張 琦，施方玲

（1.北京物資學(xué)院 經(jīng)濟(jì)學(xué)院，北京 101149；2.南洋理工大學(xué)，新加坡 639798）

基于供應(yīng)鏈網(wǎng)絡(luò)信息的大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)在電商領(lǐng)域的應(yīng)用

張 琦1，施方玲2

（1.北京物資學(xué)院 經(jīng)濟(jì)學(xué)院，北京 101149；2.南洋理工大學(xué)，新加坡 639798）

闡述了基于供應(yīng)鏈網(wǎng)絡(luò)信息電商企業(yè)實(shí)施精準(zhǔn)營(yíng)銷(xiāo)的框架和策略，以阿里的電商業(yè)務(wù)為例分析了電商精準(zhǔn)營(yíng)銷(xiāo)方式，包括搜索引擎、個(gè)性化推薦引擎、短信或電子郵件引擎等，進(jìn)而分析了在整合供應(yīng)鏈網(wǎng)絡(luò)信息的過(guò)程中存在的問(wèn)題，提出基于供應(yīng)鏈網(wǎng)絡(luò)搭建完善的大數(shù)據(jù)平臺(tái)、用戶(hù)畫(huà)像的精準(zhǔn)化和及時(shí)更新、加強(qiáng)用戶(hù)隱私數(shù)據(jù)的安全防范工作等對(duì)策。

供應(yīng)鏈網(wǎng)絡(luò)；大數(shù)據(jù)；精準(zhǔn)營(yíng)銷(xiāo)；電商企業(yè)；阿里

1 引言

“大數(shù)據(jù)”在1980年由托夫勒在《第三次浪潮》中提出，大數(shù)據(jù)是指大小超出了典型數(shù)據(jù)庫(kù)軟件的采集、儲(chǔ)存、管理和分析等能力的數(shù)據(jù)集。李國(guó)杰院士指出大數(shù)據(jù)是實(shí)施“創(chuàng)新驅(qū)動(dòng)發(fā)展”戰(zhàn)略的重要機(jī)遇，我國(guó)以“BAT”為代表的網(wǎng)絡(luò)服務(wù)公司已具有與國(guó)際上大公司競(jìng)爭(zhēng)的經(jīng)濟(jì)實(shí)力和技術(shù)基礎(chǔ)，依靠物質(zhì)資源發(fā)展經(jīng)濟(jì)的路徑已難以持續(xù)，大數(shù)據(jù)是貫徹“創(chuàng)新驅(qū)動(dòng)發(fā)展”戰(zhàn)略的重要資源。大數(shù)據(jù)具有較高使用價(jià)值，各產(chǎn)業(yè)都可通過(guò)對(duì)大數(shù)據(jù)的深度挖掘及整合充分利用大數(shù)據(jù)價(jià)值，提升產(chǎn)業(yè)化的供應(yīng)鏈網(wǎng)絡(luò)信息的價(jià)值。

2 大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)

2.1 精準(zhǔn)營(yíng)銷(xiāo)的概念

美國(guó)學(xué)者Jeff Cabin和Fresh Bachelor提出精準(zhǔn)營(yíng)銷(xiāo)是為了提高和促進(jìn)營(yíng)銷(xiāo)業(yè)績(jī)的達(dá)成，向目標(biāo)顧客提供服務(wù)或者信息影響其購(gòu)買(mǎi)意向和決策的過(guò)程。將渠道、時(shí)間、目標(biāo)顧客和信息這四要素正確地充分結(jié)合，即4R法則。精準(zhǔn)營(yíng)銷(xiāo)是在精準(zhǔn)定位的基礎(chǔ)上，建立顧客個(gè)性化的溝通服務(wù)體系，實(shí)現(xiàn)低成本戰(zhàn)略。雖然目前還沒(méi)有一套成熟完整的關(guān)于精準(zhǔn)營(yíng)銷(xiāo)的體系，但是能夠達(dá)成共識(shí)的是精準(zhǔn)營(yíng)銷(xiāo)可依賴(lài)于大數(shù)據(jù)，對(duì)顧客需求及消費(fèi)偏好進(jìn)行標(biāo)簽分類(lèi)，精準(zhǔn)地劃分顧客群體然后再準(zhǔn)確地進(jìn)行營(yíng)銷(xiāo)，以達(dá)到低投入、高產(chǎn)出的營(yíng)銷(xiāo)目標(biāo)。

