電商數據分析方案精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的電商數據分析方案主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：電商數據分析方案范文

訪談結果令人吃驚：僅有4%的企業被認為真正擅長于大數據分析——他們能夠圍繞設定的業務重心調動合適的人員，使用有效的工具并收集合理的數據，并根據大數據分析的發現改變企業運作的方式或者提高產品和服務。與競爭對手相比，這部分擅長大數據分析的企業的表現差異顯而易見：

他們的績效處于同業前四分之一的可能性為一般企業的兩倍

他們的決策速度比一般企業快出五倍

他們的決策執行速度比一般企業快出三倍

想要在大數據競爭中處于領先地位，三個步驟不可或缺：設定目標、建立分析能力以及圍繞大數據策略組織企業架構以實現價值最大化。本文將主要針對第二步，了解那些領先的企業是如何利用大數據的競爭優勢走在行業的最前沿的。

數據、工具、人員和決心

領先的企業主要從四個方面入手建立自己的大數據分析能力（圖）：高質量的數據、先進的工具、精通數據的員工以及支持分析決策的流程和激勵機制。大約有三分之一的企業這四方面的表現均不理想，而更多企業則在其中一兩個領域較為突出。但出色的大數據分析能力是建立在這四個方面均衡的完美表現之上。每個方面的成功都離不開其他方面的優勢支持。

數據 任何一個企業都首先需要制定一個數據收集和整理的策略規劃，這一規劃必須明確定義如何利用大數據為企業的整體發展戰略創造價值。在本次的訪談中我們發現，約有56%的企業缺乏合適的系統來收集其發展所需的數據，約有66%的企業則未以有效的形式存儲其所收集的數據。

好的數據政策明確定義了“什么是有用的數據”以及“如何從數據看我們的業務”。這些基本定義是一個企業如何建立自己的數據分析能力并將自己與競爭對手區隔開來的第一步。“什么是有用的數據”是所有數據政策的出發點和基礎。舉例而言，收集所有來自公司網站、客服電話、電子郵件以及聊天室的客戶詢問可以幫助公司了解客戶反饋的最新動向；但那些關于已經被快速處理完畢的詢問的具體記錄能夠帶來的價值就非常有限了。

工具 先進的分析技術和大數據工具的進步如此之快，他們正以前所未有的方式幫助公司獲取新的統計角度和結果。Hadoop、HPCC和NoSQL等工具和平臺迅速崛起帶來了全新的分析視角和機會；基于成熟的分析、視覺化以及數據管理的全新生態系統也以日新月異的速度改變著企業的分析能力。如今，可提供這類工具的供應商不勝枚舉，開放資源的開發商數量更是不計其數。不過，令人感到些許意外的是，在我們的訪談中，僅有38%的企業表示他們曾使用過這些工具。

人員 在我們的調查中，有56%的高管人員表示他們的企業缺乏分析數據并從數據中發現機遇的慧眼。大多數人則認為他們無法準確地判斷那些從數據分析得出的林林總總的結論是否的確與公司的業務密切相關，亦難以對這些紛繁蕪雜的結論進行優先排序。成功的團隊往往可以融合數據、技術和業務等各方面的人才來構建這一能力。以樂隊為類比：團隊的成員必須各自擁有不同的技能，但這些技能又有一些交叉重疊，同時他們非常了解互相之間如何進行有效和高效的溝通和協作。成功的大數據分析團隊亦如此，我們需要：

數據科學家，提供有關統計、相關性和質量等的專業技能

商業分析師，從商業的角度出發，甄別數據科學家從純粹數據分析角度發現的異常數據以及一般性規律，發掘出其中與公司業務發展緊密相關的數據和規律并根據重要性進行排序

技術專家，幫助提供收集、整理和處理數據所需的硬件和軟件解決方案

決心 頂尖的企業將大數據分析的理念植入到組織當中，明確定義希望通過大數據達成的目標并運用數據推動決策。CEO和高層領導團隊將枯燥抽象的數據分析與實際的公司經營績效提升的緊密關系展示給企業的每一位員工：不論是通過改進現有的產品和服務、優化內部流程、構建新產品和服務或是轉變商業模式等等。表現優異的公司無一例外地圍繞數據構建組織并恪守數據驅動型決策的承諾。

重新定義行業的機會

通過引入先進的數據分析超越競爭對手的機會真實存在——那些業績領先的企業在大數據的各個方面也往往表現卓越：他們采用先進的手段獲取、收集和存儲數據，并對數據進行剖析從中汲取真知灼見。

第2篇：電商數據分析方案范文

關鍵詞：大數據技術；對公業務營銷

中圖分類號：F274 文獻標識碼：A 文章編號：1003-9031（2016）03-0070-04 DOI：10.3969/j.issn.1003-9031.2016.03.15

當今時代，以移動互聯網、云計算技術、搜索引擎為代表的新一代信息技術全面滲入金融行業，對金融業態產生重要影響。同時，伴隨網絡技術的發展，數據滲透到了每一個行業，“大數據”應運而生，已成為重要的生產要素。對最早實現數字化交易的銀行業來說，大數據能反映銀行產品管理的綜合信息，也隱藏著產品相關的客戶行為模式，有助于實現基于客戶行為的產品營銷管理。

一、大數據技術概況

大數據尚未有統一的概念，目前采用較多的是麥肯錫咨詢公司的定義，大數據是“規模大到傳統的數據庫軟件工具已經無法采集、存儲、管理和分析的數據集”，且大數據具有“4V”的特點，即數據量大（Volume）、數據種類繁多（Variety）、數據更新快（Velocity）、數據具有極大的價值（Value）[1]。IDC的報告預測未來5年中國的數據量將以51.4%的速度增長[2]。數據作為一種信息，記錄了企業所有的產品信息，并能更精確、更客觀地展現客戶需求，具有重大的商業價值[3]?；诖髷祿夹g的各種商業創新，會使得未來的營銷活動以更貼近消費者需求方式以及在更為合理的時間實施，取得更好的效果[4]。

現有的大數據分析挖掘的方法有很多，常用的有如下幾種。

1.關聯分析法。這是最常見的大數據分析方法之一，指的是從現有的數據庫中找出特定序列的數據在特定事件中存在的數據關聯性。確定關聯規則是關聯分析法的重要基礎，不同關聯規則的設定會產生不同的關聯結果。該方法主要用于發現某一事件中不同數據是否存在關聯性，如產品間的內在關聯性。

2.序列分析法。序列分析法與關聯分析法規則類似，但尋找的是某一事件中數據之間在時間上的關聯性。加入了時間序列，使得分析結果更具動態性和延續性。這種分析法對于發現潛在用戶具有明顯作用，能夠廣泛應用到金融、醫療、工程等領域的企業中。

3.分類和預測分析法。實際上是兩個過程，第一步是確定模型描述，針對指定的數據類型和概念集進行分類劃分，第二步是使用這種分類基于模型進行預測分析。這一類分析方法主要用于挖掘隱藏在數據背后的消費者特定的消費習慣，并預測其后續的可能行為。

4.聚類分析法。聚類分析法能夠將數據庫內數據特征未知的信息進行相似性最大化處理，幫助企業了解哪些是較為典型性的用戶，哪些是忠實用戶，哪些是流失用戶等，從而有助于企業根據不同用戶的消費特征制定不同的營銷策略。

二、大數據技術在商業銀行的應用現狀

國內的金融行業，尤其是銀行業，大數據的應用尚處于起步階段，遠遠落后于互聯網行業。但金融行業實現數字化交易以來，沉淀了大量的用戶數據，是較為適合大數據分析的行業。銀行業的數據分析尚處于從數據碎片化到數據整合時代的過渡階段?，F階段，大數據技術在商業銀行的應用主要集中在風險控制和零售業務，主要有三種模式。

首先，基于網上交易流水的數據挖掘。銀行與電商合作，直接接觸電商平臺、支付平臺上的大量賣家和買家，并通過交易流、信息流、資金流覆蓋其產業鏈上的生產、物流、消費等多個環節?；诖?，銀行借助成熟的數據分析技術，實施風險控制和拓展營銷。如工商銀行“易融通”會自動處理客戶信息，選取客戶融資需求量、還款資金來源及其可靠性等因素作為貸款額度指標，在線批量審批與發放貸款。招商銀行與敦煌網共同推出的“敦煌網生意一卡通”客戶信息共享，為小微企業提供融資、結算、理財一體化的金融服務。

其次，基于第三方系統的征信數據挖掘。這一類數據主要包括人行征信、工商、稅務、電力、房管局、車管所、社保、海關等政府數據，學歷、購物、支付、物流等社會征信數據以及各大金融機構的金融數據等。這些數據使得銀行能更加全面判斷企業客戶的屬性和資質，更有針對性地根據其綜合情況實施精準營銷。如平安銀行在接入平安保險、平安租賃等集團子公司數據的同時，輔之以政府公共數據，全面分析客戶情況并據此營銷。

最后，基于POS流水的數據應用。商業銀行依托在線貸款業務平臺系統，對客戶進行綜合信用評價，向符合貸款條件的POS商戶，以其一定期限內的POS結算流入量為授信額度的依據，在線發放用于生產經營的信用貸款。已有的POS流水數據應用有招商銀行和通聯支付合作的流水貸、中信銀行和銀聯商務合作的網絡商戶貸款業務，浦發銀行和通聯支付合作的流水貸業務等。

除了基于行內數據進行挖掘分析外，國內許多商業銀行還與專業第三方公司合作，爭取順應大數據潮流，進一步加快應用大數據的步伐。如平安銀行與SPSS公司合作，進行消費貸產品的大數據營銷管理；寧波銀行利用客戶購買某項產品大數據分析結果挖掘潛在客戶。這些探索為商業銀行擁抱大數據技術，利用大數據技術轉變營銷理念和營銷方法提供了很好的借鑒。

隨著云計算、物聯網等新型信息技術的發展和跨渠道跨終端的整合，銀行的大數據將日漸完善。產品的客觀數據與客戶信息也將有效結合，形成完整的“產品――用戶”數據庫，用于銀行各類產品的規模化和定制化綜合推介，尤其是對于具有復雜的金融產品綜合運用需求的對公客戶來說，大數據的應用將是一片藍海。

三、大數據技術在對公業務營銷中的應用方案

對公客戶是商業銀行的主要利潤來源之一，且該類客戶沉淀了大量復雜的數據，將大數據技術應用于對公客戶服務和對公產品營銷具有重要意義?；诖髷祿夹g的營銷管理是一項系統性工程，需循序漸進，最終形成一套成熟體系。張湛梅等提出一套針對移動互聯網的大數據營銷體系“PDMA”，主要包括認知客戶（perceive）、挖掘需求（data-mining）、精準營銷（marketing）、營銷評估（assessment），構成一個閉環體系[5]?；凇癙DMA”的框架能很好地建立銀行產品和客戶兩個維度。結合客戶屬性進行產品大數據分析，才能以更符合客戶偏好和需求的方式實施產品營銷，并對營銷的效果進行事后評估，以持續改進。本文以“PDMA”為框架，系統闡述商業銀行借助大數據技術進行對公產品營銷管理的應用方案。

（一）P――認知客戶行為

對公客戶與零售客戶有本質的區別，客戶的金融需求復雜，且更加個性化多樣化。在銀行進行大數據分析之前，應當對對公客戶有一個全面認識，并結合客戶情況認知銀行對公產品現狀。認知企業客戶行為可以從三個方面著手。

1.基于客戶屬性建立客戶特征庫。客戶特征庫包括銀行數據庫中的所有對公客戶相關字段，可以對客戶的自身屬性、所在地區、財務狀況、與銀行合作緊密程度等進行初步分析，掌握客戶基本情況。

2.結合客戶持有產品情況，認知銀行的產品結構。以產品管理系統中的產品庫為依據，分析持有不同數量產品的客戶分布、各門類產品的客戶總體分布、下屬分行及其經營機構的客戶持有產品情況，以及結合多個時點的各門類產品客戶數的變化趨勢等。

