インターネット企業は、データの行の数が多いと、データの量は、使用に加えて、急速に成長してビッグデータをインターネット企業が運用データを実現するために始めている外に彼らのビジネスを向上させるために、ビッグデータの使用は、新たなビジネス価値を発見します。
アリババは、例えば、それはこの消費者志向の大規模なデータ・アプリケーションは、「千人の顔の数千人」、個人的な勧告を強化し続け、また、ビッグデータのインテリジェントな顧客サービスを利用しようとしていないだけで、このシナリオは徐々にからだろう多くの企業では、外部のコールセンターへの内部アプリケーションを拡張します。
例えば、「ビジネスコンサルタント」へのビジネス指向のビッグデータアプリケーションでは、「ビジネスコンサルタント」の使用中に600万人以上の企業は、電気店のオペレーターはレベルに直面して強化します。自分の生態外に直面することに加えて、アリババ運用データはこの行為個人の信用格付けは、個人データの収集に基づいて急速な発展得られる「クレジットごま」、加速している、アプリケーションシナリオは、内側からアリババへの拡張しますこのようようにレンタカー、ホテル、ビザやなどの外部シナリオの数が増加。
インターネット企業は、簡単に顧客の行動情報の多くを得ることができるので、顧客のすべての行動は、インターネットのプラットフォーム上のマークを残しているので。インターネットビジネスのプラットフォームによって生成された情報は、一般的に、これらのデータを分析するビッグデータ技術を使用して信頼性と確実性を持っているより高い効率を得るためには、企業が目標とサービス戦略の開発を支援することができます。近年では実際には、ビッグデータ技術の合理的な使用は、Eコマースの60％以上の運転効率を向上させることができることを証明しました。
精密マーケティング、パーソナライズされたサービス、商品パーソナライズされた勧告：ビッグデータは、過去数年間で、具体的には、以下の分野における電子商取引業界のビッグデータアプリケーションの電子商取引の顔を変更しました。
1.精密マーケティング
大規模なデータ収集、顧客の様々なタイプのデータに関連する技術、およびビッグデータ分析による「ユーザー・ポートレイト」の設立とインターネット企業は、ユーザーの情報の抽象的な絵を記述するために、ユーザはその上の勧告、精密なマーケティングや広告をパーソナライズすることができます。
ユーザーは一瞬のウェブサイトを訪問すると、システムはなぜで今日のユーザーを予測し、適切な商品商品へのライブラリーから見つけるために、そして彼にお勧めすることができます。図1は、ユーザとユーザの特性がポートレートを含む基本的な情報を示しています。
1人のユーザー肖像画
適切なキャリアを通じて、適切なタイミングで、同社の事業を行う大規模なデータのサポートのコアのマーケティング、適切な方法で、ほとんどのビジネスユーザーにプッシュはこれを必要とします。
まず、ビッグデータのマーケティングは、強力な適時性があります。ユーザーが最も生産を必要とするとき、インターネットの時代では、ユーザーが簡単に短時間で消費者の行動を変えることができ、ビッグデータのマーケティングマーケティング戦略をタイムリーに実装することができます。
第二に、それはパーソナライズさ、差別化マーケティングを実装することができます。ユーザーの関心に基づいてビッグデータのマーケティングは、ユーザの一社のマーケティング部門は、のは、ターゲットマーケティング事業をやらせる、およびリアルタイムのフィードバック、タイムリーな調整を行なうことができるように、ある時点で必要マーケティング戦略。
最後に、ユーザーの情報を対象とするビッグデータのマーケティング分析を関連付けることができます。ビッグデータは、ユーザーが面白い団体や大規模なデータセットからのデータ項目間の関連リンクを発見した情報のすべての種類の多次元分析を関連付けることができます。
例えば、異なる商品のユーザーの買い物かごの間のリンクを発見することで、他のユーザーの支出の習慣を分析します。頻繁にマーケティング担当者にユーザーの消費習慣から商品を支援すると同時にユーザーで購入されたアイテム知ることによって、順に他の商品の消費パターンのユーザーは、このユーザーのマーケティング戦略に関連する製品を開発することがわかりました。図2は、サイトが利用者の肖像画に基づいて、異なる顧客のためのさまざまな製品をお勧めします示しています。
図2プレシジョンマーケティング
