淺談數據挖掘在電子商務中的運用

魏霜 燕山大學經濟管理學院 066000

淺談數據挖掘在電子商務中的運用

魏霜 燕山大學經濟管理學院 066000

電子商務的蓬勃發展，使得企業之間的合作更為快捷和協調，極大地縮短生產周期,降低生產成本。利用數據倉庫和數據挖掘等現代信息技術,能夠構建一個有效的決策支持系統，充分發揮企業的獨特優勢,促進管理創新和技術創新。

電子商務; 數據倉庫; 數據挖掘

電子商務是以網絡為平臺，以現代信息技術為手段， 實現購買和出售產品、服務與信息等商務活動的業務流程電子化。通過利用互聯網的跨時空性，電子商務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。網絡營銷、網上采購和電子支付已成為企業經營的必要環節。

電子商務的蓬勃發展，使得企業之間的合作更為快捷和協調，極大地縮短生產周期，降低生產成本。電子商務在增強企業對市場的反應能力的同時，也為企業獲取大量的外部數據帶來了方便。

一、利用數據倉庫、聯機分析處理技術和數據挖掘工具，能夠構建一個有效的決策支持系統

1.數據倉庫技術。在一個典型的企業中，由于部門的差異化，不同的數據存儲在不同的數據庫中，它們之間在物理上是完全分離的，但在邏輯上存在關聯。如果進行數據分析時需要用到多個數據庫中的多個數據才能作出結論，問題就復雜了。數據倉庫是在已有數據庫的情況下，為了進一步挖掘數據資源、為了決策需要而產生。通過數據倉庫，將各個渠道得來的數據整理成全面、完善的客戶信息庫。通過數據倉庫，將各個渠道得來的數據整理成全面、完善的客戶信息庫，通過分析客戶數據從而發現重點客戶。企業盡可能去收集顧客的信息，并借助各種分析方法，透過無序的、表層的信息挖出內在的知識和規律。而這些是要通過數據挖掘技術來進行的。

2.數據挖掘技術。主要基于人工智能、機器學習、統計學和數據庫技術等多種技術，自動地分析企業原有數據，進行歸納推理，從中挖掘出潛在的模式，預測客戶的行為，幫助企業決策者調整市場策略，從而減少風險，輔助做出正確的決策。數據挖掘的數據源是多種多樣的，具體使用哪種數據源主要取決于用戶的目的及所涉及的領域。目前，數據挖掘使用的數據主要來源于關系數據庫與數據倉庫。數據挖掘可以根據已經流失的客戶特征建立模型，企業由此預測到哪些客戶即將離開，從而幫助銷售人員采用更主動的營銷活動來保持其客戶。

3.聯機分析處理技術。是針對特定問題的聯機數據訪問和分析，通過對信息進行快速、穩定、一致和交互式的存取，對數據進行多層次、多階段的分析處理，以獲得高度歸納的分析結果。

數據倉庫用于數據的存儲和組織，數據挖掘和聯機分析處理都是在數據倉庫的基礎上對數據進行分析，相對于聯機分析處理技術，數據挖掘能根據數據本身的規律性，自動地挖掘數據的潛在模式，自動地發現知識，幫助決策者調整市場策略，并找到正確的決策。

二、電子商務將傳統商務活動中物流、資金流、信息流的傳遞方式利用網絡技術進行整合，創造了更具競爭力的經營優勢

面向電子商務的數據挖掘有以下幾個特點

1.主要應用于客戶關系管理領域。

電子商務使企業和客戶之間的交流更加方便、頻繁和便捷，利用數據倉庫來存放全體客戶、預定義客戶群、某個客戶的信息和交易數據，以吸引新用戶，防止舊用戶的流失。隨著客戶信息的日趨復雜，客戶數據的大量積累，分析大量復雜的客戶數據，對客戶的需求模式和盈利價值進行分類，找出最有價值和盈利潛力的客戶群以及他們最需要的服務，更好的配置資源，改進服務。企業通過電子商務的數據挖掘掌握更多客戶的信息動態，以便改進企業與客戶交流的方式和提出新的交流內容。客戶關系管理系統能夠幫助企業管理與客戶相關的一系列活動，對企業日常所有的營銷業務進行流程化和自動化的管理。

