市场数据分析与商业行为优化模块

【学习目标】

素质目标：有序参与市场竞争、在竞争中合作，注重商务礼仪修养。

知识目标：理解市场和市场行情的基本含义、数据来源；掌握市场数据的关键指标。

能力目标：能制定市场数据分析方案；能正确采集与预处理市场数据；能创建合适的可视化图表并预警异常值；能合作完成市场数据分析报告并提出商业行为优化建议。

【学习重点与难点】

学习重点：市场数据分析岗位技能实战。

学习难点：计算赫芬达尔指数值，撰写市场数据分析报告。

亚马逊基于数据导向的商业蓝图

全球哪家公司从大数据发掘出了最大价值？截至目前，答案可能非亚马逊莫属。亚马逊也要处理海量数据，这些交易数据的价值非常大。作为一家“信息公司”，亚马逊不仅从每个用户的购买行为中获得信息，还将每个用户在其网站上的所有行为都记录下来：页面停留时间、用户是否查看评论、每个搜索的关键词、浏览的商品，等等。这种对数据价值的高度敏感和重视，以及强大的挖掘能力，使得亚马逊早已远远超出了它的传统运营方式。

亚马逊CTO Werner Vogels在CeBIT上做关于大数据的演讲时，描述了亚马逊在大数据时代的商业蓝图。长期以来，亚马逊一直通过大数据分析，尝试定位客户和获取客户反馈。“在此过程中，你会发现数据越大，结果越好。为什么有的企业在商业上不断犯错？那是因为它们没有足够的数据对运营和决策提供支持。”Vogels说，“一旦进入大数据的世界，企业的手中将握有无限可能。”从支撑新兴技术企业的基础设施到消费内容的移动设备，亚马逊的触角已触及更为广阔的领域。(www.xing528.com)

亚马逊推荐：亚马逊的各个业务环节都离不开“数据驱动”的身影。在亚马逊上买过东西的朋友可能对它的推荐功能都很熟悉，“买过X商品的人，也同时买过Y商品”的推荐功能看上去很简单，却非常有效，同时这些精准推荐结果的得出过程也非常复杂。

亚马逊预测：用户需求预测是通过历史数据来预测用户未来的需求。对于书、手机、家电这些东西——亚马逊内部叫硬需求的产品，你可以认为是“标品”——预测是比较准的，甚至可以预测到相关产品属性的需求。但是对于服装这种软需求产品，亚马逊干了十多年都没有办法预测得很好，因为这类东西受到的干扰因素太多了，比如用户对颜色款式的喜好，穿上去合不合身，爱人、朋友喜不喜欢……这类东西太易变，买的人多反而会卖不好，所以需要更为复杂的预测模型。

亚马逊测试：你会认为亚马逊网站上的某段页面文字只是碰巧出现的吗？其实，亚马逊会在网站上持续不断地测试新的设计方案，从而找出转化率最高的方案。整个网站的布局、字体大小、颜色、按钮以及其他所有的设计，其实都是在多次审慎测试后的最优结果。

亚马逊记录：亚马逊的移动应用不仅让自己了解到用户拥有了一个流畅的无处不在的体验环境时，也让自己通过收集手机上的数据深入地了解了每个用户的喜好信息；更值得一提的是Kindle Fire，内嵌的Silk浏览器可以将用户的行为数据一一记录下来。

以数据为导向的方法并不仅限于以上领域，亚马逊的企业文化就是冷冰冰的数据导向型文化。对于亚马逊来说，大数据意味着大销售量。数据显示出什么是有效的、什么是无效的，新的商业投资项目必须有数据的支撑。对数据的长期专注让亚马逊能够以更低的售价提供更好的服务。

案例思考：

1.亚马逊的数据导向体现在哪些方面？

2.请谈谈亚马逊的数据导向文化助推公司发展的作用。