吳三斌

（榆林職業(yè)技術(shù)學(xué)院管理工程系，陜西 榆林 719000）

隨著大數(shù)據(jù)技術(shù)在數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)計(jì)算和數(shù)據(jù)挖掘方面得到了廣泛的應(yīng)用，越來(lái)越多企業(yè)或者個(gè)人都想通過(guò)大數(shù)據(jù)技術(shù)在商業(yè)角度和社會(huì)效應(yīng)上發(fā)揮更大的空間，提高管理效率。通過(guò)大數(shù)據(jù)技術(shù)從海量數(shù)據(jù)中獲取有效、可靠的信息成為新型農(nóng)業(yè)發(fā)展的前景，能有效提高農(nóng)產(chǎn)品生產(chǎn)和流通效率，并借助云計(jì)算、物聯(lián)網(wǎng)等智慧平臺(tái)實(shí)時(shí)掌握農(nóng)產(chǎn)品生產(chǎn)全流程的流轉(zhuǎn)規(guī)律，可以有目標(biāo)性地完成農(nóng)產(chǎn)品的流向、精準(zhǔn)推銷和資源合理配置，減少對(duì)傳統(tǒng)中間商的依賴，為農(nóng)民增收提供保障。農(nóng)村有著獨(dú)特的地理環(huán)境和優(yōu)勢(shì)地域資源，所生產(chǎn)的農(nóng)產(chǎn)品深受城市居民喜好，在農(nóng)村農(nóng)產(chǎn)品自身存在存儲(chǔ)和運(yùn)輸困難的特點(diǎn)，而通過(guò)冷鏈的運(yùn)輸直接影響了產(chǎn)品口感和賣(mài)相，成為銷售硬傷，這就使得農(nóng)產(chǎn)品電商無(wú)法繞開(kāi)大數(shù)據(jù)，農(nóng)村電商大數(shù)據(jù)的應(yīng)用是勢(shì)在必行，擺脫傳統(tǒng)大眾化時(shí)代到個(gè)性化時(shí)代運(yùn)轉(zhuǎn)，讓產(chǎn)品找到屬于它的個(gè)性化需求的人群。

本文在深入了解榆林市農(nóng)村電子商務(wù)的基本情況、地域特點(diǎn)和當(dāng)?shù)剞r(nóng)村經(jīng)濟(jì)發(fā)展?fàn)顩r的基礎(chǔ)上，探究了大數(shù)據(jù)時(shí)代農(nóng)村電子商務(wù)發(fā)展的營(yíng)銷模式，以期有效提高農(nóng)民收入，推動(dòng)農(nóng)業(yè)轉(zhuǎn)型和農(nóng)村經(jīng)濟(jì)的快速發(fā)展。

一、農(nóng)村電子商務(wù)發(fā)展現(xiàn)狀

農(nóng)村電子商務(wù)在十三五期間發(fā)揮了重要作用，為農(nóng)村脫貧作出重大貢獻(xiàn)。如圖1，十三五期間，我國(guó)農(nóng)村網(wǎng)絡(luò)零售額達(dá)到7.53萬(wàn)億元，銷售額占比上升8.77個(gè)百分點(diǎn)。農(nóng)村發(fā)展中心繼續(xù)加大農(nóng)村電子商務(wù)的城鄉(xiāng)發(fā)展，受到了學(xué)者的廣泛關(guān)注。目前主流電子商務(wù)網(wǎng)站用戶信息加密，用戶很難獲取到相關(guān)有用信息，從大量平臺(tái)上挖掘信息成了獲取信息的唯一途徑。通過(guò)大數(shù)據(jù)技術(shù)可以個(gè)性化推薦用戶所需求的信息和服務(wù)，不僅可以獲取更多的利潤(rùn)，而且可以增加用戶黏性，提升市場(chǎng)的核心競(jìng)爭(zhēng)力。

