前言：中文期刊网精心挑选了大数据的商业价值范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
大数据的商业价值范文1
科技、IT产业的发展总是离不开高新概念的开拓。这些概念中，有些带来了难以估量的商业价值、也有些最终沦为浮皮潦草的炒作噱头。在商业价值的认知上，大数据无疑已经走到了岔路口。
诚然，大数据已经武装了一部分公司企业，并用利润的增长证明了大数据的商业存在。但是也有很多企业正在因大数据而战，只不过，他们还没搞明白——什么是大数据？大数据将如何带来商业价值？
洞察商机
深耕环保领域的世界500强企业巴斯夫大中华区管理董事会董事长关志华在接受《英才》记者专访时坦言，其实数据化的发展已经历了一段时间。但是时至今日，大数据究竟如何定义，也很难讲清楚。
“但现在很多新技术的发展都依托于大数据，而这些技术的发展具备很大的潜力。因此可以说数据化将是必然的。”关志华说。
如他所言，大数据的窘境在于——大数据无处不在、亦真亦幻。但是对于浸在大数据概念中的人们而言，它仿佛是空气，看不到但是离不开。
这种认知上的模糊，客观受限于大数据的阶段性发展，其发展阶段存在四个层级：教育、探索、接触、执行。而目前更多的使用者仍然集中在探索阶段。
那么，究竟如何正确认识大数据？IBM全球副总裁胡世忠告诉《英才》记者，大数据分析拥有4大特性——即4V：数量（volume）、多样性（variety）、速度（velocity）、精确性（veracity）。
信息泛滥带来了排山倒海般的数据，大、杂、快、疑的数据海洋很容易让我们迷失。正是由于大数据的4V维度包罗万象，才使得大数据的真正意义得以体现——洞察能力。
何谓“洞察能力”？西班牙品牌ZARA平均每天卖出110万件衣服，通过全球资讯网络，每一件销售出去的商品都有自己的销售身份证（包括售价、部门、时段、客户），这些数据经过自动化程序分析出顾客的行为模式和消费喜好，作为未来产品的生产决策，让ZARA最短3天就可以推出一件新品，一年可以推出12000款时装。
挑战人类的道德底线
尽管大数据或将给整个社会带来难以估量的商业价值，但当《谍影重重》电影中的“绊脚石”计划被斯诺登生鲜演绎的淋漓尽致之后，人们也开始意识到，在当今社会，隐私的安全属性早已经荡然无存——这也是大数据带来的最为令人担忧的隐患。
英仕曼集团中国区主席李亦非对《英才》记者表示，大数据的未来将快速发展，但同时，大数据会使每个人无法保留隐私，这甚至会挑战人类的道德底线。
不过在IBM新兴市场部大数据总监王晓梅看来，大数据的安全并不是新的命题，它所面临的威胁与传统数据是相同的。归根结底，这需要国家有相应的法律法规对数据安全进行保障、企业和机构要按规矩办事、个体要对数据有意识的保护。
除了安全隐患，数据在被处理、分析和应用前，数据可靠与否势必会影响信息分析的价值。这其中由人所产生的数据不可靠的程度特别高，很有可能出现蓄意诈骗、无心欺瞒以及时许错乱等问题。
大数据的商业价值范文2
伴随着《纲要》的，中国大数据发展将迎来顶层设计，正式上升为国家战略。不论我们称之为大数据时代、互联网时代，还是物联网时代、智能穿戴时代，它们之间都有一个共同的特征，就是信息数据化。当人与物都被数据化之后，就意味着巨大的商机蕴藏到了这些数据中间，而国务院所出台的这个关于大数据的指导意见也足以证明大数据的价值。
面对大数据所蕴含的巨大价值，我并不担心其商业价值挖掘不出来，担心的是如何把握好商业挖掘的尺寸与公民隐私权之间的关系。今天，大数据的商业化已经形成。当我们通过PC登录或者访问了相关的网站，浏览了某些信息的时候，我们在电脑上的这种行为都将被记录下来。当我们再次登录一些网站，打开相关页面的时候，一些“牛皮癣”广告就会被推送到我们的眼前。
