原创智造者12-11 03:58
作者:数据派

摘要: 王惠敏 | 副教授商务部国际贸易经济合作研究院基金项目:教育部人文社会科学基金“网络环境中基于用户情境知识和

王惠敏 | 副教授

商务部国际贸易经济合作研究院

基金项目:教育部人文社会科学基金“网络环境中基于用户情境知识和本体的个性化知识服务研究”(09YJC870025)

中图分类号:F724.6 文献标识码:A


内容摘要:移动互联、物联网和云计算等新兴信息技术的应用带来电子商务大数据的爆发式增长。提炼大数据的价值并将其应用于电子商务各个环节形成了新的商业模式。本文从精准营销、产品创新、价值链协同、服务模式创新等方面分析了大数据背景下电子商务的价值创造,深入分析了按需定制、线上线下融合、互联网金融等创新模式。最后,从数据共享、数据质量、数据安全等方面分析了大数据应用所面临的挑战。

关键词:大数据 电子商务 价值创造商业模式创新

引言


随着移动互联网、物联网、云计算等新兴信息技术在社会、经济各个领域的不断应用,全球数据量正呈现出前所未有的爆发式增长态势。与此同时,数据类型及来源的多样性、数据产生与分析的实时性、数据的低价值密度等复杂特征日益显著,标志着“大数据”时代的到来。大数据同云计算、物联网一样,是信息技术领域的重大技术变革,成为一种重要的新型战略资源,受到各国政府的高度重视。美国将大数据上升为国家战略,英国开展了“数据权”运动,欧盟提出了开放数据战略。


通过对海量和复杂的数据进行收集、整理与分析,不仅能够提升对社会经济发展的预测能力,而且能够不断地在各领域创新商业模式。本文分析大数据背景下的电子商务创新以及大数据应用面临的挑战

电子商务大数据的概念与形成


(一)大数据的概念及特征


维基百科指出,大数据由巨型数据集组成,这些数据集大小常超出人类在可接受时间下的收集、应用、管理和处理能力。Gartner将大数据定义为:大数据是大量、高速、多变的信息资产,它需要新型的处理方式去促成更强的决策能力、洞察力与最佳化处理。尽管对于大数据概念的表述不同,但普遍认为大数据具有数据量大、多变、速度快、真实性、价值密度低等特性,传统的技术手段难以对其进行处理。大数据中图像、视频、音频、数据流、文本和网页等非结构化数据占比非常高。大数据具有很强的时效性,动态、快速地产生,因此需要高速存储与实时处理。而且,大数据中存在大量不相关的信息,价值提取难度很高。

(二)电子商务大数据的形成


电子商务大数据伴随着消费者和企业的行为实时产生,广泛分布在电子商务平台、社交媒体、智能终端、企业内部系统和其它第三方服务平台上。电子商务数据类型多种多样,既包含消费者交易信息、消费者基本信息、企业的产品信息与交易信息,也包括消费者评论信息、行为信息、社交信息和地理位置信息等。移动智能终端对电子商务的影响越来越大,移动终端的移动性、便捷性和私人性等特征促进了移动电子商务的快速发展,产生了大量的电子商务数据。对电子商务数据进行挖掘、创造价值,将成为电子商务企业的主要竞争力。eBay、阿里巴巴、亚马逊等电子商务平台充分利用大数据开展个性化推荐和按需定制等服务。

大数据背景下的电子商务价值创造


RaphaelAmit 等认为电子商务价值创造主要来自四个方面:效率、互补、锁定和创新。效率是指电子商务快速、高效的信息传递方式;互补是指大量的交易双方需求信息形成规模经济效应;锁定是指通过需求满足锁定客户;创新是指产品与服务的不断创新。在大数据背景下,电子商务的价值创造方式呈现出新的变化。


(一)电子商务营销精准化和实时化


电子商务平台、社交网络、移动终端、传感设备等促进了消费者数据的快速增长,整合来自不同渠道的消费者数据形成了消费者的全面信息,为及时、全面、精准地了解消费者需求奠定了基础。云计算、复杂分析系统的出现提供了快速、精细化分析消费者偏好及其行为轨迹的工具。移动智能终端的快速发展为随时随地向消费者有针对性地提供相关产品和服务成为可能。移动智能终端一方面提供了用户的地理位置数据,使得提供基于地理位置的服务成为可能;另一方面智能手机通常为个人所独有,使得一对一的定制化服务成为可能。因此,大数据、云计算、移动智能终端促进了数据收集、智能分析、精准推送产品和服务的一体化,实现了营销精准化和实时化。

