1、1大数据技术在电子商务中的应用提要 随着商业信息和数据的激增，电子商务企业不得不依赖大数据技术帮助企业管理者做出科学合理的战略决策，从而提高自身的竞争优势。本文针对大数据技术在电子商务领域中的应用，分析现实存在的问题，并提出解决建议。 关键词：大数据技术；电子商务；问题；对策 中图分类号：F713.36 文献标识码：A 收录日期：2016 年 11 月 7 日 一、电子商务与大数据技术概述 （一）电子商务。电子商务作为当今互联网时代最具发展潜力的一种商业模式，以电子和信息技术为基础，以商务为核心，打破了空间与时间的束缚，使生产、销售、管理各环节的水平得到极大的提高，降低了贸易活动的成本，并且因
2、为服务个性化、方便、快捷等特点，使得客户的满意度大幅度提升。此外，在“互联网+”的时代背景下，新一代互联网技术在电子商务中得到广泛应用，无线互联网功能不断完善，大批优秀的电子商务平台服务功能完成了向移动端的移植。移动终端应用在用户规模和信息交互维度的实时性、实地性、多样性等方面的优势得到了充分发挥。大数据和云计算技术被大型电子商务平台广泛应用，为百亿数量级别的查询以及数十亿级别的各类业务处理提供了良好的支撑。可见，电子商务前景广阔。 2（二）大数据技术。大数据技术能够从海量的数据中提取出最有效的信息，在电子商务企业中发挥着至关重要的作用。大数据技术可具体划分为以下几种： 1、数据采集技术。快速
3、而广泛的搜集分布在互联网上的数据，并且将一些其他平台中的数据源中的数据导入到该工具中，对数据进行清洗、转换、集成等。 2、数据处理技术。运用分布式系统对超大规模的数据进行快速统计、归纳、分类，便于高质量、高效率地存储数据和提取数据。 3、数据分析技术。根据单组数据的对应分析和多组数据的聚类分析，通过定量描述对于不同现象的各种利害要素的相关程度，让数据开发更接近人们的应用目标。 二、大数据技术在电子商务领域的应用 大数据技术在电子商务领域的应用主要体现在以下方面： （一）应用于客户体验。电子商务平台网站的界面结构和功能是吸引大量客户的关键，多数电商企业为提高客户在交易过程的第一体验，根据大数据技
4、术分析客户消费行为的历史记录建模，然后在此基础上使用 web 挖掘技术改进关键字加权法，有效地将用户输入的关键字合理地拓展延伸，提高商品信息检索功能的精准率，并且针对不同的消费习惯，动态地调整页面布局，全方位地把握客户的实际需求，实现对商品的合理聚类和分类，呈现商品信息的初步浏览效果，如淘宝网根据客户关心某些产品的访问比例和浏览人群的分类来决定广告的排版布局，增加广告的投资回报率。通过大数据技术的应用，能满足消费者个性化的需求，3改善了客户的购物体验，有利于提高客户的购物满意度。 （二）应用于市场营销。电商企业引进了先进的大数据技术，在市场营销各环节最大限度地降低人力、财力以及时间成本。技术部
5、门可构建分布式存储系统，运用 web 数据挖掘技术将客户在不同网络平台上的个人信息以及动态的浏览习惯贴上“标签” ，根据不同格式的数据选取不同的存储策略，再针对性、大范围地对潜在的客户进行商品与服务推销。（三）应用于库存管理。在零售业中，库存销量比是一种重要的效率指标，数据仓库可以使管理人员实时追踪商品库存的流入与流出，并通过在线的市场供求变化数据分析，准确把握预期的市场供求动态，制定合理的生产计划，降低库存积压风险，提高企业的资金周转能力。 （四）应用于客户管理。客户管理的实质是为消费者提供可持续的产品和服务。运用大数据分析的优势，电商可以划分普通用户群和核心用户群，并且建立会员信誉度级别。
6、在各大电商平台的领军企业，技术人员利用大数据技术根据买家的消费行为定量定性地评定买家信用，同时也能够通过跟踪商家的服务质量和产品销量来评定商家的信用，这样买卖双方都能尽可能遵守交易的规范，以此促进电商交易平台的良性发展。 对于客户反馈环节，在传统的市场营销中，采集大量的客户反馈信息工作需要动用较多的人力资源电话回访完成调查问卷表，耗时耗力且结果不佳。国内一些专门将互联网信息分门别类提供给个人和企业单位的公司，如百度和阿里巴巴等，拥有强大的大数据技术和云计算系统，4可快速应对海量数据统计、查询和更新操作，加工成具有商业价值的数据，为电子商务企业提供了全面而准确的客户反馈信息。 三、大数据技术在电
