Amazon如何利用雲服務處理大規模多元資料集

智能電視裝置能夠了解需要錄制哪些節目，濃縮咖啡機則能夠在需要維修時自動報警，冰箱在牛奶即将耗盡前及時發出提醒——這一切都依托于資料分析的力量而實作。随着人們對于市場未來與消費者行為做出預測的願望變得愈發迫切，以沃爾瑪、amazon、ebay以及nordstrom等企業為代表的零售業巨擘已然将預測性分析視為一種必需。

 根據ekn research釋出的一份最新報告，有80%的電子商務巨頭表示他們已經開始緊随amazon走上分析技術發展道路。jeff

bezos和他的管理團隊在過去十七年中一直努力推動amazon針對線上購物業務做出革新，并借此拿下每年20億美元營收(其中包括進階電子商務業務與雲計算服務)。在今天的文章中，我們将一同了解amazon如何利用大資料分析機制提振自身業務。順帶一提，與網絡層面的帶頭大哥一樣，沃爾瑪作為實體店鋪經營領域的領袖亦在大資料分析研究方面頗具心得。

總部位于西雅圖的電子商務巨頭amazon公司正利用大資料技術處理其約2億個客戶賬戶，并将來自客戶的高達10億gb資料儲存在超過140萬台伺服器之上，旨在借此做出預測性分析并推動銷售成效。資料已經成為amazon公司的命脈，該公司利用資料確定自身能夠通過個性化推薦、價格優惠、針對性營銷等方式為客戶帶來獨特的購物體驗。大資料分析對于amazon公司無異于一支魔杖，幫助其在當下這個市場競争極為激烈的時代下利用個人資料維持客戶忠誠度這種使用資料并實施正确創新的能力也成為amazon得以跻身全球财富五百強企業的前提條件。

“資料即力量”可謂指引amazon走向成功的座右銘。大家不妨打開自己的amazon首頁，其中的内容永遠不會一成不變。amazon公司會對大家在電子商務網站以及應用當中的一切操作做出追蹤——旨在盡可能多地收集資料。當審視amazon當中的“賬戶”選項時，我們能夠從中窺探到其對于客戶動向的強大追蹤能力——“您可能喜歡的”、“看過上述産品的客戶還看過這些寶貝”、“同類産品推薦”、“購買該産品的客戶還購買了”等等，amazon不斷追蹤客戶的動向，進而為其提供個性化的卓越購物體驗。

舉例來說，我們可以通過以下頁面看到如果大家選擇在amazon.com上購買一塊磁盤驅動器，那麼頁面同時會顯示與之類似且售出數量較高的其它産品以及大家可能希望一同購買的其它相關産品。

amazon如何運用hadoop技術

amazon公司已經通過雲環境下的一系列工具對大資料具體使用方式加以擴充，進而實作資料存儲、資料收集、資料處理、資料共享以及資料協作等等。amazon公司的elastic

mapreduce能夠幫助這家零售商有效管理并使用其分析平台，同時以hadoop架構為基礎建構起預測性分析體系。與電子商務貨架上約15億種産品相關的各産品分類資料廣泛存在于全球範圍内的200多座資料中心，儲存于amazon

s3當中且每周進行約5000萬次更新。s3中的産品資料目錄每30分鐘進行一次處理，并将結果發送回各資料倉庫當中。

amazon建立的個性化推薦機制

amazon公司利用大資料分析機制了解客戶的實際購買行為、搜尋哪些關鍵字以及具體需求，并據此赢得了客戶的高度認同。

amazon generates an additional 10%-30% revenue in response to the

recommended suggestions it offers to its customers.

amazon公司全部營收中約有10%到30%來自其為客戶提供的購買建議。amazon公司是大資料挖掘領域的先驅，其能夠利用資料分析結論提供個性化營銷手段，進而為客戶提供獨一無二的購物體驗。憑借跨越十個國家的超過200萬賣家以及2億消費者，amazon公司得以利用極具創新性的資料驅動型技術為閱聽人群體提供個性化推薦。

在amazon方面看來，其客戶主要分為兩類：

amazon買家客戶

立足于amazon市場之上的賣家客戶

amazon公司的推薦算法包含有大量相關因素，包括購買記錄、浏覽記錄、好友影響、特定産品銷售趨勢、社交媒體對高人氣産品之宣傳以及客戶此前曾進行過的類似産品購買行為等等。經過重重處理，其最終才會為客戶提供産品推薦。amazon公司一直在完善其推薦算法，進而尋求為客戶提供更理想服務水準的途徑。

電子商務市場中的賣家面對的問題包括：

 他們應當在自己的貨架上添加哪些新産品?

 他們應當為特定産品準備多少庫存以滿足客戶的實際需要?

