“資料就是力量”，這是亞馬遜的成功格言。EKN研究的最新報告顯示，80%的電子商務巨頭都認為亞馬遜的資料分析成熟度遠遠超過同行。亞馬遜利用其20億使用者賬戶的大資料，通過預測分析140萬臺伺服器上的10個億GB的資料來促進銷量的增長。亞馬遜追蹤你在電商網站和APP上的一切行為，儘可能多地收集資訊。你可以看一下亞馬遜的“賬戶”部分，就能發現其強大的賬戶管理，這也是為收集使用者資料服務的。主頁上有不同的部分，例如“願望清單”、“為你推薦”、“瀏覽歷史”、“與你瀏覽過的相關商品”、“購買此商品的使用者也買了”，亞馬遜保持對使用者行為的追蹤，為使用者提供卓越的個性化購物體驗。
靈活利用Hadoop技術
亞馬遜通過多種工具在雲端擴充套件其大資料應用，如資料儲存、資料收集、資料處理、資料分享和資料合作。亞馬遜靈活的MapReduce程式建立在Hadoop框架的頂端，兩者很好地互補，幫助零售商高效地管理和利用分析平臺。具體來說零售商店15億的產品目錄資料，能通過200個實現中心在全球傳播並儲存在亞馬遜的S3介面中，每週進行將近5億次更新。同時S3介面上資料的產品目錄每三十分鐘都要進行分析併發回不同的資料庫。
通過向用使用者提供建議，亞馬遜獲得了10%到30%的附加利潤。擁有兩百萬銷售商，跨越10個國家，為近20億顧客服務，亞馬遜利用其超先進的資料駕馭技術向使用者提供個性化推薦。毫無疑問亞馬遜是挖掘大資料提供個性化服務的先驅，它通過提供策劃好的購物體驗誘導使用者買買買。
亞馬遜個性推薦的演算法包含多種因素，向使用者推薦商品前，要分析例如購買歷史、瀏覽歷史、朋友影響、特定商品趨勢、社會媒體上流行產品的廣告、購買歷史相似的使用者所購買的商品等等。為了向使用者提供更好的服務，亞馬遜一直在不斷改進推薦演算法。
當然，個性化推薦不僅僅針對顧客，電商市場上的銷售商也能收到來自亞馬遜靠譜的建議。
一般來說銷售商有普遍如下問題：
▶該新增什麼新產品？
▶需要保持多少庫存才能滿足顧客對某一特定商品的需求？
▶如何通過提供更多選擇和優化服務來提高顧客滿意度？
亞馬遜自稱其在銷售商上的巨大成功是因為它們向銷售商提供庫存量的建議，例如向他們推薦可以在庫存中加入的新產品，推薦特定產品的最佳配送模式等等。平均下來，亞馬遜的每位銷售商的產品目錄列表都會得到超過100條建議。
亞馬遜為銷售商提供的最受歡迎的建議之一就是關於庫存脫銷，推薦演算法為特定銷售商分析銷售量和庫存量，這簡直是解決庫存管理問題的神助攻，要知道優化庫存管理對銷售商來說一直是非常具有挑戰的環節。基於這些因素，亞馬遜的推薦演算法可以提出預期產品需求的建議，以便銷售商在亞馬遜上及時補充庫存，二者達成共贏。
動態價格優化
在零售市場，價格優化是一個重要的因素，因為零售商們都會想盡辦法給每一件商品制定最好的價格。價格的管理在亞馬遜會被嚴密地監控，以達到吸引顧客、打敗其他競爭者和增長利潤的目的。
動態的價格浮動推動亞馬遜的盈利平均增長了25%，而且他們通過每時每刻的監控來保持著自己的競爭力。從2012-2013年，亞馬遜的銷量提高了27.2%，這使他們第一次躋身全美前十零售商的榜單。通過分析不同來源的資料，比如顧客在網頁的瀏覽活動、某件商品在倉庫中的存貨、同一件商品不同競爭商家的定價、歷史訂單、對某件商品的偏好、對商品的預期利潤等等，亞馬遜的產品價格制訂策略的實時價格調控得以實現。每隔十分鐘，亞馬遜就會改變一次網站上商品的價格。
顧客往往會發現亞馬遜商品的價格總是全網最低，這就是得益於亞馬遜的動態價格策略。亞馬遜的動態定價演算法每小時會調整幾次每件商品的價格，以此更好地利用人們對於價格的覺察的心理。
機智的是亞馬遜為最好賣的商品提供大幅的折扣，同時在稍微不那麼火的商品中攫取更多的利潤。舉個例子，亞馬遜對一款賣的最好的智慧手機的定價比同行低了25%，與此同時，另一款相對不那麼受歡迎的智慧手機卻在亞馬遜上賣得比其他網站貴了10%。Boomerang Commerce上的一份分析報告指出，在任何季節裡，亞馬遜不一定真的是某一樣商品賣的最便宜的商家。但它在高人氣和暢銷商品中一貫的低價讓消費者產生了亞馬遜上總體商品的價格甚至比沃爾瑪還划算的感覺。
在亞馬遜上，既有不少因為亞馬遜的動態價格調整而省下了一大筆的心滿意足的顧客，也不乏那些因為沒有在最佳時機買買買而扼腕嘆息的顧客。其中一個關於動態價格調整的最好的例子，就是亞馬遜先把星球大戰整套Blu-ray猛降到$70，然後在一週之後又把價格提到$134。撿到這個大便宜的顧客當然超級開心，但那些多給了不少錢的買家可就無比心塞塞。
供應鏈優化
儘管亞馬遜把它的成功歸功於提高使用者的購物體驗，但事實上，是強大的供應鏈和滿足需求的能力讓這句話免於流為空談。CapGemini的一項調查顯示，當他們的訂單不能按時被滿足時，89%的美國消費者寧願去其他地方繼續他們的購買。在強大的供應鏈優化作用之下，沃爾瑪每運五十萬件商品，亞馬遜已經運出了一千萬件。
亞馬遜與生產商有著實時的聯絡，根據資料追蹤存貨需求來為客戶提供當日/次日配送的選擇。亞馬遜運用大資料系統，權衡供應商間的鄰近度和客戶間的鄰近度，從而挑選最合適的資料倉儲，從而最大化降低配送成本。大資料系統幫助亞馬遜預測所需的資料倉儲數目和每個倉庫應有的容量。同時，亞馬遜還通過運用圖論選擇最佳時間安排、路線和產品分類來把配送成本降到最低。
預測式購物——下單之前就發貨
不滿足於傳統的個性化推薦，亞馬遜正在努力將這種個性化推薦提升到另一個層次。近日亞馬遜獲得了一項“預測式購物”新專利。通過這項專利，亞馬遜將根據消費者的購物偏好，提前將他們可能購買的商品配送到距離最近的快遞倉庫，一旦購買者下了訂單，立刻商品就能送到家門口。這將大大降低貨物運輸時間，同時對實體店的競爭同行也是一次重創。這項專利意味著預見性分析系統將會變得非常精確，以至於它可以預測顧客什麼時候和將會購買什麼產品。
不過，如果大資料演算法在預測上出錯，亞馬遜將有可能面臨著承受來回運送商品物流成本的困難。未來關於預測式購物的問題還會有不少，亞馬遜到底如何在保持自身競爭力的同時解決這些棘手的問題，我們拭目以待。
來源：dzone.com
作者：Ann