基于開放API的大學(xué)生電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)構(gòu)建

張禹

摘 要：目前大學(xué)生在不同的電子商務(wù)平臺(tái)從事創(chuàng)業(yè)實(shí)踐，由此導(dǎo)致了教師集中指導(dǎo)難、指導(dǎo)過程及時(shí)性差、學(xué)生創(chuàng)業(yè)成功率低等問題。為解決上述問題，在充分調(diào)研的基礎(chǔ)上，建構(gòu)了一種能夠融合諸多電子商務(wù)平臺(tái)開放API數(shù)據(jù)的大學(xué)生電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)。該平臺(tái)采用層次化構(gòu)架與模塊化設(shè)計(jì)，針對(duì)運(yùn)營(yíng)、客服、物流等環(huán)節(jié)，采用貝葉斯算法對(duì)所獲得的數(shù)據(jù)進(jìn)行分類匯總，并建立與之相對(duì)應(yīng)的數(shù)據(jù)分析模型與預(yù)警模型，實(shí)現(xiàn)了對(duì)學(xué)生創(chuàng)業(yè)實(shí)踐平臺(tái)海量數(shù)據(jù)的存儲(chǔ)及可視化數(shù)據(jù)呈現(xiàn)，運(yùn)行結(jié)果顯示平臺(tái)能有效提升學(xué)生電子商務(wù)平臺(tái)創(chuàng)業(yè)實(shí)踐的成效與規(guī)模。

關(guān)鍵詞：開放API；預(yù)警模型；創(chuàng)業(yè)實(shí)訓(xùn)；貝葉斯算法

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2018）10-0069-04

一、引言

在大眾創(chuàng)業(yè)、萬眾創(chuàng)新的時(shí)代背景下，電子商務(wù)的發(fā)展讓越來越多的大學(xué)生參與到創(chuàng)業(yè)浪潮中來，但大學(xué)生電子商務(wù)創(chuàng)業(yè)所需的是復(fù)合型人才[1]，需要具備網(wǎng)店運(yùn)營(yíng)和營(yíng)銷推廣能力、活動(dòng)策劃能力、市場(chǎng)洞察能力、商品進(jìn)出掌控力、團(tuán)隊(duì)合作協(xié)調(diào)能力，掌握各類技能和增強(qiáng)職業(yè)素養(yǎng)需要參加真實(shí)的項(xiàng)目實(shí)踐[2]，創(chuàng)業(yè)過程更需要?jiǎng)?chuàng)業(yè)導(dǎo)師進(jìn)行及時(shí)的具體的指導(dǎo)[3]，因此有必要構(gòu)建一個(gè)即時(shí)協(xié)同的多數(shù)據(jù)融合的大學(xué)生電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)，以利于實(shí)時(shí)指導(dǎo)與監(jiān)控，提高大學(xué)生創(chuàng)業(yè)實(shí)踐能力與創(chuàng)業(yè)成功率。

