大數據技術探討3篇

導言：作為寫作愛好者，不可錯過為您精心挑選的1篇大數據技術探討3篇，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

大數據技術探討1

引言：在電子商務快速發展的新時代，數據不斷涌現出來，其價值也逐漸凸顯處理，隨著電商發展的速度加快，數據增長對企業用戶管理帶來了諸多不便和挑戰，可是，大數據技術可以全面采集及其挖掘到成千上萬的數據信息。而電子商務用戶數據挖掘可以將商家和用戶聯系起來，從而建立電子商務商業平臺，該發展模式具備很多有用的數據信息，對這部分數據加以準確挖掘和利用可以提高市場競爭能力，故而，在大數據時代發展下，研究與探討電商用戶數據挖掘有關問題是必然的。

一、相關概念分析

1.大數據技術大數據的產生除去是為了進行高量級數據信息計算，另一方面還是希望從數據資源之中提取高價值信息。數據挖掘，即從海量的數據資源里面提煉出高價值數據信息。一般條件下，數據挖掘階段，選擇的數據源多為數據倉庫等。數據倉庫就是專門給數據提取與挖掘提供對應服務的，是面向主題的集成性高的，比較穩定的數據集合，可以在相關管理工作者決策擬定過程中給予適當的幫助。依據本質上說來，數據庫系統可以劃分成聯機分析處理及其數據處理兩種不同的系統，他們在面向使用途徑、對象等方面有顯著的差別。需要注意的是，數據庫采取了聯機數據處理系統。

2.電商模式近年來，傳統電商獲得了迅速發展，線上消費逐漸演變成人們必不可少的一種消費模式，為了充分滿足消費者個性化需要，同時得到優質服務，繼而出現了電商模式，其就是指企業通過互聯網進行經營得到營業收入的一種基本方式，是在網絡環境下基于一定的技術基礎的商務運行方式與盈利模式。

二、電商用戶數據特點

1.數量大網絡交易數據伴隨電子商務持續發展而不斷增加，在電子商務企業經營環節中，大部分企業會獲得很多數據。不但是這樣，移動互聯網和社交互聯網數據數量也不能小看，由于其數據資源比較充足，因此電商用戶數據不但數量多，來源甚廣，假設可以把這部分數據合理使用起來，那么對電子商務發展可以起到良好的促進作用。

2.迅速用戶行為為數據產生的重要來源，獲取到的數據在互聯網環境下有著一定的瞬時性，因而為得到有效的數據，電商模式要求實時處理獲得的數據。不但是這樣，相關業務周期較短，如果根據傳統查詢方法查詢和分析數據信息，易于造成信息過時，導致數據失效，不能發揮其作用，因此必須要迅速分析數據信息，防止發生過時數據占據資源的情況出現。

3.高價值網絡消費在電子商務模式推廣下不斷擴大，在電子商務業務模式中，消費人員數據對其產生著很大的影響。與此同時，消費者數據的商家價值達，經過準確預測和分析用戶數據益于在網上競爭中讓電子商務企業自身價值得到提升。不過因為數據來源途徑較多，數量較大，沒有價值的數據也有很多，因此對價值數據展開挖掘時必須要采取合適的方式。

4.類型多在電子商務模式下，可以經過各種途徑得到用戶有關數據，其獲得的途徑不但限于電子商務交易平臺，與此同時還能在不一樣的范圍使用差異化的方式最大顯得獲得用戶數據信息。

三、基于大數據的電商用戶數據挖掘流程和方法

過去數據分析方法非常簡單，僅需要在海量數據信息里面提煉出來有用的數據信息即可，可是電商用戶數據分析不同，故而與傳統數據分析法需要區別開來，避免將二者混淆。過去的數據分析法已然無法適應新時代數據分析，倘若不進行更新而接著使用根本無法有效提煉出高價值數據信息，故而要想促使電商用戶數據里面的價值充分挖掘出來，則必然要在大數據技術的基礎上進行，促使大數據得到合理運用，其能夠把電商用戶數據變成有用的信息。經過全方位分析大數據信息，在數據里面尋找到相關規律，可以給電商提供高價值信息，增加競爭能力，構成電商用戶數據挖掘框架，其涵蓋了數據收集、數據儲存、數據來源等。在這之中，數據收集、組織、儲存為數據挖掘中對數據預處理的過程；數據分析就是借助數據挖掘模型分析數據；應用層就是面向對象方式的數據應用，涵蓋面向電商平臺應用、電商用戶、商家的應用。

