어떻게 전자 상거래 기업 큰 데이터 파악?

어떻게 전자 상거래 기업 수 1 페이지 큰 데이터 파악?

소위 큰 데이터를 교차 하는 관점, 크로스 미디어, 크로스-산업 대량의 데이터에 대 한 필요성, 데이터 수집 방법으로 또한 이해 될 수 있다. 때 크기와 일정 수준에 도달 하는 데이터의 풍요로 움, 사람들은 앞으로 큰 데이터의 개념을 시작 했다. 그래서, 전기 딜러의 큰 데이터의 상태는 무엇입니까?

누가 큰 데이터는?

회사, Taobao, 바이, Tencent의 안정적이 고 풍부한 데이터 소스와 함께 그들은 절대적으로 자체 데이터 소스 회사 이다. 에릭 Shinshing, 기술, 컨설팅의 부사장은 Taobao 가게도 호출할 수 없습니다 안정 풍부한 데이터 소스는 회사의 계산 서와 동의 했다.

그들의 관점 있을 때 아무도 그들의 상점에 그들의 자신의 상점에 있어 경향이 있기 때문에 이러한 사람입니다 간주 됩니다. 하지만 Taobao의 관점은 높은, 전반적인 상황을 보기 쉽게 될 것입니다, 그리고 그들은 거 대 한 양의 데이터를 표시 한가 게에서 사람들의 특정 종류 만큼, 그런 사람이 존재 하는 것을 판단할 수 있다.

경우에 간단한 자신의 데이터, 종종 코끼리 당황, 일방적인 데이터를 사용 하 여 소비자의 완전 한 그림을 제대로 묘사 하는 경향이 있어. Taobao 판매자 떠날 때 Taobao 데이터 지원, 데이터 분석 에서만 호출할 수 있습니다, 그리고 결코 큰 데이터 분석을 호출할 수 있습니다.

소위 큰 데이터를 교차 하는 관점, 크로스 미디어, 크로스-산업 대량의 데이터에 대 한 필요성, 데이터 수집 방법으로 또한 이해 될 수 있다. 때 크기와 일정 수준에 도달 하는 데이터의 풍요로 움, 사람들은 앞으로 큰 데이터의 개념을 시작 했다.

그리고 오늘날의 전기 사업, 큰 데이터도 어디?

전자 비즈니스 데이터의 현재 상태

"미만 100000 단일 볼륨 있다면 무슨 크기 분리 될 수 있다 낮은 베이스에?" 대용량 데이터에 대 한 필요가 있다. "NOP 설립자 류 연의 그 유일한 Taobao, Jingdong, 아마존 같은 수준의 회사, 대량의 데이터를 큰 데이터에 대 한 필요성의."

오늘날의 전자 상거래 기업, 일일 평균 몇 100000 단일을 도달할 수 있다. 대규모 데이터 축적, 기초는 또한 우수한 BI 시스템의 설정 및 사용자 지정 해야 합니다 회사의 요구에 따라 그것은 대용량 데이터를 얻을 수.

대부분의 현재 전기 기업, 오지 않았다이 단계.

일단 시장 변화 보호에 대 한 의존도 대변 리 우의 연의 세계 네트워크 비즈니스 관리자, 작은 시장에 예를 들어 매크로 제어를 참으로 효과적 이다. 이 보여주는 기업 작은 무대에서 머리 효율 촬영 경험을가지고 가장 높습니다.

실제로, 그들의 자신의 데이터의 많은 판매자 표준화 작업, 수집, 분석 프로세스는 없습니다. 그래서 큰 데이터에 대 한 이야기, 그들의 대부분은 그냥 희망 찬 이야기.

재고 있음, 예를 들어 대부분 Taobao 판매자는 그들의 자신의 재고의 실시간 데이터의 인식, 그것은 더 많은 재고 판매 이익을 알 수 있습니다. 종종 이러한 유형의 상황 재고 상품에서 판매 하지, 좋은 판매 상품 상품 파손는 나타납니다. 경우 빛 봐 재고, 지표는 매우 건강 하지만 소위 인벤토리는 기본적으로 부실, 발견할 것 이다 그래서 예상된 판매 수익에 따라 모든 기업 그것 할 수 있다. 즉, 데이터 관리의 수준을 향상 시킬 필요가.

