作者 | Ayn de Jesus

编译 | CDA数据剖析师

Big Data Analytics in eCommerce – Data Platforms and Artificial Intelligence

​数字原生电子商务企业习气于帮助处理其客户供应的数据，以便为营销活动编写副本，运行PPC广告，打算客户生命周期代价以及基于CRM仪表板内的核心指标制订决策。
他们理解数据获取收入和赢得市场利润份额的力量，乃至比银行业和保险业等较大的较老的行业还要多。

​一些最大的在线零售商开展业务已有足够长的韶光，足以拥有可以被人们准确称为“大”的数据，而这些电子商务企业也渴望将其大数据用于人工智能和机器学习等项目。
便是说，在对零售，电子商务和市场营销专家的许多访谈过程中，以及我们对向电子商务公司供应产品的AI供应商的研究中，我们创造电子商务中的AI运用程序尚不完善，仍需不断的优化和改进以支持实际事情中的需求。

​有许多AI供应商声称要向电子商务公司供应AI产品。
常日，这些产品涉及预测剖析和自然措辞处理。
这些供应商声称，他们的软件可以预测潜在的营销活动的成功，找到新的客户群，乃至可以自动在Google Ads上设置最佳出价，而无需营销职员的投入。
不幸的是，这些以电子商务为主的AI供应商实际上常常对其AI产品的功能具有欺骗性。

​他们方向于聘任应届大学毕业生，并在LinkedIn上称他们为“数据科学家”，以补充自己的职位，彷佛他们的团队由尖真个数据科学和AI人才组成，而实际上，乃至连他们的领导团队和最高管理层也没有具有人工智能的学术或商业背景，对付开拓可在企业中***的强大AI产品而言，这是必不可少的。

​我们不会命名，但纵然是一些有名度最高的“ AI”供应商，也用于营销和发卖都在欺骗他们的专业知识。
根据履历，在探求能够办理其业务问题的AI办理方案时，企业领导者应谨慎行事，并且他们绝不该当出于自己的考虑将AI集成到其业务中。
他们应始终评估AI是否适宜办理其业务问题。

​此时，电子商务领导者应着重于为机器学习办理方案在其领域中更远时准备其系统。
为此，他们可以选择与发卖数据管理系统的供应商签订条约，而该数据管理系统的构建可在须要时支持人工智能运用。
这些供应商中的大多数声称为终极利用预测剖析供应数据组织，个中一些供应商供应具有内置预测剖析功能的平台，无论它们是名义上的。

​在本文中，我们将先容三个大数据平台和/或大数据剖析供应商，这些供应商供应用于管理客户数据以及预测成功的营销活动和发卖的软件，我们将从AbsolutData开始。

绝对数据

​AbsolutData供应了一个具有内置预测剖析功能的大数据平台，客户可以利用该功能来洞悉其客户的购物行为，提出产品建议，确定最佳产品价格以及创建购物车放弃流程。
该公司声称其平台还具有推举引擎方面，可以根据客户的位置向客户推举产品。
这些产品可能是根据过去在附近位置购买过的客户推举的。

​该平台还可以据称确定退货和换货对底线的影响，这可以为如何处理和供应给客户的决策供应依据。
该平台背后的预测剖析算法彷佛也能够预测某些产品和某些类别的产品的需求。
因此，电子商务品牌可以通过提前定购新库存来防止涌现缺货情形。
此外，该公司声称其平台可以优化在各种渠道的匆匆销活动上花费的钱。
也便是说，目前尚不清楚如何实行此操作，尤其是考虑到我们上面谈论的内容。
当前，这是机器学习的困难且新生的用例。

​总体而言，AbsolutData声称其软件能够进行各种基于大数据的剖析过程，但该公司彷佛没有关于其软件部分如何事情的演示。
该公司仅将 Adidas，Dole，Epson，Etrade，Hershey's，Hyundai和Levi's列为过去的几个客户。
它在其网站上列出了许多其他内容。
AbsolutData 已从八路风险投资公司筹集了2000万美元的资金。

