【專題探索】電商平台大數據應用
劉育昇 (2016/02/20) 《台經月刊第39卷第2期》
電子商務平台係指透過電腦和資訊網絡來執行商品資訊交換與商品交易活動的平台，其匯集了眾多賣家與消費者的基本資訊與交易資訊，滿足了大數據(Big Data)的特性。一般來說，大數據的特點包括大量化 (volume)、多樣化(variety)、即時性(velocity)，以及真實性(value)等四點，以電子商務平台而言，眾多賣家與消費者的基本資訊與交易資訊使數據有大量化的特性；除了一般的交易數據所產生的數值資料外，消費者購買商品的體驗評價為電子商務平台帶來非結構化資料，滿足了巨量資料多樣化的特徵。
再者，買賣雙方交易的行為可在任何時間點發生，使數據有即時性的特性；而買賣交易的行為數值，皆直接轉換為數據紀錄在電商平台上，亦具備真實性的特質。綜合上述，電子商務平台擁有大數據的基礎，如何利用此基礎讓企業在電子商務的營運中獲益，則數據應用是關鍵。
電子商務平台的數據應用可區分為三類：(1)個性化推薦；(2)C2B (Customer to Business)；(3)電商金融。在個性化推薦方面，其主要利用消費者的歷史交易資料、瀏覽資料、評論行為，以及瀏覽其他合作夥伴網頁等資料來建置推薦系統，藉此來提高企業的銷售量。在C2B方面，透過消費者在網頁上的行為（如瀏覽、點擊、搜尋、購物清單與結帳等）除了可以改善消費者購物體驗、縮短購物路徑以及提升行銷轉化率之外（附注），亦可以協助企業達成生產銷售預測和庫存風險降低等效益。在電商金融方面，電子商務平台可以運用系統內的用戶數據（如買賣雙方的交易紀錄和支付數據），提供金融貸款的業務，提供資金需求者更便利、更快速的融資服務。
綜合上述，電子商務平台產生的大數據可分別針對消費者和賣家做不同的應用，本文則針對個別企業運用電商平台在「個性化推薦」、「C2B」和「電商金融」等三個層面的運用做介紹。
個性化推薦應用
文獻上利用大數據做個性化導購的方式有兩種，一是「個性化的廣告」，二為「個性化的推薦」。前者是利用消費者瀏覽網頁的行為，推播適切的廣告，進而提高廣告的行銷轉化率；後者則是利用「物品相似度」或「消費者相似度」來增加商品推薦的精準度。日本樂天(Rakuten)是運用異業資訊的鏈結來推薦；而京東商城是利用「非結構性資料」來推薦。
日本樂天其是日本的電子商務平台，主要是以B2C (Business to Customer)的模式來運作，對於個性化推薦的做法，其主要運用集團內異業資訊的鏈結來推薦。由於，日本樂天集團網站擁有包括零售業、旅遊業、金融業等行業類型，當消費者在某一網頁註冊帳號後，該帳號亦可以在集團內不同行業的網站上做使用，這使得日本樂天集團擁有一個整合性的會員資料庫，對於會員消費屬性的分群，有相當大的助益。
在做法上，日本樂天集團首先運用分群技術，針對已消費的消費者進行屬性分群，接著再對相同屬性的潛在消費者做商品與廣告的推薦。在廣告推薦方面，透過潛在消費者的購物紀錄與瀏覽行為來對應相似性高的分群，進一步依該分群屬性顯示潛在消費者可能有興趣的商品廣告，冀以提升商品廣告的轉化率。在商品推薦方面，其同樣利用分群的推薦技術達到精準行銷的效益，如針對潛在消費者瀏覽但未消費的商品會於再次登錄時推播、對於消費者購買的商品推薦相關的互補性商品，以及針對潛在消費者的嗜好推薦相同屬性消費者曾購買的商品等作為，都有助於行銷精準度的提升。
電子商務、大數據應用、個性化推薦、C2B、電商金融、消費者行為分析、信用評估、精準行銷、數據風險控管、交易數據分析
分享：
