Web数据挖掘和数据仓库在电子商务市场营销管理中应用.docVIP

Web数据挖掘和数据仓库在电子商务市场营销管理中应用 　　摘要：简单介绍数据仓库和Web数据挖掘技术，并探析Web数据挖掘在电子商务市场营销管理中的应用。 　　关键词：数据仓库；Web数据挖掘；电子商务；市场营销管理 　　 　　据《2006~2007年世界电子商务发展研究年度报告》称：2006年，世界电子商务继续快速发展，成为经济全球化的助推器。电子商务的广泛应用降低了企业经营、管理和商务活动的成本，促进了资金、技术、产品、服务和人员在全球范围的流动，推动了经济全球化的发展。目前，电子商务的应用已经成为决定企业国际竞争力的重要因素，以美国亚马逊、EBAY以及中国的阿里巴巴等公司的成功说明电子商务正在引领世界服务业发展，并影响着未来商业发展模式。从整体情况看，2006年世界电子商务交易额达12.8万亿美元，占全球商品交易的18%。以美国为首的发达国家，仍然是电子商务主力军，中国等发展中国家电子商务异军突起，日益成为国际电子商务市场的重要力量。随着市场的迅猛发展各销售商间的竞争也开始加剧，如何提高自身的竞争力，取得更多的机遇，就成为一个很关键的问题。 　　Web数据挖掘和数据仓库协同工作已显现了广泛的应用前景，被越来越多的领域所采用，并取得了良好的应用前景，为提高商家竞争力提供了很大的帮助。 　　1.数据仓库和Web数据挖掘概述 　　1.1数据仓库 　　W.H.Inmon对数据仓库的定义为：数据仓库是支持管理决策过程的、面向主题的、集成的、持久的数据集合。数据仓库是一种管理技术，它将分布在企业网络中不同站点的商业数据集成到一起，把支持决策分析的数据事先收集、归纳、处理，使企业的业务操作环境和信息分析环境分离，从而有效地为决策者提供各种类型的、有效的数据分析，起到决策支持的作用。与传统的数据库相比，数据仓库有这些特征：面向主题、管理大量数据、与数据源中数据的同步。 　　数据仓库的结构组成主要有：数据仓库、业务数据仓库、数据分析与报表、数据管理、元数据管理、传输和基础结构几部分构成。 　　数据仓库系统是多种技术的综合体，在整个系统中，数据仓库居于核心地位，是数据挖掘的基础，是整个系统发挥作用的关键。 　　1.2数据挖掘和Web数据挖掘技术 　　数据挖掘技术指的是从大型数据库和数据仓库中提取人们感兴趣的知识，这些知识是隐含的、事先未知的潜在有用信息。它是数据库技术、人工智能、机器学习、统计分析、模糊逻辑、人工神经网络等学科相结合的产物。 　　Web挖掘是一项综合技术,涉及Web、数据挖掘、计算机语言学、信息学等多个领域。Web挖掘从数据挖掘发展而来,因此其定义与我们熟知的数据挖掘定义相类似,都是在对大量的数据进行分析的基础上,作出归纳性的推理,预测客户的行为,帮助商家的决策者调整市场策略,减少风险,作出正确的决策的过程。 　　1.3Web数据挖掘的步骤 　　1.3.1确定目标。根据问题的要求，明确数据挖掘的目的，目标，是数据挖掘的第一步。 　　1.3.2准备数据。搜索所有与问题有关的内部和外部数据，从中选择适用于数据挖掘要用的数据。鉴别数据的质量，对数据进行一定的加工处理，为进一步的分析做准备，同时确定挖掘操作的类型将数据转换成一个分析模型，这个分析模型是针对挖掘算法建立的。 　　1.3.3调整数据。针对问题的需求对数据进行增删，重新组合或生成一个新的变量。 　　1.3.4建立数据挖掘模型。这一步是数据挖掘的重要环节，运用神经网络、决策树、数理统计、时间序列分析等方法来建立数据挖掘模型。 　　1.3.5数据挖掘模型评估。评估有三种方法：一是直接使用原先建立模型的样本和样本数据来进行检验；二是另找一些有效数据并对其进行检验；三是在实际进行的环境中取出新鲜数据进行检验。 　　1.3.6知识发现。将分析所得到的知识集成到业务信息系统的组织结构中去。 　　2.Web数据挖掘在产品销售管理中的应用 　　2.1探索客户社群关系 　　Web数据挖掘技术通过收集、加工和处理数据仓库中涉及客户消费行为的大量信息，确定特定客户群体或个体的兴趣、习惯、倾向和需求，进而推断出相应群体或个体下一步的行为，然后以此为基础，对所识别出来的群体进行特定内容的定制服务，这与传统的“等客户上门”的被动式服务相比，不仅能使商家资源得到更好的利用，而且通过个性化服务能增加客户满意度，有利于商家的进一步发展。 　　2.2吸引客户到商家消费 　　在流通数据中能够统计全部客户人数，但真正来商家消费的有效客户有多少？怎样增加商家消费的客户人数？从大量的数据中很难做出判断。采用数据挖掘中的分类方法可以分析出客户的消费情况。如提取客户一段时间内的消费量按消费频率来划分客户的级别，将客户分为：一般、初级、中级、高级四类。用分类方法检查这些