时间：2022-08-13 02:11:07
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇商务数据分析报告，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
什么是数据分析？
数据分析的目的
把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出研究对象的内在规律。
数据分析的分类
数据分析的三大作用：现状分析、原因分析、预测分析。
数据分析的六部曲
数据分析流程
1.明确目的和思路
梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标(各类分析指标需合理搭配使用)。同时，确保分析框架的体系化和逻辑性。
2.数据收集
一般数据来源于四种方式：数据库、第三方数据统计工具、专业的调研机构的统计年鉴或报告(如艾瑞资讯)、市场调查。
对于数据的收集需要预先做埋点，在前一定要经过谨慎的校验和测试，因为一旦版本出去而数据采集出了问题，就获取不到所需要的数据，影响分析。
3.数据处理
数据处理主要包括数据清洗、数据转化、数据提取、数据计算等处理方法，将各种原始数据加工成为产品经理需要的直观的可看数据。
4.数据分析
数据分析是用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。
常用的数据分析工具，掌握Excel的数据透视表，就能解决大多数的问题。需要的话，可以再有针对性的学习SPSS、SAS等。
数据挖掘是一种高级的数据分析方法，侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。
5.数据展现
一般情况下，数据是通过表格和图形的方式来呈现的。常用的数据图表包括饼图、柱形图、条形图、折线图、气泡图、散点图、雷达图等。进一步加工整理变成我们需要的图形，如金字塔图、矩阵图、漏斗图、帕雷托图等。
一般能用图说明问题的就不用表格，能用表说明问题的就不用文字。
图表制作的五个步骤：
确定要表达主题
确定哪种图表最适合
选择数据制作图表
检查是否真实反映数据
检查是否表达观点
常用图表类型和作用：
图片来自于网易云课堂《谁说菜鸟不会数据分析》
6.报告撰写
一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。
好的数据分析报告需要有明确的结论、建议或解决方案。
数据分析的四大误区
1.分析目的不明确，为了分析而分析；
2.缺乏行业、公司业务认知，分析结果偏离实际。数据必须和业务结合才有意义。摸清楚所在产业链的整个结构，对行业的上游和下游的经营情况有大致的了解，再根据业务当前的需要，制定发展计划，归类出需要整理的数据。同时，熟悉业务才能看到数据背后隐藏的信息；
显然，在真实的邮件营销层面远非如此简易。我们会解读电子邮件的相关数据，对比不同电子邮件营销活动的反馈。只有经过深入的数据分析，邮件营销才能真正有效。Webpower邮件营销平台就可以为企业提供全方位数据统计监测报告、个性化活动绩效分析报告、以及方便查询绩效转化点，并由专业咨询师针对性提供优化意见。帮助客户一目了然的了解营销效果，并为持续优化做铺垫。
A / B测试是非常基本的电子邮件营销技能，即我们发送电子邮件的一个版本(称之为A)给10%的客户，与此同时发送电子邮件的另一个版本(称之为B)给10%的客户。然后通过比较这两部分数据来决定向剩余的80%的客户发送哪封最佳邮件版本。
邮件营销A / B测试技巧是培育优秀邮件内容的前提。Webpower首席数据分析师Dr.MauritsKaptein认为其实这其中也包含了未被充分验证的部分，我们可能并没有通过A / B测试真正筛选出最佳邮件版本，实际上，我们只是对20%的客户进行了测试，其余80%客户其实是割裂状态。如果我们能相对充分地覆盖客户，才真正较为客观地进行了消费者洞察。
动态A / B测试
这里有一个基本事实：在A / B测试期间，有一半概率接收到电子邮件“A”，另一半概率接收到“B”。试验结束后，如果“A”的转化率为最高，“A”与“B”的概率分别变为1和0。然而随着时间的推移，这一概率比例会被平顺地改变。当缺乏数据支撑时，概率演变为1/2和1/2。但是在小范围测试中，若“A”有更好的表现，概率值变为2/3和1/3。也就是说，做动态A / B测试，在测算品质上是完胜静态A / B测试的。动态A / B测试的好处不仅在于它在准确度上优于静态的，它还允许添加新的测试选项，并覆盖更多的时间。因此，在面对一封自动生成的“购物车挽回”的电子邮件时，你可以随时增加新的邮件版本测试最佳呈现效果。你不该只是做“是”或“否”的单一测试，而是要适时地持续优化。
不断学习
使用动态A / B测试，为邮件与客户互动空间开辟了更多的空间。比如，你如何通过推广邮件确定一个新的在线服务产品的最佳价格？如果定价太高，可能没有人会购买该产品；如果定价太低，又可能无法盈利。
所以该如何取舍平衡呢？不妨试试摒弃付费的市场研究机构所做的潜在客户成本分析，激发邮件功能，有效利用相关数据探索最优价格。在邮件中，尝试新的定价给客户，观察他们的反馈，计算你的收益，并不断调整实时更新价格策略。可称之为结合邮件反馈的动态定价。
个性化发送
如果将电子邮件营销活动延伸开来看，可以与客户个体有连续的互动学习。比如你每周的newsletter是针对同一组收件人，基于客户newsletter的反馈你可以展开积极地调研，从而发现是什么让用户买单。
经过反复的邮件试探，我们可以了解客户的产品偏好，他喜欢什么电影、音乐。或者他喜欢公路自行车运动还是攀岩？我们可以应用电子邮件对这些问题展开积极测试，并建立客户的个人资料。
然而，我们也可以超越简单的产品偏好层面，进一步了解客户更高级的需求，比如他是否喜欢折扣，他是否热衷追逐潮流？电子邮件之于我们，不单单是依次去了解客户的手段。我们更可以借此建立个人电子身份档案，更好地描摹出个人的心理轮廓。对此，Webpower可以提供无论是电子邮件还是网页端的数据分析。
在“千团大战”的情况下，团购网站的下一个发展机会在哪？数据挖掘、地理定位(LBS)、社区化电子商务，还是垂直化发展？
目前的团购模式，是基于互联网发展十余年的经验积累，对商业和人性的发挥做到了极致。如此模式到了国内，很容易走上一条具有“中国特色”的道路。
可以看到的是，团购网站深陷价格战，大家进入低价的竞争。你推出的套餐128，我要推出99的，他要推出60的。大家在这个市场中，不是根据自身的情况定价，拼的是谁有钱，谁可以赔更长时间。就算赔到剩寡头竞争的时候，利润肯定还是上不去，因为特殊的市场环境和模式的易复制性决定了这一切。当只用低价吸引贪便宜的低端消费者，能为商家带来什么？为消费者带来什么？
另外，目前进行团购的商家整体水平很低，甚至很多别有用心的商家在利用团购，例如面临倒闭的商家，利用团购赚一票走人等层出不穷。
好的企业也会进行团购尝试，但是价格、产品、规模控制得很死，团购网站几乎零利润在为优质企业服务，而且在优质商家面前，没有区别性可言。
当一个行业没有核心产品而又陷入价格竞争的时候，这个行业就已经死了。更别说，从业者仍在疯狂地烧钱来做这件事情了。
面对如此境况，要突围，必须要创新。社区化电子商务是未来的发展方向，也是具有活力和充满创新的领域。将媒体、电商、社区相融合，开发优惠及代金券系统，让商家吸引目标用户，同时凭借数据分析和挖掘技术，为商家提供全方位的用户数据分析服务，例如各个年龄层、收入的用户购买情况，购买和消费的时间和空间的分布等等。
以新开业商家为例，它的需求是迅速建立知名度、获得体验用户、打开市场，借助传统的团购模式，可以轻松实现这些目标。现在加入社交元素后，可以帮助商家进行团购后客户关系管理，一步步筛选用户，传播品牌文化，强化与消费者的沟通，将其转化为高质量的忠实用户群。其三段式营销策略为：
第一段：预热，新开张
传统媒体：以专业媒体的角度给予商家客观的评价；
网媒：设计套餐，通过团购体验商家的产品和服务；
社区：开通商家官方微博，通过在网站与报道、团购相结合，增加关注度。
第二段：营销，成长期
传统媒体：持续的广告投入与电商平台的平媒推广相结合，保持商家的曝光度，增加读者和消费者认知；
网媒：提交团购购买及消费分析报告，与商家共同分析用户属性与行为；
进行优惠券等销售，使消费者可以更全面地了解商家的产品、体验商家服务；
社区：通过互动平台，使得消费者加深对商家的了解，提高品牌的认知度。
第三段：品牌，成熟期
传统媒体：持续广告投入，打造品牌概念；
网媒：提供核心会员消费系统平台，提高用户层次，加强用户粘性；
【关键词】客户评价 客户评价价值 数据化运营 第三方数据交易中心
一、引言
（一）研究目的
随着信息化技术的迅速普及和发展，电子商务以其便捷，易于操作而获得消费者的青睐，从而快速占领市场。线上选购交易方式使得电商平台客户评价体系具有现实指导意义，一方面可以给顾客提供对比参考信息，购得物美价廉的商品，另一方面可以为商家提供反馈意见，为客户提供更优良的服务。目前电子商务平台的客户评价体系存在很多漏洞，如体系不完善、评价信息不真实、反馈信息凌乱等。因此，统一评价标准，利用数据分析和挖掘技术处理海量客户评价信息，建立由第三方数据中心统筹管控的透明化、具有可比性的评价体系显得尤为重要。
（二）研究价值
虚拟化的购物环境缺乏真实性和可见性，第三方数据中心提供的客户评价体系恰好能弥补这一缺陷，即能够提供借鉴信息让顾客判断商品是否符合现实要求，并能够实现不同商户同一商品之间的对比，为顾客提供性价比最高的的购物建议，同时也可以提供反馈信息让商家改善服务质量，促进不同商家之间的良性竞争。因此，对于第三方客户评价的研究价值而言，我们从以下两个方面进行分析研究：
（1）客户评价的潜在价值。通过问卷调查的方式对消费群体的购买导向和对客户评价的参考价值进行调查，共获得168份问卷，调查结果显示如下：
①91.07%的人会选择网购过程中参考欲购商品的历史客户评价，说明历史客户评价具有较强的可参考性。
②63%的人会选择欲购商品的历史客户评价对购买起决定性作用，可见客户评价的实用价值。
③82.14%的人会选择不同电商购物网站上同一种商品价格不同，首选评价好的，不在乎价格高低，说明客户评价的重要性。
针对商品的历史客户评价的真实度，有79.17%的人表示有部分掺假评论，有18.45%的人表示参考性较强，而23.8%的人则表示完全不可信。反映出客户评价的真实度有待考究，需要切实的方案改进。
通过和商户的线上交流，了解客户评价的反馈作用，得到以下信息：
①客户评价反映商户信誉，从而影响销售；②客户评价给商户反馈，促进商户改善现有产品和研发新产品；③客户评价记录历史购买情况，商户以此不断调整价格策略；④客户评价的部分不真实性，造成不良消费现象，扰乱正常的电商市场，促进商户之间的不公平竞争。
（2）优化客户评价体系的价值。现存的客户评价体系存在很多漏洞，譬如：体系不完善、评价信息不真实、反馈信息凌乱等，优化客户评价体系对电商平台的发展具有重要作用，通过建立统一评价标准，完善评价体系，实现统一管控，以期达到以下三方面的要求：