(二)产品和服务高度差异化和个性化


大数据的产生在很大程度上降低了消费者和企业之间的信息不对称程度。一方面,企业通过多元化的信息获取渠道掌握消费者的全面信息,提供的产品和服务更具针对性;另一方面,分散孤立的消费者同样通过多种渠道了解产品的各种信息,需求逐步呈现出个性化和多样化趋势。交易双方信息的愈加透明促进消费者与生产企业之间更加互动,消费者的个性化需求成为生产企业关注的核心。因此,大数据等新一代信息技术的发展使得消费者的地位日益重要,推动电子商务的价值创造方式发生转变,生产企业以消费者为中心创造高度差异化的产品和服务,并且引导消费者参与产品生产和价值创造。

(三)价值链上企业运作一体化和动态化


大数据时代快速满足消费者需求成为企业的核心竞争力。大数据等新一代信息技术推动来自各个渠道的跨界数据进行整合,促使价值链上的企业相互连接,形成一体。地理上分布各异的企业以消费者需求为中心,组成动态联盟,将研发、生产、运营、仓储、物流、服务等各环节融为一体,协同运作,创造、推送差异化的产品和服务,形成智能化和快速化的反应机制。大数据时代企业间通过信息开放与共享、资源优化、分工协作,实现新的价值创造。

(四)新型增值服务模式不断涌现


新一代信息技术在电子商务中的应用产生了消费、生产、物流、金融等多方面的大数据。来自不同领域的数据进行融合推动产生新的增值服务模式。买卖双方的交易数据与物流、金融数据的整合为确切地掌握消费者与企业的信用奠定了基础,拥有大数据的公司积极开展信用服务,进而推动了供应链金融、互联网金融等增值服务的快速发展,为中小企业的发展提供了帮助。


基于大数据的电子商务模式创新


传统电子商务创新主要局限在电子商务的效率、便利化、营销方式等方面,大数据技术的广泛应用给电子商务的模式创新带来机遇。基于大数据的电子商务创新主要在于提炼大数据的价值并将其应用于电子商务的各个流程,形成新的商业模式。


(一)按需定制


大数据时代电子商务模式创新的一个典型特征就是识别消费者的个性化需求,创造实时化、差异化的产品及服务以满足不同消费者需求。按需定制模式就是以消费者需求为中心,设计、研发、生产、配送个性化产品,消费者积极参与到各个环节。按需定制具有以下几个特征:一是利用社交网站、电子商务平台、移动终端等多渠道获取消费者全景信息,通过大数据、云计算技术挖掘潜在需求;二是基于消费者偏好及其潜在需求,提供个性化和高度差异化的产品和服务;三是柔性化生产与价值链协同,动态组织价值链上相匹配的相关企业,协同运作,快速制造产品,自动选择物流企业与运输路径,满足客户需求最大化。


目前的按需定制模式主要是由消费者提出需求,企业快速响应消费者需求,进而进行定制化生产。云计算、大数据、物联网的进一步应用将会推动按需定制的深入发展。各个渠道全面信息的获取为按需定制提供了从挖掘消费者潜在需求、共同设计产品、组织生产到物流等整个链条上的智能化和快速反应机制。

(二)线上线下深度融合模式


电子商务经济中的价值链由实体价值链和虚拟价值链构成,随着对信息的利用愈加深入,价值活动的实现逐步从实体环节向虚拟环节转变。实体企业与电子商务的结合形成了新的商业模式,促进了线上线下共同发展。线上线下融合分为以下几个阶段:移动互联、社交商务与电子商务相结合,推动线上线下互动融合;消费者全方位的消费习惯迁移,深化线上线下紧密融合;线上资源和线下资源全面整合,推动线上线下全面融合。线上、线下、移动终端资源的融合,一方面,推动电子商务充分利用消费者的碎片化时间提供全渠道的无缝服务,增强用户体验,增加用户黏性,锁定用户;另一方面,线上线下互通促进实体零售企业转型,增强物流仓库功能,优化存货配置。