1.數據挖掘流程（1）數據收集社交網絡和移動設備終端還有電商平臺用戶數據是電商用戶數據源，通過流的形式可以創建起比較完整的用戶數據信息，這部分數據源之間具備彼此交互的特點，且數據信息交叉，所以必須要嚴格依據交易、觀測及其互動分類電商用戶數據，以相關工具采集用戶消費行為。（2）預處理所謂預處理，簡單來說，其是由多個部分構成的，即清理、準備、集成等，其是由數據結果治理決定的，在某種程度上說來，數據預處理結果對電商用戶數據挖掘效果帶來了相當大的影響，收集的原始數據里面除了有冗余數據以外，也有噪聲數據等。其中，數據準備關鍵點在于全面解析和重構數據，繼而提高數據挖掘治理效果，借用電商用戶對商品進行評論等基本信息變成模糊邏輯，通過精準過濾獲得有價值的數據，摒棄無用的數據，增強數據分析的精準性和高效性，繼而獲取到真正有利用價值的數據。而數據關聯，需要科學處理特定用戶活動特點，此為個性化服務。舉例言之，用戶購買行為產生的數據和購買時間數據關聯性，通過電商分析了解到用戶在進行某一種商品購買時，購買次數較多，則利于電商銷售商品，數據融合關鍵是把多種有關聯性的數據結合起來，最后這部分數據會構成新的商業應用。（3）挖掘與應用在挖掘相關數據的時候，理應嚴格依照差異化的應用需求全面挖掘模型，繼而深挖數據，數據挖掘模型有三類，即聚類、分類及其關聯規則，眼下的數據挖掘環節中的用戶模型并不少，這主要是根據用戶的興趣、年齡段等基本信息進行類別劃分的，當獲得有關結果以后，深入闡釋和運用數據結果，通常來說數據挖掘結果應用要把異常性檢測、個性化推薦等涵蓋在內。

2.數據挖掘方法數據挖掘重點在于挖掘相關數據信息，以此預測用戶發展趨勢及其有關行為，同時預先做好有關決策和調整，利用數據挖掘開展數據分析的方法很多，其涵蓋了分類和關聯規則等，其會從多種角度預測和挖掘數據，關聯規則分析、分類和聚類分析等都是電商用戶數據挖掘方法。（1）關聯規則這種數據挖掘方式涵蓋各種關聯，相關工作者經過科學采用電商模式，可以從海量數據中了解到項集彼此之間的關聯，繼而以此分析出導致電商用戶行為的各種因素，經過該種關聯規則分析法，細分電商用戶，按照用戶需求調節對策和風險評估，同時提供數據支持。（2）分類和聚類分類就是按照文本屬性，整理在已有類別。即這部分類別為已經知道的，經過已知分類數據展開訓練與學習，尋找到各種類別的特點，然后對沒有進行分類的數據加以分類。分類數據可以對電商用戶和用戶特點、用戶購置滿意度展開進一步分析。其次，聚類分析為電商用戶數據挖掘的主要方式，聚類分析關鍵是用來進行市場細分的，通過聚類分析法可以發覺不一樣的客戶群，研究消費人員行為，同時依據消費人員購買情況了解到客戶群體的特點。（3）社會網絡這種分析方式核心在于針對多種社會群體以及社會單位相互間的關系展開全面分析，該分析比較注重電子商務用戶間的關系，通過關系探究，可以全面呈現出關系流動中的基本信息，這樣有利于數據挖掘順利進行。（4）變化與偏差這種分析方式之中有大量的潛在信息，譬如不滿足相關規則的特例、預測偏差數值等，把變化和偏差分析應用于電商用戶數據分析中，可以實時發現和分析，準確辨識用戶各種情況，即正常或者是不正常的情況，給電商調整戰略提供相關參照依據。

四、數據挖掘運用路徑

1.擬定針對性營銷決策在電商模式健康穩定發展的情況下，基于大數據開展電商用戶數據挖掘，不但能進行市場分類，還可以合理定位，避免定位錯誤，造成營銷不到位，對用戶購買潛能帶來影響，以數據收集、處理和加工用戶基礎信息，認識與了解到用戶消費傾向于何種產品，并提高產品營銷的概率，促成消費行為，開展個性且具有針對性的營銷。早期營銷因為不曾準確分析用戶，導致很多營銷成本浪費，但是電商數據挖掘無需花費過多的成本，就可以大大增加銷售價值，開拓消費資源，同時運用電商用戶數據分析，精準判斷用戶有價值與否，繼而對有價值的用戶，制定出不同的營銷對策，確保營銷成功的概率，提高商家收益回報率。

2.穩定客戶群體利用數據挖掘全面分析用戶購買商品時的喜歡哪一類商品，繼而針對該商品進行相應的推薦，構成比較穩定的客戶關系。對挖掘出來的客戶，需要整理出有關數據信息，從而根據信息了解到客戶的消費行為習慣和愛好等，合理推薦有關商品信息，如此可以深挖潛在用戶。對已達成交易關系的客戶，后續必須要做好相應的維護工作，避免客戶流失，要為客戶提供其他優質服務，提高客戶滿意度的同時，增加客戶的依從性，合理穩定客戶。通過數據分析進行預測和推薦同樣屬于電商用戶數據挖掘中的重要一環，當一些用戶買到了理想中的產品時，評價高，同時把產品推薦給親朋好友，就可以擴大商家用戶群體。

