基于大数据的O2O电商用户数据挖掘应用探讨

基于大数据的O2O电商用户数据挖掘应用探讨
作者：耿慧慧
来源：《经营管理者·上旬刊》2017年第01期
摘要：随着“互联网+”出台和移动电子商务的高速发展，O2O用户数据具有巨大的潜在价值，如何挖掘并利用这些海量的用户数据是当下各界关注的热点。

本文针对O2O电商用户数据特征，探讨了大数据环境下O2O电商用户数据挖掘分析及其应用。

关键词：大数据 O2O电商用户数据挖掘
一、引言
电商行业正处于高速发展阶段，传统的实体店购物方式在缩减，人们更多地通过网上商城完成足不出户的购物体验。

借助海量的电商客户数据，可以了解客户购买行为、购买意向、客户满意度以及购买商品预测，这将成为商家应用大数据盈利的推动力。

而电商的市场营销部门将借助数据分析得出哪类广告营销策略能够实现利润的最大化，从而为企业节省广告营销成本。

二、大数据环境下O2O电商用户数据特征分析
与传统的电子商务用户数据相比，O2O电商用户数据不仅局限于O2O平台数据，还有社交网络数据、移动终端位置数据等。

在研究和技术开发领域O2O电商用户大数据呈现出以下特征：（1）数据量巨大（volume），体量大是O2O电商用户大数据区分于传统电子商务用户数据最显著的特征，一般电商企业用户数据库处理的数据量在TB级，而O2O电商在融入社交平台数据、位置信息等数据之后其大数据处理的数据量通常在PB级以上。

（2）数据类型多（variety），O2O电商用户数据不再仅仅是用户基本资料、电商企业内部等文本形式或者结构化的数据，还包括用户平台评论、移动终端数据、社交媒体等各种复杂的非结构化数据。

（3）数据流动快（velocity），在O2O电商用户海量数据面前，需要实时分析获取需要的信息。

比如用户通过O2O平台下单约车，需要实时分析用户的地理位置和移动方向，O2O平台及时给出反应并提供个性化的服务。

（4）数据潜在价值大（value），用户是O2O电商企业的核心竞争力，如何通过强大的机器学习和高级分析更迅速地完成数据价值的“提纯”，挖掘出
O2O的电商用户数据的潜在价值，是当下大数据应用的难题。

三、大数据环境下O2O电商用户数据挖掘分析及应用
1.大数据环境下O2O电商用户数据挖掘分析。

O2O电商企业中，大数据挖掘应用需求集中于满足以用户为中心的目标实现，因此用户分析是大数据应用的重要领域。

O2O企业可以
利用大数据技术更好地了解和预测用户行为，并因此改善用户体验。

用户分析的重点是收集和分析交易数据、多渠道交互数据。

社交媒体数据、会员卡服务数据及其他与用户相关的数据，以全面提高企业了解用户偏好和需求的能力，真正帮助营销、销售和客户服务部门实现用户关怀的目标。

O2O电商用户大数据应用的业务流程包括产生和聚集数据、分析数据和应用數据。

用户分析的基础是O2O用户大数据，可以从全面的用户数据、全生命周期用户行为数据（包括用户交易数据）、全面的用户需求数据这三个方面对O2O电商用户数据进行分析。

通过全面的用户数据分析，将O2O用户数据与用户交易数据、用户行为数据、用户需求数据进行关联分析，实现O2O用户数据挖掘第一步。

用户处于不同生命周期阶段对企业的价值及其需求均有所不同，要求采取不同的管理和营销策略，最大化用户的价值。

O2O用户全生命周期分为用户获取、用户提升、用户成熟、用户衰退和用户流失等阶段。

在每个阶段用户需求的特征、用户行为的特征都不同，对这些用户数据的关注度也不同，掌握这些数据有利于O2O 企业在不同阶段掌握不同的客户服务策略。

在用户获取阶段，用户需求模糊，关注网上注册的用户资料和访问行为、产品点击流等数据，发现用户的潜在需求，形成与竞争对手的比较优势，通过有效渠道提供合适的价值定位，获取客户。

