电商平台如何利用大数据做好用户体验
跨境电商如何利用大数据提升客户体验
跨境电商如何利用大数据提升客户体验在全球化的今天，跨境电商是一种愈发受欢迎的商业模式。
然而，随着全球经济的不断发展，消费者对于购物体验的要求也在不断提高。
因此，跨境电商如何更好地利用大数据来提升客户体验成为了各企业需要考虑的一个重要问题。
下面，本文就从三个方面来论述跨境电商如何利用大数据提升客户体验。
第一，通过大数据来深度洞察消费者行为。
大数据的产生源于消费者使用移动设备和搜索引擎等工具购物的大量数据。
企业可以通过大数据技术来分析消费者的购买习惯、阅读习惯和浏览习惯等，以此来了解消费者的实际需求。
例如，企业可以通过大数据分析得知消费者购物偏好，比如他们在什么时间进行在线购物，对什么品牌和产品感兴趣等。
这样，企业就可以根据消费者的行为改进商品的推荐策略，从而提高客户购物的满意度。
第二，通过大数据来提升跨境物流效率。
对于跨境电商来说，物流中心是整个供应链中最关键的环节之一。
物流运输时间的速度和准确性对客户的购物满意度有着极大的影响。
如何更好的满足消费者的物流需求，提升物流效率也成为了跨境电商需要解决的具体问题。
通过使用大数据技术分析物流中心的产品库存、交易量、运输速度和效率等数据，可以有效地监测和控制环节，并调整相应的供应链管理策略。
这些措施不仅可以大大提高物流效率，而且还可以为消费者提供更加快捷、可靠的物流服务。
第三，通过大数据来打造完美的售后服务。
售后服务是跨境电商中一个相当重要的服务环节。
通过大数据分析消费者的投诉和反馈，企业可以实时发现问题，并立即采取措施进行解决。
例如，企业可以根据用户评价和反馈意见，实时向用户反馈问题的处理情况，同时根据消费者的反馈来调整采取的措施。
这样，不仅会使消费者更加满意，还可以大大提升跨境电商产品的信用度和口碑。
综上所述，跨境电商通过大数据技术可以深度挖掘消费者需求，提供更加贴合消费者需求的定制化服务，以提升客户的购物体验。
同时，通过分析物流数据，优化物流效率，打造完美的售后服务，跨境电商可以为消费者提供更为高效、可信赖的商品与服务，从而赢得消费者的信任和忠诚度。
大数据技术在电商平台中的应用
大数据技术在电商平台中的应用随着互联网的快速发展，电商平台已经成为了现代人购物的主要方式。
其中之一的原因是电商平台的方便和快捷，消费者可以在不用离开家的情况下，随时随地享受购物的乐趣。
而现在，随着大数据技术的逐渐成熟和普及，电商平台利用大数据技术来提高用户体验、提高效率和降低成本，已经成为了行业趋势和标配。
本文将会对大数据技术在电商平台中的应用进行探讨。
一. 大数据技术在电商平台中的作用大数据技术是一个非常复杂且广泛的概念，但在电商平台中，它的主要作用主要有以下几个方面：1. 提高用户体验在传统的零售业中，销售人员可以通过面对面的接触来了解客户的需求，以此来推荐商品。
但在电商平台上，销售人员无法进行这种个性化的销售。
因此，电商平台可以通过大数据技术来分析用户的购买行为和喜好，以此来推荐更符合用户需求的商品。
通过这种方式，用户可以更快地找到适合自己的商品，从而提高用户的购买体验。
2. 提高效率对于一个电商平台来说，如何让用户能够更快地找到想要的商品是非常重要的。
通过大数据技术，电商平台可以对商品进行分类、标签、整理等操作，从而让用户更快地找到自己想要的商品。
另外，大数据技术也可以帮助电商平台监控库存、做好订单管理等工作，提高电商平台的运营效率。
3. 降低成本大数据技术可以帮助电商平台更好地管理商品库存、处理订单，从而避免仓库滞销和物流不畅等问题。
通过这种方式，电商平台可以降低成本，提高效率，为用户提供更好的服务。
二. 大数据技术在电商平台中的具体应用接下来，我们将会对大数据技术在电商平台中的具体应用进行探讨：1. 用户画像电商平台通过收集用户数据，比如浏览记录、搜索记录、购买记录等，可以生成用户画像。
通过对用户画像的分析，电商平台可以了解用户的兴趣、偏好、社会行为等，从而为用户推荐更符合其需求的商品。
比如，如果一个用户经常搜索和购买运动鞋，电商平台可以推荐更多的运动鞋，以此来提高用户购买的可能性。
电子商务平台如何利用大数据分析提升用户购物体验
