某电商数据平台建设方案.docx

某电商数据平台建设方案.docx

《某电商数据平台建设方案.docx》由会员分享，可在线阅读，更多相关《某电商数据平台建设方案.docx（4页珍藏版）》请在冰豆网上搜索。

某电商数据平台建设分析

一、数据平台的目的和意义

某电商平台，作为国内黑色金属行业的主流B2B电商之一，提供基于真实库存基础的现货交易，同时支持为商户金融协同业务和高端资讯服务。

而某电商数据平台，作为某电商五个专业化功能平台的重要组成部分，为融合交易平台、金融协同平台、物流平台和商誉平台提供数据支撑，具体目的和意义体现在如下几个方面：

让数据说话，为宏观决策和行业分析提供数据支撑

某电商平台产生的以真实库存为基础的现货交易数据，可以建立相关的统计模型进行分析，从而为宏观决策和黑色金属行业的发展服务。

目前，政府部门根据电商网站的数据进行分析以供宏观决策的做法已有开端，如上海市统计局和1号店电商平台基于电商数据共同构建的“1号店快速消费品价格指数”，以对统计局了解公共决策和服务所需要的信息起到支撑作用。

某电商平台的数据也必将为五矿集团乃至政府宏观发展和战略决策起到不可忽视的作用。

用数据铺路，为平台自身和平台用户找到发展之匙

互联网时代信息化的提升使客户快速地接受大量信息，也使得他们的偏好不断地改变，客户群体显得更加不稳定。

通过数据挖掘可以快速了解客户行动的改变，并立即做出相应的策略，通过掌握先机赢得客户，既可以发挥老客户的价值，又能不断挖掘新的客户。

在现有客户的保持方面，电商网站对海量数据的挖掘可以进一步对客户进行细分，从而达到有针对性的营销进而使客户不流失，这项工作其实在数据挖掘概念提出前各厂商早已有探索，只是海量数据的分析使得这一流程更加细化更有据可依。

电商平台积累的数据资源的挖掘利用可以用于平台自身的发展，如对用户行为的分析锁定用户，对购买周期的分析吸引客户，对用户访问情况分析进行SEO优化等方面；同时，数据资源的利用也可用于针对商户资源的特定分析上，让在平台上进行交易的商户都能够更好的通过平台进行分析，提高用户粘度。

用数据筑墙，为供应链和金融服务提供风险保障

某电商上线伊始便已获得银行授信人民币110亿元，某电商作为供应链金融的核心企业，必将为黑色金属的上下游供应商提供供应链金融融资服务提供极佳的平台。

而作为电商，怎样评估供应链金融中融资的风险，既有数据的分析能够为此提供天然的风险保障。

通过对电商平台上进行交易的商户经营行为、商品库存等数据的分析，能够准确的判断能够给商户的授信规模，从而保障供应链金融服务的风险。

二、数据平台体系结构

某电商网站甚至五矿集团ERP系统的业务数据，经过数据同步工具对数据的传输、ETL工具对数据的加工，将数据汇总到数据平台的数据仓库中。

数据仓库的设计建议采用基于Hadoop架构的分布式并行处理结构搭建，能够实现数据的分片存储，数据分析的分布式处理，对3V（大容量、高速度、多类型）积累的电商数据采用Hadoop架构较为通用，同时，Hadoop架构在支持OLAP（联机分析处理）方面具有很出色的支持能力。

在数据仓库的基础上，提供多种数据模型对数据仓库提供的各项指标数据进行分析，形成可视化的分析图标和分析报告。

三、数据平台分析方向及涉及数据

数据平台最重要的功能即是通过对数据仓库中数据的分析，形成多种分析报告，为各个条线的工作服务。

而根据第一部分分析的数据平台的目的，可以将数据平台进行数据分析的方向分成如下几个部分：

宏观战略分析

宏观战略分析部分主要分析行业现状、行业趋势和客户属性。

行业现状分析包括电商平台上乃至集团ERP系统所涉及的黑色金属交易数据分析、成交量分析、各类型钢需求供给分析，可细分成不同钢型（钢材，钢坯）、不同区域（按省划分，国别地区划分）等，行业发展分析包括根据电商平台的时间序列分析，按照时间周期（如Q1234）的同环比分析等，用户属性分析主要针对电商平台所有用户属性的分析，包括用户所属区域，用户访问时段，用户交易量等属性对用户进行深度分析挖掘，针对用户分群来更好的对用户服务。

微观行为分析

微观行为分析主要内容包括平台自身、商户分析、竞争者分析（3C模型）三个部分，如下图所示：

竞争者

competitors

商户分析

customer

平台自身

company

对与平台自身的分析将着重考虑平台的运营环境、流量相关数据、订单相关数据、转化率等指标，同时分析流量来源、渠道转化率等指标。

这方面的分析会在自身平台数据的基础上，考虑第三方调研机构的数据。

运营环境包括平台自身分析的商品类目多样性、支付配送方式多样性、网站正常运营情况、链接速度网站等指标，以及第三方调研机构的市场占有率，市场扩大率，网站排名等方面指标。

流量相关数据考虑IP、PV、在线时间、跳出率、新用户比例等指标。

在此基础上，为扩大平台的知名度和影响力，考虑SEO优化等内容。

商户分析着重考虑历史价值（过去的消费）、潜在价值（主要从用户行为方面考虑，RFM模型为主要衡量依据）、附加值（主要从用户忠诚度、口碑推广等方面考虑）。

这里客户价值指标分为总体客户指标以及新、老客户价值指标，这些指标主要从客户的贡献和获取成本两方面来衡量。

通常可以用RFM模型（最近一次消费（Recency）、消费频率（Frequency）、消费金额（Monetary））进行衡量。

同时，根据每周、每月的销售详情，了解经营状况，做出未来销售趋势的判断，也是商户分析的重点。

竞争者分析可以从平台竞争者的规模、渠道、推广、品牌等几个方面进行考量，包括竞争者销售额分析、销量分析、产品分析、渠道分析、推广分析、品牌分析等方面。

笔者通过对我的钢铁网（MySteel）的初步研究，对我的钢铁网形成了一些自己粗略的看法见另外汇报稿。

其他方面分析

具体想到包括供应链金融数据保障、其他部门数据整合分析、大数据应用三个方面，具体如下：

供应链金融的保障可以进行如下设定，通过对交易方在平台上的交易记录分析交易方的信用情况，同时通过对供应商的电子化仓储追踪管理，结合交易方的融资需求，对交易方提供授信额度，保障交易的进行，同时控制系统的金融风险。

其他部门的数据整合分析是根据我的钢铁网的数据平台想到的，他们整合了统计局、海关提供的相关数据，结合到自身平台的应用上。

某电商平台以五矿集团作为大后方，有充足的资源能够结合工商、统计、海关、商务等部门的数据资源形成一个大的数据池，进而提供深度挖掘。

大数据应用是通过大数据的关联分析方法，为平台交易提供更加方面的功能，如根据地域帮购买者提供可选择的商户，更加方便的物流等功能，并通过数据可视化技术将更丰富、更便捷的数据分析功能提供给用户，让用户自定义数据分析，提高系统可用性。