大数据技术探讨3篇

导言：作为写作爱好者，不可错过为您精心挑选的1篇大数据技术探讨3篇，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

大数据技术探讨1

引言：在电子商务快速发展的新时代，数据不断涌现出来，其价值也逐渐凸显处理，随着电商发展的速度加快，数据增长对企业用户管理带来了诸多不便和挑战，可是，大数据技术可以全面采集及其挖掘到成千上万的数据信息。而电子商务用户数据挖掘可以将商家和用户联系起来，从而建立电子商务商业平台，该发展模式具备很多有用的数据信息，对这部分数据加以准确挖掘和利用可以提高市场竞争能力，故而，在大数据时代发展下，研究与探讨电商用户数据挖掘有关问题是必然的。

一、相关概念分析

1.大数据技术大数据的产生除去是为了进行高量级数据信息计算，另一方面还是希望从数据资源之中提取高价值信息。数据挖掘，即从海量的数据资源里面提炼出高价值数据信息。一般条件下，数据挖掘阶段，选择的数据源多为数据仓库等。数据仓库就是专门给数据提取与挖掘提供对应服务的，是面向主题的集成性高的，比较稳定的数据集合，可以在相关管理工作者决策拟定过程中给予适当的帮助。依据本质上说来，数据库系统可以划分成联机分析处理及其数据处理两种不同的系统，他们在面向使用途径、对象等方面有显著的差别。需要注意的是，数据库采取了联机数据处理系统。

2.电商模式近年来，传统电商获得了迅速发展，线上消费逐渐演变成人们必不可少的一种消费模式，为了充分满足消费者个性化需要，同时得到优质服务，继而出现了电商模式，其就是指企业通过互联网进行经营得到营业收入的一种基本方式，是在网络环境下基于一定的技术基础的商务运行方式与盈利模式。

二、电商用户数据特点

1.数量大网络交易数据伴随电子商务持续发展而不断增加，在电子商务企业经营环节中，大部分企业会获得很多数据。不但是这样，移动互联网和社交互联网数据数量也不能小看，由于其数据资源比较充足，因此电商用户数据不但数量多，来源甚广，假设可以把这部分数据合理使用起来，那么对电子商务发展可以起到良好的促进作用。

2.迅速用户行为为数据产生的重要来源，获取到的数据在互联网环境下有着一定的瞬时性，因而为得到有效的数据，电商模式要求实时处理获得的数据。不但是这样，相关业务周期较短，如果根据传统查询方法查询和分析数据信息，易于造成信息过时，导致数据失效，不能发挥其作用，因此必须要迅速分析数据信息，防止发生过时数据占据资源的情况出现。

3.高价值网络消费在电子商务模式推广下不断扩大，在电子商务业务模式中，消费人员数据对其产生着很大的影响。与此同时，消费者数据的商家价值达，经过准确预测和分析用户数据益于在网上竞争中让电子商务企业自身价值得到提升。不过因为数据来源途径较多，数量较大，没有价值的数据也有很多，因此对价值数据展开挖掘时必须要采取合适的方式。

4.类型多在电子商务模式下，可以经过各种途径得到用户有关数据，其获得的途径不但限于电子商务交易平台，与此同时还能在不一样的范围使用差异化的方式最大显得获得用户数据信息。

三、基于大数据的电商用户数据挖掘流程和方法

过去数据分析方法非常简单，仅需要在海量数据信息里面提炼出来有用的数据信息即可，可是电商用户数据分析不同，故而与传统数据分析法需要区别开来，避免将二者混淆。过去的数据分析法已然无法适应新时代数据分析，倘若不进行更新而接着使用根本无法有效提炼出高价值数据信息，故而要想促使电商用户数据里面的价值充分挖掘出来，则必然要在大数据技术的基础上进行，促使大数据得到合理运用，其能够把电商用户数据变成有用的信息。经过全方位分析大数据信息，在数据里面寻找到相关规律，可以给电商提供高价值信息，增加竞争能力，构成电商用户数据挖掘框架，其涵盖了数据收集、数据储存、数据来源等。在这之中，数据收集、组织、储存为数据挖掘中对数据预处理的过程；数据分析就是借助数据挖掘模型分析数据；应用层就是面向对象方式的数据应用，涵盖面向电商平台应用、电商用户、商家的应用。

