浅谈数据挖掘技术在电子商务领域应用.docVIP

浅谈数据挖掘技术在电子商务领域应用 　　摘要：数据仓库和数据挖掘技术的快速发展，促进着企业决策支持系统的不断更新，也促使企业与客户之间的经济关系发生着重大变革。客户关系管理（CRM）作为近年来数据挖掘技术在企业决策支持系统中又一新的应用，使企业在经营模式、销售战略以及市场服务等多元领域都突破了传统框架。传统的以产品为核心的生产经营战略也变革成“以客户为中心”的新型商业模式。客户关系管理中需要理解客户特性和客户行为，由于在与客户的经济交往的过程中存在一定的风险，利用基于数据挖掘的客户分类器，实现对客户群的认识、分类和评估，对客户风险进行管理，然后通过优化产品组合来实现客户获取、客户保留、客户忠诚和客户盈利的目的以及客户风险最小化。 　　针对客户关系管理中数据挖掘处理工具这一重要环节，笔者试分析了数据挖掘技术让企业有能力最终认识数据的真正价值，即蕴藏在数据中的信息和知识。对于电子商务企业，丰富的数据源，自动收集的可靠数据使它很容易满足数据挖掘所必需要因素。论文从数据挖掘模式类型等内容出发，研究了电子商务企业如何利用数据挖掘技术，分析销售数据库中的数据，为个性化网络营销的实现服务。 　　关键词：数据挖掘 决策支持系统 数据仓库 客户分类器 优化产品组合 　　一、引言 　　随着网络技术的迅速发展，经济生活中再没有哪个领域可以忽略电子商务在未来发展中的地位和作用。各式各样的新理念、经营模式随雨后春笋般冒出来的网络公司而兴起。 　　基于网络技术发展而兴起的电子商务，正在改变着各个行业的经营模式，迫使各个企业重新定位并考虑自身的组织架构、业务流程和服务模式。在传统的销售服务模式中，客户渴望得到进一步的咨询和服务通常要经过曲折复杂的自行联络过程，使客户的真实需求难以直接反映给企业，企业也难以直接获得客户的需求数据，造成生产及需求信息的不匹配。渠道成员越多供应链越长，供应链下游的需求信息传导至企业失真的情况就越明显。对于企业来说，营销的最终目的就是将商品或服务销售在适当的时间以适当的价格卖出适当的商品给适当的客户。由于信息传导失真的问题，传统企业经常面对的营销难题是生产周期长，客户信息收集的难度大且需时长。为了产品更好地迎合消费者的需求，传统企业只能根据自己有限种类商品的历史销售数据，凭经验来解决这个问题，如果是新开发的产品，更加难以解决这个问题，仅凭借经验行事在现今讯息日变的经营环境中将面临很大的经营风险。 　　现在得益于电子商务的迅速发展，企业可以获得庞大的客户消费数据，如客户所在地、性别、访问频次、浏览时间、主要产品页面停留时间等等传统销售中所无法获得的详细数据。凭借先进的数据挖掘工具，企业不仅可获得已消费客户信息，还可以从海量的电子商务数据中找出潜在客户需求用以指导经营，极大地降低了经营风险，提高了企业的经营业绩。这也就是为什么近年来客户关系管理（CRM）会成为热点的重要原因。 　　有效的客户关系管理（CRM）能够帮助企业与顾客或供货商产生一种自动化的关系，传统上的渠道成员都因为网络技术的发展逐渐被取代或被迫革新。此时，我们必须要用一种新的系统或新的环境，让企业与其关系人都能达到互动的效果，其中关键点在于“电子关系”的建立。客户关系管理（CRM)都是一个非常好的战略。传统企业的客户关系管理（CRM）普遍推行的是设立电话中心或邮寄目录的方式，然而建设一个电话中心或邮寄目录的成本相当昂贵，因此中国不一定要遵循旧的模式演化程序，可以直接跳脱传统客户关系管理（CRM）的执行渠道，直接通过互联网的数据挖掘分析技术达到eCRM的境界。在目前的市场中，基于CRM的产品种类很多，但真正能够实现与客户互动的产品却非常少。美商艾克在中国市场推出的eCRM产品就是其中的一种。在前端，eCRM能够提供统一联络中心的功能，它结合了网页、电话、电子邮件、传真等与客户互动的能力，并提供个人化网页自动组合功能；在后端提供客户消费行为追踪，以及专用于客户服务及客户行销的资料分析等功能，让企业能够做到一对一行销的目标。 　　实际上电子化客户关系管理（eCRM）不仅对于企业来说，对于客户来说也同样是有其存在意义的。随着技术的发展，信息铺天盖地，不仅企业被淹没在大量的信息中，就连顾客也不得不花大量的时间来寻找、浏览自己感兴趣的信息。根据菲利普?科特勒的顾客让渡价值理论，顾客让渡价值=总顾客价值-总顾客成本。总顾客价值是顾客从某一特定产品或服务中获得的一系列价值，包括产品价值、服务价值、人员价值和形象价值。总顾客成本是顾客在为购买该产品或服务所耗费的费用，不仅包括货币成本，还包括时间成本、精神成本、体力成本等非货币成本。可见为了购买特定产品，在电子商务这种特殊市场中，浏览信息所花费的时间成本、精神成本、体力成本等也直接影响着总顾客让渡价值 　　二、个性化营