有這樣一個真實案例在微博上流傳很廣。
美國一名男子闖入他家附近的Target店鋪(一家美國零售連鎖超市)進行抗議：“你們竟然給我17歲的女兒發嬰兒尿片和童車的優惠券。”店鋪經理立刻向來者致歉，其實經理并不知道這是公司運行大數據系統的結果。一個月后，這位父親來道歉，他的女兒的確懷孕了。
這個故事就是基于數據分析的精準營銷的結果。百分點現在做的就是通過分析用戶在網絡上的消費行為數據，幫助電商企業實現“千人千面”精準營銷。
大數據時代，營銷將會更多地依賴數據，從而更精準地找到用戶。百分點創始人蘇萌表示，根據來自不同平臺的數據進一步挖掘和分析，找到這些數據相對應的人群，再將這些群體進行個性化的對比，并以此展開個性化的營銷服務。例如發送EDM，或者流量對接，或者跟傳統搜索結合。
“大數據的一個重要趨勢就是數據服務變革，針對群體，把人分成很多群體，每個都給予不同的服務。”百分點首席科學家周濤表示，以電子商務為例，傳統電商推薦，多是使用協同算法，挖掘不同產品間的關聯度。但在百分點，這樣的算法已經從基礎服務形式，下沉到推薦引擎框架底層，不直接推薦結果。
蘇萌告訴記者，在數據爆炸的年代，人們經常淹沒在海量商品和資訊之中，不知道自己想要什么。而百分點的數據挖掘正是主要側重于如何找到用戶需求，以及如何將數據轉化為對客戶的幫助。
通俗來講，電商網站通常用的關聯規則并不是個性化算法，比如白酒、花生米兩個可能對所有用戶都關聯度很高，就會推薦這兩個商品。但是個性推薦，則會通過場景和需求來調動不同算法，計算對于個體真實的用戶需求。
個性化推薦知道用戶喜歡什么，確實地提供商品推薦信息，于是就發揮了“導購”的作用，這無疑更能刺激購買。對于電商企業來說，在精細化運營的趨勢下，無疑會為更精準的營銷和用戶重復購買。
以走秀網為例，采用了百分點提供的分析數據后，消費者可以通過走秀網上的“本月熱銷”(個性化熱銷榜)、“猜您喜歡的”(個性化熱覽榜)瀏覽或購買自己感興趣的商品。其個性化服務能力大大提高。
蘇萌表示，百分點每天獲取的數據主要分為兩類，一類是內容和商品基礎數據容量，每天大約在TB級的規模;另一類是一些關于合作伙伴網絡上的行為偏好數據，例如瀏覽過什么、收藏過什么、購買過什么等數據，這部分數據大約達到了GB級的規模。“這兩類基本是離消費者最近的數據，可以說是電子商務最核心的數據。”
和線下零售不同的是，電子商務網站都有非常豐富的顧客歷史數據，包括登錄、點擊、瀏覽以及購買等等。如果你把數據放在地下室讓它們堆滿灰塵，這些數據就是一項負資產，它們需要硬件來存儲，需要人員來管理，卻沒有任何使用價值。
蘇萌表示，在百分點有兩大數據處理平臺，一個是流處理平臺，另一個是批處理平臺。前者會處理一些實時性比較高的數據，例如消費者購買意圖或者點擊預估數據。而在批處理平臺上面，更多的是做一些基礎任務，例如全網行為的挖掘分析、BI分析、商務報表等，會按照時間調度來完成。這兩個數據平臺，正是個性化推薦和分析運營工具的支撐。
推薦閱讀
9月28日消息，據媒體報道，電商網站一號店正在展開針對線下業務的布局。分析認為，與零售業巨頭沃爾瑪聯姻后，一號店的線下布局將獲得沃爾瑪的資源支持。 1號店是一家成4年時間的電商網站，3年時間的成長率達到192倍>>>詳細閱讀
本文標題：電商數據挖掘需要“軍師”
地址：http://www.brh9h.cn/a/b2b/20120928/87012.html
網友點評
精彩導讀
科技快報
品牌展示