(三)互联网金融和在线供应链金融


消费者数据、电商企业数据、物流数据与金融数据的相互结合,推动了互联网金融的发展。电子商务平台消除了地域的限制,信息搜寻更加容易,买卖双方直接对接,大数据和云计算的应用降低了交易双方匹配和风险分担的成本,解决中小企业融资难问题,促进流通与消费,已成为近年来关注的焦点。目前在互联网金融方面电子商务平台提供的多是借贷服务。阿里小额贷款将线下商务的机会与互联网结合,为电商平台加入授信审核体系。LendingClub 将网络借贷平台与社交网站相结合,借贷需求者通过社交网站直接进入LendingClub 进行交易。现有的电子商务平台还充分利用云计算、大数据技术集将商流、物流、资金流、信息流集成一体,提供在线供应链金融服务。相较于传统的供应链金融,电子商务下的在线供应链金融存在以下主要优势:一是电子商务平台与企业的信息系统无缝对接,能够实现数据资源共享,加强电子商务平台企业对电商企业的信用状况和经营状况的深入了解。二是高效的信息传递、交易行为的网络化使得融资方式更为灵活、便捷。三是资金结算更加安全,第三方监管结算系统不仅保障了买方付款的安全,也规避了卖方收不到货款的风险。四是融资成本降低,物流、电子商务应用与金融结算的有效协同服务能够在很大程度上降低了运营成本。

大数据在电子商务应用中面临的挑战


以大数据为切入点,着重分析电子商务企业在大数据时代迎来的机遇,重点讲述电子商务企业在大数据拥有、大数据处理以及隐私保护等方面存在的种种挑战。


(一)数据共享存在困难


大数据作为一种生产要素,引起了各个部门、各个企业的高度重视,将大数据视为重要的战略资源。大数据的关键在于应用,只有将大数据进行处理、分析与应用,才能充分发挥其价值,否则大数据将会成为企业的负担。然而,数据处理、挖掘与分析需要很高的技术能力,许多企业虽然拥有数据,但并不具备这些能力。正是因为大数据的重大价值,一些拥有大数据的部门和企业在开放共享数据方面存有疑虑。一些拥有数据的企业虽然没有处理、分析与应用数据的能力,但是也不愿意将其开放共享;一些集数据收集、处理与分析于一体的企业加工利用数据的能力较强,依此开发新的商业模式,也不愿意将其拥有的数据开放与共享。各个部门、企业的数据形成“信息孤岛”,制约了大数据的广泛应用。


(二)低质量数据增大处理难度


尽管技术上的不断革新,提高了大数据的处理能力。但由于大数据来源于各个渠道,类型多样,纷繁复杂,其中必然包含许多没有用的数据。大量的干扰数据必然影响数据的分析结果,使用与实际情况相差甚远的结果进行重要决策将产生难以弥补的后果。一些研究人员认为目前大数据技术更多地用于推荐和营销正是源于它的容错空间较大,推荐结果不准确对消费者的影响较小。


(三)大数据安全问题突出


随着技术的发展,数据的收集、整理变得愈加容易,各个渠道的打通使得电子商务汇集了消费者的全面信息,包括消费者基本信息、交易信息、偏好信息、社交信息和位置信息等。在为消费者提供个性化服务的同时确保信息安全、用户的隐私不受侵犯日益受到关注。大数据属于新生事物,我国关于数据安全方面的法律法规比较简单,在数据隐私安全性和数据控制方面存在着很大的局限。因此,从事大数据应用的企业应遵守行业规则,同时应积极采用新技术保护数据安全,防止涉及消费者和其它企业的信息泄漏。我国相关部门应及时加强相关法律法规的制定,为数据安全提供保障。



参考文献:

1.Lynch C.Bigdata:How do yourdatagrow[J].Nature,2008,455(7209)

2.Hilbert M,Lopez P.The world`stechnologicalcapacity to store,communicate,andcompute information[J].Science,2011,332(6025)

3.Bughin J,Chui M,ManyikaJ.Clouds,big data,and smartassets:Tentech-enabled business trends towatch[J].McKinsey Quarterly,2010,8




清华大数据产业联合会的微信公众平台,旨在传播数据科学理念,分享数据运营心得,扩展数据应用空间,捕捉数据产业商机。定期发布线下活动预告,独家发布讲座素材,清华大数据产业联合会活动报名唯一渠道。


寻求合作请联系微信号@小数点(ID: decimal_point)