2.2 精準(zhǔn)營(yíng)銷(xiāo)的價(jià)值

精準(zhǔn)營(yíng)銷(xiāo)對(duì)于供應(yīng)鏈網(wǎng)絡(luò)成員都有巨大的價(jià)值。對(duì)消費(fèi)者而言，精準(zhǔn)營(yíng)銷(xiāo)是一種個(gè)性化的營(yíng)銷(xiāo)方式，提升了消費(fèi)者的時(shí)間效率。傳統(tǒng)的營(yíng)銷(xiāo)方式不能精準(zhǔn)觸達(dá)消費(fèi)者，因此消費(fèi)者進(jìn)行購(gòu)買(mǎi)行為的時(shí)間軸就會(huì)被拉長(zhǎng)，而且在購(gòu)買(mǎi)決定中猶豫不決。基于精準(zhǔn)營(yíng)銷(xiāo)，企業(yè)可精準(zhǔn)的把消費(fèi)者所需商品推送到消費(fèi)者面前，節(jié)約消費(fèi)者搜索目標(biāo)商品的時(shí)間和精力。對(duì)于企業(yè)而言，營(yíng)銷(xiāo)業(yè)績(jī)和投資回報(bào)率會(huì)有所提高，因?yàn)榫珳?zhǔn)營(yíng)銷(xiāo)剔除了中間各種繁瑣環(huán)節(jié)，精準(zhǔn)地觸達(dá)消費(fèi)者，可降低整體顧客成本，從而降低了商品成本，提升了整條供應(yīng)鏈?zhǔn)找妗?/p>

3 基于供應(yīng)鏈網(wǎng)絡(luò)信息的電商精準(zhǔn)營(yíng)銷(xiāo)模型和策略

3.1 供應(yīng)鏈網(wǎng)絡(luò)與精準(zhǔn)營(yíng)銷(xiāo)

電子商務(wù)的終極價(jià)值是優(yōu)化產(chǎn)業(yè)和供應(yīng)鏈，電商企業(yè)作為供應(yīng)鏈網(wǎng)絡(luò)中的重要中間節(jié)點(diǎn)鏈接上下游企業(yè)，電商企業(yè)能夠有效地整合商流、物流、資金流和信息流，協(xié)同整個(gè)供應(yīng)鏈網(wǎng)絡(luò)的數(shù)據(jù)，進(jìn)行深度挖掘和整合，尤其針對(duì)供應(yīng)鏈網(wǎng)絡(luò)中的終端客戶(hù)，有效互動(dòng)，實(shí)現(xiàn)準(zhǔn)確細(xì)分和定位。精準(zhǔn)營(yíng)銷(xiāo)的成功實(shí)施，需要與下游企業(yè)交互信息資源，同時(shí)也需要與上游企業(yè)協(xié)作整合資源，滿(mǎn)足客戶(hù)需求[1]。

3.2 基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷(xiāo)模型

基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷(xiāo)模型是指對(duì)大數(shù)據(jù)進(jìn)行收集、處理及應(yīng)用，然后輸出相對(duì)應(yīng)的精準(zhǔn)營(yíng)銷(xiāo)方案，再反饋到前端的供應(yīng)網(wǎng)絡(luò)，協(xié)同完成產(chǎn)品和服務(wù)，再推向客戶(hù)，是一個(gè)基于供應(yīng)鏈網(wǎng)絡(luò)的不斷整合資源的復(fù)雜過(guò)程。相對(duì)應(yīng)的營(yíng)銷(xiāo)方案依托于大數(shù)據(jù)，因此準(zhǔn)確度會(huì)更高，更能準(zhǔn)確觸達(dá)目標(biāo)顧客。在基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷(xiāo)模型中，最底層是大數(shù)據(jù)的收集，數(shù)據(jù)包括日志信息、論壇信息、微博信息、社會(huì)網(wǎng)絡(luò)信息和交易信息等，數(shù)據(jù)來(lái)源于公司內(nèi)部或者外部。然后將收集來(lái)的大數(shù)據(jù)放入網(wǎng)絡(luò)營(yíng)銷(xiāo)模型中，用算法庫(kù)的方法歸類(lèi)，再用大數(shù)據(jù)計(jì)算方式計(jì)算，以并行計(jì)算框架計(jì)算分析數(shù)據(jù)，最后將大數(shù)據(jù)中提取的信息運(yùn)用到網(wǎng)絡(luò)營(yíng)銷(xiāo)中，可輸出相對(duì)應(yīng)的大數(shù)據(jù)網(wǎng)絡(luò)營(yíng)銷(xiāo)模式，如關(guān)聯(lián)規(guī)則挖掘營(yíng)銷(xiāo)、商品地理營(yíng)銷(xiāo)、社會(huì)網(wǎng)絡(luò)營(yíng)銷(xiāo)、用戶(hù)行為分析營(yíng)銷(xiāo)、個(gè)性化推薦營(yíng)銷(xiāo)、基于現(xiàn)代通訊工具的大數(shù)據(jù)分析營(yíng)銷(xiāo)等，如圖1[2]。