7、子商务领域应用中存在的问题 大数据是一个应用驱动性很强的产业，有巨大的社会和商业价值。然而，就国内现阶段的大数据技术在电商领域应用的发展状况而言，仍然存在一些问题。 （一）大数据应用的低效率问题。操作系统和系统集成技术的多元化发展造成国内电子商务系统呈现出数据孤岛和异构等现象，导致不能实现网络业务间的交换、共享、协同和控制。而电商企业的数据和系统独立开发，大数据技术应用所需的海量数据不能在电子商务行业之间共享，不利于大数据在电子商务领域中的多元化和高效率应用。例如，我国目前最大的电子商务平台阿里巴巴，虽然具备较为完善的信息系统基础设施，但是由于其数据的封闭性，与其他的互联网企业难以在业务与安全
8、范围内实现互联互通互操作，尤其是新兴的电子商务企业无法承受系统开发和维护费用给企业带来的巨大成本，因而信息资源的低水平重复开发利用，一定程度上抑制了电子商务行业的协同发展。 （二）大数据技术应用的政策和技术标准不完善问题。虽然大数据技术的应用能够为新兴的电子商务行业发展提供良好的技术支持，但大数据产业仍处于初级阶段，各种良好应用前景的实现还需要国家政策的大力支持。目前，我国大数据技术应用的相关管理政策尚不明确，缺少统一的技术标准，不利于大数据产业统一管理和发展，阻碍了其在电子商务领域应用的进一步革新。 5（三）大数据环境下电商企业创新能力较低问题。大数据作为一种极具商业潜力的信息技术，在近年来
9、不断地被电子商务企业广泛利用，但我国当前在电子商务领域应用大数据技术的创新水平较美国、日本等发达国家仍有不小的差距。国内的许多电商企业曾遭受因高强度的数据分析计算导致系统崩溃带来的损失，且大数据资源还不能完全在企业间共享，导致大数据技术在电子商务中的应用受阻且创新能力有限，并没有发挥出大数据技术的全部优势。因此，加快大数据的共享，突破技术的屏障，创新商业模式、产品和服务成为大数据环境下电商企业提高核心竞争力的必要手段。 （四）大数据技术在电子商务应用中的数据安全和个人隐私问题。随着数据挖掘等大数据技术在电子商务领域的广泛应用，电子商务交易过程的前后，网络通道信息交互十分频繁，使得大数据在采集、
10、共享发布、分析等方面的数据安全和个人隐私问题日益突出。一方面由于各类电商平台信息安全技术的良莠不齐，大量分散的数据中关于企业机密和个人敏感信息记录极易被他人用作不良途径谋取利益，对用户的财产安全和人身安全造成威胁；另一方面对于电商企业而言一些敏感数据的所有权和使用权还没有明确的界定，很多基于大数据的分析都未考虑到其中涉及到的个体隐私问题，因此大数据不被妥善处理会对用户的隐私造成极大的威胁。 四、解决对策 （一）提高大数据技术在电子商务领域的应用效率。在解决大数据应用低效率的问题上，云计算技术具有无可比拟的优势。它可以借助虚拟化技术和大型服务器集群提高后台的数据处理能力，为用户提供统一6的、便捷
11、的大数据应用服务平台。不同的互联网合作商的相关数据被部署在云计算服务商的数据中心，进行不同数据整合加工，甚至实现行业共享，最后向用户提供集中式的服务。云计算技术的这些特点可以有效地降低电商企业信息系统开发和维护的成本，同时在降低运行负荷的情况下，能够提高数据中心的运行效率和可用性。 1、建立基于云计算模式下的数据存储业务。建立基于云计算模式下的数据存储业务，不仅通过云端技术能够提供高效率的大数据计算和超大的数据流量支持，避免大量用户访问网站突破峰值造成的网络拥堵和系统崩溃，同时存储在云端的数据便于集中式地进行高强度的安全监控，还可以降低被黑客攻击和窃取商业机密数据的可能性。 2、建立基于云计算
