跨境电子商务数据化管理

大数据认知项目1YCF01大数据概述03大数据分析工具与应用02大数据采集目录CATALOG01了解大数据的概念。02了解大数据的发展趋势。知识目标03掌握大数据采集的基础设施。04熟悉大数据分析工具与应用。01知道大数据采集的基础设施有哪些。02会使用大数据分析工具进行简单的大数据分析。技能目标重点及难点重点：（1）大数据的概念与特点。（2）大数据采集的基础设施。难点：（1）大数据的发展趋势。（2）大数据分析工具与应用。【案例导入】跨境电商在大数据时代如何挖掘自身长处“2017中国新外贸梦想节”在深圳罗湖体育馆举行。大会上精英云集，参会人员围绕新形势下的外贸格局为中国的新外贸提供发展新思路，寻求、开拓新方法。绍兴市柯桥区跨境电商行业协会会长江××等外贸精英更是受邀在大会上进行互动直播，以新外贸人的独特视角探讨新旧外贸的差异和进一步的发展规划。在会议上，“跨境电商”成了几乎所有嘉宾都提到的热词。近几年来，随着传统出口贸易不断线上化、交易化，越来越多的外贸企业从网上获得商机。而作为推动经济一体化、贸易全球化的技术基础，跨境电商不仅冲破了国家间的障碍，使国际贸易走向无国界贸易，同时它也正在引起世界经济贸易的巨大变革。对企业来说，跨境电商构建的开放、多维、立体的多边经贸合作模式极大地拓宽了进入国际市场的路径，大大促进了多边资源的优化配置与企业间的互利共赢。在外贸环境变化迅速的当下，“大数据”“云计算”等每一个词汇都在冲击着跨境电商的固有体制。由于全球化竞争加剧，前路迷茫更是跨境电商在新外贸形势下的典型表现。为了探讨这一问题，让跨境电商能更好地在中国得到发展,江××等嘉宾纷纷表达了自己的观点，提出了新时代跨境电商的前进方向。【案例导入】1.大数据时代，跨境电商须挖掘自身优势和旧外贸时代不同，新外贸环境中到处充满开放的元素。而以网络为媒介的跨境电商，更是在大数据时代的背景下展现出其透明的一面。在各种电商平台上，电商企业的各种信息能够直观地呈现给浏览者，包括其运营情况、征信情况等。这对于电商企业而言，既是机遇，也是挑战。这要求电商企业必须保证诚信经营，并且向自己的合作方呈现出一个切实可行的经营项目，否则就会因为数据的透明而暴露自己的缺陷，从而失去合作伙伴。但同时，信息的高度流通也使得精准合作成为可能，只要跨境电商企业准确地在平台上表现出自身产品的特色，就有可能获得需求者的青睐。大数据时代同样是一个“个性定制时代”，只有找准自己的优势，发掘自己的所长，才能使自身的收益最大化。【案例导入】2.新外贸时代，跨境电商应注重全球合作这是一个全球化的时代，在这个大背景下，贸易的方向往往也是相互的。曾经，一家企业可以这样夸耀自己：“我们的产品销往世界各地。”但是如今，这样扁平化的商业结构明显已经不能适应当下的潮流。在新外贸时代，贸易结构是立体化的、多元化的。企业不再是单纯地向外输出产品，同样也在接纳来自世界各地的产品。这就要求跨境电商企业有更为广阔的视野和目标。电商企业不能只站在“地面上”规划蓝图，更需要“到天上去”，积极使用云计算等先进技术，“从天上往下看”，将目光放在更多的商品和企业上。在向外界输出产品的同时，也不能忽视了外国的优秀品牌和技术；在扩大海外市场的同时，也要汲取外界的优良技术，以提升自身的素质，在全球化的汹涌浪潮中获得立足之地。跨境电子商务数据化管理项目1大数据认知【案例导入】3.卖方市场已然到来，客户体验将成服务焦点近十几年来，外贸市场环境的变化可谓天翻地覆。刚加入世界贸易组织的中国曾享受到了不菲的人口红利，但是随着经济的发展，廉价的劳动力已经不足以支撑中国企业在外贸市场上驰骋。而大数据时代的到来，使得买方对商品的质量有了更高的要求。在市场竞争激烈的当下，如果企业只将目光集中在提升商品的质量上，那么无疑会使运营成本过高。因此，在卖方市场上，客户体验将成为跨境电商需要考量的一个指标。为客户提供优质的服务，能在一定程度上拉近合作双方的距离，尤其是通过网络进行沟通的合作双方，优质的服务能让对方感受到企业的诚意，从而促进合作顺利进行。江××认为，现在这个时代很特殊，人们拥有全球化的环境、便捷的网络、化繁就简的跨境贸易程序，因此，这是一个跨境电商大有可为的时代。“曾经是我们制定标准，我们挑选客户。那个时候全球经济好，你有货，客户就来抢。那个时候我们的劳动力还算低廉，所以在市场上也有优势。但是2008年金融危机后，情况就不一样了，原本的大客户都变成了小客户，客户碎片化的情况非常显著。”江××在直播会议上谈到，“因此，跨境电商需要思变。现在不再是我们挑选客户，而是客户来挑选我们，因此，我们需要读懂客户的需求，为客户提供贴身的服务，增强客户黏性。同时，我们还要善于利用工具更好地管理一些碎片化的信息。你不用，你的竞争对手在用，你就会落后。我们不能闭门造车，只有打开胸怀，选择最合适的发展方式，做好我们的强项，拉高我们的格局，才能在这个竞争激烈的市场争得一席之地。”01大数据概述1.1.1大数据的概念与特征1.1.2大数据的发展趋势与时代机遇1.1.3大数据时代的挑战1.1.1大数据的概念与特征维基百科——大数据是超过当前现有的数据库系统或数据库管理工具的处理能力，处理时间超过客户能容忍时间的大规模复杂数据集。企业数据集成软件商Informatica——大数据包括海量数据和复杂的数据类型，其规模超过传统数据库系统进行管理和处理的能力。亚马逊大数据科学家约翰·拉瑟——大数据就是任何超过了一台计算机处理能力的庞大数据量。百度百科——无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。1.大数据的概念1.1.1大数据的概念与特征规模性高速性多样性价值性01020304真实性052.大数据的特征大数据的特征规模性大数据的特征首先就体现为“数量大”，存储单位从过去的GB到TB，直至PB、EB。随着信息技术的高速发展，数据开始爆发性增长。社交网络（微信、微博、Facebook、Twitter）、移动网络、各种智能终端等都成为数据的来源。大数据的特征高速性数据的交换和传播是通过互联网、云计算等方式实现的，远比传统媒介的信息交换和传播速度快捷。大数据与海量数据的重要区别在于，大数据除了数据规模更大以外，对处理数据的响应速度也有更高的要求，实时分析而非批量分析，数据输入、处理与丢弃立刻见效，几乎无延迟。数据的增长速度和处理速度是大数据高速性的重要体现。提示大数据的特征多样性广泛的数据来源决定了大数据形式的多样性。大数据大体可分为三类：一是结构化数据，如财务系统数据、信息管理系统数据、医疗系统数据等，其特点是数据间因果关系强；二是非结构化数据，如视频、图片、音频等，其特点是数据间没有因果关系；三是半结构化数据，如HTML文档、邮件、网页等，其特点是数据间的因果关系弱。小常识——HTMLHTML的英文全称为hypertextmarkuplanguage，即超文本标记语言，是一种标记语言。它包括一系列标签，通过这些标签可以将网络上的文档格式统一，使分散的互联网资源连接为一个逻辑整体。HTML文本是由HTML命令组成的描述性文本，HTML命令可以说明文字、图形、动画、声音、表格、链接等。大数据的特征价值性价值性也是大数据的核心特征。相比于传统的小数据，大数据最大的价值在于通过从大量不相关的各种类型的数据中挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或大数据采集方法深度分析，发现新规律和新知识，从而运用于农业、金融、医疗等各个领域，最终达到改善社会治理、提高生产效率、推进科学研究的效果。