基于大数据的商业智能在电商数据分析中的应用

张瑞

(广州现代信息工程职业技术学院,广东广州 510663)

0 引言

应用大数据技术可以提高对消费数据直接利用的可能性,可以防止人为因素对数据利用及记录的干扰,起到减少人力成本支出和提升工作效率的作用。分析大数据基础上的商业智能在电商数据分析的应用意义重大。

1 大数据内涵及大数据技术应用案例

大数据内涵:大数据和巨量数据库非常相像,在利用大数据技术时,应该使用特殊的处理方式来处理有关信息,进而符合用户需要。在应用大数据时,有关的工作人员必须对大数据技术有所认识,应用大数据技术不只是拥有大量数据的能够存储数据库的技术,更是处理数据与分析数据的过程,假如把大数据比喻成社会性产业,则要想对这一产业进行充分利用以实现盈利目标,就需要提升应用此技术的水平,也就是需要提高加工数据及处理数据的能力,进而实现有效生产目标。

大数据技术应用案例:在大数据技术应用过程中诞生了很多优秀的经验,对有关企业来说,这些经验具有很高的学习价值。举例说明,日本某电力企业对大数据系统优势进行了充分结合,使该企业可以迅速发展,从而可以在激烈的竞争中长久生存下去。由此可见,应用大数据系统可以生产出独特的商业发展模式及服务模式,可以很好地推进产业革新与产业快速发展。以日本的某个不动产管理公司为例,该企业在管理时能够对大数据优势进行充分结合,能够有针对地为用户提供服务。按照用户使用情况的差别,他们会收到更加符合自身需要的折扣券,据有关调查及研究表明,就算用户居住在同一个小区的同一栋楼中,收到的信息也各不相同。此外,该企业能够做到对家用能源系统优势进行充分结合,此系统的每一位用户的数据都可以被传送至数据库,如果企业要分析用户的行为,就能够轻易地将数据库的数据提取出来,随后将其分析。在分析用户的消费行为时,可以更加准确地找到用户的消费兴趣,进而使提供给他们的优惠服务更有针对性。马云认为,电子商务行业早已处在大数据时代。大数据技术在人们的衣食住行方面有着非常广泛的应用,严重影响了企业的生产活动和经营活动。此时,企业管理者要想确保企业能够在激烈的市场竞争中获得可持续发展,就必须对大数据发展使企业面对的机遇与挑战有所了解,正确认识大数据技术,并且可以利用大数据优势对其将来的发展进行规划,对企业的发展方针进行有计划地调整。现阶段,使大数据技术深度融合于产业发展的趋势已经不可阻挡,企业管理者和企业决策者需要保有正确且科学的态度。举例说明,微软公司能够在大数据技术飞速发展的背景下,利用技术优势开发了许多数据处理软件,使用数据处理软件可以降低对资源的浪费,就其开发软件与进行研究的目标来说,微软公司的初衷不但是减少对资源的消耗与浪费,而且是可以对时代发展的理念进行融合,实施智能化建设。大数据技术发展的明显作用是增加企业的盈利和提高企业的商业价值。以Facebook和谷歌为例,这些社交媒体软件在具体运营时均会使用大数据技术来分析用户的行为,进而将隐藏在数据背面的行为意义找出,有针对地调整与优化推送给用户的广告的内容,使用户可以主动进行消费,帮助企业增加经济收益。

2 在传统BI体系基础上的大数据应用设计

目前,大数据技术与商业智能系统的有机结合,是行业发展的大势所趋,对商业智能系统发展水平来说,凭借其技术优势能够推进各个产业发展及经济收益增加,不过在目前这个阶段,传统BI系统在数据库技术基础上进行是数据处理、数据储存、数据分析已无法符合现代的生产需要,特别是大量没有结构的用户数据。系统不但应该按照时代发展及变化,而且需要按照有关需求,更新与优化应用信息处理技术的策略。在大数据系统中依然应该利用互联网优势来实现收集数据、存储数据、整理数据、分析数据的目标,对过去的商业智能系统来说,虽然同样具有上述内容,不过二者存在本质区别。所以,本次研究建立了新式架构平台,可以充分发挥二者的积极作用,帮助产业持续发展。通常来说,企业在发展时使用的数据大体可以分成内部数据与外部数据,OA系统与EPR系统均属于内部数据,是基于信息化组合而成的。来自网络的非结构化数据即外部数据,就目前的工作来说,超文本、图像、视频信息是应用最广泛的,在收集数据、整理数据、分析数据时,不但应对技术优势进行充分结合,而且应保证有关人员拥有很好的信息素养,可以使用专业技能与数据处理技术来保证有关工作可以顺利进行。在处理内部数据及外部数据时,因为内容和针对点存在差异,为使数据作用得到更好地发挥,应该使用多种方式进行处理。在分析非结构化数据的过程中,此部分数据被存储至具有分布式特点的结构化数据库内,不过传统类型数据多分布于关系型数据库,在最终对数据进行处理的过程中,应该将其整合,对数据实行集成化处理。

3 采集数据的方式

目前,数据收集来源包括系统日志、网络数据、数据接口收集,对日志数据收集来说,主要使用的是针对信息设备的日志记录功效,设备在发挥作用的过程中也会跟踪与记录用户的行为,并且在此基础上将有关日志文档进行生成。如果有急切的工作需要,各子系统和主系统的文档会被自行传输至中央数据库,从而为顺利完成有关工作提供帮助。在获取数据信息时,为处理及分析经常使用的商业数据,应该使用RESTAPI方式。网络数据的收集需要使互联网技术的优势得到充分发挥,在HTTP网络协议的辅助下实行仿真模拟,对统一资源定位器加以利用,借助网络爬虫技术对有关的web网页进行访问,进而保障数据收集与整理的有效性,不过就具体应用状况来说,在大数据背景下,传统式技术已无法满足其生产需求。所以,应该将其连接因特网域点,把用户所需的全部数据与信息提供给他们。数据接口收集即和业务有关的企业软件厂商进行协调,借由软件厂商所提供的数据接口来完成对数据的采集[1]。

