當(dāng)今的商業(yè)和電子商務(wù)現(xiàn)狀讓數(shù)據(jù)管理成為業(yè)務(wù)運(yùn)營中的必要組成部分。不論是存儲客戶數(shù)據(jù)的CRM，應(yīng)用內(nèi)置分析、與聊天機(jī)器人的對話記錄，團(tuán)隊(duì)之間的Slack消息或者其它消息的結(jié)合，數(shù)據(jù)管理都是業(yè)務(wù)運(yùn)行中不可或缺的一部分。不幸的是，很多的企業(yè)無法依賴整齊統(tǒng)一的數(shù)據(jù)流，相反，他們花費(fèi)大量的時(shí)間來構(gòu)建和清理數(shù)據(jù)，以適應(yīng)他們的業(yè)務(wù)運(yùn)營。
對于擁有大量數(shù)據(jù)池和重要分析需求的電子商務(wù)公司而言，這也意味著對人員和資源大量投資來保持?jǐn)?shù)據(jù)的有序性，從而使分析工具能夠流暢運(yùn)行。
由于數(shù)據(jù)倉庫的固定結(jié)構(gòu)需要專門的管理，而且進(jìn)行更改也需要大量的編碼，因此這很快會(huì)變成代價(jià)高昂的工作。但是使用數(shù)據(jù)來推動(dòng)電子商務(wù)的增長中存在的價(jià)值還是很值得的。
我們來看看利用數(shù)據(jù)來實(shí)現(xiàn)增長的一些方式。
數(shù)據(jù)湖中的整體洞察力和電子商務(wù)的靈活性
電子商務(wù)零售商通過創(chuàng)建客戶檔案并查看客戶行為，如他們喜歡在哪天的什么時(shí)候去購物，他們通常購買的商品數(shù)量，以及他們通常會(huì)購買的商品，來顯著改善需求預(yù)測。
一些批評家認(rèn)為，數(shù)據(jù)存儲系統(tǒng)僅僅是讓數(shù)據(jù)保持原始和非結(jié)構(gòu)化的形式，直到需要時(shí)才是毫無意義的。然而，數(shù)據(jù)湖架構(gòu)的支持者認(rèn)為，由于缺乏結(jié)構(gòu)，這種“扁平”存儲法實(shí)際上有著巨大的價(jià)值。數(shù)據(jù)湖允許更全面的數(shù)據(jù)科學(xué)方法，而不是限制他們使用的數(shù)據(jù)以及將信息集成到預(yù)先制作的分析模型中。越來越多的公司認(rèn)為數(shù)據(jù)就是他們大多數(shù)的分析和數(shù)據(jù)存儲需求。
數(shù)據(jù)湖的本質(zhì)就是在沒有任何限制和不創(chuàng)建層次結(jié)構(gòu)的情況下收集數(shù)據(jù)。對于數(shù)據(jù)科學(xué)家來說，這有兩個(gè)主要的好處：他們能夠決定所需要的數(shù)據(jù)以及在不同情況下有用的數(shù)據(jù)，并且基于在每個(gè)情況下的需求來執(zhí)行更加廣泛的分析。
一些公司將數(shù)據(jù)湖看做是減少數(shù)據(jù)管理成本和復(fù)雜性的方式。例如提供在線服務(wù)的情緒智能公司Vicomi以高昂的成本來生成充足的洞察力。但是通過轉(zhuǎn)向由Upsolver驅(qū)動(dòng)的數(shù)據(jù)湖架構(gòu)，他們能夠大幅減少新分析模型的開發(fā)時(shí)間，預(yù)測新趨勢以及吸引更多的客戶。
對于需要快速創(chuàng)建新分析模型和不斷改變營銷手段來吸引新客戶以及提高銷量的公司來說，數(shù)據(jù)湖能夠帶來巨大的靈活性，并能夠開發(fā)出過濾這一數(shù)據(jù)的新方式。
使用AI來預(yù)防障礙并預(yù)測電子商務(wù)增長機(jī)遇
破碎的系統(tǒng)和發(fā)現(xiàn)的機(jī)遇都是推動(dòng)在數(shù)據(jù)和分析方面采用AI的最大驅(qū)動(dòng)力量。
自成立以來，亞馬遜公司取得了巨大的增長，成為世界上最大的電子商務(wù)商店之一，年收入為1000億美元，是AI電子商務(wù)增長的重要例子。
這個(gè)電子商務(wù)巨頭如果僅僅靠銷售數(shù)據(jù)和電視游戲，是不會(huì)達(dá)到這一高度的。該公司增長的一個(gè)核心方面是確?？蛻粢恢倍伎梢該碛兴麄冃枰纳唐?，并向他們展示他們不知道是否需要的商品。建立一個(gè)良好的算法來檢測問題需要的不僅僅是分析傳感器數(shù)據(jù)。
為了使用AI來理解數(shù)據(jù)，他們需要一種更好的方法將現(xiàn)有流程與專家驅(qū)動(dòng)系統(tǒng)相結(jié)合，以便為操作人員提供更多的可操作反饋。這是通過AI電子商務(wù)和機(jī)器學(xué)習(xí)實(shí)現(xiàn)的。
通過分析買家的購買歷史，亞馬遜能夠“預(yù)測”哪一位客戶會(huì)購買下一個(gè)商品。不論你在何時(shí)瀏覽亞馬遜的商品頁面，每個(gè)產(chǎn)品的推薦和“購買該產(chǎn)品的客戶還購買了”建議都是通過AI和機(jī)器學(xué)習(xí)生成的。你買的越多，亞馬遜就能更加準(zhǔn)確地為你推送相關(guān)產(chǎn)品推薦。這一方法幫助店家跟上線上購物的趨勢。
通過數(shù)據(jù)挖掘客戶的購買習(xí)慣，Target能夠比懷孕女性的父親更早知道懷孕的消息。通過創(chuàng)建一系列標(biāo)準(zhǔn)，商店能夠區(qū)分哪些女性想要孩子并向她們發(fā)送相關(guān)的營銷信息。這一方式雖然有些極端，但是卻是產(chǎn)品營銷最有效的方式。
但是電子商務(wù)中的AI并不僅僅適用于利用內(nèi)部團(tuán)隊(duì)的大公司。
Clicktool（營銷分析工具包和管理軟件，提供必要的數(shù)據(jù)洞察力來進(jìn)行高效的營銷活動(dòng)）的首席執(zhí)行官Carlos Cruz說道：“大多數(shù)的企業(yè)家和營銷人員都在收集數(shù)據(jù)，但是他們不確定如何整理或者利用數(shù)據(jù)來推動(dòng)增長。我們從中看到了巨大的機(jī)遇。分析數(shù)據(jù)當(dāng)前能夠顯示市場中的差別或者增長和銷量中未被發(fā)現(xiàn)的新機(jī)遇。”
數(shù)據(jù)不僅僅關(guān)乎于預(yù)測問題，還在于依賴這一信息以便采取防御性措施。創(chuàng)建這種防御措施能夠讓你和你的團(tuán)隊(duì)使用數(shù)據(jù)來尋找新機(jī)遇，最終推動(dòng)新的銷售和電子商務(wù)的增長。
原文作者：Jia Wertz
