又到了一年一度的節(jié)日——全民購物季，在中國是“雙十一”，在大洋彼岸的美國是“黑色星期五”，剁手黨們在積極備戰(zhàn)的同時，商家們也沒閑著，卯足勁提高產(chǎn)品銷售。然而在破紀錄的交易量背后，實現(xiàn)消費者愉快買單并非易事，所以近年來大數(shù)據(jù)分析及相關技術日益受到全球電商的極大重視。

在中國，通過大數(shù)據(jù)人物畫像來實現(xiàn)流量個性化已非新鮮事，同時在大洋彼岸的美國，據(jù)記者了解，目前已經(jīng)更進一步，通過最先進的數(shù)據(jù)分析平臺，電商可以通過社交平臺等數(shù)據(jù)對用戶個性特征進行分析，從而實現(xiàn)更精準的營銷，而且并非“財大氣粗”的中小企業(yè)也可以享受到這樣的福利。

不是所有的行為數(shù)據(jù)都有價值

對于電商而言，其對大數(shù)據(jù)分析的主要需求可以體現(xiàn)在兩方面，一是快速反應出問題所在，二是發(fā)現(xiàn)新的用戶群體。

對于備受關注的后者，電商希望通過智能聯(lián)網(wǎng)分析已有的數(shù)據(jù)，發(fā)掘并預測出用戶的興趣所在，刺激用戶購買積極性，并將產(chǎn)品推向特定人群。目前業(yè)界的普通實現(xiàn)方式是，通過用戶網(wǎng)絡上留下的歷史信息、記錄，來猜測喜好，例如相關圖書推薦、機票航班推薦等，但失算之處可能在于精準度和推薦時機不盡人意，比如用戶已經(jīng)旅行歸來，系統(tǒng)還在推薦往返機票。

目前美國有一種研究方向，通過非結(jié)構(gòu)化數(shù)據(jù)分析技術對用戶進行個性化維度分析，包括對用戶在網(wǎng)絡上更新的個人狀態(tài)信息進行分析，如Twitter、Facebook，推定用戶個性及特征，以精準定義個人并實現(xiàn)標簽化，同時反饋給商家并與目標市場用戶相匹配，從而實現(xiàn)產(chǎn)品的關聯(lián)。

對此，美國數(shù)據(jù)分析科學家、Taste Analytics創(chuàng)始人及全美五大可視化研究中心的Derek Wang(汪曉宇)博士表示，傳統(tǒng)的方式需要基于大量的行為數(shù)據(jù)進行分析，并相信所有的動作具有價值，但事實卻并非這樣，容易造成對精準度和時機的把握不盡人意；而通過對人在網(wǎng)絡上留下的真實語言、說話方式、評價內(nèi)容等進行個性化維度分析，更貼近人真實的本性，這當然也包括購買喜好，只有這樣才能實現(xiàn)更加準確的產(chǎn)品購買需求挖掘。

電商商戶的“福利”

目前，該分析技術在電商平臺上更能直接釋放效力的方式，便是針對中小型商戶的解決方案：對用戶產(chǎn)品評價進行分析，來優(yōu)化產(chǎn)品、提升用戶體驗。

Derek Wang舉例道，通過Taste Analytics Signals數(shù)據(jù)分析平臺，亞馬遜平臺上的耳機商戶，可以對平臺上用戶的產(chǎn)品評價及Facebook上的留言進行語義分析，得出對耳機品牌、電池壽命、品種型號的用戶反饋，以及不同產(chǎn)品間如Bose與Sony的產(chǎn)品分析。

這對于美國為數(shù)眾多的亞馬遜、新蛋、易貝商戶而言無疑十分受用，其可以及時對產(chǎn)品和銷售過程進行優(yōu)化。(責任編輯：方向)