①购买评价信息清晰可视化，快速满足个性化需求。当下市场竞争愈加激烈，商品信息的可视化及清晰度可节省顾客的时间，快速做出反应，同时在买方市场的环境下，发展个性化商品及服务，对企业的发展和顾客的特殊需求尤为重要。
②大量数据统计分析，增强信息的真实性和指导性。大数据时代下，利用数据分析及挖掘技术可实现数据发声功能，使得信息更具有说服力，切实解决实际问题。
③信息透明具有可比性，实现商户之间良性竞争，达到优胜劣汰的效果。
二、国内外研究现状
电商平台客户评价是近两年才开始发展和慢慢成熟起来，同时也在不断的进行修改和完善。国内针对这一领域的研究还比较少，而且大多都是集中研究客户评价模块的版面设计及标准完善方面，没有提出切实的提出其漏洞和发展障碍的解决方案。作为电子商务发展最早的也是发展最成熟的国家，美国一直带领着亚洲和欧盟的电子商务产业迅速发展[1]。针对这一现状，我们将从与电商平台客户评价密切相关联的电子商务的发展、大数据下的新营销、客户价值方面着手，研究电商客户评价的现状。
（一）电子商务的发展
电子商务利用计算机技术、网络技术和远程通信技术，实现整个商务（买卖）过程中的电子化、数字化和网络化，人们不再依靠纸介质单据进行交易，而是通过海量的网上商品信息、完善的物流配送系统和方便安全的资金结算系统进行交易。由于全球经济发展的不平衡，导致电子商务在全球的发展也层次不齐，欧盟和亚洲发展比较迅速，尤其是在中国近几年支付宝的应用更是推动电子商务的快速发展。
电商平台作为一个服务载体，将企业与顾客、企业与企业、顾客与顾客汇聚到一个平面，实现面对面网上交易。同时电子商务又是客户评价的载体，客户评价又是电子商务的反馈机制。电子商务的发展带动着客户评价体系的发展，可以预见电子商务客户评价的发展潜质和研究价值不可估量，将影响电子商务这个行业的发展。
（二）大数据背景下的新营销
随着互联网技术的发展，全媒体环境的全面爆发， “大数据”已成为新的时代主题词，并全面影响了广告与营销业界。海量的数据催生了海量数据的搜集、存储、管理、分析、挖掘与运用的全新技术体系。在营销体系中，大数据从媒体、消费者、广告与营销战略策划、效果评估四个层面解构了传统营销体系，却也重构了大数据背景之下的全媒体营销体系。
营销的核心理念是激发需求、掌握需求和满足需求，通过抽样与普查了解需求、激发和满足需求。大数据时代我们将摒弃通过抽样的数据来推断、预判需求，而是利用互动平台、通过大数据技术清晰地获得需求的信息，因此其精准性也得到了极大的提升。
由电商平台产生的海量历史数据，通过对大数据分析提出方案提交有关部门以支持决策，以实现新型的营销策略，如：个性化网页推荐，可能感兴趣商品，同一商品在不同商户处的售价对比等。而客户评价利用这一技术，也将更好的发挥其背后的价值，促进电子商务平台的更好发展。
（三）客户价值研究
营销观念的发展使得以客户为中心的经营理念成为主流，企业将关注重点由产品转向客户，处理客户关系方面，由如何吸引新客户转向全客户生命周期关系管理，同时开始将客户价值作为衡量绩效的评价标准。
电子商务环境下的客户主要有两种，基于互联网形成的客户和基于互联网作为信息平台而形成的客户。其客户的所表现的特点也与传统商务环境不同，一般都具有分布空间范围广，没有地域限制，有较强的时效性，可重复增长性，个性化需求愈加强烈的特点。客户的特点决定客户需求，客户需求决定厂商发展的方向。而客户评价作为电子商务环境下最直接的客户关系管理，对于客户满意度和客户忠诚度的提升具有重要作用。关注客户评价，及时解决客户的需求，可延长客户处于稳定期的时间，提高企业的效益，实现可持续发展。
现下对于客户价值及客户关系的研究很多，但只针对电商平台中的客户评价模块的研究却少之又少，而顾客和商家都需要这方面的研究给予指导，如何更有效的利用这些评价信息作出合理的决策至关重要。
三、电商客户评价体系研究―以淘宝网为例
客户评价体系是指在电子商务市场环境下，参与交易的双方根据自己的主观判断相互给予评价的全过程，是产生和传播信誉信息的工具。以淘宝为例，其平台根据自身特点及用户需求创建了一套包括在线沟通的阿里旺旺、支付功能的支付宝及实名认证在内的完整的信誉评价系统。由于电子商务交易的特殊性――支付货款和收到货物分离，导致你交易存在风险，而客户评价体系为购买者提供卖家的以往交易数据，也就降低了交易风险的产生概率。由此可见，客户评价在电子商务经营中具有无可替代的作用。
目前，淘宝网的信誉评价体系由两部分组成：“店铺动态评分”和“卖家信用评价”，其结构框架如图1，具体事例图如图2所示：
（一）店铺动态评分
店铺动态评分主要由三部分组成，特征满意度、综合星级和快递满意度。期中综合星级打分规则为一颗五角星代表一分，以此类推，满分是5分。1 分―5 分分别代表非常不满；不满意；一般满意；非常满意。这些评分数据会有一个综合评分供买家参考。这些数据不仅会给顾客一些参考，也会给商户和物流公司一些建议，以其不断完善商品和服务。
（二）卖家信用评价
信用评价是指客户在收到网货并通过支付宝确认付款之后，买卖双方有权根据自己的主观实感来对对方做出客观的文字评价。客户根据亲身体验，写一些对商品和服务的主观感受，文字的客观评价对潜在客户更具有影响力，因此，着重研究买家评论，挖掘其中的信息，都有现实意义。
四、电商平台第三方客户评价体系数据化运营策略
2014年阿里巴巴公布了“双十一”全天的交易数据：天猫淘宝双十一全天成交金额为571亿元，其中在移动端交易额达到243亿元，物流订单2.78亿，总共有217个国家和地区被点亮。面对如此庞大的交易量所产生的数据流，我们以企业级海量数据的存储、分析、挖掘和应用为核心技术支持的基础上，通过可量化、可细分、可预测等一系列精细化的方式进行网站流量监控分析、目标用户行为研究、网站日常更新内容编辑、网络营销策划推广等。当数据化运营的概念运用到客户评价这一平台，会大大增加这一功能模块的用途，如：通过目标客户在各个商户中的评价，在研究其行为及心理预期范围。
鉴于此，提出电商平台第三方客户评价体系数据化运营方案：
（一）理念简介
（二）理念内容
（1）主要是数据、信息，原始客户评价数据经第三方数据交易中心处理后在电商平台和提供给需要的商户，作为决策依据。具体内容如下：
同时第三方数据交易中心作为运行主体，将会在运行初期以电商平台客户评价数据为对象，利用数据分析及挖掘技术提供专业的分析结果。
（2）核心价值观。以服务广大顾客和商户，互惠互赢，促使电商平台更好更平稳发展。
（3）愿景。第一阶段：以某一个电商平台的客户评价数据做深层次分析，将各种分析结果以网页链接形式展现给顾客。
第二阶段：将客户评价数据扩展到平台其他数据，建立数据模型，在反馈给顾客信息的同时，提供商家分析报告服务。
第三阶段：与各大电商平台合作，利用大数据技术，跨平台交叉式分析数据，向顾客、商户、平台三方提供决策依据。
（三）可行性分析
第三方数据交易中心不需要很多的硬件，只要满足软件方面的要求即可。最重要的还是数据资源和人力资源，现实条件下，电商平台每天的交易及历史评价数据足够多，同时近两年，涌现出大批专业化的数据分析和数据挖掘的人才，满足了最基本的资源问题。接下来将从以下两方面研究项目的可行性：
（1）技术可行性。21 世纪核心的竞争就是数据的竞争，2012年3月29日，美国奥巴马政府正式宣布了“大数据的研究和发展计划”，预示着数据将成为未来企业的生产力，同时数据存储技术也有了新的突破，以分布式数据仓库、海量存储技术和流计算为核心的实时数据仓库技术将解决了大数据的存储问题，电商平台数据化运营的数据有了存放基础。
与此同时，数据挖掘技术也不断成熟，成为了一门比较成熟的交叉学科，融合了数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络、数据可视化、信息检索和空间数据分析等多个领域的理论和技术。数据挖掘相对于传统的统计分析，具有擅长处理大数据，应用相应的算法模型，解决实际问题。数据挖掘的主要成熟技术：决策树（包括CHAID、CART和ID3、C4.5、C5.0算法）、神经网络、回归分析（多元线性回归和Logistic回归）、关联规则、聚类分析、贝叶斯分类、主成分分析等等。
电子商务行业的数据挖掘和数据运营化又有其独特的优势：数据的海量性、数据分析（挖掘）的周期短、其成果的时效性明显变短、互联网新技术、新应用、新模式的更新时间更短。
以上的技术表明这个项目在技术方面具有可实施性。
（2）运行可行性。更多的顾客觉得一套统一的客户评价标准以及相应的平台会便于网购行为，而且顾客认为客户评价平台应该包含如：同类商品的好评指数排名、同类商品的有效买家排名、同类商品的商家各个评价指数排名等等。结果如图3所示：
需求带动供应，快速的生活节奏需要更直白、更明显的权威性分析。商家要想获得长久的发展，必须不断根据顾客的喜好改变或者完善产品，但前期的调研需要花费很多的人力、财力、物力，而且不一定能获取到有建设性的创新点。所以商户也需要这样一个平台提供能将顾客需求转变为实际方案的平台，而第三方数据交易中心会收集顾客反馈数据，进行整理和处理，以报告的形式提供给商户。
（四）第三方数据交易中心运营平台设计
掌握了数据，就该考虑如何将数据运营到企业中，电商平台与传统的制造型企业不同，它需要的是更加有效的精细化运营，强调细分、准确、个性化。利用数据分析和数据挖掘技术作为数据化运营的有效保障，为了让技术能有效的应用到数据化运营中，电商平台必须建立第三方数据交易中心，能够完成数据分析和数据挖掘工作，同时第三方数据交易中心应配备一群出色的数据分析师，具备熟悉的技术技能和理解具体业务、快速学习的能力。第三方数据交易中心同时应和运营、客服等其他部门保持密切联系，及时获取数据和反馈信息。
第三方数据交易中心首先应划分不同的功能部门，其中重要的一块就是集中管理客户评价，针对其存在的弊端，规范评价标准和细分评价特征，使其能进行数据分析中的时时对比，纵向、横向和集中式分析共同进行，分别实现一家商铺一种商品的评论数据分析，一种商品多家店铺的评论分析，一个人对不同商铺不同商品的评论分析。若要研究电商平台上所有商铺的评价，因为数据量极其庞大，可针对统一的评价内容和评价特征，建立数据模型，利用数据挖掘技术处理，得到更深层次和相关联性的一些信息，不仅可以通过数据剔除一些假冒伪劣商铺，更能发现一些专门从事不真实客户评价的顾客，实施评价限制，维护客户评价的质量。
第三方数据平台可首先应用于淘宝平台的客户评价，当这种数据化运营的方式取得一定效益时，可拓展其功能范围。最终第三方数据平台可以实现各个电商平台的数据一体化，不仅能处理某一个电商平台的数据，更能将不同平台的数据进行综合分析、对比，反馈平台问题。在第三方数据交易中心的推动下，电商平台客户评价必然会呈现出新的发展方向和特点。
参考文献：
[1]Yu Zhang， Bian J， Zhu W. Trust fraud： A crucial challenge for China’s e-commerce market[J].Electronic Commerce Research and Applications， 2013.