目前，解決電子商務(wù)創(chuàng)業(yè)實(shí)踐主要由案例教學(xué)、仿真實(shí)訓(xùn)為主，案例教學(xué)可以加強(qiáng)創(chuàng)業(yè)前期與創(chuàng)業(yè)后期對(duì)知識(shí)的學(xué)習(xí)了解[4]，仿真實(shí)訓(xùn)可以為大學(xué)生提供電子商務(wù)創(chuàng)業(yè)流程與規(guī)則的學(xué)習(xí)[5]。但兩種教學(xué)方式都很難提供電子商務(wù)創(chuàng)業(yè)真實(shí)的操作環(huán)境，無法取得真實(shí)的創(chuàng)業(yè)實(shí)踐成效。當(dāng)然也可以讓大學(xué)生直接在各類平臺(tái)上開網(wǎng)店，以此來開展真實(shí)的項(xiàng)目實(shí)踐[6]，但存在網(wǎng)絡(luò)商城平臺(tái)多、創(chuàng)業(yè)分散不集中、實(shí)施集中指導(dǎo)難、指導(dǎo)過程及時(shí)性差、創(chuàng)業(yè)成功率不高、創(chuàng)業(yè)規(guī)模小、學(xué)生投資風(fēng)險(xiǎn)大、無法累計(jì)網(wǎng)店運(yùn)行數(shù)據(jù)與貫穿三年全方位指導(dǎo)等問題。另外在電子商務(wù)網(wǎng)店運(yùn)營(yíng)過程中需要及時(shí)查看運(yùn)行數(shù)據(jù)，大學(xué)生創(chuàng)業(yè)者雖然可以通過各官方平臺(tái)和第三方平臺(tái)進(jìn)行查看，且這兩種類型的平臺(tái)都提供了網(wǎng)店運(yùn)營(yíng)數(shù)據(jù)，在數(shù)據(jù)及時(shí)性與準(zhǔn)確性方面都非常完善[7]，但無論是官方平臺(tái)還是第三方平臺(tái)都沒有從大學(xué)生創(chuàng)業(yè)指導(dǎo)的角度進(jìn)行研究開發(fā)，以上問題必然直接或者間接影響著大學(xué)生電子商務(wù)創(chuàng)業(yè)。因此，構(gòu)建實(shí)訓(xùn)指導(dǎo)平臺(tái)既可以增強(qiáng)學(xué)生的動(dòng)手能力，還可以強(qiáng)化創(chuàng)業(yè)過程中的實(shí)訓(xùn)指導(dǎo)環(huán)節(jié)，對(duì)提高大學(xué)生電子商務(wù)創(chuàng)業(yè)成功率有很大作用和顯著成效，是一種具有可操作性和實(shí)用價(jià)值的實(shí)訓(xùn)教學(xué)方式和載體。通過大量調(diào)研和教學(xué)實(shí)踐探索，取得電子商務(wù)創(chuàng)業(yè)過程所需的關(guān)鍵指標(biāo)，以此建立層次化的平臺(tái)構(gòu)架與合理的功能模塊，同時(shí)整合京東、天貓、亞馬遜等API開放平臺(tái)的數(shù)據(jù)[8]，采用貝葉斯算法來處理數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)存儲(chǔ)，并利用余弦相似系數(shù)構(gòu)建預(yù)警模型，以plotly來做數(shù)據(jù)可視化呈現(xiàn)。不僅可以擺脫傳統(tǒng)實(shí)訓(xùn)教學(xué)過程中項(xiàng)目化實(shí)踐難、過程指導(dǎo)難的問題，還能激發(fā)學(xué)生學(xué)習(xí)積極性，提高學(xué)習(xí)興趣，讓學(xué)生在實(shí)訓(xùn)學(xué)習(xí)過程中增強(qiáng)電子商務(wù)創(chuàng)業(yè)意識(shí)和專業(yè)技能。

二、創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)分析與設(shè)計(jì)

通過調(diào)研奧康國(guó)際、紅蜻蜓電商、網(wǎng)趣電商等17家長(zhǎng)期合作的電子商務(wù)公司，以及12個(gè)小型電子商務(wù)創(chuàng)業(yè)團(tuán)隊(duì)，掌握電子商務(wù)創(chuàng)業(yè)運(yùn)營(yíng)的業(yè)務(wù)需要，并結(jié)合創(chuàng)業(yè)實(shí)訓(xùn)過程指導(dǎo)和結(jié)果考核，從基礎(chǔ)設(shè)施、功能模塊以及體系架構(gòu)三方面構(gòu)建電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)。

