實(shí)戰(zhàn)：大數(shù)據(jù)科學(xué)如何為電商企業(yè)增加利潤(rùn)

實(shí)戰(zhàn)：大數(shù)據(jù)科學(xué)如何為電商企業(yè)增加利潤(rùn)？

電商領(lǐng)域的數(shù)據(jù)科學(xué)世界被來(lái)自四面八方的數(shù)據(jù)緊緊包圍。每次購(gòu)物點(diǎn)擊鼠標(biāo)，你的信息足跡(數(shù)據(jù))都被收集并保存起來(lái)。商家會(huì)利用這些數(shù)據(jù)吸引你在未來(lái)購(gòu)買更多商品。如果你想買一臺(tái)新手機(jī)，手機(jī)類網(wǎng)站、APP知道你查看過(guò)哪些商品，谷歌知道你搜索過(guò)哪些商品，GSMArena(熱門的智能手機(jī)評(píng)論網(wǎng)站)知道你閱讀了哪些評(píng)論。你也碰巧把這些評(píng)論分享到了Twitter，F(xiàn)acebook，Instagram，Pinterest。而這些分享記錄可以幫電商企業(yè)了解消費(fèi)者想要什么，何時(shí)有需求。這個(gè)過(guò)程中包括對(duì)數(shù)據(jù)進(jìn)行收集、儲(chǔ)存、排序歸類、分析，以得出有價(jià)值的結(jié)論。這些工作是數(shù)據(jù)科學(xué)必不可少的部分，由被稱作“數(shù)據(jù)科學(xué)家”的專業(yè)人士完成?！斑^(guò)去不會(huì)重復(fù)自身，未來(lái)卻會(huì)與它呼應(yīng)?！?馬克·吐溫未來(lái)的事件都在特定環(huán)境與條件下發(fā)生，但也不乏模式可循?！按髷?shù)據(jù)革命”為數(shù)據(jù)存儲(chǔ)、云計(jì)算、以及能幫企業(yè)進(jìn)行模式識(shí)別的數(shù)據(jù)科學(xué)，提供了技術(shù)上的創(chuàng)新。如今，數(shù)據(jù)科學(xué)可以預(yù)測(cè)任何事情，無(wú)論是流感爆發(fā)還是犯罪死亡率。設(shè)想一個(gè)電子產(chǎn)品零售商的處境。因?yàn)楫a(chǎn)品優(yōu)質(zhì)、物流及時(shí)，這家店一向生意興隆。然而消費(fèi)趨勢(shì)在改變，競(jìng)爭(zhēng)也愈發(fā)激烈，市場(chǎng)上出現(xiàn)了對(duì)生態(tài)化產(chǎn)品的需求。他們的顧客因此慢慢流向競(jìng)爭(zhēng)對(duì)手。用傳統(tǒng)方法調(diào)查市場(chǎng)，這個(gè)緩慢流失可能被忽略。但這些微小的變化可以被數(shù)據(jù)科學(xué)家察覺。他們編寫算法，不斷監(jiān)測(cè)過(guò)往銷售表現(xiàn)，并與來(lái)自媒體和社交網(wǎng)站的外部數(shù)據(jù)相對(duì)照，探討這些趨勢(shì)，試圖發(fā)現(xiàn)它們與購(gòu)買傾向的關(guān)聯(lián)。數(shù)據(jù)科學(xué)家提供新的方法，讓零售商領(lǐng)悟如何維持住核心消費(fèi)群，而不是僅僅試圖獲取新的客戶。根據(jù)EMC的統(tǒng)計(jì)報(bào)告，到2020年底全球數(shù)據(jù)總量預(yù)計(jì)會(huì)超過(guò)44ZB，幾乎相當(dāng)于每人5200GB。數(shù)據(jù)的生產(chǎn)量每年都在翻番?！皵?shù)據(jù)就是黃金！”與此同時(shí)電商行業(yè)的競(jìng)爭(zhēng)也變得更加迅猛更加激烈。用戶行為一轉(zhuǎn)眼就會(huì)發(fā)生變化，為滿足顧客需求，每個(gè)企業(yè)都想更勝一籌。常識(shí)、直覺和第六感對(duì)此有所幫助，但不足以做為預(yù)測(cè)的依據(jù)。數(shù)據(jù)科學(xué)算法卻能幫助企業(yè)有效理解產(chǎn)品、服務(wù)、過(guò)程、顧客。