如何看自己大数据_ 电子商务中的大数据分析——数据平台和人工智能

编译| CDA数据分析专家

bigdataanalyticsinecommerce–data平台和artificialintelligence

数字本地电子商务公司熟悉处理客户提供的数据，以创建营销活动的副本、运行PPC广告、计算客户的生命周期价值以及根据CRM控制板中的核心指标作出决策。 他们了解数据获得收入、获得市场利润份额的能力，比如银行业和保险业等比较老的行业还要多。

一些最大的在线零售商有充足的时间开展业务，人们正确地拥有“大”的数据，这些电子商务企业也希望将这些大数据用于人工智能和机器学习等项目。 也就是说，在对零售、电子商务、营销专家的采访中，对向电子商务公司提供产品的AI供应商的研究表明，电子商务的AI应用程序尚未完成，需要不断优化和改进以支持实际的工作需求。

许多AI供应商声称向电子商务公司提供AI产品。 这些产品通常包括预测分析和自然语言处理。 这些供应商声称，软件可以预测潜在市场营销活动的成功，找到新的客户群，并且可以自动为谷歌地址设置最佳报价，而无需市场营销人员投资。 遗憾的是，以这些电子商务为中心的AI供应商实际上在欺骗AI产品的功能。

他们有录用应届毕业生的倾向，在LinkedIn把他们称为“数据科学家”来填补自己的地位。 他们的团队似乎是由最尖端的数据科学和AI人才组成的，但实际上他们的领导团队和最高经营层都没有人工智能的学术和商业背景。 对于开发可以在企业中销售的强有力的AI产品来说是必不可少的。

我们不起名，即使是知名度最高的“AI”供应商，在市场营销和销售中使用的也是欺骗他们的专业知识。 根据经验，在寻找能够解决业务问题的AI解决方案时，企业领导应谨慎行事，不应以自己的想法将AI整合到业务中。 他们必须经常评价AI是否适合解决业务问题。

此时，电子商务领导应着重在机器学习解决方案领域更远地准备系统。 因此，他们可以根据需要与销售支持人工智能应用的数据管理系统的供应商签订合同。 许多供应商声称最终会提供数据组织来使用预测分析。 有些供应商提供的平台具有预测分析功能，即使这些平台名义上也是如此。

本文介绍了三个大型数据平台和大型数据分析供应商，这三个平台管理您的数据，并为您的市场营销活动和销售提供预期成功的软件。 本公司从AbsolutData开始。

绝对数据

​AbsolutData提供内置预测分析功能的大型数据平台，使客户能够了解客户的购物行为、提交产品建议、确定最佳产品价格以及创建购物车报废流程。 该公司声称平台具有推荐引擎，可根据客户场所向客户推荐产品。 这些产品可能推荐给过去在附近购买的客户。

据说这个平台还可以确定退货和更换对底线的影响。 这可以为决定如何处理和提供给客户提供依据。 该平台背后的预测分析算法似乎也可以预测某些产品和某些类别的产品需求。 因此，电子商务品牌通过提前订购新库存可以防止缺货。 该公司还声称，平台可以优化各种渠道的推广活动费用。 也就是说，如何进行这项工作，尤其是我们考虑到上述内容的现状并不明确。 目前，这是机器学习困难的新生用例。

总的来说，AbsolutData声称软件可以执行基于大型数据的分析过程，但该公司似乎没有演示软件的某些部分是如何工作的。 该公司过去只列举了Adidas、Dole、Epson、Etrade、Hershey's、Hyundai、Levi's作为客户。 网站上还有很多其他的内容。 AbsolutData从八路风险投资公司募集到了2000万美元的资金。

​LK Sharma是AbsolutData的技术负责人，拥有计算机科学硕士学位。 step haldar的成长分析和人工智能解决方案的高级副总裁在AbsolutData。 他拥有博士学位，在康奈尔大学拥有市场营销、电子和电气工程学士学位，AI集中在印度技术研究所。 此前，Haldar担任加的夫食品公司战略洞察高级总监、梯级公司战略与分析总监、麦肯锡公司高级市场顾问和ACNielsen高级分析经理。

亚马逊网络服务

​ Amazon Web Services为电子商务品牌提供软件服务，以创建缺少的数据并执行大型基于AI的数据分析流程，如预测分析。 亚马逊声称，电子商务公司可以使用AWX Direct Connect导入数据。 据说AWX Direct Connect可以在客户端上传数据的系统和新数据湖之间建立安全可靠的连接。

大多数电子商务品牌拥有的数据上传可能很长，如果在流程中断，则在传输过程中可能会丢失数据。 此外，也许很贵。 亚马逊声称服务将使这一进程更加顺利。 AWS大数据分析包括多种用例应用程序，包括实时分析、数据仓库和大数据处理。 也就是说，该公司模糊了电子商务品牌通过使用平台获得的收益。

显然，AWS平台是为公司数据科学家设计的，这可能意味着现在大多数电子商务公司都不可用。 虽然他们大多数不雇佣内部数据科学家，但AWS的软件是框架，数据科学家可以在该框架中使用数据，构建能够在该数据上执行的机器学习算法。

然而，AWS声称出租车公司Grab利用大数据计算和数据流帮助东南亚150万份预订服务。 Grab需要扩展以满足客户对游戏的巨大需求。 同时，公司需要稳定，使司机能够有效地为司机提供服务。 Grab建立了大型数据基础架构，以帮助AWS满足当前和未来的大型数据需求。

部署后，基础架构可以保持稳定的数据流，并为公司工程、市场、数据和其他团队提供服务。 该公司还建立了预测分析模型，使驾驶员能够注意到一天中特定时间内乘坐哪个地区的需求较高。 云上的大型数据基础架构使Grab能够节省30 %到40 %的企业资源和人力成本，而无需维护和操作。 AWS是纳斯达克、联合利华、Yelp、nova列为过去客户。

分形分析

尽管​Fractal Analytics在平台上可以做些什么，电子商务客户的优势并不明显，但团队成员具有构建机器学习算法所需的学术和业务经验。 因此，他们被认为值得本文讨论。 Fractal Analytics声称，与一些不知名的专业零售商合作，增加了“回购收入”。 这可能是客户丢弃购物车或浏览过产品页面但没有购买的收入。

该公司声称软件提供了超过6000万户的50家客户的“标志”，以便客户能够确定要向哪些客户发送哪些转向活动。 结果零售商说回购收入增加了230%。 他还声称，一个不知名的零售商部署了一个以AI为导向的应用程序，以帮助客户跟踪购物者的在线行为。 从网站访问者的点击数收集的数据中发现的问题阻碍了访问者购买产品。 根据这项研究，从数据中发现的模型使零售商能够更改网站。 结果销售额增加了25%。

该公司以aimiaa、Philips、Franklin Templeton为过去的客户，从国库控股公司( Khazanah Nasional )、aimiaa和TA Associates筹集了1亿2500万美元的资金。

​PRASHANT警惕最高数据科学家的分形分析。 他有博士学位在工业和系统工程学上科技乔治亚理工大学。 以前，Warier在Fractal Analytics担任零售副总裁，在SAP担任高级研究人员。