일 수 있습니다. 에 따르면 Courio, 데이터 웨어하우스, 전통적인 비즈니스 인텔리 전스 시스템에 비해 큰 데이터 기술 명백한 이점이 있다.

우선, 큰 데이터는 데이터 분석의 시간을 단축 하 고 분석의 효율성을 향상 시킬 수 있습니다. 먼저 데이터를 ETL (데이터 추출, 변환 및 업로드), 즉, 전처리는 일반적으로 데이터 웨어하우스 건설 해야 합니다 다음 모델링, 데이터 웨어하우스의 데이터를 분석할 수 있습니다 다음, 일반적으로 분석 해야 될 일. 큰 데이터 분석 플랫폼 Hadoop 등에 이러한 프로세스, 수집된, 구조적 또는 비구조적 데이터 직접 크게 추천 시스템을 향상 시킬 수 있는 Hadoop으로 가져올 수 있는지 여부를 모든 데이터 새로 고침 속도, 그리고 궁극적으로 전기 몫의 구매 전환율을 향상. 예를 들어 Lanmiu 속옷 웹사이트의 제품 추천 시스템 할 수 있는 2 시간 마다 너무 최신 추천 결과;

둘째, 데이터 웨어하우스 비즈니스 인텔리전스 분석을 바탕으로, 그것의 건축 비용 및 기술 요구 사항을 매우 높다, 기업의 재정 및 기술적인 힘 작은 도전. 그리고 Hadoop은 오픈 소스 소프트웨어, 서버의 그것의 사용은 또한 범용 x86 서버 비용이 낮습니다.

셋째, 큰 데이터 확장성은 매우 좋은, 빨리 필요에 따라, 이것은 빠르게 변화 하는 전기 딜러에 대 한 시장에 매우 중요 한 노드를 추가할 수 있습니다. 그러나 관점에서 전기 몫의, 모든 웹사이트 트래픽을 원하는 사용자 수량은 성장을 계속 하 고,, IT 시스템 또는 데이터 플랫폼의 입력 선형, 때문에 수 없습니다이 "" 전기 수 많은 이익을 Shangben 먹을 것 이다.

"Hadoop 이며는 좋은 장점은 그 여러 번 입력 몇 번 성능, 수 밀접 하 게 흐름을 따라 사용자 성장, 그것의 입력-출력 효율 추정 하기 매우 쉽습니다." "그것은 ETU 추천 시스템은 Hadoop에 대 한 모든-에-하나 기계, 그것의 큰 데이터 컴퓨터에 내장 된이 기초에" 장 말했다.

마케팅 규칙을 다시 작성

사실, 큰 데이터를 기반으로 마케팅 되 고 새로운 추세, 직관적인에 따라 과거에는, 또는 광범위 한 마케팅 결정 보다 과학적이 고 정확한 큰 데이터 마케팅에 의해 대체 되고있다. 업계 관계자는 기업 브랜드, 배달의 대부분의 일부 뿐만 아니라 마케팅의 미래 대용량 데이터의 지도 아래, 기업 소비자 그룹 어디 예측 배포, 회사의 잠재적인 사용자 어디? 그들을 큰 데이터를 찾아서를 사용 하 여 창조적인 형태 그들 비즈니스 및 양식 판매의 "팬".

제품 추천 시스템은 또한 단지 큰 데이터 마케팅 성공 사례 마케팅, 더 큰 데이터는 신흥의 응용 프로그램 종류, 이러한 경우는 누가 사용 하 여 보여 큰 데이터 기술 마케팅, 시장 기회를 이길 수 있는 사람. 그 중 가장 간단 하 고 가장 가능성이 방문 하는 큰 데이터 위에서 설명한 고객의 내역 및 영업 전략의 적절 한 고객 세분화의 구현입니다.

물론, 시작 점으로 기업 또한 고객 데이터의 심층 분석을 수행할 수 있습니다. 예를 들어 다양 한 영역 (예: 쇼핑, 마이크로 블로그, 친구, 엔터테인먼트, 등) 데이터를 정확 하 게 소비자 맞춤된 솔루션을 제공 하기 위하여, 소비자의 새로운 요구를 예측 하는 소비자의 전반적인 프로필 데이터의 통합을 통해 소비자를 통합할 수 있습니다.

(책임 편집기: 유산의 좋은)