圖1 2014-2020年中國(guó)農(nóng)村網(wǎng)絡(luò)零售額和全國(guó)占比情況

雖然電子商務(wù)近年來(lái)發(fā)展勢(shì)頭迅猛，但農(nóng)村電商依然存在一些不足。沒(méi)有好的溯源系統(tǒng)對(duì)農(nóng)產(chǎn)品進(jìn)行跟蹤，農(nóng)產(chǎn)品質(zhì)量安全問(wèn)題成了首要問(wèn)題；農(nóng)村電商基礎(chǔ)薄弱和競(jìng)爭(zhēng)力不足，上行流量少，農(nóng)產(chǎn)品市場(chǎng)核心競(jìng)爭(zhēng)力弱，很難推廣；部分農(nóng)產(chǎn)品銷售期短，加之物流基礎(chǔ)設(shè)施較為落后，在市場(chǎng)上不易流通等問(wèn)題較為集中，鄉(xiāng)村5G創(chuàng)新應(yīng)用、物聯(lián)網(wǎng)建設(shè)、農(nóng)村大數(shù)據(jù)中心建設(shè)相對(duì)來(lái)說(shuō)較為落后，尤其是物流產(chǎn)業(yè)的快速發(fā)展，部分地區(qū)開(kāi)始部署農(nóng)村倉(cāng)儲(chǔ)，為日后生鮮農(nóng)產(chǎn)品下行提供了良好的前提；農(nóng)產(chǎn)品品牌化和標(biāo)準(zhǔn)化較低，雖然農(nóng)產(chǎn)品品類初步形成，具有地域性、季節(jié)性、多樣性、周期性等特征，容易形成產(chǎn)品同質(zhì)化，進(jìn)入市場(chǎng)優(yōu)勢(shì)不夠突出，分散的經(jīng)營(yíng)主體，缺少統(tǒng)一的品牌，很難形成鮮明的地域特色；農(nóng)產(chǎn)品推廣方式傳統(tǒng)，不能獲取更多的流量；通過(guò)新型媒體平臺(tái)以及興趣電商+直播帶貨，利用用戶對(duì)大V、大卡的黏性成本較高，整體效益較差。

二、大數(shù)據(jù)的定義和特征

大數(shù)據(jù)（BigData）定義通常是從其數(shù)據(jù)的規(guī)模性來(lái)，是指無(wú)法在一定時(shí)間范圍內(nèi)進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)管理和數(shù)據(jù)分析處理且工作能力高于傳統(tǒng)數(shù)據(jù)的信息數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)和多樣化的信息資產(chǎn)。其具有4V特征：數(shù)據(jù)量大。大數(shù)據(jù)往往是對(duì)全量數(shù)據(jù)進(jìn)行采集和分析，以此其產(chǎn)生的數(shù)據(jù)規(guī)模遠(yuǎn)遠(yuǎn)超出傳統(tǒng)數(shù)據(jù)的采集，據(jù)估算，2025年世界上存儲(chǔ)的數(shù)據(jù)總量達(dá)到175ZB，即175X210GB。數(shù)據(jù)類型繁多，指的是數(shù)據(jù)結(jié)構(gòu)復(fù)雜，有結(jié)構(gòu)化的數(shù)據(jù)、非結(jié)構(gòu)化的數(shù)據(jù)和平結(jié)構(gòu)化數(shù)據(jù)，其數(shù)據(jù)類型早已不是單一的文本，如網(wǎng)絡(luò)日志、多媒體信息、地理位置信息等多種類型的數(shù)據(jù)格式，對(duì)計(jì)算提出了新的要求。數(shù)據(jù)產(chǎn)生速度快，包含兩層意思，其一是指數(shù)據(jù)產(chǎn)生的快，其二是指數(shù)據(jù)處理的速度快，數(shù)據(jù)處理按“一秒鐘定律”，即在秒計(jì)時(shí)間內(nèi)完成數(shù)據(jù)的采集、挖掘和分析，并將有用信息推送到應(yīng)用端，超過(guò)這個(gè)時(shí)間，則被認(rèn)為數(shù)據(jù)失去了價(jià)值；數(shù)據(jù)價(jià)值密度低，海量數(shù)據(jù)居多，并且有些應(yīng)用只是對(duì)這些大量數(shù)據(jù)中提取其中一小部分信息。大數(shù)據(jù)的應(yīng)用，重點(diǎn)不在于堆積數(shù)據(jù)，而是在于數(shù)據(jù)的利用，以做出更好、更科學(xué)的決策，因此大數(shù)據(jù)的核心在于海量數(shù)據(jù)的分析和應(yīng)用。

三、農(nóng)村電商大數(shù)據(jù)關(guān)鍵技術(shù)

（一）大數(shù)據(jù)采集

農(nóng)產(chǎn)品電商數(shù)據(jù)采集就是對(duì)數(shù)據(jù)進(jìn)行端到端的抽取、轉(zhuǎn)換、加載到目的端的操作，也稱為ETL操作，它是數(shù)據(jù)分析生命周期中最重要的一個(gè)環(huán)節(jié)，通過(guò)傳感器、射頻技術(shù)、APP數(shù)據(jù)、質(zhì)量監(jiān)管部門(mén)提供的數(shù)據(jù)等方式獲取數(shù)據(jù)。由于數(shù)據(jù)非常復(fù)雜，需要一些采集工作進(jìn)行事先處理，將數(shù)據(jù)加載到制定的數(shù)據(jù)庫(kù)中。

