大数据商贸生态系统发展研究

大数据商贸生态系统发展研究

一、基于大数据的商贸生态系统结构性分析

商贸生态系统中企业的大数据直观体现在于海量、分散、相互独立的数据可以通过不断整合研究,以探寻数据之间所包含的相互联系,从而反映出商贸生态系统各个主体的网络行为特性。在大数据环境中,商贸生态系统的结构性研究可以从两个方面展开:一是数据层面,二是行为层面。具体内容由表-1给出。其中,数据层面主要包括数据的类型、数据的模型和数据的处理,行为层面主要包括流量行为和用户行为。在商贸生态系统内,企业群体、社会群体和网络用户群体之间交互过程中产生大量的实时数据,一般以关联性数据网络存在,数据类型由原先的结构化数据逐步转向半结构化甚至非结构化数据。对于数据的处理,则不同于传统的逻辑推理分析,而是基于海量的数据,通过搜索、比较、分类、控制,从中分析出大数据网络中数据之间存在的关联性以及各个商贸生态系统主体行为是否满足某个共性特征。首先,从商贸生态系统大数据的相关参数与性质(如数据类型、数据结构、数据关系、数据分布等)进行分析,然后,从商贸生态系统数据的规模、维度、关联性进行评估,从而探寻大数据背景下网络行为之间存在的共性特征。在复杂的大数据网络环境中,搜集或者直接记录用户在社会化、网络化媒体中使用的流量数据,通过一系列消费者个体行为或偏好的定量分析,为商贸生态系统的特色化商业推广提供坚强的信息基础支持。由此可见,在大数据环境下,商贸生态系统内部所包含的信息为系统内企业制定和实施相关战略决策提供数据参考,有利于商业模式的创新发展。随着大数据的进一步发展,商贸生态系统的稳定性结构将发生根本性转变,将偏离原来的结构,通过新一轮协同发展,达到一个新的结构。由此可见,在大数据环境下,商贸生态系统通过对大量数据信息的搜集和整合,可以监视与审核系统运作过程中的各个环节,并合理地预测未来商贸生态系统发展趋势。进一步,通过产业联盟、跨行业经营等方式,构建更为完善的价值网络体系,促进信息流、资源流和价值流在整个商贸生态系统内不断循环和转化,以满足系统中各个主体发展的需要。

二、基于大数据的商贸生态系统演变的过程性分析

在大数据环境下,通过网络互动、大量数据信息存储以及云计算平台不断融合,商贸生态系统在数据搜索、传输、共享、处理等各方面都更为便捷,对系统内的知识溢出与系统内各主体协同发展创造有利条件,促进商贸生态系统更加多元化和综合化。基于大数据环境,商贸生态系统“以网带量、以量增利”的机制进一步健全。基于这种机制,下面分析商贸生态系统的过程性,主要表现在三个方面。

(一)商贸市场审视的实时和精准

由于大数据的实时处理覆盖整个商贸生态系统内价值链的各个环节,因此在竞争与协同并存且相互作用下,能够对各个主体产生的任意需求实时地做出反应和判断,精准地审视商贸市场的大需求以及市场内用户需求的变化。由此可见,通过大数据,可以指引商贸生态系统内企业不断提升自身产品和服务的创新程度,从而加快产业研发设计与销售,进一步实现目标市场定位不断细分。

(二)商贸生态系统内企业的竞合与协作

在大数据背景下,商贸生态系统内以互联网、电子商务为载体的企业合作伙伴关系的渠道进一步拓展,选择余地进一步增加,商贸生态系统内的成员结构也更具动态性。一方面,传统的大型企业群体将基于原有的供应链基础,不断向网络生态链转型,内部成员企业之间密切协作。另一方面,以协同商务模式为基础,建立企业合作伙伴关系,促使在地理位置上分离、结构上相互独立的多个企业联合组成虚拟的企业联盟。

(三)社会成员的反馈和互动

在大数据环境下,商贸生态系统中各成员之间的竞争合作关系更加复杂,这种关系产生的作用也更具有不确定性,其网络结构也显得更为脆弱。因此,以网络用户参与为主导的新型模式给商贸生态系统带来更为强烈的冲击效应。在大数据环境下,海量数据主要来自网络用户群体创造的数据与信息,新型的产品或者服务在研发设计、生产制造加工、营销推介等方面都更加重视网络社会群体的参与、意见反馈与互动交流,以加速产品或服务的进一步推陈出新,进一步实现商贸生态系统内企业与网络社会群体的互动融合发展。

