摘 要

近年来，互联网的广泛使用、物联网的发展以及其他各类计算机技术的成熟使得我国电子商务行业发展迅速。而大数据时代的到来无疑使得这个速度提升得更高，电子商务各个企业不得不顺应时代的潮流，将传统的营销与大数据技术结合起来。在大数据时代，一切皆数据，数据每时每刻都在产生，海量的数据中蕴含着丰富的价值，借助大数据技术的精准营销由此产生。如何利用大数据来运营我们整个企业成了我们需要思考的问题。就目前来看，关于数据化运营方法的研究并不太多，本文就对此问题进行探讨。

本文先对大数据、精准营销、数据化运营等方面的理论进行了阐释，分析现阶段大数据技术在电子商务企业中应用时的一些困难：持有、处理以及安全问题。再通过对京东数据平台——京东商智以及京东数据化运营方法的研究分析，发现其主要从流量、转换率以及客单价三个维度入手进行数据化运营，也发现了京东数据化运营目前存在的不足，对这些不足提出了自己的一点愚见。再由京东这一个例衍生到整个电商行业，通过对电商行业遇到的挑战分析，给出在电商行业适用的数据化运营方法的建议，希望能够对电商行业数据化运营有所启发，期待大数据技术能够更好地运用在电商行业的营销中。

关键词：大数据；电子商务；数据化运营；京东；精准营销

Abstract

In recent years, the widespread use of the Internet, the development of the Internet of Things and the maturity of other types of computer technology have made China's e-commerce industry develop rapidly. The arrival of the era of big data has undoubtedly made this speed even higher. E-commerce companies have to adapt to the trend of the times and combine traditional marketing with big data technology. In the era of big data, everything is data, data is generated all the time, and massive data contains rich value, which is generated by the precise marketing of big data technology. How to use big data to run our entire business has become a problem we need to think about. At present, there is not much research on the method of data operation. This paper discusses this issue.

This paper first explains the theory of big data, precision marketing, and data operation, and analyzes some difficulties in the application of big data technology in e-commerce enterprises at this stage: holding, processing and security issues. Through the research and analysis of Jingdong data platform - Jingdong Shangzhi and Jingdong data operation method, it is found that it mainly starts from the three dimensions of traffic, conversion rate and customer unit price, and also finds that Jingdong data operation exists. The shortcomings of this have raised some of their own ignorance. Then, the case of Jingdong is derived from the entire e-commerce industry. Through the analysis of the challenges encountered by the e-commerce industry, the recommendations for the data-based operation methods applicable in the e-commerce industry are given, and it is hoped that the data operation of the e-commerce industry will be Inspired, I expect big data technology to be better used in the marketing of the e-commerce industry.

