美國也過“雙十一”

　　國內用戶刷屏“雙十一”，而大洋彼岸的美國，不少電商網站開始通過分析用戶在社交平台上的非結構化數據來分析和定義用戶個性和特征，從而實現更精准的營銷，同時，通過最新的數據分析工具，許多並非“財大氣粗”的中小企業也可以享受到這樣的福利。

　　一年一度的節日——全民購物季正在如火如荼。在中國是“雙十一”，在大洋彼岸的美國則是“黑色星期五”。

　　剁手黨們在積極備戰的同時，商家們也沒閑著，卯足勁兒提高產品銷售。然而在破紀錄的交易量背後，實現消費者愉快買單並非易事，所以近年來大數據分析及相關技術日益受到全球電商的極大重視。

　　在中國，通過大數據人物畫像來實現流量個性化已非新鮮事。而在大洋彼岸的美國，目前已經更進一步。據鈦媒體矽穀特約記者了解，通過最先進的數據分析平台，電商可以通過社交平台等數據對「用戶個性特征」進行分析，從而實現更精准的營銷，而且那些並非「財大氣粗」的中小企業也可以享受到這樣的福利。

　　不是所有的行為數據都有價值

　　對於電商而言，其對大數據分析的主要需求可以體現在兩方面，一是快速反應出問題所在，二是發現新的用戶群體。

　　對於備受關注的後者，電商希望通過智能聯網分析已有的數據，發掘並預測出用戶的興趣所在，刺激用戶購買積極性，並將產品推向特定人群。目前業界的普通實現方式是，通過用戶網絡上留下的曆史信息、記錄，來猜測喜好，例如相關圖書推薦、機票航班推薦等，但失算之處可能在於精准度和推薦時機不盡人意，比如用戶已經旅行歸來，系統還在推薦往返機票。

　　目前美國有一種研究方向，通過非結構化數據分析技術對用戶進行個性化維度分析，包括對用戶在網絡上更新的個人狀態信息進行分析，如Twitter、Facebook，推定用戶個性及特征，以精准定義個人並實現標簽化，同時反饋給商家並與目標市場用戶相匹配，從而實現產品的關聯。

　　對此，美國數據分析科學家、Taste Analytics創始人及全美五大可視化研究中心的Derek Wang(汪曉宇)博士表示：傳統的方式需要基於大量的行為數據進行分析，並相信所有的動作具有價值——但事實卻並非這樣，這種方法容易造成對精准度和時機的把握不盡人意;而通過對人在網絡上留下的真實語言、說話方式、評價內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。只有這樣才能實現更加准確的產品購買需求挖掘。

　　電商商戶的“福利”

　　該分析技術在電商平台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：對用戶產品評價進行分析，來優化產品、提升用戶體驗。

　　Derek Wang舉例道，通過Taste Analytics Signals數據分析平台，亞馬遜平台上的耳機商戶，可以對平台上用戶的產品評價及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，以及不同產品間如Bose與Sony的產品分析。

　　這對於亞馬遜、新蛋、eBay等平台上大量的商戶們可以看到這其中的價值，數據分析，可以幫助這些商戶及時對產品和銷售過程進行優化。

　　另一個典型應用是電商平台本身。美國某著名的大型家居銷售企業，在其電商網絡平台上，通過刺激網絡流量來買賣產品。利用數據分析平台，其不僅發現並解決了用戶消費時信用卡連刷2次的問題，同時觀察到網絡流量在一周中的不平均分布，後續通過市場促銷，改變了市場營銷過程。

　　(用Taste Analytics Signals平台對Amazon某熱銷汽水的分析結果)

　　決策在數據之上而非數據本身

　　用戶的特征來自於文本分析，用戶在網絡上說的每一句話都將可能成為分析點。無疑更多的數據將有力於對用戶行為進行匹配，提高分析准確性，而這方面社交平台則提供了一個很好的非結構化數據的來源。

　　事實上，美國電商本身已經在開始著手整合社交網絡的數據信息，例如閃購網站Myhabit建議用戶通過亞馬遜賬號登陸;電商Macys需要用Facebook賬號登陸(這樣的整合在國內也並不鮮見)。對於用戶，這樣的登陸方式更方便快捷;對於商戶，可以將個人信息關聯起來;而對於大數據技術/服務提供商，數據分析服務便可以由此展開，進行深度數據挖掘。

　　在Derek Wang看來，此項圍繞人的非結構化數據分析平台服務，不僅能提升結果的准確性，更重要的是它建立的不是一個推薦系統，而是一個增強智慧的過程。畢竟僅基於既有行為的數據分析會導致可能的失敗，小到上述提及的機票推薦，大到金融領域采用數學模型的危險性在次貸危機中已經暴露無疑。

　　“由機器提取的數據內涵，通過圖像的方法展示給企業決策者，決策者通過與機器互動後做出決定。數據分析平台是輔助企業決策者的工具，也是它的價值所在。” Derek Wang說道。

　　不謀而合，《紐約時報》資深撰稿人史蒂夫·洛爾曾著書大數據時評論，雖然決策活動對數據與分析的倚重與日俱增是大勢所趨，但同時還要讓常識發揮應有的作用，經驗與直覺仍然在決策中占有一席之地，而好的直覺又往往建立在大量數據分析基礎之上。

　　機器與人分工合作才更好，更加值得一提的是，直觀的圖像可視化的呈現方式，使得電商及商戶的內部分析師即使沒有IT背景，也可以輕松地掌握產品動態，從而幫助其贏得市場。

　　2015年底進入中國

　　實際上，這個美國電商商戶親睞的用戶個性分析數據平台，也即將進入中國。

　　Derek Wang表示，其團隊目前已與多家中國企業達成合作，他表示，在今年年底前公司將和國內一些集成商、分銷商達成具體合作，並通過合作方的整合分銷，將平台帶入到中國市場，而在明年年底前，國內中小企業電商客戶將有望體驗到該服務。

　　(用Taste Analytics Signals平台對國內某電商網站非結構化數據分析結果)

　　鑒於目前國內中小企業客戶還未習慣自己采用分析工具來進行分析以及決策，市場教育工作無疑將同步展開，但在Derek Wang看來，簡單的可視化操作界面大幅度降低了中小客戶的技術門檻，使得本是科技前沿的“高精專”數據分析十分“接地氣”，他對後續客戶拓展很有信心。

　　據悉，目前打造出這個數據分析平台的Taste Analytics公司，為中小企業們帶來福利的同時，也吸引著大公司目光，多家福布斯全球500強公司已經采用了其數據分析平台。

　　大數據領域企業最為關心可能是安全問題，Taste Analytics在這方面足夠重視。Derek Wang表示，他們已經可以將核心算法平台建立在企業內部服務器當中，幫助客戶在內網分析聊天記錄、用戶數據等，最終通過圖形化界面推送給客戶。“這一點很重要，我們不會越俎代庖碰及客戶數據;同時這也是我們打造圖形化界面的出發點，讓任何人都可以簡單操作分析平台，即使是店小二也可以成為‘數據分析科學家’。”