淺談數據挖掘在電子商務中的應用

[摘要] 電子商務正處在蓬勃發展的大好時期，它所產生的豐富的信息資源，為數據挖掘的應用開辟了廣闊的應用舞臺。本文通過優化企業資源、管理客戶數據、評估商業信用、確定異常事件四個方面來闡述數據挖掘在電子商務中的應用，揭示了數據挖掘在電子商務中的廣闊的應用前景。

[關鍵詞] 數據挖掘 電子商務

一、概述

隨著網絡技術和數據庫技術的成熟，全球傳統商務正經歷一次重大變革，向電子商務全速挺進。電子商務是商業領域的一種新興商務模式，它是以網絡為平臺，以現代信息技術為手段，以經濟效益為中心的現代化商業運轉模式，其最終目標是實現商務活動的網絡化、自動化與智能化。電子商務的產生改變了企業的經營理念、管理方式和支付手段，給社會的各個領域帶來了巨大的變革。隨著網絡技術的迅猛發展和社會信息化水平的提高，電子商務顯示出巨大的市場價值和發展潛力。當電子商務在企業中得到應用時， 企業信息系統將產生大量數據，并且迫切需要將這些數據轉換成有用的信息和知識，為企業創造更多潛在的利潤，數據挖掘概念就是從這樣的商業角度開發出來的。數據挖掘是一種新的商業信息處理技術，其主要特點是對商業數據庫中的大量業務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業決策的關鍵性數據。利用功能強大的數據挖掘技術，可以使企業把數據轉化為有用的信息幫助決策，從而在市場競爭中獲得優勢地位。

二、數據挖掘在電子商務中的應用

1.優化企業資源

節約成本是企業盈利的關鍵。基于數據挖掘技術，實時、全面、準確地掌握企業資源信息，通過分析歷史的財務數據、庫存數據和交易數據， 可以發現企業資源消耗的關鍵點和主要活動的投入產出比例， 從而為企業資源優化配置提供決策依據， 例如降低庫存、提高庫存周轉率、提高資金使用率等。通過對Web數據挖掘，快速提取商業信息，使企業準確地把握市場動態，極大地提高企業對市場變化的響應能力和創新能力，使企業最大限度地利用人力資源、物質資源和信息資源，合理協調企業內外部資源的關系，產生最佳的經濟效益。促進企業發展的科學化、信息化和智能化。

例如:美國運通公司(American Express)有一個用于記錄信用卡業務的數據庫，數據量達到54億字符，并仍在隨著業務進展不斷更新。運通公司通過對這些數據進行挖掘，制定了“關聯結算(Relation ship Billing)優惠”的促銷策略，即如果一個顧客在一個商店用運通卡購買一套時裝，那么在同一個商店再買一雙鞋，就可以得到比較大的折扣，這樣既可以增加商店的銷售量，也可以增加運通卡在該商店的使用率。

2.管理客戶數據

隨著“以客戶為中心”的經營理念的不斷深入人心， 分析客戶、了解客戶并引導客戶的需求已成為企業經營的重要課題。基于數據挖掘技術，企業將最大限度地利用客戶資源，開展客戶行為的分析與預測，對客戶進行分類。有助于客戶盈利能力分析，尋找潛在的有價值的客戶，開展個性化服務，提高客戶的滿意度和忠誠度。通過Web資源的挖掘，了解客戶的購買習慣和興趣，從而改善網站結構設計，推出滿足不同客戶的個性化網頁。

利用數據挖掘可以有效地獲得客戶。比如通過數據挖掘可以發現購買某種商品的消費者是男性還是女性，學歷、收入如何， 有什么愛好，是什么職業等等。甚至可以發現不同的人在購買該種商品的相關商品后多長時間有可能購買該種商品， 以及什么樣的人會購買什么型號的該種商品等等。在采用了數據挖掘后， 針對目標客戶發送的廣告的有效性和回應率將得到大幅度的提高， 推銷的成本將大大降低。同時，在客戶數據挖掘的基礎上，企業可以發現重點客戶和評價市場性能，制定個性化營銷策略，拓寬銷售渠道和范圍，為企業制定生產策略和發展規劃提供科學的依據。通過呼叫中心優化與客戶溝通的渠道，提高對客戶的響應效率和服務質量，促進客戶關系管理的自動化和智能化。

成功案例:美國的讀者文摘(Reader‘s Digest)出版公司運行著一個積累了40年的業務數據庫，其中容納有遍布全球的一億多個訂戶的資料，數據庫每天24小時連續運行，保證數據不斷得到實時的更新，正是基于對客戶資料數據庫進行數據挖掘的優勢，使讀者文摘出版公司能夠從通俗雜志擴展到專業雜志、書刊和聲像制品的出版和發行業務，極大地擴展了自己的業務。

3.評估商業信用

低劣的信用狀況是影響商業秩序的突出問題，已經引起世人的廣泛關注。由于網上詐騙現象層出不窮，企業財務“造假”現象日益嚴重，信用危機成為制約電子商務發展的重要因素。利用數據挖掘技術對企業經營進行跟蹤，開展企業的資產評估、利潤收益分析和發展潛力預測，構建完善的安全保障體系，實施網上全程監控，強化網上交易和在線支付的安全管理。基于數據挖掘的信用評估模型，對交易歷史數據進行挖掘，發現客戶的交易數據特征，建立客戶信譽度級別，有效地防范和化解信用風險，提高企業信用甄別與風險管理的水平和能力。

4.確定異常事件

在許多商業領域中， 異常事件具有顯著的商業價值， 如客戶流失、銀行的信用卡欺詐、電信中移動話費拖欠等。通過數據挖掘中的奇異點分析可以迅速準確地甄別這些異常事件，為企業采取決策提供依據，減少企業不必要的損失。

三、總結

電子商務是現代信息技術發展的必然結果，也是未來商業運作模式的必然選擇。電子商務領域具有豐富的信息資源，為數據挖掘的應用開辟了廣闊的應用舞臺。數據挖掘將為電子商務提供有力的技術支持，極大地促進電子商務的發展與普及，推動電子商務的應用進程。數據挖掘技術作為電子商務的重要應用技術之一，將為正確的商業決策提供強有力的支持和可靠的保證，是電子商務不可缺少的重要工具，有著廣闊的發展前景。

參考文獻:

[1]林杰斌劉明德陳湘:數據挖掘與OLAP理論實務[M].清華大學出版社，2003.1

[2]朱明:數據挖掘[M].中國科技大學出版社，2002.5