Key Word: Big Data; E-commerce; Data Operation; JD; Precision Marketing

目录

摘要 I

Abstract II

第1章 绪论 1

1.1 研究背景 1

1.2 研究的目的与意义 1

1.3 主要研究内容和思路 1

1.4 研究方法 2

第2章 相关的理论研究 3

2.1 大数据时代的相关理论概念 3

2.1.1 大数据的概念 3

2.1.2 大数据的特征 3

2.1.3 大数据的价值 3

2.2 数据化运营 4

2.2.1 数据化运营的概念 4

2.2.2 数据化运营的本质 4

2.2.3 数据化运营的流程 5

2.2.4 数据化运营的意义 5

2.3 精准营销 5

2.3.1 精准营销的概念 5

2.3.2 精准营销的特征 5

2.3.3 精准营销的理论依据 6

第3章 京东的数据化运营案例 7

3.1 京东商城的市场营销现状 7

3.1.1 京东商城的营销现状 7

3.1.2 京东市场营销方式 7

3.2 京东的大数据平台 8

3.2.1 京东商智 8

3.3 京东数据化运营方法 9

3.3.1 流量 9

3.3.2 转化率 13

3.3.3 客单价 15

3.4 京东的不足和改进建议 15

3.4.1 存在的不足 15

3.4.2 京东数据化运营改进建议 16

第4章 大数据在电商行业应用遇到的问题 17

4.1 大数据的持有 17

4.2 大数据的处理 17

4.3 数据的安全 18

第5章 数据化运营方法在电商行业的应用建议 19

第6章 总结与展望 20

参考文献 21

致谢 22

第1章 绪论

1.1 研究背景

现如今，我国的电子商务借助计算机网络技术的普及以及大数据的广泛应用得以疾速发展，它已然成为产品的生产者、产品的销售者、产品的消费者三者之间进行交流的一种重要的形式。我们所熟悉的传统的先生产再销售的形式可能已经不再适用于现如今庞大的电子商务规模以及高速增长的数据量，精准营销于是诞生了。这一概念最早是在2005年的一次大会上由营销大师科特勒提出来的，他指出，精准营销的优势和特点在于结果可量化、可度量、可调控，成本更低，还能提升企业和客户之间的沟通，提高用户的粘度，同时简化了营销过程，使我们的营销成本大大降低。同时，精准营销对于电子商务的影响更是我们可以拭目以待的。

1.2 研究的目的与意义

现阶段人们对于精准营销并没有统一的定义，在这方面的理论研究也并不是特别多，但大多数企业已经将其应用在自己的营销中。在传统营销的基础上，加上对大数据技术的运用，精准营销由此产生。现代营销学之父美国经济学家菲利普·科特勒曾经说到一个现代化公司所需要的有：高投资高回报、可以衡量可以控制的营销方式以及和客户之间有效的沟通。我国学者徐海亮教授也在精准营销方面做过很多研究总结。我以各位专家学者的研究理论为基准，结合现如今快速发展的大数据技术，对精准营销方法进行研究，希望能对电子商务的发展提出一点点的拙见。

1.3 主要研究内容和思路

先对营销理论进行了解分析，加上对大数据技术的了解，分析其在精准营销中的运用场景。在通过对京东这一电子商务企业营销方式的研究，

第1章绪论部分，在这一章节中论述了数据化运营的研究背景、研究的目的和意义，以及本文主要的研究内容和框架以及会用到的方法。

第2章相关的理论研究，在这一章节中学习借鉴伟大的专家学者总结出的结论，对大数据、数据化运营、精准营销进行简单介绍，为下一章节的案例分析作出理论铺垫。

第3章以京东的数据化运营为例，对现阶段京东的营销现状、运营方式以及大数据平台的建设进行简单的研究，在此过程中发现存在的问题并提出自己的小建议。

第4章电商行业大数据应用遇到的问题，分别是数据持有、处理以及数据安全三个主要问题。

第5章针对上一章电商行业大数据应用的问题，以及前文京东数据化运营方法中存在的问题，提出建议。

第6章总结与展望，对全文观点进行总结提炼，并指出整个研究中的不足，并对数据化运营在电子商务中的运用进行展望。

1.4 研究方法

本文主要使用了文献研究法、理论研究法和个例研究法：

学习借鉴经济学、大数据、营销学等各学科知识，在图书馆翻阅了大量书籍、期刊，在知网查阅了大量优秀的论文，在专家学者以及各位优秀人才的研究结果的基础上探讨数据化运营在电子商务中的应用，以此得出新的观点和结论，为了做好论文，查阅了大量大数据、网络营销、运营方面的专业书籍，并搜集了文献，以及很多关于京东商城的资料。在使用个例分析法时，以京东商城为研究主体，对其资料收集、分析、总结，运用所学理论进行分析总结出具有一定普遍性的研究结论。

第2章 相关的理论研究

2.1 大数据时代的相关理论概念

现如今，政府可以实现经济调控、公共卫生安全防范、灾难预警、社会舆论研究；警方可以预防犯罪，实现智慧交通，提升紧急应急能力；医疗机构可以建立患者的疾病风险跟踪机制，医药企业可以提升药品的临床使用效果，提供定制药物；航空公司可以节省运营成本；电信企业可以提升售后服务质量；保险企业可以识别欺诈骗保行为；快递公司可以监测分析运输车辆的故障进行提前维修；电力公司可以有效识别预警即将发生故障的设备；电商公司可以向用户推荐商品和服务……这一切的一切都是建立在大数据技术日渐成熟的基础上。