圖1 基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷(xiāo)模型

3.3 基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷(xiāo)策略

電商企業(yè)基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷(xiāo)方式中，主要使用了搜索引擎、個(gè)性化推薦引擎、短信或電子郵件營(yíng)銷(xiāo)等策略等。

3.3.1 搜索引擎。搜索引擎在流量導(dǎo)入方面扮演著重要的作用，對(duì)于電商企業(yè)來(lái)說(shuō)，搜索引擎營(yíng)銷(xiāo)（SEM）和搜索引擎優(yōu)化（SEO）是常用的精準(zhǔn)營(yíng)銷(xiāo)策略。阿里系電商在SEM方面投入很大，采取搜索引擎中的競(jìng)價(jià)排名，按點(diǎn)擊付費(fèi)方式，導(dǎo)入大量客流。例如，在搜索引擎百度中搜索“連衣裙”等暢銷(xiāo)品關(guān)鍵詞時(shí)，可以看到天貓或淘寶排行在前列。因?yàn)榘⒗镔?gòu)買(mǎi)了暢銷(xiāo)品或品牌的關(guān)鍵詞，所以可以看到淘寶或天貓的關(guān)鍵詞大多出現(xiàn)在SEO前列，通過(guò)這樣的引導(dǎo)，當(dāng)想到要購(gòu)買(mǎi)某個(gè)商品時(shí)就會(huì)自然而然的想到要用淘寶或天貓。淘寶和天貓的SEO站內(nèi)網(wǎng)站也在不斷優(yōu)化當(dāng)中，站內(nèi)分類(lèi)更加科學(xué)、合理且明確，利于用戶(hù)從瀏覽轉(zhuǎn)化為購(gòu)買(mǎi)。首先連衣裙作為主要關(guān)鍵字出現(xiàn)在天貓主頁(yè)面關(guān)鍵字中，當(dāng)消費(fèi)者順著引導(dǎo)點(diǎn)擊連衣裙時(shí)，可根據(jù)品牌、連衣裙、其他分類(lèi)、袖長(zhǎng)、群型、領(lǐng)型、服裝款式細(xì)節(jié)、年份季節(jié)、尺碼等迅速定位自己所需產(chǎn)品，為消費(fèi)者省了時(shí)間和精力，同時(shí)也增加了用戶(hù)體驗(yàn)。

3.3.2 個(gè)性化推薦引擎。相比于搜索引擎，電商平臺(tái)的站內(nèi)個(gè)性化推薦能主動(dòng)出擊觸達(dá)用戶(hù)，提高用戶(hù)的轉(zhuǎn)化率。個(gè)性化推薦引擎是基于用戶(hù)畫(huà)像和商品畫(huà)像結(jié)合而進(jìn)行的。首先進(jìn)行數(shù)據(jù)收集和儲(chǔ)存，數(shù)據(jù)可以是離線(xiàn)或者實(shí)時(shí)數(shù)據(jù)，可來(lái)自消費(fèi)者、供應(yīng)鏈網(wǎng)絡(luò)中合作伙伴或企業(yè)內(nèi)部。接下來(lái)是對(duì)數(shù)據(jù)進(jìn)行離線(xiàn)在線(xiàn)分析，主要包括數(shù)據(jù)的清洗和建模。數(shù)據(jù)清洗就是過(guò)濾掉殘缺、重復(fù)、不一致的數(shù)據(jù)，比如點(diǎn)擊作弊、交易作弊、評(píng)價(jià)作弊等，數(shù)據(jù)清洗后[3]，對(duì)數(shù)據(jù)進(jìn)行建模，就是將用戶(hù)畫(huà)像和商品畫(huà)像進(jìn)行精準(zhǔn)關(guān)聯(lián)。最后根據(jù)在線(xiàn)推薦系統(tǒng)輸出精準(zhǔn)推送，例如在淘寶或天貓中，經(jīng)常可以看到一些個(gè)性化推薦，例如“猜你喜歡”、“看了又看”、“掌柜熱賣(mài)”、“最佳組合”、“您可能還需要”、“購(gòu)買(mǎi)了該商品的用戶(hù)還購(gòu)買(mǎi)了”等定制化的推送，引導(dǎo)用戶(hù)購(gòu)買(mǎi)和再次購(gòu)買(mǎi)。