1.数据挖掘流程（1）数据收集社交网络和移动设备终端还有电商平台用户数据是电商用户数据源，通过流的形式可以创建起比较完整的用户数据信息，这部分数据源之间具备彼此交互的特点，且数据信息交叉，所以必须要严格依据交易、观测及其互动分类电商用户数据，以相关工具采集用户消费行为。（2）预处理所谓预处理，简单来说，其是由多个部分构成的，即清理、准备、集成等，其是由数据结果治理决定的，在某种程度上说来，数据预处理结果对电商用户数据挖掘效果带来了相当大的影响，收集的原始数据里面除了有冗余数据以外，也有噪声数据等。其中，数据准备关键点在于全面解析和重构数据，继而提高数据挖掘治理效果，借用电商用户对商品进行评论等基本信息变成模糊逻辑，通过精准过滤获得有价值的数据，摒弃无用的数据，增强数据分析的精准性和高效性，继而获取到真正有利用价值的数据。而数据关联，需要科学处理特定用户活动特点，此为个性化服务。举例言之，用户购买行为产生的数据和购买时间数据关联性，通过电商分析了解到用户在进行某一种商品购买时，购买次数较多，则利于电商销售商品，数据融合关键是把多种有关联性的数据结合起来，最后这部分数据会构成新的商业应用。（3）挖掘与应用在挖掘相关数据的时候，理应严格依照差异化的应用需求全面挖掘模型，继而深挖数据，数据挖掘模型有三类，即聚类、分类及其关联规则，眼下的数据挖掘环节中的用户模型并不少，这主要是根据用户的兴趣、年龄段等基本信息进行类别划分的，当获得有关结果以后，深入阐释和运用数据结果，通常来说数据挖掘结果应用要把异常性检测、个性化推荐等涵盖在内。

2.数据挖掘方法数据挖掘重点在于挖掘相关数据信息，以此预测用户发展趋势及其有关行为，同时预先做好有关决策和调整，利用数据挖掘开展数据分析的方法很多，其涵盖了分类和关联规则等，其会从多种角度预测和挖掘数据，关联规则分析、分类和聚类分析等都是电商用户数据挖掘方法。（1）关联规则这种数据挖掘方式涵盖各种关联，相关工作者经过科学采用电商模式，可以从海量数据中了解到项集彼此之间的关联，继而以此分析出导致电商用户行为的各种因素，经过该种关联规则分析法，细分电商用户，按照用户需求调节对策和风险评估，同时提供数据支持。（2）分类和聚类分类就是按照文本属性，整理在已有类别。即这部分类别为已经知道的，经过已知分类数据展开训练与学习，寻找到各种类别的特点，然后对没有进行分类的数据加以分类。分类数据可以对电商用户和用户特点、用户购置满意度展开进一步分析。其次，聚类分析为电商用户数据挖掘的主要方式，聚类分析关键是用来进行市场细分的，通过聚类分析法可以发觉不一样的客户群，研究消费人员行为，同时依据消费人员购买情况了解到客户群体的特点。（3）社会网络这种分析方式核心在于针对多种社会群体以及社会单位相互间的关系展开全面分析，该分析比较注重电子商务用户间的关系，通过关系探究，可以全面呈现出关系流动中的基本信息，这样有利于数据挖掘顺利进行。（4）变化与偏差这种分析方式之中有大量的潜在信息，譬如不满足相关规则的特例、预测偏差数值等，把变化和偏差分析应用于电商用户数据分析中，可以实时发现和分析，准确辨识用户各种情况，即正常或者是不正常的情况，给电商调整战略提供相关参照依据。

四、数据挖掘运用路径

1.拟定针对性营销决策在电商模式健康稳定发展的情况下，基于大数据开展电商用户数据挖掘，不但能进行市场分类，还可以合理定位，避免定位错误，造成营销不到位，对用户购买潜能带来影响，以数据收集、处理和加工用户基础信息，认识与了解到用户消费倾向于何种产品，并提高产品营销的概率，促成消费行为，开展个性且具有针对性的营销。早期营销因为不曾准确分析用户，导致很多营销成本浪费，但是电商数据挖掘无需花费过多的成本，就可以大大增加销售价值，开拓消费资源，同时运用电商用户数据分析，精准判断用户有价值与否，继而对有价值的用户，制定出不同的营销对策，确保营销成功的概率，提高商家收益回报率。

2.稳定客户群体利用数据挖掘全面分析用户购买商品时的喜欢哪一类商品，继而针对该商品进行相应的推荐，构成比较稳定的客户关系。对挖掘出来的客户，需要整理出有关数据信息，从而根据信息了解到客户的消费行为习惯和爱好等，合理推荐有关商品信息，如此可以深挖潜在用户。对已达成交易关系的客户，后续必须要做好相应的维护工作，避免客户流失，要为客户提供其他优质服务，提高客户满意度的同时，增加客户的依从性，合理稳定客户。通过数据分析进行预测和推荐同样属于电商用户数据挖掘中的重要一环，当一些用户买到了理想中的产品时，评价高，同时把产品推荐给亲朋好友，就可以扩大商家用户群体。

