免費試用
banner

電商用戶的數據挖掘與可視化展現

作者: 大數據觀察來源: 大數據觀察時間:2016-12-03 14:17:020

進入到大數據時代,電商用戶數據的暴增與數據的社會化在很大程度上模糊了O2O電商企業數據的邊界,這些由用戶創造的海量數據遠遠超越了目前人力所能處理的范疇。龐大的數據量使得數據過載、數據冗余、數據捕獲成本快速增長、數據價值不易獲得成為O2O電子商務面臨的新問題。

電子商務中用戶數據每年增長約?60%,企業平均捕獲其中的?25%?~?30%,但數據的利用一般不足其?5%,用戶數據作為O2O電商核心資源的商業價值遠未被挖掘。?基于此,本文對“大數據”環境下O2O用戶數據挖掘以及大數據可視化進行了分析展望。

大數據環境下O2O電子商務用戶數據特征分析

相比傳統的電子商務數據,O2O?用戶數據并不僅僅局限于平臺數據,即用戶在?O2O?的交易數據,還包括了社交網絡、用戶移動終端的地理位置等數據。O2O電子商務用戶數據為在?O2O?電商日常經營中產生和積累的與用戶相關的交易、互動、觀測數據。

O2O?用戶數據具有大數據的特征。(1)體量大。在融入了社交網絡和移動互聯網的O2O電子商務中,O2O用戶數據已不僅僅是用戶交易數據,它擁有更加廣泛的數據源,其數據規模會從TB級躍升到PB甚至是EB級。(2)類型多。O2O?用戶數據類型復雜,它并不僅限于?O2O?用戶基本資料、電商企業內部業務信息等海量的結構化和半結構化數據,還包括用戶評論等反饋數據、移動終端數據和社交媒體等非結構數據。(3)速率快。用戶數據伴隨用戶行為產生,這些數據往往是高速實時數據流,這需要實時的分析用戶數據并根據分析結果對用戶進行個性化服務。(4)價值高。用戶是?O2O?業務的核心,對用戶進行預測分析與深度復雜分析,對?O2O?電商企業無疑有著重大的價值,但龐大而繁雜的不相關用戶數據,這也決定了其價值密度低的特性。

大數據環境下?O2O?電商用戶數據挖掘分析

O2O?電商用戶數據挖掘框架包括數據來源層、數據收集層、數據組織層、數據存儲層、數據分析層、數據應用層。?不同于傳統數據分析,大數據挖掘是一個知識自動發現的過程,在無明確的目標下從不同數據源獲取數據,對數據進行預處理,并大量使用機器學習與人工智能算法對龐大的觀測數據進行挖掘分析。

O2O電商用戶數據挖掘著重解決這樣一個問題:?在大數據中,分析各用戶群體的特點,進而分析用戶個人特點,獲得有價值的知識,從而獲取商業價值。數據挖掘流程包括:?數據收集、數據準備、數據轉化、數據抽取、數據挖掘、挖掘應用。(1)數據收集。用戶數據以“流”的形式創造,由于3個數據源之間有交互,且其數據內容往往交叉,所以按照交易、互動及觀測數據進行分類,然后通過Needlebase?等工具在用戶消費的過程或其它行為中收集。(2)?數據預處理。數據預處理包括了數據準備、數據轉化及數據抽取。?數據預處理決定了挖掘結果的質量,從某種程度上來看,數據預處理往往左右著數據挖掘的成敗。(3)數據挖掘及其應用。?在數據挖掘過程中,根據不同的應用需求選擇不同的挖掘模型,對數據進行深度挖掘。其中主要模型有:關聯規則分析、分類分析、聚類分析等。得到數據挖掘結果后,對其進行解釋應用,一般挖掘應用包括排名與個性化推薦、異常檢測、Web?挖掘與搜索、大數據的可視化計算與分析等。

大數據環境下?O2O?電商用戶數據可視化展現

用戶數據可視化能夠展現出更細化的市場、更精準的用戶行為預測、更精確的用戶需求。通過收集、加工和處理涉及用戶消費行為的大量信息,確定特定用戶群體或個體的興趣、消費習慣、消費傾向和消費需求,進而推斷出相應用戶群體或個體下一步的消費行為,然后以此為基礎,對所識別出來的用戶群體進行特定內容的定向營銷,節省營銷成本,提高營銷效果,提升平臺的價值。

對?O2O?平臺來說,來自用戶的消費習慣、興趣愛好、關系網絡以及整個互聯網的趨勢、潮流都將成為電商行業從業者關注的熱點,而這一切的獲取和分析都離不開互聯網大數據分析。基于移動互聯網與移動社交平臺的海量數據分析,將電商營銷帶入個性化時代。大數據魔鏡能夠對大數據進行收集、存儲、計算、挖掘和管理,并通過深度學習技術和數據建模技術,使數據更加的智能化。電商企業在采用大數據魔鏡引擎后,能夠幫助其在海量數據中實現消費者人群的細分,行業細分以及消費者的喜好(行為)細分;通過這些細分關聯,使得電商企業能夠為細分的消費者投放精準的推送服務,從而滿足消費者的個性化需求以及實現電商企業的營銷增長需求。比如,可根據消費者不同地域的位置服務及特征,通過大數據魔鏡制定出針對不同地理位置且個性化的精準消費者廣告服務。

隨著云計算與數據挖掘等技術的發展,電子商務數據,尤其是用戶數據中所蘊含的價值會越來越容易被挖掘出來。電子商務企業已經意識到,電子商務正經歷著從用戶數為王,到銷量為王,再到現在的數據為王的變遷,而最準確的商務決策來自于事實,即數據支持。數據挖掘以及大數據可視化等大數據技術應用必將成為O2O電子商務深入發展的關鍵,勢必會為其帶來巨大的商業價值。

更多精彩、大數據最新資訊、行業案例、解決方案,請掃一掃大數據魔鏡微信號

banner
看過還想看
可能還想看
熱點推薦
Yonghong的價值觀:以卓越的數據技術為客戶創造價值,實現客戶成功。