大数据分析与电子商务营销介绍

大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个V，数据量大（Volume）、速度快（Velocity）、类型多（Variety）、价值（Value）、真实性（Veracity）。大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，大数据分析也应运而生。

众所周知，大数据已经不简简单单是数据大的事实了，而最重要的事实是对大数据进行分析，只有通过分析才能获取很多智能的、深入的、有价值的信息。那么越来越多的应用涉及大数据，而这些大数据的属性，包括数量、速度、多样性等都呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。

1.大数据分析的六个基本方面

（1）Analytic Visualizations（可视化分析）

不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观地展示数据，让数据自己说话，让观众听到结果。

（2）Data Mining Algorithms（数据挖掘算法）

可视化是给人看的，数据挖掘是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。

（3）Predictive Analytic Capabilities（预测性分析能力）

数据挖掘可以让分析员更好地理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。

（4）Semantic Engines（语义引擎）

我们知道由于非结构化数据的多样性带来了数据分析的新挑战，我们需要一系列的工具去解析、提取、分析数据。语义引擎需要被设计成能够从“文档”中智能提取信息。

（5）Data Quality and Master Data Management（数据质量和数据管理）

数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。

（6）数据存储，数据仓库

数据仓库是为了便于多维分析和多角度展示数据按特定模式进行存储所建立起来的关系型数据库。在商业智能系统的设计中，数据仓库的构建是关键，是商业智能系统的基础，承担对业务系统数据整合的任务，为商业智能系统提供数据抽取、转换和加载，并按主题对数据进行查询和访问，为联机数据分析和数据挖掘提供数据平台。

2.大数据分析工具介绍

（1）前端展现：

·用于展现分析的前端开源的工具有JasperSoft、Pentaho、Spagobi、Openi、Birt等。

·用于展现分析商用分析的工具国外的有Style Intelligence、RapidMiner Radoop、Cognos、BO、Microsoft、Oracle、Microstrategy、Qlik View、Tableau。国内的有BDP、国云数据（大数据魔镜）、思迈特、FineBI等。

（2）数据仓库有Teradata AsterData、EMC GreenPlum、HP Vertica等。

（3）数据集市有QlikView、Tableau、Style Intelligence等。

3.电子商务营销

数据已经如一股“洪流”注入了世界经济，成为全球各个经济领域的重要组成部分。企业可以分析和使用的数据在爆炸式增长，通过对大数据的收集、整合、分析，企业可以发现新的商机，创造新的价值，带来大市场、大利润和大发展。所以对于电子商务企业来说，大数据时代蕴藏着巨大的商机。大数据对电子商务营销起到巨大的推动作用。

（1）大数据有利于市场营销

据统计：一个销售人员为准备交易而寻找相关信息所花费的平均时间占工作时间的24%，而这些时间和心血可以转化为26亿元的收入，这些钱足够一个中等财富规模的500强企业卷土而来。要做到“低成本、高效率”的营销，企业必须基于大数据的分析和优化，把营销过程中的每一分潜在的价值都挤出来，从而节约成本、战胜对手、占领市场。美国信息经济领域著名的教授达文波特认为，能够始终保证自己以“数据”最优的方式经营的公司将会在竞争中坚持到最后，并不战而胜。大数据技术能够帮助他们获得更多的机会，销售人员预计实施大数据战略将对销售有显著的影响。大数据时代，网络媒体正在从单纯的内容提供方进化成开放生态的主导者，大数据时代的社会化营销重点是理解消费者背后的海量数据，挖掘用户需求，并最终提供个性化的跨平台的营销解决方案。如果电商拥有了基于大数据的技术，在寻找潜在客户上、销售时间以及预测交易成功的概率上将会得到明显改善。

（2）大数据有利于个性化和精准的商品推荐

随着电子商务的发展和对大数据的分析与研究，在信息指数性增长的同时，消费者获取、过滤、筛选、分析信息的能力却没有得到相应的提高，这必然会导致消费者淹没在浩瀚的信息海洋中。传统的商业模式在大数据时代下显得落伍了，个性化和精准的商品推荐成为未来电子商务发展的新方向。大数据为个性化商业应用提供了充足的养分和可持续发展的沃土。同时，顾客的结构、流量、点击率、购买的周期以及兴趣，都会在电子商务平台上产生大量的数据，通过对大数据的收集、整合和分析，电商可以对消费者的品位和消费意愿进行准确识别，主动为其提供个性化和精准的销售产品和服务，提高销售额和利润率。在电商领域，亚马逊通过个性化技术为用户智能导购，大幅度提升了用户的体验与销售业绩。

（3）大数据为信息安全带来发展契机

随着移动互联网、物联网等新兴IT技术逐渐步入主流，大数据使得数据价值极大提高，无处不在的数据，对信息安全提出了更高要求。同时，大数据领域出现的许多新兴技术与产品将为安全分析提供新的可能性。信息安全和云计算贯穿于大数据产业链的各个环节，云安全等关键技术将更安全地保护数据。大数据对信息安全的要求和促进将推动信息安全产业的大发展。