大数据时代背景下电商企业管理模式分析

《中文核心期刊要目总览》贸易经济类核心期刊99大数据时代背景下电商企业管理模式分析大数据与电商企业（一）大数据的内涵大数据（Big Data）是指已经超出常用软件工具在运行时间内可以承受的收集、处理和管理数据能力的数据集，大数据是与目前的数据存储、计算以及处理模式相对的概念。大数据是一个更综合、更全面的概念，包括技术和商业层面，它可以对每个类型的数据质量进行有效筛选，迅速找到具有使用价值的技术数据。大数据技术正是通过从大量的、多样化的数据中快速分析获取有价值的■刘静（河南牧业经济学院物流与电商学院郑州450044）▲基金项目：本文系三农电子商务校级科研创新团队建设项目研究成果（编号201606）◆中图分类号：F270文献标识码：A信息，并高速采集大数据以发现其特点和获得新技术的桥梁。关于大数据定义，由于定义方式、角度以及侧重点都各不相同，所以定义也不尽相同，但是基本的信息传递通常是一致的，那就是在最后分析数据的大集合是同一种数据，它的特点是能够精确地处理传统的数据管理，突出效率和准确度，更重要的是，大数据的值不是数据值本身，而是通过大数据的分析反映在决策上。高效率的大型数据预测信息，可以精确地分析数据之间的相关性。但是常规的数据分析只是抽样调查，不能得出各类数据之间本质的因果关系，也就不能通过关系数据分析进行预测。（二）大数据时代的电商企业大数据时代的到来与迅猛发展，为电商零售企业带来了千载难逢的发展机遇，一批批电商企业如雨后春笋般涌现出来，其代表有淘宝、京东、苏宁易购、拍拍、唯品会、国美好货等。大数据的到来催生了零售电商企业，电商企业的出现与发展加快对大数据的利用。这主要是由于互联网的普及和相关技术的发展让海量数据的收集、管理与分析成为了可能，而互联网可以使这些数据进行高速度和大容量的传播。同时，互联网引入的数据是由用户产生的，这些数据具有多源头、低成本、更及时等特征，这就为电商企业快速发展提供了重要条件。零售电商和传统零售业比较的优势之一就是各种数据的可获得性，电商企业可以实时获得顾客的来访源头。比如通过在网站内的搜索、购买、收藏以及购买商品之间存在的关联性等，都能为电商提供实时数据，这些数据可以帮助电内容摘要：伴随着大数据时代的来临，生活中的很多领域都受到了大数据的冲击和影响。基于互联网技术而发展起来的大数据应用，逐渐对人们的生产过程和商品交换过程产生了颠覆性影响，对数据的挖掘与分析仅仅是电商企业在整个大变革过程中的一个技术手段，而非变革过程的全部。作为大数据时代背景下的电商企业，通过利用大数据，以提高企业核心竞争力和市场占有率才是关键。现代企业决策正从过去的“业务驱动”向现在的“数据驱动”转变，对大数据的分析可以为电商企业制定更加精准有效的营销和管理模式。然而，在研究电商企业在大数据背景下的管理状态时发现，目前电商企业管理模式中存在一些亟待解决的问题。基于此，本文将以大数据时代背景下的电商企业管理模式为研究内容，主要对大数据时代背景下电商企业管理模式中存在的问题展开系统、深入探讨，并在此基础上提出具有针对性和操作性的改进措施及管理模式，以期为电商企业在管理模式方面提供参考与借鉴。关键词：大数据电商企业管理模式商企业更有效、更精准地为顾客服务，以改变电商原有的营销管理模式，促进服务管理模式的革新。例如1号店就是利用对大数据的分析给顾客发送个性化EDM，实现精准式营销。针对消费者的特性提供相应的个性化服务，是大数据服务的重要趋势和变革。这是因为庞大的消费数据量为电商企业提供了把握用户消费和管理模式的基础，电商企业通过大数据应用，可以有效进行个性化、精准化、智能化的广告推送服务，创立更为高效的营销和管理模式，从而使数据的实际应用更能与企业运营形成有机结合。（三）大数据环境下电商企业发展特点有效规划、精准的营销策划和市场营销。亚马逊的大数据通过数据来促进销售，这也使得亚马逊的数据操作具有鲜明的特点。