基于大數據的線上線下電商用戶數據挖掘

宋浩 姜富文

摘要

自從進入到二十一世紀以后，科學技術和信息化發展步伐就在不斷加快，這一發展形式下，電子商務無疑是此時代發展的重要產物，也是推動社會發展和進步的重要途後，電子商務的發展過程中，它的商業價值逐漸凸顯出來，但是同時也容易遇到諸多的發展阻礙，其中線上線下的數據挖掘工作就是其中的典型，若想在應用電商的過程中，對線上線下的用戶數據予以高效收集，就應當借助科學技術手段的作用，達到這一目的。

【關鍵詞】大數據背景 線上線下 電商用戶數據挖掘 分析

當前的社會發展背景下，電子商務的發展進程處于逐年加快的趨勢，它的實際應用價值逐步得以凸顯，特別是企業內部數據和社交網絡的之下的數據交接，也使電子商務的發展體現出爆炸式的發展態勢，這就使用戶數據管理工作的落實極具難度，特別是大數據時代來臨之后，電子商務的發展也體現出了一定的多元化特征，如何良好的應對這一大數據的發展形式，并獲取更為精準的用戶數據，就要強化自身的數據挖掘能力，這也是大數據發展背景下的重點和難點問題，筆者基于這一發展形勢，實現線上線下的電商用戶數據挖掘，以下為詳述。

1 對于大數據發展背景下的線上線下用戶數據挖掘方式分析

1.1 分析數據挖掘過程

O20用戶數據挖掘過程中體現了一定的自動化特征，特別是在進行數據搜集環節，很多時候會缺乏最終的目標，僅從諸多的數據搜集位置，從中獲取更多的數據信息，在此過程中，只需要對大數據信息的實施相應的預處理，而后再應用適宜的計算手段，對大數據內容進行解析。

實際的大數據挖掘過程中，應當事先解決這一重點問題，就是辨別用戶群的特征，而后對其用戶的個人特點進行分析，以此為基礎，獲取所需的數據信息，體現用戶數據挖掘的商業價值。

筆者對數據搜集方式進行了相應的分析，020平臺所搜集的用戶數據不僅包括平臺交易數據，同時還涵蓋著設備終端和社交網絡等，這些用戶數據的搜集過程中體現出了一定的流動性，同時，這些數據和信息在流動中也實現著交叉和融合。此時，就可以結合數據交易和互動的具體情況，將數據處理分為三個部分，分別為數據抽取、數據準備以及數據的轉化，這些環節的數據處理質量，可以直接給后期的數據挖掘效率產生極大的影響，換角度來講，甚至可以決定數據挖掘工作的成功或失敗。

對用戶的原始數據進行分析，其中會含有諸多的噪聲數據和冗余信息等，所以，在處理這些數據信息的過程中，需要對其進行清晰化，相應的提數據提取質量。應用半結構或是結構數據處理方式，對冗余數據進行自動過濾，提取其中的重點和關鍵數據內容，提高數據的關聯性，凸顯數據的實際特性，促使數據實現有機的統一，構成新的數據系統。

數據的應用和挖掘過程中，一般會結合商家的實際需要，而后擇選最為適宜的模型系統，實施針對性的數據挖掘工作，在此過程中，還需要對這些數據信息進行更新，參照商家的實際需要，總結數據挖掘的模型，筆者對主要的、常用的數據挖掘模型進行了分析，比如，其中的聚類分析、關聯分析和類型分析等等，這些數據模型都需要根據用戶的興趣、性別以及年齡等信息，數據挖掘之后，還會將其應用到大數據可視化的計算和分析之中，體現出它的實際應用優勢和價值。

1.2 對于數據挖掘方式的分析

在對數據進行挖掘的過程中，需要通過數據信息，可以使商家對自身未來的發展趨勢予以明確，而后借助相關的數據分析軟件，分析數據變化圖，而后做出精準化的決策和方案，此后，還可對用戶的相關數據進行深度挖掘，對用戶的行為規律進行總結和歸納。

其中的聚類分析就是將數據所體現的共同點進行分析，對數據進行分類，例如，可以從用戶購買力、用戶屬性以及滿意度等層面進行分析，發掘出不同客戶群體，而后對社會屬性和社會關系予以定位，逐步再對用戶之中潛在的資源予以發掘，促使用戶所體現的關系網更具關聯性，利于后期的客戶源拓展。

2 基于大數據背景下的用戶數據挖掘后的利用途徑分析

2.1 對用戶進行精準化的定位

在020的發展模式之中，可以對用戶的相關數據信息進行深度挖掘，結合市場的運作需要，對用戶人群實施精準的定位，擇選最為適宜的、極具針對性的用戶營銷方案，而后應用數據加工、搜集以及處理等方案，明確用戶群體的消費水平和購買習慣，逐步總結用戶的消費行為，以此為基礎，對用戶的實際消費能力進行推斷，這樣可以結合用戶的購買水平，制定最具針對性的營銷方案，間接的降低了商家的運營成本，運用數據挖掘的方式，可以對用戶之間的價值高度進行區別，基于最終的成本控制情況，對營銷策略進行改變，最終極大的提高商家的經濟收益。

2.2 對網絡平臺不斷的優化

電商營銷的過程中，網站平臺的頁面設置是極為重要的，網站內容可以直接對用戶的訪問情況予以分析，特別是用戶最近瀏覽的平臺亦或是用戶登錄、訪問情況等內容，都會滲透給相關的網站平臺提供參考。

電商網站可對用戶下單習慣以及訪問情況進行分析，而后對這些數據進行深度挖掘，對本身網站之中的內容和結構進行相應的更改，例如，用戶交易量和點擊量高的產品，可以放置在顯著位置用來吸引用戶，與此同時，還要對用戶的期望值和有關網頁進行連接，這樣就可以節省客戶的時間，提高客戶的下單率。

3 結束語

綜上所述，當前的大數據發展背景下，我國的科學技術發展水平在不斷提高，電商在這一發展背景下實現了高速的發展，特別是數據挖掘技術和云計算技術在高速的發展，020電子商務發展理念也逐步轉變為用戶的滿意度為上，所以，要想提高商家的經濟收益，就要通過數據挖掘，掌握用戶對產品的應用需求，獲取最為精準化的數據信息支撐，以此為基礎，借助大數據挖掘手段，相應的促進我國電商事業的發展和進步，希望筆者的分析給相關電商運營人員帶來一定的發展啟迪和參考。

參考文獻

[1]徐國虎，孫凌，許芳等.基于大數據的線上線下電商用戶數據挖掘研究[J].中南民族大學學報（自然科學版），2013，69（02）：100-105.

[2]徐國虎，孫凌.基于大數據技術的線上線下電商用戶數據挖掘流程分析[J].中國集體經濟，2012，57（30）：187-188.