電商大資料的今世來生

資料，是一個比較抽象的名詞，對資料的使用和研究由來已久，經過處理的資料可以作為人們行為的重要參考，小到日常消費大到企業運營、國家決策，經濟領域的資料運用是比較全面和深入的，由資料衍生出的模型在各種決策中發揮著重要作用， 而作為發展最快的一種商業模式，電子商務對資料的利用尚處於初級階段。

伴隨互聯網的興起，資料的概念已經發生了根本性的變化，20世紀初，數學、物理學等自然科學一直是資料應用最廣的領域，之後逐漸擴展至經濟學、企業運營管理，互聯網的發展為數據提供了海量處理、複雜運算的可能性， 進而將資料的外延不斷擴大，2010年後「雲資料」概念打破了資料的時間、空間限制，大資料時代的大門正在開啟。 B2C型電子商務本質上是一種零售模式，與線下相比它具有更容易獲取消費者資料、商品資料的特點，國內幾家大型的電商網站都有著超過千萬級別的活躍使用者，京東每天的平均交易額超過一億，訂單量超過50萬，企業內部有著複雜的運營流程， 這些都應該是資料可以發揮重大作用的環節，對資料的充分利用可以在效率、成本節約上發揮重要作用。 而事實上，企業對資料的重視程度恰恰與此相反，海量資料被企業用來做加減乘除法，比率、趨勢、絕對值是使用最頻繁的方式，資料被分的七零八落，抽象性、局限性沒有得到突破；造成這種結果的原因很多，可能是企業發展階段不同， 也可能是人力資源不足，無論是哪種原因，浪費了如此重要的資源是企業的一項重大損失，資料領域的創新亟待改觀，2011年麥肯錫的報告稱，整個零售行業只有21%的企業在使用大資料，21%的企業計畫啟動；大資料時代的到來， 為管理者觀念轉變和資料利用方法創新提供了新的思路。 資料的使用將與企業運營發展更好地結合並具體化，其表現形式包含以下幾方面：

一是「主客次序」的轉變，即由運營驅動資料變為資料驅動運營，大資料不僅僅指海量的資料，還包含資料的細分，企業內部幾乎所有的環節都將以資料的形式加以展現，比如各業務環節的時間節點衍生出的效率優化， 亞馬遜在這方面已經有了很大發展，每天會有大量的基於運營的報表和資料處理，運營策略、市場推廣策略的改變主要是看資料，它自行定義的自動補貨模型就是基於時間序列和極值的原理而形成的，有效地解決完全依靠人工的訂貨、補貨模式， 提升了庫存管理的效率。

二是關聯性更加豐富，資料利用最大的弊端就在於關聯性把握不足，一旦將資料孤立的考量，最為核心的因素可能會因此遺漏或無法準確、全面的表達，電子商務內部的資訊流轉都可以轉化為資料，以運營為基礎的資料關聯性將成為資料分析的基礎， 多維度、多視角的使用資料，通過某一核心維度將資料的範圍逐漸擴大，將某一行為產生的原因與合理性通過十幾個甚至更多的資料標準加以展現，使之更加準確和突出重點，比如銷售資料就可以以銷售額為核心，將產品銷售的區域性、週期性、 售後的退換貨、客訴率、訂單的週期性、客戶的忠誠度等多種指標綜合分析。 三是使用者體驗導向性，電商最根本的就是做使用者體驗，尤其是B2C型電商，對消費者行為的研究觀點眾多，經濟學界有很多種理論，比如跨期消費理論、行為理論、隨機理論等，但這些基本是宏觀層面的，電商手裡有著大量的消費者購買行為的資料 ，微觀領域的深入研究將是主要方向，甚至可以具體到某一個使用者，包含區域購買力、商品區域化、客戶分層、購物週期、購物偏向性、投訴原因等諸多資料指標的結合將為企業實行差異化戰略和精准式行銷提供重要依據，《藍海戰略》 一書中曾經講到差異化的一種識別方法——戰略佈局圖，電商通過資料分析可以有效的識別與競爭對手差異因素，開創新的藍海並為消費者提供更適宜的購物體驗。

四是「視覺化」，資料是一個比較抽象的概念，特別是面對海量資料的時候很容易讓人摸不著頭腦，傳統意義上的資料分析更多的是以簡單的圖表或者PPT的形式加以展現，不夠直觀，2010年以後資料資訊圖興起， 為數據分析和結果輸出提供了非常好的視覺效果和理解性，他利用簡單的圖形組合將單一的圖表轉化為了更豐富的內涵結果，極大地刺激了人們的感官神經，使枯燥的資料變得生動形象，資料資訊圖只是資料視覺化深入發展的一種表現， 大資料時代會衍生出很多類似的方法。

五是模型化與基本分析的平衡，所謂基本分析主要是基於資料做的簡單處理，對增長、趨勢、占比等指標的匯總分析，不涉及太多的複雜處理方法，通俗易懂；而對海量資料或者需要做出長期預測、相關性影響等資料處理時， 基本分析就很難達到目的了，比如對銷售做出的時間序列分析需要使用季節性調整等方法，這就需要使用某種合適的資料模型，資料模型是在一系列假設條件的基礎上形成的，很多假設條件在現實中是不成立的，所以模型有它自身的局限性， 他更多的作用是提供一種趨勢性的參考和資料處理方法，電商內部對資料的使用尚處於基本分析階段，專業化的建模人員顯得很不足，加上整體行業處於成長期，資料的規律性和可預測性不明顯，模型的使用就會有很大的限制；就時間性而言， 基本分析主要是基於歷史資料和現實資料，模型可以提供長期的預測資料並評估現實資料的合理性，二者相互補充，不同方法之間相互補充和對比能對業務發展提供更準確的參考依據；隨著電商業務模式的穩定和成熟，模型的使用會逐漸增加， 尤其是在消費者研究、銷售預測、庫存管理方面；簡單或複雜的方法都是必須的，二者的作用不同，在構建大資料平臺時，電商需要更好的平衡二者之間的關係，使之發揮相應的效用。

六是共用化，電商資料現在很難獲得，部分公開的資料，如艾瑞、易觀國際發佈的報告其準確性存疑，資料僅限於內部使用，包括對競爭對手的分析也是建立在並不客觀的基礎上，這就限制了整個行業對資料的合理利用，因為各家電商是有差異的， 業務運營模式也不盡相同，資料可以提供業務模式合理性的依據，可以有效的帶來效率和成本的節約，雖然有眾多的業界人士提倡共用一部分資料，可一直進展緩慢；大資料概念的確立，提高了企業對資料的重視程度，企業的部分職能也在轉變， 資料催生的服務功能正在興起，如一淘網、淘寶網等定期發佈的內部價格指數、品類銷售報告，就是將內部資料共用化的一個好的開端，很多企業將通過結合自身和行業公開資料對電商某一領域開展專業化的研究， 為新進入者或者行業的發展提供深度服務；在互聯網時代，資料共用是必然的趨勢。

　　大資料概念的延伸和對電商企業的影響是一個逐漸深入的過程，並且會在企業管理的實踐中不斷得到豐富和完善，無論是資料利用的方法還是形成的結果都還存在很多的不確定性，但是有一點，作為一種新的驅動力， 大資料的地位是不可替代且是必須的，能夠利用大資料平臺實現指導業務發展的電商企業必然會先發制人，對外、對內占儘先機。