1.基礎(chǔ)設(shè)施

創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)需要能夠完成來自多種不同平臺(tái)多個(gè)網(wǎng)店的數(shù)據(jù)分析，因此平臺(tái)在運(yùn)行過程中必然涉及到對(duì)海量的數(shù)據(jù)進(jìn)行計(jì)算與存儲(chǔ)，在硬件方面需要使用具有運(yùn)算性能快、安全性高、擴(kuò)展性強(qiáng)的服務(wù)器，減少平臺(tái)運(yùn)行時(shí)業(yè)務(wù)層的響應(yīng)時(shí)間。而云計(jì)算服務(wù)器作為一種新的服務(wù)器解決方案能夠很好地滿足這些需求，具有比傳統(tǒng)的物理服務(wù)器更加簡(jiǎn)便高效的管理方式，用戶可以根據(jù)平臺(tái)的運(yùn)行需求來選擇性能合適的云服務(wù)器。利用云服務(wù)器可為平臺(tái)提供安全穩(wěn)定的運(yùn)行環(huán)境。

2.體系架構(gòu)

在技術(shù)架構(gòu)上采用B/S的MVC架構(gòu)模式，多層結(jié)構(gòu)開發(fā)模式成為電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)開發(fā)的主流結(jié)構(gòu)，因此系統(tǒng)采用圖1所示的層次化平臺(tái)總體構(gòu)架。將展示層、業(yè)務(wù)層、服務(wù)層、數(shù)據(jù)層嚴(yán)格區(qū)分開，業(yè)務(wù)邏輯組件以可管理的方式增長(zhǎng)。在網(wǎng)絡(luò)構(gòu)建上采用網(wǎng)段隔離技術(shù)，盡量避免讓主機(jī)暴露在互聯(lián)網(wǎng)上。在后臺(tái)管理端則采用SSL加密技術(shù)，保證各職能管理部門交換信息的安全性。擴(kuò)展性方面，在當(dāng)前開發(fā)的基礎(chǔ)上可以擴(kuò)充其他部分功能，從而節(jié)省開發(fā)成本和時(shí)間，解決大學(xué)生電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)兼容性與擴(kuò)展性問題。

（1）展示層。用戶可以通過手機(jī)端、電腦端對(duì)該設(shè)備進(jìn)行訪問，系統(tǒng)與用戶之間進(jìn)行交互，展示系統(tǒng)分析數(shù)據(jù)、頁(yè)面導(dǎo)航，其中頁(yè)面導(dǎo)航主要包括平臺(tái)的登錄頁(yè)面、系統(tǒng)主界面、平臺(tái)數(shù)據(jù)獲取頁(yè)面、平臺(tái)運(yùn)營(yíng)數(shù)據(jù)分析頁(yè)面、平臺(tái)客服績(jī)效分析頁(yè)面、物流信息分析頁(yè)面及預(yù)警信息頁(yè)面，最終可視化呈現(xiàn)。該層采用HTML5進(jìn)行頁(yè)面展示，展現(xiàn)層將用戶請(qǐng)求數(shù)據(jù)發(fā)給服務(wù)端，服務(wù)端返回JSON格式的數(shù)據(jù)并以合適的方式在客戶端進(jìn)行呈現(xiàn)。

（2）業(yè)務(wù)層。主要是根據(jù)電子商務(wù)創(chuàng)業(yè)指導(dǎo)中涉及到的業(yè)務(wù)需求進(jìn)行分析，包括實(shí)現(xiàn)對(duì)基礎(chǔ)業(yè)務(wù)、數(shù)據(jù)業(yè)務(wù)以及展現(xiàn)業(yè)務(wù)進(jìn)行分析。將服務(wù)層返回的抓取數(shù)據(jù)進(jìn)行分類、排序、匯總等業(yè)務(wù)，例如銷售數(shù)據(jù)按照實(shí)際排序、時(shí)間分布統(tǒng)計(jì)、關(guān)鍵詞頻率統(tǒng)計(jì)等。

（3）服務(wù)層。通過對(duì)平臺(tái)的業(yè)務(wù)流程進(jìn)行基礎(chǔ)性的抽象，從而提取出了通用性的基礎(chǔ)服務(wù)，使用該層可以實(shí)現(xiàn)對(duì)平臺(tái)基礎(chǔ)業(yè)務(wù)的調(diào)用。調(diào)用與解析數(shù)據(jù)基礎(chǔ)服務(wù)層將為平臺(tái)提供開放API數(shù)據(jù)、網(wǎng)頁(yè)的DOM樹解析、數(shù)據(jù)抓取、數(shù)據(jù)負(fù)載存儲(chǔ)等基礎(chǔ)性服務(wù)。