知识链接——大数据的核心价值①数据辅助决策：为企业提供基础的数据统计报表分析服务。分析师能够轻易获取数据产出分析报告并指导产品生产和运营，产品经理能够通过统计数据完善产品功能和改善用户体验，运营人员可以通过数据发现运营问题并确定运营的策略和方向，管理层可以通过数据掌握企业运营状况，从而进行一些战略决策。②数据驱动业务：通过数据产品、数据挖掘模型实现企业产品生产和运营的智能化，从而极大地提高企业的整体效能。最常见的应用领域有基于个性化推荐技术的精准营销服务、广告服务、基于模型算法的风控反欺诈服务、征信服务等。③数据对外变现：通过对数据进行精心的包装，对外提供数据服务，从而获得现金收入。市面上比较常见的有各大数据公司利用自己掌握的大数据提供风控查询、验证、反欺诈服务，提供导客、导流、精准营销服务，提供数据开放平台服务，等等。大数据的特征真实性真实性其实就是数据的质量，海量数据并不一定都能反映用户真实的行为信息或者客观事物的真实信息。以网页访客数据为例，很多网站为了赚取更多的广告费用会使用机器人对广告进行点击，这样就产生了作弊流量，而这些流量并不能反映用户的真实需求。小常识——车联网车联网的概念源于物联网，即车辆物联网，是以行驶中的车辆为信息感知对象，借助新一代信息通信技术，实现车与车、人、路、服务平台等之间的网络连接，提升车辆整体的智能驾驶水平，为用户提供安全、舒适、智能、高效的驾驶感受与交通服务，同时提高交通运行效率，提升社会交通服务的智能化水平。1.1.2大数据的发展趋势与时代机遇01产业垂直整合02数据成为资产03泛互联网化1.大数据的发展趋势大数据的发展趋势数据成为资产在信息时代，数据将成为独立的生产要素。如果企业拥有某类相对完整、全面的数据，将可以实现“退可偏安一隅，进可跃马中原”。数据已经不是简单的“数字”了，它发生了很大的变化。拥有独一无二的数据资产的企业将会获得令人难以置信的发展速度，发展出令人叹为观止的商业模式。事实上，它们具备了颠覆、冲击其他行业的压倒性优势。大数据的发展趋势产业垂直整合新兴产业往往以垂直整合的态势开疆拓土，但产品成熟后，产业链上的分工专业化则会激发出惊人的创造力，并且成本也逐渐降低，优势逐渐转向水平分工格局。在企业级市场也有相同的趋势，这个趋势的出现有两大原因：通用的平台型软件逐渐同质化，用户对自身业务的关注超过了对计算能力的追求。大数据的发展趋势泛互联网化互联网将逐步深刻影响社会的生产力和生产关系，泛互联网化可以理解为一切都在走向网络。在泛互联网化范式中，强调终端、平台、应用“三位”加上“大数据”这“一体”。大数据、终端、平台和应用都可以成为盈利的主要来源，在不同的发展阶段，盈利的主体也不尽相同。根据企业主要盈利来源的不同，可以把企业简单归类为图所示的5种模式。1.1.2大数据的发展趋势与时代机遇A.大数据时代具有的一种新型能力——数据化，以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务或深刻的洞见。B.大数据本身也超越了互联网行业，不仅仅是在网络上，生物基因本身也是大数据，各个物种的基因数据产生以后也会产生很多学术价值、商业价值。2.大数据的时代机遇1.大数据安全的隐患2.信息共享动力不足影响企业效率3.数据分析能力不够4.数据精准性与服务精准性不对称1.1.3大数据时代的挑战1.1.3大数据时代的挑战虽然海量信息的集中存储会使数据的分析处理更加便捷，但在管理不当的情况下容易导致数据泄露、丢失或损坏，使企业利益遭受重大损失。在大数据时代，人们的一言一行几乎完全是透明的，个人隐私在网上被泄露成为亟须解决的问题。1.大数据安全的隐患个人隐私数据一旦被泄露（或被买卖），可能会对用户人身财产安全、企业安全甚至国家安全造成威胁。提示知识链接——大数据带来的好处（1）生活方面。自助缴水电费、燃气费、电视费，汽车摇号、违章查询、公积金查询、手机代开发票、查询法院案子进展……这是运用大数据促进改善民生的典型事例。此外，大数据还被运用到智能家居中，如智能照明体系等。（2）医疗方面。到目前为止，大数据最强大的应用之一就是电子医疗记录的收集。每一个患者都有自己的电子医疗记录，包括个人病史、家族病史、过敏情况以及所有医疗检测结果等。利用大数据收集患者信息，可以帮助人们尽早发现疾病，不但可以降低人们身体健康受损的风险，还可以帮助人们减少医疗支出。大数据在医疗方面的另一个创新应用是可穿戴设备，这些设备能够实时分析汇报穿戴者的健康状况。可穿戴设备还能在医疗机构之外的场所使用，患者使用这些设备在家就能获知自己的健康状况，同时还能获得智能设备所提供的治疗建议。（3）出行方面。人们的出行越来越离不开大数据的协助。运用电子地图，初来乍到的游客可以在生疏的城市自由行走；出租车司机经过语音导航，可以知晓前方路况，防止堵车或超速违章……1.1.3大数据时代的挑战虽然各地电子政务云部署得如火如荼，但是实施方法、部署方式、安全保障等许多问题都还没有得到完善解决，电子政务在我国尚处于从概念清晰到务实行动的初级阶段。2.信息共享动力不足影响企业效率大量部门的数据如一个个信息孤岛，既给政府调度和公众办事带来了不便，又制约了数据活力的激发。提示小常识——电子政务电子政务是指国家机关在政务活动中全面应用现代信息技术、网络技术以及办公自动化技术等进行办公、管理和为社会提供公共服务的一种全新的管理模式。广义的电子政务应包括所有国家机构，而狭义的电子政务主要包括直接承担管理国家公共事务、社会事务的各级行政机关。1.1.3大数据时代的挑战大数据不仅仅意味着数据数量庞大，还代表着数据种类繁多、结构复杂，变化的速度也极快。随着大数据时代的到来，企业经营决策面临的最大挑战不再是缺少数据，而是数据太多。3.数据分析能力不够企业对大数据的应用，首先要对大数据进行处理才能实现。提示1.1.3大数据时代的挑战尽管大数据确实能够发现、跟踪和分析消费者的每个显性变化，但无法全面把控消费者的内心活动。因为消费者的购买心理本来就是一个“暗箱”，其购买行为是由很多因素综合决定的，可能是心理，可能是价格，也可能是环境因素等。因此，尽管大数据能够提供精准的数字，但很难提供精准的预测。4.数据精准性与服务精准性不对称1.1.3大数据时代的挑战综上所述