例えば、顧客がネットワークレコードと購入記録を閲覧するための電子商取引プラットフォームは、消費者関連の特性や顧客の分類を分析するために、顧客の消費パターンを把握します。など、収入、家族の特性、習慣を購入し、最終的に顧客プロファイルを習得し、これらの機能に基づいて自社の製品やサービスを決定するために重要である可能性があります。
消費者は最初からサイトを入力し、リストページでは、サイトには、単一の製品ページ、ショッピングカートページと他の4つのページは、それによって、製品の視認性を高める、興味のある製品を推奨アプリケーションに推奨異なるアルゴリズムの5つの列を展開し、クロスを促進そして、アップセリング。複数の角度から総合的最適化を行った後、モール構成される順序変換率は、物品からなる、66.7％増加し、総売上高は46％増加し、18％転化率増加しました。
キャッシャーは商品の顧客の購入をスキャンし終えたとき、米国のウォルマートのスーパーマーケットでは、POSマシン上でいくつかの追加情報が表示され、セールスマンは製品も購入することができた情報に基づいて顧客を思い出させます。ウォルマートは、おかずでワインを購入する可能性の高い必要性の80％で、ビール、ワイン、サラダの多くでは、お客様のショッピングカート場合、例えば、予測モデルを構築するために、「マーケティング・コンサルタント」システムをサポートするために、大規模なデータシステムに調味料を達成しました。
2.パーソナライズサービス
Eコマースは、パーソナライズされたサービス固有の利点は、リアルタイムの技術サポートと彼らのためにカスタマイズされたサービスをタイムリーに提供を通じて、オンラインのユーザーを取得することができます提供してきました。
许多电商都已经尝试了依靠数据分析，在首页为用户提供全面的个性化的商品推荐。海尔和天猫提供了让用户在网上定制电视的功能，顾客可以在电视机生产以前选择尺寸、边框、清晰度、能耗、颜色、接口等属性，再由厂商组织生产并送货到顾客家中。这样的个性化服务受到了广泛欢迎。
类似的定制服务还岀现在空调、服装等行业。这些行业通过满足个性化需求使顾客得到更满意的产品和服务，进而缩短设计、生产、运输、销售等周期，提升商业运转效率。
企业要为用户提供理想的个性化服务，首先必须通过数据充分了解用户的个性，其次是合理地掌控和设计服务的个性。了解用户个性是为用户提供他们想要的产品和服务的基础。企业需要在庞大的数据库中，找出最具有含金量的数据，然后，通过数据挖掘方法对用户进行聚类，再依据用户类型的特征设计针对性的服务。
个性化分散的单位可大可小，大到一个有同样需求的客户群体，小到每一个用户都是一个个性化需求单位。企业必须掌握好个性化服务的粒度，过于分散的个性化服务，会增加企业的服务成本和管理的复杂程度，所增加的个性化成本和实际收益需要成正比。
图 3 提供个性化旅游服务
携程的大数据应用从用户的角度岀发，分析基于携程所有用户的数据，包括用户在查询、浏览、预订、出行、评论等一系列旅行前后行为中所产生的数据。携程在剔除无效数据的同时，保证用户所留下的数据的真实性，然后将大量的数据进行实时筛选、分拣与重新组织并应用到用户的出行前、出行中、出行后的个性化需求中，如图 3 所示。
要做到个性化，明确用户的目标需求是至关重要的，不仅要看订单，还要关心用户所关心的内容。例如，同样是预订五星级酒店，有些用户对酒店设施十分敏感，有些看重酒店位置，有些则更在意酒店服务，对此，携程会根据用户的需求推荐不同的酒店。
美国塔吉特（Target）百货设立了一个迎婴聚会登记表，并对登记表中顾客的消费数据进行建模分析。他们发现，许多孕妇在第二个妊娠期的开始会买许多大包装的无香味护手霜，在怀孕的最初 20 周会大量购买补充钙、锌之类的保健品。
塔吉特最终选出了 25 种典型商品的消费数据，构建了“怀孕预测指数”。通过这个预测指数，塔吉特能够在很小的误差范围内预测到顾客的怀孕情况，从而就能在合适的时间把孕妇优惠广告寄发给顾客。
“Nike 跑鞋或腕带传感器”使耐克逐渐成为大数据营销的创新公司。运动者只要穿着 Nike 的跑鞋运动，与之关联的 iPod 就可以存储并显示运动日期、时间、距离、热量消耗值等数据。
Nike 通过跑步者上传的跑步路线掌握了主要城市最佳跑步路线的数据库，而且组织城市的跑步活动效果更好。目前，Nike 的运动网上社区有超过 500 万名活跃用户每天不停地上传数据，Nike 借此与消费者建立了前所未有的牢固关系。同时，海量的数据对于 Nike 了解用户习惯、改进产品、精准投放和精准营销也起到了不可替代的作用，Nike 甚至掌握了跑步者最喜欢听的歌是哪些。个性化服务离不开顾客的主动参与和分享，来源于客户的数据也能更精准地服务于客户。