那么，有谁在推送这些“牛皮癣”广告的时候征求过用户的意见？追踪用户使用行为的商业挖掘边界到底在哪里？这些问题或许比当前推动大数据商业挖掘来说更为重要。
首先，从目前的实际情况来看，大数据商业的前端很繁华，而商业后端的法律法规则相对滞后。过度的商业化挖掘，如果在没有相关隐私权保障的情况下发生，必然会招致用户的反感。那么，商家到底应该将数据商业化到什么程度，这个尺度如何把控，也就成为当前有关部门着重关注的焦点问题。
其次，对于企业来说，哪些数据是可以挖掘，哪些数据在商业化中是不能挖掘的；对于行政部门来说，什么部门可以拥有什么样的数据使用权限……这些都存在着关键尺度问题。如果相关法律法规和政策能够及时出台，那么公民隐私安全问题就可以缓解很多；反之，如果这个指导规范一直出不来，那么公民隐私就很危险了。
尤其是在智能穿戴时代的万物数据化之后，包括人的一切行为与生命体态特征都被数据化，网络安全、数据安全，就是摆在眼前最急迫、最重大的事情。可以预见，在进入智能穿戴时代，人与物，人与互联网之间的识别关系一定不是当前的这种数字密码，而是更为复杂的生物识别技术，如步态、静脉、视网膜、心率等，借助于可穿戴设备将人与设备连接、绑定在一起。由此通过人的生理特征识别后，建立一种唯一性的身份识别特征和独一无二的ID。
显然，这种识别特征的建议就相对比较安全，尤其是对于金融系统来说，未来的支付就很安全，一旦你的设备被偷了，离开你就自动失效了。深度数据化背后的商业价值将随之放大，而同时被放大的，还有数据安全风险。不过，我们不能因为大数据的安全存在风险，就让科技发展的脚步停下来。
大数据的商业价值范文3
大数据时代
超越对因果关系的渴求
取而代之关注相关关系
我们不仅要知道“为什么”
更重要的知道“是什么”
导读：
庞大的数据中到底蕴藏了什么价值？它的存在又有什么意义？这就要看企业如何利用它。数据中所包含的信息有很多，信息是流动的，也是变化的，企业只有获得动态信息才是最有商业价值的
大数据时代的来临
维克托・尔耶・舍恩伯格在《大数据时代：生活、工作与思维的大变革》中前瞻性地指出，大数据时代最大的转变就是超越对因果关系的渴求，取而代之关注相关关系。也就是说，我们不仅要知道“为什么”，更重要的知道“是什么”。
继互联网兴起之后，大数据应用已经成为企业趋之若鹜的下一个热门话题。在消费者的数据量成几何级数增长的时代，全新的商业机遇正在蓬勃的酝酿中。那么我们应该如何利用大数据这个强有力的工具来更好的服务消费者？要回答这个问题，我们首先来看一下企业的本质。
其实每个企业都只有两面：供应面和需求面。供应面是企业如何完成产品或提供服务，属于企业可以控制的一面，在这个面上企业的重点是控制成本和提高效率。需求面是企业无法掌控的，我们可以尝试所有的方式去接近客户，但最终是由客户或消费者决定是否对我们提供的产品感兴趣。客户购买符合自己需求的产品是由于喜欢企业推出的广告，还是产品的价格有吸引力，或者口碑传播，或是这些因素兼而有之，还是可能有上百种因素共同影响？这方面孰因孰果始终很难确定。
既然需求面无法掌控，同时企业又必须去了解消费者的偏好，那么对消费者进行研究就是我们分析需求面的重中之重了。传统的消费者研究方法，例如问卷调查，最大的问题就是以几千人的信息作为营销决策的依据，以偏概全。而大数据工具可以做到用几亿消费者的信息来分析，并且对任何一个消费者的特征都可以做出单独画像，甚至可以做到比消费者自己还要了解自己的需求和心理预期，从而真正实现对消费者的精准+个性化+互动的营销。
大数据的商业价值在哪里
对于普通人来说，大数据似乎相距甚远，但它的威力无所不在：信用卡公司追踪客户信息，能迅速发现资金异动，并向持卡人发出警示；电信公司追踪客户行程动态，区域化推送有关旅游或商务信息；航空服务公司适时发送航班延误信息……这些都与大数据有着千丝万缕的关系。
有统计显示，过去两年里全球积累的数据量超过以往所有历史的总和，并且还在以每年40%的速度增长。也就是说，全球的数据总量每两年就可以翻一番。
