CC BY
117
0 С О Б Е Н Н О С Т И П Р И М Е Н Е Н И Я Б О Л Ь Ш И Х Д А Н Н Ы Х
В Э Л Е К Т Р О Н Н О Й К О М М Е Р Ц И И
Сунь Цинбяо
аспирант кафедры мировой экономики РЭУ им. Г. В. Плеханова. Адрес: ФГБОУ ВО «Российский экономический университет имени Г. В. Плеханова», 117997, Москва, Стремянный пер., д. 36. E-mail: qingbiao@mail.ru
В статье проведен анализ характерных особенностей больших данных, используемых в электронной коммерции. Выявлены преимущества использования больших данных в электронной коммерции в сравнении с традиционной коммерцией. На основе проведенного исследования автором предлагается использовать систему обслуживания электронной коммерции на основе больших данных с помощью площадки электронной коммерции. Создание площадки электронной коммерции поможет компаниям увеличить и объем бизнеса, и прибыль, что приведет к повышению конкурентоспособности и дальнейшему развитию электронной коммерции.
Ключевые слова: большие данные, электронная коммерция, площадка, интернет, торговая информация, управление рисками, прибыль, убытки.
F E A T U R E S O F T H E U S E O F B I G D A T A
1 N E - C O M M E R C E
Sun Qingbiao
Post-Graduate student of the Department for World Economy of the PRUE. Address: Plekhanov Russian University of Economics, 36 Stremyanny Lane, Moscow, 117997, Russian Federation. E-mail: qingbiao@mail.ru
The article analyzes features of the Big Data used in e-commerce. The advantages of using Big Data in e-commerce in comparison with traditional commerce are revealed. Based on the study, the author proposes to build e-commerce platform era of Big Data. The establishment of the e-commerce platform will help companies to expand business volume and profits, enhance overall competitiveness, it also has a very important role, it will be the future of e-commerce development.
Keywords: Big Data, e-commerce, platform, internet, trading information, risk management, profit, loss.
Технологии больших данных находятся на начальной стадии освоения. Сегодня работа с большими данными используется в различных отраслях для повышения качества принимаемых решений. Перед тем как начать использовать большие данные, необходимо определить готовность служб конкретных отраслей к работе с технологиями больших данных, а также помочь компаниям оценить свою степень готовности к работе с этими технологиями.
В настоящее время трудно себе представить бизнес без присутствия в Интернете в том или ином виде. Использование больших данных создает возможности для получения конкурентных преимуществ, так как с технической точки зрения они связаны с обработкой огромного объема информации. По данным Worldwide Big Data Technology and Services Forecast (IDC), в 2020 г. во всех странах будет сгенерировано 44 Зеттабайта (в 1 ЗБ содержится около 1 млрд Гб), что более чем в 10 раза превосходит объем информации в цифровом виде, который был создан в 2014 г. - 4,4 ЗБ1. Например, персонализация с использованием данной технологии в торговле дает полную информацию о клиенте, что позволяет предоставить ему персонализированный сервис на основе данных о его предпочтениях. С помощью больших данных можно получить информацию о персональных данных клиента (адрес, пол, возраст, интересы, кто друзья, какие сайты посещает), также можно определить его коммуникативность (что ищет в интернете, какие отзывы оставляет).
Анализ такой информации помогает понять, что нравится покупателям, готовы ли они еще делать покупки или их необходимо стимулировать с помощью разнообразных бонусов и скидок. У покупателя растет чувство собственной значимости, когда он приобретает товар с помощью больших данных. С использованием больших данных становится возможным проводить качественный прогнозный анализ, а это позволит осуществить все необходимые изменения в торговой политике. Кроме того, большие данные позволяют эмоционально окрашивать воздействие на клиентов, создавая обстановку доверительности с помощью накопленных данных, что приводит в конечном счете к повышению эффективности взаимодействия с пользователями.
К категории «большие данные» относится информация, которую уже невозможно обрабатывать традиционными способами, в том числе структурированные данные, медиа и случайные объекты. Некоторые эксперты считают, что для работы с ними на смену традиционным монолитным системам пришли новые массивно параллельные решения. Большинство экспертов признали, что классические аналитические инструменты в целом и в электронной коммерции в частности имеют дело
1 URL: http://www.computerweekly.com/news/2240217788/Data-set-to-grow-10-fold-by-2020-as-mternet-of-thmgs-takes-off.
со структурированной информацией и с гораздо меньшими объемами информации [1. - С. 18].
