基于數(shù)據(jù)挖掘的電子商務網站個性化營銷實現(xiàn)研究

[摘要] 數(shù)據(jù)挖掘技術讓人們有能力最終認識數(shù)據(jù)的真正價值，即蘊藏在數(shù)據(jù)中的信息和知識。對于電子商務企業(yè)，豐富的數(shù)據(jù)源，自動收集的可靠數(shù)據(jù)使它很容易滿足數(shù)據(jù)挖掘所必需要因素。論文從數(shù)據(jù)挖掘模式類型等內容出發(fā)，研究了電子商務企業(yè)怎樣進行數(shù)據(jù)挖掘工具選擇，分析本公司業(yè)務數(shù)據(jù)庫中的數(shù)據(jù)，為個性化網絡營銷的實現(xiàn)服務。

[關鍵詞] 數(shù)據(jù)挖掘工具 個性化營銷 電子商務企業(yè)

一、引言

一個成功的電子商務運作過程，需要完美整合三個要素——網絡技術、商業(yè)模式和營銷（網絡營銷）。網絡營銷是企業(yè)營銷實踐與現(xiàn)代信息通訊技術、計算機網絡技術相結合的產物，是指企業(yè)以電子信息技術為基礎，以計算機網絡為媒介和手段而進行的各種營銷活動（包括網絡調研、網絡新產品開發(fā)、網絡促銷、網絡分銷、網絡服務等）的總稱。

具有交互性、跨時空、低成本、高效性等優(yōu)點的網絡營銷這一概念在中國出現(xiàn)才剛剛開展10年的時間，雖然理論體系還不完善，上網的企業(yè)數(shù)量還比較少，但是，這種基于互聯(lián)網的新型營銷方式已經引起廣泛關注，并對企業(yè)的經營戰(zhàn)略產生越來越大的影響。當前各種形式的網絡廣告、網絡調研、網絡分銷等網絡營銷活動正活躍在企業(yè)的市場活動中。網絡營銷使得大公司、小公司“同臺競技”“規(guī)模經濟”與“小批量、多品種”生產并存。網絡營銷把企業(yè)帶入小型化、多樣化和復雜化競爭的時代。

隨著技術的發(fā)展，信息鋪天蓋地，不僅企業(yè)被淹沒在大量的信息中，就連顧客也不得不花大量的時間來尋找、瀏覽自己感興趣的信息。根據(jù)菲利普·科特勒的顧客讓渡價值理論，顧客讓渡價值=總顧客價值-總顧客成本。總顧客價值是顧客從某一特定產品或服務中獲得的一系列價值，包括產品價值、服務價值、人員價值和形象價值。總顧客成本是顧客在為購買該產品或服務所耗費的費用，不僅包括貨幣成本，還包括時間成本、精神成本、體力成本等非貨幣成本。可見為了購買特定產品，在電子商務這種特殊市場中，瀏覽信息所花費的時間成本、精神成本、體力成本等也直接影響著總顧客讓渡價值。

Web數(shù)據(jù)挖掘技術在電子商務上的應用，正是為了更加有效的掌握信息，服務于顧客，Web數(shù)據(jù)挖掘技術的路徑分析、關聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、分類規(guī)則的發(fā)現(xiàn)、聚類分析等方法，可以應用于發(fā)現(xiàn)潛在顧客、改進站點鏈接結構設計、對顧客進行聚類分級從而分析組中顧客的共同特征，并為相應的顧客提供優(yōu)質個性化服務，使顧客在瀏覽信息時有針對性，節(jié)省時間成本、精神成本、體力成本等，最終使總顧客成本得以降低。

二、個性化營銷

個性化營銷是把一個顧客看成一個顧客群，將鎖定銷售目標的活動發(fā)揮到極致的程度。充分體現(xiàn)了“顧客至上”，“顧客永遠是正確的”，“愛你的顧客而非產品”等現(xiàn)代市場營銷觀念。消費者選購商品時完全以“自我”為中心，現(xiàn)有商品不能滿足需求，則可向企業(yè)提出具體要求，企業(yè)也能滿足這一要求，這樣既能最大限度滿足消費者個性化需求，又能增強企業(yè)產品的市場競爭力。同時由于和消費者保持長期的互動關系，企業(yè)能及時了解市場需求的變化，有針對性的生產，不會造成產品積壓。縮短再生產周期，降低流通費用，從而提高企業(yè)經濟效益。

在電子商務環(huán)境下，實現(xiàn)個性化營銷可以利用的資源包括個性化網站、顧客數(shù)據(jù)庫，網絡營銷工具。即企業(yè)在互動式網站和數(shù)據(jù)庫為支撐工具的前提下，整合運用個性化的網站、個性化的E-mail、個性化的網頁、顧客的興趣追蹤等相關工具，既可以與顧客建立親密友好的聯(lián)系，又可以創(chuàng)建個性化的營銷信息，包括每個顧客的喜好、購買模式、針對他的最有效的溝通技巧等，以此來提供個性化的產品和顧客服務，開展個性化營銷活動。

