京公网安备 11010802034615号
经营许可证编号:京B2-20210330
过嘴瘾木有用,大数据变现是这么玩滴
互联网上信用消费的兴起,是一个标准的跨界现象,以场景为桥梁,涉及电商和金融供应链的交叉点。电商发展至今,积累了丰富而宝贵的大数据;金融平台通过分析和利用大数据,挖掘新的价值增长点。6月12日,第三方消费金融服务平台闪钱包举办了跨界沙龙,易观、去哪儿、美丽说、瑞丽网、银泰网现身说法,带来对“电商大数据变现”的深入讨论。
从B2C到B2B,大数据变现成主流
说起“电商大数据”,离不开几个关键词:移动互联网、电商物流、互联网金融、用户管理和精准营销。易观流通产业分析师谭乃洵认为:讨论该背景下的产业升级,一个切入点是:回顾近几年电商产业发生了哪些重大变化,再看大数据在背后扮演怎样的角色。
· B2C领域。电商与生俱来就带着大数据光环。相比传统零售和渠道商,B2C平台可以通过获取消费者行为数据、购物偏好、地位位置、联系信息等,对用户进行精准的身份识别和定位。平台上的第三方服务商,比如物流公司、支付公司,也在贡献着包括运营状况、产品服务记录、消费者评论等在内的重要数据。不具备大数据优势的传统商家,一方面自建电商平台,同时跟互联网合作,打造自己的客户管理或会员体系,另一方面借助O2O风口,运用WIFI等技术营造室内交互体系,从而完成数据收集。
·物流领域。大数据对电商物流的提效。两年前,阿里、银泰、富春集团共同启动了中国智能物流骨干网,即“菜鸟网络”,体量庞大,计划在5-8年内,实现全中国任何一个区域的24小时配送。打造社会化的物流平台,背后少不了大数据的支持。阿里巴巴2014年“双十一”的包裹数量达到了2.78亿,任何一个独立或松散的物流体系都无法承担。
·互联网金融。从去年开始,京东、天猫、苏宁、唯品会等等,一方面向平台上的供应商和卖家推出小额信贷业务,另一方面对消费者推出京东白条、任性付(苏宁)、天猫分期购等服务,也是基于对大数据的分析和利用,电商才敢大胆切入互联网金融。
·B2B领域。B2B有三个发展阶段:第一阶段是信息服务平台,B2B扮演信息撮合者;第二阶段是交易服务平台,企业及买卖双方将交易环节搬到线上;第三阶段是综合性服务平台,包括金融、物流和数据服务。B2B有自己的天然属性,如交易规模较大、决策流程较长、中间环节较为复杂等等,相较于B2C发展缓慢。因而,开展供应链金融,对B2B平台发展不可或缺。一方面,B2B在线交易和金融服务需要完善,通过数据收集打造信用评级和风控模型,供应链金融才能落地;另一方面,B2B的数据本身也会成为一项产品,作为新的盈利点和增值服务,面向平台商家提供。
电商大数据究竟怎么玩?深挖平台用户价值
电商大数据变现的主要途径,是深挖平台用户消费数据的价值。但价值从何而来?如何进行挖掘?对此,闪钱包CEO盛阳认为:作为第三方消费金融服务平台,要负责将金融技术的专业问题解决,帮助电商挖掘和利用数据。
·背景。随着大数据的发展,整个电商行业都需要解决方案,不仅针对消费环节,而是产业链的提升。今后,数据将成为一种战略资产。电商发展经过了很多红利阶段,比如人口红利、政策红利、流量红利等等,由于巨头的占领,这些红利也变成了红海。新的蓝海在哪里?移动电商前景广阔,数据管理的时代即将到来。对电商而言,数据红利可以从C2B、O2O等互联网金融的角度去挖掘。
·门槛。电商做消费金融的门槛比较高。一方面,大数据挖掘存在困难,单个电商可能成为数据的“孤岛”,其消费数据不足以反映用户的整个信用体系,用户画像不完整,需要打通的数据才有效。另一方面,电商做消费金融的风险较高,例如,央行的征信开口可能只留给银行和金融机构,不太可能对电商开放,同时这种资金的使用成本相对高昂,还要花费很多精力控制坏账。