从用户数据的收集开始，亚马逊有每个用户详细的搜索内容、产品详细记录、在每一个网页上的停留时间与类似的比较产品、最后购买的产品等。因此，亚马逊对大数据的利用，使得亚马逊能够掌握消费者的喜好、购物习惯等，并通过对数据分析了解消费者的潜在需求。对大数据的充分利用，促进电商企业的精准营销。数据服务成为电子商务发展的趋势。腾讯、阿里巴巴、百度等大容量数据挖掘已经成为数据拥有者的极大丰富，数据业务已逐渐演变成中国电商的发展趋势，销售数据和提供相关的数据服务已成为新的增长点。以阿里巴巴为例，阿里巴巴的淘数据显示，围绕某一笔交易、买家和卖家的搜索、对产品的浏览和评价构成数据源。对于个人用户来说，“淘宝指数”提供的信息免费向公众开放，也可以通过各种淘宝行业和宏观经济指标获得。阿里巴巴整合其所有资源已经形成自己的管理模式—大数据平台，淘宝正在逐步成为电商“生态系统”的基础服务提供商和数据服务提供商。增强用户体验为核心的服务理念。提高产品和服务的用户体验和认可是电商企业发展的前提，谁的用户多，谁就会占领市场。对大数据进行深入有效的分析，认真做好用户的购物体验都是电商企业在激烈竞争中取胜的法宝。经过几十年数以百万计用户数据的积累，会形成一个庞大的、有价值的数据库。对各种数据的应用和对产品的存储分配是大数据应用和供应100商业经济研究（曾更名《商业时代》）2017年5期链管理模式之一。另一个对大数据进行充分应用的是京东。京东每天会产生数亿的用户信息，京东从多个维度对用户信息进行分析，通过设置个体识别模型，结合用户自身特点，给用户推荐适当的产品和网站，在很大程度上提升了京东用户的消费体验。电商企业管理模式现状及存在的问题（一）电商企业的管理模式现状电商企业是网络经济与传统媒体经济相结合的经济实体。电商企业的管理是对基于网络虚拟空间进行的商务活动的管理，这是管理模式上的一次革命。它既是对企业的管理思想、管理方法和管理模式的创新，也要求电商企业对企业面对的技术和市场变化做出相对应的改进和调整。区别于传统企业，大数据时代背景下的电商企业在技术创新的驱动下，大大提高了劳动生产率，实现了经济新增长，同时也产生了新的竞争模式和商业价值。电商企业通过对大数据的分析，可以为企业提供经营预测及行业发展趋势，并能够采取实现利益最大化的商业策略。这为电商的发展开辟了较为平坦的道路，也帮助电商规避发展中的阻碍和风险。这对于电商企业的管理来说无疑是非常有利的。大数据是数据服务的升级版，针对不同的客户，都有其个性化的设计，从而逐步演变发展形成了现在一种定制式的服务模式。随着网络交易的规模化发展，形成了大量的交易数据，而这些数据的产生又给电商的发展提供了足够的参考价值，通过对数据的深入分析，就可以根据电商企业自身的发展特点规划出最适合的发展方向和规模，对消费者的消费特点会有更清晰的认识和把握，有利于电商企业后期的产品研发和服务改善。（二）大数据时代电商企业管理存在的问题大数据时代背景下，我们不能仅仅看到大数据给电商企业带来的整个繁荣景象，还应该关注电商企业带来的诸多需要面对和解决的问题。首先是数据的安全保密性管理。数据安全保密性管理是企业在大数据时代背景下的一个不得不面对的重要问题。众所周知，在大数据时代，外部数据挖掘的愿望，保护您的个人信息是不可能的。现在基本上每一个社交网络都是一个对不同层次的各个用户的实时数据的收集，其中记录了个人相关注册信息以及互联网用户浏览该网站的历史信息等，这为一些数据收集的供应商提供了巨大的数据信息库，他们通过有关数据信息分析、整合与总结，为广大电商企业掌握消费喜好和把握用户消费趋势提供了有效的各类数据源，电商企业利用这些数据能够高效地进行分析并作出精确预测，能够在极短的时间内判断出客户的需求，进行精准广告投放和营销宣传，从而进一步提高电商企业商品的交易成功率，更大程度提升电商企业的利润空间。另外，这些数据基本上可以非常精确地锁定住网络用户，有的数据还可以进一步地挖掘出用户的个人信息，甚至挖掘出相关的银行账号密码等隐私，用户隐私安全问题令人堪忧，一旦隐私信息泄露，后果不堪设想。