電商困局:如何在市場單極化的陰影下求生
來源(廣告買賣網(wǎng)) 作者() 閱讀() 時(shí)間(2015/10/30 9:47:01)
如今的中國是世界上最活躍也是競爭最激烈的電商市場。近20年來互聯(lián)網(wǎng)商務(wù)的高速發(fā)展淘汰了許多企業(yè),也成就了一批巨鱷。如今放眼現(xiàn)實(shí),我們不難發(fā)現(xiàn)當(dāng)前市場的一些新特征,以及其中暗含的問題。
據(jù)《2014年中國網(wǎng)絡(luò)零售市場十強(qiáng)榜單》披露,截至2014年12悅,中國B2C網(wǎng)絡(luò)零售市場上,天貓遙遙領(lǐng)先,以59.3%的份額虎踞第一,第二名京東不及天貓一半,僅占20.2%,而第三名蘇寧的份額與前兩名大佬則不在一個(gè)數(shù)量級上,只有3.1%。
市場份額向少數(shù)寡頭靠攏,巨頭電商不斷合并,單家電商的市場統(tǒng)治力達(dá)到巔峰,甚至還在通向巔峰的路上。這種力量能夠只手創(chuàng)造類似于“雙十一”的年度消費(fèi)熱點(diǎn),在寡頭們賺得盆滿缽盈的同時(shí),留給獨(dú)立電商的空間卻愈發(fā)狹窄。
獨(dú)立電商如何鞏固固有的市場份額并謀求發(fā)展,成為了自身存亡攸關(guān)的問題。近年來興起的大數(shù)據(jù)營銷正提供了這樣一種機(jī)遇。這種營銷方式能給電商帶來強(qiáng)大、精準(zhǔn)的穿透力,通過直擊目標(biāo)受眾提高流量和轉(zhuǎn)化率。
互聯(lián)網(wǎng)市場的整合兼并在帶來壟斷的同時(shí),也打通了各種資源的通路。媒體資源得到整合,為廣告的程序化買、智能競價(jià)、動(dòng)態(tài)創(chuàng)意等大數(shù)據(jù)應(yīng)用提供了舞臺。
電商的數(shù)據(jù)通常分為三個(gè)層面:一是數(shù)據(jù)庫的數(shù)據(jù);第二是訪客數(shù)據(jù),其中有很大一部分未進(jìn)行注冊,因此不在數(shù)據(jù)庫內(nèi),數(shù)量巨大,遠(yuǎn)超數(shù)據(jù)庫數(shù)據(jù);第三為外部數(shù)據(jù),購買自媒體方或其他第三方。若要使RTB(廣告實(shí)時(shí)競價(jià))更加高效智能化,則必須整合利用這三個(gè)層面的數(shù)據(jù)。
復(fù)旦大學(xué)計(jì)算機(jī)博士、智子科技CEO朱建秋舉例說:“如果你買了一個(gè)APPLE筆記本,再營銷廣告會(huì)不斷的給你投筆記本廣告,因?yàn)椤贍I銷廣告’知道你看了這類商品,但是因?yàn)闆]有打通購買數(shù)據(jù),所以這種投放效果就不好。如果將瀏覽和購買打通,在你買筆記本后,會(huì)投放‘買筆記本后一般人還會(huì)購買的商品’,從而體現(xiàn)‘智能’。對于第三層數(shù)據(jù)打通并且自動(dòng)化利用,智子云采用了一些預(yù)測的算法,建立第三層數(shù)據(jù)屬性和第二層訪客之間的關(guān)聯(lián),從而自動(dòng)化地投放給新客,效果比普投要好一些!
朱建秋博士和他的團(tuán)隊(duì)在數(shù)據(jù)挖掘和大數(shù)據(jù)應(yīng)用方面有著深入的研究和豐厚的經(jīng)驗(yàn),針對如何整合利用三層數(shù)據(jù),他提到:
“大數(shù)據(jù)因?yàn)閿?shù)據(jù)量巨大,并且持續(xù)不斷,直接對大數(shù)據(jù)本身進(jìn)行實(shí)時(shí)利用是很困難的。數(shù)據(jù)挖掘的作用是用算法將大數(shù)據(jù)變小,變得能實(shí)時(shí)利用。所謂的變小,就是從大數(shù)據(jù)中分析得出一些規(guī)律,專業(yè)的說法叫模型或者規(guī)則,再對模型或規(guī)則進(jìn)行利用。舉例來說,‘買APPLE筆記本的人70%會(huì)買鼠標(biāo)’是一條規(guī)則,那么對于買了APPLE筆記本還沒買鼠標(biāo)的人,就可以投放‘鼠標(biāo)’這個(gè)商品。這種智能的RTB廣告效率就比其他形式的廣告要高不少。從這個(gè)角度來說,在大數(shù)據(jù)和應(yīng)用之間,數(shù)據(jù)挖掘是一個(gè)橋梁,通過數(shù)據(jù)挖掘能夠獲得關(guān)聯(lián)規(guī)則、時(shí)間序列、預(yù)言模型、聚類、異常模式等等有價(jià)值的規(guī)律或者知識。當(dāng)然,數(shù)據(jù)挖掘算法并不是一開始就能處理大數(shù)據(jù),目前一些算法能夠處理,也得益于分布架構(gòu)和計(jì)算技術(shù)的進(jìn)步,傳統(tǒng)的數(shù)據(jù)挖掘要在MapReduce和云計(jì)算上跑通,并能增量更新模型,才能處理持續(xù)不斷到達(dá)的大數(shù)據(jù)。智子云在大數(shù)據(jù)上實(shí)現(xiàn)了一些數(shù)據(jù)挖掘算法,這些算法是智子云平臺的效率的保障!