·用户。真正的网购用户什么样?去年国内网购用户达到3.6亿,其中大多数是90后。在消费习惯上,90后会为“喜欢”而买单,而不是攒够钱再买;在购买种类上,90后偏爱一些独立、奢侈的品牌;在信用消费上,很多90后和更年轻的人拿不到信用卡。在传统银行和征信机构,因为缺少数据而无法给这些人授信。所以闪白条应运而生。
·服务。基于对互联网消费心态的服务,闪白条的授信、支付、还款都在网上操作完成,不会借助线下和人工。此外,闪白条还以全网的电商平台为应用场景,提供个人信用赊购服务,最终让用户能够“即看即买”和“先消费、后付账”。
·风控。风控是各方对消费金融的关注重点。在数据采集上,闪白条主要有四个来源:第一,用户在电商过往消费的行为数据;第二,网络爬虫获取用户在互联网上的数据;第三,用户填写的一些个人信息;第四,与其它信用机构进行合作。在风控模型上,闪白条通过自有技术模型,将数据源结构化,进行黑名单筛选,最后给用户全方位画像,得出整体评估结论。用户获得授信后,就可以进行信用消费。
大数据变现是这么玩
在消费金融领域,京东白条和阿里花呗出现较早,但目标用户仅仅针对电商平台内部。另一类针对大学生分期的趣分期和分期乐产品,目标用户群体则相对较窄。闪钱包/闪白条是针对全网用户发放“白条”,支持所有的电商,比如目前和去哪儿网合作的“拿去花”、和美丽说合作的“白付美”,都是闪钱包针对电商各自的使用场景开发的分期产品。
永远站在用户这端,数据价值才能变现
从电商角度来看,与金融平台合作打造支付工具,不仅能提升用户的消费体验,还对活络电商平台的整体资金链有很大好处。为此,去哪儿网运营总监蔡昌茂分享了自身的电商策略及与闪白条的合作经历。
·比价原则。为了迎合大数据互联网金融,去哪儿网做了最擅长的事情:竞价搜索。和“给用户价格最低的机票”一个道理,也会根据所有授信机构给用户的金额及收取的利息,帮用户挑选最合适的授信机构。比如,一个授信机构给你6万的额度,年化利益为16%;另一家给你的额度是5万,但年化利息只要11%,会帮用户选价格最低的。
·用户画像。去哪儿网的用户,40%来自一线城市,68%为高学历,52%是女性,26%的人每年旅行花费在2万元以上。这些用户对授信机构是很好的用户群。对于用户数据,去哪儿网本身有一个风控模型,将两次筛选后的核心用户,输送给授信机构,一方面保护了用户隐私,一方面增加了授信的成功率。
·跟谁合作。站在电商的角度,如果把数据共享给阿里,天下的生意可能都被马云做了。选择闪白条,第一,是为了用户,为用户选择最便宜、体验最好的;第二,帮助平台上的供应商,获取更多用户,挣更多合理的钱。跟闪白条做了两件事:一个是针对贷款类用户的合作;二是用户提前付过来的钱,帮他们做理财,因为预定机票和酒店的用户,一般会提前1-2周就把钱付过来,如果将理财的反向受益补贴给客户,他们的花费会更低。
无论旅游产品还是金融产品,去哪儿网坚持的原则就是“永远站在用户这端,给用户谋福利”。当然,也会站在供应商的角度,去哪儿网所有产品都是实名交易,信用产品也是帮供应商增加收入。在交易环节中,授信的金额是不能套现的,也只能在去哪儿网使用,并且是用户本人才能使用。至于授信机构的钱从哪来,想将前端理财的钱导入到供应商那里,并在去哪儿平台上实现闭环。
从互联网金融的发展趋势上看,除了去哪儿网,今后还会有更多电商,选择像闪钱包这类的第三方金融服务平台进行合作,这也是大数据下消费金融反哺电商的重点表现。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14