对于企业来说，大数据既是机遇也是挑战，大数据潜在的巨大价值必然会掀起一场商业模式和营销决策的深刻变革。在大数据时代，企业为了获得领先优势，必须转换思维，变革营销模式，充分、有效地利用大数据，挖掘其蕴含的附加价值，力求在瞬息万变的全球化经济环境中赢得竞争优势。小常识——暗箱理论暗箱理论是指消费者的心理如同暗箱，人们只能看到消费者购买的外界条件（产品信息、价格信息和促销信息）和最终选择的结果。暗箱理论就是研究消费者行为的基本理论，即“5W1H”理论。（1）what：购买什么。了解消费者想购买什么或购买了什么。（2）who：谁参与购买行为。既要了解使用产品的是哪些人，又要弄清购买行动中的“购买角色”。（3）when：何时购买。了解消费者发生购买行为的具体季节、时间甚至时点。（4）where：在何地购买。了解消费者在哪里购买、在哪里使用。（5）why：为何购买。了解和探索消费者行为的动机或影响其他行为的因素。（6）how：怎样购买。了解消费者怎样购买、喜欢什么样的促销方式，还要搞清楚消费者对所购买的商品如何使用。02大数据采集1.2.1大数据采集的概念1.2.2大数据采集的基础设施1.2.1大数据采集的概念大数据采集大数据采集就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取潜在有用的信息和知识的过程。与大数据采集含义相近的词有数据融合、数据分析和决策支持等。大数据采集的定义包括以下几层含义。（1）数据源必须是真实的、大量的、含噪声的。（2）发现的是用户感兴趣的信息和知识。（3）发现的信息和知识要可接受、可理解、可运用。（4）并不要求发现放之四海皆准的信息和知识。知识链接——大数据采集方法1.数据库采集传统企业会使用传统的关系型数据库MySQL和Oracle等来存储数据。随着大数据时代的到来，Redis、MongoDB和HBase等NoSQL数据库也常用于数据的采集。企业通过在采集端部署大量数据库，并在这些数据库之间进行负载均衡和分片来完成大数据采集工作。2.系统日志采集系统日志采集主要是收集企业业务平台日常产生的大量日志数据，供离线和在线的大数据分析系统使用。高可用性、高可靠性、可扩展性是日志采集系统所具有的基本特征。系统日志采集工具均采用分布式架构，能够满足每秒数百兆（MB）的日志数据采集和传输需求。3.网络数据采集网络数据采集是指通过网络爬虫或网站公开API等方式从网站上获取数据信息的过程。网络爬虫会从一个或若干初始网页的URL开始获得各个网页上的内容，并且在抓取网页的过程中不断从当前页面上抽取新的URL放入队列，直到满足设置的停止条件为止。这样可将非结构化数据、半结构化数据从网页中提取出来，存储在本地的存储系统中。4.感知设备数据采集感知设备数据采集是指通过传感器、摄像头和其他智能终端自动采集信号、图片或录像来获取数据。大数据智能感知系统需要实现对结构化、半结构化、非结构化的海量数据的智能化识别、定位、跟踪、接入、传输、信号转换、监控、初步处理和管理等。其关键技术包括针对大数据源的智能识别、感知、适配、传输、接入等。1.2.2大数据采集的基础设施01020304云数据中心计算虚拟化大数据存储网络虚拟化1.2.2大数据采集的基础设施（1）提高效率。云计算帮助大数据平台降低复杂性，简化运维，提升资源活性和利用效率。（2）降低成本。云计算帮助云数据中心降低成本，有利于将更多资金投入增值业务中。（3）满足个性化需求。云计算可支撑基于大数据的灵活高效的IT服务，满足多种个性化需求。1.云数据中心小常识——云计算云计算是分布式计算的一种，是指通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通过多部服务器组成的系统处理和分析这些小程序得到的结果并返回给用户。简单地说，云计算早期就是简单的分布式计算，解决任务分发问题，并进行计算结果的合并。因而，云计算又称为网格计算。通过这项技术，可以在很短的时间（几秒）内完成对数以万计的数据的处理，从而提供强大的网络服务。1.2.2大数据采集的基础设施服务器虚拟化，甚至基于计算、网络、存储各个模块的全面虚拟化，将有助于降低成本和提升集群系统的可用性和可靠性，避免Hadoop集群带来的昂贵成本负担，使得广大中型企业也可以实现大数据的分析和应用，而且可以提升大数据的服务价值。2.计算虚拟化1.2.2大数据采集的基础设施下面介绍几种适合存储大数据的方法。（1）横向扩展网络附属存储。横向扩展NAS是文件级别的访问存储器，它由多个连接在一起的存储节点构成，而且其存储容量和处理能力会随着节点的增加而提升。（2）对象存储。对象存储有可能替代传统的树形文件系统，是适合存储大数据的。（3）Hyperscale。Hyperscale计算机/存储体系结构被多家大型公司使用，包括Facebook、Google等。3.大数据存储1.2.2大数据采集的基础设施网络虚拟化的特点如下。（1）服务器虚拟化双机集群高可用性保障由虚拟化软件直接提供，不需要额外的昂贵的专用备份软件。（2）不需要主服务器与备份服务器的CPU、内存、磁盘等硬件配置保持一致性。（3）主服务器和备份服务器可同时运行不同业务，不需要备份服务器的资源闲置。（4）支持虚拟机CPU资源控制。能够实现灵活的资源配置，还能支持虚拟机批量操作，可大幅提升管理效率。4.网络虚拟化小常识——宕机宕机是指操作系统无法从一个严重系统错误中恢复过来，或系统硬件层面出现问题，以致系统长时间无响应，而不得不重新启动计算机的现象。它属于计算机运作过程中的一种正常现象，任何计算机都会出现这种情况。03大数据分析工具与应用1.3.1分布式平台1.3.2关键技术Hadoop云计算1.3.1分布式平台分布式平台即分布式系统，是建立在网络上的系统软件，更是处理大数据的根基，而Hadoop就是著名的分布式平台。云计算包含两个部分，即分布式文件系统（如Google的文件系统GFS）和分布式表格系统（如Google的Bigtable）。其中，分布式文件系统实现可靠、高效的数据存储和处理；分布式表格系统在分布式文件系统的基础上实现表格的各种处理逻辑，如查询、修改、扫描等。1.分布式平台概述1.3.1分布式平台云计算的分布式文件系统是整个云计算的基石，它用来提供上层表格系统所需的可靠和高效的数据存储。它有以下几条假设。（1）容错与故障自动恢复是“基因”。（2）系统存储大尺寸文件。（3）文件的主要修改是追加。（4）高效的大尺寸数据顺序读。（5）持续可用的网络带宽比低的单次读写延时更加重要。2.分布式文件系统1.3.1分布式平台在云计算分布式系统中，网络延时（毫秒级）远远大于单机系统内延时（微秒级），加上部件的不可靠性以及节点之间较松的耦合度和异构性，导致高效并行程序的设计和实现难度极大，阻碍了普通程序员使用云计算系统。为了解决这个问题，Google把MapReduce模型成功地应用到云计算系统中，极大地降低了云计算系统应用程序的开发难度，并且提高了云计算系统的并行度和运行效率，这就是云计算的分布式计算系统3.分布式计算系统云计算分布式计算系统的优点01020304可容错效率高适于异构机群应用程序开发者不需要设计、编写和调试并行程序1.3.2关键技术Hadoop云计算Hadoop可以说是最常见的分布式计算，是一个开发和运行处理大规模数据的软件平台，是Apache的一个用Java语言实现开源软件框架，实现在大量计算机组成的集群中对海量数据进行分布式计算。1.Hadoop的基本概念Hadoop的集群组成部分及其功能01DataNode——客户端与这个DataNode服务器上的后台程序进行通信，并对相关的数据块进行读/写操作。02NameNode——对内存和I/O端口（输入/输出端口）进行集中管理。03SecondaryNameNod——用来监控HDFS状态的辅助后台程序04JobTracker——用来连接应用程序与Hadoop。05TaskTracker——负责存储数据的DataNode相结合。小常识——Java虚拟机Java虚拟机是运行所有Java程序的抽象计算机，是Java语言的运行环境，它是Java最具吸引力的特性之一。虚拟机是一种抽象化的计算机，通过在实际的计算机上仿真模拟各种计算机功能来实现。Java虚拟机有自己完善的硬件架构，如处理器、堆栈、寄存器等，还具有相应的指令系统。Java虚拟机屏蔽了与具体操作系统平台相关的信息，使得Java程序只需生成在Java虚拟机上运行的目标代码（字节码），就可以在多种平台上不加修改地运行。