ＤＭ技術(shù)在電子商務(wù)中的應(yīng)用研究

[摘 要] 電子商務(wù)的廣泛應(yīng)用使企業(yè)產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù)，按商業(yè)既定業(yè)務(wù)目標(biāo)，對這些數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，可幫助企業(yè)分析出完成任務(wù)所需的關(guān)鍵因索。文章結(jié)合DM技術(shù)的主要功能，分析了DM技術(shù)在電子商務(wù)中的應(yīng)用。

[關(guān)鍵詞] DM技術(shù) 零售業(yè) 電子商務(wù)

電子商務(wù)的迅速發(fā)展讓企業(yè)面臨很多問題，其中所有企業(yè)面臨的一個共同問題是：企業(yè)數(shù)據(jù)量非常大，而其中真正有價值的信息非常少。怎樣才能從大量的數(shù)據(jù)中經(jīng)過分析，獲得有利于商業(yè)運(yùn)作，提高競爭力的信息，成為亟待解決的問題。對于這些問題，傳統(tǒng)的數(shù)據(jù)分析工具無法滿足人們的需求。因此，數(shù)據(jù)挖掘技術(shù)（DM技術(shù)）應(yīng)運(yùn)而生。

一、DM技術(shù)與電子商務(wù)

DM是Data Mining的縮寫，又叫數(shù)據(jù)挖掘，是從海量數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又可能有用的信息和知識的過程。數(shù)據(jù)挖掘的數(shù)據(jù)有多種來源，包括數(shù)據(jù)倉庫、數(shù)據(jù)庫或其他數(shù)據(jù)源。所有的數(shù)據(jù)都需要再次進(jìn)行選擇，具體的選擇方式與任務(wù)相關(guān)。挖掘的結(jié)果需要進(jìn)行評價，才能最終成為有用的信息。

電子商務(wù)是現(xiàn)代信息技術(shù)和現(xiàn)代商業(yè)技術(shù)的結(jié)合體。聯(lián)合國經(jīng)濟(jì)合作和發(fā)展組織認(rèn)為電子商務(wù)是發(fā)生在開放網(wǎng)絡(luò)上的包含企業(yè)之間、企業(yè)和消費(fèi)者之間的商業(yè)交易。廣義上講，電子商務(wù)就是指利用計算機(jī)網(wǎng)絡(luò)進(jìn)行的商務(wù)活動，其實質(zhì)是一套完整的網(wǎng)絡(luò)商務(wù)經(jīng)營思想及管理信息系統(tǒng)。狹義的電子商務(wù)，是指利用國際互聯(lián)網(wǎng)進(jìn)行交易的一種方式，主要指信息服務(wù)、交易和支付。

在選擇一種數(shù)據(jù)挖掘技術(shù)時應(yīng)根據(jù)電子商務(wù)的特點(diǎn)來決定采用哪種數(shù)據(jù)挖掘形式比較合適，只有正確選擇數(shù)據(jù)挖掘工具，才能真正發(fā)揮數(shù)據(jù)挖掘的功能，使企業(yè)在激烈的市場競爭中做出正確的決策，使企業(yè)保持競爭優(yōu)勢。

二、DM功能

數(shù)據(jù)挖掘通過預(yù)測未來趨勢及行為，做出基于知識的決策。數(shù)據(jù)挖掘的目標(biāo)是從數(shù)據(jù)庫中發(fā)現(xiàn)隱含的、有意義的知識，主要有以下幾個基本功能：

1.自動預(yù)測趨勢和行為。數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中尋找預(yù)測性信息，以往需要進(jìn)行大量手工分析的問題，如今可以迅速直接由數(shù)據(jù)本身得出結(jié)論。一個典型的例子是市場預(yù)測問題，數(shù)據(jù)挖掘使用過去有關(guān)促銷的數(shù)據(jù)來尋找未來投資中回報最大的用戶，其它可預(yù)測的問題包括預(yù)報破產(chǎn)以及認(rèn)定對指定事件最可能作出反應(yīng)的群體。

2.關(guān)聯(lián)分析。數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。若兩個或多個變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。關(guān)聯(lián)可分為簡單關(guān)聯(lián)、時序關(guān)聯(lián)、因果關(guān)聯(lián)。關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)。有時并不知道數(shù)據(jù)庫中數(shù)據(jù)的關(guān)聯(lián)函數(shù)，即使知道也是不確定的，因此關(guān)聯(lián)分析生成的規(guī)則帶有可信度。