3.在認知產品的基礎上，基于產品記錄，分析客戶行為習慣。包括客戶對產品門類的偏好，對產品購買渠道的偏好，對資金流動性的需求，購買產品時段偏好等。

（二）D――挖掘客戶需求

在認知產品和客戶的基礎上，應用大數據技術，挖掘隱藏在產品信息和客戶信息背后的客戶需求，為后續的精準營銷打下基礎。

1.基于客戶產品持有行為判斷不同產品的相關程度。在客戶持有產品的全數據中，同一客戶持有多種產品的現象較為普遍。分析客戶持有的產品明細清單，找出同一客戶持有產品組合的一般規律，可以準確判斷各產品之間的相關程度，測算出持有某種產品的客戶同時使用該產品相關產品的可能性。產品相關分析的結果可以形成定期的產品相關性監測報告和營銷建議。

2.基于產品的監測報告，判斷產品持有的平均水平。結合客戶產品的平均持有水平分析，將低于產品平均持有水平的對公客戶認為是具有產品潛力的客戶群，生成這一類客戶清單。同時根據客戶清單中對公客戶所在分行進行分類，將這部分產品需求未充分挖掘的客戶清單推送到分行，以幫助分行更好地鎖定目標營銷客戶。同時也可以針對不同門類產品的客戶情況進行統計分析，判斷持有某類產品的客戶使用其它門類產品的情況，也即產品的跟進情況。

3.對非結構化的大數據進行分析，全方位挖掘客戶的產品需求。非結構化數據可以分為行內數據和行外數據。行內數據中，銀行內部的資金來往記錄和銀行內部企業授信報告等都可以作為非結構化數據來源。此外，銀行還可綜合應用外部數據，如電力、稅務、工商和人行征信系統數據。通過這類交易數據可以形成企業的社會網絡關系圖，作為供應鏈金融大數據營銷的重要依據。

總之，需求發現環節應緊密結合產品和客戶的數據，挖掘大數據背后客戶對產品的需求，是借助大數據實現對公產品營銷管理的基礎性工作。

（三）M――產品精準營銷

充分挖掘客戶需求后，根據需求實施精準營銷。具體可以有如下應用。

1.結合客戶的產品門類偏好推薦同一類別的其它產品。根據客戶偏好分析和需求挖掘結果，掌握客戶對某類產品的使用記錄，為其推薦同門類產品中其它熱門產品（依據熱門產品排名），提高同一門類產品的滲透率。此外，還可以具體到各分行，分析各分行同類產品使用情況，并將之與全行產品應用情況對比分析。低于全行各門類產品應用水平的分行建議就其薄弱的產品門類進行重點營銷。

2.對持有某些產品的客戶推薦產品組合中的其它產品。通過產品相關分析梳理出相關度高的產品組合，結合只持有這些產品組合中的部分產品的客戶清單，生成各個客戶還可進行關聯營銷的具體產品清單，推送給各分行，指導其根據該客戶潛在產品清單對客戶進行產品關聯推薦。

3.通過客戶屬性分析開發潛在客戶。從產品出發，通過聚類法和分類預測法分析持有某種產品的客戶群體的共同屬性，然后比對具有這些屬性但還未持有該種產品的客戶，作為該種產品的潛在客戶名單，對名單上的客戶推薦該種產品，通過分析現有客戶成功開發新客戶。

（四）A――營銷效果評估

營銷評估是貫穿“PDMA”大數據營銷體系全流程的最后一環，也是營銷管理流程中承上啟下的重要步驟，能及時幫助商業銀行掌握大數據分析的效果。銀行在精準營銷評估過程中，應當加入時間序列，結合產品和客戶情況進行綜合評估，并定期對基于大數據分析的精準營銷實施評估，根據評估效果改善大數據分析和精準營銷的成果。對有成效的分析結果形成定期營銷報告，對于成果不顯著的從業務角度總結原因，調整大數據分析模型和參數，改進結果。

四、對公業務營銷中的典型案例

總體來說，相比國有銀行，股份制銀行更加積極擁抱大數據技術。2015年3月，民生銀行“金融e管家”平臺正式上線，這是民生銀行利用大數據技術的一大利器。該平臺主要針對國內商業銀行客戶關系管理系統管理功能、分析功能、應用功能相互脫離的弊端而開發的基于大數據分析的一站式服務平臺?！敖鹑趀管家”服務于全行對公客戶管理，覆蓋“PDMA”框架的四個環節，是對公業務應用大數據技術的典范。

首先，認知客戶行為（P）。該平臺對接民生銀行內200多個生產系統和數據中樞，并導入上市公司數據、人行征信數據、工商數據等行外的數據，形成完善的數據結構，通過不同的規則組合數據，如對公客戶和產品的交叉組合，或者基于供應鏈的客戶上下游集合等，使用戶可從不同角度解讀對公客戶的特性，同時通過行內資金流和行內外信息流，精確掌握客戶的行為習慣。

其次，挖掘客戶需求（D）。該平臺對客戶信息更深層次的挖掘，去除無效信息，將有效信息放大，結合線下業務資源，挑選出最適合營銷的企業關系群體，應用多種大數據分析方法，建立關系網絡分析模型，識別出群體的特征和相互之間業務重點，并以極具可用性的界面展示客戶潛在需求挖掘的結果，幫助客戶經理深度挖掘客戶的金融需求。

再者，產品精準營銷（M）。該平臺是一個智能化的融資理財和資源整合平臺，主要圍繞核心客戶，通過后臺數據的支撐，建立交易網絡模型和上下游客戶推薦模型，并據此匹配最適合的金融產品，實現精準營銷。該平臺上線后，對公產品關聯營銷的成功率大大提高。

最后，產品營銷評估（A）。該平臺建立了基于歷史記錄的客戶績效評價體系，科學全面的評價客戶績效，并根據評價結果改進營銷方向。后評價功能涵蓋對公業務的不同情況，如對個性化服務方案的綜合評價，對集團客戶也能建立綜合收益的評價，而不僅僅是單獨考慮單筆業務的收益，適應了缺資產時代的商業銀行經營新思路。

可以預見，在信息技術發展日新月異的當代，隨著對公業務背后紛繁復雜的信息流、資金流、物流等多樣化數據不斷沉淀，大數據技術在商業銀行對公業務營銷中的應用價值將日益凸顯，并將逐漸成為商業銀行對公業務的核心競爭力之一。

參考文獻：

[1]Manyika， J.，M.Chui andB.Brown et al.Big Data：The Next Frontier for Innovation[R].Competition， and Productivity，2011.

[2]Franks， B.著，黃海，車皓陽，王悅等譯.駕馭大數據[M].北京：人民郵電出版社，2013.

[3]楊威.大數據時代下的電子商務企業營銷方式變革[J].中國電子商務，2014（14）.

第3篇：電商數據分析方案范文

無盡靈感泉源鑄造創新點子

今年，InfoComm China 2017 ⒊星捌艉螅繼續為行業人士提供豐富、無窮無盡的技術創新靈感。本屆展會匯集了超過300家參展商，展示來自全球最創新、最頂尖的專業視聽和信息通信技術集成設備與產品。與會觀眾可以看到超過52家來自于本地及海外的全新參展商，其中包括如巴可、光魔軟件、兆發科技等等。在眾多展示品當中，有至少 87件展品是首次在亞洲推出，其中82件為首次在國內亮相。

多年來，InfoComm China已成為專業視聽和信息通信技術領域內眾多參展商推出新產品和創新技術的首選平臺。這個正面的趨勢無形中加強并鞏固了InfoComm China 作為亞太地區首屈一指的專業視聽展會的領導地位，同時也廣受業內翹楚、企業主、項目負責人，以及產業鏈上下游的肯定，成為業界各級人士必赴的行業年度盛會。

增強各產業業務的解決方案

在今日的大環境中，技術的不斷發展和演進正疾速地改變著人們生活、工作和娛樂的方式，各產業必須時時增強競爭性，保持市場的領先地位。InfoComm China 展會正是這樣一個能幫助各企業探索新技術應用，維持目標受眾的參與感和互動，從而增強業務并爭取市場領先優勢的最佳渠道。

InfoCommAsia 執行董事陳庭福先生表示：“我們的目標一直是將 InfoComm China 發展成為專業視聽生態系統業務轉型的催化劑，推動和促進中國專業視聽和信息通信技術行業的發展。每年持續增長的參展商數量和新產品推介，增強了展會在行業生態鏈發展中的核心地位，也鞏固了InfoComm China展會的持續發展，同時更為中國專業視聽產業的未來發展立下穩固的基奠?！?/p>

跨步網絡通信未來

InfoComm China 展會一直是業內革新前沿技術的最佳展示平臺，2017年的展會也不例外。專業視聽和信息通信技術的整合與集成，更鼓舞著創新者不斷創造出更具突破性的解決方案，在提高運營效率的同時不忘賦予娛樂價值，使 InfoComm China 展會成為各種創新集成解決方案薈萃的孵化器。

深圳市臺電實業有限公司是世界領先的會議管理系統供應商之一，并于2011年發明了全球首個紅外同聲傳譯系統。該公司本次在InfoComm China 2017將展示其領先的數字紅外技術如何應用到多媒體教學領域里。公司總經理周慶東受訪時說：“臺電是在同聲傳譯系統、多媒體教學系統和數字會議系統中率先應用紅外技術的環球行業先驅。我們在政府部門、酒店、大學和會議場所等設施已完成數以千計的項目工程，包括聯合國總部、G20峰會、亞太經合組織峰會和國際貨幣基金組織世界銀行年會等，應用非常廣泛。”

在眾多令人興奮的創新解決方案當中，還包括了廣州聚顯電子設備有限責任公司研發的運動感應數字標牌。該技術掃描人體的運動只需幾秒鐘，參與者可以用手勢或肢體活動來控制屏幕。用戶方可以自定義創制迷你游戲，并講述引人入勝的品牌故事；該解決方案的后端數據分析系統，還能提供相關的客戶行為報告，以供作參考運營未來的營銷活動。

奧羅拉多媒體亞洲有限公司也將展示業界第一款4K超高清收發器――VLX-TCW2。這款只有1.5幀延遲和視覺無損壓縮的超高清收發器，能協同各種IP/AV標準，可同時作為發送器和接收器，發送音頻、視頻和數據到一個或多個單元。

在InfoComm China 2017展會上，參觀者將能進一步了解今日的創新技術如何變革各垂直行業里企業公司的運營和經商模式，搶先預覽市場上即將推出的突破性技術，同時從實踐中熟諳各種革新技術，為業務做好準備，跨步未來。

第4篇：電商數據分析方案范文

銀行零售業務是與銀行對公業務、同業業務并列的三大核心業務，在經濟“三期疊加”、金融市場改革不斷深化、利率市場化加快推進以及企業融資成本與風險不斷加劇的大背景下，零售銀行業務因其資本消耗低，發展迅猛，價值回報豐厚，被眾多銀行視為業務轉型的重點發展方向。而營銷管理作為零售銀行獲客、活客和粘客的重要抓手，與客戶管理、產品管理、渠道管理充分結合，形成零售業務發展的基礎性的核心能力，它在推動零售理財、零售信貸、財富管理和信用卡業務發展起到了非常關鍵的作用。近些年，無論四大國有銀行、股份制商業銀行還是城商行都不斷加大資源投入，紛紛掀起一波以營銷轉型或精準營銷為主題的項目建設，內容涵蓋零售業務體系設計、組織設計、流程梳理與優化、數據分析模型、營銷一體化平臺建設等，使得營銷管理在零售銀行發展戰略中重要位置越發突顯。

隨著互聯網金融和電子商務的崛起，商業銀行倍感壓力，銀行零售業務的不僅需要面臨同業的競爭，也要面對來自互聯網金融和非金融機構的沖擊，銀行營銷管理正面臨著嚴峻的挑戰，這突出表現在以下幾個方面。第一，在營銷產品上，各個產品團隊獨立營銷產品，尚不能站在客戶角度提供綜合化金融服務，產品組合營銷少；第二，在營銷客戶上，對客戶分群不夠細致，缺乏對客戶完整、立體、動態的畫像，客戶洞察深度有限；第三，在營銷手法上，一味強調銷售產品，沒有營銷和場景思維，缺乏對客戶投其所好的個性化產品推薦；第四，在營銷渠道上，線上線下渠道無法協同，營銷線索轉介不暢，導致喪失很多營銷機會；第五，在營銷規劃上，無專門牽頭部門負責營銷整體規劃，缺乏長遠體系化考慮，基本上是“走一步算一步”；第六，在營銷設計上，無法做到考慮客戶、產品、渠道匹配的最優化，容易造成“重復營銷、過度營銷”，導致營銷資源浪費，客戶體驗差，收益無法最大化；第七，在營銷過程上，碎片化嚴重，人工干預多，營銷效率低下；第八，在營銷評估上，缺乏對營銷過程的完整記錄，無法做到效果的定量化評估；第九，在營銷管控上，沒有多層次的營銷管控體系，上級無法監控、指導、督促下級營銷工作；最后，在營銷經驗上，只是個別人有豐富營銷經驗，營銷團隊培養慢，不能做到系統化營銷話術提示和優秀經驗分享。