1.3.2关键技术Hadoop云计算由于Hadoop优势突出，基于Hadoop的应用已经遍地开花，尤其是在互联网领域。随着互联网的发展，新的业务模式还将不断涌现，Hadoop的应用也会从互联网领域向电信、电子商务、银行、生物制药等领域拓展。相信在未来，Hadoop将会在更多的领域中扮演“幕后英雄”，为人们提供更加快捷优质的服务。2.Hadoop的发展现状项目实训——了解大数据【实训目的】（1）掌握大数据的基础知识。（2）掌握独立学习及独立思考的能力。项目实训——了解大数据【实训内容】（1）按每组3～5人进行分组，每个小组设组长一名，负责统筹工作。每个小组在组长的带领下完成对大数据相关知识的复习。（2）以小组为单位，查找关于大数据的课外资料。项目实训——了解大数据【实训步骤】（1）以小组为单位，组长带领组员完成大数据相关知识的复习。（2）以小组为单位，组员查找关于大数据的课外资料并形成书面文件。01大数据的发展趋势是怎样的？02大数据时代的挑战是什么？思考与练习03大数据采集基础设施是什么？04分布式计算的优点有哪些？谢谢观赏敬请指正！跨境电子商务数据分析项目2YCF01跨境电子商务数据分析概述03国际跨境电子商务数据分析02中国跨境电子商务数据分析目录CATALOG04跨境电子商务数据分析的机遇与阻碍01了解跨境电子商务数据分析的概念。02了解跨境电子商务数据分析的类型。知识目标03掌握跨境电子商务数据分析的步骤。04熟悉中国跨境电子商务数据分析的发展状况。05了解国际跨境电子商务数据分析的发展状况。01知道跨境电子商务数据分析的类型。02能够运用相关方法和工具进行跨境电子商务数据分析。技能目标03能够运用相关方法和工具进行跨境电子商务数据分析。重点及难点重点：（1）跨境电子商务数据分析的概念和类型。（2）跨境电子商务数据分析的步骤。（3）中国跨境电子商务数据分析的发展状况。难点：（1）跨境电子商务数据分析的方法与工具。（2）跨境电子商务数据分析下的机遇与挑战。【案例导入】亚马逊的数据化运营管理亚马逊的一贯宗旨是“以客户为中心”。在想方设法提升用户体验的同时，亚马逊的数据化运营也就自然而然发生了。亚马逊的数据化运营管理具有以下几个特色。（1）获取用户数据。在发现消费者真实的需求和偏好，并将之应用于企业的营销实务方面，电商公司相比于传统公司最大的优势就在于其本身就掌握了关于用户使用习性的海量数据，对这些数据进行分析得出的结果常常也就成了公司做决定的重要依据。（2）充分利用互联网平台。亚马逊一天进行几百次试验，如使用不同的算法来推荐商品，或者改变购物车在屏幕上出现的位置。当他们把购物车从屏幕的左边移到右边时，购物车被遗弃的情况就会有一点点好转。好转的百分比看起来并不高（不到1%），但是对于数亿网站访问者来说就是有意义的，而且进行试验的成本很低。这些试验得来的数据可以帮助网站优化UI设计，给消费者提供更好的购物体验。（3）招募数据人才。亚马逊雇用了很多数学、工程方面的优秀人才，开发软件获取有效数据并提供强大的分析工具。（4）建立以数据为中心的企业文化。亚马逊的相关工作人员在做提案时必须有数据支持，否则很难通过。01跨境电子商务数据分析概述2.1.1跨境电子商务数据分析的概念与目的2.1.2跨境电子商务数据分析的类型2.1.3跨境电子商务数据分析的方法与工具2.1.4跨境电子商务数据分析的步骤2.1.1跨境电子商务数据分析的概念与目的跨境电子商务数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，对它们加以汇总和理解并消化，以求最大化地开发数据的功能、发挥数据的作用。1.跨境电子商务数据分析的概念跨境电子商务数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。提示2.1.1跨境电子商务数据分析的概念与目的跨境电子商务数据分析的目的是把隐藏在一大批看起来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，跨境电子商务数据分析可帮人们做出判断，以便采取适当行动。2.跨境电子商务数据分析的目的知识链接——跨境电商常用的数据分析名词1.浏览量浏览量（pageview，PV）是指页面被访问的总次数。一个页面被点击一次，即被记一次浏览，一个用户多次点击或刷新同一个页面，会被记多次浏览，累加不去重。2.访客数访客数（uniquevisitor，UV）即网站独立访客总数。一个用户一天内多次访问店铺被记为一个访客。3.转化率电子商务常用的转化率有详情页成交转化率和全店铺转化率。详情页成交转化率＝详情页成交人数÷详情页访客总数×100%全店铺转化率＝全店铺成交人数÷全店铺访客总数×100%4.点击率点击率是指页面上某一内容被点击的次数与被显示的次数之比，反映内容受关注程度，常用来衡量推广图片或产品主图的效果。5.支付率支付率是指支付成交笔数占拍下笔数的百分比。支付率＝支付成交笔数÷拍下笔数×100%知识链接——跨境电商常用的数据分析名词6.跳失率跳失率是指用户进入店铺后只访问了一个页面就离开的访问人次（跳失人数）占页面访问总人次的比例。跳失率＝跳失人数÷页面访问总人次×100%7.访问深度访问深度是指用户一次连续访问店铺的页面数。平均访问深度即用户平均每次连续访问店铺的页面数。8.人均店内停留时间人均店内停留时间是指平均每个用户连续访问店铺的时间。9.成交转化率成交转化率是指店铺成交人数占总访客数的比例。成交转化率＝成交人数÷总访客数×100%10.客单价客单价是指每一个买家购买店铺商品的平均金额，即平均交易金额。客单价＝某段时间内的销售额÷客户数（客户去重）11.老客户占比老客户占比是指成交用户中老客户所占的比例。老客户一般定义为两年内在店铺内有过购买行为的客户。老客户占比＝成交用户中老客户数÷成交用户数×100%2.1.2跨境电子商务数据分析的类型探索性数据分析定性数据分析离线数据分析在线数据分析模型选定分析01020304052.1.2跨境电子商务数据分析的类型探索性数据分析是指为了形成值得检验的假设而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充，侧重于在数据中发现新的特征。该方法由美国著名统计学家约翰·图基（JohnTukey）命名。1.探索性数据分析2.1.2跨境电子商务数据分析的类型定性数据分析又称为定性资料分析、定性研究或质性研究资料分析，是指对诸如词语、照片、观察结果之类的非数值型数据（资料）的分析。2.定性数据分析2.1.2跨境电子商务数据分析的类型离线数据分析用于对较复杂和耗时的数据的分析和处理，一般构建在云计算平台之上，如开源的HDFS文件系统和MapReduce运算框架。Hadoop机群包含数百台乃至数千台服务器，存储了海量的数据，每天运行着成千上万的离线数据分析作业，每个作业处理几百MB到几百TB甚至更多的数据，运行时间为几分钟、几小时、几天甚至更长。3.离线数据分析2.1.2跨境电子商务数据分析的类型在线数据分析也称为联机分析处理，用来处理用户的在线请求，它对响应时间的要求比较高（通常不超过若干秒）。4.在线数据分析与离线数据分析相比，在线数据分析能够实时处理用户的请求，允许用户随时更改分析的约束和限制条件。提示2.1.2跨境电子商务数据分析的类型模型选定分析是指在探索性数据分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。