基于大数据的跨境电商床品设计支持系统的基础架构

吴 烨，周 赳

（浙江理工大学 浙江省丝绸与时尚文化研究中心，浙江 杭州 310018）

从2010年到2020年，我国纺织品跨境电商贸易总额的年均增长率超过30%，截止2020年底中国纺织品跨境电商出口额达到1538.4亿元人民币，环比2019年增长29.2%。纺织品跨境电商正式成为我国跨境电商贸易的重要部分。

面对浩如烟海的信息，传统的生产情报采集方式已经不能满足跨境电商生产的现状，在大数据的基础上精准了解市场需求后，及时改良设计，才可以应对流行更迭和消费需求的快速变化，避免盲目开发。本文将以床品作为标的物，阐述如何完成大数据与跨境电商床品设计的结合。

1 基于大数据跨境电商床品设计的基础元素

在分析设计基础元素之前，我们首先来需要了解大数据的定义与应用，这样才能更好的将大数据与床品设计相结合。

1.1 大数据的定义

Big Data大数据可以被描述为没有办法在一定时间范围内使用常规的软件工具完成捕捉、管理和处理等步骤的数据集合，必须经过特定处理模式方可具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。同时，大数据具有5V特点（Volume、Velocity、Variety、Value、Veracity）翻译成中文是：庞大的数据量、高速化的数据挖掘、数据类型多样性、成本低廉、真实性高。

大数据的根本意义不是简单的数据收集，而是根据已提取的数据进行整理与分析，整合出可用的数据，然后对这些数据进行计算和挖掘，把复杂的数据简单化，让用户可以轻松获得新见解、发现新趋势。

1.2 跨境电商床品为什么需要大数据

在传统的纺织品企业的开发流程是有既定的规则的，基本都是以企划部为核心，结合销售方面的产品销量、市场部收集市场情况的调研、客户信息反馈、年度流行情况等多种要素最终整合在一起形成企划方案，再对接设计部门根据已知数据完成纺织品的设计与开发。整个过程涉及多方面、多部门，复杂而繁琐，并且由于企划部门的职能与设计部门不同，会造成大量重复性工作，加长了开发的周期，拖慢了生产节奏，更有可能出现的是信息流通反馈不畅的情况。

在信息化社会流行多变的今天，我们需要实现对信息的快速反馈，更快得对市场的需求做出反馈。大数据因为其5V的特点，能够在低成本高效率的情况下，最直接真实的获取到。

跨境电商床品市场中的主要出口地为欧美，在欧美国家床品的消耗量巨大，使用周期短，成为某种意义上 的“快消品”。因此，对企业的设计要求也在提高。拥有大数据的反馈，让床品企业在跨境电商市场中远离盲目的设计与生产。

1.3 基于大数据跨境电商床品设计需要哪些基础元素

在设计中设计元素相当于基础的符号，而设计的手段等同于基本的单位。而床品作为家居装饰的一部分，它的设计不能简单固化为机械的设计，更是集艺术审美与舒适实用为一体的工艺美术类综合设计，利用大数据整合出最有普遍适用性的元素符号，使它成为完成我们设计的基础，再加以组合利用。具体可以分为面料元素、工艺元素、风格元素、色彩元素、材质元素、款式元素、图案元素、辅料元素八大设计元素。

比如款式元素中，国外和国内的床品款式设计不尽相同。国外的床品的分类要比国内的床品更加细致，比如床裙、床垫上方会铺设床褥或者床垫保护罩，相对于国内流行的四件套就更为丰富。

2 基于大数据跨境电商床品设计的数据整理

数据整理通俗的说就是将大数据中相似的数据进行整合，这是一项预处理的操作。由于大数据的海量数据繁杂无序，我们必须在程序收集的过程中，设置规则将结构型数据如销量数据、搜索次数等和非结构型数据，如好评、评论反馈中的关键词进行分类，使数据在入库时就已经完成了分类，以方便后续的统计和分析。将床品相关的信息数据进行有机整合，使得床品设计信息数据关联化、交叉化、融合化，以运用于产品设计决策。最大限度避免传统床品设计机制中人们依靠经验和直觉决策可能造成的局限性和盲目性问题。

2.1 如何设计数据整理

跨境电商床品设计新模式的数据整理可以被归纳为三个过程：设计信息清洗、设计信息转换、设计信息加载，简称ETL步骤。

2.1.1 设计信息清洗

床品设计的数据多数以零散的文本形式出现，并呈现非结构化的特点，通过Web端公开资料采集到的数据不能直接使用，设计信息清洗将错误和部分缺失的数据清除，同时排除掉人工干预实现数据规范化。数据需要规范化的原因具体的说，比如用户在评论表达上有很多非规范语言，比如在床单套的表达上，国外用户可以使用Sheets，Bedding，Bedding sets，Sheet sets等多种词汇来描述，因此需要进行清洗并规范合并。

2.1.2设计信息转换

设计信息清洗之后的设计元素数据需要转化成为关键信息点，这样能够为后续的数据挖掘以及决策支持打下基础。根据设计元素中已经确定的分类规则，我们将床品设计数据根据以下八项设计元素分类，主要是风格、面料、图案、工艺、色彩、材质、辅料、款式，最后再进行信息转换，并对名称、价格区间、月销量、销售排名、产品评分等销售属性信息的数据同时转换。

2.1.3设计信息装载

在完成对大数据信息的清洗并转换为跨境床品设计数据之后，我们需要进行数据装载的过程，根据数据仓库模型筛选设定值，对这些数据进行分类然后导入仓库中。

2.2 如何进行数据挖掘

在设计信息大数据经过整理后装载导入数据仓库之后，系统可采用多维数据挖掘方法OLAP，通过已设定跨境床品的多维数据挖掘方体和星形挖掘模型，对跨境电商销售的床品进行以风格、图案、色彩、材质、款式、辅料、工艺、面料为主要选项的数据进行深入挖掘，最终根据结果，获知设计元素数据的挖掘成果。由于此部分涉及大量计算机技术，在本文中不做展开赘述。

2.3 如何对跨境电商床品设计进行决策支持

系统使用的大数据通过数据挖掘等技术层面分析，可以作为支持决策的有效辅助途径。其中数据采集层：即床品设计大数据的来源层，采集来自家纺展会、竞争品牌、销售记录、B2C网站的大数据信息；数据整理层同时也做数据储存，床品设计相关的大数据信息经过ETL步骤之后备份到床品设计RLOAP服务器数据库，经过数据仓库预设的床品设计元素分类方法归类分成不同设计元素，最终完成数据整理。数据分析的工具是数据挖掘层的定位，针对大数据信息展开多维处理，挖掘到内部蕴含的潜在规律；人机交互层面，可以让用户在操作界面通过可视化的技术完成需要决策内容的输入，调动星形挖掘模型和数据仓库去选择问题解决途径，为用户提供系统反馈的决策结果的前端展示，从而辅助设计决策的完成。

通过上文的床品的数据抓取、数据细分与整理、数据挖掘再到设计决策，再通过计算机技术代码的撰写，可以搭建一个完整的基于大数据的床品设计支持系统。总体上，能够对跨境电商床品设计起到决策支持作用，为传统企业向跨境电商转型提供有力的支持。