3.合理優化網絡平臺在電商數據挖掘背景下，開展網站平臺頁面設置是必然的，好的網站內容可以提高用戶訪問交易，與之相反的就是用戶訪問記錄大大減少，故而需要合理優化網站平臺設計。電子商務網站就是以用戶下單的行為習慣、訪問用戶、設計網站結構及其內容，把那些用戶點擊率多的商品放置于首頁，用戶點擊網頁時，電子商務商家利用數據挖掘可以了解到用戶瀏覽數據，通過網頁彼此之間的關聯性，可以對用戶喜歡的產品下面設置導航鏈接，且設置服務器緩存，可以讓服務器響應時間降低，提高用戶滿意度。

4.拓展精準廣告業務利用電商用戶數據挖掘，從表面上看來，只能獲得有關數據信息，但是實際上卻可以根據獲得的數據信息了解到用戶的消費習慣，這樣商家根據消費者的習慣可以針對此開展用戶喜歡的銷售活動，增加廣告宣傳力度。商家需要主動把廣告放在消費者喜歡的商品上，這么做不但可以提高消費者消費次數，還可以提高經濟效益，為商家發展帶來充足的資金，促使資金周轉正常，為企業可持續發展奠定扎實的基礎。再者，商家把廣告放在用戶時常進行消費的地方，可以為用戶提供個性化營銷。

5.開拓其他增值業務電商用戶數據挖掘后，需要對數據信息加以整理歸納，從而創建對應的數據庫，這樣做可以全面分析用戶數據信息。電商平臺商家也可以針對用戶消費數據，給用戶提供不同類型的產品，如此可以進一步采集到用戶數據信息，比方說，相當一部分商家因著數據信息不足無法實時辦理有關信貸業務等各種新業務，但是使用數據挖掘可以找到其中存在的附加值，最后開發出全新的業務。

五、案例分析

伴隨互聯網持續發展，生鮮果蔬電商平臺不斷涌現出來。此次以生鮮果蔬電商平臺而言，如何運用大數據技術，加強電商用戶數據挖掘，提高企業核心競爭力是非常重要的。

1.進行商城定位主要電商用戶數據挖掘使命是為了讓買賣變得簡單，且在未來發展過程中可以成為世界領先電子商務平臺，主要價值觀就是將客戶作為重心，積極創新合作、誠信做人和做事、相互之間團結友愛、積極進取，主要戰略就是建立大數據體系當作支撐。定位：第一，針對消費人員，促使消費人員可以迅速獲得性價比高的商品；第二，針對企業而言，有效轉化企業積分，進行積分兌換等形式不一的場景，可以為企業提供各種運營服務信息平臺。

2.產品和服務第一，電商園區整合生鮮果蔬產品價值鏈。電商園區是現階段電子商務將來發展過程中主要構成部分，電子商務產業園牽涉到網商與網貨，涵蓋品牌和設計、加工和培訓等各個領域，是全新的專業市場模式。全國多個省份都已經構建成了電商園區，達到了百分百的覆蓋率。鑒于電商園區發展前景，產品農戶和電商經營人員等可以在政府指導與監督管理下構建針對生鮮果蔬產品的電商園區，給廣大產品種植養殖農戶和產品電商企業提供很多的商業資源與信息。第二，和產品生產有關的技術產業與產品加工業是價值鏈中的重要構成部分。生鮮果蔬產品在種植養殖過程需要科學種植養殖技術作為支持，所以技術指導團隊能夠被整合到價值鏈中，生鮮果蔬產品精加工產業除去能夠開拓銷售渠道，還能帶動有關產業發展，比如產品包裝產業，其是生鮮果蔬產品流通的主要條件，配合產品銷售而研發低價的環保包裝材料；品牌設計產業，是發展區域經濟的核心力量，并且帶動了農業增效與農民增收。

3.合理優化網絡平臺電商營銷中的網站平臺設定、電商App頁面數據等均是十分重要的，會對用戶消費有相當大的影響。據此，必須要經過積極訪問用戶基本信息，譬如用戶瀏覽習慣和記錄等，繼而給界面優化提供參考，與此同時展開精準營銷。比方說，把那些用戶點擊率高的產品放置于第一頁，吸引用戶眼球，也可按照用戶近期瀏覽習慣，對其定制化推動有關產品介紹，從而提升購買下單率。除此以外，鑒于對用戶瀏覽數據的挖掘，需要在用戶期望的界面上增加導航鏈接、設置服務器緩存，減少反應時間，提高營銷效率。