3.3.3 短信或電子郵件營(yíng)銷(xiāo)。電商企業(yè)還經(jīng)常會(huì)通過(guò)智能系統(tǒng)給用戶(hù)發(fā)送購(gòu)買(mǎi)建議。這些建議主要是通過(guò)郵件、短信、微信推送、優(yōu)惠券發(fā)放等方式進(jìn)行。電商企業(yè)會(huì)根據(jù)用戶(hù)畫(huà)像的標(biāo)簽去給用戶(hù)進(jìn)行分類(lèi)，進(jìn)而針對(duì)不同類(lèi)型的用戶(hù)發(fā)送相對(duì)應(yīng)的個(gè)性化短信或郵件。值得指出的是，短信或電子郵件營(yíng)銷(xiāo)轉(zhuǎn)換率都偏低，但是隨著用戶(hù)畫(huà)像越來(lái)越精準(zhǔn)后，精準(zhǔn)營(yíng)銷(xiāo)可以將轉(zhuǎn)換率大大提高40%。精準(zhǔn)化的短信或電子郵件營(yíng)銷(xiāo)方式不僅提高用戶(hù)轉(zhuǎn)換率，還給用戶(hù)很貼心及時(shí)的用戶(hù)體驗(yàn)。

4 大數(shù)據(jù)背景下電商精準(zhǔn)營(yíng)銷(xiāo)的現(xiàn)狀和問(wèn)題

4.1 現(xiàn)狀

根據(jù)艾瑞數(shù)據(jù)顯示，2016年中國(guó)的電子商務(wù)市場(chǎng)交易規(guī)模達(dá)到20.2萬(wàn)億元，增長(zhǎng)23.6%，其中網(wǎng)絡(luò)購(gòu)物占比為23.3%。在B2B電商領(lǐng)域，2016年中國(guó)中小企業(yè)B2B平臺(tái)服務(wù)營(yíng)收規(guī)模超230億元，同比增長(zhǎng)17%?？梢?jiàn)未來(lái)我國(guó)電子商務(wù)領(lǐng)域依然會(huì)保持增長(zhǎng)趨勢(shì)。電商企業(yè)近年的高速發(fā)展離不開(kāi)大數(shù)據(jù)，現(xiàn)在電子商務(wù)已經(jīng)進(jìn)入了大數(shù)據(jù)的電子商務(wù)階段。

在這大數(shù)據(jù)背景下，基于供應(yīng)鏈網(wǎng)絡(luò)信息挖掘的電商企業(yè)針對(duì)目標(biāo)客戶(hù)群進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)可以實(shí)現(xiàn)以下目標(biāo)：（1）提升電子商務(wù)廣告精準(zhǔn)度。精準(zhǔn)營(yíng)銷(xiāo)利用信息技術(shù)，對(duì)數(shù)據(jù)進(jìn)行收集和分析，通過(guò)細(xì)分市場(chǎng)，對(duì)細(xì)分后的市場(chǎng)和消費(fèi)者的需求和購(gòu)物行為特征進(jìn)行分析和定位，確定供應(yīng)鏈網(wǎng)絡(luò)目標(biāo)消費(fèi)群，接著對(duì)其采取有針對(duì)性的產(chǎn)品和服務(wù)信息宣傳。這可大大提升消費(fèi)者的購(gòu)買(mǎi)率，從而降低廣告成本，大幅提高了廣告的精準(zhǔn)度；（2）減少交易成本和提高交易效率。精準(zhǔn)營(yíng)銷(xiāo)可以省去中間繁瑣的傳導(dǎo)環(huán)節(jié)，避免信息在傳遞的過(guò)程中失真，直接一對(duì)一把產(chǎn)品和服務(wù)信息準(zhǔn)確無(wú)誤地傳遞給消費(fèi)者；（3）提升消費(fèi)者讓渡價(jià)值。當(dāng)電商企業(yè)進(jìn)行差異化的精準(zhǔn)營(yíng)銷(xiāo)服務(wù)時(shí)，可以增加消費(fèi)者的滿(mǎn)意程度，從而增加得到的總價(jià)值。（4）精準(zhǔn)營(yíng)銷(xiāo)還能提高廣告的有效性以及減少營(yíng)銷(xiāo)渠道，對(duì)于企業(yè)來(lái)說(shuō)銷(xiāo)售成本減少，對(duì)于消費(fèi)者來(lái)說(shuō)可能以更低的價(jià)格購(gòu)買(mǎi)所需產(chǎn)品或服務(wù)[4]。