4 中药饮片企业的电商数据的应用案例

4.1 中药饮片企业的发展概况

本文将中药饮片企业作为举例对象,企业在生产中药饮片时,因为生产销售的流程很复杂,而且相关药品信息的内容很多,严重阻碍了企业管理工作的顺利完成。根据调查显示:在目前的发展历程中,中药的组成部分除了有中药材和中成药之外,还有中药饮片,相关企业的数据均已实施GMP认证,这是中药饮片企业突破中药行业的约束的好机会。伴随我国经济发展速度的不断加快与时代的持续变化,对GMP来说,其认证方式及认证要求也发生了明显的变化。诚然中药饮片企业在发展的水平上与经济收益方面的增长速度很快,中药行业的整体发展形势也越来越好,不过在将中药饮片来源作为分析角度时,人们可以发现:现阶段,企业在进行生产与加工制造时,应用传统方式仍是主流趋势,导致产业在进行进一步发展时会遇到一定的阻碍。如果换一个分析角度,我们便能够发现:GMP认证的方式较以往也有了很大的区别,目前的生产方式已无法和GMP认证要求与GMP发展要求相匹配。所以,有关的企业对该挑战进行充分的认识,尽快调整自身的生产行为,只有这样,才可以确保有关工作朝着可持续发展的方向稳步前行,从而使经济收益实现可持续增长[2]。

4.2 K均值聚类算法

K均值聚类算法的英文全称是K-means Clustering Algorithm,简称为K-Means算法,目前,这一迭代求解算法的应用已经非常广泛,K-Means算法借助分类方式,把系统中的每一个人实体分成详细的聚类。在划分实体时,应该确保每一个聚类间的相似性很高,还应该确保每个集群间的差异性。在进行实际操作时,应该依据严格流程来处理,在此过程中首先要做的是确定一个不变的质心,一般会使用随机挑选方式,决策人员应该在许多数据中心点中以随机的方式将质心选出,在对质心位置进行确定后,需要使用特定的计算机算法来测量及分析每一个质心与数据点间的距离。除此之外,还应该对数据点进行分化,使其成为开展工作时需要利用的簇。在完成以上操作后,按照第二个步骤所测得数据点来确定及测量新质,最后实现对数据的读取,完成此项工作。对K-Means算法来说,算法的质心与距离在概念上并不相同,所以在应用K-Means算法时,相关人员应使质心概念与距离概念的作用得到充分发挥。需要把质心当作固定样本,应该确保此数据与其他数据拥有现实性。这样做是因为在后期对数据进行分析的过程中,必须在质心前提下进行,需要分析与确定其他的有关数据。假如此数据与其他数据的区别很大,就会使得相关人员不能顺利完成对数据进行的分析任务,进而使处理数据工作变成了没有意义的工作。假如在确定质心位置及数据时较为随意,那么在确定最终结果时,其结果的效益往往是消极效益。所以,在确定质心位置的过程中,不但应该使用随机挑选方式,而且应该在确定后反复测量和分析质心位置,以便最大限度地保障质心的位置,使其具有科学性与准确性。因为质心位置比较随意,所以在检测最终的结果时,有一定的几率会使实际的结果不同于预期的结果,所以反复迭代是非常有必要的,只有在实现最终结果的前提下,反复迭代的操作才能够停止[3]。

4.3 对中药饮片企业的电商数据应用进行分析

对大数据时代下的独立数据来说,其本身价值并不高,重要的是借助已有的数据对将来的趋势进行预测和使用数据将隐藏知识找出。现阶段,许多中药饮片企业都能够跟上时代发展的步伐,把有关的门店设置于众多电商网站,在电商平台上对中药饮片进行对外销售,所以会积攒很多客户在购买中药饮片时产生的消费记录,通过分析客户的消费记录,能够实现对消费者的分组,各群体消费者能够按照消费行为来实行个性化营销。客户分类对中药饮片企业把个性化服务提供给各个群体的客户来说非常有利,也可以使企业尽快对市场与客户的细微变化有所察觉,从而使企业能够对策略进行有针对地调整。此时,药品企业能够对大数据后台内容进行充分地利用,能够整理与分析客户消费行为。按照消费者消费时间、消费者消费时长、消费者购买次数来全面地了解客户。此外,企业能够把更完善的售后服务提供给客户,从客户购买产品之日算起,在一段时间后,使用通讯咨询方式和在线咨询方式来调查客户对商品及服务的满意度,也能够使用展开问卷调查的形式,实现对客户需求的实时采集。把来自客户的线上反馈数据接口尽快和企业对客户进行管理的数据库进行对接,实施整理数据操作和分析数据操作,在完成后向上级部门报告,从而为企业的决策工作提供便利。此外,消费反馈行为可以使顾客对企业更加满意,使其产生自愿消费意愿和持续消费意愿,进而使中药饮片企业的经济收益得到大幅提升[4]。

5 结语

综上所述,随着大数据的高速发展,企业在此背景下必须对大数据优势及大数据特点进行充分的认识,并且使大数据与产业进行结合,促使产业数字化运营的不断发展。所以,企业管理者和企业决策者应该在工作时按照时代的发展及变化情况,更新与调整其将来发展方向,尽早对大数据技术进行开发与利用,在符合企业发展需要的前提下,对商业智能和数字化运营进行更多的实践。