4.進行精準定位開展電商用戶數據挖掘，可以詳細劃分和定位市場，繼而挑選出針對性的用戶營銷手段。具體說來，企業需要先進行數據采集工作，然后將采集的數據信息進行加工處理，方可挖掘到用戶實際消費行為習慣，繼而對用戶制定出可行性高的營銷方案，以此節約銷售成本，鎖定潛在用戶，并且為用戶進行產品推送，提高營銷成功的幾率。首先，需要合理采用新媒體平臺，進行營銷推廣，這些新媒體平臺包含了微信、抖音、博客、頭條等，消除電子商務商城新模式下的一些服務活動；全面結合企事業單位App和互聯網超市等，讓客戶流量增加的同時，促使其與供應鏈進行良好的溝通互動，增強消費人員消費體驗。其次，需要構建一大批直接營銷的隊伍，與線下企業和社區、便利店和超市等經營商合作，把資源共享最大化。

六、結束語

伴隨云計算和數據挖掘技術等的持續發展，電子商務數據，特別是用戶數據中蘊含的價值會很容易挖掘出來。電子商務經歷著從用戶數為主演變為銷量為主，接著到現在的數據為主的快速變遷。電子商務企業意識到，精準的商務決策源自于事實，就是數據支持，大數據技術運用必然會成為電子商務進一步發展的重心，也將為其帶來很高的商業價值。

作者:王彥霞 單位:莒南縣石蓮子鎮財經服務中心

大數據技術探討2

1大數據應用對水泥企業生產的影響

1.1可實現對數據的實時考核和監管隨著我國工業自動化控制水平不斷提高，近年來，水泥行業中企間的競爭愈發激烈。因此，降低生產成本，是當前水泥行業經營生產過程中十分重要的環節之一。水泥企業在生產經營中利用大數據技術能夠實時對其考核采集系統進行分析，了解生產過程中存在哪些不足，在第一時間內對這些不足及時調整，使得設備在運行過程中始終處于最佳狀態。還可以利用累計功能對每班的產量進行累計、檢查。另外，使用大數據系統能夠自動生成數據，實現存檔備案。利用數據進行考核是最公平、也是最沒有爭議的評價方式，能夠及時、中肯、公正地對所有中控操作人員的工作績效進行評定，既可以實現成本管理，也能夠降低能耗，從而幫助水泥企業實現可持續發展[1]。

1.2可實現熟料燒成系統電耗和煤耗管理在水泥行業生產過程中，能源消耗是尤為重要的一部分，降低能源消耗且對其實施管控，是當前水泥企業生產過程中需要思考的問題之一。利用大數據技術可以實現對系統電耗以及煤耗進行管理。數據系統能夠實時采集水泥行業生產過程中窯頭風機、窯尾排風機、高溫風機、窯尾壓汽車料、變壓器等一系列機械設備在使用時所消耗的電量。該系統還能夠運算出熟料燒成用電設備的功率，并且對其進行相加，以此得出水泥生產過程中所需要消耗的總功率。入窯給料系統是由八個不同的流量閥組成的，實現均勻化的小倉入量，由倉重傳感器進行計量，在計量后會將數值在第一時間內直接傳送到DCS系統。當生料進入緩沖倉的質量在80%時，系統會在第一時間內停止喂料；當緩沖倉的質量下降到50%時，系統則會自動給料。這種方式實現了自動化管理，能夠確保數據的精準性，利用大數據還能實時監控其數據的整體使用效果。緩沖倉需要保持在設定的質量范圍內，起到的作用是穩定物料，投料時間由大數據系統傳輸并運算，其運算質量會有著明顯的提升，系統調用均化庫，下游固體流量則需要利用瞬時流量進行計算。在傳統的計算過程中，其計算質量相對較差，而利用大數據進行計算，則能夠計算出每時每刻的產量，根據實時的數據進行及時的分析與調整，既可以保證整個鍛造工藝的質量得到提升，又可以保證工藝在煅燒過程中的強度、質量以及產量，確保所有數據的真實性和準確性，降低消耗，符合我國當前可持續發展以及環境保護的政策理念。在水泥生產過程中，煤的消耗也是尤為重要的一部分，利用大數據技術將這一生產過程中所消耗的數據直接傳送到DCS后臺，并且進行數據的存儲，其所產生的合格煤粉在進入到煤倉后可以利用煤粉秤按設定值向窯頭輸送，根據窯頭測溫系統實現自動控制，實現自動給量，按照已經制定好的程序進行運算，根據當前的溫度反饋自動地實現加煤料以及減煤料，實現煤量精準到10千克，以此達到整個工礦在生產過程中的最佳用煤量，減少煤量的消耗，滿足水泥生產的實際需求。