[2]谭正祥.电子商务环境下企业客户价值分析与评价[J].湖南大学，2010.
[3]维克托・迈尔-舍恩伯格及肯尼斯・库克耶.大数据时代[J].2010.
[4]黄升民 刘珊. “大数据”背景下营销体系的解构与重构[J].现代传播，2012.
[5]谭正祥.电子商务环境下企业客户价值分析与评价[J].湖南大学，2010.
[6]刘欢.数据挖掘在淘宝客户评价方面的研究与应用[]J.济南大学，2014.
[7]韩新华.电子商务网站评价研究与分析[J].吉林省经济管理干部学院学报，2008 .
[8]You W， Liu L，Reputation inflation detection in a Chinese C2C market[J]. Electronic CommerceResearch and Applications， 2011.
1.外部需求和内部需求
前者来自各个渠道收集的用户反馈，如微博微信qq群客服邮箱客服电话，以及产品自身的反馈渠道(如论坛的客服专区、在线即时咨询窗口等)；后者来自公司内部，如老板和其他部门的反馈。这些反馈通常都不会很明确，需要运营同学进行整理挖掘，沟通调研进而提炼出需求。如果不经整理提炼就统统丢给研发同学去处理的话——会被鄙(qia)视(si)的……
2.改进型需求和新建型需求
它们俩是从1到10和从0到1的区别。我个人的建议是已有的产品如果改进优化后能用，尽量不要另起炉灶，除非是原有的产品从定位到风格全都跟新需求不一致。这就要求运营对现有产品定位跟功能了如指掌，能够根据需求制定出合理的问题解决方案，有时甚至可以不需要产品改动就达到目的。这样不是效率很高吗~
最怕的是拍脑袋就做个产品，不考虑是否能利用已有的，导致留下一堆半截子工程，说能用也凑合能用，彼此间定位不清晰，后期运营推广也不好做；同时系统里很多冗余代码难以维护，如果负责人一离职就再也没人能说清这产品的来龙去脉，于是又推倒重来一遍……对人力物力的极大浪费啊。
3.笼统型需求和精确型需求
前者如“现在这个编辑器太难用了换一个吧，好多代码格式都不支持”，后者如“需要一个除现在支持的代码格式外，还能够支持markdown语法的编辑器”。很多用户反馈的需求就是前者那样的，必须深入了解分析，否则过于笼统不具体的需求，是无法实现的，即使勉强上马，也一定会因为需求不明确而导致工期延误和反复修改，最终应付了事，所有参与人忙得够呛都不开心，宁可早期多用一些时间把需求搞清楚。
4.解决问题的需求和提高效率的需求
“我需要一个能给用户群发邮件的后台”和“我需要能够自己导出符合某些特征的用户邮箱列表给他们群发邮件”。不过后者需要评估使用频度，如果是高频使用需求，开发一个还是有必要的，否则每次都要找研发同学给导出邮箱也确实麻烦；如果是为了某个临时性的项目用，或者一年也用不了几次的低频需求，那就没必要开发一个专门的功能了。
为什么要从这些维度来划分呢，因为实现产品需求的资源通常是有限的，因此必须对需求的合理性和优先级做出明确判断，并以此来决定开发的资源投入以及排期先后。
另外有些似是而非的“产品需求”，实际上是bug，bug和产品需求的区别及处理方式的不同如下：
产品需求：
针对还不存在的功能提的
解决的是“不好用”的问题
实现周期通常较长
发给产品经理处理(这个要看具体团队构成和分工，是否有专门的产品经理来处理需求，如果运营兼负责产品那就由提出需求的同学自己处理了)
产品bug：
针对已经存在的功能提的
解决的是“不能用”的问题
解决时间视bug严重程度，通常要求尽可能快地处理
可直接发给研发人员解决
提需求和提bug的流程
产品需求描述
产品经理通常需要把收到的各路需求整理成产品原型文档，但对于运营同学来说并没有那么严格的文档要求，只要让产品同学能够明白你的意思就可以；不过为了提高沟通的效率，有必要参照一定的格式来描述你的需求，这里举个我现在团队的例子：
需求名称：产品名称+功能+提出时间，如“CocoaChina编辑后台改进产品需求-2015-8-17”
目的：有助于产品同学充分理解你的需求的必要性和重要程度，如“为了提高编辑发稿的工作效率”或“为了统一网站整体风格而进行UI重新设计”。
优先级和时间要求：这个也很重要，因为产品经理通常会收到大量的需求，如何安排优先级处理顺序？如果你在需求里有明确的说明，那么处理效率会高一些。如“第一优先级，需要六月15日前完成”。
需求描述：说明用户身份(外部用户和内部用户的处理方式有区别)，页面需要包含哪些元素，期待的布局和风格，排列顺序，是否必选项，有何特殊要求，是否需要查询及查询条件设定，是否需要权限管理等信息，尽可能详细，最好给出参考案例或类似竞品截图。
什么情况下需要提产品需求
如果以上你都已经烂熟于心，对于如何提产品需求应该是没有问题了。但是且慢，知道怎么做只是最基础的，对于合格的运营来说，更重要的是判断要做什么和不做什么。用户的需求永无止境，运营不能只是需求的传声筒，需要深入分析用户需求背后的目的和隐藏的问题，如果能够用已有的产品达到的，就尽量不要重复建设做新产品；如果能用运营的手法解决的，更不必耗时费力地动用产品和研发；如果能够利用已有成熟的渠道跟平台借势推广的，又何苦非要做一个“自己的”独立平台一切从零开始呢？做加法永远比做减法容易，另起炉灶似乎也比在原有基础上修补改进要痛快，但是资源永远都有限，无论是人力还是时间，即使你有一组强悍的产品和研发同学24小时无条件配合，仍然要评估需求真实的价值有多少，衡量投入产出比。运营的强项在于给你一个产品，你能够发掘它的一千零一种用法(玩法)并将其传递给用户来满足不同的需求，如果一接到新需求就要做个新产品，而不是先看看运用已有的产品是否能够解决问题，运营自身的价值何在呢？
案例一：数据分析后台
曾经有同事负责运营一个垂直专业领域的群组，提出要做一个数据分析后台，能够根据加入群组用户填写的个人信息自动生成各种维度的分析图表，“就像专业的数据分析报告那样”，他说。这并不是一个实现起来很简单的需求，虽然对用户的数据分析是有必要做的。但是该群组目前的注册用户只有几千人，且新用户增加速度非常缓慢，用户数据分析的时效性并不是非常高，因此最终解决方案是导出用户数据到excel中，运营自己根据统计需求，利用excel生成分析图表，至于是否像专业报告，那就看自己的excel造诣啦~如果未来用户量和增长速度达到一定规模，人工统计无法满足，才是需要开发数据统计后台的时候。
案例二：大会报名app
我所在的社区运营团队曾经负责组织公司的开发者大会报名，通过社区各个渠道向开发者用户进行宣传，使用的是社区的活动报名系统，可以汇聚各个渠道的报名数据到后台数据库。有同事提议说开发一个大会报名app，以后组织大会都可以让用户通过app报名，这样推广时只要通过app推送提醒就可以啦~~~我说你这个创意不错，你先想法让用户都装上这个app，然后。。就没有然后了。。
总之接到需求后，问自己以下几个问题：
目标足够明确吗？
已有的产品确实无法满足工作要求吗？
已有产品的缺陷已经极其影响工作效率吗？
成本是否合适？
如果答案是否定的，那就需要重新审视这个需求的合理性，并且和需求方积极沟通确定最终解决方案。
如何促使需求尽快实现
需求表述明确，沟通清楚，提交流程规范：该自己做的一定要做到位
按流程提交需求后最好再当面跟产品经理沟通，尽快落实需求并启动
必要时要舍得砍需求，确保快速上线
充分利用各项资源来达到目标：平时和产品设计研发同学搞好关系，必要时通过上级推动都是方法
几点总结
产品改进通常要落后于业务需求
互联网产品改进伴随整个产品的生命周期，不是一次性的
产品改进是由运营驱动的
再好的产品，运营跟不上也是白费
开通于2000年的雅昌艺术网，如今已是全球最大的中国艺术品门户网站。但1994年时，雅昌还仅是一个定位于为画家印刷画册，为拍卖行印刷图录等的企业。随着中国艺术品市场的迅猛发展，雅昌在其印刷业务过程中积累了大量艺术品拍卖图文、数据资料和艺术家作品图文资料，于是雅昌创办者拿来做成了雅昌艺术网。
当初的雅昌网只是以提供艺术品拍卖信息和接受咨询为主，如今已拥有综合资讯频道、艺术专业频道、互动社区、电子商务（交艺网）、地方站和英文网以及雅昌艺术市场监测中心（AM-MA）的专业市场数据分析报告等。据称，其拥有逾50万专业精英会员、800余万人次日均浏览量，居美国ALEXA评测的中国艺术网站浏览量排行榜第一名。
这个过程并非完全因为雅昌创办者的“神机妙算”，而是他们顺其自然地根据我国艺术领域以及艺术品市场发展的新状况、新需求，踏准节拍，及时调整布局，不断充实而形成的。
人们通过这个网站，可及时了解各地的艺术品拍卖信息，查询历年艺术品行情和市场指数，浏览国内外艺术创作、评论、展览、市场诸多领域的新动态。但一个有活力的网站，并不是网站创办者包办所有的内容，而是打造一个具有自发创造能力的平台，让网友在那里开辟自己的“疆土”，形成网上“社会”。让热爱艺术的网友在那里发表观点，交流作品，展示藏品，还可以进行网上交易。
