百分點(diǎn)市場(chǎng)營(yíng)銷論文范文-探索大數(shù)據(jù)需要個(gè)性化營(yíng)銷word版下載

1、百分點(diǎn)市場(chǎng)營(yíng)銷論文范文:探索大數(shù)據(jù)需要個(gè)性化營(yíng)銷word版下載導(dǎo)讀：本論文是一篇關(guān)于大數(shù)據(jù)需要個(gè)性化營(yíng)銷的優(yōu)秀論文范文，對(duì) 正在寫有關(guān)于百分點(diǎn)論文的寫作者有一定的參考和指導(dǎo)作用，論文片 段：8月15 h,京東商城、蘇寧易購(gòu)兩大電商拉開“價(jià)格戰(zhàn)”大幕，電 商市場(chǎng)更加紛繁迷亂。對(duì)于中國(guó)電子商務(wù)企業(yè)而言，2012年絕對(duì)是個(gè)“冰火兩重天” 的年景。一方面，京東、當(dāng)當(dāng)、凡客等知名電商企業(yè)，業(yè)務(wù)仍舊不斷 虧損；另一方面，蘇寧、順風(fēng)等傳統(tǒng)企業(yè)高調(diào)進(jìn)軍電子商務(wù)。擺在這些電商企業(yè)面前的理市其實(shí)很簡(jiǎn)單，就是如何讓消費(fèi)者 能夠產(chǎn)生更多的購(gòu)買行為？打幾個(gè)促銷廣告，讓幾個(gè)點(diǎn)的利潤(rùn)，這些 傳統(tǒng)的營(yíng)銷手段在激烈的競(jìng)爭(zhēng)面前己

2、經(jīng)顯得綿軟無力o越來越多的電 商企業(yè)已經(jīng)認(rèn)識(shí)到，需要審視自身營(yíng)銷的投入產(chǎn)出比是否合理、審視 商品是否與其他網(wǎng)站雷同、審視網(wǎng)站轉(zhuǎn)化率是否太低等方面的理由， 從而實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)。作為一家專注于為電子商務(wù)企業(yè)提供個(gè)性化技術(shù)和商業(yè)智能分 析的企業(yè)，北京百分點(diǎn)信息科技有限公司（下稱百分點(diǎn)）就把目光投 向了電子商務(wù)背后的“大數(shù)據(jù)” o以數(shù)據(jù)實(shí)現(xiàn)雙贏秦帥是百分點(diǎn)的研發(fā)總監(jiān)，在他看來，百分點(diǎn)所做的事情更多 作用上是在向電商網(wǎng)站、媒體資訊網(wǎng)站提供個(gè)性化整體解決方案?！靶畔⒈〞r(shí)代，說好聽些，迎來了大數(shù)據(jù)時(shí)代，另一方面， 那就是信息太多了。如何用合理的方式給用戶推送合理的信息就變得 至關(guān)重耍，否則再好的營(yíng)銷手段都

3、可能淪為一封垃圾郵件?！鼻貛浾f, “百分點(diǎn)所做的就是基于大數(shù)據(jù)的個(gè)性化應(yīng)用。這個(gè)過程中，數(shù)據(jù)是 基礎(chǔ)。數(shù)據(jù)會(huì)來自不同的平臺(tái)，再進(jìn)一步通過數(shù)據(jù)挖掘和分析，找到 這些數(shù)據(jù)相對(duì)應(yīng)的人群。再針對(duì)這些群體進(jìn)行個(gè)性化的對(duì)比，并以此 展開個(gè)性化的營(yíng)銷服務(wù)，例如發(fā)送edm,或者流量對(duì)接，跟傳統(tǒng)搜索 纟口 口 o秦帥表示，根據(jù)冃前的真實(shí)案例來看，電了商務(wù)企業(yè)在采用了 百分點(diǎn)提供的分析數(shù)據(jù)后，其個(gè)性化服務(wù)能力大大提高?！耙詭?kù)巴網(wǎng) 站為例，過去他們?cè)诰W(wǎng)站上也有個(gè)性化推薦的功能，但是效果一般。 在正式上線百分點(diǎn)個(gè)性化推薦引擎之后，百分點(diǎn)推薦引擎根據(jù)用戶在 庫(kù)巴網(wǎng)站上的瀏覽和訪問歷史來挖掘他們的個(gè)性化偏好，從而向不同

4、的用戶推薦他們各自可能需要的商品，使他們?cè)趲?kù)巴上購(gòu)物更有效 率。消費(fèi)者可以通過庫(kù)巴網(wǎng)上的'本月熱銷'（個(gè)性化熱銷榜）、'猜 您喜歡的'（個(gè)性化熱覽榜）瀏覽或購(gòu)買自己感興趣的商品。在使用百 分點(diǎn)個(gè)性化推薦后，庫(kù)巴嘗試使用百分點(diǎn)個(gè)性化edm, edm打開率超 過74%,銷售轉(zhuǎn)化率達(dá)到14. 4%。”秦帥表示，能夠幫助用戶實(shí)現(xiàn)這樣的變化，一方面是因?yàn)榘俜?點(diǎn)在底層技術(shù)、核心算法方而進(jìn)行了大量?jī)?yōu)化工作。“傳統(tǒng)電商推薦, 多在使用協(xié)同算法，挖掘不同產(chǎn)晶間的關(guān)聯(lián)度。在百分點(diǎn)，這樣的算 法已經(jīng)以基礎(chǔ)服務(wù)形式，下沉到推薦引擎框架底層，不直接推薦結(jié)果。 在百分點(diǎn)推薦引擎2.0 （