3.合理优化网络平台在电商数据挖掘背景下，开展网站平台页面设置是必然的，好的网站内容可以提高用户访问交易，与之相反的就是用户访问记录大大减少，故而需要合理优化网站平台设计。电子商务网站就是以用户下单的行为习惯、访问用户、设计网站结构及其内容，把那些用户点击率多的商品放置于首页，用户点击网页时，电子商务商家利用数据挖掘可以了解到用户浏览数据，通过网页彼此之间的关联性，可以对用户喜欢的产品下面设置导航链接，且设置服务器缓存，可以让服务器响应时间降低，提高用户满意度。

4.拓展精准广告业务利用电商用户数据挖掘，从表面上看来，只能获得有关数据信息，但是实际上却可以根据获得的数据信息了解到用户的消费习惯，这样商家根据消费者的习惯可以针对此开展用户喜欢的销售活动，增加广告宣传力度。商家需要主动把广告放在消费者喜欢的商品上，这么做不但可以提高消费者消费次数，还可以提高经济效益，为商家发展带来充足的资金，促使资金周转正常，为企业可持续发展奠定扎实的基础。再者，商家把广告放在用户时常进行消费的地方，可以为用户提供个性化营销。

5.开拓其他增值业务电商用户数据挖掘后，需要对数据信息加以整理归纳，从而创建对应的数据库，这样做可以全面分析用户数据信息。电商平台商家也可以针对用户消费数据，给用户提供不同类型的产品，如此可以进一步采集到用户数据信息，比方说，相当一部分商家因着数据信息不足无法实时办理有关信贷业务等各种新业务，但是使用数据挖掘可以找到其中存在的附加值，最后开发出全新的业务。

五、案例分析

伴随互联网持续发展，生鲜果蔬电商平台不断涌现出来。此次以生鲜果蔬电商平台而言，如何运用大数据技术，加强电商用户数据挖掘，提高企业核心竞争力是非常重要的。

1.进行商城定位主要电商用户数据挖掘使命是为了让买卖变得简单，且在未来发展过程中可以成为世界领先电子商务平台，主要价值观就是将客户作为重心，积极创新合作、诚信做人和做事、相互之间团结友爱、积极进取，主要战略就是建立大数据体系当作支撑。定位：第一，针对消费人员，促使消费人员可以迅速获得性价比高的商品；第二，针对企业而言，有效转化企业积分，进行积分兑换等形式不一的场景，可以为企业提供各种运营服务信息平台。

2.产品和服务第一，电商园区整合生鲜果蔬产品价值链。电商园区是现阶段电子商务将来发展过程中主要构成部分，电子商务产业园牵涉到网商与网货，涵盖品牌和设计、加工和培训等各个领域，是全新的专业市场模式。全国多个省份都已经构建成了电商园区，达到了百分百的覆盖率。鉴于电商园区发展前景，产品农户和电商经营人员等可以在政府指导与监督管理下构建针对生鲜果蔬产品的电商园区，给广大产品种植养殖农户和产品电商企业提供很多的商业资源与信息。第二，和产品生产有关的技术产业与产品加工业是价值链中的重要构成部分。生鲜果蔬产品在种植养殖过程需要科学种植养殖技术作为支持，所以技术指导团队能够被整合到价值链中，生鲜果蔬产品精加工产业除去能够开拓销售渠道，还能带动有关产业发展，比如产品包装产业，其是生鲜果蔬产品流通的主要条件，配合产品销售而研发低价的环保包装材料；品牌设计产业，是发展区域经济的核心力量，并且带动了农业增效与农民增收。

3.合理优化网络平台电商营销中的网站平台设定、电商App页面数据等均是十分重要的，会对用户消费有相当大的影响。据此，必须要经过积极访问用户基本信息，譬如用户浏览习惯和记录等，继而给界面优化提供参考，与此同时展开精准营销。比方说，把那些用户点击率高的产品放置于第一页，吸引用户眼球，也可按照用户近期浏览习惯，对其定制化推动有关产品介绍，从而提升购买下单率。除此以外，鉴于对用户浏览数据的挖掘，需要在用户期望的界面上增加导航链接、设置服务器缓存，减少反应时间，提高营销效率。

