柏茂源，代福平

　　数据可视化在电子商务大数据领域的应用研究

　　柏茂源，代福平

　　（江南大学，江苏 无锡 214122）

　　文章分析了大数据时代电子商务领域数据可视化的发展现状和潜在应用前景。以大数据和数据可视化的知识背景为基础，通过分析电子商务领域的大数据应用趋势以及数据可视化案例，得出数据可视化在电子商务领域的应用、发展特点和发展趋势等方面的理论总结。

　　电子商务; 数据可视化; 大数据；应用前景；发展趋势

引言

当前，我们的世界已经步入了大数据（BIG DATA）时代，随着互联网、物联网、云端计算等信息技术的不断发展，信息处理已经与人类生活紧密联系在一起，产生了超过任何年代的巨量数据。2015年75%的数据是由消费者创造，而85%的数据都掌握在企业手中，企业如果想在社会发展中取得更大优势，就需要巧妙运用手中数据。在这个电子商务迅速发展的年代，数据对于企业越发重要，大数据与数据可视化的结合为当今的电子商务提供了新的发展方向。

一、大数据时代电商经营策略的转变

IDC定义了大数据，认为大数据是被设计用于从大量多样化的数据中通过高速捕获、发现和分析技术来提取数据价值的①。大数据促使电子商务的运营观念发生了巨大的转变，数据的管理模式不断革新，这些改变让数据应用与企业运营结合的更加密切，这也促成了服务方式的创新。电商可以利用大数据来把握消费顾客的消费模式，通过应用大数据，为顾客推送个性化、精确化和智能化的服务，创立更加高效灵活的服务模式。同时，电商通过大数据还能够发掘更多更好的增加用户粘性、开发新产品和新服务、降低运营成本的方法和途径②。

　　稳坐中国电商头把交椅的是市值2368.5亿美元的阿里巴巴，它是中国最大的互联网上市公司。这是阿里巴巴运用大数据淘金的成果，大数据时代刚刚来临之际阿里巴巴就意识到了运营方式转变的必要性，并开始了它的数据淘金之旅。2005年“淘数据”的上线开启了阿里巴巴的数据化运营，作为第一款面向电商企业的数据产品它是数字数据与电子报表的结合，通过提高数据管理效率来优化电商企业的运营效益。2010年阿里巴巴对于全球开放了大数据，还提出了大数据运营的两大宗旨：数据分层开放；商家以及消费者的隐私信息绝不公开。2011年，首款真正意义上企业端数据分析平台“数据魔方”上线，通过“数据魔方”商家可以观看各种行业排名数据，掌握行业变化规律，通过多种数据渠道详细分析商业状况。分析平台“聚石塔”在2012年诞生，其数据分析能力更加强大，数据界面更加丰富，已经是成熟稳定的数据分析产品。经过多年的努力阿里巴巴数据应用已经步入正轨，从一开始没有大数据的传统运营，到在大数据中发掘价值创造价值的初级数据化运营阶段，再到现在系统的管理运营大数据，让大数据变得更好用，阿里巴巴已经完成了大数据时代的策略转变，用大数据思维看待数据的价值更大程度发挥数据的价值为商业服务。

　　

　　图1 淘宝数据库架构

二、电商大数据的应用趋势

Manyika J提出大数据可以高效提高数据的透明度，帮助预测结果及时调整商业手段，允许更加细化的分类客户以提高产品的个性化服务③。大数据处理技术可以分析用户数据并进行行为预测，通过网络爬虫技术搜集到用户的行为信息并采用分布式与并行处理技术处理数据，再通过数据挖掘技术得到用户的喜好，预测用户的行为④。大数据和电子商务都是计算机技术以及网络技术的产物，在度过了基于用户数量和基于产品销量的年代后，电子商务交易已经进入了基于数据的年代。电子商务的运营根本意义上就是对于大数据的运营。因为电子商务平台收集的用户信息是真实的确定的，且数量庞大，所以电子商务平台具备了利用大数据的先天优势。目前拥有丰富稳定的大数据源的国内企业有淘宝、百度、腾讯、京东等。他们对于大数据的运用各有所长，并且都体现有以下三个方向的运用趋势：

　　（一）云技术计算基础

　　云技术可以理解为一种商业模式，它运用网络云计算能力处理整合庞大的数据海洋，让用户可以按照特定需求快速地在数据的海洋中找到符合要求的数据。云存储系统OceanBase（OB）便是国内最大电商平台淘宝的数据云端仓库，关系型云存储OB的不断升级进步，满足了淘宝对于数据存储以及数据处理能力的要求，这也是阿里巴巴数据王国的重要基础。