雅昌用20年积累打造的《中国艺术品数据库》保存了6万多位艺术家的权威资料，2000多万件艺术品的珍贵图文资料，10万余本艺术图书资料，1200多万条拍卖和艺术展览数据。
雅昌艺术网近来正在着力推进的是为艺术家建立个人艺术数据的“瑞士银行”，将艺术家的所有作品、相关新闻、评论、市场信息等“一网打尽”。艺术家把数据存在这里，可以随时提供服务。这样的服务包括：数字资产管理、展览出版、互联网传播、艺术衍生品制造等。目前，雅昌已为超过4100位艺术家（包括700余位海外艺术家）建设了艺术家个人数字资产管理库，通过ipad、艺术家官方网站等平台实现对艺术家个性化的服务。雅昌正在我国艺术领域产生着日益显著的影响力。雅昌艺术网发起“‘艺术中国’年度影响力”评选活动，评选“年度艺术事件”“年度艺术人物”“年度画廊”“年度拍卖公司”“年度艺术机构”等。它还创办“雅昌讲堂”，运用沙龙讲座形式搭建中国艺术精英与公众之间的桥梁，每期带来热门、有价值的艺术圈新鲜话题。
雅昌艺术网对文化艺术遗产的传承与传播，已得到广泛认可和赞誉，被文化部指定为全国文化产业示范基地和美术（文化）产业示范基地，被评为“2006十佳中国文化产业最具投资价值创意新媒体”“十大中国最佳商业模式企业”“中国标杆品牌”等。
电子商务档案是电子商务活动过程中各经济主体直接形成的具有保存价值的各种形式的原始记录。电子商务档案与其它类型的纸质档案相比具有明显的虚拟性、复杂性、集成性等数字化特征。随着电子商务时代的来临，智能化的电子商务档案管理是目前电子商务档案管理的必然趋势。对电子商务档案管理的智能化需求主要体现在电子商务档案的检索智能化、应用的智能化。电子商务档案信息检索的智能化发展历程同步于图情信息智能检索技术的发展历程。电子商务档案应用的智能化体现在智能化的商情预测、营销策划及客户关系管理。
一、电子商务档案信息检索的智能化需求
电子商务档案信息智能化检索是历史发展的必然结果。电子商务档案信息是众多档案信息的一种，是伴随着电子商务的发展而产生的。从人类社会利用档案信息的历史发展过程来看，档案信息检索大致经历了自然检索、手工检索、计算机辅助检索、计算机智能检索四个发展阶段，电子商务档案信息的检索也不例外。随着计算机智能技术的发展，尤其是图情信息智能检索的最新成果，为电子商务档案信息检索的智能化发展注入了新的活力。电子商务档案信息存储形式多种多样，既有一般固定长度的信息，也有非固定长度的信息，既有用文字、数字表达的信息，也有用图形、图像、声音表达的信息、既有加密信息，也有不加密的信息，既有存储于本地存储设备上的信息，也有存储于异地设备甚至“存储云”上的信息。因此，对电子商务档案信息的智能检索意义重大。所谓“智能检索”，就是以文献和检索词的相关度为基础，综合考查文献的重要性等指标，对检索结果进行排序，以提供更高的检索效率。智能检索的结果排序同时考虑相关性和重要性，相关性采用各字段加权混合索引，相关性分析更准确，重要性指通过对文献来源权威性分析和引用关系分析等实现对文献质量的评价，这样的结果排序更加准确，更能将与用户愿望最相关的文献排到最前面，提高检索效率。由此可见，在电子商务飞速发展的今天，电子商务活动的全球化特征越来越显着，频繁的商务活动遍布世界的每一个角落，由此产生的电子商务档案信息越来越具有商务活动全球性、信息管理系统分布性、交易语言复杂性、交易方式多样性等特点。因此，传统档案信息检索工具已经不能满足用户的需求，智能检索工具的开发和使用必然成为信息时代用户畅游信息海洋的必然选择。同时，科技的进步，人工智能技术的发展，超大型计算机的使用也为电子商务档案信息检索智能化发展提供了技术支撑。未来电子商务档案智能化的发展将借助于人工智能技术的最新成果而更加人性化。将人工智能领域中的计算推理等思维活动渗透到档案管理的智能化应用中，利用人工智能的研究成果开展基于模式识别、物景分析的图形图像检索系统，满足用户对图形图像档案信息的检索需求，利用人工智能关于联想记忆模拟、自动定理证明、专家系统、自然语言处理等基础理论开展电子商务的自动谈判系统、跨越语言障碍的档案信息搜索工具，满足电子商务国际化的需求。例如：模式识别可用于基于图像的检索，而电子商务活动的基础就是建立在对图形、图像的选择上，交易双方首先是根据对被交易商品的图形、图像进行商务洽谈，然后达成交易意向。因此，对被交易商品的图形、图像的保存是电子商务档案信息的一个重要组成部分。再如，专家系统是智能检索实现的基础，而从海量商务信息中筛选出能够进行交易的产品信息离不开人工智能检索系统的应用。
从电子商务档案的特征来看，有关电子商务档案智能化管理的需求更加依赖于图形图像智能检索工具的研究和利用，而对于图形图像智能检索工具的研究和利用始于上个世纪七十年代，首先开展的是基于内容的图像智能检索的研究，重点在于采用标注的方法对图像设置检索关键字，并建立文本数据库管理系统，从而实现对图像的智能检索。这种方法的缺点在于当图像数据库中图像数据较大时则检索较难实现，当图像内容复杂时，标注起来较困难，因此，这种检索方法同时还要求图像内容比较单一。而另一种基于内容的图像检索技术逐渐受到业界的关注即基于视觉特征的图像检索技术。由于任何图像都包含物体本身的纹理、形状、颜色、空间关系等特征，因此，基于视觉特征的图像检索技术采用提取图像所包含的纹理、形状、色彩、对象的空间关系等信息建立图像的特征矢量库，并以此特征矢量作为索引关键字。与以往采用人工标注方式对图像内容进行标注的方法不同的是视觉特征的提取是从图像中自动提取的，并且检索的过程采取视觉特征间的匹配。与传统的检索方法相比，基于内容的图像检索融合了图像理解技术，从图像的纹理、形状、色彩、对象的空间关系等维度分析图像的特征，从而可以提供更加有效的检索途径。已经投入运行的基于内容的图像检索系统包括：IBM公司的QBIC系统、Virage公司的VIR工程系统、MIT的Photobook系统、美国伊利诺斯大学的MARS系统等等。国内近年来对于基于图像颜色的检索系统的研究也取得了丰硕成果，例如：Photo Navigator系统和Photo Engineer系统。而这一发展方向更加符合电子商务的智能化发展需求。可以预计，为适应未来网络化、智能化以及个性化的需要，并行检索、分布式检索、知识的智能检索、知识挖掘、异构信息整合检索和全息检索、自然语言检索、跨语言信息检索、问答系统、概念空间、信息融合技术等检索技术都将在电子商务档案管理领域得以应用。届时用户将获得完整、准确、及时、有效的而且是简洁、明了的商务信息。
二、电子商务档案应用的智能化趋势
电子商务档案是企业管理的重要组成部分，是企业从事商务活动中最原始、最可靠的数字化信息。充分利用电子商务档案信息，为企业发展提供商情预测、营销策划、客户关系管理、维护企业或经营者合法权益已经成为电子商务档案应用的一个重要领域。而电子商务档案应用的智能化趋势无疑已经成为电子商务行业的重要研究方向。
1、客户关系管理的智能化。客户档案毫无疑问将是电子商务档案的一个不可忽视的组成部分。在企业从事电子商务的过程中，电子商务系统将提供一种商家与客户进行交流的新方式，这就要求企业管理者以全新的思维来看待客户关系管理。客户关系管理源于“以客户为中心”的新型商业模式，是企业树立以客户为中心的发展战略的核心部分。企业通过智能化的客户关系管理系统来加强对客户的服务提高客户满意度和忠诚度，提高企业效率和利润水平。通过客户关系管理系统企业加强与客户的联系、分析客户的需求、研究产品的市场、拓展潜在的利润空间、提高产品的市场竞争能力、改进企业的管理漏洞、吸引更多的优质客户进而达到优化、提升企业管理能力、提高企业利润水平的目的。而这一切的实现都依赖于智能化的客户关系管理系统、智能化的客户数据库的开发与应用。智能化的数据库技术是所有其他技术的基础。
2、智能化的商情预测。面对浩如烟海的客户及企业营销、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想象的。智能化的商情预测系统利用数据挖掘的思想、数据仓库的管理技巧、一对一的营销策略、个性化的售后服务、智能化的数据分析和数据处理工具不断满足客户的需求，提高企业的赢利能力、拓展企业的赢利空间。同时，智能化的数据分析和数据处理系统将不仅实现现有的商业实践和商业需求，更将不断地实现向市场、客户的学习过程，不仅仅只是重塑企业商业流程，而是能够为管理者提供智能化的决策分析工具。
3、智能化的营销策划。借助于智能化的营销策划管理系统，企业将能够更加全面地分析产品及市场信息，制定高效的营销计划，设计切实可行的销售及服务指标，协调产品、服务、物流等渠道的配合关系，实现企业管理的最优目标。
总之，随着电子商务的发展，智能化电子商务将逐渐走入人们的日常生活。电子商务智能化是指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求等，为企业的各种经营活动提供决策信息。或者说电子商务智能化是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。而电子商务档案管理的智能化将是电子商务智能化的一个靓丽的奇葩。