​LK Sharma是AbsolutData的技能主管，他拥有打算机科学硕士学位。
萨迪普Haldar是对增长剖析和人工智能办理方案高等副总裁将在AbsolutData 。
他拥有博士学位在康奈尔大学营销和电子与电气工程学士学位，专注于AI 从印度技能研究所。
此前，Haldar 曾担当卡夫食品公司计策洞察的高等总监 ，斯台普斯公司计策与剖析总监，麦肯锡公司的高等市场顾问以及ACNielsen的高等剖析经理。

亚马逊网络做事

​ Amazon Web Services 为电子商务品牌供应软件即做事，以建立缺少的数据，他们可以在这些数据上运行基于AI的大数据剖析流程，包括预测剖析。
亚马逊声称，电子商务公司可以利用AWX Direct Connect导入其数据，据称，AWX Direct Connect许可在客户端从其上传数据的系统与新建的数据湖之间建立安全可靠的连接。

​大多数电子商务品牌拥有的那种数据上载过程可能很漫长，过程中的任何中断都可能导致传输时丢失数据。
其余，它可能很昂贵。
亚马逊声称其做事可以使这一过程更加顺利。
AWS的大数据剖析包括针对多个用例的各种不同运用程序，包括实时剖析，数据仓库和大数据处理。
也便是说，该公司对付电子商务品牌可以从利用其平台中得到的收益非常模糊。

​很显然，AWS的平台是为公司的数据科学家设计的，这可能意味着目前大多数电子商务公司都无法利用它。
他们中的绝大多数人没有雇用内部数据科学家，但是AWS的软件是一个框架，数据科学家可以在该框架上利用数据来构建可以在该数据上运行的机器学习算法。

​但是，AWS 声称曾帮助打车公司Grab利用大数据打算和数据流为东南亚150万笔预订供应做事。
Grab须要扩展以知足客户对游乐举动步伐的巨大需求。
同时，公司须要保持稳定，以确保其驾驶员能够有效地为车手供应做事。
Grab乞助于AWS来构建其大数据根本架构，以办理当前和未来的大数据需求。

​支配后，根本构造便能够保持稳定的数据流，并为公司的工程，市场，数据和其他团队供应做事。
该公司还能够建立预测剖析模型，从而使驾驶员能够在一天的特定时间提醒哪些区域对乘车需求高。
云上的大数据根本架构使Grab无需进行掩护和运营，从而使公司的资源和人力本钱节省了30％至40％。
AWS 还列出了纳斯达克，联合利华，Yelp和诺华为一些他们过去的客户。

分形剖析

​Fractal Analytics 对付他们的平台可以做什么以及电子商务客户可以从中得到的好处颇为模糊，但是他们的团队成员具有构建机器学习算法所必需的学术和业务履历。
因此，我们认为他们值得在本文中进行谈论。
Fractal Analytics 声称已与一家不有名的专业零售商互助以提高其“赎回收入”，这可能是先前放弃购物车或浏览过产品页面但没有购买的客户产生的收入。

​该公司声称，他们的软件为超过6000万个家庭供应了50个客户“标记”，使客户可以确定将哪些重新定向活动发送给哪些客户。
结果，该零售商据称将其赎回收入提高了230％Fractal Analytics 还声称已帮助一家不有名的零售商履行了AI驱动的运用程序，使客户能够跟踪其购物者的在线行为。
从网站访问者的点击次数网络的数据中创造的问题阻挡了访问者购买产品。
根据这项研究，从数据中创造的模式使零售商可以对其网站进行变动。
结果，这使发卖额增长了25％。

​该公司将Aimia，Philips和Franklin Templeton 列为其过去的一些客户，并已从国库控股（Khazanah Nasional），Aimia和TA Associates 筹集了1.25亿美元的资金。

​PRASHANT更戒备是首席数据科学家的分形剖析。
他拥有博士学位在工业及系统工程从技能的佐治亚理工学院。
在此之前，Warier 曾在Fractal Analytics 担当零售副总裁，并在SAP 担当高等研究科学家。

扫码进入CDA官方小程序，解锁更多新鲜资讯和优质内容，还有免费试听课程，不要错过哟！