大數據驅動精益化營銷的發展趨勢

在大數據時代背景下，零售銀行要贏得持續發展的空間，需要建立起符合現代金融競爭要求的營銷體系，伴隨著大數據技術的逐漸成熟，零售銀行的營銷理念也得到了加速發展，營銷被賦予了新的時代特征，主要表現為以下幾個方面。

營銷決策數據化

精益化營銷的核心在于營銷的精準性，精準的客戶需求分析、精準的市場細分與定位、精準的產品及服務組合以及精確的營銷控制與考核。精準的本質在于營銷決策用數據說話，例如領先銀行通過建立客戶細分、交叉銷售、關聯分析、流失預警、資金流向、客戶關系網絡等主題的分析，對客戶進行深入洞察，通過決策模型的建立提高對營銷決策的前瞻性、預見性和創造性，改變營銷決策依靠專家經驗或人為直覺，提升營銷決策的科學性和有效性。

滿足全量客群的全生命周期需求

運用客戶細分和客戶畫像技術，建立不同特征的客群，對全量客群進行統籌經營管理他們的全生命周期需求，包括衣、食、住、行、游、醫、玩等；轉變銀行“二八定律”傳統的經營理念，只服務于20%的中高端客戶；對于銀行而言，既要服務好中高端客戶，更要運用大數據的理念、依托強大科技能力服務好大眾基礎客戶，更加關注“長尾”客戶，通過提供差異化的綜合金融服務進行全量客戶的經營。

營銷介入時機不斷前移

按照消費者決策機制理論，客戶對產品購買通常經歷需求創造、需求認知引導、尋找信息、評估選擇、交易行動和體驗評價這幾個過程。傳統上大部分銀行介入營銷時機多為評估選擇和交易行動的階段，采用數據庫營銷、事件式營銷或是實時互動營銷方式進行營銷。隨著場景金融時代的來臨，領先銀行通過打造泛金融生態圈或與場景入口的公司合作，開展異業聯盟方式，在需求創造、需求引導、需求認知、尋找信息的階段開展營銷，使得營銷介入時機更加前置化，營銷變得更加生活化、場景化和有很強的代入感。

營銷渠道全天候立體化

互聯網時代下，滿足客戶“體驗式、碎片化”要求的營銷模式成為贏得客戶的關鍵。商業銀行通過全渠道營銷，將傳統線下渠道和線上電子渠道進行無縫銜接，構建“線上+線下、人工+電子、推送+互動”的立體化營銷服務體系，實現全客戶、全渠道、全產業的營銷協作，以滿足顧客理財、咨詢和社交的綜合體驗，客戶對商業銀行服務的需求將不被時間和空間限制，客戶可以享受全程及時響應的全天候金融服務。

轉型的致勝之道

為了抓住大數據時代給銀行精益化營銷帶來的諸多創新機會，零售銀行需要深化“以客戶為中心”的戰略，借助創新的技術和先進工具，配備專業化資源以實現營銷轉型。

全面深入的客戶洞察

多樣性客戶信息的整合是客戶洞察的前提，客戶多維度細分與立體生動的客戶畫像是客戶洞察的基礎，客戶分析模型是客戶洞察的核心，它們彼此之間相互關聯、相互依賴，是一個密不可分的整體。

多樣性客戶信息的整合是指在保證數據質量的前提下，銀行除自身擁有的客戶人口特征數據、交易數據外，盡可能多地采集客戶在各個渠道與銀行交互的數據，包括客戶在銀行網站、手機銀行的瀏覽、點擊數據，客服中心的客戶交互數據等，適時引入外部數據包括社交媒體、電商平臺、運營商數據，以獲取客戶更多消費、社交和生活信息。

多維度客戶分群按照分群目的和數量的不同，通常分為戰略分群、策略分群、戰術分群和一對一分群。例如戰略分群多以客戶價值、客戶生命周期或輔之以地域維度進行劃分，分群數量控制在6～20個之間；策略分群基于行業經驗和業務分析經驗劃分，數量一般在15～100個之間，例如客群、養老金客群、純信用卡客群、跨境客群、海淘媽媽客群等；戰術分群基于數據聚類方法及客戶標簽庫，通常針對特定的營銷活動或具體業務場景專門劃分，數量通常較多，如沉默存款群、成熟高端投資群、積極投資理財群等；而一對一分群是指把每個客戶為一個群，通過實時分析每個客戶的特征，做到“千人千面”的個性化推薦的效果，達到最優的客戶體驗。再通過對細分客群進行人物畫像，讓業務人員更加直觀、生動的理解分群結果，更有利于進行市場營銷策略設計和用戶體驗設計。

客戶分析模型是對客戶信息的深度運用，利用專業的分析平臺或模型實驗室構建面向特定客群特定場景的分析主題，包括：高比例存款高價值客戶流失預測分析、客群留存率提升分析、ETC客戶獲客分析、資金凈流出客戶的資金流向分析、電子支付交易行為路徑分析、零資產客戶激活分析、特定產品響應率分析、客戶關系網絡分析等。舉例來說凈流出客戶資金流向分析，其分析方法是通過梳理出客戶資金獲取的不同場景，如高存款、基金贖回、工資流入等，對流出客戶進行多維度畫像，抓取到群體特征；同時建立客戶交易關系圈，將不同業務場景下的資金流出情況進行分析，識別資金回流強弱關系，找到潛在的高流失高價值流失客戶進行精準營銷。再比如ETC獲客分析，其分析方法是通過分析客戶針對車的消費行為如加油、保養，再結合運營商的數據分析用車情況，有針對性做營銷活動精準獲取ETC客戶。

高效自動化的營銷閉環

構建高效自動化的營銷閉環一方面解決了大規模部署多渠道營銷活動的效率問題，另一方面將營銷策劃人員從大量的多方溝通中解脫出來，將工作重心轉移到營銷活動設計以及活動過程和結果的跟蹤評估上。營銷閉環包含分析洞察，活動設計，渠道執行和反饋評估四大環節，其難點在于實時地反饋渠道執行信息并進行多渠道的協同，以及對營銷活動的過程和結果進行反饋評估。

零售銀行在營銷閉環上面的投入將在四個方面獲得卓越的提升，第一，營銷活動數量。3～5人的營銷團隊每年手工完成大約30個營銷活動，以一次性的臨時活動居多；而營銷自動化帶來的效率提升能幫助團隊完成100個以上的營銷活動，并且大部分是周期性的固定活動。第二，營銷活動部署時間。一個活動的設計部署周期從以往5～10天縮短到2～5天。第三，營銷活動轉化率。將客戶洞察結果融合到營銷中，通過不斷優化，將客戶轉化率由過去的0.2%～4.8%提升到6.2%～18.7%。

增強銀行全渠道的營銷體驗

在互聯網時代下，用戶營銷體驗對于營銷效果的提升起到越來越關鍵的作用，目前銀行在渠道建設方面正由多渠道到全渠道方向發展，如何增強銀行全渠道的營銷體驗是擺在銀行急需解決的重要問題。其中個性化互動式觸點營銷、統一接觸優化、O2O協同營銷是提升全渠道營銷體驗的關鍵。

實現個性化互動式觸點營銷需要銀行把握好每一次與客戶接觸的機會，如客戶在網銀登錄，在手機銀行上進行貸款計算器試算，向客服或大堂經理咨詢產品情況等。根據客戶接觸銀行各類渠道的特點，客戶特征、接觸歷史、最新行為軌跡等，實時推薦適合最能滿足客戶需求的產品與金融服務，讓客戶感覺“知我所知”甚至是“替我所想”。

銀行優質客戶往往是各個業務條線爭相營銷的對象，過于頻繁的信息推送會讓客戶感覺到過度打擾，這就需要對全渠道下所有活動進行統一管理，建立客戶接觸優化機制，包括建立對接觸頻次、免打擾規則、活動優先級、容量控制規則、客戶渠道偏好、產品最適化等規則的設定，采用優化算法選取最適合營銷信息傳遞給客戶，同時保證銀行整體利益最大化。

一旦客戶對營銷的反饋信息在相應的渠道被獲取，抽取其中的有效的反饋作為營銷線索，使得營銷線索在柜面、網銀、電話銀行、手機銀行、微信銀行等之間無損轉介，實現O2O協同營銷，為客戶提供統一的接觸體驗，讓客戶感受到在與同一個銀行而不是多個銀行進行互動。

營銷系統生態圈建設

在大數據驅動精益化營銷中，客戶數據的可靠性、分析數據的精準度、營銷方案的合理性、用戶接觸優化能力以及渠道的執行力都影響著最終營銷效果。成功的營銷活動背后一定是由一套完整的“營銷系統生態圈”來支撐，它主要包括大數據整合平臺、營銷數據集市、大數據分析引擎、營銷流程自動化引擎、營銷實時決策引擎、事件偵測引擎。營銷生態一體化系統并非孤立存在的，它必須與銀行現有的數據倉庫、ECIF、ACRM、OCRM、ESB、各渠道系統、核心系統等相關系統在整體架構層面進行定位、分工、整合和銜接，發揮銀行營銷一體化生態的協同效應。

同時應不斷汲取和整合創新的數字化營銷方式，包括采用DMP技術實現數字化精準廣告投放、優化搜索引擎（SEO）營銷、社交媒體營銷、社群營銷等技術實現方式，形成一套完整數字化營銷生態體系，達到“營銷無所不在”直至“化營銷為無形”的效果。

集約化的營銷運營團隊

目前國內多數零售銀行以產品銷售為導向，在總行、分行、支行的三級組織架構下，營銷相關資源都下放到分支行層面，分支行承擔營銷考核指標，總行主要把握營銷政策、營銷考核指標的制定和營銷資源的投放。按此模式開展營銷業務暴露出諸多弊端，如分支行業務與數據分析結合的人才嚴重缺失，營銷以個人經驗為主導，分析人員在獲得數據和信息受限，無法利用總行全面數據資源和分析資源等。

因此，總行應構建靈活、敏捷的營銷分析和營銷設計團隊，在人才培養方面注重數據分析專業技能和業務的結合能力。通過“小前臺，大后臺”的營銷運營模式，發揮總行數據集中和分析能力優勢，集約化管理零售客戶數據、對客戶深入洞察，并不斷進行迭代和優化，全面提升營銷效率和營銷精準度。針對分支行的特色需求，在流程和系統功能上提供“綠色通道”，允許特色數據的導入和分析。

轉型的路徑選擇

零售銀行營銷轉型是一個復雜的系統工程，需要志在高遠、科學規劃、合理布局、分階段分步驟地實施營銷轉型。不能一味地追求先進大數據分析技術，而忽略銀行自身基礎條件和業務價值釋放的匹配程度，可以將零售銀行營銷轉型劃分為三個階段。

營銷轉型發展期

發展期注重營銷轉型體系基礎性工作建設，體現在業務層面開展營銷轉型戰略規劃，在行里形成營銷轉型方向與思路的統一認識；在數據層面搭建營銷數據集市，客戶標簽庫和事件庫的落地；在客戶洞察層面，對客戶進行多維度細分，對核心客群進行用戶畫像，選擇有典型意義的主題進行深入客戶分析；系統層面建設自動化營銷平臺，打通典型幾個營銷渠道，開展營銷方案試點工作將分析結果應用到營銷當中評估營銷活動的成效。

營銷轉型創新期

營銷轉型創新期在數據層面考慮營銷數據集市的數據多樣性整合能力的增強，補充行內非結構化數據；在客戶洞察層面，對更多客群畫像，對更多業務主題進行分析，持續滿足零售銀行對客戶數據價值的深入挖掘；在系統建設上，將更多的線上和線下的渠道打通，形成立體化的全渠道營銷網絡，引入實時決策引擎技術，實現個性化互動式營銷，引入營銷優化模塊，實現客戶統一接觸優化，給客戶帶來更為優質體驗；在組織建設上，實現專人對特定客群進行全生命周期管理，比如養老客群、出國客群等。

