关心电子商务与行销趋势的您，一定对于大数据（Big Data）这个名词不陌生。大数据被比喻为未来的新黄金，是电子商务经营者瞭解消费者行为以精淮行销，甚至是预测顾客未来购物行为的重要工具。
Yahoo亚太区电子商务研发工程部副总经理黄小姐阐述如下：
由以下两个例子即可瞭解大数据预测未来的淮确性。日本卫生机关在2013年1月14日到20日间通报流感患者数量为140万人，同时间雅虎日本也公布一份关键字调查报告，当週使用者在雅虎日本以「流行性感冒」作为关键字搜寻的次数，竟然与日本卫生机关所公佈的患者数量呈现正相关，显示关键字搜寻后的数据分析，可预测流感患者数量。
第二个例子则是2012年的美国总统大选。欧巴马的大数据分析团队利用演算法分析与建立模型，将选民分成将近1000多种不同属性的族群，以了解每一类人群和每一个地区选民在任何时刻的态度，淮确预测出在各州胜出的可能性。透过大数据分析，在美国总统投票结果出炉前，即掌握欧巴马在哪些州会胜出，连任美国总统。
大数据的三V特性
为何大数据可以预测未来？大数据有三大特性，首先是大量化(Volume)，可处理TB与PB以上的资料量。第二是多样化 (Variety)，资料的范畴包含了影音档、图片档、文字档等。第三则是快速化(Velocity)，分分秒秒产生大量顾客消费资料。由于可大量、快速地储存、处理与分析複杂的各项资讯，透过整合这些大量的资料，如最近点击看过哪些品项、停留时间长短、最近一次消费品项 、消费频率与消费金额等，预测下一次的消费行为的可能性。
虽然无论谁都可以来分析处理大数据，但如果数据样本有限，则无法做出精淮的分析。因此最容易成功者就是像Yahoo这样的入口网站，有大量的使用者与网站内容，用于收集与分析各项资料。
从前，对于消费者分析主要依据年龄、性别、喜好，与购物项目等来分析做简单的群体划分。如A女28岁，每月消费金额约在3000，元，购买品项多为服饰与配件。B女35岁，每月消费金额也在3000元，购买品项为皮包或办公室舒压小物。系统会将A女与B女都归纳为小资女，但无法取得明确的行为模式。但在资料讯息更充足的情况下，透过多方取得数据并整合分析，因此可进行更精细的消费者区隔。以上述例子来说，A女常常点击裙子网页，也比较过不同裙子的款式、价格，甚至曾经把裙子放在购物车裡。则系统除了会推荐其他的裙子网页外；还会附上其他看过裙子的使用者，也曾看过鞋子，并推荐鞋款。经过大数据分析后，系统除利用原本的购物历史数据外，再加上网页点击、浏览记录，停留时间长短等，更精淮地细分消费者。
越精淮个人化，就能预测每一位消费者的行为
目前国内外的电子商务的大数据分析多半使用2006年Amazon的Category Filter（CF模式） ，利用归纳法，把行为相似的人归纳在一起。如消费者搜寻A书，曾则推荐消费者，搜寻A书的人，也曾看过B书跟C书。Yahoo 在2013年成立亚太区电子商务研发工程部后，自主研发演算法与归纳消费者行为模式，将消费者区分为数十个个族群，针对不同族群推荐不同商品。这个系统上线后，第一个月的营业额就有明显的转化率提升。
此外，针对消费者热门搜寻、点击页面与浏览时间等资讯，我们自行研发迴归模式，预测未来热卖的商品，以供厂商备货避免缺货丧失商机。举例来说，这星期消费者热门搜寻字组为郑多燕，则可预测下星期郑多燕健身等相关产品仍会热卖，主动提醒合作厂商做好库存管理即时补货，因应下星期订单。
2014年出再使用行为Clustering的客群分类方法，进一步将消费者细分成数百个族群，每个族群更具独特性，更精淮地区分消费者，每两天就更新一次资料，让消费者永远处于最适宜的族群，再进行沟通。六月上线后，就有明显的营业额上涨现象。
除了以上方法外，今年第一季我们也推出有价值的点击（quality click），如对消费者点击次数的分佈进行分析, 侦测消费者采购前的比较行为。针对每一个不同点击次数完成购买者，推荐不同商品。此个人化精淮模式一推出，营业额立即增加。
Amazon「提前寄货」服务
不管是Yahoo或是Amazon皆很积极利用大数据预测未来消费者行为。Amazon为了缩短物流时间，推出「提前寄货」的服务，利用消费者之前的购物行为，预测下次的购买时间与物品，在顾客尚未下单之前提前发出商品，儘可能的缩短物流时间。Amazon不惜成本推出这项服务的主因在于美国幅员广大，从下单到收到物品时间平均为15天，送货时间过久降低网路购物意愿。因此透过「提前寄货」的服务让客户下单到收货缩短到3天。举例来说，A顾客每三个月都会Amazon购买卫生纸，若上次购买在9月，预测下次购买为11月底前，则Amazon提早在11月初寄出卫生纸，儘可能的缩短物流时间，即可在11月底客户下单前提早送达。
Amazon判断是否可成为「提前寄货」的顾客，其背景资料包括，顾客历史订单、商品搜索记录、商品页面停留时间，顾客的心愿清单、曾在购物车裡的商品资讯等，预测下次购物行为。当然Amazon也可能预测错误，顾客若收到并未预期下单的物品，只要退回即可，全部物流成本由Amazon吸收。
台湾地狭人稠，无须推行「提前寄货」的服务，因此Yahoo将以浏览行为与购物纪录资料库为基础，持续优化消费者行为的归纳模式，除深入分析消费者短期与长期消费行为建构模型外，并进一步结合关键字搜寻热门字与字串型热门字，探知消费者真正的意图，以个人资料作差异化做商品推荐，让顾客快速找到自己想要的商品。