4.2 問(wèn)題

4.2.1 中小型電商企業(yè)大數(shù)據(jù)平臺(tái)存在的問(wèn)題。有些中小型電商企業(yè)還沒(méi)有開(kāi)啟大數(shù)據(jù)電商模式，其中一些企業(yè)只是創(chuàng)建了網(wǎng)站，但是幾乎沒(méi)有在網(wǎng)站上更新商品信息或者更新迭代速度太慢，無(wú)法滿(mǎn)足消費(fèi)者的需求。首先是這些中小型電商企業(yè)的數(shù)據(jù)采集有局限性，掌握的數(shù)據(jù)資源比較少，即使累積了一些數(shù)據(jù)資源，但是這些數(shù)據(jù)是分散的、無(wú)規(guī)律的、割裂的、靜態(tài)的。其次，中小型電商企業(yè)在數(shù)據(jù)碎片整合上也面臨困境，受限于專(zhuān)業(yè)知識(shí)和技術(shù)，缺少數(shù)據(jù)整合能力，無(wú)法將海量的數(shù)據(jù)從各個(gè)區(qū)域、數(shù)據(jù)庫(kù)中整合，而且在對(duì)數(shù)據(jù)的處理上只是運(yùn)用了簡(jiǎn)單的數(shù)據(jù)處理方法分析，不能勾勒出用戶(hù)精準(zhǔn)畫(huà)像，從而無(wú)法實(shí)施精準(zhǔn)營(yíng)銷(xiāo)。大部分中小型電商企業(yè)的大數(shù)據(jù)平臺(tái)還是不完善的，有的甚至根本未建立大數(shù)據(jù)平臺(tái)，供應(yīng)鏈網(wǎng)絡(luò)成員間信息分享水平較低，這不利于企業(yè)大數(shù)據(jù)時(shí)代下的可持續(xù)性發(fā)展[5]。

4.2.2 數(shù)據(jù)運(yùn)算結(jié)果和消費(fèi)者需求之間存在差距。理性的數(shù)據(jù)計(jì)算不能確保精準(zhǔn)地預(yù)測(cè)出消費(fèi)者的購(gòu)買(mǎi)心理。例如，大數(shù)據(jù)判斷某個(gè)消費(fèi)者是對(duì)價(jià)格敏感的人，企業(yè)根據(jù)這個(gè)判斷進(jìn)行降價(jià)營(yíng)銷(xiāo)，結(jié)果確實(shí)也引發(fā)了消費(fèi)者的購(gòu)買(mǎi)行為。但是也可能消費(fèi)者對(duì)價(jià)格敏感是大數(shù)據(jù)培養(yǎng)出來(lái)的，而不是消費(fèi)者自身的主動(dòng)行為，到底是企業(yè)引導(dǎo)消費(fèi)者還是企業(yè)找對(duì)了消費(fèi)者需求，我們不能完全確定。因此，數(shù)據(jù)算法勾勒出來(lái)的消費(fèi)者人物畫(huà)像和消費(fèi)者真實(shí)形象是存在差距的，甚至完全相反，因?yàn)橄M(fèi)者是善變的，這種變化對(duì)于電商企業(yè)來(lái)說(shuō)是比較難以及時(shí)捕捉并且通過(guò)算法計(jì)算出的[6]。

4.2.3 個(gè)人隱私和數(shù)據(jù)安全問(wèn)題。在大數(shù)據(jù)時(shí)代，用戶(hù)的一舉一動(dòng)都會(huì)被記錄著，在線(xiàn)上交易、線(xiàn)上支付、社交互動(dòng)、移動(dòng)終端、物流配送等各個(gè)環(huán)節(jié)都會(huì)留下痕跡，可以說(shuō)用戶(hù)在獲得所需產(chǎn)品或者服務(wù)的同時(shí)，也暴露了自己的數(shù)據(jù)。企業(yè)在利用這些大數(shù)據(jù)時(shí)常常會(huì)侵犯用戶(hù)的個(gè)人隱私以及在隱私保密性上做得不到位。此外，數(shù)據(jù)的安全性也令人擔(dān)憂(yōu)，企業(yè)在對(duì)用戶(hù)數(shù)據(jù)的管理方面存在漏洞，近年就發(fā)生了多起大數(shù)據(jù)泄露事件，2016年5月LinkedIn超1.67億個(gè)用戶(hù)賬號(hào)在黑市被公開(kāi)銷(xiāo)售，同年同月一名俄羅斯黑客竊取2.723億電子郵件并將這些數(shù)據(jù)以每個(gè)不到一美元的價(jià)格在黑市里出售，其中還包括數(shù)千萬(wàn)個(gè)雅虎郵箱、微軟郵箱和谷歌郵箱。

5 解決對(duì)策

5.1 基于供應(yīng)鏈網(wǎng)絡(luò)搭建完善的大數(shù)據(jù)平臺(tái)