數(shù)據(jù)科學(xué)不是互聯(lián)網(wǎng)公司專屬著名化妝品公司歐萊雅，聘用數(shù)據(jù)科學(xué)家研究各種化妝品對(duì)不同膚質(zhì)和組合的效果。勞斯萊斯聘用數(shù)據(jù)科學(xué)家為飛機(jī)引擎確定維護(hù)時(shí)間。Feedzai運(yùn)用數(shù)據(jù)科學(xué)算法監(jiān)測(cè)欺詐行為。FruitionSciences，一個(gè)為釀酒者服務(wù)的在線決策工具，使用數(shù)據(jù)科學(xué)算法決定向葡萄加多少水，以及何時(shí)加水能出產(chǎn)質(zhì)量更好的紅酒。在電子商務(wù)領(lǐng)域，數(shù)據(jù)科學(xué)通過(guò)捕捉和整合消費(fèi)者的線上行為、生命事件、購(gòu)買驅(qū)動(dòng)力、互動(dòng)方式和其他更多信息，使企業(yè)更了解消費(fèi)者。電商領(lǐng)域的一些數(shù)據(jù)趨勢(shì)：60%的人在包括移動(dòng)、社交、實(shí)體店、網(wǎng)站等多個(gè)渠道研究品牌，與品牌發(fā)生接觸。使用幾個(gè)不同渠道搜尋某種商品的人，會(huì)比不這么做的人多付1/3的錢。美國(guó)43%的零售銷量來(lái)自網(wǎng)絡(luò)。由eCommera進(jìn)行的一項(xiàng)調(diào)查發(fā)現(xiàn)，只有23%的零售商能理解數(shù)據(jù)作出決策。英國(guó)50%的零售商認(rèn)為缺少商業(yè)智能工具是(他們)開始運(yùn)用數(shù)據(jù)科學(xué)的原因，同時(shí)只有16%的零售商對(duì)他們現(xiàn)有的數(shù)據(jù)分析解決方案有信心。這些趨勢(shì)體現(xiàn)了電商行業(yè)的快速發(fā)展，也體現(xiàn)出數(shù)據(jù)科學(xué)有望加強(qiáng)消費(fèi)者的購(gòu)買行為，給電商企業(yè)貢獻(xiàn)更好的營(yíng)銷策略和更高利潤(rùn)。數(shù)據(jù)科學(xué)在電商領(lǐng)域的應(yīng)用1)為消費(fèi)者推薦產(chǎn)品“未來(lái)的趨勢(shì)是個(gè)性化。而你會(huì)像消費(fèi)者了解自身一樣了解他們?！盩omEbling，Demandware總裁兼CEO基于消費(fèi)者行為作出的促銷和推薦非常有效。如今的消費(fèi)者非常依賴推薦系統(tǒng)，不論是產(chǎn)品購(gòu)買、新品消息、外出就餐或服務(wù)選擇。多數(shù)電商網(wǎng)站，像Amazon、eBay、Target都擁有數(shù)據(jù)科學(xué)團(tuán)隊(duì)，在推薦系統(tǒng)背后，思考類型、權(quán)重、特性和許多其他因素。數(shù)據(jù)科學(xué)建立的推薦系統(tǒng)有兩個(gè)主要的目的：配套銷售。你在選購(gòu)iPhone6那你也許會(huì)對(duì)iPhone保護(hù)殼感興趣。增值銷售。例如，你在找某種LED電視。它有一個(gè)更優(yōu)質(zhì)的換代產(chǎn)品，剛剛上市，且只貴幾塊錢。數(shù)據(jù)科學(xué)算法學(xué)習(xí)產(chǎn)品相關(guān)的多種屬性、關(guān)聯(lián)，學(xué)習(xí)消費(fèi)者的喜好以便預(yù)測(cè)他們的需求。這些算法為消費(fèi)者更換展示頁(yè)面，或app或網(wǎng)站上產(chǎn)品排列順序，使得消費(fèi)體驗(yàn)個(gè)性化。PuneetGupta，Brillio(一家立足于美國(guó)的科技咨詢和軟件開發(fā)商)的首席科技官說(shuō)：“有了預(yù)測(cè)分析和機(jī)器學(xué)習(xí)應(yīng)用，電商企業(yè)現(xiàn)在可以對(duì)消費(fèi)者的行為模式有清晰的了解，貫穿全站各種商品的購(gòu)買歷史和銷售表現(xiàn)?！