導(dǎo)讀：又到一年“雙十一”宋列，每年這個(gè)時(shí)候不僅是廣大消費(fèi)者的節(jié)日，更是千千萬(wàn)萬(wàn)商家最忙碌的時(shí)候评也。作為一個(gè)供應(yīng)商炼杖，如何在雙十一之前就知道今年哪些商品最受歡迎？又如何知道自己的產(chǎn)品在哪個(gè)渠道銷量最好盗迟？做好這些提前準(zhǔn)備坤邪，制定好今年的銷售計(jì)劃，一定能讓你在雙十一打一個(gè)漂亮仗罚缕！今天艇纺，我們就來(lái)給大家介紹能讓你在雙十一獲勝的法寶——數(shù)之聯(lián)電商數(shù)據(jù)分析服務(wù)平臺(tái)。

是什么邮弹？

數(shù)之聯(lián)電商數(shù)據(jù)分析服務(wù)平臺(tái)

能夠?yàn)槠髽I(yè)提供其產(chǎn)品或服務(wù)在互聯(lián)網(wǎng)電商平臺(tái)的銷售狀況黔衡、評(píng)價(jià)反饋和競(jìng)爭(zhēng)能力等分析服務(wù)。平臺(tái)通過(guò)分布式爬蟲(chóng)采集各大電商渠道商品的實(shí)時(shí)價(jià)格腌乡、銷售情況盟劫、評(píng)論等數(shù)據(jù)，對(duì)來(lái)自不同渠道的數(shù)據(jù)進(jìn)行清洗导饲、規(guī)范化捞高，然后采用集群式存儲(chǔ)環(huán)境統(tǒng)一存放，并采用數(shù)據(jù)字典渣锦、支持向量機(jī)硝岗、中文情感分析等算法對(duì)規(guī)范化的數(shù)據(jù)進(jìn)一步的分析挖掘，以圖表的方式多維度地展示出數(shù)據(jù)的價(jià)值和含義袋毙。

為什么重要型檀？

隨著電商業(yè)務(wù)對(duì)實(shí)體行業(yè)的沖擊，越來(lái)越多的企業(yè)已經(jīng)轉(zhuǎn)戰(zhàn)到電商平臺(tái)上進(jìn)行銷售听盖。電商平臺(tái)上的各類數(shù)據(jù)包含了行業(yè)內(nèi)商品的銷售情況和用戶反饋意見(jiàn)胀溺，這些數(shù)據(jù)能夠幫助企業(yè)優(yōu)化產(chǎn)品的功能裂七、調(diào)整功能的需求、調(diào)整營(yíng)銷策略仓坞、靈活分配生產(chǎn)進(jìn)度背零、減少庫(kù)存積壓、并對(duì)風(fēng)險(xiǎn)進(jìn)行預(yù)警和提示无埃。

傳統(tǒng)方式要獲取銷售數(shù)據(jù)需要從各級(jí)經(jīng)銷商處獲得徙瓶，評(píng)論數(shù)據(jù)則需要通過(guò)客服或問(wèn)卷的方式獲得。電商數(shù)據(jù)分析服務(wù)平臺(tái)相比傳統(tǒng)方式有以下方面的優(yōu)勢(shì)嫉称。第一侦镇，數(shù)據(jù)準(zhǔn)確度，傳統(tǒng)方式獲取的數(shù)據(jù)經(jīng)過(guò)多個(gè)環(huán)節(jié)的交接织阅，會(huì)出現(xiàn)傳遞失真的問(wèn)題壳繁；第二，數(shù)據(jù)及時(shí)性荔棉，傳統(tǒng)方式數(shù)據(jù)的獲取是半人工或全人工收集闹炉，耗費(fèi)的時(shí)間較長(zhǎng)，而電商數(shù)據(jù)分析服務(wù)平臺(tái)采用大數(shù)據(jù)分布式計(jì)算框架江耀，對(duì)海量數(shù)據(jù)也能實(shí)現(xiàn)秒級(jí)響應(yīng)剩胁；第三，數(shù)據(jù)成本祥国，傳統(tǒng)方式需要耗費(fèi)大量的人力物力才能采集全維度的數(shù)據(jù)昵观，數(shù)據(jù)采集成本居高不下，對(duì)企業(yè)來(lái)說(shuō)負(fù)擔(dān)沉重舌稀，而電商數(shù)據(jù)分析平臺(tái)省卻了昂貴的人公開(kāi)資啊犬，系統(tǒng)運(yùn)行中不需要任何人工干預(yù)，長(zhǎng)遠(yuǎn)來(lái)看對(duì)企業(yè)是非常具有費(fèi)效比優(yōu)勢(shì)的選擇壁查。

所以對(duì)現(xiàn)代企業(yè)來(lái)說(shuō)觉至，能否快速、準(zhǔn)確的掌握電商的商品銷售睡腿、評(píng)價(jià)等相關(guān)數(shù)據(jù)是關(guān)系到企業(yè)發(fā)展至關(guān)重要的決定因素语御，而電商數(shù)據(jù)分析服務(wù)平臺(tái)就是構(gòu)筑這個(gè)決定因素最堅(jiān)固的基石。

