Z技能区 | 大数据助卖家练就读心术

“数据就是力量”，报告显示，80%的电子商务巨头都认为亚马逊的数据分析成熟度远远超过同行。亚马逊利用其20亿用户账户的大数据，通过预测分析140万台服务器上的10个亿GB的数据来促进销量的增长。亚马逊追踪消费者在电商网站和APP上的一切行为，尽可能多地收集信息。如果留意亚马逊的“账户”部分，就能发现其强大的账户管理，这也是为收集用户数据服务的。

主页上有不同的部分，例如“心愿单”、“为你推荐”、“浏览历史”、“与你浏览过的相关商品”、“购买此商品的用户也买了”，亚马逊保持对用户行为的追踪，为用户提供卓越的个性化购物体验。

亚马逊通过多种工具在云端扩展其大数据应用，如数据储存、数据收集、数据处理、数据分享和数据合作。亚马逊灵活的MapReduce程序建立在Hadoop框架的顶端，两者很好地互补，帮助零售商高效地管理和利用分析平台。具体来说零售商店15亿的产品目录数据，能通过200个实现中心在全球传播并储存在亚马逊的S3界面中，每周进行将近5亿次更新。同时S3界面上数据的产品目录每三十分钟都要进行分析并发回不同的数据库。

亚马逊利用其超先进的数据驾驭技术向用户提供个性化推荐。毫无疑问亚马逊是挖掘大数据提供个性化服务的先驱，通过提供策划好的购物体验引导用户买买买。

亚马逊个性推荐的算法包含多种因素，向用户推荐商品前，要分析例如购买历史、浏览历史、朋友影响、特定商品趋势、社会媒体上流行产品的广告、购买历史相似的用户所购买的商品等等。为了向用户提供更好的服务，亚马逊一直在不断改进推荐算法。

当然，个性化推荐不仅仅针对顾客，电商市场上的销售商也能收到来自亚马逊靠谱的建议。

一般来说销售商有普遍如下问题：

该添加什么新产品？

需要保持多少库存才能满足顾客对某一特定商品的需求？

如何通过提供更多选择和优化服务来提高顾客满意度？

亚马逊在销售商上的巨大成功是因为它们向销售商提供库存量的建议，例如向他们推荐可以在库存中加入的新产品，推荐特定产品的最佳配送模式等等。平均下来，亚马逊的每位销售商的产品目录列表都会得到超过100条建议。

亚马逊为销售商提供的最受欢迎的建议之一就是关于库存脱销，推荐算法为特定销售商分析销售量和库存量，这简直是解决库存管理问题的神助攻，要知道优化库存管理对销售商来说一直是非常具有挑战的环节。基于这些因素，亚马逊的推荐算法可以提出预期产品需求的建议，以便销售商在亚马逊上及时补充库存，二者达成共赢。

在零售市场，价格优化是一个重要的因素，因为零售商们都会想尽办法给每一件商品制定最好的价格。价格的管理在亚马逊会被严密地监控，以达到吸引顾客、打败其他竞争者和增长利润的目的。

动态的价格浮动推动亚马逊的盈利平均增长了25%，而且通过每时每刻的监控来保持竞争力。通过分析不同来源的数据，比如顾客在网页的浏览活动、某件商品在仓库中的存货、同一件商品不同竞争商家的定价、历史订单、对某件商品的偏好、对商品的预期利润等等，亚马逊的产品价格制订策略的实时价格调控得以实现。每隔十分钟，亚马逊就会改变一次网站上商品的价格。

顾客往往会发现亚马逊商品的价格总是全网最低，这就是得益于亚马逊的动态价格策略。亚马逊的动态定价算法每小时会调整几次每件商品的价格，以此更好地利用人们对于价格的觉察心理。

机智的是亚马逊为最好卖的商品提供大幅的折扣，在亚马逊上，既有不少因为亚马逊的动态价格调整而省下了一大笔的心满意足的顾客，也不乏那些因为没有在最佳时机买买买而扼腕叹息的顾客。

亚马逊不断努力提升消费者的购物体验，但强大的供应链也是亚马逊好口碑的重要保障。

不满足于传统的个性化推荐，亚马逊正在努力将这种个性化推荐提升到另一个层次。亚马逊的“预测式购物”专利，根据消费者的购物偏好，可以预测顾客什么时候和将会购买什么产品。