现在，每天早上一上班，洞庭药业股份有限公司（以下简称洞庭药业）财务总监龙玲要做的第一件事就是打开电脑，登陆BI系统，看看昨天的财务分析报表、来自全国各区域的销售数据分析报表等，用龙玲的话来说：“这已经成为了一种习惯！”
而且，这种习惯不仅仅体现在龙玲身上，“包括公司的领导、全国各区域的销售负责人，都已经把BI看成了一个重要的经营和销售工具。”龙玲说。
业务增长带来的数据挑战
作为一家具有50多年历史的老牌制药企业，洞庭药业位于素有“桃花源里的城市”之称的湖南常德市。在上个世纪90年代末，洞庭药业进行了股份制改造，公司也由此走上了快速的发展轨道，其所生产的止血药和抗精神病药在国内外市场很受欢迎。业务的发展使得企业的销售网络迅速扩大。“现在，我们的销售网络已经遍布全世界30多个国家、地区。”龙玲介绍道。
销售网络的扩大，给洞庭药业带来了两个直接的难题和挑战。
一是如何动态地掌握各区域的产品销售情况，例如哪些产品卖得好；哪些产品销量不佳；和去年同期相比，各个产品的销量是上升还是下降；哪些客户最近比较活跃；哪些客户的订单出现明显下滑等。这些销售数据的及时获得，对于企业快速的调整销售策略，无疑有着十分重要的作用。而在如今愈发激烈的市场竞争态势下，很多时候时间就意味着市场份额和利润。
但在以前，这些销售数据的汇总，至少是以月、甚至是季度为周期的，这样的数据反馈速度，显然难以满足市场竞争需求。因此，如何能够更快地获得各区域的销售数据，就成为企业最迫切的需求之一。
另一个挑战则来自于销售人员的管理。分布在全国各地的销售人员，平时都在外面，公司总部很难随时掌握这些销售人员的业绩情况，如果销售人员出现异常状况，也只能等到月末或季度末业绩考核时才能发现，这时可能已经太晚了。因此，如何对区域的销售人员进行动态的管理，随时了解销售人员的业绩，也成为企业所要解决的问题之一。
其实，对于如何解决这些问题，龙玲一直在进行思索。
数据梳理在前 BI上线在后
2008年时，龙玲就曾想采用用友华表的BI系统。
因为从2002年起，洞庭药业就开始使用用友的财务模块软件；2006年时，又购买了用友的U8供应链系统。而如果采用用友华表的BI系统，则可以与洞庭药业之前的U8系统进行很好地连接，直接从系统中抽取数据进行分析。另外，在试用用友华表的BI系统用友BQ时，其在数据分析方面的灵活易用性、丰富的展现形式等也给龙玲留下了深刻的印象。但当时由于洞庭药业的基础数据还不完善，因此并不具备应用BI的条件。“不过这几年，我一直在惦记着这个软件。”龙玲说。
除了基础数据不完善外，在2008年时，制药行业发展相对稳定。但最近两年，制药行业的竞争越来越激烈，洞庭药业也感受到了来自于市场的压力。另外，新医改的推行，对于制药行业也带来了很大的冲击。特别是对制药企业销售能力的要求越来越高：无论是对整个销售体系的管控能力，还是反应速度都提出了更高的要求。在这种情况下，利用BI系统对销售、产品数据进行分析，来为企业的销售管理和策略的制定提供决策支持，就成为一个必然的选择。
“从2008年后，我们开始对企业的基础数据进行完善，到了2011年时，无论是从数据质量方面、还是企业自身需求方面，都已经到了应用BI的合适时机。”龙玲介绍道。
2012年3月，龙玲期待近4年的BI系统终于开始在洞庭药业进行实施。由于有之前充分的准备工作和完善的基础数据作为支撑，因此整个实施过程显得十分顺利。现在，洞庭药业的用友BQ一期工程已经完成，并已经正式运行。
一期BI 智慧分析、解放人力
系统使用后给企业所带来的改变是十分明显的。
以销售方面为例，现在销售负责人不仅可以随时获取各个区域的销售报表和分析情况，同时还可以按人、产品或者客户进行分析，这样，销售负责人就能随时了解：哪些产品导致了销售额的上升；哪些客户在采购金额方面发生了明显的变化；每个销售人员最近一段时期的业绩变化情况等。这样，销售负责人就可以根据数据分析结果，作出有针对性的策略调整。
对于财务方面，BI系统的应用也带来了效率的提升。“以前财务人员做一个报表，至少需要几个小时的时间，现在则只要轻轻一点就能完成。这样财务人员就能从繁琐的做报表工作中解放出来，有更多时间去做一些更有价值、更重要的工作。”龙玲笑着说。
同时，龙玲也表示：生产、成本等方面的分析应用也将分期实施。
BI升为决策智囊 实现精细化管理
确实，报表只是BI所有功能中的一部分而已。“报表只是一种展现形式。本质上，BI是一个辅助决策的智能系统，它的核心就是帮助企业利用好数据，让决策管理者随时随地获取关键信息，让决策者基于数字决策，最终提高决策水平。”用友华表公司分析道。
事实上，曾有人将商业智能的应用分为三个层次，即报表层次、数据分析层次和数据挖掘层次。
记者曾采访过一家钢铁企业，其BI应用给笔者留下了很深的印象。
这家企业为了配套BI系统应用，特别成立了独立于销售部门和原料部门之外的市场行情分析室。市场行情分析室的职责是以BI系统为基础，研究企业营销政策与决策分析，为管理层进行决策提供第三方的指导。
市场行情分析室通过外部数据与内部数据的分析为管理层提供的支持主要包括两方面：风险规避，市场行情分析室发现市场中的风险所在，及时给管理层提出预警；抓时机，当机会来临的时候，市场行情分析室提出建议，抓准商机，为企业创造效益。其中，外部数据来自于外部权威机构，内部数据来源于ERP、MES、质量管理等系统的提炼，通过BI系统分析展现。
仅仅在2010年，市场行情分析室直接提报的分析报告就为这家企业创造了9000万元的收益。BI的巨大价值由此也可见一斑。
显然，对于BI系统的潜在价值，龙玲也有着清晰地认识。“和生产制造以及成本分析的结合，将是我们在BI应用方面的下一个需求。”
对于龙玲的这一想法，用友华表公司十分认同。在他看来，BI与生产制造的结合，会给企业带来更大的变化：不仅能够实现更快速的反应、带来直接的经济效益，更重要的是能够提升企业的管理水平，这是企业今后向更大规模发展的基础。“通过BI系统，不仅可以对产品的生产、销售、库存等相关指标进行统计分析、更重要的是能够随时了解构成某一产品的原材料的库存、价格以及消耗量等详细信息，来实现精细化管理。”
户口所在： 云南 国 籍： 中国
婚姻状况： 未婚 民 族： 汉族
培训认证： 未参加 身 高： 160 cm
诚信徽章： 未申请 体 重：
人才测评： 未测评
我的特长：
求职意向人才类型： 普通求职
应聘职位： 财务/审计/税务：会计、代表处会计
工作年限： 8 职 称： 中级
求职类型： 兼职 可到职日期： 随时
月薪要求： 1000以下 希望工作地区： 广州,,
工作经历某国际控股有限公司（香港注册港资进出口企业）广州代表处 起止年月：2007-04 ～ 至今
公司性质： 所属行业：
担任职位： 会计主管
工作描述： 1.负责代表处全套帐务及报税。
2.负责香港主体公司帐务处理，证照变更，配合香港会计师事务所完成每年的审计报告并合理控制税负。
3.负责信用证结算过程及风险控制，合理安排结汇时间规避外汇风险。
4.负责销售合同商务条款的审核。
5.企业内部财务制度，差旅费制度的制定和实施，财务队伍的建立健全。
6.通过资金流分析，及时发现如物流，存货，甚至流程等存在的问题。
7.配合招投标部门做好招投标工作，及时提供合适的财务资料。
离职原因：
某贸易有限公司（香港注册美资进出口企业）广州代表处 起止年月：2006-07 ～ 2007-03
公司性质： 所属行业：
担任职位： 会计
工作描述： 1.负责代表处全套帐务及报税，为香港公司准备报税必要的资料。
2.负责客户资料管理，应收应付款的管理，与国外客户对帐。
3.部分货款的支付，控制及管理。
离职原因： 公司性质： 所属行业：
担任职位： 会计主管
工作描述： 1.负责全盘账务，报税，税收筹划，配合会计师事务所做好每年的汇算清缴，处理与税局的关系，任职期间税局仅在刚到职时到公司查过一次账。
2.负责应收预付款的核控，直销店的结算管理，任职期间使应收款的收款速度提高10%，在处理原有坏账呆账、改善资金周转方面提出很多合理化建议。
3.配合市场部、业务部做项目预测及资金预算。
4.负责业务人员财务知识的培训，展会期间负责向客户就合同条款的财务问题做出解答。
5.维持与银行的良好关系。
离职原因： 公司性质： 所属行业：
担任职位： 财务助理
工作描述： 1.主要负责应收预付款控制，编制每月对账单，负责直销店结算管理。
2.存货控制，根据业务部销售计划及上期消耗量向总公司订货，编制存货数据分析日报，监控库存食品的生产日期，并编制货期报告递交公司经理，定期盘点库存，编制并向总公司递交货品及样品库存变动报告，对存货差异及时进行处理。
3.编制并向公司经理报送全国（包括华南华西华中）销售报告。
离职原因： 公司性质： 所属行业：
担任职位： 会计
工作描述：
离职原因： 志愿者经历
教育背景毕业院校： 暨南大学
最高学历： 大专 获得学位: 毕业日期： 2004-06
