圖書電商面臨的挑戰
　　
　　機遇總是伴隨著挑戰，當前圖書電商要有效利用大數據，首先要直面數據采集渠道受限的問題。大數據來源主要包括：①媒體數據，尤其是互聯網、社交媒體產生的數據；②企業的生產、銷售、管理等數據；③政府部門的產業政策、公共服務、稅收、財政等數據；④物聯網、各種傳感器及攝像頭產生的數據；⑤民眾個人、家庭留存的文字及音像數據。然而，目前政府信息的公開性不夠，開放的、公共的社會網絡環境還未形成，權威、可信的第三方數據統計機構缺位，使得很多數據難以獲得，影響大數據的完整性和綜合性。圖書電商在期待環境改善的同時，唯有盡可能充分地應用社交網站等網絡媒體，以合作、購買等方式獲得廣泛的外部數據，并使之與企業內部運營數據互聯互通，以擴大數據采集量，強化多源數據的彼此關聯與印證，為大數據分析打下較好的基礎。
　　
　　其次，圖書電商必須大幅提高大數據分析與可視化呈現能力。大數據的意義不在于擁有龐大的數據量，而在于對之進行專業化分析以便應用。然而，“這種數據不同于以往傳統的問卷調查數據，它們更龐大、更復雜，而且通常是非結構性的”；“有些行業的數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大”。[6]因而，新興技術工具十分重要。麥肯錫名為《大數據：下一個創新、競爭和生產率的前沿》的研究報告列舉了26項適用于眾多行業的分析技術，包括A/B測試、關聯規則學習、聚類分析、眾包、遺傳算法、自然語言處理、神經網絡、模式識別、預測建模、情感分析等。圖書電商應搭建高性能的分析技術平臺加以融合使用。技術平臺的分析處理只是基礎，要從模棱兩可的數據中綜合信息并導出可理解的內容，更需要兼通技術、出版、營銷業務的高素養人才，才能將有價值的發現應用到營銷戰略規劃和具體運營之中。更進一步，大數據分析結果需要以簡明清晰、形象生動的方式予以呈現，才能便于理解，吸引用戶關注，枯燥的數據羅列和冗長的報表不利于數據產品等衍生增值方式推廣。這就需要運用數據可視化技術，涉及計算機圖形學、虛擬現實技術、動畫技術等。而無論數據分析師還是數據可視化人才，當前都很缺乏。新型技術升級與人才培養相結合，真正提升大數據分析與呈現能力，是圖書電商面臨的緊要任務。
　　
　　另外，數據安全、隱私保護也是圖書電商在大數據時代面臨的問題。在大數據采集、分析和應用過程中，必然涉及個體用戶的性別、年齡、地址、收入、消費偏好、行為特點等信息，大數據的強大功能甚至能獲取一些企業、機構的未公開信息，如管理不當，將對社會和自身帶來嚴重的負面影響。美、英等50多個國家和地區已經以法律形式規范了個人信息數據的管理與使用，如美國的《消費者隱私保護法》、歐盟的《關于個人數據自動化處理之個人保護公約》等，而我國尚未出臺類似的法律。[7]這種現狀雖然在短期內有利于大數據應用和相關探索，但從長遠看，用戶個體出于對隱私安全的擔憂和防范，會減少供給真實信息，從而造成大數據中冗余成分過多，阻礙其健康發展。另外，法律邊界模糊，也容易引發爭端。因而，在法律暫時缺位的環境中，圖書電商應遵循基本的商業倫理，尊重用戶隱私權，在具體操作中制定恰當的企業、行業規則，注意技巧和方法，不因商業利益對用戶造成傷害，以期獲得長遠價值。
　　
　　總之，大數據時代已經到來，圖書電商應盡快更新觀念，從戰略的高度把握這一機遇。從現在開始，重視各類用戶數據的采集、整理、分析和應用，以之為中心，重構業務流程和組織結構，提高對用戶需求的感知能力和響應速度。隨著大數據環境日益成熟，駕馭大數據的能力逐步提升，圖書電商有望在新時代續寫華章。