庞大的数据中到底蕴藏了什么价值？它的存在又有什么意义？这就要看企业如何利用它。数据中所包含的信息有很多，而最具商业价值的就是和消费者相关的信息。如果可以搜集到精准的消费者信息，那么就可以为他们定制更加个性化的服务。当然，不是所有的消费者数据都视如珍宝，姓名、性别、年龄，甚至收入，都算是过时的信息。说其过时，并不代表它们没有价值，而是诸如此类的基本信息很容易获得。信息是流动的，也是变化的，企业只有获得动态信息才是最有商业价值的。动态信息可以帮助企业了解顾客的消费习惯，比如他们喜欢网购还是逛商场，喜欢白天购物还是晚上购物，他们的消费理念有什么区别，他们会在什么时候做出非理智的决策。
理想的精准个性化营销是什么
要想制定理想的精准个性化营销方案，企业必须掌握两点：一、通过大数据充分挖掘消费者的特征，对几亿的消费者描绘精准个性化的画像；二、合理地掌控和设计针对单个画像的方案。
了解用户个性，就是要为用户提供他们想要的产品和服务。首先，企业需要在庞大的数据库中，找出最具有含金量的数据；其次，把数据表现相同的消费者分为一类，依据消费者数据表现设计有针对性的方案。虽然方案的关键是有没有抓住最核心的数据，但另一个值得思考的问题是：通过数据分析所归类得出的人群类别太多，是否会导致管理成本增加，同时降低人员效率呢？
个性化分散的人群可大可小，大到一个有同样需求的人群，小到每一个消费者都是一个个性化需求个体。而过于分散的个性化方案，会增加企业的成本和管理的难度，所以要合理掌控和设计个性化方案。那是否需要考虑并不是所有提供的数据都应该将它们转化为方案？所增加的成本和实际收益是否成正比？如果成本的增加并没有换得更好的回报，那意义何在？
总之，实现个性化方案的最大难点，一是关键数据的可靠性，二是管理成本的可控性。具体来说，个性化服务设计的出发点就是对关键数据的分析，如果数据筛选和分析有误，那结果可想而知；个性化方案附带着各种成本的增加，比如数据管理。个性化方案在某种程度上只能以人群为单位，而非每一个消费者，同时必须考虑实际的成本投入和收益回报。
精准个性化营销怎么做
一、谁是你的目标消费者，现有的？潜在的？答案是：你不仅要寻找可以令你增加销量和利润的客户，而且要学会辨别哪些对你而言是最有价值或可能最有价值的客户，并在这个基础上估计现有客户和潜在客户的未来的终生价值。
二、收集和分析消费者的什么数据，动机？需求？为了让信息收集更有效，你需要深入了解你的目标客户想要什么、对什么感兴趣，并了解上述客户的心理。为此，你需要根据客户群体的需求或动机的相似程度寻找分类的方法，将客户分为不同的类别，打上标签。然后用大数据工具，帮助你预测客户会对你提供的哪些产品感兴趣，并探知客户内心的想法。
三、怎么找到消费者交流的渠道，搜索引擎，第三方数据？一般的传统方法，第一步是确认你想接触、关注、倾听、阅读以及使用哪些媒体，例如电视、广播、杂志、互联网。第二步是根据地理位置区分消费阶层，例如大多数中上层人士的居住地会集中在某些地区。而大数据工具可以帮你找到具体的单个消费者，可以通过你自己的网站，可以通过搜索引擎，可以购买外部数据库，可以借助广告网络和社交网络。这些数据都是人们访问时会留下并可以追溯的数据，可以更精准的对具体的个人特征进行画像。
四、为现有或潜在的客户交流需要投入多少资金？大多数公司并没有运用科学方法判断应该为营销投入多少，无论是一年只花几千万还是花几亿的公司都没有科学的评估。而大数据工具可以帮助你判断你的营销预算应该是多少，确定创造需要投入多少资金的最佳方案，然后在你确定预算后，帮助你了解怎么根据特定任务、地理位置和渠道分配这些资金。
大数据的商业价值范文4
【关键词】大数据，商业价值，社会发展
一、大数据概述