　　（二）大数据精准营销

　　网络营销面对大量的真实用户会产生巨大的多样化的用户数据，利用数据与用户建立最有效的沟通便是网络营销的核心。基于大数据的准确性和真实性分析用户数据，能够精确的定位理想的用户群体，从而建立完善的个性化用户服务。客户购买行为分析是精准营销的一个核心问题，围绕顾客行为所产生的数据，来对客户的消费动向进行最为精准科学的分析预测，有针对性地为客户推销最合适的产品。

　　

　　图2 数据魔方界面图

　　（三）提升用户体验

　　“如何提升用户的购物体验”是电商大数据运营的重中之重。电商运用大数据技术进行产品描述关键词语的匹配检索，进而发现用户的潜在需求进行个性化的推荐。个性化的推荐系统不同于传统的推荐系统，他可以通过大数据技术将能够满足用户即时需求的产品在合适的时机推荐给用户，这使得购物体验更加个性化更加自然⑤。

三、可视化在电商领域的应用探索

数据可视化是将抽象的非物理的数据以可视化的方式表现出来，从而增强用户对于数据本质的认知⑥。这一过程将抽象信息转化为形象视觉形式，利用用户形象思维能力达到意义的传达⑦。可以将简单的数字数据、文本图像，展现为规律性的可视化图表，让数据变的更加动人，在各种可视化图表中可以将数据进行对比，从而读出数据背后的价值。

　　（一）电商的数据可视化应用现状

　　淘宝网作为国内电商巨头，拥有完善的智能数据库架构，从数据源获取，到云端计算，再到数据的缓冲储存，以及开放的API端口，完备的数据库结构能够合理的获取、储存、处理巨大的淘宝数据如图1所示。

　　数据的可视化分析是大数据计算以及数据价值挖掘的重要发展方向，淘宝网为电商企业开发的数据分析平台在不断完善的过程中也在不断探索高效灵活的数据可视化方式。“数据魔方”作为一款检索类型的电商企业数据分析工具在2011被推出，它是电商企业分析淘宝数据的核心工具，也是一款真正意义上的商业智能数据终端。但是“数据魔方”对于数据可视化的利用却非常的贫乏，数据多以数据列表的形式展现，缺乏对于数据的可视化处理，用户在使用没有提炼的干枯的数据信息时，很难凭借自己的判断找到利于决策的核心数据，巨大的后台数据没有能够通过合理的可视化端口展现出来，分析者花费很多精力去分析解读，获得的信息却很少。“数据魔方”界面如图2所示。

　　淘宝网2015年上线的“生意参谋”新版本中优化了数据的可视化展示，按照常用功能的基本模块将不同的数据用简单图表的形式展现出来，使得数据的功能性有了一定的提升，但是“生意参谋”中的数据可视化仍然停留在基本图表的形式上例如柱状图、折线图、饼状图、折线图，这些基础的可视化图表对于数据价值的呈现是零散的局部的，用户只能够通过这些图像知道数值的大小范围，然而无法独自利用这些样式单一的图像分析得出反应数据趋势，突出商业问题的数据结果，更加无法满足他们高层的数据分析需求。数据在这一阶段仅仅发挥着报表的作用，对于运营决策的帮助效率仍然不高。生意参谋界面如图3所示。

　　电商数据具有数据量庞大，数据类型繁多的特点，因而电商数据的可视化分析需要利用高效的可视化模式以及利于统筹观察的数据呈现方式去规划处理。通过简单的数据罗列，基础的数据图表形式是不能够显而易见地看到数据的模式或者结论的。当用户迷失在信息中是，需要有效的信息图形去指引分析。

　　（二）电商数据可视化的新探索

　　早期的数据信息可视化是通过设计地图或图形来实现的。例如图4所示的20世纪人类主要死亡原因可视化表现图（图片摘自《信息之美》），就是一个极好的信息可视化案例。图中清晰地展示了各种疾病的致死率，如果使用文字描述的方式让读者完全理解这些信息，所需要的描述篇幅和理解时间都比这张信息可视化的图片所需要的时间长⑧。