營銷轉型超越期

第5篇：電商數據分析方案范文

今年6月蘋果WWDC 2014大會上，蘋果了智能家居平臺HomeKit。在首批和蘋果HomeKit平臺合作的名單里，海爾是唯一一家入選的中國企業。9月，海爾推出了基于蘋果HomeKit協議的空氣盒子。然而，不是每個企業都能像海爾這么幸運―2014年3月開始，美的、長虹、格力和TCL等一大批國內傳統家電企業陸續宣布了各自的智能家居轉型戰略。

益杉科技CEO李錚錚從這里面看到了機會。2013年11月，他和兩位硬件搭檔一起創立了益杉科技，主要為空氣類家電廠商提供智能硬件解決方案。

今年4月，益杉科技推出新智動Inside模塊，包括空氣傳感器硬件、物聯網Wi-Fi連接、數據分析云平臺和App軟件操作界面四個部分。用戶在手機上安裝新智動App后，能夠實時感知室內外空氣質量（PM2.5）、溫濕度和甲醛含量，并可以根據空氣質量智能控制凈化器的開關機和風速等功能。在獲得用戶允許的前提下，新智動Inside模塊會收集用戶使用數據上傳至云端，進行用戶習慣分析。其App中還接入了電商平臺，在凈化器需要更換濾網時，用戶可以直接跳轉到特定型號濾網的電商頁面進行購買。

新智動Inside模塊與已有家電產品的連接只需要兩步：家電廠商共享通信協議，通過一根線路將新智動Inside模塊與主板連接，最快只要兩三天就可以完成從傳統家電向智能家電轉變的過程。而以往廠商推出智能家電的開發周期，往往長達6到9個月。

李錚錚在創立益杉科技以前，曾經有過3次創業經歷。2007年，他和朋友一同創辦了寵物中國網，用兩年時間完成了A輪和B輪融資。2008年，他又創辦了視頻分享網站China You TV，獲得了200萬元的天使投資。這兩次創業經歷讓李錚錚積累了比較豐富的互聯網行業經 驗。

2009年，再一次創業結束后，李錚錚有大量的時間可以自由支配。他愛上了戶外運動，天天花上1個多小時在森林公園長跑。因此，空氣質量的好壞成了他每天最關心的問題。關注久了，李錚錚逐漸意識到空氣類家電行業是一個量級非常巨大的市場，有著不少可以發揮的市場空間?！翱諝庑袠I可以分為新風、空調、凈化器三大類。2013年中國空調的銷量超過6800萬臺，而本土生產量超過1.1億臺?？諝鈨艋鞯氖袌鲎鳛橐粋€新興市場，發展迅速，今年家用凈化器保守預計銷量將超過600萬臺，而在中國為全球代工的凈化器超過1000萬臺，3年前這個市場才剛剛起步?！崩铄P錚告訴《第一財經周刊》。

發現市場后，李錚錚仔細考慮了自己的經驗背景和手頭資源。他認為，如果再單純做凈化器這種家電類產品，自己沒有優勢，肯定做不過現在市場上的知名品牌。但目前存在的空氣凈化器很不智能，需要人先判斷空氣污染情況，再手動打開凈化器。人性化的產品應該是讓凈化器自己檢測空氣質量，自動調節凈化程度，始終保證空氣質量的優良與穩定。這些功能需要靠智能家居產品才能實現。

“與其和已經存在的產品競爭，我倒不如發揮自己在互聯網軟硬件方面的積累優勢，幫助凈化器廠商開發智能硬件模塊?！崩铄P錚說。

2013年11月，李錚錚找到了在智能硬件方面具有10多年開發經驗的技術合伙人，組建團隊開始研發產 品。

空氣類智能硬件模塊最重要的是保證空氣傳感器的精度，以及Wi-Fi與家庭路由器連接的兼容快捷。之前市場上存在的空氣傳感器大多沒有經過標定，精度和穩定性難以保證。益杉科技的技術團隊花了近半年時間反復測試研發，最終突破了空氣傳感器的標定瓶頸，達到了穩定可靠的傳感精度。

智能硬件模塊與家庭路由器的兼容連接也經常出現讓人意想不到的麻煩。比如不少人喜歡使用中文字符命名路由器，但這會造成Wi-Fi無法正常識別。益杉科技的技術團隊在4個月時間內，3次迭代Wi-Fi技術，最新版本的新智動Inside除了實現識別中文命名的路由器，連接時間也由1分鐘縮短到10秒鐘。

“因為我們是ToB的定位，生產環節少，沒有外觀設計、銷售、售后服務之類一系列很長的鏈條，所以我們能夠把精力集中在產品的重點研發環節上不斷去突破，價格也能夠保持得比較低?！崩铄P錚對《第一財經周刊》說。

新智動Inside的低廉價格和大數據分析能力對于空氣類廠商和政府環境部門都具有很強的吸引力。新智動Inside在空氣質量測量達標的條件下，安置一個空氣監測點只需要不到1萬元。新智動Inside應用于廠商的設備成本則更為便宜，價格為88至300元?！拔覀兠恳慌_智能家電就是一個空氣監測點，這個監測網絡非常密集，產生的數據很寶貴?！?/p>

許多廠商都有向智能家居轉型的打算，但它們往往低估了自身生產智能硬件的難度。今年5月，國內一家知名凈化器品牌找到益杉科技，希望在6月上市一批智能空氣凈化器。在和益杉科技溝通一段時間后，該品牌覺得已經摸清了生產智能模塊的環節，決定放棄合作自己生產。但花費了快半年的時間，自行生產的努力以失敗告終，只好重新找到益杉科技進行合作，智能空氣凈化器的上市時間也推遲到了11月。

“廠商自建團隊的速度太慢，一般都是外包給專業的軟硬件廠商生產。除了質量沒法保證，外包最大的問題在于沒有聯合測試環節。軟件和硬件是找不同的廠家分開生產、分開測試，最后才拼在一起。但很多問題都是在軟件和硬件聯動使用時才會暴露出來?！崩铄P錚 說。

品牌廠商是益杉科技最大的客戶群，占到客戶總體的60%。它們直接跟益杉科技購買新智動Inside模塊，安裝到自己生產的家電產品中。益杉科技剩下超過30%的客戶為代工廠。因為中小廠商數量太多，采購量級不夠大，自己開拓對接投入產出比過大，益杉科技主要通過代工廠讓新智動Inside模塊覆蓋到眾多中小廠商。今年8月，益杉科技還開拓出渠道商作為新客戶群，目前已和兩三家渠道商簽訂了合作協議。

第6篇：電商數據分析方案范文

[關鍵詞]高職；電子商務專業；綜合改革

[DOI]10.13939/ki.zgsc.2017.06.121

河南用技術職業學院的電子商務專業成立于2004年，至今已有12年之久。近年來，開展了電子商務專業的綜合改革，取得了一定的成績，企業和學生反映良好：確定了“工學結合、理實一體、技能遞進”的人才培養模式；推行實戰教學，注重學生實際能力的培養；加強校企合作，與多家企業合作，促進了電子商務教學；加強網上創業教育，學生開始網上創業。

1 深入企業調研，明確專業崗位和相應的知識與能力的要求

1.1 確定電子商務專業面對的崗位

電子商務專業面對的崗位有：①初始崗位：網絡營銷員、外貿電子商務員、網店經營人員、電子交易員、電子商務物流員；②遷移崗位：網站美工員、網站推廣員、網站運營員、網站設計開發員；③發展崗位：商務策劃、網站運營主管、電子商務項目經理、電子商務部門經理。

1.2 明確崗位相應的知識與能力

1.2.1 能力結構

專業能力：掌握政治理論知識，主要包括思想政治理論、思想道德和職業道德修養、職業操守、形勢與政策等；掌握經濟管理知識，商務貿易知識；掌握計算機技術知識，網站建設知識；掌握商務策劃與運營管理知識；掌握市場營銷知識；掌握會計結算及成本核算知識；掌握物流配送知識。

方法能力：電子商務規劃能力；電子商務網站運營和管理能力；項目管理的能力；企業管理能力；網上業務開拓能力；客戶服務能力；市場開拓能力；業務推廣能力；電子結算能力；物流配送能力；靜態網頁設計能力；動態網頁編輯能力；站點管理與技術維護能力。

社會能力：培養學生的基本人文素質；培養文獻檢索、資料查找與閱讀能力；培養團隊精神與協作能力，使學生具有一定的崗位意識及崗位適應能力；養成良好的職業素養；規范安全操作行為；養成良好的環境保護意識；培養自主學習能力；養成良好的使用各種設備、工具的職業習慣；培養表達能力，與人溝通的技巧；具備一定的心理適應能力與心理承受能力；培養開拓創新的思維與能力。

1.2.2 知識結構

基礎知識：高等職業學校電子商務專業應定位于生產服務一線技能型人才的培養，處于電子商務教育系列的初級層次，主要培養適應新時期經濟建設發展需要的德、智、體、美等全面發展的，具有綜合職業能力和就業能力，面向基層企業單位從事電子商務應用與管理工作的技能人才。

專業知識：了解電子商務運營與操作流程，能夠洞悉電子商務發展方向；掌握基本網絡知識、網絡營銷和辦公軟件；對企業上網有比較深的理解，熟悉企業網站功能要求；掌握電子商務專業必備的文化基礎知識，能在與電子商務有關的機構、網站、企業從事電子商務實際工作；具有一定的網站欄目策劃、運營管理的能力；具備從事本專業領域實際工作的基本能力和基本技能；具有較強的電子商務處理及商務開拓的綜合能力。

2 修訂人才培養方案和課程體系

2.1 修訂人才培養方案

人才培養方案是根據專業培養目標和培養規格所制訂的實施人才培養活動的具體方案，是對專業人才培養的邏輯起點、培養目標與規格、內容與方法、條件與保障等培養過程和方式的描述和設計。

人才培養方案制訂的原則：

（1）以綜合職業能力培養為核心。圍繞綜合職業能力培養，依據職業標準，對接產業發展，開展職業分析，明確人才培養目標。課程設置與教學內容、教學過程與評價突出綜合職業能力培養，注重提升學生專業能力、方法能力和社會能力。

（2）以典型工作任務為載體。圍繞典型工作任務，確定課程目標，選擇課程內容，構建一體化課程體系，實現理論教學與實踐教學融通合一、能力培養與工作崗位對接合一、實習實訓與頂崗工作學做合一。運用先進教學方法和手段，增強課程教學針對性和有效性。

（3）以育人為根本。把社會主義核心價值體系、現代企業優秀文化理念融入人才培養全過程，突出職業道德、職業精神和職業素養的培養，加強實踐育人，促進學生全面發展，增強學生可持續發展能力。

2.2 修訂課程體系

以電子商務專業的工作過程為導向構建課程體系，首先列出電子商務專業涉及的典型工作任務及其職業能力，然后歸納出6個學習領域，再轉換成6門核心課程。

本專業對應的6個職業崗位的典型工作任務有：網絡營銷員、電子交易員、外貿電子商務員、網店經營人員等。

將典型工作任務的職業能力結合電子商務專業相應職業崗位對應的職業資格的要求，歸類出電子商務基礎與應用、網絡營銷、電子商務支付與安全等6個學習領域，轉換成6門對應的學習領域核心課程。

2.3 制定課程標準

課程標準是規定某一學科的課程性質、課程目標、內容目標、實施建議的教學指導性文件。課程標準與教學大綱相比，在課程的基本理念、課程目標、課程實施建議等幾部分闡述得詳細、明確，特別是提出了面向全體學生的學習基本要求。課程標準是面向全體學生的學習基本要求和課程教學的基本規范，是詳細闡述課程性質、課程目標、教學內容、實施建議的教學指導性文件。

制定的課程標準有：《電子商務基礎與應用》、《網絡營銷》、《電子商務物流》、《網店經營》、《網站運營與管理》、《電子支付與安全》。

2.4 建設特色精品課程

選擇3～4門專業課程，進行精品課程的建設，明確精品課程的性質、目標、內容；提出教學實施、教材編寫、課程資源開發利用建議；根據知識、能力、素質的要求制定課程標準等。目前開始建設的精品課程有“電子商務基礎與應用”“網絡營銷”等。