在煤磨生產過程中，需要對整個生產過程中系統中的含氧量進行控制，這是由于褐煤生產本身是一個易燃易爆的、危險性較高的過程，應該將含氧量控制在最低水平下，可以使用氮氣減少氧含量，避免在生產過程中出現危險事故。在褐煤生產過程中利用DCS系統也能夠實現對一氧化碳含量以及氧氣含量進行分析以及對比，一旦超過設定范圍系統會自動發出警報并且直接啟動二氧化碳滅火系統，實現對數據的實時分析、實時存儲，并且利用后臺進行數據的分析與對比。基于這種環境下，其所生產出來的合格煤粉則可以直接進入煤粉倉，按照設定直接將其利用預熱器輸送煤粉進行煅燒。預熱器在實際使用時具有測溫系統，能實現自動控制給煤料，確保整個生產過程中都處于精準狀態下，其可以精準到10千克，進行自動加煤和減煤，滿足在使用過程中的工礦使用需求。窯尾煤粉的瞬時指標、流量數據也可以在第一時間內被采集到DCS系統中，及時計算出窯尾的用料以及窯頭的煙煤用量，將其數據直接保存到系統中，提高數據的應用效果。生產過程中固體流量的瞬時流量以及累計數據同樣可以進行運算，可以計算出褐煤、煙煤每噸熟料的編號，并且將實時數據進行對標，分析能否達到最佳值，提高其整體的使用質量和應用效果，滿足當前利用大數據分析水泥行業生產效果的實際需求[2]。利用大數據技術能夠第一時間實現對數據的存儲和處理。云計算技術能實現對大數據技術的有效管理、及時擴展、調用以及計算管理，同時也能夠確保數據在進行存儲時，其存儲資源的質量和能力得到進一步的提升，無論是資源或者應用效果都能滿足當前水泥企業在生產時的實際需求。利用大數據或者是云計算技術實現對原有數據的深入分析，可以發現更多數據本身所帶有的價值，滿足當前數據的整體使用需求，幫助水泥企業深度分析生產發展中存在的問題，提升機械設備的使用效果，降低設備出現故障的概率。

2應用大數據技術提高水泥企業生產質量的方式

2.1轉變傳統的生產理念為了提高生產質量，將大數據應用在水泥企業的生產過程中，需要利用大數據建立行業自律的共同價值觀。利用大數據技術可實現企業間的有效溝通，確保整個行業的發展質量得到提升。一直以來，企業的價值觀都是企業在發展過程中的核心競爭力，是企業在追求經營成功過程中所推崇的基本理念以及在經營管理時所奉行的目標，是每一個企業生存和發展過程中的指導思想，更是一個企業想要提高生產質量的必要理念之一。企業的生存發展、創新效益均與企業的目標有著極為密切的關系。在當前的大數據時代下，只有具備行業自律思想，才能夠確保整個行業蒸蒸日上，才能讓整個行業利用全新的技術共同前進，引導行業的經營策略從原本的量本利變成價本利。目前我國存在著產能過剩的情況，在傳統的生產經營中，擴張市場份額時所選擇的量本利方式已經與當前市場發展相違背。為此，只有選擇價本利的經營策略，才能夠確保企業的利潤更加穩定。這就需要利用大數據技術不斷探究當前消費者對水泥行業的要求、對于水泥這一產品的要求，促使行業的發展質量得到提升。利用大數據技術還可以改變銷售受限制這一個問題，能夠使企業了解同行業內的產品質量、產品設計，避免同質化產品大量出現，提高產品本身的使用質量；借助大數據互聯的區域平臺，了解水泥行業在生產過程中的重點方向。產業集中度的高低會直接影響一個行業的整體發展質量。當前水泥市場的需求與市場發展密切相關。由于在水泥行業中企業規模大小具有巨大差異，企業數量眾多，需要利用大數據技術的普及和發展，加大對市場信息的透明化管理、及時性管理，為整個行業發展帶來更加有利的變化，讓行業中的所有企業及時地了解到當前水泥行業的市場變化，以及有利條件，做到在整個市場利用平臺共同合作，實現共贏。利用互聯網平臺的優勢，將區域市場范圍內的水泥企業通過建立自愿股權關系組建成為區域水泥經濟平臺，使得水泥企業的發展質量得到提升，不斷創造經濟效益。

