《定位与预判》（3）
昨天的十一项针对性数据结合电商渠道与运营模式所做的前置规划，那么，依据最近几年实际工作经验和电商渠道、电商平台与品牌发展的趋势，在对未来保持有效现实定位的过程中，电商公司或者拥有电商渠道的公司都需要进行对电商发展趋势的进一步明确的预判，这第二部分的预判针对性数据项就是在这种背景情况下产生的。
未来电商平台和品牌的发展总体趋向于文创、社交活动、和客群互动等，所以，今天的十一项针对性数据项预判的标准就是基于这个标准建立的。
12、平台定位文化数据结构（The platform locates the cultural data structure）；
解释：这个是基于电商平台和品牌在初步完成自己平台定位后，对于文化创意、创新方面所需要的数据结构分析。这能够帮助平台随时发现自己的文化基因基础点有没有偏离或者被淘汰，同时，也能够帮助平台尽快的找到自己在新的文化创意方面的发展方向；
13、文化基因基础具体数据结构（Specific data structure of cultural gene basis）；
解释：这个保证了在具体产品、所有行销活动、交易模式等含有具体的文化基因的数据项，结构的具体层会有很多，但是在定位后的客群文化习惯、客群文化偏好、客群文化变化这三个方面最具代表性；
14、单品类文创数据重点结构（Specific structure of single category cultural and creative data）；
解释：这个保证在平台上所有有形无形产品的文化创新创意都能够被及时的发现并融入到具体的定位修正系统数据结构中去；
15、货品策略文创数据结构（Product strategy document creation data structure）；
解释：这个里面所包含的内容有货品设计文创数据基因基础点、货品行销文创数据结构与处理标准、货品组合文创数据结构点；
16、客群互动结果数据结构（Customer group interaction result data structure）；
解释：什么原因影响客群互动，自己这个结果构成的有哪些原因在这个数据预判中都需要网站和平台运营者依据自己的情况来制定，并且，通过制定后的数据收集和处理，能够找到上面的主要问题，在智能化具备先进条件下，还能够给出具体的解决措施；
17、社交客群分层数据结构（Social guest group hierarchical data structure）；
解释：依据平台定位后的客群进行明确的同等文化属性下的客群细分定位数据体系，分出具体客群的文化层次与结构，便于更为精准的定位与产品行销策略的制定；
18、个体客群影响力层次数据结构（Hierarchical data structure of influence of individual guest groups）；
解释：这个可能在制作数据分子结构基础模式、原始数据确定上存在难度，但是，从个体客群影响力层次上进行分层后再确立更为细分的就比较好做。能够很快找到自己客群中的影响力代表，以及怎样让他们去影响其他低层次客群的意见（美国大选和俄罗斯大选基本上就是采用的这个原理的数据结构分析）；
19、社交活动数据结构（Social activity data structures）；
解释：主要用于定位形成后，展开的社交活动类型、内容、形式等的具体分析应用，能够知道自己的客群里面的客群结构后（参考上面以列出的数据结构），就能准确的用这个来指导平台的活动企划（这个数据结构主要来自于线下门店与大型零售体的常规应用）；