（二）大數(shù)據(jù)預(yù)處理

通常大數(shù)據(jù)平臺(tái)采集的數(shù)據(jù)較為復(fù)雜，可以認(rèn)為是“臟”數(shù)據(jù)，比如缺少屬性值或者僅僅包含聚集數(shù)據(jù)等，因此需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，常見(jiàn)的數(shù)據(jù)預(yù)處理包含如下幾種方式：一是數(shù)據(jù)清洗，用來(lái)對(duì)數(shù)據(jù)進(jìn)行降噪，或者對(duì)錯(cuò)誤數(shù)據(jù)進(jìn)行糾正。二是數(shù)據(jù)集成，將采集到的數(shù)據(jù)進(jìn)行統(tǒng)一處理和存儲(chǔ)。三是數(shù)據(jù)歸約，通過(guò)聚集、刪除冗余的數(shù)據(jù)降低數(shù)據(jù)存儲(chǔ)空間。四是數(shù)據(jù)變化，把數(shù)據(jù)壓縮到一個(gè)較小的范圍或者區(qū)間。

（三）大數(shù)據(jù)存儲(chǔ)

大數(shù)據(jù)的存儲(chǔ)需要特定的設(shè)備，其具備高效率、高吞吐量、高運(yùn)算、高空間的特點(diǎn)。為了能夠快速、穩(wěn)定存儲(chǔ)有極大差別的數(shù)據(jù)，至少得磁盤(pán)陣列，同時(shí)也得通過(guò)分布式的方式將不同區(qū)域、類別、級(jí)別的數(shù)據(jù)存放于不同的磁盤(pán)陣列中。在分布式存儲(chǔ)系統(tǒng)中包含多個(gè)自主的處理單元，通過(guò)彼此之間的協(xié)作來(lái)完成分配的任務(wù)，其主要包含兩類存儲(chǔ)系統(tǒng)，分布式文件系統(tǒng)、分布式鍵值系統(tǒng)。

（四）大數(shù)據(jù)挖掘與分析

數(shù)據(jù)分析與數(shù)據(jù)挖掘的目的就是在海量數(shù)據(jù)之中挖掘出其內(nèi)在的關(guān)聯(lián)或者規(guī)律信息進(jìn)行二次利用。其按內(nèi)容可分為可視化分析與數(shù)據(jù)挖掘算法兩大類，常見(jiàn)的算法有嶺回歸、決策樹(shù)、Lasso、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)和線性回歸等。電子商務(wù)網(wǎng)站從點(diǎn)擊量、瀏覽歷史和行為中實(shí)時(shí)發(fā)現(xiàn)顧客即時(shí)購(gòu)物的意圖和喜歡的產(chǎn)品，并根據(jù)這些數(shù)據(jù)進(jìn)行推送商品，這就是數(shù)據(jù)塊的價(jià)值，也是大數(shù)據(jù)的應(yīng)用所在。

四、大數(shù)據(jù)背景下農(nóng)村電商營(yíng)銷策略及對(duì)策

（一）農(nóng)村電商營(yíng)銷中大數(shù)據(jù)的應(yīng)用策略

大數(shù)據(jù)是現(xiàn)代社會(huì)高科技發(fā)展的產(chǎn)物，相對(duì)于傳統(tǒng)的數(shù)據(jù)分析，它是海量數(shù)據(jù)的集合，以采集、整理、存儲(chǔ)、挖掘、共享、應(yīng)用、清洗、評(píng)估為核心，被廣泛應(yīng)用各個(gè)領(lǐng)域。在電子商務(wù)領(lǐng)域也有著自己的獨(dú)特的地位和價(jià)值，它打破了農(nóng)產(chǎn)品銷售的時(shí)間限制與空間阻滯，借助大數(shù)據(jù)技術(shù)能夠在農(nóng)業(yè)生產(chǎn)、科學(xué)種植、產(chǎn)品營(yíng)銷、倉(cāng)儲(chǔ)運(yùn)輸、售后服務(wù)等方面有著重要的應(yīng)用價(jià)值，表現(xiàn)為資源的整合與配置、重塑農(nóng)產(chǎn)品流通渠道、降低中間成本、縮短農(nóng)產(chǎn)品交易周期和提高農(nóng)產(chǎn)品銷售效率。