（4）數(shù)據(jù)層。主要指業(yè)務(wù)數(shù)據(jù)保存到數(shù)據(jù)庫(kù)中，采用MySQL數(shù)據(jù)庫(kù)結(jié)合Mybitas的對(duì)象關(guān)系映射（ORM）技術(shù)，完成對(duì)平臺(tái)中各種對(duì)象的“增、刪、改、查”等操作，從而提高對(duì)大規(guī)模數(shù)據(jù)的存儲(chǔ)與操作的效率。

3.功能模塊設(shè)計(jì)

從功能模塊上，電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)主要分開為前臺(tái)、后臺(tái)兩大部分。前臺(tái)部分主要包括運(yùn)營(yíng)管理、客服管理、物流管理、網(wǎng)店預(yù)警、貨源供銷等，后臺(tái)部分主要對(duì)平臺(tái)一些基礎(chǔ)數(shù)據(jù)和各個(gè)模塊權(quán)限進(jìn)行分類有效的管理，主要的管理功能包括網(wǎng)店管理、供應(yīng)商管理、產(chǎn)品管理、預(yù)警管理、日志管理、用戶管理、系統(tǒng)管理等，以此來構(gòu)建平臺(tái)模塊實(shí)現(xiàn)整體功能，如圖2所示。模塊的設(shè)置將有效解決大學(xué)生電子商務(wù)創(chuàng)業(yè)過程指導(dǎo)有效性。

（1）運(yùn)營(yíng)信息。主要分為銷售情況與流量情況兩大方面10項(xiàng)二級(jí)指標(biāo)，包括銷售量、商品數(shù)、支付轉(zhuǎn)化率、客單價(jià)、支付金額、加購(gòu)量、收藏人數(shù)、老買家支付金額等，為運(yùn)營(yíng)人員提供網(wǎng)店真實(shí)的運(yùn)營(yíng)數(shù)據(jù)，了解網(wǎng)店運(yùn)營(yíng)情況，為運(yùn)營(yíng)決策做輔助參考，還可以查看其他團(tuán)隊(duì)網(wǎng)店的運(yùn)行情況，構(gòu)建起團(tuán)隊(duì)之間相互交流學(xué)習(xí)的橋梁，也方便教師對(duì)多網(wǎng)店進(jìn)行分析指導(dǎo)，形成能查看日、月、年運(yùn)營(yíng)情況的數(shù)據(jù)中心。

（2）客服信息。主要根據(jù)客服績(jī)效考核六項(xiàng)關(guān)鍵指標(biāo)來進(jìn)行數(shù)據(jù)分析，主要有響應(yīng)及時(shí)率、30s應(yīng)答率、平均會(huì)話時(shí)長(zhǎng)、未回復(fù)率、在線時(shí)長(zhǎng)、客服評(píng)價(jià)等，考核團(tuán)隊(duì)中客服為客戶的整體服務(wù)情況，是否有效解決客戶購(gòu)買過程中的問題，提升用戶購(gòu)物體驗(yàn)。

（3）物流信息。主要結(jié)合各平臺(tái)對(duì)貨物管理和發(fā)貨速度的要求，其中3項(xiàng)關(guān)鍵指標(biāo)分別為發(fā)貨及時(shí)率、發(fā)貨準(zhǔn)確率、物流動(dòng)態(tài)評(píng)分，查看分析網(wǎng)店物流信息數(shù)據(jù)，把握發(fā)貨速度與準(zhǔn)確率，并且可以提高用戶好評(píng)率。