2.采用分布式數據挖掘技術。電子商務本身是一個信息化非常完全的系統，所積累的數據通常存儲在電子商務系統的數據倉庫中，而用戶主要是從網絡上獲取這些數據，因此對電子商務使用的數據挖掘主要是分布式數據挖掘，通過對客戶資源信息進行多角度挖掘，根據特定的商業目標建立不同的模型，了解客戶的資產貢獻、忠誠度等各項指標，捕獲信息，及時采取措施留住客戶。目前，數據挖掘使用的數據主要來源于關系數據庫與數據倉庫。數據挖掘可以根據已經流失的客戶特征建立模型，企業由此預測到哪些客戶即將離開，從而幫助銷售人員采用更主動的營銷活動來保持其客戶。

3.通過電子商務系統的改進來提高企業競爭力。比如為不同的客戶推出個性化頁面，把用戶最感興趣的信息放在首頁中醒目的位置，從而更能吸引用戶，當然，也存在一些其他的情況，如挖掘出某些比較受客戶歡迎的特征產品，企業可能增強此類產品的設計和生產。

三、電子商務環境下，如何運用數據挖掘技術分析復雜客戶數據

1.定義商業問題并建立營銷數據庫

建立恰當的模型，將需要集成和合并數據到單一的營銷數據庫中，并協調來自多個數據源的數據在數值上的差異，利用圖形化和可視化工具為數據準備提供幫助。電子商務具有跨時空性，客戶可以自主選擇銷售商。而銷售商通過挖掘客戶訪問信息，了解客戶的瀏覽行為，根據客戶的興趣與需求，向客戶做動態地頁面推薦和提供定制化的產品，提高客戶滿意度，延長客戶駐留的時間，最終達到留住客戶的目的。

2.為建模準備數據

由于電子商務是基于網絡的系統，所以可以非常方便的獲取到人們想要的各種數據。用戶瀏覽某個電子商務網站，就會在這個網站的服務器日志文件上留下記錄。這些記錄保存在服務器的訪問日志、引用日志和代理日志中。通過對這些信息中的某些項的分析，可以揭示其中的關聯關系、時序關系、被頻繁訪問的路徑、頁面等。通過對客戶的訪問行為、頻度、內容等進行分析，可得到單個客戶的消費習慣，挖掘出他們潛在的消費趨向，從而針對不同的客戶群體或個體制定出對應的服務方式；同時也為商家調整網站的拓撲結構，優化網站資源的配置提供了依據。

3.選擇數據挖掘的模型

根據不同的挖掘目標，可以采用不同的挖掘方法。數據挖掘的方法有很多種，主要包括三類:統計分析、知識發現和其他可視化方法。統計分析主要用于檢查數據中的數據規律。在電子商務中可以將具有相似瀏覽行為的客戶進行分組，并分析組中客戶的共同特征，可以幫助電子商務的組織者更好地了解自己的客戶，向客戶提供更適合、更面向客戶的服務。通過聚類可以對不同類別的客戶進行不同的個性化服務，使商務活動能夠在一定程度上滿足客戶的要求，這樣對客戶和銷售商來說才更有意義。

數據挖掘技術已經不再局限于客戶接觸層面上，它已真正通過電子商務深入到了客戶的消費行為和消費喜好，從更為全面的角度洞察客戶，理解客戶價值，并指導企業生產決策。同時，加強多媒體數據挖掘、文本數據挖掘和網絡數據挖掘等研究，解決數據質量、數據安全與保密，以及數據挖掘與其他商業軟件的集成等問題。利用數據倉庫和數據挖掘等現代信息技術，充分發揮企業的獨特優勢，促進管理創新和技術創新。

[1] 黃解軍,萬幼川.基于數據挖掘的電子商務策略.計算機應用與軟件.2004.(7).

[2] 孫革新.基于數據挖掘的企業客戶關系管理系統的設計與實現.2009.10

[3] 高琴.味剛.數據倉庫與數據挖掘技術在客戶關系管理_CRM_系統中的應用.2007.(4)

[4] 馮英健.網絡營銷基礎與實踐（3），清華大學出版社.2008

[5] 湯兵勇,王素芬.客戶關系管理.高等教育出版社.2005

10.3969/j.issn.1001-8972.2010.11.041

魏霜（1981-），女，漢族，河北秦皇島人，燕山大學經濟管理學院M B A在讀，秦皇島職業技術學院商貿系助教，研究方向為電子商務、管理信息系統。