4.进行精准定位开展电商用户数据挖掘，可以详细划分和定位市场，继而挑选出针对性的用户营销手段。具体说来，企业需要先进行数据采集工作，然后将采集的数据信息进行加工处理，方可挖掘到用户实际消费行为习惯，继而对用户制定出可行性高的营销方案，以此节约销售成本，锁定潜在用户，并且为用户进行产品推送，提高营销成功的几率。首先，需要合理采用新媒体平台，进行营销推广，这些新媒体平台包含了微信、抖音、博客、头条等，消除电子商务商城新模式下的一些服务活动；全面结合企事业单位App和互联网超市等，让客户流量增加的同时，促使其与供应链进行良好的沟通互动，增强消费人员消费体验。其次，需要构建一大批直接营销的队伍，与线下企业和社区、便利店和超市等经营商合作，把资源共享最大化。

六、结束语

伴随云计算和数据挖掘技术等的持续发展，电子商务数据，特别是用户数据中蕴含的价值会很容易挖掘出来。电子商务经历着从用户数为主演变为销量为主，接着到现在的数据为主的快速变迁。电子商务企业意识到，精准的商务决策源自于事实，就是数据支持，大数据技术运用必然会成为电子商务进一步发展的重心，也将为其带来很高的商业价值。

作者:王彦霞 单位:莒南县石莲子镇财经服务中心

大数据技术探讨2

1大数据应用对水泥企业生产的影响

1.1可实现对数据的实时考核和监管随着我国工业自动化控制水平不断提高，近年来，水泥行业中企间的竞争愈发激烈。因此，降低生产成本，是当前水泥行业经营生产过程中十分重要的环节之一。水泥企业在生产经营中利用大数据技术能够实时对其考核采集系统进行分析，了解生产过程中存在哪些不足，在第一时间内对这些不足及时调整，使得设备在运行过程中始终处于最佳状态。还可以利用累计功能对每班的产量进行累计、检查。另外，使用大数据系统能够自动生成数据，实现存档备案。利用数据进行考核是最公平、也是最没有争议的评价方式，能够及时、中肯、公正地对所有中控操作人员的工作绩效进行评定，既可以实现成本管理，也能够降低能耗，从而帮助水泥企业实现可持续发展[1]。

1.2可实现熟料烧成系统电耗和煤耗管理在水泥行业生产过程中，能源消耗是尤为重要的一部分，降低能源消耗且对其实施管控，是当前水泥企业生产过程中需要思考的问题之一。利用大数据技术可以实现对系统电耗以及煤耗进行管理。数据系统能够实时采集水泥行业生产过程中窑头风机、窑尾排风机、高温风机、窑尾压汽车料、变压器等一系列机械设备在使用时所消耗的电量。该系统还能够运算出熟料烧成用电设备的功率，并且对其进行相加，以此得出水泥生产过程中所需要消耗的总功率。入窑给料系统是由八个不同的流量阀组成的，实现均匀化的小仓入量，由仓重传感器进行计量，在计量后会将数值在第一时间内直接传送到DCS系统。当生料进入缓冲仓的质量在80%时，系统会在第一时间内停止喂料；当缓冲仓的质量下降到50%时，系统则会自动给料。这种方式实现了自动化管理，能够确保数据的精准性，利用大数据还能实时监控其数据的整体使用效果。缓冲仓需要保持在设定的质量范围内，起到的作用是稳定物料，投料时间由大数据系统传输并运算，其运算质量会有着明显的提升，系统调用均化库，下游固体流量则需要利用瞬时流量进行计算。在传统的计算过程中，其计算质量相对较差，而利用大数据进行计算，则能够计算出每时每刻的产量，根据实时的数据进行及时的分析与调整，既可以保证整个锻造工艺的质量得到提升，又可以保证工艺在煅烧过程中的强度、质量以及产量，确保所有数据的真实性和准确性，降低消耗，符合我国当前可持续发展以及环境保护的政策理念。在水泥生产过程中，煤的消耗也是尤为重要的一部分，利用大数据技术将这一生产过程中所消耗的数据直接传送到DCS后台，并且进行数据的存储，其所产生的合格煤粉在进入到煤仓后可以利用煤粉秤按设定值向窑头输送，根据窑头测温系统实现自动控制，实现自动给量，按照已经制定好的程序进行运算，根据当前的温度反馈自动地实现加煤料以及减煤料，实现煤量精准到10千克，以此达到整个工矿在生产过程中的最佳用煤量，减少煤量的消耗，满足水泥生产的实际需求。

