亚马逊如何塑造大数据环境

如果有一个电子商务平台一直是大数据的试验场所，那么它就是亚马逊。这是一家众所周知的公司，不仅仅是一个在线商家。还是一家大数据行业巨头和先驱，擅长寻找将客户数据与业务主动性联系起来的方法。

亚马逊网络服务应运而生

亚马逊公司的创始人杰夫·贝佐斯（Jeff Bezos）认为，亚马逊公司并不仅仅是销售产品。自从亚马逊公司2006年推出亚马逊网络服务（AWS）这个云服务以来，至少已有十多年的时间。AWS公司旨在托管应用程序和软件，以便立即在网络上部署，并且是“即用即付”服务。

贝佐斯意识到，他可以利用亚马逊为其基于数据的业务所使用的私有云基础设施，将其转变成自己的产品。因此获得了巨大的回报：AWS公司是亚马逊公司主要的盈利业务。亚马逊原来的电子商务商业模式经常亏损。而其AWS和大数据部分则解决其盈利问题。

如今，AWS的业务广泛。因为拥有有流媒体视频网络，人们可能会认为Netflix公司和亚马逊是行业的竞争对手，但Netflix公司是亚马逊的AWS主要客户之一。在Netflix上传输流媒体视频时，Netflix的所有数据和软件都存储在AWS云平台上。AWS云平台具有可扩展性，通常允许组织将大数据软件用于云上。当然，如果没有亚马逊在大数据应用方面的知识积累，提供这样的云服务将是不可能的。

推荐引擎

如今的推荐引擎是相当标准的。Spotify，Netflix，Pandora等各种媒体和电子商务网站都依赖于推荐引擎。亚马逊并不是第一家使用推荐算法的公司，例如搜索引擎。但该公司展示了人们可以使用数据和算法来销售产品。

由亚马逊公司工程师Greg Linden首创一项创新，亚马逊公司使用自己的云平台对10亿GB的客户数据进行了基本上分类，并通过预测分析产生了10%-30％的收入。亚马逊使用以下类型的数据来提出建议：

• 购买历史
• 浏览记录
• 产品趋势
• 社交媒体提到表明产品的知名度
• 购买者对买方朋友的影响
• 购买历史相似的人购买行为

这个限定词列表是任何大数据营销人员用来确定广告个性化的原型列表。任何有关大数据的营销工作都要归结到哪些数据是最好的和最适合使用的。请注意，亚马逊公司更加专注于产品。

行业专家Neil Perkin指出，亚马逊使用一种称为“逐项协作过滤”的过程。基本上，“这涉及到在产品层面而不是用户层面上提出建议”。关注每个用户会打开太多的数据集。亚马逊公司通过专注于产品以及用户活动与产品的关系，推出了许多模型，包括Netflix，Pandora和Spotify。

敏捷的业务

随着人们所发现的，大数据并不仅仅是促进产品推荐，它还有助于确定企业在扩张时应该做些什么。从分析人们想要什么类型的产品和服务的数据，亚马逊公司已经扩大了电子商务空间，包括家庭服务和杂货店送货。

通过了解人们想要什么类型的服务，以及他们最想要的服务类型，亚马逊家庭服务在推出的第一年的每个月都增长了20％。亚马逊新鲜杂货配送服务提供超过95,000种不同的产品，可以在订购当天发货。要完成这种类型的壮举，需要具有令人难以置信的准确性，预测分析和个性化的能力。

亚马逊现在正通过收购Whole Foods将其敏捷性带入实体有机食品市场。在这个领域，这个电子商务巨头将会使用大数据方面的专业知识，而这个领域之前还没有被广泛使用过。而这个结果将会激动人心。

在2006年，AWS成为了大数据可以促进敏捷品牌发展的第一个例子。亚马逊公司发现需要更多的云计算和分析专业知识，并相应扩大。现在，敏捷品牌和市场营销是任何成功的初创公司发展计划的重要组成部分。

亚马逊公司最大的突破就是向大家了展示可以使用大数据即服务，而且企业还可以使用大数据为用户提供敏捷的个性化服务。而随着其他公司的效仿，亚马逊公司将会获得更多的收益。

End.

转载请注明来自36大数据（36dsj.com)： 36大数据 » 亚马逊如何塑造大数据环境