2.2利用大數據技術實現實時的數據管理隨著我國工業自動化發展的進程越來越快，在水泥行業生產過程中，數據的收集、存儲、分析在當前顯得尤為重要。根據現有的生產結果進行技術探索，不斷推動整個行業生產管理理念的革新，從原本地利用人力資源的管理模式進行改變，漸漸地走向利用大數據時代的數字化管理理念、大數據實時考核系統。在生產管理過程中，其真實地體現出了每一個班組、每一名成員在日常工作過程中的工作狀況，根據所有員工的生產指標，完成員工的考核結果判定。利用大數據技術確保考核結果高度透明，保證考核過程中考評的公平性以及考評的合理性，從而提高考評的整體效果。與此同時，使用大數據進行生產信息的采集具有準確性，能夠更好地根據生產過程中的實際狀況調整目標，使得整個數據計算更加方便快捷。還可以利用大數據技術對水泥熟料的生產成本進行考核，這種方式對流水線工藝生產而言，帶來了非常正面的影響。由于大數據技術能夠直接反映出水泥行業中流水線工藝在發展過程中的工作指標以及能源消耗的整體狀況，進一步提高水泥行業的發展質量。特別是在當前，由于當下水泥行業處在大整合、大調整的時代下，需要利用大數據了解行業發展中存在的問題，改變中國經濟的高速發展給企業發展帶來的隱患。例如，產能過剩這一個問題，從來不是一朝一夕就能解決的，而是需要從水泥行業的整體發展進行分析，利用數據分析行業發展中存在的問題，進一步地提高整個行業的發展質量。利用大數據技術也能實現行業之間的有效溝通，推動整個水泥行業中的企業提高核心競爭力。大數據還可以作為整個市場運行管控的工具之一，實時監督行業的發展。找到不同企業與企業之間的差距、找到行業在生產過程中存在的問題，對其不斷進行改善，繼而提高在水泥行業中企業的核心競爭力，推動我國的水泥行業向著國際化進程發展。

2.3提高工作人員的專業素養大數據時代需要對水泥行業的人才進行培養。水泥企業在利用大數據進行數據分析的過程中，工作人員不僅需要掌握水泥方面的專業技能，還需要掌握數據分析等技能，了解虛擬化數據如何進一步使用、分析和處理，了解大數據時代如何實現信息存儲過程中不丟失、不被篡改。大數據技術只有與水泥行業的專業技術相融合，才能進一步提高企業發展速度，為企業發展服務。水泥行業在發展過程中，要求大數據分析人才除了應掌握上述的專業技能，還需要具有工匠精神。所謂工匠精神是指在日常工作過程中不再僅僅做單一的、重復的工作，而是真正地做到精益求精，將水泥行業技術與大數據技術結合這一工作落到實處，明確在開展工作過程中自身所面對到的問題，對其進行改變。工作人員應擁有勤勞樸實、埋頭苦干的精神。這既是一種優良的傳統文化，也是一種智慧，彰顯了國家文化，并告知人們只有具有工匠精神才能夠更好地幫助企業發展，改變一個行業在經營管理過程中所遇到的一系列問題。工匠精神能夠讓所有的人才了解到當前自身存在的不足，明確如何針對自身的不足進行改進。作為水泥企業的管理者，應定期在企業內根據不同員工的實際需求開展員工培訓。培訓應基于員工的現實需求出發，根據員工發展的實際需求進行改變，讓更多的員工在實際培訓的過程中更加滿意培訓內容、更加主動地學習，改變原本部分企業并沒有做到因人而異，導致培訓質量較差這一問題。每一次完成培訓后，還需要對員工的專業素養進行考核，只有考核成功后才能夠讓員工繼續在崗工作，其目的是完善員工自身對大數據技術與水泥技術兩個不同專業知識的理解，實現融會貫通，真正適應我國企業需求。企業還可以與高等院校對接，培養既具有大數據技術知識的專業人才，同時也具有水泥行業專業知識的人才，使得高等院校在人才培養過程中實現定向培養，能夠培養出一批又一批更加優秀的、更符合水泥行業發展需求的專業人才，讓水泥行業的發展速度得到提升的同時，滿足我國社會發展的實際需求[3]。

3結束語

綜上所述，在當前的時代發展中，水泥行業只有順應大數據時代的發展趨勢，才能夠培養出一批又一批綜合性的、熟練使用大數據技術、了解水泥行業發展方式的人才，提高水泥企業的發展質量，增強企業的整體競爭力，確保在生產經營過程中能夠利用大數據了解水泥行業當前的生產方向，加大生產的整體效率，滿足生產發展的實際需求。