目標(biāo)客戶

在電商上銷售商品的生產(chǎn)型企業(yè)

在電商上銷售服務(wù)的服務(wù)型企業(yè)

主要好處

及時(shí)獲取商品在各大電商平臺(tái)的銷售數(shù)據(jù)

以白酒行業(yè)的銷售數(shù)據(jù)為例席怪，本平臺(tái)除采集淘寶应闯、天貓、京東挂捻、蘇寧碉纺、1號(hào)店等主流電商平臺(tái)的數(shù)據(jù)外，也采集酒仙網(wǎng)、1919直供骨田、也買(mǎi)酒等細(xì)分垂直渠道數(shù)據(jù)耿导，平臺(tái)數(shù)據(jù)源覆蓋廣，數(shù)據(jù)質(zhì)量高态贤。平臺(tái)實(shí)現(xiàn)對(duì)數(shù)據(jù)的實(shí)時(shí)更新以及T+1的數(shù)據(jù)分析處理（T為爬取數(shù)據(jù)的時(shí)間）舱呻。

用戶評(píng)價(jià)信息提煉

平臺(tái)能夠采集企業(yè)商品在各大電商平臺(tái)上評(píng)論信息，包括對(duì)商品抵卫、品牌狮荔、店鋪、渠道以及各項(xiàng)功能體驗(yàn)的綜合評(píng)價(jià)介粘，及時(shí)獲取到最新的和歷史的評(píng)價(jià)信息能夠幫助企業(yè)更有針對(duì)性和更及時(shí)的完善商品和服務(wù)。

數(shù)據(jù)維度的多樣化

電商數(shù)據(jù)服務(wù)分析平臺(tái)提供商品的銷售數(shù)據(jù)晚树、銷售額數(shù)據(jù)姻采、評(píng)論數(shù)據(jù)、評(píng)論情感傾向爵憎、評(píng)論關(guān)注點(diǎn)等不同維度和量綱的數(shù)據(jù)慨亲，有利于幫助企業(yè)客戶從不同的角度觀察商品在電商市場(chǎng)中的動(dòng)態(tài)變化。對(duì)于上述不同的數(shù)據(jù)指標(biāo)宝鼓，平臺(tái)還提供商品之間的對(duì)比功能刑棵，讓商品與競(jìng)品之間的差異更加直觀地呈現(xiàn)給客戶。

產(chǎn)品概述

電商數(shù)據(jù)分析服務(wù)平臺(tái)采用B/S架構(gòu)愚铡，以可視化的界面多維度的呈現(xiàn)數(shù)據(jù)信息蛉签，功能結(jié)構(gòu)清晰直觀，交互方式簡(jiǎn)單易用沥寥，適用于企業(yè)各級(jí)管理人員和業(yè)務(wù)人員洞察電商行情碍舍、輔助決策支撐。

細(xì)粒度邑雅、多層次檢視數(shù)據(jù)

平臺(tái)從底層存儲(chǔ)架構(gòu)上引入數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)理念片橡，將歷史數(shù)據(jù)以細(xì)粒度的形式存儲(chǔ)，使得數(shù)據(jù)能夠以靈活的組合查詢條件的方式進(jìn)行多層次查看淮野、鉆取和對(duì)比捧书。

銷售數(shù)據(jù)統(tǒng)計(jì)分析與鉆取

電商平臺(tái)商品的銷售數(shù)據(jù)是研判商品最基本也最重要的數(shù)據(jù)信息，平臺(tái)支持對(duì)淘寶骤星、天貓经瓷、京東等電商渠道T+1銷售數(shù)據(jù)的獲取（T為數(shù)據(jù)獲取時(shí)間）妈踊，提供商品了嚎、品牌、店鋪、渠道歪泳、整體五個(gè)層次的不同粒度的銷售數(shù)據(jù)分析萝勤。除了基本的銷售數(shù)據(jù)外，還提供銷售呐伞、銷售額敌卓、評(píng)論數(shù)、競(jìng)爭(zhēng)能力的排名展示伶氢。排名展示中客戶可自主導(dǎo)出數(shù)據(jù)做進(jìn)一步分析趟径。

評(píng)論數(shù)據(jù)挖掘提煉

電商數(shù)據(jù)分析服務(wù)平臺(tái)采用各界領(lǐng)先的中午情感分析算法，可實(shí)現(xiàn)每天對(duì)各大電商渠道的商品用戶評(píng)價(jià)做實(shí)時(shí)的好癣防、中蜗巧、差三種屬性的情感分析。平臺(tái)還針對(duì)行業(yè)內(nèi)商品的特征蕾盯，構(gòu)建專門(mén)的數(shù)據(jù)字典模型幕屹，為企業(yè)客戶提供圍繞商品各個(gè)關(guān)注點(diǎn)的數(shù)據(jù)提煉。

產(chǎn)品優(yōu)點(diǎn)

領(lǐng)先的分布式爬蟲(chóng)采集技術(shù)

