大数据背景下农村电商营销策略及对策

数据分析与数据挖掘的目的就是在海量数据之中挖掘出其内在的关联或者规律信息进行二次利用。其按内容可分为可视化分析与数据挖掘算法两大类，常见的算法有岭回归、决策树、Lasso、随机森林、神经网络和线性回归等。电子商务网站从点击量、浏览历史和行为中实时发现顾客即时购物的意图和喜欢的产品，并根据这些数据进行推送商品，这就是数据块的价值，也是大数据的应用所在。

三、大数据背景下农村电商营销策略及对策

（一）农村电商营销中大数据的应用策略

大数据是现代社会高科技发展的产物，相对于传统的数据分析，它是海量数据的集合，以采集、整理、存储、挖掘、共享、应用、清洗、评估为核心，被广泛应用各个领域。在电子商务领域也有着自己的独特的地位和价值，它打破了农产品销售的时间限制与空间阻滞，借助大数据技术能够在农业生产、科学种植、产品营销、仓储运输、售后服务等方面有着重要的应用价值，表现为资源的整合与配置、重塑农产品流通渠道、降低中间成本、缩短农产品交易周期和提高农产品销售效率。

在大数据产业链中，数据提供商可以通过移动终端APP、WEB、IoT实时获取整个产业链上的信息进行统一处理和管理；基础设施提供商可以通过传感器、RF、NFC、智能摄像头、仪器设备等进行数据的采集和预处理，包括基础信息、业务、服务、投诉、客户信用、营销推广等信息的采集；分析与挖掘层通过算法对原数据进行组织与处理。在种植前选种的应用，包括土壤、病虫、毒害、优质品种；在土壤整改中的应用：土壤的营养成分、土壤的肥料分布、精准调配肥料和合理喷药；在种植过程中包括对害虫病毒进行预测、防治病虫害、光照信息、疫情情况、农产品市场行情、贸易信息的更新。

（二）大数据背景下农村电商营销对策

农业生产通过大数据技术科学种植，按照农业生产的地域性、季节性、多样性和周期性特点，进行科学推测和监测，包括种植种子发芽状态、土壤湿度、地表温度、土壤养分、肥料信息、农药信息、农产品生长等数据。利用大数据农业生产或者农产品生产中可以从经验种植向科学种植转化、从传统人工化向智能化、自动化发展，并对农业资源进行优化配置，由粗放型的农业生产方式向集约化发展。利用大数据+区块链+云计算技术，通过建立大数据中心，可对数据从土壤信息、种植信息、生产加工信息、运输信息到消费者全流程溯源信息追踪，提高产品在市场上的核心竞争力。

合理利用大数据保证个性化信息推荐精确度，云计算可以提供基于海量数据的创新型服务，二者相互联系，密不可分。通过云计算（SaaS、PaaS、LaaS）服务来降低大数据海量数据存储、分布式并行计算、海量数据管理业务的创新成本。通过建立基于区块链溯源系统，利用区块链其透明性、去中心化、不可篡改等特性在电商农产品上行问题上提供了新的解决思路。利用大数据平台，进行电商内在数据之间的关联挖掘和分析，提高客户的转化率。通过在电商个性化推荐系统或者第三方电商平台上对消费者的行为习惯数据进行个性化、智能化的追踪分析和推荐，提高消费者的体验感知。

其主要技术有三种：一是协同过滤法，通过对既定客户相同偏好的消费群体进行分析和预测该消费者可能的兴趣点，借助数据挖掘技术和RSS技术定期进行商品内容、热点信息、偏好喜好以及定制内容个性化和精准化推销。二是客户群体建模技术，通过抽取商品内在或者外在特征提取出相关属性进行相似度计算，对消费者倾向的产品进行管理。三是通过对电商平台类目进行精细划分，顾客可以快速找到适合自己的商品，节约客户网上浏览时间，增加商家的销售量，为不同的客户提供不同的推荐服务。智能规划物流仓储中心，减少运营成本和提高用户消费感知度。通过大数据分析某个区域产品消费指数，对不同区域的农产品进行划分，抽取出该地区的用户画像，按照时间和空间两个维度进行本地化建仓和分销。通过大数据平台获取用户商品浏览、购买、停留时长、评论、收藏等记录信息，为用户创建一个新的标签，并建立用户画像模型，分析该区域的消费水平和消费特点，进行物流仓储的创建，提升农产品配送速度。

根据用户时空的变化推荐不同的产品满足客户的实时需求，更加刺激用户消费。以精准的二次推送，来提高客服单价，营造一个良好的营销口碑。利用智能客服分析系统提高售后服务质量。用历史数据和新数据进行机器学习，提高在线客服的话术准确度，在大数据系统中根据用户属性对消费者进行等级评定，按照消费者购买记录、浏览停留时长、产品评价等用户行为习惯参数，为客户进行等级划分，为其推荐不同等级的客服人员+智能机器人，快速解决用户的问题。售后服务中可通过系统实时反馈的数据进行预测用户的想法，定期进行跟踪客户，减少客户投诉，达到吸引新顾客、维持老客户的目的。为用户提供高质量的服务，增加客户平台的黏性。

但敏感的信息过度地挖掘，是对消费者权益的侵犯，同时也将会成为未来网络安全新的挑战，因此下一步将在数据处理的实时性和数据共享之间予以提升。