3 確定人才培養模式

3.1 確定“工學結合、理實一體、技能遞進”人才培養模式

建立了“工學結合、理實一體、技能遞進”的人才培養模式，積極探索實施工學結合、以工作過程為導向及“教、學、做”為一體的、增強學生職業能力的教學模式，深化職I能力和綜合素質的培養。

3.2 推行理實一體化教學，改革實踐教學模式，推行實戰教學

電子商務專業是一個實踐性很強的專業，因此實踐教學非常重要。以前的實踐教學，模擬的多，往往是用電子商務模擬軟件模擬電子商務的運作過程，與實際差距很大，模擬教學做完了，但是真實的電子商務運作還是不懂。因此必須改變這種實踐教學模式。

現在的電子商務平臺已經是非常成熟了，比如淘寶、京東、阿里巴巴等。特別是淘寶，學生非常熟悉，已經有淘寶賬戶，并且經常在淘寶平臺上購物。如果利用淘寶進行真實的實踐教學，無疑是既方便又真實，學生肯定會歡迎，變模擬教學為實戰教學。

實戰教學：對學生進行真實的電子商務的運營與管理的教學，讓學生了解和掌握電子商務運營的技術，與行業和企業零距離對接。

以“電子商務基礎與實踐”為例，具體的教學過程如下：①對學生宣布學期的教學安排。②要求學生注冊淘寶賬戶，注冊網上銀行賬戶，注冊支付寶。③學生通過開店申請，開設個人網上商店。④對網店進行裝修、鋪貨、推廣。⑤教師進行點評。

4 實訓室建設

4.1 建設網店運營實訓室

網店運營實訓室能夠進行網店開設、網店裝修、商品拍攝、網店運營、網店推廣、電商數據分析等電子商務實訓項目；能夠進行校企合作，學生進行真實的電子商務的運作，完成網店開設、網店裝修、商品拍攝、網店運營、網店推廣、電商數據分析等電子商務流程；能夠依托本實訓室進行教學改革。

4.2 建設互聯網營銷實訓室

互聯網營銷實驗室，是基于搜索引擎技術與云計算技術應用的互聯網營銷仿真訓練系統，通過互聯網營銷的模擬營銷訓練，使學生快速掌握互聯網營銷操作技能，加速積累互聯網營銷實戰經驗。在高度仿真的網絡環境中，學生可將已學到的互聯網營銷知識和運營思路付諸實踐，從分階段的任務實踐，到分步驟的應用訓練，通過多分析、多練習、多動手，能很快地掌握知識與操作技能，縮短學習的時間。

4.3 建設倉儲配送實訓室

綜合現代管理技術、自動化技術、系統工程技術及現代信息技術，將各種技術有機結合，建設一個高水平、現代化、智能化、自動化的倉儲配送綜合教學平臺，使該系統不僅能滿足學校物流相關專業的實訓要求，也為學生物流大賽提供競賽平臺，也為教師提供科研平臺。

提供一種學生能夠實際參與的環境，以先進標準的物流流程為重點，以先進的物流信息系統、專業設備及完整的物流實訓模擬環境為核心，全力打造一個高水平的為企業培養技能型人才的倉儲配送綜合模擬實訓中心。

4.4 建設數據庫營銷與客服實訓室

數據庫營銷與客服實訓室主要對學生進行數據庫營銷訓練、電子商務客戶服務訓練。實訓室的業務內容是向移動通信運營商提供服務外包服務，依托對移動通信客戶的數據分析、數據挖掘，通過電話營銷開展針對移動通信客戶的流量營銷、客戶回訪、客戶服務、客戶維系、客戶開發、終端營銷等通信業務，為移動通信客戶、通信運營商、政府和學院學生創造經濟價值和社會價值。

5 加強校企合作，構建校企合作機制、產學研合作機制

產教融合、校企合作是決定職業教育質量的根本性因素，是職業院校辦學的必由之路。電子商務專業在辦學實踐中積極尋求發展道路，在突破體制機制障礙，與企業聯合搭建平臺，走產教融合、校企合作的路子方面進行了有益的探索，形成了具有自身特色的“校企一體化”合作辦學模式，取得了良好的辦學效果與社會效益。

5.1 建立和完善校企合作、工學結合運行機制

校企合作共同探索、共同構建、共同實施專業人才培養模式和課程體系，企業兼職教師承擔專業課教學比例達到50%以上，構建校內實訓、校外實習相結合的實踐性教學體系。增大校內實訓的比例，全面提高人才培養質量。

5.2 堅持以就業為導向，建設雙向互動的校企實訓實習基地

建設新的高質量的頂崗實習基地。引入企業建設“校中企”，校企雙方共同管理，為學生提供一個參加社會實踐的平臺，一個勤工儉學的平臺，一個實踐自身所學技能的平臺，一個走向自立自強的平臺。建立校企雙向評價機制及管理制度，培養學生誠信、敬業、奉獻的團隊精神和適應企業的能力。

6 鼓勵和指導學生網上創業

21世紀的信息時代，網絡創業擁有著巨大的發展潛力和巨大的市場，而大學生創業者更是在網絡中成長的一代，熟悉網絡時代的特點和網絡操作，是他們網上創業的優勢，相信大學生創業者在積累了網上創業的經驗后，一定能夠在網絡時代的洪流中大顯身手。

當前，特別是經濟形勢的影響，網上創業成為大學生創業和就業的一種新的趨向。網上開店的人數以每年30%的速度增長。對于缺乏創業經驗和資金的大學生來說，網上創業更是成為創業的土壤，可是并非所有網店都賺錢，很多大學生創業者很盲目地投入到網上創業，而最終淹沒在網絡創業的大潮中。針對網上創業的各個步驟給予學生創業者一些建議，能夠對大學生網上創業者一定的幫助。

6.1 鼓勵和指導學生網上創業

網上創業，已經成為一個很時髦的東西。指導學生進行網絡創業，熟悉電子商務的運作流程，掌握電子商務的經營技巧，并開始網絡創業。

6.2 對學生進行網上創業培訓

（1）培訓主題。網上開店，網店運營，電子商務物流配送。

（2）培訓目標。了解互聯網的發展歷程及發展現狀；熟悉互聯網的含義、類型、成；熟練掌握互聯網的應用服務。了解電子商務的含義與類型；熟悉網上支付的流程與操作。熟悉電子商務的創業政策；熟練掌握網上開店的整個流程及經營技巧。熟悉電子商務物流技術與管理。體驗電子商務的網上開店和利用支付寶進行網上支付。

7 教學團隊建設

通過打造教學團隊，進一步加強教研室等基層教學組織建設，更新教學內容，改進教學方法，開發教學資源，促進教學研討和教學經驗交流，推進教學工作的傳、幫、帶和老中青相結合，提高教師的教學水平和教學質量。

7.1 提高教師的專業教學技能

選派教師參加專業教學的培訓，如省級和國家級骨干教師的培訓、行業的會議等。

7.2 加強教師的實踐能力培養

教師往往是剛出校門又進入另一個校門，所以教師沒有接觸企業，沒有多少實踐經驗，因此必須對教師進行實踐能力的培養。例如，教師注冊和申請個人網上商店，進行網店的運營與管理，并從中體會發現實踐教學的重點和難點，體會發現實踐教學的技巧。

7.3 鼓勵教師到企業兼職

鼓勵教師積極為政府行業活動、企業業務咨詢和員工培訓服務，為提高學院在行業內的知名度、充實實踐教學內容、增進校企合作關系、鍛煉教師隊伍奠定了牢固基礎。

7.4 鼓勵教師進行教學改革

教學改革是人才培養模式改革的重點，鼓勵教師進行項目教學、理實一體化等教學改革與嘗試。對教師的教學改革嘗試，進行適當物質、精神獎勵。

7.5 建立導師制

主要采取“引進、培養、外聘”相結合的方式，引進教師做到有計劃，有要求、有措施，對于新教師培養實行“導師制”，以老帶新，并實行外出培訓和院內培養相結合的方法，加快青年教師的成長。形成獨具特色的“雙師型”教師隊伍。通過以老帶新，在教師內部形成了互相學習、共同提高的良好氛圍。

8 結 論

通過對電子商務專業綜合教學改革嘗試，電子商務專業的人才培養與市場更接近了，培養出的人才企業更滿意了。通過綜合教學改革，電子商務專業煥發出生機與活力，在學校眾多企業中脫穎而出，成為具有明顯特色的專業。

參考文獻：

[1] 佟玲.電子商務專業教學改革實踐探索[J].中國對外貿易，2011（12）.

[2] 王冠寧.高職電子商務專業創業能力培養的實踐與探索[J].電子商務，2010（2）.

第7篇：電商數據分析方案范文

最近讀完了《幸福的方法》，對書中一段話非常有感觸："忙碌奔波型是未來的奴隸，享樂主義型是現在的奴隸，而虛無主義型則是過去的奴隸。"在運營商工作的我們都經歷過從通信業黃金十年帶來的"金飯碗"、行業遭遇"高原平臺期"的銅飯碗，甚至全社會"人人得而誅之以后快"的"紙飯碗"，無論是企業還是身處其中的個人，都在感受著巨大的壓力與阻力。

于是，一些人選擇了"享樂主義"式生存，日復一日在單位混日子；一些人則選擇了"虛無主義"式生存，沉浸在過去的輝煌，躺在功勞簿上過日子；還有一些人選擇"忙碌奔波"式生存，開不完的會、做不夠的匯報、寫不盡的方案，雖終日忙忙碌碌卻無所作為。正是如此，才有了我上篇文章中寫到的"四種人"——那些想走又能走的人最終選擇了離開這里，那些想走卻不能走的整日抱怨體制，那些不想走也不能走的昏昏度日，剩下那些能走卻不想走的痛苦掙扎……

一、運營商正在經歷什么？

借用雙城記那段經典開場白：這是一個最好的時代，這是一個最壞的時代。對于運營商這樣天生依靠人口紅利、規模紅利的傳統企業，未來的日子或許并不好走。無論是從媒體的口誅筆伐，還是用戶的人人喊打，亦或是員工的紛紛出離，種種跡象都在表明這個行業早已從大象快跑的“神壇”跌落，變得遲鈍、緩慢甚至有些狼狽了。

可十年前絕不是這樣。三十年前更加不是。

《大跨越：中國電信業三十春秋》的開篇語這樣寫道：從經濟瓶頸到社會先導，從全球末游到用戶總量世界第一，改革開放三十年中國電信業實現了舉世矚目的大跨越!這一切是怎么得來的?這本生動再現改革開放30年來中國通信業輝煌歷程的著作選擇了兩個有意義的時間點，1978年跟2008年，前者是中國正式吹響改革開放號角的關鍵一年，而后者則是代表了通信業黃金十年的關鍵一年。

字里行間都可以讀到中國通信業經歷過怎樣的輝煌，可以感受到從業者那種由衷的自信與榮耀。時代巨變，昔日巨頭創造了比以往更加令人矚目的經營業績，卻在政治地位以及行業形象上連連敗走麥城。

時至今日當我們再次談論運營商，你想到了什么?是財務報表上無比閃耀的光輝業績，還是面對行業內外競爭暗戰的困惑焦慮；是建成一張張4G、4G網絡的驕傲欣喜，還是管道化、低值化、邊緣化的郁悶心酸；是對KPI下多少就能完成多少的自信得意，還是對基層不斷涌現離職潮的始料未及。

是運營商真的做錯了什么嗎？可能并不是。

放眼看看這個時代吧！這是一個在和同行不斷抗衡，卻無奈被OTT抄了后路的時代；一個到處充斥著機會，細看時卻滿目危機的時代；一個傳統大機構失勢瓦解，個人自由連接全面崛起的時代……

這是一個唯變不破的大時代。在這個時代里，競爭對手變了、游戲規則變了、用戶習慣也變了，曾經習以為常的一切突然間發生了天翻地覆的變化。話音、短信這些傳統業務正在加速下滑，流量雖然成為新的增長點，卻不得不面臨著“提速降費”的巨大壓力?？梢哉f，在這樣的時代背景下，運營商像是被困的巨獸，想掙扎卻又充滿無力感，想改變卻又害怕不確定，想突破卻又找不到突破口……