作者:李冠軍 單位:河南同力智慧科技有限公司

大數據技術探討3

0引言

當今社會正從信息技術(IT)時代走向數據技術(DT)時代,大數據已不僅僅是一個火熱的概念,大數據的應用場景開始滲透到社會生活各行各業與企業中,并取得了較大發展與成效(王威和侯準,2020)。近年來,跨境電子商務在我國蓬勃發展,它是一種依托于互聯網、電子商務平臺和大數據工具的跨境商業模式。跨境電商企業利用大數據技術可深入挖掘客戶的真實需求、在成就客戶的同時實現企業目標,實現一舉兩得。Lei等通過研究網站行為數據和使用數據分析工具,發現需求鏈管理(DCM)在結合電子商務和大數據的優勢時,比傳統的供應鏈管理方法有更好的性能,這也是大數據技術應用的良好成果之一。但在跨境電商迅猛發展的增勢下,起步時間較晚、技術水平有限、消費理念存在差別等問題在一定程度上限制了跨境電子商務的發展,這些問題正逐漸成為跨境電商健康發展的障礙。而跨境電商企業應用大數據技術可在一定程度上緩解這些問題。在理論研究方面,最新關于跨境電商企業大數據技術應用的研究主要集中在應用大數據分析的積極機制上,很少關注應用大數據分析的負面影響,如隱私和安全、購物成癮和群體影響等。跨境電商企業如何正確、高效地利用大數據技術解決現存困境成為不容忽視的問題。因此,本文從跨境電商發展現狀及發展過程中面臨問題出發,針對當前跨境電商企業大數據技術應用的四個主要方面———跨境選品、精準營銷、優化物流解決方案、提升內部運營管理水平,選取“京東海囤全球”為例,通過分析其對大數據技術選品策略應用、實現精準營銷、物流方案綜合設計與各環節成本控制的策略,最后對跨境電商企業如何應用大數據技術提出相關建議。

1跨境電商企業對大數據技術的主要應用

1.1基于大數據技術的跨境選品

1.1.1供應商信用評估跨境電商平臺對其供應商做出高效信用評估,是其把控產品質量的重要手段。劉章發、劉景艷、吳青等運用與大數據相匹配的指標賦權方法———模糊層次分析法(FAHP)為各指標賦予權重,并在此基礎上構建與大數據相匹配的信用評價模型。榮飛瓊和郭夢飛也構建了供應商信用評估指標體系和信用評估模型,用以解決跨境電商平臺中供應商信用評估的各種問題。

1.1.2產品質量風險評估由于電子商務交易中的信息不對稱,消費者在網上購物時對不確定性信息下的產品質量不滿意,從而對電子商務交易效率產生負面影響。Liu提出了基于模糊c均值聚類算法的特征提取和基于成本敏感傾斜(CSL)-樸素貝葉斯算法的電子商務產品質量風險評估模型。實驗結果表明,基于Spark的機器學習算法在大規模數據環境下具有更好的可擴展性和優勢,能夠準確識別電子商務產品質量風險。

1.2基于大數據技術的跨境精準營銷———個性化推薦在跨境電商平臺上海外商品眾多,形成了“信息爆炸”和“信息過載”等問題,使消費者在購買心儀商品時存在選擇困難。而交易產生的豐富的交易數據可以讓跨境電商企業探索顧客的瀏覽行為、習慣、偏好甚至特征,這可以幫助企業更清楚地了解顧客的需求。李家華、楊杰許多學者針對跨境電商企業的精準營銷策略進行研究,并提出了更優質的個性化推薦算法。當然,除了通過客戶行為分析進行個性化推薦外,大數據技術還應用在跨境電商企業營銷的其他方面,比如通過客戶評價分析進行廣告創新、通過廣告投放分析進行廣告策劃、通過社會熱點分析進行病毒營銷以及通過產品定價分析進行價格歧視策略等。同時,跨境電商企業在應用大數據技術進行客戶行為分析,從而進行個性化推薦的過程中,也需要注意一些負面效應。Thi等對來自越南的273名受訪者進行了抽樣,結果發現信息搜索、推薦系統、動態定價和客戶服務對顧客反應有顯著的正向影響。其中,隱私和安全、購物成癮和群體影響對顧客的反應有顯著的負面影響。

1.3大數據技術優化跨境電商物流解決方案隨著大數據時代的到來和互聯網技術的快速發展,跨境電商已經有了很強的發展趨勢,這就導致了配送行業中跨境電商物流流程冗余復雜、效率低、成本高等諸多問題。而運用大數據技術優化物流配送方式是提高配送效率,降低配送成本的關鍵。基于大數據分析選擇電子商務企業物流配送模式,通過定量分析選擇合適的物流配送模式,其避免了企業的主觀判斷,提供了有效的決策途徑。不同學者都基于大數據技術提出了其跨境電商物流模式的新模型,如Zhao等探討了大數據平臺下B2C跨境電商產品銷售與物流配送的優化模型,提出了大數據下B2C跨境電商物流配送的創新優化策略;Pjw從非結構化大數據中探索電子商務物流業務模式,所提出的混合內容分析框架為電子商務物流管理提供了研究基礎。

1.4大數據技術提升跨境電商企業決策水平大數據應用發展和創新對于企業的管理方式變革產生了根本性的影響,在這一過程中,企業管理者能夠通過自動化的智能工具,實時指導企業運營,及時進行數據分析,從而更準確快速地做出決策。大數據分析涵蓋主觀邏輯分析和客觀數據計算與推論,極大地提高了決策結果和合理性和科學性。大數據應用給企業管理者帶來的是更客觀地呈現企業運營的過程,能夠更全面的檢查企業各方面的資源配置現狀,同時對于競爭對手的了解更直接、更快速。對于跨境電商企業,如何更好地運用大數據技術提升內部運營管理水平,不同學者都進行了研究。Behl等采用混合多標準決策過程開發了一個解釋性結構模型(ISM),可以作為跨境電商企業有效實施大數據分析(BDA)的框架。孫洋通過深入分析大數據與商業模式創新驅動力、戰略發展的相關性,從戰略的視角提出了商業模式創新路徑。