在用户提升阶段，用户需求在膨胀，根据用户生日、用户喜好、用户点评等信息，采取相应对策把用户培养成高价值用户，通过在线上设计不同的产品组合、线下组织丰富多彩的活动刺激客户消费。

在用户成熟阶段，用户需求成熟，要关注用户交易数据库、用户社交网络行为（爱好、朋友圈）等，O2O企业要注意培养用户忠诚度和新鲜度，激励用户购买新的产品，进行交叉营销给用户更加差异化的服务。

在用户衰退阶段，用户开始尝试竞争对手产品，关注用户投诉数据、用户访问日志（失败记录）等，思考如何延长用户生命周期，建立用户流失预警，设法挽留高价值用户。

在用户流失阶段，用户选择了竞争对手产品，关注社交网络数据，特别是用户情绪数据，思考如何赢回客户。

2.大数据环境下O2O电商用户数据挖掘应用。

首先，结合大数据技术对O2O用户进行分类，进行针对性营销。

依托大数据为驱动力将使得O2O电商营销更加精准、投资回报率更高。

大数据营销不仅仅是量上的，更多是数据背后对用户的感知。

O2O电商企业利用数据挖掘技术，分析O2O用户的个人特征、媒介接触、消费行为甚至是生活方式等，帮助广告主找出目标受众，然后对广告信息、媒体和用户进行精准匹配，从而达到提升营销效果的目的。

一是精准定制产品，通过对用户大数据的分析，O2O电商企业可以了解用户需求，进而定制个性化产品。

二是精准信息推送，避免向用户发送不相干的信息造成用户反感。

三是精准推荐服务，通过对用户现有的浏览和搜索行为数据的分析，预测其当下及后续的需求，由此开展更精准和更实时的营销推广。

其次，结合大数据技术创新O2O商业模式。

O2O平台可以在用户登陆平台的操作数据中挖掘用户访问页面的统计信息，发现用户的访问轨迹，了解用户的行为，分析用户的消费轨迹，从而实施推介，促进消费。

O2O平台把同类商品或者关联商品放在一起销售，通过挖掘O2O平台的用户浏览数据，发现用户访问页面的购买需求及其相关期望。

O2O平台可以通过用户的购买记录从购物心理分析用户购买需求，甚至可以分析出用户的年龄段、职业和日常消费习惯等信息。

在很多团购网站中，设置地理位置服务，通过对用户移动终端的地理位置访问，充分利用移动互联网跨地域、无边界、海量信息、海量用户的优势，充
分挖掘线下资源，定点推介该地域相关的消费项目及优惠活动，进而促成线上用户与线下商品服务的交易。

第三，利用大数据技术给用户提供个性化服务。

用户是O2O电商企业取胜的法宝，通过用户数据挖掘实时分析用户所在场景及历史记录，构建可能的用户模型，预测用户需求并为用户提供个性化服务，比如根据用户地址提供集餐饮、购物、电影等娱乐活动一体的个性化服务。

此外，用户数据挖掘得到的知识可以为用户提供基于社交关系的推荐模型、基于地理位置的推荐模型、基于兴趣图谱的推荐模型、基于用户评价的推荐模型等。

四、结语
随着移动互联网和数据挖掘技术的发展，“互联网+”概念的提出，O2O电子商务用户数据所蕴含的价值会越来越容易挖掘出来。

未来不再仅仅是用户数量的竞争，而更多的是谁拥有更有价值的数据。

大数据技术的发展将推动O2O用户数据挖掘，大数据技术的应用也将推动
O2O电商快速发展，大数据的应用也将成为未来电商发展的核心竞争力。

参考文献：
[1]徐国虎，孙凌，许芳.基于大数据的线上线下电商用户数据挖掘研究[J].中南民族大学学报（自然科学版），2013，32（2）：100-105.
[2]赵刚.大数据技术与应用实践指南[M].北京：电子工业出版社，2013：42-46.
作者简介：耿慧慧，女，硕士，助教，北京电子科技职业学院，电子商务。