大数据是在一定历史背景下的必然产物。何为大数据，它是指用现有的通用软件在规定的时间内无法加工、处理和分析的数据就是大数据。广义的大数据，包括大数据技术、大数据工程、大数据科学和大数据应用等各个领域，是适应社会经济发展而产生的信息技术发展趋势。狭义的大数据，包括大数据技术和大数据应用，是指运用大数据技术在海量的数据信息中，快速地获取有价值信息的能力。
大数据并不单单指数据量大，而在于如何从大量的数据中获取有价值的数据，以帮助分析、决策。因此，提高大数据的服务力是大数据时代的核心竞争力。
二、大数据的特点
1、数据源多样化。大数据在当代社会更多的是来源于社交网络，特别是近年来发展的网络论坛、微博、微信等，每时每刻每秒都在进行着数据的更新，产生的数据量也要用亿来衡量。人们天生需要交流，进行信息的沟通，这就促使了大数据的形成，使得大数据为社会造成影响提供了源泉。
2、易获取性。大数据是在历史发展的过程中不自觉存储而产生的，并非是为了某一社会或商业目的而故意去存取的，因为它具有公开性和易获取性。过去的大数据多指为了企业的某种商业目的而存在的数据结构，这些数据不易被第三方获得。随着社会的进步，信息技术的发展，大数据产生于社会的各行各业，且具有公开透明的特点。易获得的数据源成为大数据时代的主要特征和成为影响社会发展的本质所在。
3、助预测。任何行业预见未来的能力都将成为它发展的核心竞争力之一，而大数据能够为预测提供基础源泉，通过以数据挖掘为代表的大数据分析技术从海量的数据中挖掘出有价值的数据，比如了解人们喜爱什么，人们生活习惯是什么等信息，能够帮助企业准确定位客户群体，进而帮助企业进行决策。因此说大数据能够发现那些不能靠直觉发现的知识，而越是这样的知识有可能越具有商业价值。
4、数据形态不一。大数据时代，存在着结构数据与非结构数据，而越来越多的非结构数据，如文本、图像、音视频可能隐藏着大量的商机。如何从海量的多种形态的数据中发现人们的行为、情感和态度，为文本挖掘、意见挖掘和舆情监测提供了需求和商机。从一定意义上讲，大数据的到来为数据挖掘、文本挖掘、网络挖掘、商业智能和信息决策支持系统的应用提供空泛的空间，从而对社会各领域的影响有待进一步发现。
三、大数据的应用
1.数据助力政府政务。通过大数据平台的建立，能推动政府资源进一步开放，能模糊人民与政府之间的边界，数据资源共享成为可能；大数据能促使政府内部部门间的协同工作，节约工作时间，促使工作协同交流，大幅提高办事效率；微博、论坛、博客等互动平台的建立，为政府信息的公开透明提供条件，使民众互动内容被政府采纳成为可能；随着大数据技术的发展，能从海量数据中获取有价值的信息，为政府决策层提供分析，帮助做出科学的决策。
2.大数据据推动新媒体行业的发展。随着新媒体技术的发展，用户终端变得更加丰富，如智能手机、平板电脑等终端的出现，加快了信息化发展的步伐，同时带来了数据量的迅速增长；新媒体业务的表现形式除了文字，还有图片、视频、音频等多种形式，新媒体业务多样的表现形式促使大数据技术的变革，而大数据技术的发展必将进一步推动新媒体整个行业的发展。
3.大数据惠及居民生活。大数据给人们生活带来巨大的变化。比如在家智能管家，让生活更美好；智能购物，商家会根据你的喜好与消费习惯通过无线网络推送给你；智能就餐，商家会根据你的口味与消费水平通过网络推荐给你；智能旅游，车载语音助手会根据气候、天气与生活习惯推荐旅游地，并记录旅游情况。
4.大数据促进节能减排。每个家庭生活都会积累大量的数据，通过大数据的记录与分析，能够根据每个家庭的生活状态，定制符合家庭生活的日消耗情况。比如根据每个家庭用电数据，分析该家庭与周边或同类家庭能源使用情况比较，有助于推动整个社会的能源节约。
5.大数据推动经济发展。大数据应该是国家战略，大数据是一种社会公共资源，它直接影响着社会的商业模式和企业运营的改变，基于大数据分析的数据库营销和精准营销成为企业重要的营销手段，越来越多的企业认识到了从大数据中挖掘有价值的数据对于决策的重要性，大数据已成为企业的核心竞争力。
