电子商务大数据伴随着消费者和企业的行为实时产生，广泛分布在电子商务平台、社交媒体、智能终端、企业内部系统和其它第三方服务平台上。电子商务数据类型多种多样，既包含消费者交易信息、消费者基本信息、企业的产品信息与交易信息，也包括消费者评论信息、行为信息、社交信息和地理位置信息等。移动智能终端对电子商务的影响越来越大，移动终端的移动性、便捷性和私人性等特征促进了移动电子商务的快速发展，产生了大量的电子商务数据。对电子商务数据进行挖掘、创造价值，将成为电子商务企业的主要竞争力。

大数据等新一代信息技术推动来自各个渠道的跨界数据进行整合，促使价值链上的企业相互连接，形成一体。地理上分布各异的企业以消费者需求为中心，组成动态联盟，将研发、生产、运营、仓储、物流、服务等各环节融为一体，协同运作，创造、推送差异化的产品和服务，形成智能化和快速化的反应机制。大数据时代企业间通过信息开放与共享、资源优化、分工协作，实现新的价值创造。

1、海量数据

电子商务系统产生了海量数据且数据增长速度越来越快，导致数据查询及报表生成速度变慢，使用率也不高，是垃圾还是价值?该如何管理利用?

2、数据认知

大多数传统ERP系统，订单系统，运维系统，供应链系统中，已有简单的分析统计图表，但数据格式比较单一，灵活性差，交互性低，管理者难以对全院数据有很好的认知。

3,管理决策

管理决策时，不能迅速从底层数据中提取关键数据，以数据驱动运营方向，只能通过运营部门、订单部门，供应链部门的统计报表及各个离散系统中的统计报表进行管理决策。

总体架构图如下：

整个系统分为4个层次：

1、数据层：整合电商企业信息系统。打破信息孤岛。实现数据共享。

2、建模层：根据数据决策方面、销售方面、运营方面关心的指标不同。建立不同分析主题集市。

3、业务层：梳理电商业务指标，将分析结果推送至展现层

围绕会员方面，对用户所在地，所关联平台来源，线上线下行为，滞留时间，支付方式等角度进行数据分析挖掘，优化推广决策，提高捕获新用户能力。

围绕商品方面，对单个产品，单类产品，价格，利润等角度进行数据分析挖掘，提高商品核心竞争力，优化库存管理。

围绕利润方面，对客单价，人效，坪效，同比利润，环比利润，促销影晌等角度进行数据分析挖掘，从容掌握合理定价。制定销售策略。

围绕服务方面，对用户反馈，售后率，退换货监控，会员更新频率等角度进行数据分析挖掘，帮助电商企业合理规避风险，提升产品质皿竞争力。

·围绕流量方面，对各个平台带来的用户、会员、利润、销量等角度进行数据分析挖掘，提高流量负载，合理拓展平台服务商。

围绕供应链管理，对各个供应链的供应时间，供应周期，供货质且进行数据分析，有效地对供应链进行选择，评判，优化。

4、展现层：以丰富美观的图表展现方式，灵活多变的交互方式，将分析结果呈现给各角色管理人员。

1、基于永洪电商数据分析平台，决策层、管理层可以洞察全企业运行状况。

2、从容应对电商平台迅速增长的数据，基于明细数据，任意业务的计算及展现，均可达到秒级响应。

3、业务部门都能做部分自服务分析，以满足实时探索分析需求。

4、能够快速响应新的分析需求和变化，提高工作效率