2.1.1 大数据的概念

在互联网时代，一切在网络上留下的痕迹，都被称为数据，比如人们的社交媒体，出行信息，网购支付，搜索记录，游戏注册资料等，这些规模巨大并且充满价值的数据，称为大数据。

2.1.2 大数据的特征

大众大都认可的大数据的特征有四个，统称4V，分别是：Volume（数量大）、Variety（多样性）、Velocity（高频速度）、Value（价值大）。

数据量之多以及多样性。对于我们平时个人资料的存储，我们一般以MB、GB为单位来计算，而对于大数据中数据的计量，GB很明显已经不能满足我们的需求了，从GB上升为TB，而现在可能TB也已经上升到了PB，据统计，每天微信朋友圈上传照片总量已经超过10亿张，每天移动支付笔数已经超过22亿笔，每天使用百度地图定位的信息多达800亿条……现如今，两天的时间就可以积累5百亿亿字节的数据量，而这个数据将会在2020年上升为352万亿亿。

高频处理速度以及巨大的价值。面对数以亿计的数据，传统的数据处理方式需要几年的时间，而大数据技术只需要1秒就完成了，通过对大数据的分析，可以发现蕴藏在数据背后的充满价值的线索、规律与商机。

2.1.3 大数据的价值

大数据的数量很大，也就是说它价值的密度很低，如果不通过技术手段去处理，对于我们来说一点价值没有，只有通过挖掘和处理之后，大数据才能真正为我们所利用。

其实大数据已经融入了我们的生活：传统农业依靠经验进行种植，现代农业通过网络传感器实时采集土壤、气象、温度、湿度、虫害、杂草等数据，并分析出最优化的种植策略，大数据驱动的智慧农业使得种植产量提升50%以上。

传统医院依靠医生的经验对病患进行诊断，现代医院通过建立实时医疗信息库，将全球病人医疗数据汇总并分析，为病人提供最佳的诊疗方案，大数据驱动的智慧医疗使得医疗事故率降低了70%。

通过对城市监控设备数据的实时收集与分析，现代安防可以使用大数据分析轻松锁定犯罪嫌疑人，张学友的演唱会通过这项技术帮助警方抓获8名犯罪嫌疑人，大数据驱动下的智慧安防使得城市犯罪率大幅下降。

通过对移动设备位置信息与出行信息的收集与分析，现代交通可以实时呈现当前交通现状，比如百度地图会精准显示交通拥堵情况，为人们的出行决策提供参考依据。

传统商业依靠销售人员为顾客提供商品推荐现代商业可以通过对顾客过往消费数据的大数据分析，判断顾客的消费需求，并为用户提供更加可靠的选购建议，大家最为熟悉的淘宝和京东商城“智慧推荐”的功能就是通过大数据技术实现的。

总的来说，对数据的挖掘程度，决定着数据对企业的价值，所以，随着技术的成熟，数据对于企业的价值就越大。再者，除了上面提到的行业，数据化运营方法还可以运用在其他的领域。

2.2 数据化运营

2.2.1 数据化运营的概念

数据化运营的另一种说法叫做数据化管理，即将业务工作通过完善的基础统计报表体系、数据分析体系进行明确计量、科学分析、精准定性，以数据报表的形式进行记录、查询、汇报、公示及存储的过程，是现代企业管理的方法之一。数据化管理的目标在于为管理者提供真实有效的科学决策依据，宣导与时俱进的充分利用信息技术资源，促进企业管理可持续发展。

2.2.2 数据化运营的本质

数据化运营不是孤立的数据主义，应该是“业务专家＋数据智能”的半人工方式，也就要求我们在数据化运营实践中，需要拥有深度的业务逻辑，以业务为始，以业务为终，再结合数据智能技术，才能实现数据智能为业务的赋能。