四、大数据带来的系列问题与思考
大数据时代的降临势不可挡，其中潜在的巨大价值势必会掀起一场商业模式和管理决策的重大变革。将惠及政府、企业、家庭等方方面面。当前，面对新媒体技术的发展对大数据平台提出了更高的要求，加强大数据分析工具的研究迫在眉睫，如何能在多种数据形态中提取有价值的信息成为需要攻克的重要难题，因此大数据技术必然会掀起一场变革，而大数据时代也将会衍生出多个附属行业和多种附属品。
大数据的商业价值范文5
微软公司副总裁兼首席信息官Tony Scott在接受《计算机世界》报记者采访时曾这样说，“大数据蕴藏着很多商机，我曾看到一个统计说，大部分企业只用到所搜集来数据的0.5%来支持它们的业务决策，而绝大部分数据被企业作为垃圾扔掉了。这时，我们会看到很多新公司涌现，为什么？因为它们把那些被其他企业扔掉的、废弃的数据再回收、再分析，最后将分析出来的结果转卖给其他企业用户。”
大数据时代就是这样，总有你意想不到的商业机会蕴藏在里面。
挖掘商业价值
今年2月《纽约时报》曾撰文称，大数据正在对多个领域造成影响，在商业、经济和其他领域中，决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉，而在公共卫生、经济预测等领域，大数据的预见能力已经开始崭露头角。
日本三井情报株式会社将SAP HANA应用于针对癌症研究和治疗的基因组分析。通过利用具有实时分析功能的 SAP HANA、开源编程语言以及处理统计计算和图形的软件环境，并使用 Hadoop 进行 DNA 序列预处理，三井情报株式会社建立了一条信息链，成功地将基因组分析所需时间从数天缩短到20 分钟。“SAP HANA 的大数据处理能力将原先需要数天完成的处理过程缩短到以分钟计算的时间单位，在我们DNA处理和未来业务发展中起到了至关重要的作用。”三井情报株式会社首席技术官兼董事加藤幸久表示。
“我曾在医药公司工作，医药公司在早期研发或者销售时，通常会搜集月度信息，利用传统的数据库工具，花几个月才能分析出结果。现在有了大数据分析工具，医药公司以小时为单位采集数据，可以在分秒之内获得数据结果。”Tony Scott说，现在的医药公司将靠实时数据分析更加精准的平衡供货关系，开拓更加广阔的合作空间。
对于制造业，大数据分析意味着资源的最大节约。“在中国有很多规模庞大的制造业企业，他们生产的产品（PC机、手机、汽车等）数以百万计，而且在全球分销。制造商需要及时收集用户使用这些产品的信息，来帮助他们开发、生产更高质量的产品。”Tony Scott表示。
Tony Scott对此进行了进一步的解释。比如，对于制造业生产流程而言，需要收集整个制造流水线中每个流程的信息，从而更好地进行质量控制，以提高最终成品的质量。这样的技术应用已经在汽车制造行业、电子设备制造行业以及一些医疗设备制造行业广泛使用。正是因为有能力收集和分析车间层级所产生的大量有关制造流程的数据信息，才能让制造商提高他们的产品质量。
在零售业，两个不同电器零售商的卖场可能同时卖同一款相机，如果他们能对数据有深刻理解，比如今天进店的人有多少、都买了哪款商品、购买商品的消费者属地以及消费者的年龄层等，就可以对客户进行快速分类和挖掘，从而指导进货、存储、销售等。零售业竞争激烈，大数据就意味金钱、意味着一切。而电子商务领域更是如此，亚马逊本身就是大数据的得益者与先行者，亚马逊对分析技术的执着，让它一直走在了电商商业创新模式的最前列。
毫无疑问，大数据已经成为一种新的经济资产类别，就像货币或黄金一样，大数据对IT企业而言意味着一次新的商业机遇的来临。无论是微软、惠普、甲骨文还是SAP，都明白抓住大数据带来的机遇，就等于抓住了新兴增长点，于是，各大IT企业纷纷展开了对分析大数据的技术研究。