“三只松鼠”近几年的快速发展，一方面是依靠品牌推广，另一方面是在数据分析的基础上不断完善细节，包括个性化的称呼、“三只松鼠”的卡通形象、赠品的差别化、不同的顾客标签分类以及用户体验等。“三只松鼠”通过 ERP 系统能够了解所有顾客在商城的购买记录，通过 CRM 系统能够准确抓取用户的评价，一些不经意的留言和评级会反映出他们的需求。
通过分析顾客过去在商城的购买习惯，用户的购买评价，来判断哪种口味的产品在哪个地区卖得最好，哪种产品是消费者最乐于接受的，从而进行更有针对性的产品首页推荐。同时，他们会对顾客进行个性化、人性化的标签分类和细化分析，从而根据这些分类，推送不同的产品类型。例如，爱老婆型顾客购买的产品主要是以老婆食用为主的，“三只松鼠”会在包裹里放上书信，以“松鼠”的口吻代替顾客给他老婆写一封信。
3. 商品个性化推荐
随着电子商务规模的不断扩大，商品数量和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。
个性化推荐系统通过分析用户的行为，包括反馈意见、购买记录和社交数据等，以分析和挖掘顾客与商品之间的相关性，从而发现用户的个性化需求、兴趣等，然后将用户感兴趣的信息、产品推荐给用户。
个性化推荐系统针对用户特点及兴趣爱好进行商品推荐，能有效地提高电子商务系统的服务能力，从而保留客户。
1）电子商务网站
随着电子商务的蓬勃发展，推荐系统在互联网中的优势地位也越来越明显。
在国际方面，Amazon 平台中采用的推荐算法被认为是非常成功的。在国内，比较大型的电子商务平台网站有淘宝网（包括天猫商城）、京东商城、当当网、苏宁易购等。
在这些电子商务平台中，网站提供的商品数量不计其数，网站中的用户规模也非常巨大。据不完全统计，天猫商城中的商品数量已经超过了 4 000 万。
在如此庞大的电商网站中，用户根据自己的购买意图输入关键字查询后，会得到很多相似的结果。用户在这些结果中也很难区分异同，难于选择合适的物品，推荐系统能够根据用户兴趣为用户推荐一些用户感兴趣的商品。电子商务网站利用推荐系统为用户推荐商品，方便了用户，从而也提高了网站的销售额。
2）电影视频网站
个性化推荐系统在电影和视频网站中的应用也很广泛，能够帮助用户在浩瀚的视频库中找到令他们感兴趣的视频。在该领域成功使用推荐系统的一家公司就是 Netflix。
Netflix 原先是一家 DVD 租赁网站，后来开始涉足在线视频业务。Netflix 非常重视个性化推荐技术，并且在 2006 年开始举办著名的 Netflix Prize 推荐系统比赛，希望研究人员能够将 Netflix 的推荐算法的预测准确度提升 10%。
该比赛对推荐系统的发展起到了重要的推动作用：一方面该比赛给学术界提供了一个实际系统中的大规模用户行为数据集（40 万用户对 2 万部电影的上亿条评分记录）；另一方面，在 3 年的比赛中，参赛者提出了很多推荐算法，大大降低了推荐系统的预测误差。
图 4 是 Netflix 的电影推荐界面，包含了电影的标题和海报、用户反馈和推荐理由三部分。Netflix 使用的是基于物品的推荐算法，即给用户推荐和他们曾经喜欢的电影相似的电影。Netflix 宣称有 60% 的用户是通过其推荐系统找到感兴趣的电影和视频的。
图 4 Netflix 电影推荐
YouTube 作为美国最大的视频网站，拥有大量用户上传的视频内容。为了解决视频库的信息过载问题，YouTube 在个性化推荐领域也进行了深入研究，现在使用的也是基于物品的推荐算法。实验证明，YouTube 个性化推荐的点击率是热门视频点击率的两倍。
3）网络电台
个性化网络电台也很适合进行个性化推荐。首先，音乐很多，用户不可能听完所有的音乐再决定自己喜欢听什么，而且每年新的歌曲在以很快的速度增加，因此用户无疑面临着信息过载的问题。其次，人们听音乐时，一般都是把音乐作为一种背景乐来听，很少有人必须听某首特定的歌。对于普通用户来说，听什么歌都可以，只要能够符合他们当时的心情就可以了。因此，个性化音乐网络电台是非常符合个性化推荐技术的产品。
目前有很多知名的个性化音乐网络电台。国际上著名的有 Pandora 和 Last.fm，国内的代表则是豆瓣电台。这 3 个个性化网络电台都不允许用户点歌，而是给用户几种反馈方式：喜欢、不喜欢和跳过。经过用户一定时间的反馈，电台就可以从用户的历史行为中获得用户的兴趣模型，从而使用户的播放列表越来越符合用户对歌曲的兴趣。
Pandora 的算法主要是基于内容的，其音乐家和研究人员亲自听了上万首来自不同歌手的歌，然后对歌曲的不同特性（如旋律、节奏、编曲和歌词等）进行标注，这些标注被称为音乐的基因。然后，Pandora 会根据专家标注的基因计算歌曲的相似度，并给用户推荐和他之前喜欢的音乐在基因上相似的其他音乐。