专 业 一： 文秘 专 业 二： 会计
起始年月 终止年月 学校（机构） 所学专业 获得证书 证书编号
1994-09 1997-07 山东建筑材料工业学院 文秘 中专 -
2002-02 2004-06 暨南大学 会计 大专 -
2005-02 2006-09 广东外贸外贸大学继教学院 商务英语 ---- -
语言能力外语： 英语 优秀 粤语水平： 一般
其它外语能力：
国语水平： 一般
工作能力及其他专长会计专业资历及特长：
专业资历：
具中级会计师职称，现正参加注册会计师考试，八年会计及会计主管工作经验，其中三年外资企业广州代表处财务工作及两年多外资企业财务主管工作经验。熟悉国内、国际会计准则及相关政策法规，精通报税流程、税收制度，熟悉国际贸易单证知识，精通信用证支付方式，熟悉香港税法，懂美国会计准则。擅长报税、税收筹划，应收预付款的控制，项目的财务可行性分析、财务分析报告的编制，存货控制。电脑技能：具中级电算化资格，熟练使用用友财务软件及其他OFFICE软件，精通EXCEL,熟悉SAP中的FI，熟悉局域网的组网及维护。英语能力：英语听说读写熟练，TOEIC专业四级（620分），CET-6，懂会计专业英语，能以英外资账。
《统计原理》是该课程的先期课程。以此为基础，设计《市场调查与分析》课程实践教学项目和内容如下。
第一，调查方案设计：计划4学时；选择调研主题，制定调查方案。
第二，调查问卷设计：计划8学时；按照指定选题，设计问卷，并在教师的指导下完成问卷修订；问卷设计实验以小组为单位(学习团队，以5至7人一组)完成，然后通过小组互评，教师点评，到达熟练设计不同问卷的实践教学目的。
第三，调查方法：计划14课时。其主要内容分别为：
(1)网络调查。在“调研100”“、调研中国”、问卷星等网站，在教师指导下完成网络调查问卷，并实验注册、答卷、解析和数据编译等工作。
(2)CATI电访调查实验。在统计学重点实验室完成计算机辅助电话调查系统的使用，试访问，并通过抽样框的使用，掌握电话调查的访问技巧，达到调查方案对该方法选择的要求。
(3)小组座谈法。主要通过“模拟焦点群组访谈”实验，锻炼学生主持会议、协调沟通和整理定性资料的能力。
第四，数据整理和分析：计划10课时。其主要内容分别为：
(1)问卷数据编码。在教师指导下完成问卷和问题编码，将问卷信息转化为定量数据的技能，掌握市场调查的数据整理技术。
(2)问卷信息甄别和数据审核，保证问卷数据质量。
(3)掌握描述统计和相关分析等基本数据分析方法和统计制图方法。
(4)掌握统计分析写作的要求，完成调查分析报告的撰写。对于不同专业学生而言，实践教学课时数和教学内容安排不同。职业学校经济管理类专业学生的实践教学课时数约占总课时数(72课时)的30%～50%，即为22～36课时。从教学内容看，以36课时的实践教学内容为基础进行精选，电子商务、会计、市场营销等专业班级校内实验室教学，则重在选用电话调查法、网络调查法、数据处理与分析等活动。从教学改革和创新上看，该课程通常以5至7名学生组建学习团队的方式，贯穿于本学期各章节的课程学习和作业要求之中，以学习团队为单位提交调研分析报告(附设计方案、问卷)作为平时考核的计分依据。
如果仅开展课堂实践教学，则仍可能存在诸如学生参与现场调查的组织与管理活动较少，现场协调控制能力的培养相对弱化，数据、报告接受社会检验的较少，应用能力弱等不足。为此，有必要把对上述能力的培养放置一部分在课堂之外，促进学生主动积极参与相关社会实践活动。本文策划依托电子商务实训室和当地商务局搭建的校政企合作平台，以加入本地电子商务协会的方式，补充、推动和丰富课程实践教学内容，拓宽学生视野，激发学生的学习兴趣，充分利用课余时间，深化学习和参与实践，从而达到培养目的。
2学生课外学习内容和方法的要求
在课程教学伊始，笔者对学生提出“555”的要求，即：至少阅读5本与本课程相关的书籍，关注5种专业性杂志期刊，撰写5篇读书笔记。对学生在课堂之外的学习要求，综合概述为“多看、多练、多写”。多看，就是要求学生多阅读与本课程相关的书籍、杂志和相关专业网站，通过间接学习积累实践经验，从理论上了解如何开展方案设计、问卷设计，掌握常用的统计分析软件和基本分析方法。当前，学生进行学习的方式方法多样，要善于引导学生选择有益的方式进行学习。如时下流行的网络检索，让学生带着问题去寻找解决的多种方案，思索、比较、选择最适合的处理方案。多练，就是要求学生有机会多加练习，积极投身于模拟实习或社会实践活动之中。
通常的实践活动有以下几类：一是竞赛类活动，如校园技能节中开展的“网店设计”大赛、调查大赛、ERP沙盘竞赛、各类社会组织面向职业类学生举办的一些赛事，是学生们练兵和加强团队合作的好机会。二是寒暑假的社会实践活动，尤其是暑期的顶岗实习(特别针对中国移动10086呼叫班的学生)活动等，是学生参与社会调查的好时机。笔者所在学院的学生地域来源分布主要在江苏淮安各地，有很好的条件参与本地的调查，尤其是面向基层的调查；加之，社会实践活动本身就围绕着一定主题而开展的，因此，事前做好调查项目规划，一举两得，参与社会实践的成效将会更加显著。三是个人或团队自选进行的社会实践活动。学生或基于专业兴趣，或有创业需求，或打算提前介入特定行业(职业)、或完成课程而主动选择的社会实践。这些锻炼不是模拟，而是实战，因此，参加这类锻炼的学生具有较强的主动性，在参与实践过程中，学生尽量减少犯错，最大限度地展现和发挥自己的工作能力，锻炼效果比较明显。多写，就是要求学生善于激发写作动机，创造更多的练笔机会。读书笔记、调查方案、调查分析报告、竞赛作品、热点征文、活动方案规划、新闻报道等都是学生在校期间可以主动参与的各种练习写作的机会。写作能力的培养不是教材上三言两语的写作要求可以概括出来的，而是通过个人的积极参与、修改、补充、完善之后，在获得需求方的评价(否定或认可)之后慢慢积累起来的能力。
3课堂学习和社会实践关系的处理
观察学生的实践活动，往往会看到这样的现象：有的学生参与社会实践非常积极，有时不惜放弃一些课堂教学时间；有的学生仅仅局限于课程学习，记忆几个基本概念，学习和实践的收获有限。为此，要求学生要正确认识并处理好课堂学习和社会实践的关系。
(1)根据个人职业发展规划(如喜欢的行业或职业、将来有条件打算介入的领域等)，进一步明确该课程学习目标，充分利用好课堂学习时间。如：想进入营销行业、电子商务行业、会计行业等，首要应具备一定的基础专业知识，要让学生明白在校的主要任务是以学为主，课堂教学时间是专业所要求的时间和知识内容，是将来入行之本。要结合课程教学课内外安排为自己拟定切合实际的理论与实践的学习计划，并灵活实施。
(2)分清各阶段计划完成项目的主次，把握阶段的重难点。在面对实践工作或学习任务时，既要学会兼顾全面，同时也要分清主次，把握重点，合理调度，方能达到事半功倍的效果。在校期间学生如果频繁陷入兼职的繁杂事务之中或以实践之名忽视课堂学习，长期以来，会导致缺乏理论知识，这样的学习终将得不偿失。那么，在什么时间段参与社会实践活动比较适宜呢？大赛类实践通常不受时间影响。鼓励和要求学生把社会实践安排在周末、节假日、寒暑假或学习之余的空余时间，充分把握好在校学习的时间，而且撰写实践规划，充分利用校内实训场地，以时间换空间，例如电话营销本身就是一种对学生实践能力的培养的方式。
(3)把理论应用于社会实践，转化为自己的认识，充分吸收消化，最终形成综合调查能力和素质。有些“纸上谈兵”的调查策划文案和问卷一旦进入现实，往往接不到地气，无法落实，甚至会发现不少漏洞。鼓励学生在空余时间，在确保安全的前提下选择性地参与一些正规机构组织的调查实践，如参与调查组织、数据处理、数据审核与分析等环节，这样学生会更加深入地理解本课程的内容，同时，对本课程延伸涉及的相关知识和问题的探究更具主动性。如电子商务专业学生对市场营销课程的认识更加全面，增加了如何对营销策划活动提供数据支持等定量分析的概念。
一、安全就是大数据的事
传统信息安全的核心是一个“防”字，就像是为了保证安全给房间装上门、窗和锁。门、窗和锁虽然是必可不少的安全装备，但是在大数据时代，您不觉得在房间里多安装一些“摄像头”会更加保险吗?北京瀚思安信科技有限公司(以下简称瀚思安信)就是一家专门做“摄像头”的大数据安全分析公司。摄像头只是一个比喻，其实就是借助大数据工具，对企业内外部所有相关的数据进行分析，找出传统安全工具无法发现的安全漏洞，从而改善企业的安全状况。
从防御到侦测和响应
IDC预测，到2020年，全球信息安全市场的规模将达到500亿美元，云安全、互联网安全和大数据安全是信息安全市场的三大支柱。大数据安全就是通过分析的手段实现安全的智能化。它是未来保证企业安全的重中之重。
传统的信息安全策略是基于签名和规则的安全模型，对已知的各种安全威胁进行防御。但是在云计算、移动化等趋势出现后，传统的安全边界正在被打破。早在两年前，Gartner就已经预言，安全的边界会越来越模糊，大数据将成为解决安全问题的关键所在。