2011年Epsilon公司发生了史上最惨烈的九大黑客攻击事件，从而导致Epsilon公司大约有100多个企业客户的约6000万封顾客邮件遭到泄露，许多知名企业如美国银行和摩根大通蒙受损失。同年4月底，索尼公司遭到黑客攻击，泄露一万份账户信息，索尼由此失去1.71亿美元。近几年，我国这样的泄露事件并不少见。因此，如何在大数据时代背景下保证数据的安全性成为许多国家首要解决的问题。在许多国家，解决大数据时代的数据隐私问题，通常通过隐私立法的方式来保护公众隐私，此外要求一些搜索引擎服务商缩短用户搜索信息的保留时间，以此来保护用户隐私。作为电商企业，应该在此基础上就自身安全方面设置多个级别和层级的保护措施，例如使用企业自身的安全防护软件来防止病毒、木马等恶意软件的侵犯，以减少信息泄露给企业带来的纠纷事件等。其次是行业数据的掌控。对于电商企业来说，有关客户的信息数据具有极其重大的价值。近几年来，阿里集团以及京东等网络第三方交易平台和电子商务网站的蓬勃发展，让他们汇聚了大量的经营者和消费者的信息，这些信息中包含客户的居住地址、联系方式、收入状况、消费习惯以及信用等宝贵且全面的信息。这些大量的数据被他们利用于大数据库建设与大数据技术，并对网络购物以及支付等数据进行深度挖掘和分析，进而发现大量有价值的信息和统计规律。例如，通过分析商业数据产品的行业搜索、浏览以及交易等数据，这些分析研究结果被用于企业数据化运营和市场行业研究等，所以可以由此得知拥有数据多的企业发展起来就会得到更多的便利。在通常情况下，对于一家企业而言，大数据的数据来源主要由两个部分构成，其中一部分来自于企业自身内部的信息系统中产生的运营数据，这些数据基本上都是标准化、结构化的，具有企业自身的一些特点，如果继续细分的话，企业内部信息系统又可以分成两类：一类主要用于提高人事和财会处理以及接发订单等日常业务方面产生的信息数据；另一类主要用于支持经营战略和开展市场分析以及开拓客户等方面的信息数据。然而在现在大数据的背景下，电商企业则比传统企业多了一部分来自于外部的数据，其中包括日常广泛存在于各种社交网络之中的非标准化而且非结构化数据。这些非结构化数据基本上来源于腾讯QQ、新浪微博、国外的Facebook和Twitter等以及其它来源的社交媒体数据构成，还包括各种搜索引擎，例如百度、搜狐等门户网站浏览记录和搜索记录，以及点击量等都被记录了下来，这些数据都成为了电商企业有利用价值的大数据的组成部分，而且它们的产生往往都伴随着社交网络和移动计算以及传感器等新的渠道和技术的不断涌现和应用。其中具体包括点击和呼叫的详细记录、GPS和地理定位映射数据、Web文本和点击流数据、设备和传感器信息、通过管理文件传输协议传送的海量图像文件、科学信息、电子邮件等，这些有效的大数据会使更多的电商企业对未来的发展方向和产品选择及投放得到更好的规划和指导。最后是如何将大数据转换为大型的数据处理与分析，这也是电商企业应把握的核心问题之一。由于这些数据与企业数据库消费者倾向组合常形成交叉验证，信息互动社交媒体一旦延伸到零售电商企业，就会通过各类有效数据形成闭环叠加效应，这也将极大地推进精细化营销的深度和广度。完善的数据管理系统是个人用户各类数据的长期积累。数据通常产生于一些社交网站和社会媒体以及各种社会关系，通过电商的数据库企业管理BusinessManagement《中文核心期刊要目总览》贸易经济类核心期刊101推出，该数据将极大地释放潜在价值的力量。以著名的阿里巴巴为例，构建淘宝数据库，通过品牌和产品的销售，淘宝热词和消费数据流量来源和其它资源，最终形成消费行为总结数据库。社交平台可以实现对接数据库的电子商务平台，微博用户的数据可以形成消费需求趋势预测，然后通过现有的数据库来验证数据，并形成有效的转化率，就会产生整个消费行为数据的整个数据链条。由此可以看出，只是大型企业主数据是不够的，把握大数据分析和利用才是最重要的。因此，只有加强人才培养和加快数据技术的