大数据背景下电商网站的发展与策略研究

《大数据背景下电商网站的发展与策略研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据背景下电商网站的发展与策略研究大数据背景下电商网站的发展与策略研究【摘要】大数据时代的到来，使得电商网站的发展面临新的机遇和挑战。伴随而来的是巨量数据，电商网站如何在合理时间内达到撷取、管理、处理并整理成为对企业经营决策具有较高的参考价值。面对大数据，电商网站的发展策略尤为重耍。【关键词】大数据电商网站发展策略一、引言互联网技术的快速发展，伴随着的是海量的数据。大数据时代由此而来，海量的数据使得数据的类型、数据的处理方式、处理速度、建模方式等都发生了巨大的变化。在电商时代背景下成长起来的电商网站，更是收到大数据

2、的巨大影响。本文站在大数据的视角下，考察大数据的技术特点和处理模式，进而来探讨大数据背景下电网网站的特点，以此来说明电商网站的发展策略。二、大数据的技术特点和处理模式当下大数据的特征：体量(Volume)巨大、多样化(Variety)＞速度(Velocity)快、价值(Value)密度低。大数据所具有的技术特点：如何提高数据的存储容量和处理能力是大数据技术所必须面对的问题。理想的数据处理技术在一致性、分区容忍性以及可用性等方面都应该得到很好的满足，但实际上这些特性从实现角色看往往是具有冲突，比如对容量的追求会要求数据

3、存放于不同的节点，但一旦位于不同的节点,数据的一致性操作就需要跨节点协作，引入的网络I/O延迟以及不可靠性导致操作的效率和成功率相比在一个节点内部都会大大降低，这是大规模数据处理不可避免的问题。大数据技术本质上时放弃了一些数据处理的耍求，比如牺牲一致性要求很高的事务处理，仅提供最简单的读/写来达到超大规模的存储和访问能力。可以说，简单与大规模是大数据技术的重要特点。大数据的处理模式：根据数据源的性质以及分析目标不同，数据处理大致分为离线/批量和在线/实时两种模式。所谓离线或批量，是指数据积累到一定程度后在进行批量处理

4、，这多用于事后分析，比如分析用户的消费模式。所谓在线或事实处理，是指数据产生后立即需耍进行分析，比如用户在网络中发布的微博或其他消息。这两种模式的处理技术完全不同，所使用的方法也不一样。离线模式需要强大的存储能力配合，在分析前先积累大量的数据，容许的分析时间也相对较宽。而在线分析要求实时计算计算能力非常强大，容许的分析时间相对很窄，基本上要求在新的数据达到前处理完早期数据。两种分析模式导致了冃前两种主流的平台Iladoop和Stonn的产生，前者是强大的离线数据处理平台，后者是强大的在线处理平台。三、大数据背景下电商

5、网站特点互联网、云计算和物联网的迅速发展，无所不在的移动设备、RFID、无线传感器每分每秒都在产&数据，数以亿计用户的互联网服务吋吋刻刻都在产生巨量的交互数据信息。对于电商网站而言，如何获取有价值的数据以及如何使用这些数据是其必须面对和解决的问题。（一）多元化的数据采集方式，是大数据时代下电商网站的一大特点。通常来讲，电商网站的数据來源大致分为网站内部数据、站外引导性数据、直接访问数据和无线断数据四种。1、网站内部数据。这些数据的产生与买卖双方的交易密不可分，包括内部搜索、站内社区、页面浏览与点击、购买与交易数据、后

6、台管理数据以及即吋通讯数据等信息。直观而全面地反应用户的心理及行为，具有很高的价值；2、站外引导性数据。主要是通过广告点击、搜索引擎上的搜索数据、sns上的推荐与链接及关联软件的操作与推荐等；3、直接访问数据。这部分主要來源与浏览器访问，酸碱访问等的直接访问数据。这部分数据能够有效洞察出用户的网购入口偏好及行为；4、无线数据。这些无线端的数据乂构成了海量的数据阵容，能够全面放映出无限用户的特征，对数据分析和运用有着巨大的知道作用。（二）更迅捷、更全面的使用用户数据，是当下电商网站的另…大特色。电商行业作为网络吋代的核

7、心产业，基于互联网的数据能力，使其在与实体企业的竞争中，能够迅速全面的获取用户行为信息和需求，更快做岀反应。近乎实时的反馈数据，信息详尽并具有跟踪性，这对于电商网站优化决策提供了巨大价值，而传统的零售企业则很难获取用户的消费数据，获取信息的成本也较大；同时，通过对数据的处理能够给出精确的效果评估，电商网站的页面设计、产品分类，传统的零售企业只能是依靠经验优化自身的店铺设计；此外，能够快速生成实吋的数据报告，帮助卖家决策，而传统零售企业在此方面则相对匮乏。（三）更精准、更具商业价值的用户数据，是电商网站所获数据的特点。

8、互联网媒体在用户数据收集上相对传统媒体有天然的优势，而电子商务网站比…般的互联网媒体无论是数量上还是种类上都拥有更加海量、精准的数据。原因在于，电子商务网站能够获得用户的购买需求、搜索习惯、购买路径和购买历史等一系列具有商业价值的精准数据。一方面利用大数据技术，按照兴趣、价值观、娱乐和生活方式等共同的行为方式來重新划分人群。另一方面，通过用户行