在煤磨生产过程中，需要对整个生产过程中系统中的含氧量进行控制，这是由于褐煤生产本身是一个易燃易爆的、危险性较高的过程，应该将含氧量控制在最低水平下，可以使用氮气减少氧含量，避免在生产过程中出现危险事故。在褐煤生产过程中利用DCS系统也能够实现对一氧化碳含量以及氧气含量进行分析以及对比，一旦超过设定范围系统会自动发出警报并且直接启动二氧化碳灭火系统，实现对数据的实时分析、实时存储，并且利用后台进行数据的分析与对比。基于这种环境下，其所生产出来的合格煤粉则可以直接进入煤粉仓，按照设定直接将其利用预热器输送煤粉进行煅烧。预热器在实际使用时具有测温系统，能实现自动控制给煤料，确保整个生产过程中都处于精准状态下，其可以精准到10千克，进行自动加煤和减煤，满足在使用过程中的工矿使用需求。窑尾煤粉的瞬时指标、流量数据也可以在第一时间内被采集到DCS系统中，及时计算出窑尾的用料以及窑头的烟煤用量，将其数据直接保存到系统中，提高数据的应用效果。生产过程中固体流量的瞬时流量以及累计数据同样可以进行运算，可以计算出褐煤、烟煤每吨熟料的编号，并且将实时数据进行对标，分析能否达到最佳值，提高其整体的使用质量和应用效果，满足当前利用大数据分析水泥行业生产效果的实际需求[2]。利用大数据技术能够第一时间实现对数据的存储和处理。云计算技术能实现对大数据技术的有效管理、及时扩展、调用以及计算管理，同时也能够确保数据在进行存储时，其存储资源的质量和能力得到进一步的提升，无论是资源或者应用效果都能满足当前水泥企业在生产时的实际需求。利用大数据或者是云计算技术实现对原有数据的深入分析，可以发现更多数据本身所带有的价值，满足当前数据的整体使用需求，帮助水泥企业深度分析生产发展中存在的问题，提升机械设备的使用效果，降低设备出现故障的概率。

2应用大数据技术提高水泥企业生产质量的方式

2.1转变传统的生产理念为了提高生产质量，将大数据应用在水泥企业的生产过程中，需要利用大数据建立行业自律的共同价值观。利用大数据技术可实现企业间的有效沟通，确保整个行业的发展质量得到提升。一直以来，企业的价值观都是企业在发展过程中的核心竞争力，是企业在追求经营成功过程中所推崇的基本理念以及在经营管理时所奉行的目标，是每一个企业生存和发展过程中的指导思想，更是一个企业想要提高生产质量的必要理念之一。企业的生存发展、创新效益均与企业的目标有着极为密切的关系。在当前的大数据时代下，只有具备行业自律思想，才能够确保整个行业蒸蒸日上，才能让整个行业利用全新的技术共同前进，引导行业的经营策略从原本的量本利变成价本利。目前我国存在着产能过剩的情况，在传统的生产经营中，扩张市场份额时所选择的量本利方式已经与当前市场发展相违背。为此，只有选择价本利的经营策略，才能够确保企业的利润更加稳定。这就需要利用大数据技术不断探究当前消费者对水泥行业的要求、对于水泥这一产品的要求，促使行业的发展质量得到提升。利用大数据技术还可以改变销售受限制这一个问题，能够使企业了解同行业内的产品质量、产品设计，避免同质化产品大量出现，提高产品本身的使用质量；借助大数据互联的区域平台，了解水泥行业在生产过程中的重点方向。产业集中度的高低会直接影响一个行业的整体发展质量。当前水泥市场的需求与市场发展密切相关。由于在水泥行业中企业规模大小具有巨大差异，企业数量众多，需要利用大数据技术的普及和发展，加大对市场信息的透明化管理、及时性管理，为整个行业发展带来更加有利的变化，让行业中的所有企业及时地了解到当前水泥行业的市场变化，以及有利条件，做到在整个市场利用平台共同合作，实现共赢。利用互联网平台的优势，将区域市场范围内的水泥企业通过建立自愿股权关系组建成为区域水泥经济平台，使得水泥企业的发展质量得到提升，不断创造经济效益。