平臺(tái)采用分布式的爬蟲(chóng)技術(shù)级遭，突破傳統(tǒng)爬蟲(chóng)技術(shù)在時(shí)間和效率上的瓶頸望拖，保障了海量數(shù)據(jù)爬取的連續(xù)性、穩(wěn)定性和一致性挫鸽。提供了對(duì)淘寶说敏、天貓、京東等各大電商渠道的海量數(shù)據(jù)爬取丢郊，并實(shí)現(xiàn)對(duì)數(shù)據(jù)T+!的更新（T為數(shù)據(jù)獲取時(shí)間）盔沫。

分布式大數(shù)據(jù)平臺(tái)存儲(chǔ)

平臺(tái)的存儲(chǔ)架構(gòu)采用基于HADOOP的分布式集群環(huán)境，采用HBase分布式數(shù)據(jù)庫(kù)作為原始數(shù)據(jù)的存儲(chǔ)平臺(tái)蚂夕，并優(yōu)化IO調(diào)度邏輯保障海量數(shù)據(jù)存取的秒級(jí)響應(yīng)迅诬。

定制化分析挖掘算法

平臺(tái)采用了行業(yè)領(lǐng)先的中文情感分析、深度優(yōu)化的SVM婿牍、高效的中文分詞侈贷、多語(yǔ)義清洗等專門(mén)定制的算法模型，以保證對(duì)數(shù)據(jù)價(jià)值最大化的挖掘和發(fā)現(xiàn)等脂。

多維度可視化展示

平臺(tái)采用了業(yè)界主流的圖表類展示方式俏蛮，并提供靈活的組合式條件查詢，真正實(shí)現(xiàn)了交互式數(shù)據(jù)呈現(xiàn)上遥。同時(shí)通過(guò)了研究用戶使用場(chǎng)景搏屑，設(shè)計(jì)出對(duì)比式數(shù)據(jù)鉆取方法，方便用戶更清晰地洞察數(shù)據(jù)間的差異粉楚。

主要功能

抽取辣恋、集成亮垫、重構(gòu)各主流電商平臺(tái)數(shù)據(jù)

1、高效伟骨、穩(wěn)定的分布式爬蟲(chóng)能夠以天為單位全景抽取饮潦、更新各主流電商平臺(tái)數(shù)據(jù)；

2携狭、支持抽取用戶指定的特定電商平臺(tái)數(shù)據(jù)继蜡；

3、重構(gòu)各主流電商平臺(tái)數(shù)據(jù)使其在結(jié)構(gòu)逛腿、格式和類型上統(tǒng)一稀并，實(shí)現(xiàn)多源異構(gòu)的聯(lián)接與融合；

4单默、提供高質(zhì)量的結(jié)構(gòu)化數(shù)據(jù)碘举。

商品評(píng)論分析

1、商品評(píng)論情感傾向分析雕凹；

2殴俱、用戶關(guān)注點(diǎn)提取。

行業(yè)整體信息概覽

1枚抵、呈現(xiàn)渠道、店鋪明场、品牌汽摹、商品最新、最熱銷售信息苦锨；

2逼泣、展現(xiàn)銷售和評(píng)論趨勢(shì)變化，行業(yè)價(jià)格分步舟舒，用戶關(guān)注點(diǎn)展示拉庶；

3、深度鉆取細(xì)分市場(chǎng)商品排名秃励、排名變化氏仗、品牌銷售額占等信息。

數(shù)據(jù)分析與對(duì)比

1夺鲜、展示各電商渠道銷售和評(píng)論排行情況皆尔，可鉆取每個(gè)電商的市場(chǎng)趨勢(shì)以及渠道內(nèi)熱銷商品TOP10和熱門(mén)店鋪TOP10”依可二度鉆取單個(gè)商品的市場(chǎng)趨勢(shì)和商品口碑慷蠕；

2、呈現(xiàn)各渠道銷售趨勢(shì)和總量的對(duì)比食呻；

3流炕、展示店鋪市場(chǎng)趨勢(shì)和總量排行澎现；

4、呈現(xiàn)店鋪動(dòng)態(tài)評(píng)分排行每辟；

5剑辫、展示品牌市場(chǎng)趨勢(shì)和總量排行；

6影兽、呈現(xiàn)品牌評(píng)論數(shù)排行揭斧；

7、展示商品市場(chǎng)銷售和評(píng)論排行情況峻堰；

8讹开、展示商品銷售提升TOP50；

9捐名、展示商品評(píng)論數(shù)排名情況旦万；

10、展示兩個(gè)具體參數(shù)維度劃分商品的銷售和評(píng)論情況镶蹋。

擁有了數(shù)之聯(lián)電商數(shù)據(jù)分析服務(wù)平臺(tái)成艘，不光在雙十一，在任何時(shí)候你都可以很好分析自己的產(chǎn)品在電商上的銷售情況贺归，能夠準(zhǔn)確做出預(yù)測(cè)和判斷淆两，讓你運(yùn)籌帷幄，決勝在千里之外拂酣！