12、模式下的信息共享和业务协作。电商企业、外部供应商、互联网合作企业通过建立基于云计算模式下的信息共享和业务协作，不仅可以实现同步的信息资源共享，提高数据的可重复利用率，降低数据挖掘和数据整合的成本，还可通过企业之间的互通、互联、互操作为消费者的业务需求提供更加方便和高效的服务。 （二）完善大数据技术在电子商务领域应用的政策和技术标准。各级政府应进一步加强信息网络基础设施建设，构筑满足未来社会和经济需要的数据和信息化基础平台，加大财政对于大数据产业的扶持力度，将数据加工处理业务列入享受营业税优惠政策范围，对大数据技术的自主研发项目减免税收，甚至给予一定的补贴，鼓励大数据技术成果产业化，并完善其知识
13、产权保护的法律、法规和政策。此外，还应该成立统一权威的信息管理机构，建立并完善大数据技术应用的统一技术标准，7完善大数据技术在电子商务领域应用的法律保证体系。 （三）提高大数据技术在电子商务领域应用的创新能力。我国应该不断加强国内外大数据技术创新交流与合作，通过学习和交流，提升大数据技术在电子商务领域应用的创新能力。电商企业也应该积极地响应国家“十二五”发展规划和创新创业的号召，提高对应用大数据技术改善现有的产品和服务的重视程度，优化电子商务产业结构，提升企业信息管理部门的 IT 架构承载能力和计算能力，研究新型商业模式，充分应用大数据和云计算技术促进电子商务企业的升级和转型。此外，电子商务企
14、业还需要抓紧时间储备既有过硬的专业技术，又具备市场营销、运营管理和创新能力的大数据管理和分析人才，满足“互联网+”时代的人才需求。 （四）完善大数据技术在电子商务领域应用的安全技术。为了有效解决大数据技术在电子商务领域应用中的数据安全和个人隐私问题，应该完善交易成功前的两层数据传输安全防护技术和交易成功后的保留在服务器中的数据的客户隐私保护技术，不断增强大数据技术在电子商务应用中的安全性。 1、利用身份及设备认证技术确保用户身份和相关设备真实性。身份认证是判明和确认交易双方真实身份的必要环节，也是电子商务交易过程中最薄弱的环节。因为非法用户经常采用窃取口令，修改、伪造信息和阻断服务等方式对网络
15、支付系统进行攻击，妨碍系统资源的合法管理和使用。用户身份认证可以通过三种不同的组合方式来实现：用户所知道的某个秘密信息，如用户自己的密码口令；用户所拥有的某个秘密信8息，如智能卡中存储的个人参数；用户所具有的某些生物学特征，如指纹、声纹、虹膜、人脸等。 2、综合利用数字证书和数字签名技术保障报文的机密性以及不可否认性。在电子商务交易的整个过程中，交易各方欲提供自己的真实身份信息必须通过权威的第三方“CA 机构”为其颁发身份凭证。数字证书将各方的身份信息结合在一起作为信息加密和数字签名的密钥，通过 PKI提供公钥加密和数字签名服务的安全基础平台，管理密钥和证书信息，从而保障电子交易渠道的网络通讯
16、安全和数据报文的机密及不可否认性。3、利用隐私保护技术来实现大数据的隐私保护。 （1）基于数据失真的隐私保护技术。数据失真技术通过扰动原始数据，使攻击者不能发现真实的原始数据，且失真后的数据保持某些性质不变，大数据技术在应用中可以通过该技术实现隐私数据的保护；（2）基于数据加密的隐私保护技术。基于数据加密的隐私保护技术采用加密技术在数据挖掘过程隐藏敏感数据，包括安全多方计算、分布式匿名化等方法，实现数据集之间隐私的保护；（3）基于限制发布的隐私保护技术。基于限制发布的隐私保护技术通过有选择地发布原始数据、不发布或者发布精度较低的敏感数据，实现隐私保护。 “互联网+”时代已经到来，大数据技术在电子商务领域的应用是大势所趋。电商企业应该积极应用大数据技术进行产品、市场和客户等信息的分析，通过分析的结果辅助管理者进行经营管理的决策，提高电商企业的市场竞争力。 9主要参考文献： 1张昶，靳伟，靳艳峰.web 数据挖掘在移动电子商务领域的应用研究J.价值工程，2015.26. 2钱敏.数据挖掘与隐私在电子商务的关系J.中国科技信息，2016.8. 3赵凯龙.大数据技术在电子商务中的应用分析J.青春岁月，2015.11. 4春军.浅析大数据在企业中的应用J.工程机械，2013.1.