演进中的大数据技术
“数据量庞大是大数据时代的最突出特点，这就给数据分析的反应速度提出更高要求。”Tony Scott说。
“记得很多年前，企业的IT部门需要做大量报表，有时候一天要做1000个，并发送到不同部门。现在很多企业还是这样操作，如果用户必须用一个晚上等电脑换算一个报表，第二天早上才能看到结果，这样的速度显然难以接受，是极大的浪费。实际上，实时性已经成为大数据时代一个最大的改变。”SAP中国区副总裁、数据库与技术事业部总经理邹作基在接受《计算机世界》报采访时表示。
邹作基的观点得到SAP 全球执行副总裁、数据库及技术部总经理 Steve Lucas 的认同。他表示，“SAP 的实时数据平台构建出一条信息价值链，能够适时找出并利用正确信息，使其在 SAP HANA、SAP Sybase IQ 服务器和 Hadoop文件系统之间传输。”
根据IDC的一份名为《数字宇宙》的报告，预计到2020年全球数据使用量将会达到35.2ZB。在如此海量的数据面前，效率就是企业的生命。而Gartner的研究显示，到2015年，面向智能手机和平板电脑进行的移动应用开发项目的数量，将超过纯PC开发项目的数量，两者比率将为4：1。所以，面对海量数据，我们不仅要有大数据管理，还要实现移动化，才算是真正有意义。
大数据的商业价值范文6
[关键词] 大数据技术；O2O跨境电商；客户信息；数据挖掘
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 21. 080
[中图分类号] F713.36 [文献标识码] A [文章编号] 1673 - 0194（2016）21- 0154- 03
在信息飞速发展的时代，消费者的消费观念发生了很大的变化，对消费的前期服务也越来越重视。然而如何满足这种消费需求，仅靠人力已经不足以处理，这就需要我们提出新的技术和想法。近几年，O2O跨境电商中的客户信息在持续上涨，但是对于此类客户的数据却没有充分的利用。本文基于大数据技术，通过对O2O跨境电商客户数据信息进行挖掘，经过详细分析对比，从中获取有价值的信息，创造更高的商业价值。
1 O2O跨境电商在客户信息方面存在的问题
目前，O2O跨境电商企业面临着前所未有的市场化和客户个性化的挑战。在这种大环境下，只有那些能够及时吸收先进的管理理念，利用大数据对客户信息进行深入分析、了解市场变化的企业，才有可能成为竞争的赢家。虽然某些企业已经取得了阶段性成果，但是仍存在一些问题：
（1）数据挖掘技术应用不足。缺乏客户关系模型的建立，对客户数据多数停留在统计分析的层面上，少有利用更加有效的数据分析技术对客户进行深入地了解。
（2）忽视对客户需求的分析。很多企业对客户关系管理只是停留在集成化和自动化上，目的单单是提高自身的工作效率，很少将注意力放在客户需求上。
2 大数据下的O2O跨境电商
2.1 O2O跨境电商
跨境电商是指分属不同关境的交易主体，通过电商平台达成交易、进行支付结算，并通过跨境物流送达商品、完成交易的一种国际商业活动。跨境电商是基于网络发展起来的，网络空间相对于物理空间来说是一个新空间，是一个由网址和密码组成的虚拟但存在的世界。网络空间独特的价值标准和行为模式深刻地影响着跨境电商，使其不同于传统的交易方式而呈现出自己的特点。
O2O电子商务模式（Online-to-Offline）是一种线上、线下消费形式，泛指通过有线或无线互联网提供商家的销售信息，将线下商务的机会与互联网结合在一起，聚集有效的购买群体，并在线支付相应的费用，再凭各种形式的凭据，去现实世界的商品或服务供应商那里完成消费。O2O电子商务模式是传统电商发展的延伸，通过这种消费行为极大的满足了消费者个性化需求，为客户提供更加完善的服务。而且商家能够通过网店信息传播快、远、广的特点，在最短的时间内聚集强大的消费能力，同时满足商家和消费者双方需求。在电商的发展推动下O2O为商家的经营带来无限可能，加强线下商家的竞争力，而且O2O不仅仅是简单的将线上消费者引领到线下实体店，它能够做到线上与线下的无缝连接，最大限度方便客户。目前在消费形式中本地消费仍占较大比例，O2O模式能很好地将电商优势发挥到本地消费中，促进线下商家的发展。在此环境下，企业要提高自身服务意识，密切关注客户行为，加深与客户之间的联系，以便有效发挥O2O模式的积极作用。