下圖反映出一個具備個性化營銷服務功能的系統(tǒng)功能層次結構。

由圖看出，系統(tǒng)要得到上層所提供的個性化營銷服務，需要從底層數(shù)據(jù)庫獲取交易數(shù)據(jù)、顧客數(shù)據(jù)、財務數(shù)據(jù)、市場數(shù)據(jù)等，將底層數(shù)據(jù)析取到數(shù)據(jù)倉庫中，在數(shù)據(jù)倉庫中建立以顧客、銷售和財務等為主題的多維數(shù)據(jù)模型，并在保留原有數(shù)據(jù)的基礎上，不斷刷新數(shù)據(jù)倉庫的數(shù)據(jù)，接著進行指標分析、多維數(shù)據(jù)分析和數(shù)據(jù)挖掘。主要內容有顧客分析、忠誠度分析、銷售分析、顧客反饋分析、財務分析等。

通過對顧客屬性特征、交易行為和資金能力的分析，提取各種與顧客交易之靜態(tài)特征和動態(tài)特征相關的知識，對顧客進行必要細分，從而有針對性地對顧客施加1對1的個性化營銷服務，提高電子商務企業(yè)的認知能力和服務創(chuàng)新水平，擴大其獲利機會。

可見上層的個性化營銷功能的獲得是底層數(shù)據(jù)所不能直接提供的，需要經過中間析取到數(shù)據(jù)倉庫中，面向主題對數(shù)據(jù)進行組織與管理后，再利用數(shù)據(jù)挖掘技術才能實現(xiàn)的。

三、數(shù)據(jù)挖掘工具及選擇分析

數(shù)據(jù)挖掘技術讓人們有能力最終認識數(shù)據(jù)的真正價值，即蘊藏在數(shù)據(jù)中的信息和知識。它使得許多商業(yè)公司充分認識到深層次地分析本公司業(yè)務數(shù)據(jù)庫中的數(shù)據(jù)能夠帶來更多的商業(yè)機會。尤其對于電子商務企業(yè)，它很容易滿足數(shù)據(jù)挖掘所必需要因素：豐富的數(shù)據(jù)源、自動收集的可靠數(shù)據(jù)，并且可將挖掘的結果轉化為個性化網絡營銷這樣的商業(yè)行為，商業(yè)投資可以直接評價。

在不久以前大部分數(shù)據(jù)挖掘工具還只能為專門技術人員所操縱，但現(xiàn)在有更多的公司提供了更高級的數(shù)據(jù)挖掘系統(tǒng)，使得非專業(yè)人士也能使用。這些數(shù)據(jù)挖掘工具所基于的技術主要包括：規(guī)則歸納、神經網絡、遺傳算法、模糊邏輯、規(guī)則發(fā)現(xiàn)、模糊專家系統(tǒng)規(guī)則、決策樹、基于實例的推理、歸納邏輯等。

選擇一個滿足本公司實現(xiàn)個性化網絡營銷的數(shù)據(jù)挖掘工具可從以下方面進行考慮：

（1）產生的模式種類

數(shù)據(jù)挖掘模式一般有以下六種:

①分類模式:表現(xiàn)為一棵分類樹，根據(jù)數(shù)據(jù)的值從樹根開始搜索，沿著數(shù)據(jù)滿足的分支往上走，走到樹葉就能確定類別。

②回歸模式:與分類模式相似，其差別在于分類模式的預測值是離散的，回歸模式的預測值是連續(xù)的。

③時間序列模式:根據(jù)數(shù)據(jù)隨時間變化的趨勢預測將來的值。

④聚類模式:把數(shù)據(jù)劃分到不同的組中，組之間的差別盡可能大，組內的差別盡可能小，但它與分類模式不同之處在于，進行聚類前并不知道將要劃分成同個組和什么樣的組。

⑤關聯(lián)模式:描述事物之間同時出現(xiàn)的規(guī)律的知識模式。如購買A產品與B產品之間的關聯(lián)性。

⑥序列模式:與關聯(lián)模式相似，它把數(shù)據(jù)之間的關聯(lián)性與時間聯(lián)系起來。

對于個性化營銷，公司的需要反映在：跟蹤和學習顧客的興趣和行為;為當前用戶尋找k個最相似的鄰居來預測當前用戶的興趣；或找出在什么時間，什么樣顧客對什么樣的產品感興趣等方面。

以上的六種模式中分類模式可以對顧客進行分類；時間序列模式可在需求量方面給出預測結果；聚類模式可用于顧客聚類.由于它是根據(jù)相似顧客來推薦資源的，即根據(jù)最相似的鄰居來預測當前顧客的興趣，所以有可能為潛在顧客推薦出新的感興趣的內容；關聯(lián)模式找出A產品與B產品之間的關聯(lián)性；序列模式則可以反映出需求的季節(jié)性。