5.模型选定分析2.1.3跨境电子商务数据分析的方法与工具1.跨境电子商务数据分析的方法（1）列表法。将数据按一定规律用列表的方式表达出来，是记录和处理数据最常用的方法。表格的设计要求对应关系清楚，简单明了，有利于发现相关量之间的相关关系。（2）作图法。作图法可以最直观地表达各个物理量间的变化关系。通过图形可以简便求出实验需要的某些结果，还可以把某些复杂的函数关系通过一定的变换用图形表示出来。2.1.3跨境电子商务数据分析的方法与工具2.跨境电子商务数据分析的工具使用Excel自带的数据分析功能可以完成很多专业软件才能完成的数据统计、分析，其中包括直方图、相关系数、协方差、各种概率分布、抽样与动态模拟、总体均值判断、均值推断、线性和非线性回归分析、多元回归分析、移动平均等内容。1.识别信息需求2.收集数据3.分析数据4.过程改进2.1.4跨境电子商务数据分析的步骤2.1.4跨境电子商务数据分析的步骤识别信息需求是确保数据分析过程有效的首要条件，可以为收集数据、分析数据提供清晰的目标。1.识别信息需求识别信息需求是管理者的职责，管理者应根据决策和过程控制的需求，提出对信息的需求。提示2.1.4跨境电子商务数据分析的步骤（1）将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等。（2）明确由谁在何时何处，通过何种渠道和方法收集数据。（3）记录表应便于使用。（4）采取有效措施，防止数据丢失和虚假数据对系统的干扰。2.收集数据2.1.4跨境电子商务数据分析的步骤分析数据常用的方法有以下两种。（1）老七种工具，即排列图、因果图、分层法、调查表、散布图、直方图、控制图。（2）新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、过程决策程序图法、矩阵数据图。3.分析数据小常识KJ法KJ法又称A型图解法、亲和图法。KJ法是将未知的问题、未曾接触过的领域的问题的相关事实、意见或设想之类的语言文字资料收集起来，并利用其内在的相互关系做成归类合并图，以便从复杂的现象中整理出思路，抓住实质，找出解决问题的途径的一种方法。过程决策程序图法过程决策程序图法是在制订计划阶段或进行系统设计时，事先预测可能发生的障碍（不理想事态或结果），从而设计出一系列对策措施，以最大的可能引向最终目标（达到理想结果）的方法。该法可用于防止重大事故的发生，因此也称为重大事故预测图法。2.1.4跨境电子商务数据分析的步骤数据分析是改进质量管理体系的基础。组织的管理者应在适当的时间通过对以下问题的分析评估数据分析的有效性。（1）收集数据的目的是否明确，收集的数据是否真实和充分，收集渠道是否畅通。（2）数据分析方法是否合理，是否将风险控制在可接受的范围。（3）数据分析所需资源是否得到保障。4.过程改进02中国跨境电子商务数据分析2.2.1中国跨境电子商务的发展概况2.2.2中国大数据产业的发展趋势2.2.1中国跨境电子商务的发展概况中国跨境电子商务的发展概况近年来，我国跨境电商发展强劲。电商较传统商务模式的优势在于商流、物流、资金流、信息流利用的高效性和便捷性。线上交易与线下配送相结合，带动了大量电商企业和物流企业的发展，使电商交易的便捷性得到极大的保证及提高，跨境电商的发展势头十分迅猛。2.2.1中国跨境电子商务的发展概况我国跨境电商产业的发展远远领先于全球其他国家和地区，跨境电商的最大优势在于基于互联网的网络化营运方式，这种新型的电子贸易方式正在重新塑造中小企业国际贸易流程。1.我国跨境电子商务市场规模2020年，全球网民规模已突破45亿人，随着全球互联网的普及，我国跨境电商行业迎来了较好的发展机遇。提示2.2.1中国跨境电子商务的发展概况近年来，为促进我国跨境电商的快速发展，国家层面频频颁布鼓励政策。2020年1月，商务部、发展改革委、财政部、海关总署、税务总局、市场监管总局等六部门联合印发《关于扩大跨境电商零售进口试点的通知》，《通知》共选取了50个城市（地区）和海南全岛纳入跨境电商零售进口试点范围，为未来跨境电商的发展创造了良好的发展机遇。2.2020年跨境电商零售进口试点范围扩大2.2.1中国跨境电子商务的发展概况网经社电子商务研究中心发布了《2019年度中国电商百强数据报告》。在这10家上榜公司中，进口电商的总值规模达278.53亿元，占比约40%，占比最大。而对比我国跨境电商交易规模进出口结构，2019年，我国跨境电商的进口交易规模为2.47万亿元，占比仅为23.5%。3.进口电商发展潜力大，出口电商竞争激烈2.2.1中国跨境电子商务的发展概况跨境电商受各国的进出口法律法规的直接影响。我国海关已经联合阿里巴巴、京东等国内跨境电商企业共同制定法律法规，同时让广大跨境企业代表听证，这样可以更加灵活地立法。4.法律法规让跨境电商成为风险行业2.2.1中国跨境电子商务的发展概况中国的商品种类十分丰富，而许多商品因为物流配送成本止步于国门，许多跨境电商平台或者企业一直在攻克这个难题。当然，海外仓能解决这个问题，不过海外仓背后也是巨大的成本，还有不小的损耗。5.物流配送成为业内攻克的难点不管是平台还是中小企业，都难以在海外仓的成本和价格优势上取得平衡。提示2.2.2中国大数据产业的发展趋势未来大数据产业发展趋势之一：与云计算、人工智能等前沿创新技术深度融合。未来大数据产业发展趋势之二：针对制造业的大数据解决方案不断升级，助力智能制造。图为2016—2019年中国行业大数据市场规模增长情况示意图（单位：亿元）知识链接——保护跨境电商领域数据信息的建议1.提高跨境电商企业的数据安全意识受新冠肺炎疫情的影响，跨境电商作为一种新业态，开始担负起稳外贸、促发展的重要历史使命。但是，目前在整个跨境电商领域，竞争依旧很激烈，无法从保护用户数据安全出发，没有数据安全保护意识的跨境电商企业很难得到用户的青睐，也不容易获得更广阔的市场。因此，需要通过宣传和学习《中华人民共和国电子商务法》等法律法规的内容，不断强化跨境电商企业的数据安全意识。2.强化跨境电商企业的数据保护能力建设针对跨境电商企业在发展过程中对系统数据安全保护的需求，跨境电商企业就必然需要加强与网络安全企业的合作，通过对关键部位和关键环节的网络安全技术的运用，确保相关数据安全，从而保护消费者的合法权益和企业的商业利益。可以通过举办数据安全相关论坛和资源对接会，让网络安全企业与跨境电商企业积极对接，寻找合作机会。知识链接——保护跨境电商领域数据信息的建议3.积极开展数据安全的人员培训应对跨境电商领域关键岗位和关键环节的人员进行培训，可以通过与网络安全企业合作，对相关从业人员进行应对紧急事件和分析恶意软件等方面的培训。也可针对特定国家和地区的法律监管，开展政策法规方面的培训，从而帮助我国企业在开拓海外市场的过程中防范数据安全方面的法律风险，做到合法合规，良性发展。4.深入开展国际合作跨境电商领域的国际贸易规则正在逐渐形成，这必然需要国际社会通过加强彼此间的合作，通过有效的沟通形成有利于跨境电商这种新业态发展的国际规则。而国际社会也应该积极开展跨境电商数据安全的技术法规、标准、合格评定程序等方面的合作。同时，我国的网络安全企业也应该积极参加跨境电商国际贸易规则的制定工作，为该领域的数据安全标准的制定建言献策。综上所述，为促进跨境电商的健康高效发展，需要不断弥补数据安全这个短板，需要更多网络安全企业提供技术和标准方面的支持。可以说，跨境电商和数据安全的融合发展将会成为未来的主旋律，在融合的过程中自然会有很多问题需要解决，也必然会出现更多的发展机遇。03国际跨境电子商务数据分析2.3.1国际跨境电子商务数据分析的重要性2.3.2国际跨境电子商务的发展概况2.3.1国际跨境电子商务数据分析的重要性对于第三方卖家和品牌商来说，44％的消费者表示他们在电商平台上找到需要的商品后会从卖家的网站购买。这表明卖家可以通过在电商平台上销售来获得新客户。

