如何甄别哪些数据是最有价值最应该优先挖掘的呢？我的方法是通过三个指标来综合判断：

① 数据的可获得性

②数据的挖掘难度

③数据对企业价值的高低

我们应该优先挖掘那些“最容易获取，挖掘难度不大，但对企业价值最高”的数据。

例如，顾客基本信息（生日、年龄、婚姻状态等）虽然对企业价值非常高，但是可获得性比较差，所以不一定是挖掘的重点。订单数据最易获取，挖掘难度适中，对企业价值也比较高，是应该优先挖掘的。网站访问行为和社交媒体行为对企业价值很高，数据也可获得，但是挖掘难度较大，有一定技术实力的企业方可优先考虑。

电商大数据都有哪些应用点？

大数据对电商企业运营的诸多方面都将产生很大的影响，下面重点阐述几个比较成熟的应用点：

1、会员精准营销

这是电商企业大数据应用最成熟和最容易见效的应用之一。大家都知道电商获取新客户成本越来越高，有数据显示获取1个新客户的成本是留住1个老客户的5倍。当新客户获取之后，如何让他从1次购买变成2次购买，2次购买变成3次购买，直至成为你的忠实粉丝，这就需要对会员进行持续的管理和营销。

精准营销的核心是客户细分，而客户细分的核心就是大数据。企业可以对客户的大量数据进行分析和加工，为客户打上成百上千个标签。例如为购买次数多，消费金额大的客户打上“高价值客户”标签;为经常浏览手机/电脑等数码产品客户打上“IT人士”标签等等。企业为不同标签客户提供差异化的产品和服务，将显著提升营销效率。

经验数据表明，基于大数据分析后的会员精准营销成功率一般是粗放式营销成功率的2~3倍。

2、精准广告

大家可能都有这样的体验：当你在一个电子商务网站浏览了一件商品（例如一双男式皮鞋）之后，你在其他网站将会看到针对你之前浏览的商品的关联推荐（例如推荐其他款式的男式皮鞋或者男式正装）。这背后的原理就是大数据。

上面这个例子就是一种叫“RTB（实时竞价广告）”的精准广告应用。RTB广告可以基于访客在电商网站的历史访问轨迹来进行精准的广告竞价和投放。例如你曾经在网站上浏览了商品A，那么当你出现在其他网站时，广告主如果竞价成功之后，将会为了呈现商品A的关联商品广告。

经验数据表明，基于大数据的RTB精准广告投放ROI一般比传统广告高30%~50%。

3、个性化推荐

我们今天在很多电商网站都会看到这样的栏目：猜你喜欢、看了该商品的用户还看、买了该商品的用户还买、看了该商品的用户最终买、买了该商品的用户还买……这些都是推荐引擎的成果。推荐引擎基于大量用户的浏览和购买行为数据分析，从中发现商品与商品之间的购买关联性以及用户与用户之间的相似性，进而为用户提供精准和个性化的商品推荐。

亚马逊可以称得上电商界的“推荐之王”，据说亚马逊销售额的35%来源于其推荐系统。