边@一類應(yīng)用，最好的例子是亞馬遜使用預(yù)測(cè)建模的推薦系統(tǒng)。亞馬遜的推薦系統(tǒng)發(fā)掘，并用數(shù)據(jù)表示從歷史數(shù)據(jù)中發(fā)現(xiàn)的關(guān)系，以此來(lái)進(jìn)行分類和預(yù)測(cè)未來(lái)事件。2)獲取關(guān)于消費(fèi)者留存、增值銷售和組合銷售的洞察消費(fèi)習(xí)慣不斷變化，忠誠(chéng)度不斷消減，預(yù)期居高不下。獲取消費(fèi)者洞察對(duì)于電商企業(yè)的存活已經(jīng)至關(guān)重要。每個(gè)電商網(wǎng)站、APP都要銷售商品，但他們需要的答案應(yīng)該針對(duì)于：誰(shuí)在購(gòu)買他們的商品？這些人住在哪里？他們對(duì)什么樣的商品感興趣？如何更好地服務(wù)他們？什么促使他們購(gòu)買？上面這些問(wèn)題都能由專注于消費(fèi)者洞察的數(shù)據(jù)分析師提供答案。而數(shù)據(jù)科學(xué)利用更先進(jìn)的分析方式，例如分類器、區(qū)隔、非監(jiān)督聚類、預(yù)測(cè)模型、主題建模和關(guān)鍵詞提取的自然語(yǔ)言處理，創(chuàng)造更多價(jià)值。BlueYonder一家德國(guó)軟件企業(yè)，使用數(shù)據(jù)科學(xué)工具與技術(shù)協(xié)助Otto(歐洲線上時(shí)尚巨頭)。當(dāng)消費(fèi)者走進(jìn)實(shí)體店，或登錄零售店wifi，或連接上網(wǎng)站、APP，自動(dòng)學(xué)習(xí)就已經(jīng)開始。這些消費(fèi)者會(huì)收到基于地點(diǎn)、天氣和大量其他因素決定的推送信息。3)優(yōu)化產(chǎn)品策略電商企業(yè)不得不面對(duì)種種問(wèn)題，比如：應(yīng)該出售什么商品？什么價(jià)格？什么時(shí)候?qū)嵭羞@種價(jià)格？數(shù)據(jù)科學(xué)算法幫助電商企業(yè)決定和優(yōu)化產(chǎn)品組合。每個(gè)電商企業(yè)都有一個(gè)產(chǎn)品團(tuán)隊(duì)研究這個(gè)設(shè)計(jì)過(guò)程。而此過(guò)程中數(shù)據(jù)科學(xué)算法可幫助企業(yè)預(yù)測(cè)：產(chǎn)品組合中的漏洞是什么？應(yīng)該生產(chǎn)什么產(chǎn)品？從工廠訂的第一批貨應(yīng)該訂多少？什么時(shí)候應(yīng)該停止特定產(chǎn)品的供應(yīng)？應(yīng)該銷售什么產(chǎn)品？數(shù)據(jù)科學(xué)家利用更先進(jìn)規(guī)范的預(yù)測(cè)分析幫助電商企業(yè)。而數(shù)據(jù)分析師僅僅對(duì)企業(yè)獲取了多少利潤(rùn)，哪種商品沒有價(jià)值等問(wèn)題進(jìn)行回溯分析。4)預(yù)測(cè)供應(yīng)鏈模型銷售商品的電商企業(yè)，需要在恰當(dāng)?shù)臅r(shí)間恰當(dāng)?shù)奈恢?，擁有?shù)量剛好的商品。對(duì)于電商企業(yè)乃至所有零售企業(yè)，某些產(chǎn)品的需求窗口非常短暫(定制的“圣誕快樂(lè)2014”商品沒法銷售到2015年元旦)。如果錯(cuò)過(guò)了這個(gè)窗口，最終就會(huì)在倉(cāng)庫(kù)里堆積大量庫(kù)存。數(shù)據(jù)科學(xué)算法運(yùn)用詳細(xì)的分析，開發(fā)出預(yù)測(cè)模型，幫助電商企業(yè)優(yōu)化供應(yīng)、減低風(fēng)險(xiǎn)、為決策提供信息。5)個(gè)性化營(yíng)銷策略數(shù)據(jù)科學(xué)在個(gè)性化營(yíng)銷項(xiàng)目中扮演重要角色