2.2利用大数据技术实现实时的数据管理随着我国工业自动化发展的进程越来越快，在水泥行业生产过程中，数据的收集、存储、分析在当前显得尤为重要。根据现有的生产结果进行技术探索，不断推动整个行业生产管理理念的革新，从原本地利用人力资源的管理模式进行改变，渐渐地走向利用大数据时代的数字化管理理念、大数据实时考核系统。在生产管理过程中，其真实地体现出了每一个班组、每一名成员在日常工作过程中的工作状况，根据所有员工的生产指标，完成员工的考核结果判定。利用大数据技术确保考核结果高度透明，保证考核过程中考评的公平性以及考评的合理性，从而提高考评的整体效果。与此同时，使用大数据进行生产信息的采集具有准确性，能够更好地根据生产过程中的实际状况调整目标，使得整个数据计算更加方便快捷。还可以利用大数据技术对水泥熟料的生产成本进行考核，这种方式对流水线工艺生产而言，带来了非常正面的影响。由于大数据技术能够直接反映出水泥行业中流水线工艺在发展过程中的工作指标以及能源消耗的整体状况，进一步提高水泥行业的发展质量。特别是在当前，由于当下水泥行业处在大整合、大调整的时代下，需要利用大数据了解行业发展中存在的问题，改变中国经济的高速发展给企业发展带来的隐患。例如，产能过剩这一个问题，从来不是一朝一夕就能解决的，而是需要从水泥行业的整体发展进行分析，利用数据分析行业发展中存在的问题，进一步地提高整个行业的发展质量。利用大数据技术也能实现行业之间的有效沟通，推动整个水泥行业中的企业提高核心竞争力。大数据还可以作为整个市场运行管控的工具之一，实时监督行业的发展。找到不同企业与企业之间的差距、找到行业在生产过程中存在的问题，对其不断进行改善，继而提高在水泥行业中企业的核心竞争力，推动我国的水泥行业向着国际化进程发展。

2.3提高工作人员的专业素养大数据时代需要对水泥行业的人才进行培养。水泥企业在利用大数据进行数据分析的过程中，工作人员不仅需要掌握水泥方面的专业技能，还需要掌握数据分析等技能，了解虚拟化数据如何进一步使用、分析和处理，了解大数据时代如何实现信息存储过程中不丢失、不被篡改。大数据技术只有与水泥行业的专业技术相融合，才能进一步提高企业发展速度，为企业发展服务。水泥行业在发展过程中，要求大数据分析人才除了应掌握上述的专业技能，还需要具有工匠精神。所谓工匠精神是指在日常工作过程中不再仅仅做单一的、重复的工作，而是真正地做到精益求精，将水泥行业技术与大数据技术结合这一工作落到实处，明确在开展工作过程中自身所面对到的问题，对其进行改变。工作人员应拥有勤劳朴实、埋头苦干的精神。这既是一种优良的传统文化，也是一种智慧，彰显了国家文化，并告知人们只有具有工匠精神才能够更好地帮助企业发展，改变一个行业在经营管理过程中所遇到的一系列问题。工匠精神能够让所有的人才了解到当前自身存在的不足，明确如何针对自身的不足进行改进。作为水泥企业的管理者，应定期在企业内根据不同员工的实际需求开展员工培训。培训应基于员工的现实需求出发，根据员工发展的实际需求进行改变，让更多的员工在实际培训的过程中更加满意培训内容、更加主动地学习，改变原本部分企业并没有做到因人而异，导致培训质量较差这一问题。每一次完成培训后，还需要对员工的专业素养进行考核，只有考核成功后才能够让员工继续在岗工作，其目的是完善员工自身对大数据技术与水泥技术两个不同专业知识的理解，实现融会贯通，真正适应我国企业需求。企业还可以与高等院校对接，培养既具有大数据技术知识的专业人才，同时也具有水泥行业专业知识的人才，使得高等院校在人才培养过程中实现定向培养，能够培养出一批又一批更加优秀的、更符合水泥行业发展需求的专业人才，让水泥行业的发展速度得到提升的同时，满足我国社会发展的实际需求[3]。

3结束语

综上所述，在当前的时代发展中，水泥行业只有顺应大数据时代的发展趋势，才能够培养出一批又一批综合性的、熟练使用大数据技术、了解水泥行业发展方式的人才，提高水泥企业的发展质量，增强企业的整体竞争力，确保在生产经营过程中能够利用大数据了解水泥行业当前的生产方向，加大生产的整体效率，满足生产发展的实际需求。