기업 내에서, 많은 최종 계정 데이터 수집 인내심 필요 하지만 일반적인 사업에는이 일을 전담된 부서, 얻을 어렵다 그래서 높은-품질 데이터를 제공 하는 그들의 자신의 의사 결정 지원.

사실, 판매 데이터와 혼동, 데이터는 완료, 관리 및 액세스 데이터를 충분 하지 않습니다, 때문에 직접 데이터를 사용 하는 무 능력으로 이어질.

큰 데이터 거 대 한 기업의 소수 거 대 한 비즈니스 가치 때문에 흥이 되는.

예를 들어 아마존, 이익, 손실에서 큰 데이터 아니다. 그것은 우연의 일치 또는 익은 시간, 아마존의 성능 향상을 위해 큰 규모의 데이터 분석을 걸릴 거 야. 당신이 상상할 수 있는, 아마존의 많은 데이터 기반 결정 큰 데이터 그림자를 있다.

아마존 미국에서 생활의 모든 필수품을 포함합니다. 따라서, 그것은 완벽 하 게 소비자의 원시 데이터를 파악, 예측 가능성을 판단 하 게. 그것은 심지어 사용자 지정할 수 있습니다 특정 가격에 세그먼트에는 아마존에만 상품의 특별 한 성능은 하는 뜨거운 판매를 보장할 수 있습니다.

그리고 모든 이것은 아마존의 큰 데이터 소스를 수집 하 고 분석 하는 추측에 기반.

큰 데이터 식별 및 데이터

"가상 높은" 대용량 데이터의 개념은?

결국, 아마존 같은 회사의 소수 그들의 초기에서 여전히 있습니다. 이 큰의 관계를 다시 생각 하는 사람들은 데이터 및 데이터.

큰 데이터와 데이터는 두 가지 매우 혼란 스러운 개념. 둘 사이의 차이 매우 서로 다른 이해 다릅니다.

리 우의 연의 그 큰 데이터 기반으로 거래, 제품과 사용자 사이의 일치 합니다. 많은 상품, 많은 사람들이, 그것은 그들을 정확 하 게 일치 하는 데 매우 어렵다.

일반 기업 내부 비즈니스 관리 인덱스 재고 비용, 상품, 이것은 닫힌된 구조, 좋은 분석에 영향을 끼칠 수는 기업에 의해 결정 됩니다. 큰 데이터 제어, 수만 추적, 일치 하는 방법을 찾기 어렵다.

에릭 컨설팅 분석 푸 Zhiyong 좁은 양적 데이터를 기업 내부 프로세스 최적화에 도움이 되 고 큰 데이터 이전 데이터는 양적 데이터에 따라, 확장, 기업 의사 결정 지원을 제공 하기의 광범위.

그것은 또한 큰 데이터 데이터 자체, 즉, 의사 결정 역할 증가에 데이터의 무게의 값의 추가 해석 임을 이해할 수 있습니다.

큰 데이터 최종 판매 데이터에 대 한 초기 액세스에서 데이터의 실제로 더 큰 범위입니다. 뷰티 리 메이크업 CEO 황 큰 데이터 볼륨은 종종 매우 큰 벌금 연구, 데이터 증가 됩니다 비정상적으로 놀라운 또는 컴퓨팅 파워 넘어 생각 합니다.

큰 데이터에 어떻게 현재 전기 사업 기업에 대 한 데이터의 정의 단지 희망을가지고 프로세스 최적화 데이터 분석을 통해.

에이 관계, Shinshing 미래에 2, 마케팅, 분야에 더 많은 관심을 지불 하는 전기 기업 마케팅 도구 큰 데이터의 많은 수에 밖으로 올 것 이다.

큰 데이터 값은 부드럽고 조용한, 모든 소비자와 판매자 하지만 사용, 대용량 데이터의 결과 즐기고 그 큰 데이터를 생각 하지 않습니다.

사실, 먼저 바이 바이 키워드 구매 것입니다 키워드 순위 심사 시스템을 제공, 단어 검색, 시스템 관련 판매 즉, 자동으로 묻습니다 그리고 어떤 단어에 게 더 쉽게 비슷한 소비자 문의. 이 큰 데이터 시스템의 가장 이른 사용은에 따라 바이 매일 수십억 번의 요약을 검색 하려면.

