电商困局：如何在市场单极化的阴影下求生

　　如今的中国是世界上最活跃也是竞争最激烈的电商市场。近20年来互联网商务的高速发展淘汰了许多企业，也成就了一批巨鳄。如今放眼现实，我们不难发现当前市场的一些新特征，以及其中暗含的问题。

　　据《2014年中国网络零售市场十强榜单》披露，截至2014年12悦，中国B2C网络零售市场上，天猫遥遥领先，以59.3%的份额虎踞第一，第二名京东不及天猫一半，仅占20.2%，而第三名苏宁的份额与前两名大佬则不在一个数量级上，只有3.1%。

　　市场份额向少数寡头靠拢，巨头电商不断合并，单家电商的市场统治力达到巅峰，甚至还在通向巅峰的路上。这种力量能够只手创造类似于“双十一”的年度消费热点，在寡头们赚得盆满钵盈的同时，留给独立电商的空间却愈发狭窄。

　　独立电商如何巩固固有的市场份额并谋求发展，成为了自身存亡攸关的问题。近年来兴起的大数据营销正提供了这样一种机遇。这种营销方式能给电商带来强大、精准的穿透力，通过直击目标受众提高流量和转化率。

　　互联网市场的整合兼并在带来垄断的同时，也打通了各种资源的通路。媒体资源得到整合，为广告的程序化买、智能竞价、动态创意等大数据应用提供了舞台。

　　电商的数据通常分为三个层面：一是数据库的数据;第二是访客数据，其中有很大一部分未进行注册，因此不在数据库内，数量巨大，远超数据库数据;第三为外部数据，购买自媒体方或其他第三方。若要使RTB(广告实时竞价)更加高效智能化，则必须整合利用这三个层面的数据。

　　复旦大学计算机博士、智子科技CEO朱建秋举例说：“如果你买了一个APPLE笔记本，再营销广告会不断的给你投笔记本广告，因为‘再营销广告’知道你看了这类商品，但是因为没有打通购买数据，所以这种投放效果就不好。如果将浏览和购买打通，在你买笔记本后，会投放‘买笔记本后一般人还会购买的商品’，从而体现‘智能’。对于第三层数据打通并且自动化利用，智子云采用了一些预测的算法，建立第三层数据属性和第二层访客之间的关联，从而自动化地投放给新客，效果比普投要好一些。”

　　朱建秋博士和他的团队在数据挖掘和大数据应用方面有着深入的研究和丰厚的经验，针对如何整合利用三层数据，他提到：

　　“大数据因为数据量巨大，并且持续不断，直接对大数据本身进行实时利用是很困难的。数据挖掘的作用是用算法将大数据变小，变得能实时利用。所谓的变小，就是从大数据中分析得出一些规律，专业的说法叫模型或者规则，再对模型或规则进行利用。举例来说，‘买APPLE笔记本的人70%会买鼠标’是一条规则，那么对于买了APPLE笔记本还没买鼠标的人，就可以投放‘鼠标’这个商品。这种智能的RTB广告效率就比其他形式的广告要高不少。从这个角度来说，在大数据和应用之间，数据挖掘是一个桥梁，通过数据挖掘能够获得关联规则、时间序列、预言模型、聚类、异常模式等等有价值的规律或者知识。当然，数据挖掘算法并不是一开始就能处理大数据，目前一些算法能够处理，也得益于分布架构和计算技术的进步，传统的数据挖掘要在MapReduce和云计算上跑通，并能增量更新模型，才能处理持续不断到达的大数据。智子云在大数据上实现了一些数据挖掘算法，这些算法是智子云平台的效率的保障。”

　　通过在客户全站部署代码，智子云可以建立访客行为追踪数据仓库，并构建推荐模型。当访客离开客户网站时，智子云能够在互联网媒体进行重新定向，为访客投送其感兴趣的广告，引导访客再次回到客户网站。该个性化推荐模式曾为梦芭莎带来20%-30%的订单。

　　程序化购买的大趋势不仅限于PC端，日益火爆的移动端市场也成为了商家必争之地。智子云凭借雄厚的技术实力，成功对接淘宝Tanx视频流量，覆盖搜狐、优酷、乐视、风行、56等国内主要视频媒体资源，在移动端和跨屏整合方面也取得了重大进展。