5、以下稱“推薦2.0”）中，除了傳統(tǒng)的算法 以外，還包括一些全新的的概念。它是一個(gè)服務(wù)于客戶kpi的產(chǎn)品， 通過合理而精準(zhǔn)推薦，提高用戶體驗(yàn)，從而達(dá)到一個(gè)雙贏，使我們的 客戶和消費(fèi)者雙贏。消費(fèi)者既能獲得更方便的購(gòu)物流程，又能獲得更 好的用戶體驗(yàn)。而且在不知不覺中，"推薦2（r還能引導(dǎo)了消費(fèi)者 的購(gòu)物習(xí)慣，來達(dá)成客戶kpi,這是競(jìng)爭(zhēng)對(duì)手所不能實(shí)現(xiàn)的?！背嗽诩夹g(shù)方面領(lǐng)先一步，秦帥認(rèn)為百分點(diǎn)的第三方服務(wù)公司 的性質(zhì)也為它帶來了別人所不具備的優(yōu)勢(shì)?！白鳛橐患业谌椒?wù)公 司，白分點(diǎn)的競(jìng)爭(zhēng)力就是能夠提供更優(yōu)質(zhì)、更穩(wěn)定的服務(wù)，這也為白 分點(diǎn)在業(yè)內(nèi)帶來了很好的口碑。”全網(wǎng)數(shù)據(jù)分層處理根據(jù)秦帥介紹，

6、百分點(diǎn)每天獲取的數(shù)據(jù)主要分為兩類，一類是 內(nèi)容和商品基礎(chǔ)數(shù)據(jù)容量，每天大約在tb級(jí)的規(guī)模。另一類是一些 關(guān)于合作伙伴網(wǎng)絡(luò)上的行為偏好數(shù)據(jù)，例如瀏覽過什么、收藏過什么、 購(gòu)買過什么等數(shù)據(jù)，這部分?jǐn)?shù)據(jù)大約達(dá)到了 gb級(jí)的規(guī)模?！斑@兩類 基本上已經(jīng)涵蓋了全網(wǎng)上有價(jià)值的數(shù)據(jù)，因?yàn)檫@些數(shù)據(jù)在整個(gè)互聯(lián)網(wǎng) 上離消費(fèi)者最近的數(shù)據(jù)，可以說是電子商務(wù)最核心的數(shù)據(jù)?！鼻貛洷硎?，這些數(shù)據(jù)搜集上來之后，百分點(diǎn)會(huì)先對(duì)它們進(jìn)行一 個(gè)分層處理，按數(shù)據(jù)的用途和類型，以及不同的來源，選擇不同的處 理平臺(tái)?！斑@就如同一個(gè)數(shù)據(jù)工廠，不同的數(shù)據(jù)在這里被定義好，然 后它們會(huì)被投入到相應(yīng)的平臺(tái)去計(jì)算。在百分點(diǎn)有兩大數(shù)據(jù)處理平 臺(tái)，一個(gè)是流

7、處理平臺(tái)，另一個(gè)是批處理平臺(tái)。前者會(huì)處理一些實(shí)時(shí) 性比較高的數(shù)據(jù)，例如消費(fèi)者購(gòu)買意圖或者點(diǎn)擊預(yù)估數(shù)據(jù)。批處理平 臺(tái)上而更多的是做一些基礎(chǔ)任務(wù)，例如全網(wǎng)行為的挖掘分析、bi分 析、商務(wù)報(bào)表等，會(huì)按照時(shí)間調(diào)度來完成?！睋?jù)悉，隨著百分點(diǎn)的業(yè)務(wù)不斷擴(kuò)大，他們正在籌建位于美國(guó)的 新數(shù)據(jù)中心?！拔覀兊囊徊糠謽I(yè)務(wù)會(huì)放在第三方云平臺(tái)上進(jìn)行處理， 另外一部分核心的數(shù)據(jù)我們都是在自己的數(shù)據(jù)平臺(tái)上進(jìn)行處理。目前 自己的計(jì)算平臺(tái)，主要是在國(guó)內(nèi)租用的兩個(gè)idc,構(gòu)建了基于英特爾 至強(qiáng)雙路服務(wù)器平臺(tái)的計(jì)算集群。對(duì)于我們這樣的企業(yè)而言，x86集 群在擴(kuò)展能力以及性價(jià)比方面的優(yōu)勢(shì)，使其對(duì)于提高數(shù)據(jù)運(yùn)算規(guī)模和 計(jì)算能力更有吸引力。”秦帥說。秦帥表示，百分點(diǎn)從成立伊始，就將自己定位成一家基于大數(shù) 據(jù)的個(gè)性化技術(shù)的公司，因此在大數(shù)據(jù)方面，百分點(diǎn)非常重視?！盀?了應(yīng)對(duì)當(dāng)前大數(shù)據(jù)的挑戰(zhàn)，百分點(diǎn)在hadoop方面也進(jìn)行了相應(yīng)的研 究。我們甚至邀請(qǐng)了國(guó)內(nèi)最頂尖的hadoop方面的專家加入到百分點(diǎn) 的技術(shù)團(tuán)隊(duì)，來運(yùn)作整個(gè)數(shù)據(jù)平臺(tái)相關(guān)的業(yè)務(wù)。我們?cè)谙嚓P(guān)的hadoop 平臺(tái)上也發(fā)布了自己的補(bǔ)丁，并做了一些底