三、基于大数据的商贸生态系统协同发展案例借鉴及策略分析

(一)典型商贸生态系统案例的成功经验

在大数据背景下,阿里巴巴迅速发展,在同行及相关行业中起到示范作用。阿里联合银泰、复星、顺丰、申通、中通、圆通、韵达等经营主体,共同组建了“菜鸟网络科技有限公司”,建立网络零售网络。“菜鸟网”是一个数据中转处理中心,该网络能协调买卖双方地址、商品所处位置、商品发货配送时间等因素,降低了时间成本。此外,阿里巴巴凭借支付宝进入金融流通领域,成功获取了双向资金流通数据的价值。大数据的支持提高了阿里巴巴的效率,将小额贷款发放周期从一周左右缩短到几个小时。大数据的商贸僧徒系统需要大量的数据积累与数据分析,而阿里巴巴正是利用数据优势,不仅催生了价值,还催生了产品,如余额宝等。这一切都要归功于阿里巴巴的大数据。阿里巴巴的大数据平台不仅仅是数据,还包括大数据金融、大数据网络等。阿里巴巴在大数据的商贸生态系统下,能够挖掘更多的数据,利用云进行数据计算和价格挖掘,阿里巴巴的业务不仅涉及商贸流通,还涉及金融等行业,将来还可能发展更多其它业务。阿里巴巴成功完成了大数据信息箱大数据产品转换,开发了大数据的商业价值,将单纯的商业交易平台发展逐渐向大数据的商贸生态系统基础服务商转变。通过对阿里巴巴的案例分析可以看出,在大数据背景下,商贸生态系统的协同发展应遵循从建立信任机制,实现共创,向建立开放创新机制,实现共生转变;从业态融合经营到重塑商业生态转变。

1.构建信任机制,实现商贸企业的共创。

在商贸生态系统中,企业之间的合作是以信任为基础的。在大数据背景下,通过构建以信息共享为基础的平台,实现信息无缝对接,可以促进企业之间的竞合关系更加紧密。在商贸生态系统中建立信息共享平台,可以开辟大数据背景下的众创空间。

2.建立开放创新机制,实现商贸企业的共生发展。

在大数据环境下整合多行业融合发展的商业技术平台,能促进商贸生态系统中的企业进行大规模资源共享,有利于创造基于大数据分析的全民参与模式,这显然不同于传统的商贸生态系统模式。

3.业态融合经营,促进共赢发展。

在复杂的商贸生态系统中,存在跨诸多行业的经营主体参与协同竞争关系,因此寻找多边融合共赢,达到利益最大化成为他们的出路。在大数据环境下,商贸生态系统得到持续拓展,原有的跨行业经营主体可以通过在竞争关系中开发新产品或服务,打破原有经营格局,促进多业态共同经营,从而实现共赢发展。

4.重塑商业生态,全面打造大数据商贸生态系统。

通过大数据资产对商贸生态系统产业链的驱动,能加速产业链进行重构,促进产业垂直整合,有利于对商业生态进行重塑,推动商贸生态系统中的合作者共同商定平台战略,引导商贸生态系统内的众多群体协同发展,最终打造全面的商贸生态系统。

(二)基于大数据的商贸生态系统协同发展策略

在大数据时代下,基于商贸生态系统的结构性及演进的过程性,同时借鉴阿里巴巴等内部商贸生态系统的经验,笔者提出我国商贸生态系统协同发展的策略。

1.建立以大数据为核心资源的商贸生态系统商业模式。

对大数据资源进行规模经济的追求,能引发以大数据为核心的产业价值链向外拓展,进而促使商贸生态系统的价值主张、业态分布、经营模式、协同发展网络等发生变革,促进商贸生态系统中的新型商业模式形成。比如,阿里巴巴旗下的淘宝通过挖掘和采集大量交易数据,构建了云存储系统OceanBase,从而开发了面向大量进驻商家的数据产品或服务。通过云存储系统OceanBase,还能为其他非淘宝网的电子商务门站提供大量的数据服务,为众多网站和社区提供有效的电子商务方案,使得阿里巴巴实现了从单一的交易平台向整个商贸生态系统的角色变革。由此可见,在大数据环境下,应以阿里巴巴为借鉴,建立以大数据为核心资源的商贸生态系统商业模式。

2.全方位构建商贸生态系统的数据交流大渠道。

由于大数据资源拥有数量多、覆盖面广、种类丰富、运行速度快等特点,一般情况下不能在可观测时间内采用传统的信息技术进行感知、搜集和处理,因此必须通过完善成在大数据的基础设施,畅通各类有效的数据传输渠道,全方位构建商贸生态系统的数据交流大渠道,从而在商贸生态系统内实现数据的无缝对接和共享。只有构建起商贸生态系统的数据交流大渠道,才能形成全面的数据处理系统和知识共享系统,使得商贸生态系统内的经营主体能够协同经营、融合发展。

3.创新以大数据为核心的系统内关键业务和流程。

在大数据背景下,商贸生态系统内的经营主体、共享资源、价值网络、生态结构等要素处于动态的演变过程和不断重构的过程。通过大数据资产对商贸生态系统产业链的驱动,能加速产业链重构,进而重塑整个商贸生态系统。在这样的过程中,获取商贸生态系统的竞争优势,是加快商贸生态系统演化和升级的重要路径。因此,必须创新以大数据为核心的系统内关键业务和流程,以此作为商贸生态系统获得竞争优势的动力源。这里也可以借鉴Wal-Mart和P&G集团,他们各自的商贸生态系统内部通过商业数据的分析处理,形成一种联合库存管理模式,进而改变了传统的库存管理业务流程。

作者:张慧 单位:吉林建筑大学城建学院