바이 키워드를 구입 하는 모든 회사는 사실 데이터 제품을 사용 합니다. 또한, 기차, 통해 Taobao 데이터 큐브는 또한 큰 데이터 파생 도구입니다.

판매자 원한다 면 큰 데이터 필드의 한 조각, 그것은 데이터의 사용자는 분명 해야 합니다. 대용량 데이터의 사용에 주의 큰 데이터 도구의 유연한 사용이이 도구는 현재 큰 데이터 기술의 최전선에.

사업에 큰 데이터 값 도구는 제 3 자 공급자가 제공할 수 데이터에 따라 달라 집니다. 사업으로, 수십 또는 수백 찾을 그들의 자신의 큰 데이터 도구를 도구 공급자에서 이어야 한다.

정보 데이터 마이닝에 초점

큰 데이터 도구를 사용 하 여, 뿐만 아니라 정보 데이터 전기 회사의 진짜 관심사 이기도합니다.

소위 정보 데이터 처리 담당자 현장 정보 작업을 수집가 일상 업무에서 대부분 공유의 차지. 그들은 다운스트림 공급 체인을 계속 하 고 여러 부서에 걸쳐 통신할 것입니다. 예를 들어 구매자 각 공급 업체의 생산 라인 생산 분석에 야 한다, 우수한 공장 및 부속 공장 및 원료의 최저 구매 가격의 차이 생산 주기. 일반적으로, 정보의 같은 부분 1-3 년 동안 사용할 수 있습니다.

비록 데이터는 강한, 하지만 이러한 정보의 가치는 매우 높습니다. Shinshing는 더 간단 했다: "데이터 마이닝은 광업, 정보 정보 마이닝 잘 수행 하지 않을 경우 마이닝 전기 비즈니스 기업에 대 한 실제 생산성 수준 지원을 제공할 수 있습니다 정보 만큼 좋은, 그것을 디지털화 하 여 계량, 조금 성급한." "

예를 들어, 브랜드 소유자는 선택의 여지가, 생산 기업의 필요와 일치를 찾기 위해 200000 제조 업체 심사에 대 한 큰 데이터 모델을 설정 하는 데 필요한입니다. 하지만 지금은 오직 정보 먼저, 규모에 확인 하기 어려운 어느 정도 도달 하는 때 결정, 데이터 마이닝 기술 사용 하 여.

실제로, 큰 데이터 응용 프로그램은 중국의 전기 사업에 침투 하기 전에 갈 길이 멀다가 있다.

하지만 마케팅 분야는 다른, 마케팅 데이터 모델, 성숙 및 인터넷 전기 사업 기업에 충분 한 정보 소스를 제공, 큰 데이터 응용 프로그램을 이미는 정책 수준에 의사 결정을 직접 줄 수 있는 "는 튀김 쌀"로 이해할 수 있다.

Taobao 원래 여자의 브랜드 오크, 예를 들어, 보낼 것 이다 매일 500 ~ 1000 위안 할 정보 마이닝. 그들은 특별 한 정보 수집, 데이터 큐브, 양자 일정 경로, CRM 시스템 분석 데이터, 있고 다음 가장 기본적인 비즈니스 의사 결정을 지원, 고려 다음 새 제품 스타일 여부 오래 된 회원의 분석에 따라 이러한 정보를 결합 등 새로운 범주를 확장 하는 필요.

예를 들어 오크는 50 품목, 1 백만 현금 때 어떻게 해야 배치의 생산? 정보 파는 생각나 게 한다 의사 결정 권 자 2 개, 6 긴 꼬리, unsalable 상품, 2 개 또는 심지어 각 항목에 대 한 보충 및 클리어런스 제안. 그것은, 시스템에서 필요한 데이터를 얻을 어렵다 그러나 데이터 추가 데이터 사이의 인과 관계 링크를 반영 하기 위해 접합 될 필요가 있다.

인기, 지능의 분야에서 사업을 이해 하는 비즈니스 논리입니다.

