(网经社讯)最近几年来，跨境电商在国内有了很大的发展，已经取得一定成效，但目前仍面临选品、目标群体识别和消费者偏好预测、引流推广及跨境电商物流等问题。鉴于上述原因，本文基于国内跨境电商发展现状，总结其存在的问题，并结合大数据技术的应用，给出解决我国跨境电商问题的一些对策建议。

一、大数据技术与跨境电商概述

（一）大数据技术。大数据，是指数据量异常庞大，无法使用传统的数据搜集方式、传统的数据库、传统的研究方法进行分析的数据集合。传统的数据分析往往通过样本，采用推理法，用有规律的样本分析推测整体数据，以小见大，推广到普遍意义。然而大数据可以在其记录的所有数据基础上展开深度分析，从而得出最真实的结论。大数据具有数据体量巨大、处理速度快、数据类型繁多和价值密度低的特点。

大数据技术，指的就是提取大数据价值的技术，是基于特定的目标，通过对数据的收集、存储、筛选、算法分析与预测、数据分析结果展示等，进而为最终决策提供科学依据的一项技术。大数据技术起源于传统的数据挖掘和商业智能技术，是信息科技高速发展的重要产物，目前主要涵盖了云计算、数据获取、文件系统、数据库系统、数据分析以及数据可视化等重要技术。

（二）跨境电商。跨境电子商务（以下简称“跨境电商”），指的是由不同关境的交易主体，利用电商平台实现交易、支付计算，并利用跨境物流送达商品的一种国际商业行为。在促进国际经济发展和贸易全球化方面，跨境电商做出了积极的贡献。跨境电商区别于传统电商之处在于，传统电商交易双方一般隶属于一个国家；而跨境电商交易双方则属于不同国家或关境地区，涉及到国际物流、出入境清关、国际结算等，这些环节增加了跨境电商的难度。

二、我国跨境电商存在的问题

跨境电商交易双方在不同的国家或关境地区，存在政治、法律、文化等差异，消费者的需求也存在差异性。加之国内跨境电商起步较晚，发展不够成熟，在选品、目标群体识别和消费者偏好预测、引流推广及跨境物流等方面还存在问题，具体如下：

（一）选品问题。由于跨境电商面对的是来自于不同国家和地区的消费者，由于种族、国别、文化习俗、消费习惯，甚至政治等方面的差异，自然会影响到商品的品类和销量等问题。所以，跨境电商商家首先需要思考什么样的商品适合在目标国家或地区销售问题。选品成为决定跨境电商商家是否盈利的首要因素。目前，跨境电商品牌众多、商品多样化，食品、化妆品、服饰、日化用品等均可以通过跨境电商渠道进行买卖。面对琳琅满目的商品分类，如何选择利润高、销量好的商品，成为了跨境电商商家首先需要思考的问题。

（二）目标群体识别和消费者偏好预测问题。商家在思考卖什么商品的同时，也在思考将商品卖给谁。这就需要识别目标群体和预测消费者的购物偏好。目前，跨境电商的市场规模异常庞大，且目标客户由于来源于不同国家和地区，存在较大的差异性，要想在跨境电商市场中占据一席之地，商家在确定目标群体时就应该对客户进行识别、分类与预测。只有迎合了目标群体的消费偏好，才能在日益白热化的市场竞争中获得优势。

（三）引流推广问题。商家在经营店铺的过程中，要面临客户引流以及商品推广问题。商家无论做什么生意都需要寻找客户，进而成交，没有客户就做不成生意。寻找客户，把自己商品推广给他们的过程就是引流推广。跨境电商由于交易主体和交易环节等涉及到多个国家，在文化、风俗习惯、宗教信仰和消费习惯等方面存在着显著差异，怎样提高引流和推广的效率，进而实现精准营销，也是制约跨境电商企业发展的重要因素之一。

（四）跨境物流问题。跨境电商在为消费者带来全球货物的同时，也因为其跨境的特征，面临配送成本高、配送延迟、运力不足、售后难等跨境物流问题，这也是制约跨境电商发展的瓶颈之一。高效、稳定的物流配送是跨境电商顺利进行的重要保证。由于跨境电商起步较晚，我国跨境电商物流不能有效匹配跨境电商的发展需要，阻碍了跨境电商向更高水平发展。能否科学地选择适合的配送模式和路线，将直接影响到跨境电商的物流成本和配送效率。

三、大数据技术在跨境电商中的应用

大数据技术旨在通过数据分析、处理和挖掘等，提取出重要的、潜在的信息和知识，再转化为有用的模型，应用到研究、生产、运营和销售等过程，以解决现实存在的问题。因此，将大数据技术应用在跨境电商中，能够有效地解决上述问题。