2海囤全球大數據應用案例分析

2.1京東海囤全球簡介“海囤全球”原名“京東全球購”,主營跨境進口業務。“海囤”意為“海量囤積海外好貨”,海囤全球的相關簡介見表1。

2.2海囤全球利用大數據技術創新選品策略,嚴格把控商品質量海囤全球依靠大數據技術可較快獲得新產品的靈感,通過對平臺數據和客戶數據的挖掘、分析,快速獲取新產品靈感,通過大數據技術實現關鍵詞搜索,接下來對市場容量進行測算,在測算的基礎上完成新品的創造和市場的驗證。

2.3海囤全球利用大數據技術刻畫用戶畫像實現精準營銷在精準營銷方面,海囤全球對“用戶、商品、場景”進行科學高效匹配,為海外品牌商制定全鏈路的精準營銷方案,不斷通過為用戶進行細分,差異化產品以及營銷場景多元化助力海外品牌成長。海囤全球通過對客戶分層后實行精準化的營銷定制,推薦獨特性產品,跨產品滲透的方式幫助海外供應商實現精細化運營管理。此外,海囤全球將平臺內外部資源進行整合,為海外眾多品牌打造品牌定制、優質內容營銷以及活動節日營銷等場景,激發進口品牌快速成長活力。海囤全球會在精準營銷、產品品控、品牌成長等方面幫助海外平臺快速成長,通過深入合作成為海外品牌快熟增長的將在市場營銷、品質提升等多方面與這些品牌開展深度合作,幫助海淘品牌的多維度成長。

2.4海囤全球利用大數據技術提供最優物流方案海囤全球利用大數據技術,通過對海量數據的篩選和處理從而達到對跨境運輸全程的智能信息化、高效化的管控,在此基礎上制定的物流配送方案既讓企業實現了物流成本的降低,又提高了客戶滿意度。通過智能化布局的倉配物流網絡,海囤全球為商家提供倉儲、運輸、配送、客服、售后的正逆向一體化供應鏈解決方案,快遞、快運、大件、冷鏈等全方位的物流產品和服務以及物流云、物流科技等物流科技產品。因此,海囤全球旗下的自運營商品和使用京東物流配送的非自營商家的商品均可實現極速送達。2.5海囤全球利用大數據提高決策水平在采購階段,海囤全球利用大數據技術幫助其制定科學合理的采購計劃,通過對歷史各階段采購數量、采購成本、采購頻率以及采購廠家的深入分析,為其預測未來采購量,優化采購方案有著重要指導作用。對復雜數據的分析為企業提供了對這一現象的清晰理解,并有助于改善決策過程。在產品的售后服務階段,海囤全球大數據技術運用于對客戶產品質量評價、物流時效性評價以及客服態度評價等數據資源的挖掘和分析,根據分析結果對質量將缺陷的產品向供應商提出修復或下架的建議,物流配送的問題對相關部門人員追責并加強技能培訓提神客戶滿意度。大數據技術的運用有效提升了調研效率,降低了人力成本,對客戶滿意度的提升具有積極意義。

3結論與建議

大數據分析(BDA)為跨境電子商務企業提供持續價值,“海囤全球”一直在追求創新和發展,也不斷將大數據等高新技術應用到公司的發展上,讓公司的產業鏈條更加龐大、體系更加成熟,能夠有效應對各種風險,這讓其在同行業的競爭力上又上了一個臺階。跨境電子商務企業應提升自身大數據意識,積極將大數據技術應用于企業各方面,才能在競爭激烈的海外市場中贏得優勢。但是,跨境電商企業在運用大數據技術是也應時刻注意保障消費者隱私和安全,才能在得到消費者擁護的基礎上取得長遠發展。與此同時,企業在應用大數據技術時不能忽視購物成癮、群體影響等負面效應,應合理科學的應用大數據技術。

參考文獻

[1]張濱,劉小軍,陶章.我國跨境電子商務物流現狀及運作模式[J].中國流通經濟,2015,29(01):51-56.

[2]王威,侯準.大數據背景下飼料企業跨境電商發展的SWOT分析[J].中國飼料,2020,(09):136-140.

[3]劉晶.跨境電子商務與我國企業全球價值鏈地位提升[J].商業經濟研究,2017,(09):71-74.

作者:曹淑娉 梅燕 單位:杭州電子科技大學經濟學院