2.2 O2O跨境电商的优势
将跨境电商与O2O电子商务模式紧密结合后，O2O跨境电商也将极大的发挥出它的优势。首先，O2O模式充分利用了互联网跨地域、无边界、海量信息、海量客户的优势，同时充分挖掘线下资源，进而促成线上客户与线下商品与服务的交易。其次，O2O模式可以对跨境电商商家的营销效果进行直观的统计和追踪评估，规避传统营销模式的推广效果不可预测性。再次，O2O模式可以及时获取跨境电商商家的促销活动、折扣信息等，并且能在实体店中体验满意后再确定消费。最后，O2O模式将拓宽跨境电商的发展方向，由规模化走向多元化，具体流程如图1所示。
2.3 大数据
大数据，或称巨量资料，是指从各种各样类型的巨量数据中，快速获得有价值信息的技术，其具有如下四个特征：
（1）数量大。大多数企业每日产生的客户数据已经达到TB级，其中包括社交网络数据、移动互联网数据及其他网络数据。而O2O跨境电商客户数据拥有了更加广泛的数据源，其数据规模从TB级别跃升到PB级别甚至是EB级别，并能够有效地利用这些数据促进O2O跨境电商的发展。未来企业会将更多的TB 级数据应用到O2O 跨境电商中。
（2）类型多。客户数据信息来源广阔、类型复杂，不仅可以从交易平台上获得客户数据，而且以不同的方式在不同范围内最大限度的获取客户数据。O2O 跨境电商模式下，这些数据来源主要包括客户基本资料、客户消费记录、跨境电商企业内部业务信息等海量的结构化和半结构化数据，还包括客户评论等反馈数据、客户行为记录、移动终端数据和社交媒体等非结构数据。
（3）速度快。客户行为产生了客户数据，而这些数据具有瞬时性，因此对客户数据实时处理的要求较高。在O2O 跨境电商模式下，需要实时分析客户数据并根据分析结果对客户进行个性化服务。
（4）价值高。客户数据有着巨大的商业价值。O2O 跨境电商模式下，客户是 O2O跨境电商的核心，企业对客户数据进行精准的预测与分析，并能够提高自身在同行业中的竞争力。
3 大数据技术在O2O跨境电商客户信息方面的应用
大数据技术通过对客户的兴趣爱好、消费习惯、以及不同客户的消费理念进行收集、分类、加工、处理等，针对这些分析结果推断出客户的下一步消费方向，以此为契机，对这类客户制定营销计划，从而达到节约成本的目的，同时也满足了消费者的消费心理，以获得更高的收益。论文将从以下几点探讨大数据技术是如何帮助企业解决客户信息在实际中遇到的问题：
3.1 稳定客户关系
商务部数据显示，在2015年进出口双降的背景下，跨境电商增速却超过30%。有专家预测，2016年我国跨境电商进出口额将达6.5万亿元。显然，跨境电商在进出口贸易中占有很大比重，而跨境电商中最重要的则是依靠大数据对客户数据进行收集，O2O跨境电商平台中客户的行为分析可以通过数据挖掘进行，我们可以发现客户、锁定目标客户，保留已存在的客户，并通过客户分析寻找潜在的消费者，并针对这些客户的行为特征提供个性化服务。而个性化服务则是根据O2O跨境电商中客户的兴趣爱好和购买方向为客户推荐感兴趣的信息和商品。在一些社会网络中，客户数据在预测客户流失和推销方面有相当大的效果，比如某客户的朋友此前体验了O2O跨境电商平台服务并高度点评后，此人也有很大的可能性关注此O2O跨境电商平台及其服务，这对O2O跨境平台的发展有一定的推进作用，更容易锁定潜在客户。