 如何通過提供更多選項與更出色的服務保持客戶滿意度?

amazon公司在服務賣家客戶方面亦取得了巨大成功，其舉措包括為賣家提供庫存建議、新産品添加選項指導以及如何為特定産品比對合适的傳遞方式進而滿足客戶等等。平均來講，amazon公司的每位賣家客戶能夠獲得超過100條關于産品目錄的建議與意見。

在提高客戶滿意度方面，最具挑戰也最為關鍵的一點就是提升産品庫存管理機制。amazon公司提供的一類常見建議就是提醒賣家哪類産品即将售罄。根據推薦算法中的各項因素，amazon公司會向賣家提供建議以展望其産品的未來市場需求，進而提醒其盡早在amazon市場上進行補貨——這無疑是一項雙赢戰略。

amazon的動态價格優化機制

價格優化在零售市場上是一項關鍵性因素，因為各零售商都在努力為每款産品提供最具吸引力的價格優勢。價格管理工作一直受到amazon的嚴格關注，這也成為其吸引買家、壓倒其它競争對手并提振業務利潤率的有效途徑。

動态定價機制能夠幫助amazon公司以24 x 7 x

365的全天候方式關注産品價格并借此提升25%銷售利潤率。amazon公司從2012年到2013年的銷售總額增長了27.2%，同時也第一次憑借可觀的營業額跻身全美十大頂級零售商。amazon公司的産品定價政策通過對站内客戶行為、産品可用庫存、競争對手同類産品價格、訂購曆史、産品偏好性以及産品預期利潤率等資料來源的分析支援實時價格調整。amazon公司目前每十分鐘即對全部産品進行一次價格變更。

購物者們可能總會發現amazon永遠能夠在電商競争對手當中拿出最為優惠的産品價格——而這應當歸功于其動态定價政策。amazon的動态定價算法能夠根據價格感覺以及人類心理琢磨等方式在一小時内實作多次價格調整。除了利用攤薄成本壓低暢銷産品價格之外，amazon還能夠及時上調滞銷産品價格以提振利潤額。

舉例來說，amazon公司能夠将銷量最可觀的智能手機的價格設定為較競争對手低25%，同時将人氣不高的智能手機機型的價格提升為較競争對手高10%。

根據《彭博商務》釋出的一份分析報告，“amazon公司在特定時期内可能并不是特定産品價格最低的賣家，但其能夠始終保持高關注産品的價格優勢并借此吸引到大量客戶，進而實作更理想的整體收益——在這方面amazon的表現甚至超越了沃爾瑪。”

amazon擁有衆多對其服務極為滿意的客戶，他們之是以給出高評價，完全是由于amazon的動态定價政策，甚至未能在正确時間享受折扣時不會斥責amazon而更傾向于歸咎于自身原因。動态定價政策方面最典型的例子就是不久之前amazon公司以70美元超低價對《星球大戰》系列藍光合集進行清倉，但一周之後價格則上漲到了134美元。買到這套禮盒的客戶竊喜不已，而未能及時下手的買家則捶胸頓足。

amazon的供應鍊優化機制

amazon公司顯然已經在強化客戶購物體驗方面取得了成功，但如果沒有高效的供應鍊與發貨機制，這一切仍然是空談。根據由capgemini釋出的一份調查報告，89%的美國客戶在無法立即得到發貨服務時會立即轉換到其它商務平台。而且相較于沃爾瑪的約50萬貨品發送量，amazon的發貨強度高達1000萬件。

amazon公司擁有與制造商之間的實時對接通道，能夠根據同一天内或者次日的交貨資料追蹤庫存并為客戶提供更易接受的選項。amazon公司利用大資料系統根據供應商供應能力選擇資料倉庫，進而避免客戶們由于無法及時收到貨品而決定退單。這些大資料系統幫助amazon預測必要的資料倉庫數量以及每套倉庫所需要的具體容量。

amazon公司還利用圖論原則選擇優化規劃、路線以及産品分組，進而最大程度降低傳遞成本。

預測式出貨——amazon在客戶決定購買前即掌握其需求

amazon公司憑借着預測式出貨(anticipatory

shipping)專利技術顯著提升交貨速度，進而進一步擴大了自身與競争對手間的比較優勢。直覺來講，這項專利旨在利用預測式分析工具預先判斷客戶是否會購買對應産品，并在其實際下單之前就開始發貨。這項專利表明，amazon對于自己的預測分析系統在準确性方面的表現極具信心，甚至能夠判斷出客戶要買什麼、何時購買。

衆多傳統零售商都有能力為客戶提供個性化購買建議，但amazon正試圖通過準确預測客戶想要購買的貨品而将技術手段提升至新的水準。如果其大資料算法出現了錯誤，那麼amazon可能必須承擔産品重返物流中心所帶來的種種意外成本。盡管存在着這些潛在挑戰，但預測式出貨技術仍然值得期待，我們也将關注其如何幫助amazon在未來繼續保持強大的競争優勢。

以沃爾瑪、amazon、ebay以及norstrom為代表的各零售商正積極投資大資料技術，旨在維護客戶關系并拓展自身業務。人們驚訝地發現零售商已經能夠做出極為準确的預測，而這些與客戶行為相關的準确判斷将在長遠角度上切實推動其業務價值。

本文轉自d1net（轉載）