当这些消费者在第三方卖家的网站上购买时，第三方卖家可能会以更高的利润销售商品，因为没有来自其他市场卖家的竞争。更重要的是，第三方卖家可以从自己网站上的活动中收集比通常从市场销售中获得的更多的客户数据。2.3.2国际跨境电子商务的发展概况在电商市场，特别是亚马逊，正在削弱大品牌和零售商的抵制。零售商在电商市场上销售的首要目的是增加销售额，除此之外，主要目的还包括吸引新客户，向新受众展示他们的商品以及提高品牌知名度。随着越来越多的实体零售商投资电商以及更多网络品牌在网络上推出，在线取得成功更具竞争力。04跨境电子商务数据分析的机遇与阻碍2.4.1跨境电子商务数据分析面临的挑战与发展趋势2.4.2跨境电子商务数据分析的阻碍2.4.1跨境电子商务数据分析面临的挑战与发展趋势（1）外部业务需求的数据转换。（2）大数据技术运用仍存在困难。（3）用户隐私与便利性的冲突。（4）数据安全风险。（5）数据分析与管理人才紧缺。1.跨境电子商务数据分析面临的挑战小常识——移动智能终端移动智能终端拥有接入互联网的能力，通常搭载各种操作系统，可根据用户需求定制各种功能。生活中常见的智能终端包括移动智能终端、车载智能终端、智能电视、可穿戴设备等。2.4.1跨境电子商务数据分析面临的挑战与发展趋势（1）大数据技术的应用促使商业模式向通过数据租售直接盈利的模式转变。（2）大数据由网络数据处理走向企业级应用。（3）大数据成为智力资产和资源，信息部门从成本中心转向利润中心。（4）大数据从商业行为上升到国家发展战略。2.跨境电子商务数据分析的发展趋势知识链接——跨境电商中的数据安全问题1.跨境电商平台环节的数据安全问题跨境电商平台企业在用户注册、购买和支付等环节掌握着大量的用户数据，而平台的系统漏洞和数据保护权责不清晰是电商平台信息泄露的重要原因。首先，对于平台企业的数据保护要求，重要的是防止企业内部管理人员出于商业利益，把大量的用户数据倒卖给其他人。其次，强化平台企业的数据保护意识，平台企业可以通过与网络安全企业的合作建立数据保护的防护墙，这也是防范平台企业数据泄露的有效方法。2.跨境电商物流环节的数据安全问题物流在整个跨境电商的交易过程中发挥着重要的作用，也会产生大量的交易双方的数据。首先，跨境电商中的主要数据安全风险体现在物流系统漏洞和物流单据的交易方面，物流单据的交易风险往往集中在那些管理松散的物流代理点。其次，跨境电商的快速发展促使物流企业的发展也异常迅猛，市场竞争更激烈，为了节省运营成本，物流企业在构建交易系统时，对于数据保护的技术和人力投入往往比较少，这就导致系统容易产生安全漏洞，攻击者可以直接从系统上窃取海量商家和用户数据。知识链接——跨境电商中的数据安全问题3.跨境电商用户环节的数据安全问题在跨境电商用户环节容易出现的数据安全问题是木马病毒、钓鱼链接和账号被盗等。木马病毒主要体现在手机端，部分手机App携带木马病毒，用户一旦安装，手机就会受到远程监控。与此同时，用户在交易过程中，其交易数据被删除的风险也明显增加，主要是因为跨境电商的交易数据均为电子化信息，经营者可以借助技术手段修改、删除数据，销毁证据，从而给消费者依法维权带来困难。2.4.2跨境电子商务数据分析的阻碍用户必须确保了解实际业务问题的人员参与数据分析工作。在启动项目时，甚至在查看数据之前，应让数据团队和业务专家进行对话，以确保每个人都了解项目要实现的目标。1.忽略业务专家的作用2.4.2跨境电子商务数据分析的阻碍过度拟合更可能发生在像深度学习这样的复杂算法中，可能会使新数据与原始模型不一致。用户应该与业务专家讨论目标并选择技术。2.选择过于复杂的工具许多数据科学家专注于机器学习，机器学习通常与预测有关，但并非用户遇到的每一个问题都是预测问题。提示2.4.2跨境电子商务数据分析的阻碍数据科学呈指数级增长的原因之一是几乎所有的算法开源模型都可用，这使得快速开发模型变得容易。但这些模型通常是针对特定用例而开发的。如果需要系统中的不同功能，那么最好开发自己的版本，实施自己的数据清理和功能构建过程，让自己有更多的控制权。3.选择不合适的模型2.4.2跨境电子商务数据分析的阻碍当没有足够的数据用于单独的训练集时，交叉验证可以帮助用户评估预测模型的准确性。对于交叉验证，用户可以多次设置数据并使用培训的不同部分，然后分阶段测试模型，以确定无论用户使用哪个数据集进行培训，是否都可以获得相同的准确度。4.曲解基本概念和基础原理2.4.2跨境电子商务数据分析的阻碍企业用户可能无法自己进行统计分析，但这并不意味着他们不了解误差范围、统计显著性和有效性的指标。通常，当把分析报告提交给业务团队时，它最终将成为只有一个或几个数字的幻灯片。无论是准确的数字，还是估计或预测，误差幅度都非常重要。如果根据数据分析做出业务决策，应该清楚地解释结果，以说服系统的决策者。5.低估用户的理解能力项目实训——用作图法分析跨境电子商务数据【实训目的】（1）掌握分析跨境电子商务数据的方法。（2）培养独立分析跨境电子商务数据的能力。（3）培养独立思考及独立分析问题的能力。项目实训——用作图法分析跨境电子商务数据【实训内容】（1）按每组3～5人进行分组，每个小组设组长一名，负责统筹工作。每个小组在组长的带领下完成对跨境电子商务数据分析方法的复习工作。（2）对各个程序制表软件，如SPSS、Excel、MATLAB做相关调查，然后选择一款软件来完成跨境电子商务数据分析。项目实训——用作图法分析跨境电子商务数据【实训步骤】（1）以小组为单位，组长带领组员完成对跨境电子商务数据分析方法的复习工作。（2）以小组为单位，各组员选择一款程序制表软件。（3）小组成员利用程序制表软件独立完成对跨境电子商务数据的分析。01跨境电子商务数据分析的目的是什么？02跨境电子商务数据分析的类型是什么？思考与练习03跨境电子商务数据分析方法有哪些？04跨境电子商务数据分析的挑战是什么？谢谢观赏敬请指正！数据化选品与分析引流项目3YCF01跨境电子商务数据化选品02跨境电子商务数据化引流目录CATALOG01了解跨境电子商务高效数据化选品指标。02熟悉跨境电子商务数据化选品的重要性。知识目标03掌握跨境电子商务数据分析引流的意义与方法。04掌握跨境电子商务数据分析引流策略。01可以运用跨境电子商务高效数据化选品的指标指导实践。02能自如运用跨境电子商务数据分析引流的方法。技能目标重点及难点重点：（1）跨境电子商务高效数据化选品指标。（2）跨境电子商务数据分析引流的意义与方法。难点：跨境电子商务数据分析引流策略。【案例导入】亚马逊卖家如何看待数据化选品？正确的选品思路是什么？经常遇到卖家反映使用了××家的选品工具，或者通过某个神秘的渠道获得了一些所谓的内部数据，选出了几款在平台上销量好、利润高的产品，然后激动地备货，期盼着能够有一个比较好的销量。结果是产品上架了，销量却并没有达到预期，甚至还没等到产品上架，平台上的售价已经发生了天翻地覆的变化。很多卖家面对这种情况感觉既焦虑又尴尬，明明获取的是得到市场验证的数据，为什么到了自己手中就不可靠了呢？其实原因很简单。