唯一的方法大概就剩下三個字：豁出去。

二、運營商該怎么辦？

對于眼下的運營商來說，出路無非兩條，要么精耕存量客戶，挖掘更大的價值點；要么開辟新市場，尋找行業的破局地。關于精耕存量市場，已經有太多這方面的文章，這里不再贅述。我想重點談談新市場。

1.新市場在哪里？

日前，互聯網教父、科技商業預言家的凱文·凱利在斯坦福大學進行長達3小時的分享，暢談他對未來20年重大科技商業潮流的見解。我對其中一個觀點很感興趣，他說不管你現在做什么行業，你做的生意都是數據生意。

數據！

無論是風生水起的移動互聯網，還是改變世界的蕓蕓眾生，他們都在通過運營商的網絡來獲取信息。

2014年三月在北京舉行的一場大數據產業推介會上，阿里巴巴集團創始人馬云在主題演講中發表了他的觀點——“人類正從IT時代走向DT時代。IT時代是以自我控制、自我管理為主，而DT時代，它是以服務大眾、激發生產力為主的技術。”

我們都知道，今年的雙11全球狂歡節中，阿里巴巴天貓用時不到12小時就打破了去年創下的571億元的交易額，最終將記錄鎖定在912億，其中無線交易占比71%，全球產生成交的國家和地區達到205個。

巨量交易額的背后是什么？是阿里越來越強大的供貨和物流系統？還是傳統零售業的全面沒落？其實都不是的。我以為這背后體現了阿里巴巴強大的數據分析和挖掘能力。在這樣的購物節中，最重要的問題是商家要備多少貨？而這可以通過平臺歷史銷售大數據，預測貨品需求，為商戶提供庫存依據，提升庫存效率和有效性。

而在百貨商店時代，購物數據只有通過人工才有可能統計完并且不一定準確，但是阿里巴巴會把每個人的歷史購物和瀏覽數據都留在云上。因此，淘寶可不光是一個電商平臺，更是顧客的大數據平臺。

阿里巴巴集團副總裁涂子沛在講到這個概念的時候舉了一個更容易理解的案例：請你預測全國哪些地區會有更多的二孩出生？按照傳統的數據統計，估計只能依靠人口普查、各地市區縣統計部門的層層上報，不但會有偏差而且還會滯后。而在阿里巴巴，只需要統計哪些區域的孕嬰用品銷量激增就可以了，不但真實而且更加便捷。

運營商也是一樣的。你以為運營商只是通信管道的提供者？其實或許還是信息適配的服務商。在過去，我們使用的文件、文件夾、桌面這些東西都是停留在本地的。我還記得那個時候最好的備份工具大概是移動硬盤或者是藍光光盤之類的東西。而進入網絡時代之后，數據就出現在網頁上、鏈接里?，F在的云上有標簽、有流量、有新聞，還有各種各樣我們需要的信息。云、數據化才是這個時代的關鍵詞。要知道，這些所有的信息都是通過運營商的網絡傳輸的，就和從淘寶上銷售的商品信息一樣，除了信息本身，它的發送端和接收端或許才是我們關心的重點。

于是，將合適的信息主動推送給需要的人，就是運營商能提供的大數據服務了。

2.新市場有多大？

中國云計算技術與產業聯盟理事長吳基傳曾指出：大數據是云計算服務的基礎，是構架云平臺最基本的要素，沒有對海量信息的分析的大數據，就沒有為所有信息消費者獲取有價值的信息的可能性。

因此在商業界，大數據已經開始成為很多企業的生意?！?015年中國大數據交易白皮書》顯示，預計到2020年，中國大數據產業市場規模將超過這個市場去年規模的10倍，由2014年的767億元擴大至8228.81億元。

2015年8月19日，國務院常務會議通過《關于促進大數據發展的行動綱要》，這或許意味著，大數據在中國將逐漸步入正軌，進入到頂層設計時代，這無疑將加速經濟發展引擎的進一步開發。

從運營商的角度來看呢？以中國移動為例，我們有超過8.2億用戶，110萬4G基站，經營分析系統里有10B以上的數據，我們的10086每分鐘都有海量用戶的呼叫，實際上所有這些動作每天都在產生大量的數據。那么，這些數據到底有多大，集中以后會是個什么效果？

有人曾經做過測算，一個省公司一天的數據要上百P，這些數據集中在一點傳輸到中國移動(貴安)大數據中心，需要重建一個中國移動的CMNET，也就是中國移動Internet的骨干網。

所以某種意義上來說，運營商擁有采之不盡用之不絕的數據富礦，站在金礦上總比無礦可挖強，這也是我判斷運營商或許會在大數據時代“觸底反彈”的依據之一。

3.還有什么不確定因素？

雖說前途可期，但畢竟是一個全新的領域。在新領域就一定有新的游戲規則，也會有相應的規則適應過程。

在過去的幾年中，大數據的概念在產業界引發了無數的爭議和討論，甚至長期出現在Gartner的新興技術成熟度曲線(也稱新興技術炒作周期報告)中。原因非常簡單，一項新技術多被談及概念，雖然在媒體上屢屢曝光，但應用案例寥寥。

因此，大數據越來越被看做是評論界的談資，而非真正意義上的產業。

在貴陽成立的全球第一家大數據交易所，通過電子系統面向全球提供數據交易服務，計劃2020年數據清洗交易量年達1萬PB、年總額3萬億。然而，成立至今，這個深孚眾望的機構撮合的交易記錄也不過3000多筆?！坝幸庠附灰状髷祿钠髽I和機構還不多?！苯灰姿ぷ魅藛T如是說。

除此之外，還有幾個關鍵不確定因素在影響著大數據產業發展。

A.技術能力不足。IT作為后端的支撐手段，大量通過外包或采購方式實現，所以在自身軟件開發和大數據平臺運維、大數據新技術應用、大數據分析挖掘方面能力相當有限。

B.數據“墻”大量存在。很多數據是分散在不同的系統中的，經過長時間的“豎井”式運作，已經形成了難以突破的壁壘。以中國移動為例，B域主要是經營分析數據、O域主要是網絡運維數據、M域主要是管理信息數據，但這三域的IT系統分別由三個不同的部門負責，整合難度較大，較難形成“1 1＞2”的數據融合效果。

C.組織架構不匹配。目前看，很少有機構會設置專門的部門去集中各種散落的數據，更別提對這些數據進行標準化的管理和維護了。

D.思維觀念的滯后。如果說技術、資金、人才方面的劣勢都可以通過后天的努力來補足，那么意識層面的缺失就需要相當長時間的培育了。

除了以上說的幾點，大數據交易的安全性、定價的合理性、客戶信息的保密性，都在一定程度上影響著大數據業務的規模和發展空間。

三、運營商玩大數據的心法與身法

運營商究竟該怎么玩兒大數據呢？竊以為先要回答好三個問題：一是數據在哪里？二是數據放哪里？三是數據怎么用？

1.數據在哪里？

都說我們正在經歷一個全新的商業時代——分享經濟的時代，消費者正在放棄傳統的、效率低下的企業，轉而投入分享型企業的懷抱，來獲取他們想要的產品和服務。Uber讓座駕更好地分享，Airbnb讓空閑的房屋更好地分享，八戒網讓創意和設計更好地分享……現在看，一切可以分享的都是價值數據。

在分享經濟的時代，真正分享的是有效的供需關系。因此，在分享經濟中，更重要的其實是創建供需場景，建立供需聯系。

數據也是相同的道理。隨著移動互聯網、云計算、物聯網等新一代信息技術的爆發式發展，智能手機、平板電腦、可穿戴設備以及遍布各個角落的傳感器，正在越來越多地接入到運營商網絡。各種交互數據、傳感數據正源源不斷從各行各業迅速生成。這些數量龐大、種類廣泛、迅速產生和更新的大數據，蘊含著前所未有的社會價值和商業價值。

如何能夠有效挖掘并體現出數據的價值是亟待解決的問題。竊以為，關鍵就在于建立數據使用的場景并搭建數據交易平臺。

比如說，城市規劃設計院需要對新區進行商業價值評估，可以通過運營商的網格數據分析提供區域人口及經濟狀況解析；再比如，醫療機構需要在一段時期對藥物及醫療設備做儲備，可以通過醫保報賬平臺統計該區域的醫療診斷及藥物使用情況，預測出該區域可以發生的大規模疾病，從而及時儲備相關資源。

重要的是，幫助數據消費者更加迅速有效地找到他們需要的數據，并促成雙方交易。

2.數據放哪里？

如此大規模的數據存放在哪里也是考驗大數據產業的要素之一。要知道并不是所有的機構都有足夠的資源去建設自己的數據中心。而在這方面，運營商恰好可以提供服務。

通信行業有個詞叫做“電信級服務”，意思是通信服務要具備不間斷運行、大容量、高穩定性、可靠性等特點。而要達到這些條件，就需要完備的QoS保障機制，而其中重要一環就是設施先進、管理規范的通信機房。

因此可以說，在數據機房方面，通信運營商具有先天的優勢。

能否將此作為運營商進入大數據市場的切入點呢？開放、合作就成了這個部分的關鍵詞。前文說過，傳統機構中有很多數據與信息孤島，要想打破不斷構筑的“數據墻”，首先是要將他們集中化的存儲、管理、運營。因此，運營商的高標準數據中心或許只是一個必要而非充分條件，要讓源自不同領域的數據發生“化合作用”的前提是將這些數據存放在運營商的數據中心。

ICT基礎設施有連接和存儲的作用，其產生的數據通過不同的終端存儲下來，這些數據在應用程序中使用才會有價值。而運營商同時具備連接和存儲兩項功能。

面向未來，運營商數據中心將成為網絡的中心，構建面向業務的敏捷、柔性、綠色的云IT基礎架構將使運營商數據中心成為新一代ICT基礎設施的驅動中心。

3.數據怎么用？

運營商現在最大的挑戰是什么？是端到端的質量保障不足導致用戶體驗還不夠好嗎？是受到OTT業務的沖擊導致傳統業務快速下滑嗎？還是業務量收剪刀差不斷加大、投資壓力日趨吃緊嗎？個人認為都不是的。我們最大的挑戰在于用戶往往滿足于現有的業務。這會讓我們產生嚴重的路徑依賴，從而也會形成“自滿”情緒。

事實上，運營商現在面臨著三大重要轉變：一是從關注功能向關注最終用戶體驗轉變；二是從提供語音和帶寬向提供豐富、開放的ICT融合信息服務轉變；三是從基于人口紅利的增長向應用創新增長轉變。這三個轉變帶來了商業模式、運營模式、研發模式和科技創新的轉變，將驅動電信行業從封閉走向開放的數字化運營。

數字化運營，至少有三件事可以做：一是盤點數據資產；二是建立計算能力；三是開放數據平臺。按照貴州移動羋大偉總經理的思路，運營商大數據發展路徑分為1.0、2.0和3.0三個版本。

大數據1.0主要針對運營商內部分析，建設重點以數據整合和能力構建為主，為數據價值發掘奠定基礎，重點支撐精準營銷和精確建網；大數據2.0主要針對數據價值提升，重點是逐步拓展對內對外數據價值挖掘的能力；大數據3.0主要針對數據變現，聚焦重點客戶和行業，構建數據生態系統，逐步凸顯外部收入。

目前，運營商在IT系統和網絡系統上積累了很多數據資產(當然如果處置不當也可能會變成數據遺產……)，通過SDN和NFV等IT技術重構的通信網絡，將會形成全新的彈性、智能的網絡架構。而網絡IT化，就要求建立以云數據中心為核心的網絡架構，數據中心將成為ICT基礎設施的核心，數據中心的布局和規劃決定未來網絡的架構，也決定了未來的競爭力。

伴隨20多年的互聯網發展，掌握未來的“聯接一代”和“數字元人”已經長成。相比上一代人，他們的溝通、交友、娛樂、消費、工作、學習等行為方式和思維模式，已經發生深刻的變化，他們對于數字社會和互聯網的依賴與生俱來，代表著互聯網時代的新消費行為。

運營商新的業務運營系統不再是簡單的支持系統，更不是簡單的營銷界面在線化，而是連接運營商、客戶和合作伙伴，連接網絡、應用和內容的價值創造系統和生態鏈系統。傳統的線下營業廳或將大幅減少甚至消失，取而代之的，是用戶可以全在線模式按需、實時定制享受各項服務，運營商通過大數據分析洞察客戶和精確營銷，提供更加智能的客戶服務。