“随着安全威胁的增多，以及安全攻击变得更有针对性，企业已经不能再依靠传统的安全设备的简单组合，就像门、窗和锁那样应对所有的安全攻击了。”瀚思安信联合创始人董昕分析说，“利用大数据解决安全问题并不是纸上谈兵，而是已经有了实实在在的产品和解决方案。”美国硅谷已经出现了很多从事大数据安全分析的公司。在中国，瀚思安信冲在了前面。
信息安全1.0时代的特征是以防御为中心，它的基础是基于规则和身份验证的安全模型。但是现在，传统的安全手段已经无法有效应对日益增长的高级可持续攻击和内部安全攻击。现在已经步入信息安全2.0时代，其特征是以侦测和响应为中心。现在也是大数据在安全方面真正发挥作用的时候了。
Gartner的数据显示，过去，企业将安全预算的90%投入在防御方面，而今后60%的安全预算将用于侦测与响应。大数据将完全改变安全市场的规则。上一次信息安全市场的大变革发生在1998年，转折点是网络安全取代了单机杀毒。Gartner认为，现在，大数据给安全领域带来的变革比上一次安全变革的意义更加重大，影响也更加深远。
大数据安全不是纸上谈兵
虽然公司成立不久，但瀚思安信基于大数据分析的下一代安全信息分析系统HanSight Enterprise已经在银行、公安等关键行业客户那里得到了部署。董昕举了个例子，国内某银行的网银系统采用瀚思安信HanSight Enterprise，每天分析1TB的日志数据，通过算法和模式识别的方式，找出了很多以前用户没有发现的内部和外部的攻击。
“我们遇到的或刻意寻找的客户都是已经在安全方面有了较大投入的企业，它们很清楚自己的安全问题所在，而且知道必须采用新的方法去解决。”董昕补充说，“采用大数据安全分析解决方案的企业，首先必须部署一个比较完善的安全防护体系，防火墙、入侵检测系统、防信息泄露系统等要一应俱全。在这种情况下，企业还要有分析大量数据的需求，比如1TB以上的数据，这样才能更充分地发挥像HanSight Enterprise这样的产品的能力。不过，使用HanSight Enterprise并不需要掌握复杂的技术，普通的IT管理员就能胜任操作和管理工作。”
Gartner预测，到2016年，25%的全球大型企业将部署大数据分析系统，专门应对信息安全或网络欺诈，而今天这一比例仅为8%。企业在部署大数据分析系统的前6个月就可获得有效的投资回报。
目标是大企业
谈到公司的定位，董昕表示，大数据分析与安全在瀚思安信身上实现了有机统一。一方面，瀚思安信会基于Hadoop等不断提升大数据的处理效率;另一方面，瀚思安信还会将大数据处理工具与企业的业务关联起来，用于安全分析。
解决大数据时代的安全问题，瀚思安信的理念是“数据搜索+安全分析”，具体来说包括存储和索引、搜索和检测、机器学习和模式识别、安全知识库、监控和告警、报表和分析等六大环节。
瀚思安信目前只有21个人，其中18个是工程师。新产品开发对公司的发展来说至关重要。现阶段，瀚思安信只有两个产品：一个是免费版的企业级日志管理系统HanSight DataViewer 2.0，它是基于业界较成熟的分布式生态系统Elasticsearch开发的企业级日志管理平台，支持100TB数据量，提供搜索、大规模日志分析和可视化等服务;另一个是HanSight Enterprise。董昕希望用户通过试用免费版的企业级日志管理系统，先对瀚思安信利用大数据解决安全问题的思路和想法有一个直观的认识，然后在企业需要进行大数据安全分析时就可以更好地采用HanSight Enterprise。
HanSight Enterprise具有三大能力：未知威胁的发现能力、安全事件取证和上下文关联检索能力、全面安全态势展现和长周期分析报告能力。董昕介绍说：“正因为有了HanSight Enterprise，我们才可以帮助银行客户在秒级的时间里处理8亿条数据，并从中发现安全漏洞。”
HanSight Enterprise的目标客户群是大型企业。出于数据保密性和数据处理性能的考虑，现在的用户都是将HanSight Enterprise部署在私有云的环境中。“下一步，瀚思安信会考虑与公有云服务商合作，让中小型企业客户未来也能采用瀚思安信的大数据安全分析工具。”董昕介绍说，“现阶段，我们只能分析IT设备的日志数据。2015年，我们的产品将依靠全量网络流进行更大规模的数据分析。”
与传统安全厂商是互补关系
大数据安全分析产品与传统的网络安全产品并不矛盾，两者是互补的关系。比如，传统安全设备上的数据也能为HanSight Enterprise所分析。
“在很长一段时间里，我们将与传统的安全厂商共存。毕竟‘门和窗’是必需的，但只有‘门和窗’已不能解决安全问题，还需要‘摄像头’，然后对摄像头采集来的数据进行分析。”董昕介绍说，“我们与国内的一些安全厂商，比如绿盟、启明星辰等都保持着密切的沟通。”
其实，像瀚思安信下一代安全信息分析系统中最基本的日志数据分析功能，其他许多厂商的产品也都有，它们的区别到底在哪里呢?董昕解释说，虽然很多厂商也在做日志分析，但是它们的产品只能分析自己系统产生的数据，在关联性分析方面不尽如人意。另外，其他厂商的大数据分析工具在处理能力上还有不足，不能进行全量分析，无法将大数据分析工具的价值全部发挥出来。而瀚思安信的下一代安全信息分析系统是一个企业级的产品，在满足安全性、合规性和审计要求的情况下，可以实现实时的全量数据的安全分析，无论是数据分析的广度还是深度都有明显优势。
二、数据资产要管起来
数据是有价值的，毋庸置疑。但是，在大数据的概念提出前，又有多少企业真正把数据当成资产去经营、管理和更深入地挖掘其中的价值呢?
数据管理新模式
以前，企业在数据管理方面的实践最多就是把数据库中的数据存储起来，然后适当地做一些分析，用于营销或提升客户满意度，但是这些做法并没能充分发挥数据的价值。一方面，并不是所有的企业都做了类似的数据管理和挖掘工作;另一方面，数据挖掘的广度和深度也不理想。
“企业在对一小部分数据进行分析时，可能之前已经扔掉了99%的数据。这是因为有的用户没有意识到这些被扔掉的数据具有价值，还有的是因为用户没有称手的工具能够加工和处理如此庞大的数据量。”亚信大数据事业群总经理张灏告诉记者。
张灏认为，未来人工智能的发展可能会进一步促进人们对大数据的有效利用。通过深度的机器学习，系统可以自动帮用户捕捉所需的数据，其中很多数据可能以前仅凭人的经验是无法获得的。举例来说，现在黑客的攻击越来越有针对性，威胁无处不在，而仅靠银行人员的专业知识和经验来设定安全的规则，已经不能有效防范黑客的攻击。因此，银行希望他们的系统具有自动学习的能力，可以通过大数据分析来判断威胁所在。
针对这样一种趋势，企业应该建立一种新的管理思维模式，即数据资产的管理思维。张灏表示，为了让数据资产管理思维落地，必须做好以下几件事：第一，企业管理者必须认可数据是一种资产，数据存储的时间越长，数据可能越有价值;第二，企业内部要建立数据开放、共享的机制;第三，解决相关的技术难题，包括数据的安全性、隐私性等;第四，让数据流动起来，并建立以流动性为关键点的资产管理思维方式，更好地实现数据可视化。
过去，人们通常以现金资产和设备资产来评估一个企业的价值，而未来一定会以企业所拥有的数据资产的量和活性来评估企业的价值。在这个转变的过程中，数据资产的管理思维是必不可少的。
数据管理的利器
亚信就是数据资产管理思维的倡导者。如今，亚信可以提供包括数据采集、数据处理、分析挖掘等环节在内的大数据整体解决方案。近期，亚信了两款大数据新品——数据资产云图和数据资产管理一体机。
所谓数据资产云图，其实就是一个大数据的挖掘、监测和分析平台，其上搭载了多种数据挖掘应用产品，包括电商价格监控平台、产品口碑监测与分析、企业品牌监测与分析等，可根据用户的需求针对不同类型的数据进行多维度的分析。数据资产管理一体机则顺应了当前软硬件一体化的潮流，是一款集计算、存储、网络、大数据平台软件、大数据分析应用软件等于一体的集成化解决方案。它基于异构计算的理念将应用与硬件进行了深度融合，提供比通用的大数据平台更强大的数据分析和处理性能。
亚信的数据资产管理一体机采用的是标准化的x86硬件，并基于开源软件进行了软件开发。因此，该一体机具有很高的性价比，可以取代国外同类的一体机产品。由于亚信在电信行业拥有多年的开发和应用经验，尤其是在聚合数据、加工数据方面具有很强的能力，此次的数据资产管理一体机1.0版也在处理电信运营商数据方面表现出很强的实力。不过，这并不代表亚信的数据资产管理一体机就是为电信一个行业量身定制的。从其底层数据的处理能力来看，它还是一个适用于多个行业的产品。“我们希望通过自己的技术专长和对用户需求的透彻理解，为行业用户提供一个经过全面优化的软硬件一体的解决方案，提高大数据处理的效率，而不要让用户自己再费心选择和搭配软硬件。”张灏解释说。
虽然亚信的数据资产管理一体机可以适用于不同的行业，但是每个行业的需求、应用场景毕竟有所差异。所以在实际使用中，亚信还是会根据不同用户的特殊需求提品定制化的服务。
转变思维