一個(gè)大數(shù)據(jù)平臺(tái)是所有電商展開(kāi)大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)的基礎(chǔ)，大數(shù)據(jù)的平臺(tái)價(jià)值體現(xiàn)在各個(gè)方面。但是，對(duì)于規(guī)模較小的電商平臺(tái)如聚美優(yōu)品、唯品會(huì)、考拉海淘、敦煌網(wǎng)等，他們的大數(shù)據(jù)平臺(tái)，不夠完善或者甚至未建立自己的大數(shù)據(jù)平臺(tái)，但是為了滿(mǎn)足不斷發(fā)展的需求和更精準(zhǔn)化地挖掘消費(fèi)者需求，建立大數(shù)據(jù)平臺(tái)還是很有必要的，這是中小型電商企業(yè)戰(zhàn)略發(fā)展的一個(gè)方向，大數(shù)據(jù)平臺(tái)的構(gòu)建可以參考和借鑒電商巨頭企業(yè)阿里的模式[7]。

阿里通過(guò)創(chuàng)辦阿里媽媽—大數(shù)據(jù)營(yíng)銷(xiāo)平臺(tái)，將所有阿里系的數(shù)據(jù)存儲(chǔ)在阿里媽媽的數(shù)據(jù)銀行里，基于阿里媽媽的數(shù)據(jù)銀行，再輸出各種品牌營(yíng)銷(xiāo)解決方案產(chǎn)品，從而實(shí)現(xiàn)品牌大數(shù)據(jù)下的精準(zhǔn)營(yíng)銷(xiāo)，如圖2所示。

阿里媽媽作為阿里系的大數(shù)據(jù)營(yíng)銷(xiāo)平臺(tái)，其數(shù)據(jù)的能力是進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)的原動(dòng)力，其技術(shù)的能力是驅(qū)動(dòng)力，其媒體的能力是張力。

圖2 阿里系的大數(shù)據(jù)平臺(tái)框架

數(shù)據(jù)層面上，阿里媽媽搭建了一個(gè)數(shù)據(jù)銀行，鏈接人的數(shù)據(jù)和廣告數(shù)據(jù)。首先，人的交易、金融、出行、娛樂(lè)和社交等環(huán)節(jié)產(chǎn)生了一系列可辨識(shí)、可分析、可觸達(dá)的Uni ID（真人數(shù)據(jù)），從而勾勒出清晰的用戶(hù)畫(huà)像，這些真人數(shù)據(jù)有利于企業(yè)做出判斷和決策。其次，經(jīng)過(guò)多年廣告沉淀，阿里擁有海量廣告營(yíng)銷(xiāo)數(shù)據(jù)，這些信息是品牌建立的基礎(chǔ)。阿里媽媽通過(guò)整合人的數(shù)據(jù)和廣告數(shù)據(jù)，進(jìn)行分離、發(fā)掘、洞察和再利用，反哺人的數(shù)據(jù)，讓用戶(hù)人物畫(huà)像更加精準(zhǔn)，提效廣告業(yè)務(wù)，實(shí)現(xiàn)大數(shù)據(jù)下的精準(zhǔn)營(yíng)銷(xiāo)，如圖3所示。

圖3 阿里媽媽的數(shù)據(jù)能力

技術(shù)層面上，阿里媽媽不斷地與用戶(hù)交互，使得機(jī)器學(xué)習(xí)和算法達(dá)到精準(zhǔn)，更能夠精準(zhǔn)地進(jìn)行營(yíng)銷(xiāo)。媒體層面上，阿里媽媽依托阿里巴巴集團(tuán)控股有限公司的全方面資源，能夠整合電商媒體、社交媒體、視頻媒體、搜索類(lèi)媒體和信息流媒體等?；谶@三大核心能力，阿里媽媽推出了品牌營(yíng)銷(xiāo)解決方案產(chǎn)品和營(yíng)銷(xiāo)平臺(tái)，如新霸屏、會(huì)員權(quán)益、新雷達(dá)、UniDesk等[8]。

綜上，阿里通過(guò)整合所有阿里系的數(shù)據(jù)資源，傳送到阿里媽媽的數(shù)據(jù)銀行。基于阿里媽媽強(qiáng)大的數(shù)據(jù)銀行，向商家提供全鏈路的營(yíng)銷(xiāo)方案和消費(fèi)者個(gè)人數(shù)據(jù)等，使得商品不再以單品的形式輸出，而是以成熟、完整的商品形式輸出，更重要的是能更精準(zhǔn)地輸出，把數(shù)據(jù)、商品和流量升級(jí)為內(nèi)容，再轉(zhuǎn)化成商業(yè)機(jī)會(huì)，賦能更多的品牌進(jìn)行大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)。阿里的數(shù)據(jù)銀行不僅服務(wù)于各大品牌或企業(yè)，也服務(wù)于自己，其他中小型電商企業(yè)可以模仿和借鑒阿里的大數(shù)據(jù)平臺(tái)構(gòu)建模式，打造屬于自己的大數(shù)據(jù)平臺(tái)，賦能入駐品牌和企業(yè)施行精準(zhǔn)化營(yíng)銷(xiāo)，從而保證可持續(xù)性發(fā)展。