电子商务平台如何利用大数据分析提升用户购物体验一、引言电子商务平台的兴起为人们的生活带来了极大的便利，然而，面对庞大的商品选择和信息量，用户的购物体验却受到一定程度的影响。
如何通过大数据分析来提升用户购物体验成为了电商平台亟需解决的问题。
二、了解用户需求电商平台利用大数据分析用户购买行为和偏好，能够更好地了解用户需求。
通过对用户历史购买记录与浏览行为的分析，平台可以洞察用户的购物偏好，提供更适合用户的商品推荐，使用户更容易找到心仪的产品，提升购物体验。
三、个性化推荐基于大数据分析的个性化推荐是提升用户购物体验的关键。
通过将用户的个人喜好、历史购买记录以及与其他用户的相似度进行分析，电商平台可以提供个性化的商品推荐，让用户更加方便快捷地找到自己感兴趣的商品，提高购买转化率和用户满意度。
四、精准定价大数据分析不仅可以优化商品推荐，还能够帮助电商平台实现精准定价。
通过分析用户对不同价格区间的购买偏好和竞争对手的价格策略，平台可以根据市场需求和用户敏感度进行定价调整，使商品价格更具吸引力，增加用户购买的意愿。
五、优化搜索体验用户在电商平台内进行商品搜索是常见行为，而优化搜索体验能够提升用户购物体验。
大数据分析用户搜索关键词和点击行为，可以提供更准确的搜索结果和智能的搜索建议，帮助用户快速找到自己想要的商品，提高搜索效率和用户满意度。
六、预测库存需求电商平台通过大数据分析用户购买行为和商品销售数据，可以进行库存需求的预测。
准确的库存预测可以避免商品缺货或积压过多存货，提供更好的购物体验。
平台可以根据预测结果及时调整商品的采购和库存管理，保证商品的供应稳定性，提高用户的购物满意度。
七、物流跟踪与时效提升电商平台通过大数据分析物流信息，实现对物流过程的实时跟踪和管理，提升了用户的购物体验。
用户可以随时了解商品的配送状态，提前做好接收准备。
通过对物流数据的分析，平台还可以预测发货和送达时间，提供准确的时效信息，增加用户的购物信任和忠诚度。
电商平台利用大数据的分析与应用
电商平台利用大数据的分析与应用在互联网时代，数据无疑是最重要的资产之一，特别是在电子商务领域。
电商平台可以通过大数据分析，获取关于用户行为、消费趋势、产品需求等方面的极其丰富的信息。
以此为基础，电商平台可以制定更优质、更有效的营销策略，提高销售额，优化用户体验和服务质量。
下面我们来看看电商平台如何利用大数据分析和应用。
1. 用户行为分析一般来说，电商平台会收集用户在平台上的各种行为数据，比如浏览记录、商品搜索历史、用户评价等。
通过对这些数据进行大数据分析，电商平台可以发现用户偏好、兴趣点等信息。
例如，用户在浏览或搜索时都倾向于浏览一类商品，电商平台可以向用户推荐相关性更高的商品、促销方案等，从而提升用户对购物平台的满意度，并且刺激用户增大购买意愿。
此外，电商平台还能通过在线实时数据分析举行活动引导、快速做出营销调整，提高用户满意度并更好地解决用户痛点。
2. 增强营销策略与个性化推荐基于大数据分析结果，电商平台可以制定不同策略和营销促销活动方案来满足不同用户群体的需求。
平台可以依托用户购物历史记录、筛选商品类别偏好、品牌偏好、价格偏好等信息，实现个性化推荐，从而提高购物体验。
在用户进行购物时，平台监控用户所关注的商品，并通过后端算法分析，即时为其呈现相关场景，一定程度上增加商品曝光率，提高销售额。
3. 产品和服务的优化在电商平台的大数据支撑下，营销和产品相关的分析和应用不仅包括商品策略，还包括平台服务和体验策略。
通过对大数据的仓库分析，从用户的口碑、反馈、评论，交易数据等多个维度来观察、研究和分析，可以及时分析出有哪些问题影响了用户体验、产品的卖点和优点，根据结果，对产品和服务进行实时优化。
比如，电商平台可以根据客户评价的数据来对产品的型号、材料等进行改善或优化，同时可以对产品的包装、物流、售后服务等进行优化，随时满足不同用户的需求。
4. 预测趋势和需求基于历史数据分析，电商平台可以实现大数据分析，预测各种事件的趋势和未来客户的需求。
大数据分析改善电商平台用户体验
大数据分析改善电商平台用户体验随着互联网的普及和电子商务的迅速发展，越来越多的消费者选择在电商平台上进行购物。
然而，由于产品众多、信息繁杂以及个人偏好的差异，电商平台用户体验面临着一些挑战。