（4）網(wǎng)店預(yù)警。主要結(jié)合平臺(tái)采集的網(wǎng)店數(shù)據(jù)建立銷量預(yù)警、庫(kù)存預(yù)警、流量預(yù)警、違規(guī)預(yù)警，對(duì)網(wǎng)店進(jìn)行預(yù)警設(shè)置，查看近期指數(shù)下滑較快的指標(biāo)，并進(jìn)行預(yù)警，防止網(wǎng)店出現(xiàn)單項(xiàng)考核指標(biāo)差而影響整個(gè)網(wǎng)店的運(yùn)行，從而有效實(shí)現(xiàn)創(chuàng)業(yè)實(shí)踐的指導(dǎo)功能。

三、創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)關(guān)鍵技術(shù)實(shí)現(xiàn)

為了使電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)能夠?qū)Ω鱾€(gè)功能模塊進(jìn)行更好的結(jié)合，從而使得各模塊之間的耦合是松散的，同時(shí)提高平臺(tái)的及時(shí)性、安全性與穩(wěn)定性，并且實(shí)現(xiàn)多平臺(tái)開放API數(shù)據(jù)的接入，需要利用海量數(shù)據(jù)存儲(chǔ)、預(yù)警分析模型、數(shù)據(jù)可視化等關(guān)鍵技術(shù)。

1.多平臺(tái)開放API數(shù)據(jù)匯聚與分析

傳統(tǒng)的電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)都是基于模擬數(shù)據(jù)進(jìn)行，這種方式的數(shù)據(jù)價(jià)值有限，通過申請(qǐng)加入各大網(wǎng)絡(luò)商城開放API平臺(tái)，在開放API文檔的指導(dǎo)下，提取各大平臺(tái)的各類開放數(shù)據(jù)，開放API數(shù)據(jù)分免費(fèi)和收費(fèi)兩大部分。具體步驟為一是申請(qǐng)平臺(tái)賬號(hào)，二是生成App Key、App Secret和Session Key，三是測(cè)試綁定賬號(hào)，四是提供SDK接口，五是開放API接口測(cè)試，最終形成開放API數(shù)據(jù)讀取，綜合多方平臺(tái)開放API的數(shù)據(jù)形成平臺(tái)分析業(yè)務(wù)的數(shù)據(jù)源。通過這種方式實(shí)現(xiàn)在不同的硬件平臺(tái)、不同的語(yǔ)言平臺(tái)、不同的操作系統(tǒng)平臺(tái)以及不同的數(shù)據(jù)庫(kù)應(yīng)用之間進(jìn)行平滑統(tǒng)一的通信。但是，從各大網(wǎng)絡(luò)商城開放API平臺(tái)采集的海量原始數(shù)據(jù)往往含有大量重復(fù)的、無序的、未分組的以及包含各種不同信息的單元格，不能直接用于構(gòu)建分析模型。因此，要將詳細(xì)數(shù)據(jù)呈現(xiàn)給學(xué)生之前，需要先將原始數(shù)據(jù)集進(jìn)行正確分類和匯總，以便獲得最佳結(jié)果。

為了能合理有效地對(duì)所獲得的開放API數(shù)據(jù)進(jìn)行分類匯總，本研究采用貝葉斯算法來處理數(shù)據(jù)不確定性問題，該算法的具體定義如下：

2.海量數(shù)據(jù)實(shí)時(shí)存儲(chǔ)

通過對(duì)電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)所涉及的模塊數(shù)據(jù)信息進(jìn)行采集，開放API平臺(tái)一般以返回JSON和XML為格式數(shù)據(jù)，獲取返回?cái)?shù)據(jù)后存入到相應(yīng)的數(shù)據(jù)庫(kù)表中，實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)存儲(chǔ)的要求，為此來設(shè)計(jì)運(yùn)營(yíng)數(shù)據(jù)表、客服數(shù)據(jù)表、物流數(shù)據(jù)表、預(yù)警數(shù)據(jù)表、貨源供銷數(shù)據(jù)表等，形成數(shù)據(jù)表32個(gè)、字段量389個(gè)、接口70個(gè)，根據(jù)需求編寫數(shù)據(jù)提取的編程語(yǔ)言。

