以电商举例大数据技术用于产品上-云智海联

2019-10-14 11:09
发布人:和记娱乐
来源:h88平台官网
        

  现在去哪不谈谈大数据(BigData)视乎就OUT了,大数据像雷军的:“风口上的猪”一样是近两三年来的一个热词,而行业内部目前尚未对其定义达成一致。大数据虽与“海量数据”和“大规模数据”一脉相承,但其本身所涉及的是一个相对更加广泛而又抽象、含混的概念。我们不妨暂且把其看作为“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”。

  大数据有5V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)Veracity(真实性)。在产品经理眼里来看,大数据在用户研究、用户画像、产品营运、产品设计等多方面都已得到广泛应用,其所产生的巨大效用也不容忽视。下面就以电商为例介绍4步法把大数据技术用在产品上。

  在跨境电商里,有很多平台,也有很多产品,下面先从eBay相关的数据逐步解析大数据在电商产品中的应用。

  eBay拥有全球近2亿的注册用户,其不仅记录消费者的日常交易信息,还记录消费者每一次探索浏览的过程,从其设定的成百上千种情景模型中计算出用户可能的需求。这个模型甚至还区别消费者的年龄,以及其浏览的时间、地点及当时的天气等因素,在智能机器人的学习和分析下,适时地推送给用户最想要的商品,或者给商家(供应商)提供各式各样的“情报”,还能做到向商家提供销售。

  例如:某个用户一登录浏览eBay网站,eBAY能很快的推断出这位用户潜在的需求,并在综合各种考量因素后,向他推送商品信息。

  大数据分析技术对电商产品的影响是性的。有了大数据分析技术的支持,电商产品可以很容易从海量的数据中分析出消费者的需求,进而推出更符合消费者需求的产品或服务,这中间还能够进行针对性的调整和优化,这就是大数据赋予电商产品的新价值。

  对于电商产品初创阶段来说,可以自己开展大数据产品的研发,也可以利用第三方机构来实现对大数据的利用,比如:GOOGLE和eBay在这方面做得很专业。消费者在使用搜索服务时,他们在无形中就把自己个人的行为、爱好、消费等数据传给GOOGLE和eBay。基于用户搜索行为、浏览行为、评论历史和个人资料等数据,通过大数据的挖缺和匹配,它们可以分析消费者的整体需求,进行针对性的产品设计、迭代和营运。

  与产品相关的大数据来源很广,除了各类研究单位发布的大量数据外,互联网数据、各种传感器收集的数据等都是重要的来源。不同类型的大数据,其处理方面有所不同,但其处理流程基本上一样,主要有四个步骤“数据收集、数据集成、数据分析、数据解释”。如图:大数据预测模型,收集到的数据经集成后,转换成统一标准的数据格式,然后用相应的数据分析方法将其进行分析处理,最后用可视化的技术将结果展现出来。

  数据收集:如前所述,目前大数据来源非常广泛,常用的收集方法有:百度、搜狗、360和谷歌等搜索引擎的数据检索工具、各类传感器、RFID以及条形码扫描技术等。随着手机和手环电视等智能终端设备的普及、各类应用软件的大量下载使用,数据采集的数量和精度不断提升。

  数据集成:数据集成阶段的主要任务是对数据采用合适的方法进行适当的处理,去噪和进一步的集成存储。由于数据来源广泛,注定了大数据的多样性特征(即Varicty),这就决定了如果这些数据不经过初步处理,进行高质量的数据分析将会非常困难。因此,在采集数据后,一般还要进行数据处理与集成将这些多样化的数据转换为便于处理的较为单一结构的数据。当然,并不是所有数据都是有效的和相关性高的,这些数据还需要“去噪”,才能数据的有效性和可靠度。

  数据分析:大数据预测模型最核心的一步就是数据分析,因为凌乱的数据是没有价值的,只有通过数据分析步骤,才能挖掘到大数据的真正价值。在数据分析阶段,根据不同的应用需求,数据分析各有不同,常用的方法有数据挖掘、机器学习、智能算法、统计分析等,其中数据分析关键的一点是设定核心任务。

  数据解释:从数据的质量来说,数据的处理与分析过程是最终数据高质量的关键步骤,但对于最终的数据用户而言,如何获得直观的和有用的数据才是其最关心的。因此,如何通过数据解释步骤,对大数据分析结果进行解释与展示也非常重要。

  随着数据量的变大以及对用户数据分析维度的增加,传统的以文本形式输出的数据展示方式已不能满足数据用户的需求,一种被称为“数据可视化技术”数据展示方式开始出现,常见的方式有基于集合的可视化技术、基于图标的可视化技术、基于图像的可视化技术等,在数据可视化技术的帮助下,用户可以很形象的获得数据分析结果,对结果的理解和接受也更直观。

  通过大数据预测模型,电商平台的运营管理更加有“预见性”。例如;当你打开Facebook时,就会看到Facebook会为你推荐,你可能认识的人。

  由于电商市场的各种不确定性,比如顾客需求差异、东西部文化的差异、竞争更加激烈等因素,产品对市场研判和有效预测越来越困难。大数据分析技术的出现改变了这种现状,通过收集各类数据信息,在各种数据分析技术和建模分析技术的支持下,能够比较简单的挖掘出各种看似毫不相关的数据之间的关系,从而对目标区域的市场需求和趋势做出准确的判断。因此,大数据预测模型可以提升电商产品适应性营运管理活动的“预见性”。

  然后:基于消费者及各种经济数据,大数据不仅可以为“消费者画像”,还可以给产品提供各式各样的“情报”。比如,产品希望把Bra卖到新疆,通过大数据分析可以大致预测到,这种商品最好多准备大号的,一个月可以卖出多少产品,定价应该在什么范围内,市面上还有多少商家在卖同样的产品,他的市场占有率大概是多少。目前,利用大数据预测需求无论是产品设计,还是产品方法,都能够实现,产品经理综合运用大数据思维进行互联网产品迭代设计一定可以事半功倍。更多详细软件开发资讯,敬请关注云智海联,为您持续更多详细互联资讯》》》》

      和记娱乐,和记h88,h88平台官网