在一些卖家进行数据化选品的同时，还有很多与这些卖家有着同类心理和获取同样资源的卖家在以类似的心态进行同样的选品。这样的行为带来的结果就是，每一个在大数据中反馈出来卖得好的产品，都会迎来一波激烈的竞争，销量被分散，利润被稀释。也正因如此，有些人一直都不太看好所谓的数据化选品。从表面上看，数据化选品是帮卖家省下了很多分析求证的过程。通过各种工具，卖家的确可以直接拿到结果。然而卖家却未必真的对这些结果有深刻的全方位的理解。【案例导入】按照丹尼尔·卡尼曼（DanielKahneman）的理论，当人们接收到“销量好，利润高”的数据后，系统一（感性思考）开始活跃，如果没有有意识地去调动，系统二（理性思考）可能就会在整个过程中处于缺失状态。如此一来，在数据化选品中，人们只看到了所谓的好的一面，而缺少了全方位、多维度的思考，所以就“掉坑里”了。那么，究竟什么样的选品方式和方法才能提升选品成功的概率呢？选品表面上是选择产品，其实还需要对人性进行分析，还需要有基本的营销/销售思维。基于这几个方面的考虑，选品要想成功，做好以下几点比数据更重要。（1）对产品熟悉。（2）对平台熟悉。（3）对消费者群体足够熟悉。（4）对竞争对手足够熟悉。只有在对涉及产品、平台、消费者和竞争对手的全面分析的基础上参考数据，此时的数据才更有意义。否则，数据也只是虚无的。与单纯的数据化选品相比，每个卖家应能够根据自己的实际状况、个人偏好、资源优势、资金实力等要素，再加上对产品、平台、消费者和竞争对手的分析，找到适合自己的产品，这才是正道。01跨境电子商务数据分析概述2.1.1跨境电子商务数据分析的概念与目的2.1.2跨境电子商务数据分析的类型2.1.3跨境电子商务数据分析的方法与工具2.1.4跨境电子商务数据分析的步骤3.1.1跨境电子商务高效数据化选品指标大类排名上架时间市场关键词的市场容量和竞争度市场的季节性01020304053.1.1跨境电子商务高效数据化选品指标通过大类排名可以估算一个客单的出单量。一个客单的大类排名只要长期在10万名之内，就可以判定这个客单每天都稳定出单，并且每天出单量为3～10单。1.大类排名具体出单量因对应的排名类目不同会有所差异。提示3.1.1跨境电子商务高效数据化选品指标例如，亚马逊的新品期大概为1个月，最近上架的清单，大类排名直接进入10万名或者更靠前，人们就有理由相信这样的产品拥有爆款的潜质，是可以销售的。基于大类排名和上架时间快速过滤一批产品出来，再看具体的数据指标。2.上架时间通过亚马逊大数据系统的选品工具可以直接过滤数据。提示3.1.1跨境电子商务高效数据化选品指标例如，通过选定家居和厨房大类目，上架时间选最近3个月，大类排名在10000名以内的新品瞬间就过滤出来了。过滤出来的这些产品就是亚马逊家居和厨房类目最近比较好卖的新品。通过这些新品，人们可以知道亚马逊好卖产品的趋势，并有针对性地选品。市场数据分析如图3-1所示。3.市场3.1.1跨境电子商务高效数据化选品指标通过过滤的数据选定某个产品后，接下来就是关键词调研。通过大数据采集功能，可以很快得出这个关键词在亚马逊上的竞争情况和市场容量。4.关键词的市场容量和竞争度3.1.1跨境电子商务高效数据化选品指标有些产品具有明显的季节性，如帐篷钉，每年的6月、7月、8月是旺季，要有针对性地备货和清库存。5.市场的季节性2.发挥监督的重要手段1.完整、正确地反映客观情况3.实现管理科学化和统计参与决策的有效手段4.有利于数据资料的深度开发利用5.有利于提高跨境电商数据化选品人员的素质3.1.2跨境电子商务数据化选品的重要性3.1.2跨境电子商务数据化选品的重要性为了完整、正确地反映客观情况的全貌，就必须在实事求是原则的指导下，经过对大量的、丰富的统计资料和数据进行加工制作和分析研究，做出科学的判断，并编写成跨境电商数据化选品报告。这比一般的报表数据能更集中、更系统、更全面地反映客观实际情况，也更便于人们的阅读、理解和利用。1.完整、正确地反映客观情况3.1.2跨境电子商务数据化选品的重要性跨境电商数据化选品部门掌握有大量丰富的统计数据及资料，因此能比较全面、准确地掌握和了解社会及该企业经济运行的状况和发展变化情况，对数据的口径范围和来龙去脉比较熟悉，能较好地承担监督检查企业方针政策的贯彻执行情况、发展规划和生产经营计划的完成情况，以及生产经营责任制和各项重要经济指标的完成情况等任务。2.发挥监督的重要手段3.1.2跨境电子商务数据化选品的重要性跨境电商数据化选品部门利用数据资料丰富的优势开展分析研究，透过事物的表面现象深入事物的内在本质，由感性认识阶段上升到理性认识阶段，实现认识活动质的飞跃，从而提示事物的现状及其内在联系和发展规律，不仅有利于领导者和有关部门客观全面地认识该企业经济活动的历史、现状及发展趋势，促进管理水平的提高，而且有利于制订正确的决策和计划，以充分发挥跨境电商数据化选品促进管理、参与决策的重要作用。3.实现管理科学化和统计参与决策的有效手段3.1.2跨境电子商务数据化选品的重要性进行跨境电商数据化选品的目的是给企业带来更多的商业价值以及帮助企业规避或者减少风险带来的损失，提高数据质量，为企业解决问题。4.有利于数据资料的深度开发利用3.1.2跨境电子商务数据化选品的重要性对数据进行处理的过程是一个复杂的过程，在这个环节，从数据收集到数据筛选，再到数据化选品，都有可能出现错误，因此需要在各个环节对错误的数据进行甄别，特别是在数据处理阶段，可以很好地对数据进行清理。5.有利于提高跨境电商数据化选品人员的素质知识链接——亚马逊数据化选品的逻辑（1）选择自己熟悉的站点，选择目标意向类目。（2）选择该类目下最近3个月的细分类目，进入前100的比例不为零，最好为5%以上（说明历时3个月，至少有5个商品成功过），没有新品进入前100的类目，不要轻易选择。（3）对于该细分类目的供求关系，以搜索量和供应商品数作为参考。（4）判断机会指数、维度，如品牌/卖家比例、销量集中度等，不要选择品牌/卖家过少和集中度过高的细分类目，这些都是没有变化的细分类目。（5）判断竞争门槛，如评论数，选择自己“蹦一蹦”能够够得着的新品评论数，不要一开始就进入类似蓝牙耳机这种进入前100需要几千个评论的类目。（6）判断细分类目行业波动，排除明显淡旺季因素。（7）绘制目标蓝本商品。瞄准最近3个月进入前100的新品，查看它前后的listing（产品页面）和商品，并将商品各个维度抽象为表格进行对比。（8）判断目标蓝本商品走势。根据历史数据预判目标蓝本的未来走势。（9）毛利核算。根据商品成本+头程费用+佣金+FBA（亚马逊物流服务）费用估算毛利。（10）快速验证。快速自发货，建立listing，查看是否为限制或分类审核商品。02跨境电子商务数据分析引流3.2.1跨境电子商务数据分析引流的意义与平台介绍3.2.2跨境电子商务数据分析引流的策略3.2.1跨境电子商务数据分析引流的意义与平台介绍1.跨境电子商务数据分析引流的意义最常见的站外引流的主流渠道其实就是直接流量（如客户收藏了店铺，或一些数据无法统计的行为都会被划分为直接流量）、搜索、外链推荐（如别人推荐自己的店铺，别的媒体加了外链等）、社交（如Facebook、YouTube等）、付费广告、邮件等，其占比示意如图所示。3.2.1跨境电子商务数据分析引流的意义与平台介绍2.跨境电子商务数据分析引流的平台介绍（1）全渠道。图示为Statista统计的2019年4月全球最受欢迎社交媒体排行情况（活跃用户数量单位：百万）。3.2.1跨境电子商务数据分析引流的意义与平台介绍2.跨境电子商务数据分析引流的平台介绍（2）Facebook广告。