（2）易操作性

當前有的工具有圖形化界面，引導用戶半自動化地執(zhí)行任務；有的使用腳本語言，有些工具提供數(shù)據(jù)挖掘的API，可以嵌入到C、Visual Basic、PowerBuilder等高級編程語言中。

（3）數(shù)據(jù)存取能力

好的數(shù)據(jù)挖掘工具可以使用SQL語句直接從DBMS中讀取數(shù)據(jù)。這樣可以簡化數(shù)據(jù)準備工作。

（4）與其他產品的接口

在需要其他產品輔助企業(yè)理解數(shù)據(jù)、理解結果時，數(shù)據(jù)挖掘工具與其他產品的接口就顯得很重要了。

總之，數(shù)據(jù)挖掘工具應具備多種模式、多種算法、良好的數(shù)據(jù)選擇和轉換能力、可視化、擴展性等，使之具備更強的解決復雜問題的能力。

當前比較著名數(shù)據(jù)挖掘工具有IBM Intelligent Miner、SAS Enterprise Miner、SPSS Clementine等，它們都能夠提供常規(guī)的挖掘過程和挖掘模式。

其中Intelligent Miner 通過其世界領先的獨有技術，例如典型數(shù)據(jù)集自動生成、關聯(lián)發(fā)現(xiàn)、序列規(guī)律發(fā)現(xiàn)、概念性分類和可視化呈現(xiàn)，可以自動實現(xiàn)數(shù)據(jù)選擇、數(shù)據(jù)轉換、數(shù)據(jù)發(fā)掘和結果呈現(xiàn)這一整套數(shù)據(jù)發(fā)掘操作。若有必要，對結果數(shù)據(jù)集還可以重復這一過程，直至得到滿意結果為止。根據(jù)IDC 的統(tǒng)計，Intelligent Miner 目前是數(shù)據(jù)發(fā)掘領域最先進的產品。

SAS Enterprise Miner 能支持包括關聯(lián)、聚類、決策樹、神經元網絡和統(tǒng)計回歸在內的廣闊范圍的模型數(shù)據(jù)挖掘工具。SAS Enterprise Miner設計為被初學者和有經驗的用戶使用。它的GUI界面是數(shù)據(jù)流驅動的，且它易于理解和使用。由于支持多種模型，所以SAS Enterprise Miner允許用戶比較不同模型并利用評估結點選擇最適合的。SAS Enterprise Miner被設計成能在所有SAS支持的平臺上運行。

SPSS Clementine是一個開放式數(shù)據(jù)挖掘工具，曾兩次獲得英國政府SMART 創(chuàng)新獎，它不但支持整個數(shù)據(jù)挖掘流程，從數(shù)據(jù)獲取、轉化、建模、評估到最終部署的全部過程，還支持數(shù)據(jù)挖掘的行業(yè)標準--CRISP-DM。Clementine的可視化數(shù)據(jù)挖掘使得\"思路\"分析成為可能，即將集中精力在要解決的問題本身，而不是局限于完成一些技術性工作（比如編寫代碼）。提供了多種圖形化技術，有助理解數(shù)據(jù)間的關鍵性聯(lián)系，指導用戶以最便捷的途徑找到問題的最終解決辦法。

其它常用的數(shù)據(jù)挖掘工具還有LEVEL5 Quest 、MineSet (SGI) 、Partek 、SE-Learn 、SPSS 的數(shù)據(jù)挖掘軟件Snob、Ashraf Azmy 的SuperQuery 、WINROSA 、XmdvTool 等。

四、總結

個性化營銷一直是網絡營銷所關注的領域之一，但總的來說個性化營銷的思想在網絡營銷實踐中的體現(xiàn)不夠明顯，效果也難以顯著，究其根本原因正是電子商務企業(yè)沒有很好地利用數(shù)據(jù)挖掘工具，從底層業(yè)務數(shù)據(jù)中找到知識和信息。論文通過討論數(shù)據(jù)挖掘工具及其實現(xiàn)模式，結合個性化營銷的實現(xiàn)目標的分析，以期使電子商務企業(yè)充分利用豐富的底層數(shù)據(jù)源，真正把數(shù)據(jù)挖掘融入到企業(yè)的經營決策中。

參考文獻:

[1]Claudia Imhoff， Nicholas Galimmo， Jonathan G.Geiger(著)，于戈，鮑玉斌，王大玲等譯.數(shù)據(jù)倉庫設計[M].北京：機械工業(yè)出版社，2004.12

[2]王緒林:Web使用挖掘的用戶個性化服務研究[J].信息系統(tǒng)，2003，1.

[3]Jiawei Han， Micheline Kamber（著）， 范明，孟小東等譯.數(shù)據(jù)挖掘概念與技術[M].北京：機械工業(yè)出版社.2004

[4]郭曄王浩鳴楊新安:基于海量數(shù)據(jù)挖掘的個性化推薦系統(tǒng)[J].西北大學學報（自然科學版）.2006，Vol.36，No.6

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”