3.聚類分析。聚類，就是將數(shù)據(jù)劃分為若干個“簇”，使“簇”之間的距離盡可能的大，“簇”之內(nèi)的距離盡可能的小。在市場研究領(lǐng)域，聚類分析是市場細(xì)分、尋找不同目標(biāo)市場及其人員特征非常簡單而又非常有效的方法。聚類分析可以對變量進(jìn)行聚類，也可以對樣本進(jìn)行聚類。聚類時，可以把變量按距離遠(yuǎn)近分成若干類，通過變量與變量的連接狀況，揭示在同一類別中不同變量或樣本的遠(yuǎn)近程度。

通過以上幾種數(shù)據(jù)分析的方法可以有效地對電子商務(wù)中的信息進(jìn)行分析，從而更有效地開展電子商務(wù)。

三、DM技術(shù)在電子商務(wù)零售業(yè)中的應(yīng)用

電子商務(wù)零售業(yè)是DM技術(shù)的主要應(yīng)用領(lǐng)域，這是因為零售業(yè)積累了大量的銷售數(shù)據(jù)，顧客購買歷史記錄，貨物進(jìn)出等數(shù)據(jù)。其數(shù)據(jù)量在不斷地迅速膨脹。零售數(shù)據(jù)挖掘有助于識別顧客購買行為，發(fā)現(xiàn)顧客購買模式和趨勢，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿意程度。DM技術(shù)在電子商務(wù)零售業(yè)中的應(yīng)用主要體現(xiàn)在以下幾個方面：

1.基于數(shù)據(jù)挖掘的數(shù)據(jù)倉庫的設(shè)計與構(gòu)造：由于零售數(shù)據(jù)覆蓋面廣(包括銷售、顧客、職員等)，所以有許多設(shè)計數(shù)據(jù)倉庫的方式。所包含的細(xì)節(jié)級別可以變化很大。由于數(shù)據(jù)倉庫的主要用途是支持?jǐn)?shù)據(jù)分析和數(shù)據(jù)挖掘，預(yù)先的一些數(shù)據(jù)挖掘例子的結(jié)果可作為設(shè)計和開發(fā)數(shù)據(jù)倉庫結(jié)構(gòu)的參考依據(jù)。

2.銷售、顧客、產(chǎn)品、時間和地區(qū)的多維分析：考慮到顧客的需求，產(chǎn)品的銷售，趨勢和時尚，以及日用品的質(zhì)量、價格等，零售業(yè)需要的是適時的信息。因此提供強(qiáng)有力的多維分析和可視化工具是十分重要的一件事情，這包括提供根據(jù)數(shù)據(jù)分析的需要構(gòu)造復(fù)雜的數(shù)據(jù)立方體。

3.促銷活動的有效性分析：零售業(yè)經(jīng)常通過廣告、優(yōu)惠券等方式搞促銷活動，以促銷產(chǎn)品并吸引新老顧客。認(rèn)真分析促銷活動的有效性，有助于提高企業(yè)利潤。多維分析可滿足這方面分析的要求，方法是通過比較促銷期間的銷售量和交易數(shù)量與促銷活動前后的有關(guān)情況。此外，關(guān)聯(lián)分析可以找出哪些商品可能隨降價商品被購買，特別是促銷活動前后的銷售相比。

4.顧客忠誠度分析：通過顧客榮譽(yù)卡信息，可以記錄下一個顧客的購買序列。顧客的忠誠和購買趨勢可以按系統(tǒng)的方式加以分析。由同一顧客在不同時期購買的商品可以分組為序列。序列模式挖掘可用于分析顧客的消費(fèi)或忠誠的變化，據(jù)此對價格和商品的花樣加以調(diào)整，以便留住老客戶，吸引新顧客。

目前，DM技術(shù)正以前所未有的速度發(fā)展，在未來越來越激烈的市場競爭中，擁有DM技術(shù)必將比別人獲得更快速的反應(yīng)，贏得更多的商業(yè)機(jī)會。現(xiàn)在世界上的主要數(shù)據(jù)庫廠商紛紛開始把數(shù)據(jù)挖掘功能集成到自己的產(chǎn)品中，加快DM技術(shù)的發(fā)展。我國在這一領(lǐng)域正處在研究開發(fā)階段，加快研究數(shù)據(jù)挖掘技術(shù)，并將其應(yīng)用于電子商務(wù)中，應(yīng)用到更多行業(yè)中，勢必會有更好的商業(yè)機(jī)會和更廣闊的應(yīng)用前景。

參考文獻(xiàn)：

[1]閆 偉 張 浩 陸劍峰:聚類分析理論研究及在流程企業(yè)中的應(yīng)用[J].計算機(jī)工程，2006，32(17)

[2]張云濤 龔 玲:數(shù)據(jù)挖掘原理與技術(shù)[M].北京電子工業(yè)出版社，2004

[3]劉天元:商務(wù)智能技術(shù)在超市零售行業(yè)中的應(yīng)用研究[D].碩士學(xué)位論文，吉林大學(xué)，2007