基于K―MEANS聚类电商店铺经营策略分析.docVIP

基于K―MEANS聚类电商店铺经营策略分析 　　◆ 中图分类号：F272 文献标识码：A 　　内容摘要：本文在对电商店铺商品价格、相关商品数和月销量等数据的挖掘中，建立基于K-MEANS的店铺聚类研究模型，深入分析电商店铺的经营策略和效果。结合天猫碧根果店铺案例，该模型发现商品不同价格区的红海蓝海竞争格局、铺货的4种经营策略和效果，进一步证明该模型的有效性。 　　关键词：电商 K-MEANS 经营策略 效果 　　现今，电子商务拥有广阔的销售区域和大量消费人群，成为越来越多商家进行商品销售的选择。当然，电商商品在获得更多销售机会的同时，也面临着商家众多、商品同质化、价格等方面的竞争。“解析经营策略，评估经营效果和识别竞争状况”成为电商商品经营管理的重要方向（郭承龙，2015）。 　　研究模型 　　电子商务商品经营以店铺为单位，提供每家店铺的相关商品数、价格、月销量、总评价、产品名称、店铺所在地、产品描述评分、物流描述评分、服务描述评分、顾客购后打分和文字评价等。对电商店铺经营策略研究应该对上述属性指标有所取舍，采用图1的研究模型。 　　首先，商业目标的核心是解析经营策略和效果，因此电商店铺经营中价格、不同价格下经营的相关商品数、每款商品的月销量成为关键属性指标，是本次研究的目标数据。其次，在数据准备阶段对某一时期的电商店铺商品数、价格和月销量数据进行数据爬取，并对数据开展清洗和聚合等预处理。再次，在数据挖掘阶段，开展统计总体分析发现数据特征，在价格和商品数基础上基于K-MEANS进行店铺聚类；同时在数据分析中，分析不同店铺类别的价格和商品数经营策略，结合月销量分析经营效果。最后，在后处理中给出对策建议。 　　数据准备及统计分析 　　选择电子商务平台中天猫商城以“碧根果”为主要销售对象的电商店铺为对象，进行统计总体分析和K-MEANS聚类，分析碧根果电商店铺经营策略和效果，验证基于K-MEANS聚类的电商店铺经营策略研究方法的有效性。 　　（一）数据准备 　　首先，在天猫搜索页面中以“碧根果”为关键词搜索，按照店?进行综合后对搜索结果爬取，该过程主要爬取店铺名称、所在地、相关商品数等；其次，以“大图”方式显示关键词搜索结果，爬取店铺名称、商品名称、商品价格、斤价（转化成500克后的商品价格，即元/500克）、月成交等。对爬取数据进行数据清洗，去除非“碧根果”商品数据和缺失数据商品，最终店铺数有523家，相关商品数1628件。同时，对两次爬取结果根据相同店铺名称进行聚合。本次爬取时间为2016年3月31日23时，各项数据代表该时点的结果。 　　（二）数据统计总体分析 　　地理分布。根据店铺所在地，按照行政区域进行统计，以此得出经营“碧根果”电商店铺的地理分布状况，从中可知电商企业分为四个等级：以浙江为代表的店铺高密度区，该区拥有最多店铺数；以上海、北京、江苏、山东、安徽、广东、新疆为代表的较高密度区，该区店铺数也较多；以黑龙江、陕西等22个省为代表的低密度区，该区店铺数较少；以内蒙古、青海、西藏、贵州、海南为代表的无密度区，该区没有经营“碧根果”的电商店铺。该地图进一步反映出店铺数量呈现出“东西两头翘，南北也较好，中线显不足”的态势。在按照城市统计中，共计117个城市有经营“碧根果”的电商店铺，前三位城市分别为上海（76家）、杭州（64家）、北京（33家），统计结果体现出一线城市在电商店铺数量方面有着明显的优势。 　　数据描述性分析。在SPSS中对店铺评价、商品价格、月销量等数值型属性进行描述性统计，统计结果如表1所示。 　　表1显示，商品价格范围非常大，最低1元，最高2396元，标准差达到77元。经过分析发现主要由于所售“碧根果”商品的重量和活动力度不一样，1元商品为活动特价，并且仅仅含有120克；2396元商品为正常售价，但是重量为20斤。由于商品价格在商品重量方面的不一致性，在数据挖掘店铺聚类中将不选择商品价格作为数据分析对象。 　　在表1中可知，斤价最小值为4元，最大值为596元，标准差为41.124元，同样波动较大，但是由于斤价是消除商品重量差异，都转化为500克的标准价格，在分析时有很好的可比性，由此后续分析中以此属性作为重要的衡量指标；表1中还反映出商品月销量、该店铺相关商品数的描述统计量结果，从结果中都体现了“区间范围大，波动剧烈”，这说明“碧根果”店铺和商品有很大的差异性，通过差异进行聚类和类群研究有很大的社会价值。 　　在SPSS中对商品价格、斤价和月销量进行相关性分析，结果如表2所示。表2显示3个属性之间都表现为非常低的相关性。 　　基于K-MEANS的店铺聚类分析 　　（一）斤价分区与描述 　　在通过斤价、相关商品数和月销量研究店铺分析时，由于一个店铺相关商品较多，如