Благодаря инструментам больших данных теперь возможно предложить пользователю именно ту полезную информацию, которая была отобрана специально для него на основе данных о предыдущих заказах, поисковых запросах, лайках в социальных сетях и т. д.
Большие данные в сфере электронной коммерции главным образом находят применение на площадке электронной коммерции (ПЭК). ПЭК располагает данными об информационном обмене, финансовых потоках, сделках, логистике и сведениями о развитии участников площадки. На основании этих данных собираются производственные данные, использование которых помогает предприятию развиваться и расти.
Применение традиционного механизма подбора поставщиков подразумевает крайнюю осмотрительность, сложность исполнения и большие затраты. Если хотя бы в одном из звеньев процесса подбора будет допущена ошибка, это может привести к большим экономическим потерям компании. Вначале на основе открытой информации из источников собираются конкретные данные большого количества поставщиков. Это опубликованные данные самими поставщиками о том, в чем они испытывают потребность, их презентации и реклама в СМИ, сведения с выставок и т. д.
Далее, на основе информации поставщиков об их уставном капитале, акционерах, месте производства, оборудовании, сотрудниках, главной продукции и ценах на нее, главных клиентах, производственных мощностях и т. д. покупателем производится первичное отсеивание, после чего выбираются наиболее подходящие варианты. На следующем этапе покупатель проверяет поставщика на месте, исследуются его технологические способности, устойчивость и надежность, а также общая конкурентоспособность.
Для того чтобы с наибольшей эффективностью найти себе поставщика, удовлетворяющего предъявляемым к нему требованиям, в особенности если речь идет о нестандартных, индивидуальных заказах, использование больших данных становится незаменимым инструментом. В настоящее время многие предприятия занимаются импортно-экспортными торговыми операциями через площадку В2В, поэтому ПЭК накоплено много информации по поставщикам, также имеется статистика международной торговли. Используя эти массивы данных, можно провести анализ и определить, у кого из поставщиков наиболее стабильные экспортные объемы, кто в торговых операциях показывает себя наилучшим образом, что в свою очередь будет свидетельствовать о высокой кредитоспособности компании и стабильно хорошем качестве ее продукции. Именно перечень таких поставщиков площадка выведет в результатах поиска в первую очередь. Если же за поставщиком тянется
шлейф из проблемных сделок, претензий со стороны клиентов, судебных разбирательств и т. д., рейтинг таких компаний будет снижен, а перечень таких организаций может попасть в черный список [2. - С. 78]. Соответственно, сделки заключаются только после анализа больших данных площадки электронной коммерции.
С того момента, как появилась международная торговля, вопрос доверия стал одним из самых важных. В традиционной международной торговле процесс налаживания взаимодоверия между ее участниками очень трудоемкий. Для этого отсылаются образцы продукции, проводится ее тестирование, ведутся переговоры по условиям оплаты, инспектируются заводы, направляются подтверждающие отчеты и сертификаты и т. д. Поэтому участники этого процесса используют такой механизм, как аккредитив, в основе которого лежит принцип того, что банки для проведения международных торговых операций между участниками сделки выступают в качестве гаранта на определенных условиях. Аккредитив на протяжении долгого времени решает вопросы надежности оплаты поставки, но в самой практике такой торговли выявились сложные моменты, связанные с использованием самого аккредитива. Например, большая комиссия, ориентированность главным образом на международную торговлю, использование бумажных документов и др. Поэтому малый бизнес едва ли может прибегать к такой форме взаиморасчетов.
Благодаря обработке больших массивов международной торговой информации в отношении средних и малых предприятий ПЭК создает модели управления рисками, на основе данных управления этими рисками предприятий выставляются соответствующие лимиты доверия. За счет авторитета бренда и влияния ПЭК, чтобы дать предприятию гарантию и заверить участников сделки, ПЭК выступает ее гарантом в допустимых лимитах. Так, при нарушении условий договора ПЭК сначала сама компенсирует связанные с этим убытки. Таким инновационным способом с использованием больших данных практически решается вопрос недостатка доверия между участниками В2В онлайн-сделок.