3.預(yù)警分析模型

電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)的預(yù)警分析模型的構(gòu)建主要包括銷量預(yù)警、庫(kù)存預(yù)警、流量預(yù)警、違規(guī)預(yù)警等，為創(chuàng)業(yè)實(shí)踐者提供運(yùn)營(yíng)預(yù)警，創(chuàng)業(yè)者可以設(shè)置創(chuàng)業(yè)預(yù)警指標(biāo)，同時(shí)在開放API平臺(tái)獲取數(shù)據(jù)，兩組數(shù)據(jù)可以從中抽象出平臺(tái)數(shù)據(jù)的特征向量。

4.數(shù)據(jù)可視化呈現(xiàn)

為了使數(shù)據(jù)查看更加直觀，將電子商務(wù)創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)數(shù)據(jù)進(jìn)行可視化（Data Visualization），目前國(guó)內(nèi)外可視化工具有很多，例如plotly、iCharts、jQuery Visualize、網(wǎng)易有數(shù)等，通過增量數(shù)據(jù)加載、可視化建模、自助式分析、數(shù)據(jù)大屏的使用，實(shí)時(shí)呈現(xiàn)數(shù)據(jù)變化，讓平臺(tái)數(shù)據(jù)展現(xiàn)豐富多樣。創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)采用plotly來做數(shù)據(jù)可視化呈現(xiàn)，具體效果如圖3所示?？勺尨髮W(xué)生對(duì)繁雜的數(shù)據(jù)一目了然，增強(qiáng)教師與學(xué)生的視覺體驗(yàn)，從而促進(jìn)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。

四、創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)應(yīng)用效果分析

為了驗(yàn)證本研究提出構(gòu)建創(chuàng)業(yè)實(shí)訓(xùn)指導(dǎo)平臺(tái)的有效性與合理性，將22個(gè)電子商務(wù)創(chuàng)業(yè)團(tuán)隊(duì)劃分成A組、B組兩組，每組各11個(gè)團(tuán)隊(duì)。其中A組為實(shí)驗(yàn)組，B組為對(duì)照組，分別對(duì)A組實(shí)施使用平臺(tái)開展實(shí)訓(xùn)指導(dǎo)，對(duì)B組未使用平臺(tái)開展實(shí)訓(xùn)指導(dǎo)，一年后對(duì)大學(xué)生電子商務(wù)創(chuàng)業(yè)的網(wǎng)店達(dá)成率進(jìn)行比較，同時(shí)對(duì)師生使用平臺(tái)滿意度進(jìn)行調(diào)查。

1.運(yùn)營(yíng)數(shù)據(jù)對(duì)比

網(wǎng)店運(yùn)營(yíng)過程中銷量代表經(jīng)營(yíng)規(guī)模，成交金額代表銷售質(zhì)量，訪客數(shù)代表流量，轉(zhuǎn)化率代表運(yùn)營(yíng)成效，客服響應(yīng)及時(shí)率代表客服服務(wù)質(zhì)量，物流發(fā)貨及時(shí)率代表物流服務(wù)質(zhì)量，通過對(duì)銷售量、成交金額、訪客數(shù)設(shè)定考核目標(biāo)，最終統(tǒng)計(jì)目標(biāo)達(dá)成率，再結(jié)合轉(zhuǎn)化率、客服響應(yīng)及時(shí)率、物流發(fā)貨及時(shí)率六項(xiàng)指標(biāo)維度進(jìn)行數(shù)據(jù)比較，比較結(jié)果如圖4所示。

從圖4可以看出，在這一年中，實(shí)驗(yàn)組A組比對(duì)照組B組的網(wǎng)店運(yùn)營(yíng)六項(xiàng)指標(biāo)均呈現(xiàn)極為顯著的效益區(qū)分度，A組顯著高于B組，其中最重要的銷售量達(dá)成率高出51%，訪客數(shù)達(dá)成率高出45%，轉(zhuǎn)化率高出5%，三項(xiàng)指標(biāo)都翻番一倍以上，從結(jié)果中充分體現(xiàn)平臺(tái)對(duì)學(xué)生創(chuàng)業(yè)的巨大幫助且成效顯著。