作者:李冠军 单位:河南同力智慧科技有限公司

大数据技术探讨3

0引言

当今社会正从信息技术(IT)时代走向数据技术(DT)时代,大数据已不仅仅是一个火热的概念,大数据的应用场景开始渗透到社会生活各行各业与企业中,并取得了较大发展与成效(王威和侯准,2020)。近年来,跨境电子商务在我国蓬勃发展,它是一种依托于互联网、电子商务平台和大数据工具的跨境商业模式。跨境电商企业利用大数据技术可深入挖掘客户的真实需求、在成就客户的同时实现企业目标,实现一举两得。Lei等通过研究网站行为数据和使用数据分析工具,发现需求链管理(DCM)在结合电子商务和大数据的优势时,比传统的供应链管理方法有更好的性能,这也是大数据技术应用的良好成果之一。但在跨境电商迅猛发展的增势下,起步时间较晚、技术水平有限、消费理念存在差别等问题在一定程度上限制了跨境电子商务的发展,这些问题正逐渐成为跨境电商健康发展的障碍。而跨境电商企业应用大数据技术可在一定程度上缓解这些问题。在理论研究方面,最新关于跨境电商企业大数据技术应用的研究主要集中在应用大数据分析的积极机制上,很少关注应用大数据分析的负面影响,如隐私和安全、购物成瘾和群体影响等。跨境电商企业如何正确、高效地利用大数据技术解决现存困境成为不容忽视的问题。因此,本文从跨境电商发展现状及发展过程中面临问题出发,针对当前跨境电商企业大数据技术应用的四个主要方面———跨境选品、精准营销、优化物流解决方案、提升内部运营管理水平,选取“京东海囤全球”为例,通过分析其对大数据技术选品策略应用、实现精准营销、物流方案综合设计与各环节成本控制的策略,最后对跨境电商企业如何应用大数据技术提出相关建议。

1跨境电商企业对大数据技术的主要应用

1.1基于大数据技术的跨境选品

1.1.1供应商信用评估跨境电商平台对其供应商做出高效信用评估,是其把控产品质量的重要手段。刘章发、刘景艳、吴青等运用与大数据相匹配的指标赋权方法———模糊层次分析法(FAHP)为各指标赋予权重,并在此基础上构建与大数据相匹配的信用评价模型。荣飞琼和郭梦飞也构建了供应商信用评估指标体系和信用评估模型,用以解决跨境电商平台中供应商信用评估的各种问题。

1.1.2产品质量风险评估由于电子商务交易中的信息不对称,消费者在网上购物时对不确定性信息下的产品质量不满意,从而对电子商务交易效率产生负面影响。Liu提出了基于模糊c均值聚类算法的特征提取和基于成本敏感倾斜(CSL)-朴素贝叶斯算法的电子商务产品质量风险评估模型。实验结果表明,基于Spark的机器学习算法在大规模数据环境下具有更好的可扩展性和优势,能够准确识别电子商务产品质量风险。

1.2基于大数据技术的跨境精准营销———个性化推荐在跨境电商平台上海外商品众多,形成了“信息爆炸”和“信息过载”等问题,使消费者在购买心仪商品时存在选择困难。而交易产生的丰富的交易数据可以让跨境电商企业探索顾客的浏览行为、习惯、偏好甚至特征,这可以帮助企业更清楚地了解顾客的需求。李家华、杨杰许多学者针对跨境电商企业的精准营销策略进行研究,并提出了更优质的个性化推荐算法。当然,除了通过客户行为分析进行个性化推荐外,大数据技术还应用在跨境电商企业营销的其他方面,比如通过客户评价分析进行广告创新、通过广告投放分析进行广告策划、通过社会热点分析进行病毒营销以及通过产品定价分析进行价格歧视策略等。同时,跨境电商企业在应用大数据技术进行客户行为分析,从而进行个性化推荐的过程中,也需要注意一些负面效应。Thi等对来自越南的273名受访者进行了抽样,结果发现信息搜索、推荐系统、动态定价和客户服务对顾客反应有显著的正向影响。其中,隐私和安全、购物成瘾和群体影响对顾客的反应有显著的负面影响。

1.3大数据技术优化跨境电商物流解决方案随着大数据时代的到来和互联网技术的快速发展,跨境电商已经有了很强的发展趋势,这就导致了配送行业中跨境电商物流流程冗余复杂、效率低、成本高等诸多问题。而运用大数据技术优化物流配送方式是提高配送效率,降低配送成本的关键。基于大数据分析选择电子商务企业物流配送模式,通过定量分析选择合适的物流配送模式,其避免了企业的主观判断,提供了有效的决策途径。不同学者都基于大数据技术提出了其跨境电商物流模式的新模型,如Zhao等探讨了大数据平台下B2C跨境电商产品销售与物流配送的优化模型,提出了大数据下B2C跨境电商物流配送的创新优化策略;Pjw从非结构化大数据中探索电子商务物流业务模式,所提出的混合内容分析框架为电子商务物流管理提供了研究基础。

1.4大数据技术提升跨境电商企业决策水平大数据应用发展和创新对于企业的管理方式变革产生了根本性的影响,在这一过程中,企业管理者能够通过自动化的智能工具,实时指导企业运营,及时进行数据分析,从而更准确快速地做出决策。大数据分析涵盖主观逻辑分析和客观数据计算与推论,极大地提高了决策结果和合理性和科学性。大数据应用给企业管理者带来的是更客观地呈现企业运营的过程,能够更全面的检查企业各方面的资源配置现状,同时对于竞争对手的了解更直接、更快速。对于跨境电商企业,如何更好地运用大数据技术提升内部运营管理水平,不同学者都进行了研究。Behl等采用混合多标准决策过程开发了一个解释性结构模型(ISM),可以作为跨境电商企业有效实施大数据分析(BDA)的框架。孙洋通过深入分析大数据与商业模式创新驱动力、战略发展的相关性,从战略的视角提出了商业模式创新路径。