"정보 지원 비즈니스 논리를 이해 하 고 데이터 비즈니스 인텔리전스를 처리 하는 기능을 지원." "그것은 정보 마이닝 먼저 다음 데이터 마이닝을 할 하는 데 필요한 정보 표준, 비즈니스 논리를 아니다 이해의 좋은 일을 하지 않는 경우 Shinshing 생각 반대의 일부 비즈니스 논리를 설명 하기 위해 직접 데이터 기대."

데이터는 비즈니스 논리를 대체할 수 없습니다.

큰 데이터를 비즈니스 논리와 결합 하는 양적 데이터 기반 수 도움이 필요 전반적이 고 체계적인 의사 결정을 만들기 위해 전기 기업 합니다. 일련의 통제 요인, 결론 및 모델, 하지만 결론을 주고 수학 전문가의 이상적인 상태에 박탈 될 실제 상황 제외.

큰 데이터의 핵심 비즈니스 논리에 통합 됩니다.

비즈니스 논리에 우리 해야 합니다 시장 먼저 이해, 특정 분야에서 소비자의 실제 수요의 변화를 이해 하 고 특성, 요구 및 업계의 규칙을 포함 하 여 업계를 이해 그리고 마지막으로 엔터프라이즈의 동작을 이해, 함께 가치를 만들기 위해 여러 지원 모듈의 리소스를 통합.

이러한 경우, 양적 데이터 결정, 비즈니스 논리의 지도 아래 정말 양적 정보 역할을 지원 하기 위해 적절 하 게 사용할 수 있습니다.

"이 비즈니스 논리, 양적 데이터의 부족은 강포한 것." "푸 Zhiyong 비즈니스 논리로 다른 산업, 기업, 카테고리, 다른 타이밍, 비즈니스 논리는 문제를 해결 하기 위해 실제 필요 변경 됩니다, 그리고 이것은 예술과 철학의 동적 균형."

웹사이트 분석 중국 설립자 노래 데이터 비즈니스 논리, 하지만 그 데이터를 대체할 수 없는 수정 하 고 비즈니스 논리에 대 한 조정 수 있습니다. "결정의 생산 데이터, 어떤 경험, 어떤 직관의 부분에 따라 달라 집니다." 노래 솔직히, 결정은 하지 큰 데이터를 해결할 수 있습니다.

이 데이터 계층을 포함 한다. 경험에 따르면, 더 많은 데이터, 더 많은 실용, 더 편 파 미세한 데이터, 높은 불확실성의 매크로 전략적 수준 편견. 매크로 결정 큰 있기 때문에의 작고 큰 영향력은 효과적인, 하지만 미시적인 의사 결정은 반대.

예를 들어 시장 성장, 업계의 전반적인 크기 자체는 포괄적인 데이터의 여러 샘플, 각 샘플의 일부입니다. 일단 마이크로 수준, 광고, 할인 강도, 감소의 양의 색과 같은 데이터에 결정적인 역할을 재생 됩니다. 하지만 대부분의 기업은 지금 테스트 믿고 데이터 분석에 믿지 않는.

"매크로-수준 볼 더 많은 데이터를 마이크로 수준의 경험에 대 한 더 많은 이야기를." "푸 Zhiyong이는 전기 사업 기업에 가치.

데이터는 비즈니스의 단지 부산물, 비즈니스 시스템은 좋은, 일반적으로, 데이터 시스템 너무 나쁘지 않을 것 이다, 사업의 특성을 반환 합니다. 말을 하기 전에 장바구니 데이터 시스템 이지만 좋은 비즈니스 시스템입니다, 결과 데이터 시스템 원료를 수송 하지 수 발견할 것 이다.

그 데이터 중요 하지만 데이터의 불확실성 포즈 대부분 기업 여유가 없어, 위험 및 비즈니스 사람들이 비즈니스 논리로 돌아갈 필요 때문에 미신, 하지 마십시오.

마지막으로, 큰 데이터를 정리해 명 째의 섹션을 빌려: 큰 데이터는 사소한 섹스 게임 이다,이 것은 여전히 매우 흥미로운 88-올해-늙은 남자와 여자, 누가 진짜로 무슨 일인지 모르겠다, 모두 그래서 그들은 참여 하 고. 큰 데이터 때로는이 같은, 실제 현장에 대 한 명확 하지 그들은 강력한 데이터를 축적 하지 않았다, 빈 이야기.