虽然商家都深知，每个顾客都有自己的需求，每个顾客都是一个细分市场。然而，真要针对每个顾客进行细分、提供个性化的服务，对大多数商家并不现实，个性化服务最终只是少数高端客户的专属。不过，以大数据为代表的新一代数据分析技术的出现，“一客一市场”在电子商务网站上正在变为现实。一些采用这些先进技术的电子商务网站正是通过这种个性化的服务，提供包括具有竞争力的产品推荐、贴心的购物体验，提升了网站的客户转化率，为其在激烈竞争中的市场中赢得先机。
网站商品精准推荐
网购者对电子商务网站的商品推荐服务并不陌生，在网购者将选购的一款商品放到购物车后，网站就会马上推荐一些与之相关的产品，比如，网购者刚刚选了一台笔记本电脑，网页下部或边栏就会推荐一些电脑包、无线路由器、内存条、鼠标等商品。
一个好的推荐系统可以大幅提升网站浏览转化率，为网站带来新的销售机会，既能提高电子商务网站的交叉销售能力，同时还能改善顾客对电子商务网站的忠诚度。所有电子商务网站都深知这一点，因此，绝大多数电子商务网站或自己开发或外购都会提供商品推荐。然而，大多数商品推荐效果并不太理想，浏览转化率并不高。其中一个重要原因在于，由于技术和资金实力的限制，电子商务网站并没有用足它所积累的大量访客数据，而大数据的出现为之带来新的技术手段，从而催生了新一代的商品推荐系统的产生。
上个月，精诚集团旗下的大数据品牌Etu 知意图发布了一款专门为电商设计的精准推荐系统Etu Recommender，用于为电子商务网站提供商品推荐服务。Etu Recommende是一个基于大数据技术实现的软硬一体系统，它以数据挖掘、分析为基础，收集网站访客的点击信息，并结合消费者相似的群体行为，模拟传统卖场的销售人员向顾客提供商品推荐，一方面帮助访客找到所需信息，同时还可以通过推荐系统来提高网站的点击率和用户的忠诚度。
当然，Etu 知意图的精准推荐系统并不是这个市场上惟一利用大数据技术来实现商品推荐的系统，北京百分点信息科技有限公司(下称百分点)也同样采用大数据技术来提供商品推荐服务，只是与Etu 知意图采用预制的解决方案不同，百分点的商品推荐完全基于云服务的形式交付。
不过，无论是采用大数据技术的预制解决方案还是云服务，在实践中都效果明显。据Etu知意图负责人蒋居裕介绍，兰缪内衣采用Etu知意图的商品推荐系统之后，销售转化率提升了15%~30%;而采用百分点的推荐服务的库巴网站其电子邮件推送服务打开率超过了70%，销售转化率也达到了14%以上。
大数据技术来帮忙
新一代商品推荐系统的核心技术正是大数据，这也是当下非常热门的话题。所谓大数据是指一类与传统结构化数据不同的数据，它一般具有三个典型特征，即数据量大、数据类型多样、产生速度快，电子商务网站的数据正是典型的大数据。
以电子商务网站的商品推荐为例，它涉及访客的历史交易数据、访客在该网站的浏览数据、在其他合作伙伴网站的浏览信息，以及用户的评论行为，数据量大且类型多。显然，数据量越大，数据之间关联越多，对IT系统的要求就越高。为了满足处理要求，传统的商品推荐系统要么投入大笔资金建立自己专有的BI系统(比如数据仓库)，要么采取折中办法，仅根据访客历史交易数据来进行推荐。
Hadoop等大数据相关技术的出现让这一切有了改观。它大幅降低了数据分析的门槛，使得普通的电子商务网站也可以享受到数据分析的好处。据蒋居裕介绍，与传统的基于数据仓库的商业智能系统相比，大数据技术具有很明显的优点。
首先，大数据能缩短数据分析的时间、提高分析效率。通常数据仓库的建设要先对数据进行预处理，即进行ETL(数据抽取、转换和上载)，然后建模，之后才能据此对数据仓库中的数据进行分析，通常分析要以天为单位。而Hadoop这样的大数据分析平台就没有这样的过程，所有收集来的数据，不论是结构还是非结构数据都可以直接导入Hadoop中，这就能大幅提高推荐系统的刷新率，并最终提高电商的购买转化率。比如，兰缪内衣网站的商品推荐系统最快可以做到每两个小时运算一次，从而给出最新的推荐结果;
其次，建立在数据仓库之上的商业智能分析，其建设成本和对技术的要求都很高，对资金和技术实力不足的企业是一个不小的挑战。而Hadoop是开源软件，其采用的服务器也都是通用的x86服务器，成本相比较低。
第三，大数据的扩展性非常好，一旦需要，可以按需增加节点，这一点对于市场快速变化的电商而言非常关键。从电商的角度来说，无不希望网站的流量与用户量持续增长，然而，IT系统或数据平台的投入却不能是线性的，因为这会“吃掉”电商本就不多的利润。
“Hadoop比较好的优势就是其几倍的投入就能换来几倍的性能，紧跟流量与用户成长，其投入产出的效益是很容易估算的。”蒋居裕表示，正是基于此，Etu 知意图的推荐系统建立在其大数据机上，而这个大数据机正是Hadoop的一体机。
改写营销规则
实际上，基于大数据的营销正在成为一种新的趋势，过去基于直觉或者粗放式的营销决策正在被更为科学、精准的大数据营销所代替。业内人士预言，未来的企业市场营销除了部分品牌投放外，多数投放都是在大数据指引下进行，企业的消费群分布在哪里、企业的潜在用户在哪里?通过大数据找到他们，然后用有创意的投放形式让他们成为企业的“粉丝”以及形成销售。
商品推荐系统还只是大数据营销的一类应用，越来越多的大数据营销成功案例正在涌现，这些案例表明，谁能在市场营销中用足用好大数据技术，谁就能赢得市场先机。而其中，最简单且有可能让大数据落地的就是如上所述的细分顾客以及实施适合于顾客细分的销售策略。
当然，以此作为开端，企业还可以对客户数据进行深入的分析。比如，可以整合消费者在多个领域内(比如购物、微博、交友、娱乐等)的数据，通过整合数据构建消费者的整体轮廓，以准确地预测出消费者的新需求，从而为消费者提供个性化的解决方案。