2海囤全球大数据应用案例分析

2.1京东海囤全球简介“海囤全球”原名“京东全球购”,主营跨境进口业务。“海囤”意为“海量囤积海外好货”,海囤全球的相关简介见表1。

2.2海囤全球利用大数据技术创新选品策略,严格把控商品质量海囤全球依靠大数据技术可较快获得新产品的灵感,通过对平台数据和客户数据的挖掘、分析,快速获取新产品灵感,通过大数据技术实现关键词搜索,接下来对市场容量进行测算,在测算的基础上完成新品的创造和市场的验证。

2.3海囤全球利用大数据技术刻画用户画像实现精准营销在精准营销方面,海囤全球对“用户、商品、场景”进行科学高效匹配,为海外品牌商制定全链路的精准营销方案,不断通过为用户进行细分,差异化产品以及营销场景多元化助力海外品牌成长。海囤全球通过对客户分层后实行精准化的营销定制,推荐独特性产品,跨产品渗透的方式帮助海外供应商实现精细化运营管理。此外,海囤全球将平台内外部资源进行整合,为海外众多品牌打造品牌定制、优质内容营销以及活动节日营销等场景,激发进口品牌快速成长活力。海囤全球会在精准营销、产品品控、品牌成长等方面帮助海外平台快速成长,通过深入合作成为海外品牌快熟增长的将在市场营销、品质提升等多方面与这些品牌开展深度合作,帮助海淘品牌的多维度成长。

2.4海囤全球利用大数据技术提供最优物流方案海囤全球利用大数据技术,通过对海量数据的筛选和处理从而达到对跨境运输全程的智能信息化、高效化的管控,在此基础上制定的物流配送方案既让企业实现了物流成本的降低,又提高了客户满意度。通过智能化布局的仓配物流网络,海囤全球为商家提供仓储、运输、配送、客服、售后的正逆向一体化供应链解决方案,快递、快运、大件、冷链等全方位的物流产品和服务以及物流云、物流科技等物流科技产品。因此,海囤全球旗下的自运营商品和使用京东物流配送的非自营商家的商品均可实现极速送达。2.5海囤全球利用大数据提高决策水平在采购阶段,海囤全球利用大数据技术帮助其制定科学合理的采购计划,通过对历史各阶段采购数量、采购成本、采购频率以及采购厂家的深入分析,为其预测未来采购量,优化采购方案有着重要指导作用。对复杂数据的分析为企业提供了对这一现象的清晰理解,并有助于改善决策过程。在产品的售后服务阶段,海囤全球大数据技术运用于对客户产品质量评价、物流时效性评价以及客服态度评价等数据资源的挖掘和分析,根据分析结果对质量将缺陷的产品向供应商提出修复或下架的建议,物流配送的问题对相关部门人员追责并加强技能培训提神客户满意度。大数据技术的运用有效提升了调研效率,降低了人力成本,对客户满意度的提升具有积极意义。

3结论与建议

大数据分析(BDA)为跨境电子商务企业提供持续价值,“海囤全球”一直在追求创新和发展,也不断将大数据等高新技术应用到公司的发展上,让公司的产业链条更加庞大、体系更加成熟,能够有效应对各种风险,这让其在同行业的竞争力上又上了一个台阶。跨境电子商务企业应提升自身大数据意识,积极将大数据技术应用于企业各方面,才能在竞争激烈的海外市场中赢得优势。但是,跨境电商企业在运用大数据技术是也应时刻注意保障消费者隐私和安全,才能在得到消费者拥护的基础上取得长远发展。与此同时,企业在应用大数据技术时不能忽视购物成瘾、群体影响等负面效应,应合理科学的应用大数据技术。

参考文献

[1]张滨,刘小军,陶章.我国跨境电子商务物流现状及运作模式[J].中国流通经济,2015,29(01):51-56.

[2]王威,侯准.大数据背景下饲料企业跨境电商发展的SWOT分析[J].中国饲料,2020,(09):136-140.

[3]刘晶.跨境电子商务与我国企业全球价值链地位提升[J].商业经济研究,2017,(09):71-74.

作者:曹淑娉 梅燕 单位:杭州电子科技大学经济学院