在大數(shù)據(jù)產(chǎn)業(yè)鏈中，數(shù)據(jù)提供商可以通過(guò)移動(dòng)終端APP、WEB、IoT實(shí)時(shí)獲取整個(gè)產(chǎn)業(yè)鏈上的信息進(jìn)行統(tǒng)一處理和管理；基礎(chǔ)設(shè)施提供商可以通過(guò)傳感器、RF、NFC、智能攝像頭、儀器設(shè)備等進(jìn)行數(shù)據(jù)的采集和預(yù)處理，包括基礎(chǔ)信息、業(yè)務(wù)、服務(wù)、投訴、客戶信用、營(yíng)銷推廣等信息的采集；分析與挖掘?qū)油ㄟ^(guò)算法對(duì)原數(shù)據(jù)進(jìn)行組織與處理。在種植前選種的應(yīng)用，包括土壤、病蟲(chóng)、毒害、優(yōu)質(zhì)品種；在土壤整改中的應(yīng)用：土壤的營(yíng)養(yǎng)成分、土壤的肥料分布、精準(zhǔn)調(diào)配肥料和合理噴藥；在種植過(guò)程中包括對(duì)害蟲(chóng)病毒進(jìn)行預(yù)測(cè)、防治病蟲(chóng)害、光照信息、疫情情況、農(nóng)產(chǎn)品市場(chǎng)行情、貿(mào)易信息的更新。

（二）大數(shù)據(jù)背景下農(nóng)村電商營(yíng)銷對(duì)策

農(nóng)業(yè)生產(chǎn)通過(guò)大數(shù)據(jù)技術(shù)科學(xué)種植，按照農(nóng)業(yè)生產(chǎn)的地域性、季節(jié)性、多樣性和周期性特點(diǎn)，進(jìn)行科學(xué)推測(cè)和監(jiān)測(cè)，包括種植種子發(fā)芽狀態(tài)、土壤濕度、地表溫度、土壤養(yǎng)分、肥料信息、農(nóng)藥信息、農(nóng)產(chǎn)品生長(zhǎng)等數(shù)據(jù)。利用大數(shù)據(jù)農(nóng)業(yè)生產(chǎn)或者農(nóng)產(chǎn)品生產(chǎn)中可以從經(jīng)驗(yàn)種植向科學(xué)種植轉(zhuǎn)化、從傳統(tǒng)人工化向智能化、自動(dòng)化發(fā)展，并對(duì)農(nóng)業(yè)資源進(jìn)行優(yōu)化配置，由粗放型的農(nóng)業(yè)生產(chǎn)方式向集約化發(fā)展。

利用大數(shù)據(jù)+區(qū)塊鏈+云計(jì)算技術(shù)，通過(guò)建立大數(shù)據(jù)中心，可對(duì)數(shù)據(jù)從土壤信息、種植信息、生產(chǎn)加工信息、運(yùn)輸信息到消費(fèi)者全流程溯源信息追蹤，提高產(chǎn)品在市場(chǎng)上的核心競(jìng)爭(zhēng)力。合理利用大數(shù)據(jù)保證個(gè)性化信息推薦精確度，云計(jì)算可以提供基于海量數(shù)據(jù)的創(chuàng)新型服務(wù)，二者相互聯(lián)系，密不可分。通過(guò)云計(jì)算（SaaS、PaaS、LaaS）服務(wù)來(lái)降低大數(shù)據(jù)海量數(shù)據(jù)存儲(chǔ)、分布式并行計(jì)算、海量數(shù)據(jù)管理業(yè)務(wù)的創(chuàng)新成本。通過(guò)建立基于區(qū)塊鏈溯源系統(tǒng)，利用區(qū)塊鏈其透明性、去中心化、不可篡改等特性在電商農(nóng)產(chǎn)品上行問(wèn)題上提供了新的解決思路。

利用大數(shù)據(jù)平臺(tái)，進(jìn)行電商內(nèi)在數(shù)據(jù)之間的關(guān)聯(lián)挖掘和分析，提高客戶的轉(zhuǎn)化率。通過(guò)在電商個(gè)性化推薦系統(tǒng)或者第三方電商平臺(tái)上對(duì)消費(fèi)者的行為習(xí)慣數(shù)據(jù)進(jìn)行個(gè)性化、智能化的追蹤分析和推薦，提高消費(fèi)者的體驗(yàn)感知。其主要技術(shù)有三種：一是協(xié)同過(guò)濾法，通過(guò)對(duì)既定客戶相同偏好的消費(fèi)群體進(jìn)行分析和預(yù)測(cè)該消費(fèi)者可能的興趣點(diǎn)，借助數(shù)據(jù)挖掘技術(shù)和RSS技術(shù)定期進(jìn)行商品內(nèi)容、熱點(diǎn)信息、偏好喜好以及定制內(nèi)容個(gè)性化和精準(zhǔn)化推銷。二是客戶群體建模技術(shù)，通過(guò)抽取商品內(nèi)在或者外在特征提取出相關(guān)屬性進(jìn)行相似度計(jì)算，對(duì)消費(fèi)者傾向的產(chǎn)品進(jìn)行管理。三是通過(guò)對(duì)電商平臺(tái)類目進(jìn)行精細(xì)劃分，顧客可以快速找到適合自己的商品，節(jié)約客戶網(wǎng)上瀏覽時(shí)間，增加商家的銷售量，為不同的客戶提供不同的推薦服務(wù)。