①Facebook的模式。Facebook的模式又可称为SNS（社会性网络服务）模式，是帮助人们建立社会性网络的互联网应用服务。

②Facebook广告的优势。a.用户庞大。b.集中于移动端。c.目标市场。d.年龄分布广。e.有效提升企业知名度和客户忠诚度。f.再营销效果好。知识链接——跨境电商人需要知道的七大社交媒体营销趋势社交媒体营销是跨境电商企业最重要的营销策略之一。要做好社交媒体营销，企业不仅需要找到目标受众并开设社交媒体账户，更需要了解最新的社交媒体趋势，包括从日益增长的社交商务影响到最新的社交媒体营销策略。1.新冠肺炎疫情对消费者的影响新冠肺炎疫情不仅改变了在线业务的运营方式，而且改变了消费者的行为，消费者在家庭和社交网络上花费的时间更多。疫情期间，YouTube已超过Facebook，成为最受欢迎的视频平台。2020年3月的数据显示，与其他视频平台相比，YouTube的参与率要高得多。如果你还没有视频营销策略，那么是时候该考虑了。同时，消费者也开始接受新的以家庭为基础的兴趣和爱好，吸引人的内容为企业提供了机会。2.开始从社交媒体视频中获利在人们居家隔离期间，视频变得更加流行。作为响应，许多社交平台都为企业提供了更多的视频功能，尤其是视频流媒体。2019年，社交媒体行业的巨大市场价值为429亿美元，预计2020—2027年间将增长20.4％。消费者的行为无疑证实了这一预测，直播购物的趋势席卷了国内，消费者涌向了在线购物。仅在2020年第一季度，国内就进行了超过400万次购物直播。同时，阿里巴巴表示，计划招聘和培训视频工作者，以通过速卖通出售更多产品。数据显示，2020年2—3月，视频的观看次数增长了70％。因此，Instagram也正在提高其视频功能，为了鼓励视频创作，允许在其IGTV（InstagramTV）服务的长视频之前播放广告，这其中55％的收入流向了创作者。知识链接——跨境电商人需要知道的七大社交媒体营销趋势3.社交媒体趋势：小众平台日益普及当然，Facebook仍然是“社交媒体之王”。如果做得好，Facebook广告可以成为利润丰厚的营销渠道。但是，最新的社交媒体趋势显示，尽管规模较小，但正在出现一些值得特别关注的平台。TikTok就是这样一种平台。由于其努力扩大用户基础并增加用户花费的时间，全球用户在TikTok花费的时间与2019年相比增长210％。Reddit是另一个越来越流行的小众平台，尽管它已经存在了十几年，却很少被视为重要的营销渠道。Reddit在2019年实现了大幅增长。Reddit的每月活跃用户数量同比增长30％，达到4.3亿人，每月观看次数也增长了53％。这些都清楚地表明，企业需要认真考虑让Reddit成为其计划的一部分。4.社交商务是未来如果以前的社交媒体趋势尚未使人们相信社交商务的力量，那么如今它会给人们带来怎样的冲击呢？在美国所有“Z世代”（美国及欧洲的流行用语，意指在1995—2009年间出生的人，又称网络世代、互联网世代，统指受到互联网、即时通信、短讯、MP3、智能手机和平板电脑等科技产物影响很大的一代人）互联网用户中，55.2％的人表示他们最近的时尚购物是受社交媒体启发的。“千禧一代”（一般指1982年以后出生的人，尤其是2000年之后诞生于21世纪的年轻人）的灵感也差不多，50.6%的人在浏览社交媒体后在线购买了时尚商品。总而言之，在14～34岁的所有互联网用户中，有超过一半的人在2020年通过社交媒体购买了与在线时尚有关的商品。同时，30%的企业表示他们已经实施了社交商务计划，或者正在考虑在未来12个月内实施这种计划。知识链接——跨境电商人需要知道的七大社交媒体营销趋势5.社交媒体营销中的真实性问题越来越多的消费者将真实性视为确定他们喜欢和支持哪些品牌的重要因素。统计数据显示，如今90％的消费者将品牌的真实性放在首位，高于2017年的86％。对于年青一代（尤其是“Z世代”和“千禧一代”）来说，真实性也尤其重要，他们比老年人更喜欢原始的和真实的内容。6.社交媒体作为发现引擎社交媒体作为发现引擎是社交媒体的最新趋势之一，社交媒体在消费者的整个购买过程中发挥着巨大作用。消费者越来越依赖社交媒体进行购物。最近的一项研究表明，25%的消费者通过社交广告和推荐接触新品牌和新产品。除了被动消费外，消费者还采用主动的方法来发现新产品。统计数据显示，43％的消费者通过社交媒体在线研究产品，而且年青一代更倾向于在社交媒体上查找产品。7.通过社交媒体的客户服务最新的社交媒体趋势之一：消费者越来越多地使用社交媒体解决客户服务的相关问题。最近的一项研究表明，30%的消费者使用社交媒体与公司进行沟通。大多数这样做的人将便利性、24小时服务和轻松性视为三大好处。3.2.2跨境电子商务数据分析引流的策略最常见的站外引流的主流渠道其实就是直接流量（如客户收藏了店铺，或一些数据无法统计的行为都会被划分为直接流量）、搜索、外链推荐（如别人推荐自己的店铺，别的媒体加了外链等）、社交（如Facebook、YouTube等）、付费广告、邮件等，其占比示意如图所示。1.站外引流的主流渠道3.2.2跨境电子商务数据分析引流的策略（1）外链、媒体的推广。（2）测评网站。国外有很多测评网站，可以对同类产品做参数对比。（3）Coupon网站。Coupon即北美省钱快报，覆盖北美华人圈所有打折产品，包括服装、箱包、美容美妆、男士、女士、母婴类等。2.不同渠道的特点和引流策略3.2.2跨境电子商务数据分析引流的策略优质站外引流有3种方式，即付费广告、红人营销和视频营销。（1）付费广告。付费广告以Facebook广告和Google广告为主流。（2）红人营销。这里要特别指出的是，红人就是内容，就是流量。（3）视频营销。YouTube视频分享是非常有效的视频营销。3.优质站外引流项目实训——跨境电子商务服装类目数据化选品【实训目的】（1）掌握跨境电商数据化选品的相关知识。（2）培养独立完成跨境电商数据化选品的能力。（3）掌握独立思考及分析问题的方法。项目实训——用作图法分析跨境电子商务数据【实训内容】（1）按每组3～5人进行分组，每个小组设组长一名，负责统筹工作。每个小组在组长的带领下，对亚马逊、速卖通、Wish、eBay的服装类目进行数据调研，找出这些主要跨境电商平台服装类目中的热门单品。（2）利用学到的数据化选品的知识选出跨境店铺要销售的单品。项目实训——用作图法分析跨境电子商务数据【实训步骤】（1）以小组为单位，组长分配任务，两人一组对各个跨境电商平台进行数据调研，找出这些平台服装类目的爆品。（2）选定一个平台作为虚拟店铺的开设平台。（3）通过对该平台服装类目各项数据指标的调查，选择一款具有潜力的单品，对选择这款产品的原因进行分析并形成书面文件。01跨境电子商务数据分析引流的意义是什么？02跨境电子商务数据化选品的重要性是什么？思考与练习03选品数据化的优势是什么？谢谢观赏敬请指正！跨境电子商务市场数据分析项目4YCF01跨境电子商务数据分析概述02跨境电子商务市场竞争数据分析目录CATALOG01了解市场数据分析的概念。02掌握跨境电子商务市场竞争数据分析。知识目标01能够进行市场大盘数据分析。02能够对市场竞争店铺进行数据分析。技能目标03能够对竞争对手进行数据分析。重点及难点重点：（1）市场数据分析的概念。（2）市场大盘数据分析。难点：（1