为了提高用户体验并增加用户忠诚度，大数据分析成为了一种有效的手段。
本文将探讨大数据分析如何改善电商平台用户体验。
第一部分：用户数据采集与整理在开始进行大数据分析之前，首先要收集和整理用户相关数据。
电商平台可以通过多种方式收集用户数据，如用户注册信息、订单记录、浏览行为和评论反馈等。
这些数据可以帮助平台了解用户的需求和喜好，提供更加个性化的推荐和服务。
通过建立用户画像，电商平台可以有针对性地改善用户体验，提高用户满意度。
第二部分：个性化推荐系统基于用户数据的分析，电商平台可以开发个性化推荐系统，为用户提供个性化的商品推荐。
个性化推荐系统可以根据用户过去的购买记录、浏览行为和兴趣偏好等信息，为用户推送与其兴趣相关的产品。
通过个性化推荐，用户可以更快速地找到自己感兴趣的商品，提高购买转化率和用户满意度。
第三部分：评价分析与服务改进用户的评价和反馈对电商平台的服务改进至关重要。
通过对用户的评价进行大数据分析，电商平台可以了解用户对产品和服务的需求和期望，进一步改进产品和服务质量。
例如，平台可以根据用户的评价反馈调整商品描述和图片，优化物流配送等环节，以提高用户的满意度和购物体验。
第四部分：用户行为分析与网站优化通过对用户行为的数据分析，电商平台可以了解用户的浏览习惯、查找方式和购买路径等。
通过对这些数据的深入分析，平台可以优化网站的布局和功能，提高用户的浏览效率和使用便捷性。
例如，平台可以根据用户的偏好和习惯，将热门商品放在更加显眼的位置，提供智能搜索功能等。
这些改进可以提高用户的访问量和留存率，提升整体用户体验。
第五部分：风险监测与安全保障随着电商交易的增多，安全问题也成为了用户关注的焦点。
通过大数据分析，电商平台可以对用户的行为进行监测和分析，及时发现并处理潜在的风险。
跨境电商如何利用大数据分析用户行为
跨境电商如何利用大数据分析用户行为在当今全球化的商业环境中，跨境电商已成为国际贸易的重要组成部分。
随着互联网技术的飞速发展和消费者购物习惯的转变，大数据分析在跨境电商领域的应用变得日益关键。
通过深入挖掘和分析用户行为数据，跨境电商企业能够更好地了解消费者需求、优化运营策略、提升用户体验，从而在激烈的市场竞争中脱颖而出。
一、大数据在跨境电商中的重要性大数据为跨境电商企业提供了海量的信息，包括用户的浏览历史、购买记录、搜索关键词、评价反馈等。
这些数据如同隐藏的宝藏，蕴含着消费者的喜好、需求和行为模式。
通过对这些数据的分析，企业能够精准地把握市场动态，预测流行趋势，为产品开发、库存管理、营销策略制定等提供有力支持。
例如，一家销售时尚服装的跨境电商企业，通过分析用户的购买行为和浏览记录，发现某一类型的连衣裙在特定季节和地区备受欢迎。
基于这一洞察，企业可以提前加大该款式连衣裙的库存，并在相关地区进行针对性的营销推广，从而提高销售额和客户满意度。
二、收集用户行为数据的方法1、网站分析工具安装网站分析工具如 Google Analytics、百度统计等，能够跟踪用户在网站上的行为路径，包括页面浏览量、停留时间、跳出率等。
这些工具还可以获取用户的来源渠道、地理位置、设备类型等信息，为企业了解用户特征和行为习惯提供基础数据。
2、社交媒体监测社交媒体平台是用户分享购物体验和交流意见的重要场所。
跨境电商企业可以通过监测社交媒体上与自身品牌和产品相关的话题、评论、点赞等，收集用户的反馈和意见，了解用户对产品的喜好和不满之处。
3、客户关系管理系统（CRM）CRM 系统记录了客户的基本信息、购买历史、沟通记录等。
通过对 CRM 系统中的数据进行分析，企业可以了解客户的忠诚度、购买频率、消费金额等，从而对客户进行细分，提供个性化的服务和推荐。
4、市场调研除了利用现有的数据，企业还可以通过问卷调查、用户访谈等市场调研方法，直接获取用户的需求和意见。
利用大数据分析改善电子商务平台的用户体验
利用大数据分析改善电子商务平台的用户体验电子商务平台发展迅速，用户体验成为企业争相追求的目标之一。
为了提升用户的满意度和忠诚度，利用大数据分析成为了改善电子商务平台用户体验的重要手段。
本文将探讨如何利用大数据分析来改善电子商务平台的用户体验，并提供相应的策略和案例。