圖2 大數(shù)據(jù)電商產(chǎn)業(yè)鏈?zhǔn)疽鈭D

智能規(guī)劃物流倉(cāng)儲(chǔ)中心，減少運(yùn)營(yíng)成本和提高用戶消費(fèi)感知度。通過(guò)大數(shù)據(jù)分析某個(gè)區(qū)域產(chǎn)品消費(fèi)指數(shù)，對(duì)不同區(qū)域的農(nóng)產(chǎn)品進(jìn)行劃分，抽取出該地區(qū)的用戶畫(huà)像，按照時(shí)間和空間兩個(gè)維度進(jìn)行本地化建倉(cāng)和分銷。通過(guò)大數(shù)據(jù)平臺(tái)獲取用戶商品瀏覽、購(gòu)買(mǎi)、停留時(shí)長(zhǎng)、評(píng)論、收藏等記錄信息，為用戶創(chuàng)建一個(gè)新的標(biāo)簽，并建立用戶畫(huà)像模型，分析該區(qū)域的消費(fèi)水平和消費(fèi)特點(diǎn)，進(jìn)行物流倉(cāng)儲(chǔ)的創(chuàng)建，提升農(nóng)產(chǎn)品配送速度。根據(jù)用戶時(shí)空的變化推薦不同的產(chǎn)品滿足客戶的實(shí)時(shí)需求，更加刺激用戶消費(fèi)。以精準(zhǔn)的二次推送，來(lái)提高客服單價(jià)，營(yíng)造一個(gè)良好的營(yíng)銷口碑。

利用智能客服分析系統(tǒng)提高售后服務(wù)質(zhì)量。用歷史數(shù)據(jù)和新數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，提高在線客服的話術(shù)準(zhǔn)確度，在大數(shù)據(jù)系統(tǒng)中根據(jù)用戶屬性對(duì)消費(fèi)者進(jìn)行等級(jí)評(píng)定，按照消費(fèi)者購(gòu)買(mǎi)記錄、瀏覽停留時(shí)長(zhǎng)、產(chǎn)品評(píng)價(jià)等用戶行為習(xí)慣參數(shù)，為客戶進(jìn)行等級(jí)劃分，為其推薦不同等級(jí)的客服人員+智能機(jī)器人，快速解決用戶的問(wèn)題。售后服務(wù)中可通過(guò)系統(tǒng)實(shí)時(shí)反饋的數(shù)據(jù)進(jìn)行預(yù)測(cè)用戶的想法，定期進(jìn)行跟蹤客戶，減少客戶投訴，達(dá)到吸引新顧客、維持老客戶的目的。為用戶提供高質(zhì)量的服務(wù)，增加客戶平臺(tái)的黏性。

五、結(jié)語(yǔ)

大數(shù)據(jù)挖掘其意義不在于數(shù)據(jù)本身，而是其隱藏信息的分析和應(yīng)用才是有價(jià)值的。對(duì)這些數(shù)據(jù)的充分利用和挖掘是未來(lái)企業(yè)生存的能力。文中通過(guò)分析大數(shù)據(jù)技術(shù)在電子商務(wù)領(lǐng)域的應(yīng)用現(xiàn)狀和關(guān)鍵技術(shù)，提出了大數(shù)據(jù)背景下農(nóng)村電商營(yíng)銷策略及對(duì)策，為農(nóng)村電商的發(fā)展提供了方向，但對(duì)這些敏感的信息過(guò)度地挖掘，是對(duì)消費(fèi)者權(quán)益的侵犯，同時(shí)也將會(huì)成為未來(lái)網(wǎng)絡(luò)安全新的挑戰(zhàn)，因此下一步將在數(shù)據(jù)處理的實(shí)時(shí)性和數(shù)據(jù)共享之間予以提升。