中央提出的“大众创业、万众创新”战略推动我国创业的普及化，尤其是大量基于互联网创业的项目不断涌现，大学生开展创业规模达到1000余万人，创业人数逐年提升，其中九成以上是从事电子商务网店行业，在2019年全国网上销售额约10.6万亿元的背景下，网店创业正在快速普及，但网络商城规则与数据关联复杂，对大学生网店运营技巧提出了更高的要求。目前大数据与互联网开放性使得各大电子商务平台纷纷通过开放API实现数据互通，为广大商家提供更加精准的网络营销数据。开放平台网络店铺数据对于研究和分析产品销售、市场需求、以及对下一步的生产销售等情况都有着重要意义，也可为大学生电子商务创业网店运营指导提供数据支撑。大学生网络创业是复合型人才，要熟练掌握电子商务平台交易流程，具备网络店铺运营和营销推广、活动策划能力，具有敏锐的市场洞察能力，对商品进出管理有较强的掌控，以及具有较强团队合作协调能力，融合商务与信息技术、人文修养于一身。但当前电子商务人才培养主要由理论教学、案例教学、仿真实训等多种形式组成，以上的传统教学方式很难解决电子商务真实的操作环境，无法取得真实的实践成效。因此，以京东、淘宝、亚马逊等电子商务平台为数据源，设计多平台网络店铺数据提取方案，分析网络店铺运营过程的关键指标，借助API、实时数据、预警模型、可视化呈现等关键技术，构建多平台融合的大学生电子商务网店运营实训指导平台，可使电子商务创业实践更加真实，有效解决学生店铺运营与管理过程中指导难的问题，提高大学生电子商务网店创业的成效。

二、电商平台API数据获取方法

目前电商开放平台主要有3中类型，一是商品开放平台，二是店铺开放平台，三是供应商开放平台，大学生网络创业主要围绕店铺开放平台来进行，所以重点研究了店铺开放平台。淘宝天猫、京东等平台，各大平台也都进行了部分的数据的开放API，并且有详细的API开发文档，帮助个人或者企业建立自己的店铺数据库，主流两大平台的开放API情况如下：

淘宝开放平台

淘宝开放平台给外部的合作伙伴提供了进300个API，覆盖了淘宝的交易核心数据，日均调用量10亿次/天，在店铺管理、营销推广、市局分析等方面都提供了开放数据，是国内电商平台开放业务规模最大的平台，不受语言和浏览器等方面的约束。淘宝OAuth2.0服务支持采用两种方式获取Access Token（授权令牌），即 Server-side flow 和 Client-side flow。

网址：https://open.taobao.com

京东宙斯

宙斯开放平台给外部合作伙伴提供了221个API，基于HTTP协议调用的，开发者(ISV)可以使用宙斯提供的SDK (支持多种语言，需要对请求进行封装、签名加解密等)来调用、也可以根据协议规则进行封装为HTTP请求来进行调用，会针对自行封装的HTTP请求进行API调用过程进行详细说明。

网址：https://open.jd.com

三、网店运营实训指导平台的构架思路

平台的完整性

按照统一技术规范和信息标准，充分结合电子商务创业运营的业务需要，以及实训教学过程指导和结果考核的需求来构建平台，提供店铺开设、产品管理、订单处理、数据分析、供应商对接等功能，并通过API获取真实商城数据、实时数据库存储、分析数据、建模预警，以可视化呈现、实践指导交流来实现电子商务创业指导与评价，并实现大学三年的贯穿，让平台发挥直观管理、及时指导、科学考核上的作用。

实践的真实性

全面整合京东、淘宝、亚马逊等API开放平台的数据，通过API开放平台来提取授权的店铺数据，从而建立真实的电子商务网店运营实训数据库，将数据筛选汇聚并进行分析，真实数据库的建构将逐步实现网店运营教学过程中真实实训环节，提高电子商务学生网店运营能力，达到真实电子商务创业实践的教学目标。

指导的监控性

关注学生的实训全过程，让学生利用动态真实的数据开展项目运营，优化运营策略，教师在自己的界面开展过程监控与指导，以评价指标结合算法来建立数据预警模型，实现网店运行过程中数据下滑和单个运行指标较差的提出数据预警，对预警的数据以WEB端口对外展现动态数据，并对预警数据进行可视化设计，形成电子商务创业实训指导。

（四）评价的全面性

平台的构建将更加注重学生创业实训的过程评价，把过程评价和结果评价相结合，形成学生创业实训情况的综合评价，以此来激发学生学习的积极性，让学生在实训过程中提高创新意识，掌握对网店数据分析、运营规律和数据工作原理，增强对电子商务网店运营的理解。

四、网店运营实训指导平台的关键技术

为了使电子商务网店运营实训指导平台更好的结合各个功能模块，实现各模块之间松散耦合，并提高平台及时性、安全性、稳定性，实现多平台API数据接入，海量数据存储、预警分析模型、数据可视化等关键技术。主要关键技术以下：

（一）多平台API数据汇聚融合与分析

不同电商平台、不同网店类目所产生的数据标准不一致。因此，采用获取方式有两种，一种是采用API开放的接口，通过用户授权实现数据实时动态变化，另外一种是行业数据抓取，通过行业编码标准，运用ETL工具来清洗转换和集成中间层的分布数据和异构数据，将数据存储到数据仓库中，形成联机分析处理、数据挖掘的基础。

（二）海量数据处理能力

在数据获取与采集过程中，其主要特点和挑战是并发数高。因此，项目采用云计算分布式采集和流量均衡协调机制，在并发高峰，采用EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等来处理实时性需求。

（三）数据挖掘技术

数据挖掘的主要特点和挑战是语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。主要运用聚类Kmeans法、统计学习的SVM法和分类的NaiveBayes法来提高大批量数据处理能力；运用灰色关联分析法，对各种解决方案的关键指标作与以往指标作逐一比较，以确定相对最优的指导方案。

（四）数据可视化呈现

电子商务网店运营实训指导平台数据可视化（Data Visualization）使数据查看更加直观，通过plotly工具来建立数据加载，围绕数据模型来建立可视化呈现，实现数据的实时性变化，让数据呈现更加丰富、直观、科学，有效提高教师对学生开展电商运营的指导效率，提升视觉的体验。