（一）大数据技术在选品中的应用。跨境电商作为一种与互联网紧密结合的商业模式，含有体量巨大的数据，比如消费者的个人消费数据、商家的运营管理数据、商品数据等。可以应用数据爬取、数据挖掘和分析等技术，基于跨境电商平台的后台数据进行数据分析，通过统计点击量、转化率、回购率和商品评价等，分析、预测出哪款商品会成为爆款，从而实现科学选品。如亚马逊应用大数据技术，建立Bigtracker选品库，协助卖家打造热销爆款。当卖家搜索商品关键词时，会看到搜索结果的全部数据，如平均销量、平均价格、平均排名等，使商品信息可视化。当卖家搜到一款爆款商品时，可以进行追踪分析，这样无论是选品还是竞争对手分析，都比较适用。

（二）大数据技术在目标群体识别和消费者偏好预测中的应用。预测是大数据的核心应用，已经广泛应用到体育赛事预测、股票预测、灾害预测等领域，并取得了较好的应用效果。同样，在跨境电商中，也可以应用大数据技术解决目标群体识别和消费者偏好预测问题。消费者在跨境电商平台上产生了大量的消费行为数据。具体来讲，消费者行为可以分为搜索行为、浏览行为、对比行为和购买行为，这四种行为均会被电商平台记录下来，搜索行为产生搜索人次，浏览与对比行为产生点击量，购买行为产生付款次数。平台通过统计、对比、分析消费者产生的这些数据，可以分析消费者的购买意图、消费习惯，构建出用户画像，从而进行目标群体识别和消费者偏好预测。如亚马逊通过对消费者的行为进行分析，可以对客户访问页面和转化数据进行分析，按照标题、购物车、客户搜索路径等以及独特的推荐算法来预测可能会购买的商品。依靠这项技术，亚马逊在精准营销、个性化定制方面成为了跨境电商领域的佼佼者。

（三）大数据技术在引流推广中的应用。想要解决引流推广问题：第一步，要挖掘商品目标用户、潜在用户数据。简而言之，就是通过大数据技术找到商品的消费群体。比如抽取消费样本，统计分析消费水平、年龄分布、性别比例等，针对不同消费水平、年龄等采取不同对策；第二步，建立商品的消费者分析模型，依据模型精准锁定目标用户，根据商品适用人群选择目标消费者；第三步，确立定向用户数据及媒体投放建议，这就如同文章中的关键词，方便消费者在平台上寻找。引流推广的目的在于锁定商品的潜在消费群体，并对其进行精准营销，达成交易。这一点对于跨境电商非常重要，商家可以通过大数据在获取到远在异国他乡的消费者信息，并制定针对性的营销方案。在实际运用中，亚马逊和速卖通都推出了官方用户画像功能，够为卖家提供一些思路，例如如何定价、如何快速引流客户、如何进行营销等。

（四）大数据技术在跨境物流中的应用

1、应用大数据技术优化配送方案，提高跨境物流时效。顾客在购买商品时，跨境物流配送的实效性直接影响到购物体验。目前，大多数跨境电商平台的物流配送时间偏长，从买家下单到商品送到买家手中通常要经过两周时间，漫长的等待使用户购物体验下降，因此有必要提高物流配送时效。跨境电商物流可以通过数据分析技术，准确寻找最节省时间的配送路线、配送方式等，整合跨境物流资源，提高运力水平，进而提高物流配送时效。这种精准预测可以为商家以及买家提供最优的配送方案，缩短物流时间，提高买家的满意度，促进跨境电商的发展。

2、应用大数据技术改变跨境电商配送模式。目前，跨境电商配送模式主要包含国际物流、邮政小包、第三方物流、物流联盟和海外仓储等模式，其中使用最多的为第三方物流和物流联盟方式。海外仓储模式需要巨大的数据计算能力和资金实力，也需要建立起庞大的全球物流体系。亚马逊在全球共建立50多个运营中心，用于储存货物。同时，亚马逊还推出了“预测式发货”技术，在客户未下单之前，亚马逊就会把相关商品运送至离用户最近的运营中心，减少发货时间。随着时间的发展，这种海外仓储模式必将逐渐居于主导地位。在跨境电商海外仓建设中，应采用物流信息技术，通过对物流数据进行关联分析、聚类分析等数据挖掘技术，实现物流客户关系分析、商品关联分析、物流市场信息聚类分析等功能。

未来，大数据技术在选品、目标群体识别、消费者偏好预测、跨境物流配送等方面会得到更加广泛深入的应用，进而实现跨境电商的精准运营管理活动，促进跨境电商的可持续发展。

主要参考文献：

［1］李泉水.大数据时代下中小企业发展跨境电子商务的对策研究［J］.延安职业技术学院学报，2017.31（2）.

［2］戴明华，马择陆，范晓男.大数据背景下跨境电商发展模式研究［J］.电子商务，2017（5）.

［3］胡金艳.大数据背景下跨境电子商务的发展模式研究［J］.统计与管理，2017（7）.

［4］王能星.基于大数据视角下中国跨境电商海外仓物流发展研究［J］.无线互联科技，2017（16）.

（来源：合作经济与科技 文/孙宇泽 编选：网经社-电子商务研究中心）