5.2 用戶(hù)畫(huà)像的精準(zhǔn)化和及時(shí)更新

消費(fèi)者的善變性和算法的遲鈍性使得電商企業(yè)無(wú)法真正地滿(mǎn)足消費(fèi)者的需求，因此電商企業(yè)需要充分結(jié)合數(shù)據(jù)追蹤和數(shù)據(jù)挖掘技術(shù)與企業(yè)的營(yíng)銷(xiāo)洞察力，精準(zhǔn)化用戶(hù)畫(huà)像并且精準(zhǔn)化算法，及時(shí)更新消費(fèi)者的用戶(hù)畫(huà)像，以確保營(yíng)銷(xiāo)方案能滿(mǎn)足消費(fèi)者現(xiàn)在的需求[9]。

用戶(hù)畫(huà)像就是給用戶(hù)進(jìn)行標(biāo)簽從而把數(shù)據(jù)轉(zhuǎn)化成用戶(hù)屬性的過(guò)程。用戶(hù)畫(huà)像是由各維度的數(shù)據(jù)勾勒而出，數(shù)據(jù)包括姓名、照片、年齡、家庭情況、收入、工作、喜好等元素。根據(jù)元素的性質(zhì)，用戶(hù)畫(huà)像數(shù)據(jù)可分為以下三類(lèi)：基本人口屬性數(shù)據(jù)、行為偏好數(shù)據(jù)和購(gòu)買(mǎi)數(shù)據(jù)。人口屬性數(shù)據(jù)包括社會(huì)屬性和自然屬性，如歲數(shù)、性別、工作等。行為偏好數(shù)據(jù)主要是通過(guò)收集消費(fèi)者在進(jìn)行商品購(gòu)買(mǎi)時(shí)的瀏覽情況得出，包括關(guān)注領(lǐng)域等。購(gòu)買(mǎi)數(shù)據(jù)包括購(gòu)買(mǎi)的產(chǎn)品、價(jià)格、退貨率、評(píng)價(jià)等。一個(gè)用戶(hù)畫(huà)像可能由3 000個(gè)標(biāo)簽才能形象勾畫(huà)出，并且標(biāo)簽的比重會(huì)有不同，甚至標(biāo)簽會(huì)隨著消費(fèi)者的需求而改變，因此，不斷收集和更新用戶(hù)數(shù)據(jù)對(duì)于人物畫(huà)像勾勒以及后面的精準(zhǔn)營(yíng)銷(xiāo)具有重大作用。在上述案例中，企業(yè)應(yīng)該從全面的數(shù)據(jù)去分析用戶(hù)是否是一個(gè)對(duì)價(jià)格敏感的人，如用戶(hù)的經(jīng)濟(jì)狀況是什么水平、用戶(hù)的瀏覽行為是否關(guān)注價(jià)格、用戶(hù)購(gòu)買(mǎi)的商品層次等，而不是只憑單個(gè)優(yōu)惠營(yíng)銷(xiāo)方案誘發(fā)了用戶(hù)的購(gòu)買(mǎi)從而認(rèn)定用戶(hù)對(duì)價(jià)格敏感。用戶(hù)畫(huà)像是需要全方面定位和計(jì)算的，只有精準(zhǔn)化用戶(hù)畫(huà)像，才能更好的結(jié)合用戶(hù)畫(huà)像和商品畫(huà)像，從而實(shí)現(xiàn)精準(zhǔn)化營(yíng)銷(xiāo)，消除數(shù)據(jù)運(yùn)算結(jié)果和消費(fèi)者存在的差距。