一、大数据分析对用户体验的重要性及作用大数据分析是指利用各种数据分析工具和技术，从庞大的数据中提炼出有用的信息和洞察力。
在电子商务平台中，大数据分析可以帮助企业深入了解用户的需求、行为和偏好，从而优化产品和服务，提高用户的体验。
1. 用户行为分析通过大数据分析，企业可以收集和分析用户在平台上的各种行为数据，例如浏览记录、购买记录、搜索关键词等。
通过对这些数据的分析，企业可以了解用户的兴趣和偏好，为用户提供个性化的推荐和推广活动，从而提高用户的购物体验和满意度。
2. 用户需求分析大数据分析可以帮助企业洞察用户的需求和痛点，了解用户对产品和服务的期望。
通过对用户需求的深入分析，企业可以优化产品的功能和设计，改进服务的流程和体验，从而提高用户的满意度和忠诚度。
3. 用户情感分析除了用户行为和需求，大数据分析还可以分析用户的情感和态度。
通过对用户评价、评论和反馈的情感分析，企业可以了解用户对产品和服务的喜好和不满之处，及时调整和改进，提高用户的满意度和口碑。
二、利用大数据分析改善电子商务平台的用户体验策略基于以上对大数据分析对用户体验的重要性及作用的认识，以下是几个利用大数据分析改善电子商务平台用户体验的策略。
1. 个性化推荐利用大数据分析用户的行为数据和偏好，电子商务平台可以通过个性化推荐系统为用户提供与其兴趣相关的产品和服务，提高用户购物的便利性和满意度。
例如，根据用户的浏览记录和购买历史，向其推荐类似的商品或相关的优惠活动。
2. 定制化服务通过大数据分析用户的需求和偏好，电子商务平台可以为用户提供个性化的定制化服务。
例如，基于用户的购买历史和偏好，提供个性化的商品定制或物流配送方案，让用户感受到独特和贴心的服务体验。
大数据技术在电商平台的应用
大数据技术在电商平台的应用随着互联网的普及，电商成为了人们购物的主要平台。
从最初的B2C模式到现在的O2O、P2P、B2B2C等多种模式，电商平台不仅为消费者提供了更丰富的商品选择，更为重要的是，电商平台积累的海量数据为企业提供了宝贵的经验和指引。
随着数据量的爆炸式增长，如何合理地利用数据成为了商家们面临的最重要的问题之一。
大数据技术的应用正成为电商平台提高效率、提升竞争力的重要工具。
一、大数据在电商平台中的应用1.个性化推荐随着数据量的不断增加，如何将数据转化成有效的销售工具成为商家们必须考虑的问题。
而个性化推荐技术的出现解决了这个问题，能够根据用户的购买历史、浏览足迹、搜索记录等数据来个性化推送商品，提升用户购物满意度和购物体验。
例如，淘宝的“每天好店”就是利用大数据技术来实现的，不但为用户推荐商品，还可以根据用户的兴趣映射成一个商品地图，为用户提供更多灵感。
2.精准营销电商平台的推广非常重要，然而大规模投放广告带来的高成本十分可怕。
作为替代方案，利用大数据技术分析用户行为，然后将广告投放到核心用户上面的精准营销成为了一种节省成本同时提高效率的策略。
例如，微信公众号的推文能够根据用户的性别、地域、兴趣等因素进行又窄又深的定向，精准推送到感兴趣的用户群体，提高转化率。
3.供应链管理通过大数据技术能够帮助电商平台进行供应链管理，提升供应商的绩效，同时有效的控制库存，并能够更好地把握商品的需求。
例如，如今电商平台的预售模式已经成为了常见的策略，而这离不开大数据的支撑，通过对用户提前下单的数据分析，电商平台就能够预测库存需求，并根据需求进行商品的采购。
4.反欺诈交易安全是电商平台需要考虑的最重要问题之一。
如果商家不能解决这个问题，恶意用户将对商家造成重大的损失。
而大数据技术可以利用机器学习等技术，对用户的行为进行分析，及时发现欺诈行为，避免不必要的损失。
二、大数据技术对电商平台的影响1.效率提升传统的销售方式总是需要人员参与进行决策，然而随着大数据技术的引入，可以根据数据分析出更精准的结果，从而提升效率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电商平台如何利用大数据做好用户体验
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。
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。