Last.fm 记录了所有用户的听歌记录及用户对歌曲的反馈，在这一基础上计算出不同用户在歌曲上的喜好相似度，从而给用户推荐和他有相似听歌爱好的其他用户喜欢的歌曲。同时，Last.fm 也建立了一个社交网络，来让用户能够和其他用户建立联系，以及让用户给好友推荐自己喜欢的歌曲。Last.fm 没有使用专家标注，而是主要利用用户行为计算歌曲的相似度。
4）社交网络
社交网络中的个性化推荐技术主要应用在 3 个方面：利用用户的社交网络信息对用户进行个性化的物品推荐，信息流的会话推荐和给用户推荐好友。
Facebook 保存着两类最宝贵的数据：一类是用户之间的社交网络关系，另一类是用户的偏好信息。
Facebook 推出了一个称为 Instant Personalization 的推荐 API，它能根据用户好友喜欢的信息，给用户推荐他们的好友最喜欢的物品。很多网站都使用了 Facebook 的推荐 API 来实现网站的个性化。
著名的电视剧推荐网站 Clicker 使用 Instant Personalization 给用户进行个性化视频推荐。Clicker 现在可以利用 Facebook 的用户行为数据来提供个性化的、用户可能感兴趣的内容“’流”了，而更重要的是，用户无须在 Clicker 网站上输入太多数据（通过评分、评论或观看 Clicker.com 上的视频等方式），Clicker 就能提供这样的服务。
除了利用用户在社交网站的社交网络信息给用户推荐本站的各种物品外，社交网站本身也会利用社交网络给用户推荐其他用户在社交网站的会话。每个用户在 Facebook 的个人首页都能看到好友的各种分享，并且能对这些分享进行评论。每个分享和它的所有评论被称为一个会话，Facebook 开发了 EdgeRank 算法对这些会话排序，使用户能够尽量看到熟悉的好友的最新会话。
除了根据用户的社交网络及用户行为给用户推荐内容，社交网站还通过个性化推荐服务给用户推荐好友。
5）其他应用
Eコマース企業なので、基本的なビジネス・プロセスのあらゆる側面のデータを実現したので、あなたは彼らのビジネスプロセスを最適化し、ビジネスの利益を高めるために、これらのデータを分析するために、ビッグデータマイニング技術をフルに活用することができます。前述のいくつかの用途に加えて、大規模なデータの電子商取引業界でも他の多くの方法で使用することができます。
①動的価格と特別オファー
Eコマース企業が顧客データを構築するためにデータを使用して、どのような製品を購入するどのくらい過ごすためなどのようなユーザーは、顧客の行動を追跡することによって、柔軟な価格設定と割引政策を策定するためにビッグデータ分析を使用してことを発見することができます。たとえば、あなたの分析は、急騰したEコマース企業が割引を提供するか、いずれかが1つのオファーを取得購入することができ、商品の特定のカテゴリでユーザーの関心を示しています。
②カスタマイズされた取引
Eコマース企業はデータを使用して、顧客の購買習慣を決定し、前の購入パターンに基づいて目標と特別オファーや割引コードに送信することができます。また、データは、単に顧客の購入や、彼らが製品を見たり、購入を完了するためにそれらを招待メールを送信することによって、という顧客を思い出させるために、例えば、購入していない時に再懸濁顧客を引き付けるために使用することができます。
③サプライチェーンマネジメント
Eコマース企業は、より効率的なサプライチェーンを管理するために、ビッグデータを使用することができます。データ分析は、サプライチェーン内の任意の潜在的な在庫の問題や遅延を明らかにすることができます。アイテムに問題がある場合は、顧客サービスの問題を損傷しないように、それはすぐに、販売から削除することができます。
④予測分析
予測分析は、企業が将来の事業のための事業計画の開発を支援するために大規模なEコマースビジネスデータ分析技術を使用して、さまざまなチャネルを指します。データ分析は、新たな購入オンラインストアの企業部門が減速傾向やグッズの売り上げを示してもよいです。
我々は、在庫の次の段階の計画に役立つ、新たなターゲット市場を開発するために、この情報を使用することができます。Eコマースの最新動向に遅れないようすることはいくつかの課題がありますが、ビッグデータ技術の使用が大幅に企業の利益を向上させ、成功した先進的なビジネスを確立するために企業を支援することができます。あなたがビッグデータマイニングの電源を使用しない場合、それは市場での成功への機会を逃すことがあります。
推奨されるラーニングカタログ：大規模データでのインターネット業界の応用