5.3 加強(qiáng)用戶(hù)隱私數(shù)據(jù)的安全防范工作

首先，企業(yè)應(yīng)該改進(jìn)算法，提高大數(shù)據(jù)環(huán)境下用戶(hù)隱私數(shù)據(jù)的安全性。針對(duì)上述問(wèn)題，電商企業(yè)可采取基于混沌自逆矩陣用戶(hù)隱私數(shù)據(jù)加密算法，在不改變?cè)紨?shù)據(jù)的情況下，通過(guò)對(duì)用戶(hù)隱私數(shù)據(jù)結(jié)構(gòu)的改變，搭建自逆矩陣建立初始密鑰，再根據(jù)初始密鑰置亂數(shù)據(jù)維度，構(gòu)建置亂矩陣，以不規(guī)則擴(kuò)散形成隱私數(shù)據(jù)最終密鑰。其次，有效掌握系統(tǒng)內(nèi)核環(huán)境，注意移動(dòng)智能終端APP用戶(hù)隱私數(shù)據(jù)的防范。相關(guān)審批或者安全部門(mén)應(yīng)該充分審查各類(lèi)移動(dòng)終端智能系統(tǒng)中的API接口功能，對(duì)系統(tǒng)內(nèi)核代碼及功能模塊所描述功能和實(shí)際功能要盡可能的一一驗(yàn)證。掌握移動(dòng)端智能系統(tǒng)的核心技術(shù)才能把握互聯(lián)網(wǎng)產(chǎn)業(yè)的命脈，加大自主研發(fā)和商業(yè)推廣力度，從硬件方面保證用戶(hù)的信息安全。此外，政府相關(guān)管理部門(mén)應(yīng)積極完善相關(guān)法律以及制定互聯(lián)網(wǎng)個(gè)人隱私管理政策以保護(hù)用戶(hù)隱私安全，為用戶(hù)隱私安全構(gòu)建更為良好的行業(yè)發(fā)展環(huán)境。

[1]張萍.基于供應(yīng)鏈的物流企業(yè)營(yíng)銷(xiāo)管理與創(chuàng)新[J].物流技術(shù),2013,32(5):422-424.

[2]姜海洋,曾劍秋.基于LBS的移動(dòng)電子商務(wù)營(yíng)銷(xiāo)模式及趨勢(shì)[J].北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2015,(2):34-39.

[3]李曉龍,馮俊文.大數(shù)據(jù)環(huán)境下電商精準(zhǔn)營(yíng)銷(xiāo)策略研究[J].價(jià)值工程,2016,(3):31-33.

[4]張雪梅.大數(shù)據(jù)背景下網(wǎng)絡(luò)媒體廣告精準(zhǔn)營(yíng)銷(xiāo)創(chuàng)新研究[J].當(dāng)代經(jīng)濟(jì),2017,(4):86-88.

[5]陳曦.從數(shù)據(jù)挖掘視角談本土零售業(yè)的精確營(yíng)銷(xiāo)[J].商業(yè)經(jīng)濟(jì)研究,2016,(11):54-56.

[6]惠琳.基于數(shù)據(jù)挖掘的企業(yè)精確營(yíng)銷(xiāo)應(yīng)用[J].企業(yè)經(jīng)濟(jì),2014,(2):31-34.

[7]王國(guó)慶.大數(shù)據(jù)時(shí)代零售企業(yè)如何進(jìn)行精確營(yíng)銷(xiāo)[J].經(jīng)營(yíng)與管理,2017,(1):32-34.

[8]張安琪.從阿里巴巴淘寶看大數(shù)據(jù)相關(guān)性的營(yíng)銷(xiāo)手段[J].新聞研究導(dǎo)刊,2015,(1):85-86.

[9]Fan wenfei,Huai Jinpeng,Querying Big Data:Bridging Theory and Practice[J].Journal of Computer Science&Technology,2014,29(5):849-869.

Application of Supply Chain Network Information Based Big Data Accurate Marketing in E-commerce Field

Zhang Qi1,Shi Fangling2
(1.School of Economics,Beijing Wuzi University,Beijing 101149,China;2.Nanyang Technological University,Singapore 639798,Singapore)

In this paper,we went over the framework and strategy of the accurate marketing implemented by some e-commerce enterprises based on supply chain network information,and then in the case of the e-commerce business of Alibaba,analyzed its mode of ecommerce accurate marketing,including search engine,individualized recommendation,short message or e-mail feed,etc.Next we analyzed the problems existing in the integration process of the supply chain network information and proposed a series of corresponding countermeasures.

supply chain network;big data;accurate marketing;e-commerce enterprise;Alibaba

F253.9;F713.365.1

A

1005-152X(2017)09-0032-05

10.3969/j.issn.1005-152X.2017.09.007

2017-06-04

中央高等院?？蒲袠I(yè)務(wù)基礎(chǔ)經(jīng)費(fèi)項(xiàng)目

張琦，通訊作者，北京物資學(xué)院經(jīng)濟(jì)學(xué)院教授，研究方向：國(guó)際貿(mào)易、物流管理；施方玲，南洋理工大學(xué)碩士研究生，研究方向：物流管理。