Традиционно малые и средние предприятия испытывают большие трудности с финансированием, так как их иммунитет к экономическим рискам очень слаб. Малые предприятия не могут контролировать ситуацию со своей кредитоспособностью и финансовой обеспеченностью, поэтому сначала необходимо детально изучить таких контрагентов. Однако этот процесс отличается малой эффективностью, более того, эта работа обычно проводится одним лицом на базе личного опыта данного аналитика, а это приведет к недостаточной объективности выводов такого исследования. В результате банки неохотно дают кредит предприятиям, у которых нет адекватного залога, которым можно было
бы возместить убытки в случае наступления форс-мажорных обстоятельств.
Площадка электронной коммерции гарантирует достаточно точный учет данных по международным закупкам, таможенной статистике, данных взаиморасчетов, благодаря чему в конечном итоге имеется полная картина о движении активов компании. Следует отметить, что ПЭК, используя большие данные, лучше разбирается в перспективах изучаемой компании, чем сама компания. Например, если у «Алибабы» есть партнерство с банком, то средней или малой компании с хорошим показателем доверия может быть предоставлен беззалоговый кредит. И при экспорте товара с использованием ПЭК на 1 доллар можно получить кредитный лимит на 1 юань [3. - С. 53].
Чем больше компания экспортирует через площадку, тем большим становится ее рейтинг доверия в системе. Цель ПЭК - накопить как можно больше международной торговой информации и за счет этих данных точно определить тенденцию развития малых и средних предприятий, направление движения их капитала, тем самым гарантировать контроль над рисками выдаваемых кредитов, а в конечном итоге - повысить способность аккумулировать прибыль от использования подхода больших данных. К февралю 2013 г. «Алибаба» предоставил кредит более чем 700 000 малым и средним предприятиям, при этом величина безвозвратного долга составила только 0,9% [4. - С. 53].
В традиционной торговле поставщики часто выбирают модель OEM (оригинальный производитель оборудования), когда товар, предоставленный клиентом в качестве образца, копируется с целью дальнейшего производства и экспорта по конкурентной цене. В этом случае на долю поставщика в производственной цепи приходится наименьшее количество прибыли, поэтому большинство поставщиков для извлечения большей прибыли в этих условиях увеличивают масштабы производства, широко задействуют рабочую силу и таким экстенсивным развитием пытаются максимально снизить себестоимость производимого товара. Когда используется модель OEM, многие экспортно ориентированные предприятия едва ли выходят на конечных потребителей, в связи с чем их производство долгое время не модернизируется, продукция не обновляется, в конечном итоге жизнеспособность таких поставщиков находится на крайне низком уровне, и даже при небольших колебаниях рыночной конъюнктуры они разоряются.
С появлением больших данных поставщик может договариваться с зарубежными конечными потребителями напрямую через ПЭК. Через площадку В2С поставщик может общаться с покупателями и решать производственные вопросы, касающиеся новой продукции, выявлять индивидуальные запросы клиентов, что повышает общий уровень удовлетворенности от такого сотрудничества. Кроме того, поставщик за счет
наращивания добавленной стоимости при производстве брендовых товаров может получать сверхприбыль. Наглядно такая динамика прослеживается в условиях экономических кризисов, когда только негромоздкая, высокоэффективная, отточенная модель взаимодействия с низкими затратами по ее использованию, может стать основой дальнейшего успешного развития предприятия.
Обслуживать клиентов, основываясь на их личных предпочтениях, сегодня можно только с помощью больших данных. Крупные корпорации нанимают целые команды разработчиков, которые изучают их бизнес и создают уникальные предложения. Представители малого и среднего бизнеса используют более общие готовые решения. Но у всех цель одна — обеспечить клиента всем необходимым, помогая тем самым электронной коммерции развиваться, расти и процветать.
Список литературы
1. ^ш. / ш, ъшш. -
2013. - N 3. - С. 17-21.
- 2015. - N 7. - С. 78-79.
3. ШШ. / ФНШ£ШШ±, 2016.
4. шт. им uw хшш / Фттттшлк. - 2013. - n 8. -
С. 34-41.
References
1. ^ш. / ш, ъшш,
2013, No. 3, pp. 17-21.
2. 2. ^тшв^^^йтшгашш / ш&шш
%, 2015, No. 7, pp. 78-79.
3. ШШ. / ФИШ^ШМ±, 2016.
4. шт. им"$л"хшт / фитттшлк 2013, No. 8,
pp. 34-41.