对O2O跨境平台来说，也可以利用数据与客户进行沟通，使客户对平台更为关注，极大的改善客户忠诚度与客户关系。在客户方面，可以通过跨境平台提供的商家信息，以及商家推荐来购买合适的商品，使客户的消费更加便捷。根据对客户在跨境平台的浏览数据的分析，可以从中了解到客户访问页面的相关性以及客户所要找寻的具体种类。针对这一类型的客户，跨境平台增加其所期望种类的网页链接，提高客户的浏览、消费满意度。通过数据的分析，商家能够实时掌握市场动态，使商家根据客户需求为客户制定出个性化、经济性的服务，稳定客户关系，并积极发掘潜在客户。海量客户数据的深度分析和广泛利用，可以大大提升对老客户的维护与营销效果，提高客户浏览满意度，具体流程如图2所示。
3.2 广告精准投放
艾瑞咨询的研究数据显示，跨境进口电商在2014、2015两年的平均增长率达到42.1%，在进口总额中的渗透率已达8.6%；预计2016年跨境进口电商的规模将突破1万亿元，在进口总额中的渗透率达到11.7%。通过对这些数据以及客户在跨境电商平台的浏览数据的分析，可以从中了解到客户访问页面的相关性以及客户所要找寻的具体种类。从而为O2O跨境电商平台的网络广告提供素材，并有针对性的对客户进行广告的投放，通过分析客户点击的广告种类以及对广告的反应程度，最终确定对客户实行定向广告的投放。随着规模的不断扩大，数据分析的结果也越来越准确、可靠，采取这种广告精准投放方式，可以为O2O跨境电商平台带来可观的利益。客户在获取广告信息后，再到跨境电商O2O体验店进行体验，觉得满意再下单购买，这样一种模式，减少了退货率，也激发了消费者购买欲，实现了线上线下的完美结合。
3.3 优化营销方案
客户数据挖掘还可以为O2O跨境电商平台提供精准的营销方案，从而及时地满足客户的需求，使消费者更加方便、快捷的完成消费。通过对客户数据的分析可以让O2O跨境电商平台的营销方案更合理，比如价格和库存的调整等。同时，数据挖掘可以帮助O2O跨境电商平台发现客户的深层次需求，更可能发掘、识别潜在商机。利用对客户数据的挖掘，O2O跨境电商平台也可以区别客户价值的高低，针对不同价值的客户采用不同的营销策略，从而达到营销目的。例如，通过对客户浏览数据的挖掘，确定客户的消费兴趣和习惯，从而推断出客户的下一个消费行为，利用网页的关联性与客户的期望值相结合，在客户期望的页面上添加导航链接、合理安排服务器缓存、减少服务器响应时间等对客户制定特殊的营销策略。
3.4 扩展增值业务
当O2O跨境电商平台的客户数据积累到一定程度时，可以建立完整的客户数据库，通过对客户数据的深入分析，从而对客户提供其他的产品和业务，实现客户数据的扩充。现阶段大型O2O跨境电商平台都在利用大数据开发新的应用，发现其附加值，能够更好的开发新业务，例如阿里巴巴聚石塔和淘宝数据魔方就是典型的应用。还可以通过开展其他企业因缺乏数据而难以涉足的某些业务，如消费信贷、企业的小额贷款等，阿里集团面向其平台商家提供日息千分之零点五的小额信贷服务，该服务就是通过分析大量客户数据来进行业务扩展。
4 结 语
O2O跨境电商进入了数据爆炸的时代，电商企业已经意识到，最准确的商务决策来自于数据支持。通过对O2O跨境电商客户信息的深度分析，以及挖掘出客户的行为特征、消费习惯和兴趣，让O2O跨境电商各方参与者获得具有极大价值的数据。大数据技术在客户信息方面的应用必将成为O2O跨境电商深入发展的重中之重，为其带来巨大的商业价值。
主要参考文献
[1]徐国虎，孙凌，等.基于大数据的线上线下电商用户数据挖掘研究[J].中南民族大学学报：自然科学版，2013（2）：101-102.
[2]徐国虎，孙凌.基于大数据技术的线上线下电商用户数据挖掘流程分析[J].中国集体经济，2012（30）：187-188.
[3]黄文乐.基于大数据的线上线下电商用户数据挖掘研究[J].电脑知识与技术，2015（34）：10-11.