從購買產品走向購買服務，商業世界的游戲規則正在發生根本上的變化，商家和用戶之間的關系從交付那一刻才剛剛開始。

互聯網之父勞倫斯·羅伯茨曾講過：“自網絡誕生以來，我們只實現了網速的提高，而在提升網絡性能及其他方面毫無進步。”在這方面，運營商正在積極從消費體驗出發打造新型的業務運營系統，新系統不再是簡單的業支系統和網管系統，更不是簡單的營銷在線化，而是連接運營商、客戶和合作伙伴，連接網絡、應用和內容的價值創造系統。

第8篇：電商數據分析方案范文

企業級公有云作為云計算產業的主要形態，在推進過程中逐漸形成了各種模式。為搶占公有云平臺市場，各類平臺服務商，包括運營商、行業機構、IT基礎服務商及互聯網企業等，都在想方設法地使出獨門絕招，依托原有業務優勢，通過整合、細化、落地，打造差異化的生態系統，試圖通過跑馬圈地，朝向產業“生態圈”方向發展，引領企業級公有云未來市場。

對于企業級公有云“生態圈”建設，從目前的產業發展情況來看，主要有四種建構模式，包括運營商主導的垂直整合模式、政策導向的產業園區模式、市場導向的行業合作模式及互聯網導向的開放平臺模式，下面進行一一介紹和分析。

運營商主導的垂直整合模式

國內三大運營商作為公有云戰略的積極推動者，正如中國電信集團總經理楊杰所說，“電信運營商是云計算產業鏈中的合作倡導者、資源提供者和能力整合者。”

當下，運營商主導下的公有云戰略，主要是通過“三步走”戰略實現各自公有云生態系統建設。第一步，從提供IaaS起步，利用在傳統IDC服務方面的優勢，垂直整合技術、資源及用戶，以提供基礎設施服務為起點，聚集企業級開發者。第二步，接入PaaS業務，吸引中小企業，提供差異化、個性化的運營平臺服務。第三步，開拓SaaS領域，提供云端“應用商店”，吸引移動互聯網開發者，借助開發者進一步黏住原有用戶，實現基于傳統通訊、網絡業務的公有云產業閉環。

政策導向的產業園區模式

在中國，政策及行業機構是云計算最重要的推手。政策主導型的公有云模式，通過頂層制定的戰略性扶持政策，整合機構、企業與用戶參與其中，推動構建整個產業層面的完整生態鏈。

中國現在已經有一批公有云“樣板工程”，這些公有云工程的重點，主要以IaaS、PaaS為方向。這些工程普遍以“智慧政府”為契機，利用區位、政策、資源三方面優勢，一般選擇在西部資源豐富的地區建設云產業園區，通過資源最大化和成本最小化方式，與東部技術優勢進行云端業務對接，吸引云服務商入駐。同時，針對公共領域的云服務市場，輔助云服務商打造低成本的云產品，最終由機構單位購買相關服務，實現產業價值循環。對此，國家和地方政府也制定了一系列的政策，并設立獎勵基金鼓勵服務商進行業務和模式創新。

互聯網導向的開放平臺模式

在公有云產業，國內各大互聯網公司也不甘示弱，除先期進入的阿里云、新浪SAE等，百度、京東、騰訊、金山、美團等企業也陸續推出了公有云服務。

以BAT等互聯網企業為代表的公有云發展策略，一種是從各自的“專有云”起步，逐步向整個行業輸出云能力，通過鼓勵第三方開發者入駐，提供資源分類、有效存儲、流程融合等服務，與傳統業務結合，接通終端用戶。另一種是以原有業務平臺為基礎，通過“云”服務聯動線上線下資源，形成后臺、終端、云端一盤棋，鼓勵第三方應用開發，提供針對性的大數據服務，將大數據流通的管道遍布云端產業，滿足剛性需求。

在互聯網為導向的開放平臺模式中，以騰訊的公有云服務比較徹底，它的范圍覆蓋計算云、數據云以及個人云三個層面，能夠在多個層面上將開發者、企業客戶的利益與終端用戶需求捆綁在一起，相比其它形式的互聯網公有云服務，在業務、流程和資源整合方面，做得更為完善、更加到位。

在市場指向方面，騰訊云將自身定位于服務互聯網應用開發者的公有云平臺，相關產品包括云服務器、云數據庫、高速存儲、羅盤、CDN、云監控和云安全等公有云服務，一站式系統地解決了開發、測試、、運營中的各種難題。同時，騰訊云還通過接入騰訊的社交關系鏈，貫通公有云業務與其它傳統業務之間的資源鏈條，進一步向下深入，推出微信云、游戲云和移動云等行業級解決方案，逐步形成體系化、立體式、多層面的云生態運作系統。

騰訊云打造的全鏈條公有云服務體系，也帶來了可觀的市場反響。根據騰訊方面的數據，騰訊云上的應用總數已超過40萬款，涵蓋了娛樂、生活、教育、電商等方面，托管在騰訊云的應用日活躍用戶數量總和超過1億。

市場導向的行業合作模式

全球公有云業務，以亞馬遜、IBM、微軟為主，主要面向大企業、機構及跨國用戶市場，搭建數據中心，通過整合互聯網內的數據擁有者，如社交網站、金融機構、公共部門（政府、國際組織等），實現用“服務換資源”，提供公有云系統解決方案，進一步通過官方管理軟件及配套系統服務，接觸到終端用戶，實現利益共享。

——微軟：讓云像水電一樣“為人服務”

賣許可賺錢，是典型的微軟模式。在云時代，微軟的目光并不限于此，它認為未來所有業務都將轉移到云模式。未來，微軟的商業模式將由“軟件包+售后服務”的模式轉型為“像用水電一樣”提供計算服務的“長期在線經營和服務”模式。

面對傳統的軟件固化結構開始向碎片化發展的趨勢，微軟的服務理念由之前的‘人為系統服務’轉變成‘系統為人服務’，即系統需要按照操作者的需求為其獲取信息和資源。為此，微軟采取“云+端”的戰略，以云操作系統為核心，采用集裝箱式部署，面向那些需要自己控制數據的客戶，底層基礎設施由微軟維護，將Azure集成到它的操作系統產品之中，為付費用戶提供高品質的服務。另外，微軟從云開發者生態環境上進行考量，開展孵化器計劃，針對行業應用開發者群體，投入巨大資源培育和扶持公有云系統建設。

在公有云戰略實施過程中，微軟還積極與硬件設備商、系統集成商、獨立軟件開發商、開發者、政府、高校等達成戰略合作，明確分工，力圖建立開放共贏的微軟“云生態系統”。

——IBM：整合架構，提供全面解決方案

云計算正在重新塑造經濟發展和商業競爭的格局。對此，IBM深有體會，為了彌補自身在公有云方面的不足，在戰略上打出組合拳。通過打造基于 OpenStack的開放平臺，憑借自身獨特的云計算能力為客戶提供整合的解決方案，包含關鍵云計算技術、全流程支持、完整解決方案及覆蓋全球的實施網絡，通過“模板化”服務幫助各行各業的平臺用戶，輕松搭配不同提供商的云服務，建構各自的公有云平臺。

IBM的云服務及軟件將基于開放的云架構，實現從硬件、軟件到服務、咨詢整合的云解決方案，為客戶提供涵蓋BAO（業務分析優化）、社交商務、智慧商務及智慧城市四大方面的應用解決方案。另外，也可以根據用戶的不同需求，提供靈活多樣的云計算服務。

——亞馬遜：建構“前店后廠”的區域云生態

作為公有云產品的最早開創者，亞馬遜的公有云客戶，已經遍布全球，包括Adobe、道瓊斯、Expedia、LinkedIn、新聞集團和聯合利華等。亞馬遜在公有云市場所占份額，已經超過微軟、IBM、谷歌、Salesforce等所有對手的總和。由此可見，亞馬遜已經成為公有云市場絕對的領導者。

與微軟、IBM不同的是，亞馬遜公有云的落地，更多采用的是資源綁定策略。這一特點在AWS進入中國市場時得到了深刻體現。入華之初，亞馬遜便通過各種合作，獲得更多的政府、產業資源，力圖通過整合更多資源，使得AWS生態系統更加完整。

值得稱道的是，亞馬遜的“前店后廠”模式，通過與北京市政府、寧夏自治區政府、寬帶中國四方進行合作，將有成熟的公有云市場和產業鏈的北京業務“前店”，與有豐富電力資源、地廣人稀的寧夏數據“后廠”進行資源整合，試圖借助寧夏數據中心的逐步擴容，對公有云業務的區域生態進行拓展、細分和優化。

微信云：騰訊云“生態圈”的關鍵一環

微信云是騰訊云“生態圈”上的關鍵一環，作為基于騰訊云服務底層的公有云運營服務系統，發揮著對接業務實體的接口作用。通過微信云提供的跨越PC、移動端的平臺服務，能夠深入挖掘騰訊公有云服務的終端潛力。

微信云方面的負責人陳磊表示，之所以推出微信云產品，目的是為了解決當前微信公眾賬號產業發展中遇到的通用問題。現在基于微信平臺的開發商數以千計，服務質量、安全能力都參差不齊。騰訊云期望通過打造微信云，為開發商提供支持規范服務標準，使終端企業能夠自主、個性、可靠地開發行業應用，讓他們在微信業務拓展方面更加自如。

據騰訊官方介紹，微信云的發展路線圖，主要分為三個階段：

第一步，騰訊將重點安排在微信云安全建設方面，通過全面的服務提供安全的環境和高質量的服務，讓有需求的企業免除后顧之憂。

第二步，微信云將在服務流程的標準化方面著力，包括自由選擇的功能、模板及套餐服務、操作提示、效果預覽等。與以往預付費的云服務不同，微信云“先使用，后付費，七天免費試用服務”的規定，讓相關服務更有保障。負責人陳磊稱，“這樣做的根本目的是為了讓開發商們能夠有足夠資金和精力用于創新，共同打造微信云平臺健康、安全的生態環境。”

第三步，微信云還將為品牌企業提供專屬的定制化服務，幫助企業獲得從安全建站、服務整合、產品運維、用戶把握、資源變現等在內的完整業務鏈優勢。

至于“微信云平臺逐漸成熟之后，如何分成以及分成比例怎樣”這一問題，陳磊回應，“大可放心”。他透露，騰訊云目前并沒有參與分成的計劃，而且“不僅至少能夠保證2014年不分成，也沒有考慮2014年之后分成的計劃。”

另外，微信云借助獨有的企業大數據服務，一改傳統的云服務模式，通過多角度介入終端行業領域，滿足微信公眾賬號的內容營銷、定制服務、數據分析、社交支付等需求，讓企業可以借助微信云這個抓手，使其移動云端上業務開展能夠更加接地氣。

未來，微信云將為服務商、企業用戶、開發者及終端用戶提供安全、優質、高效的“一站式”公有云服務，并提供億元扶持資金，打通各項內部資源，催熟與游戲、移動、O2O、穿戴設備、智能硬件、在線教育等相關的各種云服務創新。

總結

第9篇：電商數據分析方案范文

【關鍵詞】 電信資源 地理數據標簽

電信業作為基礎服務行業，信息化程度代表了一個國家的科技發展水平。中國電信業自改革開放以來，新技術大規模應用的廣度和深度在世界范圍內均位于前列，但資源管理支撐系統的更新發展卻稍顯落后，對業務發展帶來一定制約。筆者從事多年電信企業管理，從資源管理實際需求出發，結合自身技術優勢，提出了以地理數據標簽為特征的資源管理模型，并進行了實際應用，取得了較好效果。

一、電信資源管理系統的歷史與現狀

上世紀90年代以來，我國電信行業的業務量以平均每年近一倍的速度實現快速增長。為提高電信資源管理水平，提高競爭力，原郵電部電信總局在1995年開始建設“市內電話業務計算機綜合管理系統”，即“97系統”，實現了中國郵電業的管理現代化和自動化，為電信業的發展起到了重要的推動作用。隨著中國電信業改革的深入，幾大運營商數次進行重組，外部市場環境發生了翻天覆地的變化，“97系統”已經不能適應市場發展的需要。2005年以后，各運營商結合自身需求，在原有系統的基礎上進行了升級改造和擴充，形成了現有電信資源管理系統，這些系統對支撐著中國龐大的電信客戶群體起到了重要作用，為電信業蓬勃發展奠定了堅實的基礎。