　　如图4所示的数据可视化图像是合理利用数据源结构，契合数据类型并且符合事件用户心智模型的创新的可视化模式，不同于基础的数据图表，它能反应的是大范围数据分析后的趋势或者结论。但是此类的手动绘制图多为静态的数据分析图，其数据的统计准确性和时效性都存在着一定程度上的缺陷，因此其使用意义和方式也受到了局限。大数据时代的商业智能技术让动态的创新可视化模式成为了可能。国外的许多数据分析平台例如IBM的Cognos、Information Builders的webFOCUS、甲骨文的Oracle、QlikTech、SAP、Tableau等等，都开始实现动态的数据图形可视化，将数据可视化作为数据统计工具开发了桌面级的应用。例如著名的桌面数据工具Tableau，它是相对简单的数据可视化桌面软件，它将功能模块化，所有的控制台都可以通过模块拖动来自己配置，用户可以将大量的数字拖放到数据“画布”上，数据会按照软件设定生成可视化的图像，让用户根据直观的可视化结果去了解数据意义作出决策。Tableau界面如图5所示。国内研究企业数据统计的公司也逐步开始尝试创新的WEB端数据可视化分析工具的研发.例如帆软商业智能开发的Fine BI数据可视化软件，它能够基于WEB端抓取导入数据，帮助用户创建符合数据模式以及分析情境的可视化图表。

　　以创新的可视化形式为基础的动态数据可视化技术已经逐渐成熟，并被利用到企业级以及WEB端的分析工具当中去。反观拥有庞大的商业数据的电子商务领域却缺乏高效的数据可视化工具，因此动态的数据可视化技术和创新的可视化形式的应用在电子商务领域亦将成为主要的趋势和方向。创新的动态数据可视化与电商大数据分析能力的结合能够帮助电商企业挖掘出大数据背后的潜在价值，帮助电商企业做出正确的运营调整策略创造出稳定且丰厚的商业价值。

　　

　　图3 生意参谋界面图

　　

　　图4 二十世纪人类主要死亡原因图

　　

　　图5 Tableau界面图

四、结语

电子商务的兴起产生了庞大的商业数据，合理的数据分析数据管理决定着电商企业在大数据时代的企业竞争力。然而高效的数据可视化技术并没有被广泛地应用于电商大数据的分析管理，这无疑造成了数据价值的流失。将成熟的动态数据可视化技术以及符合商业数据模式的可视化形式运用到电子商务的大数据领域将成为电商大数据管理的正确发展方向和发展趋势。这将成为电商数据分析管理的合理模式，帮助挖掘电商数据中潜在数据价值，指导企业在动态多变的数据大潮中，灵活高效地发现企业的危机和不足，做出正确合理的方针调整，赢取大数据时代的商业成功。

　　[课题项目]国家社会科学基金艺术学重大项目（项目编号13ZD03）

　　注释：

　　①高志鹏，牛琨，刘杰. 面向大数据的分析技术[J]. 北京邮电大学学报，2015（3）：1-12.

　　②刘志超，陈勇，姚志立. 大数据时代的电子商务服务模式革新[J]. 科技管理研究，2014，34（1）：31-34.

　　③刘飞，牛丽慧，金昌博. 大数据研究的现状、热点演进与前沿分析[J]. 数字图书馆论坛，2015（6）.

　　④王晓慧，覃京燕. 大数据处理技术在交互设计中的应用研究[J]. 包装工程，2015（22）：9-12.

　　⑤王茜，钱力. 大数据环境下电子商务个性化推荐服务发展动向探析[J]. 商业研究，2014（8）：150-154.

　　⑥郑明峰，顾振宇. 面向认知效率的信息可视化设计[J]. 艺术与设计（理论），2011（12X）：66-68.

　　⑦刘杨. 论信息可视化设计在个人简历中的应用[J]. 艺术与设计（理论），2016（6）：45-47.

　　⑧王晰，辛向阳.信息可视化及知识可视化对医疗决策的影响探究[J].包装工程，2015（20）：8-11.

　　Studying of the Application of Data Visualization in E-commerce Big Data Field

　　BAI Mao-yuan，DAI Fu-ping
（Jiangnan University，Wuxi 214122，China）

　　The paper analyzes the developing situation and application prospect of Data Visualization in e-commerce Big Data field. The paper is based on the background konwledge of Big Data and data visualization, Getting the theory summary of data visualization about the application and development characteristics and development trends in the e-commerce field by analyzing the trend of Big Data applications and the data visualization cases in the field of e-commerce.

　　e-commerce; data visualization; big data; application prospect; development needs

　　www.artdesign.org.cn

　　TP391

　　A

　　1008-2832(2017)03-0076-03

　　检 索:www.artdesign.org.cn