张灏强调说：“数据资产管理平台对所有行业用户来说都是不可或缺的基础平台。不过，部署一个数据资产管理平台和部署一个Hadoop产品有很大不同，用户需要转变传统的管理思维。接受数据资产管理平台的前提是必须承认数据的价值是因为使用数据资产而产生的，然后才能谈到具体如何管理数据资产，对数据进行聚合、分析、加密，并最终从应用中获取价值。”
亚信是首个在银行和电信运营商两个领域里率先提出数据资产管理这一理念的。这两个行业目前是大数据应用水平最高的行业。这两个行业的客户对于数据的可视化、可管理性、数据挖掘等有很大的需求。亚信的数据资产管理方案对于提升行业用户的大数据应用水平起到了积极的作用。
三、数据交换要有开放的心态
北京腾云天下科技有限公司(以下简称腾云天下)高级总监陈星霖向记者介绍说，“腾云天下专注于移动互联网，目前覆盖的独立智能终端超过10万个，所以在移动数据的采集和分析方面具有明显优势。”
腾云天下在企业和移动应用之间搭建起了一座桥梁，将企业与个人消费者紧密联系在一起。比如，国内TOP10的股份制商业银行都是腾云天下的客户。腾云天下帮助这些银行通过数据的建模和分析提升了营销和征信服务水平。
“我们发现，许多银行客户非常愿意借助大数据工具改善服务，提升营销能力。”陈星霖介绍说，“下一步，我们要做的就是扩展业务范围，覆盖更多的数据消费场景。”
如今，数据的来源渠道越来越丰富，大量用户更倾向于在移动终端上进行浏览、搜索、数据分析和社交。腾云天下的一大优势就是拥有大量的移动端用户数据，可以对用户的消费行为进行分析，并将分析的结果反馈给直接面向终端客户的企业用户，主要包括银行、零售、快销、汽车等行业的客户。陈星霖介绍说：“我们只提供数据和数据分析，而数据与业务应用如何关联还要由相关的应用软件开发商来完成。我们的策略是与这些应用软件开发商进行广泛的合作。”
谈到未来如何在移动互联网领域进一步发展，陈星霖表示，腾云天下的一个努力方向是让数据的来源和形态更丰富，包括线上线下的数据和企业内外部的数据，通过对这些不同来源的数据进行采集和分析，可以了解个人用户喜好和消费行为。陈星霖举例说：“我们在与航空公司接触时发现，它们对于来自于PC和移动终端的数据无法进行关联和统一的识别。而我们的优势就是可以打通移动互联网与用户生态圈，整合不同来源的数据进行统一的身份认证。”
为了丰富数据的来源，腾云天下也愿意在一定条件下与相关单位进行数据的交换。这就涉及到一个十分敏感的问题——数据隐私。“我们不会采集任何与个人身份相关的隐私数据，比如身份证信息。”陈星霖肯定地表示，“相对于像银行这样在数据交换方面较封闭的企业来说，我们的心态比较开放。”
一些移动互联网领域的广告主希望从更多途径了解用户的消费行为，所以愿意在一定条件下将自己的部分数据托管到由第三方可信的机构搭建的数据共享平台上。来自各方的大量数据可以在这个第三方数据共享平台上得到聚合、分析和挖掘，最终的分析结果也会反馈给广告主或相关方。“我们与一些广告主也在就此事进行沟通。”陈星霖介绍说，“这个数据共享平台究竟由谁来负责搭建，是由行业内部自行决定的。参与数据交换的广告主都可以使用这个平台上的数据，但使用之后，数据就要被销毁。这种数据共享模式可能会先在某些垂直行业中得到采用。”
本文在分析商业网站中使用的数据挖掘技术的基础上，从网站数据挖掘、网站结构设计和网站功能设计这三个方面对数据挖掘技术在商业网站设计中的应用问题展开了探讨，以便为商业网站的设计提供一些指导。
关键词：
数据挖掘；网站设计；应用
就目前来看，受到网络化的影响，很多既有交易型态和商业行为都开始将交易机制转移到网站上。所以，如何设计商业网站，成为了不少企业关注的问题。而利用数据挖掘技术可以完成对商业网站中的大量数据的分析，从而实现网站商品的定向营销。
1数据挖掘技术概念及应用概况
从技术层面上来看，数据挖掘技术就是从大量数据中进行有用数据信息的提取的技术，需要摆脱噪声数据、随机数据和模糊数据的干扰。而从商业角度来看数据挖掘技术是供应商行业处理信息的技术，可以帮助企业从商业数据库中提取大量有用业务数据，并且通过处理和分析这些数据信息实现对关键知识的提取，从而为企业制定决策提供依据。就目前来看，在商业网站中应用的数据挖掘技术有路径分析技术、关联规则的发现技术、序列模式和分类聚类技术等。
2数据挖掘技术在商业网站设计中的应用
2.1在网站数据挖掘中的应用
利用数据挖掘技术充分挖掘商业网站包含的数据，才能合理进行网站内容的设计。而客户背景资料信息是系统需要的数据来源，主要来自于客户填写的登记表和相关单证。完成这些数据的收集后，网站需要将数据传递至后台数据库中，并进行数据的存储。而利用数据挖掘技术进行这些数据的分析和处理，将能得到相应的数据分析报告。利用这些报告，网站管理人员就能进行网站内容的设计或改进，并进行相应数据的存储。但是，出于隐私信息的保密性考虑，客户有时不愿意在网上单证上填写详细的资料信息，以至于将给数据的挖掘和分析带来困难。为此，还需要使用数据挖掘技术分析网站浏览者的行为表现数据，以便根据这些数据进行客户背景资料信息的推测。比如，分析网站浏览者的点击访问情况就能进行客户行为表现的观察，并实现对有用信息的挖掘。就目前来看，在设计商业网站时，可以根据网站日志进行客户这部分信息数据的获取。而通过对这些日志数据进行清洗、过滤和转换，才能将获得的数据存储到网站数据库中。在此基础上，还要将这些数据当成是数据挖掘的数据源，并从数据库中进行数据的调用和抽取，然后完成对数据的模式识别[1]。而在生成多维数据视图后，通过分析就能得到数据挖掘结果和报告。最终，还要将这些内容存储到后台数据库中，以便为网站管理者提供参考。
2.2在网站结构设计中的应用
在设计商业网站时，使用具有商业逻辑基础的数据挖掘商业应用平台才能实现挖掘客户数据信息的目的。所以，需要应用数据挖掘技术设计商业网站结构，以便创建一个与商业逻辑相结合的数据挖掘系统。在设计的过程中，可以围绕着数据存储、数据处理和数据展示这三个方面进行数据库系统的设置。同时，需要将网站用户接入部分当做是客户端，而数据挖掘系统需要为用户接入和交互提供支持。在客户端发出请求后，系统应对请求作出商业逻辑分解，并从数据存储处进行数据的获取，然后再将处理后的结果返还客户端。从总体结构上来看，数据挖掘商业应用平台应该由三部分构成，即客户层、中间层和数据服务层。
2.3在网站功能设计中的应用
2.3.1网站搜索引擎的设计
面对成千上完的商业网站，想要从质量不一的网上站点中选取便宜且适合自己的网站其实并不容易。而设计网站搜索引擎则能较好的解决这一问题，从而为用户选择网站提供便利。从国内来看，8848网站是最早具有中文购物搜索引擎功能的网站，可以面向中国内地提供专用网上购物商品搜索引擎。在设计网站功能时，网站利用了数据挖掘技术进行信息搜索功能的实现。在该网站上，可以为用户提供两种搜索方式，即全网搜索和网上商城搜索。通过在搜索框内输入商品信息，用户就能在短时间内找到互联网上众多商业网站经营的有关商品。同时，在浏览器上，用户还能看到商品的信息介绍，并且得知商品的来源网站。此外，搜索引擎功能还能为用户提供价格比价和商品排序等多种信息显示方式，用户可以直接点击网站链接进行商品网站的访问。
2.3.2网站客户关系管理的设计
利用数据挖掘技术，商业网站还能获得客户关系管理功能。而所谓的客户关系管理，其实就是对企业和客户之间的交互活动进行管理。从设计思想上来看，网站管理者需要以客户为导向，并且尽量满足客户的个性化和多样化需求。而应用数据挖掘技术进行客户信息的挖掘，将能帮助网站管理者了解客户和产品的历史交易信息，从而得知客户的消费倾向和产品的受欢迎程度。所以，数据挖掘技术的应用可以为企业提供更多将商品销售给现有客户的机会，并且也能够为企业制定商品分析决策提供数据依据[2]。此外，利用数据挖掘技术实现对客户关系管理业务数据的共享和自动化管理，也能够帮助企业完成业务分析、供应链整合等工作，从而使商业网站的运营管理以客户为中心。
2.3.3网站个性化服务的设计
商业网站想要取得一定的市场竞争力，还要致力于为客户提供个性化的服务。应用数据挖掘技术可以使消费者利用网站搜索引擎，并根据自己的需求和个性特点选择感兴趣的商店。而在获得符合自己个性要求的资料库后，用户的在线购物过程将更具个性化的特点。同时，通过与用户交流，网站的模拟商店销售人员也能够为用户提供商品推荐，从而帮助用户尽快找到需要的商品。此外，网站也能够根据消费者反馈的信息进行特别服务的提供。具体来讲，就是用户在信息交流区发表看法或建议后，网站可以通过自动服务系统为用户定制个性化服务菜单。而为用户提供个性化服务，显然能够起到防止网站用户流失作用。
3结论
总而言之，商业网站是企业开展电子商务的信息平台，是商家与服务对象联系的沟通渠道。所以，商家能否从网站获取有用的客户信息，网站结构设计是否合理，网络功能是否齐全，将直接关系到网站交易的成败。因此，在设计商业网站时，应该较好的进行数据挖掘技术的应用，以便打造一个能够为客户提供满意服务的网络消费平台。
作者：马宗禹 单位：马鞍山师范高等专科学校
参考文献：