2.2.3 数据化运营的流程

数据化运营一般分为5个步骤：收集数据、整理数据、记录数据、分析数据以及数据化管理。通过上面5个步骤形成的数据报表，基本能够反映业务进行的情况，数据处理这再对这些问题进行分析，根据掌握的能力提出合理可行的管理建议，管理者再视情况决定是否采纳。

2.2.4 数据化运营的意义

数据化运营是科学管理的基石，也是科学领导的参考，同时也是企业管理改进的关键。一个企业的管理者不可能亲身去了解整个企业的边边角角，而他们的决策正确与否取决于他们得到的问题，而这些问题他们也是通过数据报表的形式获得。数据化运营的重要性不言而喻。

2.3 精准营销

2.3.1 精准营销的概念

精准营销是依靠现代大数据技术，通过对顾客产生的数据进行分析，建立不同顾客的用户画像，从而向顾客提供个性化的产品推荐，通过此类方式降低企业的营销人力成本和生产成本，实现低成本高收益。

2.3.2 精准营销的特征

精准营销包含五个特点：

个性化。精准营销就是针对不同的用户喜好，推荐不同的产品给较大可能需要它们的用户，而不是像传统的那种没有针对性的漫无目的的推荐，将我们的目标客户和非目标客户分开，对有需要的用户进行个性化推荐，对非目标客户就不用采取措施。

低成本。传统的营销方式是对于每一个顾客都去推荐，不仅浪费大量的人力成本，而且对于无需求的顾客来说，会增加它们对企业的厌恶程度。

结果可衡量。精准营销的整个过程都是可掌握的，利用数据分析，极大程度地降低了随机性。大数据技术的逐渐成熟支持着精准营销的广泛应用，现阶段可以对整个营销过程进行监督，通过监督发现过程中存在的问题，及时作出调整。

互动性。我们所熟知的传统的营销都只是企业单方面地向顾客进行推荐，完全忽略了客户的需求，客户获取产品的方式单一，信息不对称。而现在，企业可以根据用户的需求向顾客推荐真正他们需要的产品或者根据用户的需求实现个性化定制，企业和客户之间的互动性大大增加，可以极大程度地提高客户的满意度，与此同时，这些感受良好的用户也会成为企业产品广泛推广的星星之火。

可调整性。通过用户产生的数据，可以大致了解用户的需求，在此基础上不断改进调整，直至精准地推荐给用户真正需要真正满意的产品，实现精准营销的动态化调整。

2.3.3 精准营销的理论依据

（1）4C营销理论

消费者、成本、便利程度、沟通这四个要素为4C营销理论的重要组成部分。传统的4P理论以企业为中心，站在企业的立场上，而4C理论是以客户为中心，考虑的是消费者购买产品的便捷程度，在此基础上削减消费者购买产品所需要的成本，再者4C理论需要企业和顾客之间不断进行沟通，不断调整修改用户的需求，更高程度地推荐给用户真正需要的产品，提高用户的满意程度。

（2）一对一直接沟通理论

精准营销使得用户可以之间面向用户，得到用户真正的需求，免去了不必要的中间传达环节，大大提高了沟通的有效性，提高了沟通的效率。

（3）市场细分理论

当我们在划分市场的时候，可以根据消费者的偏好将其分为不同的群体，对于不同群体，进行不同的营销活动，因人而异，合理的市场划分实现精准营销的前提。

第3章 京东的数据化运营案例

3.1 京东商城的市场营销现状

京东虽然在中国的电子商务企业中起步较晚，但其已经成为B2C网站交易中的龙头企业，近年来，由于人们对于商品的品质以及物流速度要求的提高，京东发展迅速，业绩也在大幅度提升，下表是京东从2010-2018年的经营收入的情况，我们可以发现，京东的净营业收入是极速增长的。

表3.1 京东近九年的净营业收入和增长速度

数据来源：艾瑞数据

3.1.1 京东商城的营销现状