二、現行電信資源管理系統的不足

現行電信資源管理系統盡管在各電信運營商中的名稱不同，但都是以生產系統為主體進行建立的，在目前電信業務種類繁多、用戶需求至上的市場競爭環境中，無法更好的支撐業務需求。主要有以下兩點不足：

1. 無法滿足大數據時代的數據挖掘需求。早期的資源管理系統是按照“業務”劃分進行建設，主要有窄帶營收系統、寬帶營帳系統、號線系統、網管系統等系統。以上系統是以完成某項業務特定需求而建立，較少考慮與其他系統的交互。由于沒有用體系化的方法來統籌，故各系統間數據交互性差，不能有效對數據進行深度挖掘，形成“信息孤島”。

2. 無法滿足決策指標同屏展現的需求。電信企業必須擁有及時準確的決策定位能力，資源管理信息系統需要為決策工作提供數據支撐。現行系統是面向內部生產的，無法體現區域人力資源及財務狀況等關鍵數據，而這此類數據是重要生產資源，在資源管理時要統籌考慮。

三、以地理數據標簽技術為基礎，重塑資源管理模式

電信企業的網絡、人力、市場資源存在各自特點，如何將這些資源通過共有的屬性進行關聯，進而實行統一管理，實現資源間的“化學反應”，使企業資源得到高效配置，是資源管理的核心問題。

在對電信企業經營活動中的網絡、人力、市場資源的全面研究后發現，通過將資源數據附加地理信息，以地理信息的“共性”為基礎，可以實現對上述三種資源進行整合。

我們以經緯度坐標數據為主，其他地理數據為輔，對網絡、人力、市場資源進行標識，為各項資源數據附上地理屬性標簽。由于這種標簽是以地理信息數據為基礎，所以稱之為地理數據標簽。通過給網絡、人力、市場資源打上地理數據標簽，我們可以實現對這三種資源進行統一管理、調度、分析，從而達到盤活企業資源，提高企業資源配置效率，進而提升企業競爭力的目的。

四、資源管理系統整體架構設計

4.1 系統設計思路及實現目標

通過地理數據標簽技術給網絡、人力、市場等資源打上地理數據標簽，將各種資源融合起來，進行統一管理。利用地圖信息技術，將資源的分布情況以可視化的方式直觀的呈現出來，為電信企業各級領導提供一份詳細的“兵力、火力配置圖”，從而為企業決策提供有力支持。

4.2系統需求分析

良好的需求分析是系統設計的重要環節，我們經過充分的論證和調研，對需求分析按照兩個角度進行了匯總分析。

4.2.1 按使用對象為目標進行的需求分析

使用對象分為業務管理層、管理控制層、決策層三個層次，這三個層次分別對應電信企業經營體系中的三級管理體系：基層經營班組、市分公司、省分公司。下面對各層級需要的功能做簡單描述。

1.業務管理層

業務管理層是系統的最低層，需要實現對各類生產資料的初級分析，即地理標簽定位。需要對網絡、市場、人員按照地理分布位置分別使用標簽進行標注，實現資源的地圖展現。

2.管理控制層

管理控制層需要對業務管理層上報的數據進行再次的分析和篩選，對數據進行匯總和分析，同屏呈現市分公司范圍內的資源分布狀況，提供各類資源調配動態趨勢。

3.決策層

決策層位于整個系統的頂端，分析處理數據包括整個企業。該層對所有數據建立適當的數學分析模型，通過對于下層提交的數據進行智能和科學的數據分析，深度挖掘數據背后所呈現的隱含信息，對企業發展趨勢進行預判。

4.2.2按照系統數據處理階段進行的需求分析

系統的數據可能來自系統本身，也可能需要外部其他系統的數據交換。只有全面掌握全部數據，才能在此基礎是上進行科學有效的分析。因此從該角度出發，將系統結構分為以下幾個層次：地理信息基礎數據處理層、相關數據交換層、統計分析層、結果呈現層。

4.3系統架構總體設計

4.3.1系統邏輯框架

通過地理數據標簽技術給網絡資源、人力資源、市場資源打上標簽，進行資源的標準化，由可視化展示層利用地圖信息技術將各類資源直觀的展示給系統使用者。

4.3.2系統技術實現方案

系統采用JAVA進行系統的開發，JAVA的跨平臺特性、安全性、健壯性為我們的后期開發、擴展提供了保障，中間件采用WEBLOGIC，數據庫采用業界領先的ORACLE數據庫。

五、地理數據標簽技術的關鍵點

按照地理數據標簽技術管理分析資源，需要有相關技術進行支撐和保障，下面對關鍵技術點進行介紹。

5.1在系統中如何定位地理標簽坐標

坐標作為地理標簽中的核心元素，如何快捷方便上報系統尤其重要。系統支持三種模式坐標上報：

5.1.1 GPS定位上報

通過手機終端的GPS模塊可以方便的對目標信息進行地理標簽的坐標標注。

5.1.2 通過WEB界面在地圖上標注

采用地圖API作為接口，通過WEB地圖瀏覽和鼠標點擊完成坐標點的標注。

5.1.3 地址解析定位

地址解析的方式是通過地圖API的服務類Geocoder（）構造函數來獲取，針對一些已有地址信息的地理標簽可以進行自動轉換坐標。利用該技術可以實現基礎數據通過地址來初始化坐標信息，實現導入工作。

5.2地理標簽在地圖中如何進行展示

5.2.1 用圖標形式顯示地理標簽

根據坐標信息在地圖中顯示出地理標簽所在地的位置。根據不同類型的信息采用不同的圖標來顯示。通過API的覆蓋物類Marker（point：Point[， opts：MarkerOptions]） 構造函數來創建地理標簽在地圖上顯示。

5.2.2 如何在圖標上顯示地理標簽名稱

通過API的覆蓋物類Label構造函數Label（content：String[， opts：LabelOptions]）來實現在地圖中顯示地理標簽的名稱信息。

5.3地理標簽如何在特定地圖區域中顯示

5.3.1 判斷哪些地理標簽在區域內

在地圖中要按區域顯示不同區域內的地理標簽信息，必須首先判斷地理標簽的區域歸屬問題，如果采用傳統方法，在地理標簽屬性中增加一個所屬區域的標示來記錄，雖能解決此問題，但在區域調整的情況下，需要對相關區域內所有的地理標簽的屬性重新進行調整，這在實際的操作中極為不便。因此系統通過地理標簽點的坐標和區域的坐標進行計算來自動歸屬。

本系統采用射線判別法。所謂的射線方法，就是從要判斷的地理標簽坐標點向左邊的水平方向畫一條射線，然后計算這條射線和判斷多邊形區域的各條邊的交叉點的個數。如果交叉點的個數是奇數，那我們可以判斷這個地理標簽坐標點在多邊形內部；如果交叉點的個數是偶數，那我們判斷該地理標簽坐標點在判斷多邊形區域的外部。使用這個方法我們可以判斷出來大部分情況，但是有一些特殊的情況需要我們做特殊的判斷處理。

a）地理標簽坐標在區域多邊形邊上

遇到這種情況，我們可以直接判斷地理標簽坐標在區域多邊形的內部，我們可以在應用射線方法之前做判斷。

b） 射線和區域多邊形的某一邊重疊

遇到這種情況，可能會判斷出來射線和區域多邊形有無數交叉點，所以我們只需忽略該該情況即可。

綜合利用上面的方法，我們就可以判斷出地理標簽的點坐標與地圖多邊形區域的位置關系了。

5.3.2區域內不同地理標簽顯示切換

在區域內存在不同信息屬性的地理標簽，如果在區域中同時顯示，會造成地圖同時顯示過多的地理標簽，如何能按照不同屬性根據用戶需要來切換顯示自己需要的信息內容。系統通過對不同屬性的地理標簽進行分組處理實現。在取消顯示的時候，通過地圖的getMap（）屬性首先獲取覆蓋物所在的map對象。然后根據對象屬性的標識使用API的覆蓋物方法removeOverlay（overlay：Overlay）進行清除選擇的地理信息標簽。

在選擇要顯示地理標簽分類的屬性時，首先根據屬性的標識從數據庫獲取該區域內所有的坐標信息，然后通過地圖API的覆蓋物方法addOverlay（overlay：Overlay）實現地理標簽在地圖的顯示。

5.3.3自定義區域信息統計實現

除了根據特定區域方式來顯示地理標簽信息，有時無法滿足信息管理的需要，為了能實現此功能，需要在地圖中手工繪制區域來實現地理信息標簽的數據統計和顯示，具體實現過程如下：

首先通過地圖API的覆蓋物類的Polygon構造函數將選擇的坐標數組繪制多邊形覆蓋物。

Polygon（points：Array[， opts：PolygonOptions]）。

在顯示區域的同時，將點坐標數組通過數據庫查詢判斷區域內的地理坐標信息數據，為了能夠提高查詢效率，系統先根據多邊形的頂點創建的矩形區域來進行第一次判斷，然后根據查詢的結果集使用射線判法來循環判斷坐標點是否在多邊形內。

通過判斷將區域內的點坐標信息使用Marker構造函數在地圖中顯示。

5.4地理標簽如何在區域展示詳細信息

在地圖中顯示的地理標簽信息，由于顯示界面的問題只能顯示標簽名稱，但對于地理標簽的其他內容的信息無法全部顯示。為了能夠全面展示信息內容，通過信息窗口技術來實現。當用戶鼠標點擊對應的地理標簽的圖標或名稱時，通過對地理標簽的圖標和名稱的監聽事件addEventListener（event：String， handler：Function） 來判斷用戶是否點擊，觸發顯示詳細的信息。

六、資源管理系統應用實施效果

該系統將網絡、人力、市場資源進行統一管理，實現了各種資源的統一調度，達到了整合電信企業資源目的，為企業的發展提供了有力支撐，對公司的經營發展起到了促進作用。

6.1改變資源管理模式。系統利用地理數據標簽技術，結合電信企業特點，整合現有的各類信息化系統和市場、網絡、人力資源等數據資源。使決策層實時了解分公司、經營部基層班組的資源配置現狀，準確及時提供基層經營單元市場發展需要的基礎資源數據，實現公司、分公司、經營部層面的資源實時的監管。

6.2提高資源配置效率。各種信息由分散管理轉變為集中管理，原有分散的信息源進行了高效的整合。通過資源整合，在不增加人員和投資的情況下，充分釋放公司生產力。最大限度的提高作業效率、市場響應速度和網絡資源的利用效率，適應電信企業轉型發展要求。

6.3降低企業運營成本。系統投入使用后，可實現對公司最小管理單元“網格”的成本核算，詳細了解每個管理單元的盈虧情況，對網格的每位員工所負責的市場區域、在網客戶、營銷進程、營收結果、網絡資源及利用情況進行實施掌控，提升經營效果，降低運營成本。

七、系統下一步優化方向

通過實際應用，運用地理數據標簽技術的資源管理系統總體設計是成功的，但仍存在不足，有待進一步完善。

7.1基礎數據交叉分析難度大

在系統基礎數據分析中，同一類數據在不同系統中的數據屬性不同，對數據進行交叉比對時難度較大。

7.2部分數據手工錄入，更新周期長

部分網絡資源原有系統數據不包含地理信息，由手工錄入系統。因此該部分數據更新周期長，易發生差錯。

7.3大數據的挖掘深度仍顯不足

系統對數據進行的分析基本可滿足經營需要，能夠反應業務的發展趨勢。但對海量的大數據，挖掘工作還有待加強。例如對單區域人員勞動產率進行分析預警，對用戶流失原因進行分析等。

參 考 文 獻

[1]齊飛. 山東電信資源管理系統的研究與實踐[D].南京郵電大學，2012.

[2]羅秀金. 電信資源管理系統的設計與實現[D].清華大學，2004.

[3]林海英. 基于GIS的電信資源管理系統關鍵技術研究[D].哈爾濱工程大學，2003.

[4]葉云，李小進. 電信資源管理系統的定位與開發[J]. 中興通訊技術，2002，05：47-49.