Amazon如何利用大数据练就“读心术”？

精准的推举、心水的价钱、充分的库存以及高效力的配货，在你还未下单之前，亚马逊早已应用“读心术”并作出预测，为你筹划好了一整套井井有条的购物体验。作为电商巨头的鼻祖，二十几年来依然占据着电商界前几名地位，亚马逊自家的大数据体系是当之无愧的大功臣。

“数据就是力气”，这是亚马逊的胜利格言。EKN研讨的最新报告显示，80%的电子商务巨头都以为亚马逊的数据剖析成熟度远远超过同行。亚马逊应用其20亿用户账户的大数据，通过预测剖析140万台服务器上的10个亿GB的数据来增进销量的增加。亚马逊追踪你在电商网站和APP上的一切行动，尽可能多地收集信息。你可以看一下亚马逊的“账户”部分，就能发明其壮大的账户管理，这也是为收集用户数据服务的。主页上有不同的部分，例如“欲望清单”、“为你推举”、“阅读历史”、“与你阅读过的相干商品”、“购置此商品的用户也买了”，亚马逊坚持对用户行动的追踪，为用户供给卓著的个性化购物体验。

灵巧应用Hadoop技巧

亚马逊通过多种工具在云端扩大其大数据运用，如数据储存、数据收集、数据处置、数据分享和数据合作。亚马逊灵巧的MapReduce程序树立在Hadoop框架的顶端，两者很好地互补，赞助零售商高效地管理和应用剖析平台。具体来说零售商店15亿的产品目录数据，能通过200个实现中心在全球流传并储存在亚马逊的S3界面中，每周进行将近5亿次更新。同时S3界面上数据的产品目录每三十分钟都要进行剖析并发回不同的数据库。

个性化推举

通过向用用户供给建议，亚马逊获得了10%到30%的附加利润。拥有两百万出售商，跨越10个国度，为近20亿顾客服务，亚马逊应用其超先进的数据驾驭技巧向用户供给个性化推举。毫无疑问亚马逊是发掘大数据供给个性化服务的先驱，它通过供给谋划好的购物体验引诱用户买买买。

亚马逊个性推举的算法包括多种因素，向用户推举商品前，要剖析例如购置历史、阅读历史、朋友影响、特定商品趋势、社会媒体上风行产品的广告、购置历史类似的用户所购置的商品等等。为了向用户供给更好的服务，亚马逊一直在不断改良推举算法。

当然，个性化推举不仅仅针对顾客，电商市场上的出售商也能收到来自亚马逊靠谱的建议。

一般来说出售商有广泛如下问题：

该添加什么新产品?

须要坚持多少库存能力满足顾客对某一特定商品的需求?

如何通过供给更多选择和优化服务来进步顾客满意度?

亚马逊自称其在出售商上的伟大胜利是因为它们向出售商供给库存量的建议，例如向他们推举可以在库存中参加的新产品，推举特定产品的更佳配送模式等等。平均下来，亚马逊的每位出售商的产品目录列表都会得到超过100条建议。

亚马逊为出售商供给的更受欢迎的建议之一就是关于库存脱销，推举算法为特定出售商剖析出售量和库存量，这简直是解决库存管理问题的神助攻，要知道优化库存管理对出售商来说一直是非常具有挑衅的环节。基于这些因素，亚马逊的推举算法可以提出预期产品需求的建议，以便出售商在亚马逊上及时弥补库存，二者达成共赢。

动态价钱优化

在零售市场，价钱优化是一个主要的因素，因为零售商们都会想尽方法给每一件商品制订更好的价钱。价钱的管理在亚马逊会被周密地监控，以到达吸引顾客、打败其他竞争者和增加利润的目标。

动态的价钱浮动推进亚马逊的盈利平均增加了25%，而且他们通过每时每刻的监控来坚持着自己的竞争力。从2012-2013年，亚马逊的销量进步了27.2%，这使他们第一次跻身全美前十零售商的榜单。通过火析不同起源的数据，比如顾客在网页的阅读运动、某件商品在仓库中的存货、同一件商品不同竞争商家的定价、历史订单、对某件商品的偏好、对商品的预期利润等等，亚马逊的产品价钱制定策略的实时价钱调控得以实现。每隔十分钟，亚马逊就会转变一次网站上商品的价钱。

顾客往往会发明亚马逊商品的价钱总是全网更低，这就是得益于亚马逊的动态价钱策略。亚马逊的动态定价算法每小时会调剂几次每件商品的价钱，以此更好地应用人们对于价钱的觉察的心理。

机灵的是亚马逊为更好卖的商品供给大幅的折扣，同时在稍微不那么火的商品中牟取更多的利润。举个例子，亚马逊对一款卖的更好的智能手机的定价比同行低了25%，与此同时，另一款相对不那么受欢迎的智能手机却在亚马逊上卖得比其他网站贵了10%。Boomerang Commerce上的一份剖析报告指出，在任何季节里，亚马逊不必定真的是某一样商品卖的更便宜的商家。但它在高人气和畅销商品中一贯的低价让花费者发生了亚马逊上总体商品的价钱甚至比沃尔玛还划算的感到。

在亚马逊上，既有不少因为亚马逊的动态价钱调剂而省下了一大笔的心满意足的顾客，也不乏那些因为没有在更佳机会买买买而扼腕叹息的顾客。其中一个关于动态价钱调剂的更好的例子，就是亚马逊先把星球大战整套Blu-ray猛降到$70，然后在一周之后又把价钱提到$134。捡到这个大廉价的顾客当然超级开心，但那些多给了不少钱的买家可就无比心塞塞。

供给链优化

尽管亚马逊把它的胜利归功于进步用户的购物体验，但事实上，是壮大的供给链和满足需求的才能让这句话免于流为空谈。CapGemini的一项调查显示，当他们的订单不能按时被满足时，89%的美国花费者情愿去其他处所持续他们的购置。在壮大的供给链优化作用之下，沃尔玛每运五十万件商品，亚马逊已经运出了一千万件。

亚马逊与生产商有着实时的接洽，依据数据追踪存货需求来为客户供给当日/次日配送的选择。亚马逊应用大数据体系，衡量供给商间的临近度和客户间的临近度，从而挑选最适合的数据仓库，从而更大化下降配送成本。大数据体系赞助亚马逊预测所需的数据仓库数量和每个仓库应有的容量。同时，亚马逊还通过应用图论选择更佳时光支配、路线和产品分类来把配送成本降到更低。

预测式购物——下单之前就发货

不满足于传统的个性化推举，亚马逊正在尽力将这种个性化推举晋升到另一个层次。近日亚马逊获得了一项“预测式购物”新专利。通过这项专利，亚马逊将依据花费者的购物偏好，提前将他们可能购置的商品配送到距离最近的快递仓库，一旦购置者下了订单，立刻商品就能送到家门口。这将大大下降货物运输时光，同时对实体店的竞争同行也是一次重创。这项专利意味着预感性剖析体系将会变得非常准确，以至于它可以预测顾客什么时候和将会购置什么产品。

不过，如果大数据算法在预测上出错，亚马逊将有可能面临着蒙受来回运送商品物流成本的艰苦。未来关于预测式购物的问题还会有不少，亚马逊到底如何在坚持自身竞争力的同时解决这些辣手的问题，我们拭目以待。

部分文章大数据机器发布，如有侵权请联系删除！

详情可添加微信好友，获取相关业务资料。