浅谈数据挖掘在电子商务中的运用

魏霜 燕山大学经济管理学院 066000

浅谈数据挖掘在电子商务中的运用

魏霜 燕山大学经济管理学院 066000

电子商务的蓬勃发展，使得企业之间的合作更为快捷和协调，极大地缩短生产周期,降低生产成本。利用数据仓库和数据挖掘等现代信息技术,能够构建一个有效的决策支持系统，充分发挥企业的独特优势,促进管理创新和技术创新。

电子商务; 数据仓库; 数据挖掘

电子商务是以网络为平台，以现代信息技术为手段， 实现购买和出售产品、服务与信息等商务活动的业务流程电子化。通过利用互联网的跨时空性，电子商务改变了企业的经营理念、管理方式和支付手段，给社会的各个领域带来了巨大的变革。网络营销、网上采购和电子支付已成为企业经营的必要环节。

电子商务的蓬勃发展，使得企业之间的合作更为快捷和协调，极大地缩短生产周期，降低生产成本。电子商务在增强企业对市场的反应能力的同时，也为企业获取大量的外部数据带来了方便。

一、利用数据仓库、联机分析处理技术和数据挖掘工具，能够构建一个有效的决策支持系统

1.数据仓库技术。在一个典型的企业中，由于部门的差异化，不同的数据存储在不同的数据库中，它们之间在物理上是完全分离的，但在逻辑上存在关联。如果进行数据分析时需要用到多个数据库中的多个数据才能作出结论，问题就复杂了。数据仓库是在已有数据库的情况下，为了进一步挖掘数据资源、为了决策需要而产生。通过数据仓库，将各个渠道得来的数据整理成全面、完善的客户信息库。通过数据仓库，将各个渠道得来的数据整理成全面、完善的客户信息库，通过分析客户数据从而发现重点客户。企业尽可能去收集顾客的信息，并借助各种分析方法，透过无序的、表层的信息挖出内在的知识和规律。而这些是要通过数据挖掘技术来进行的。

2.数据挖掘技术。主要基于人工智能、机器学习、统计学和数据库技术等多种技术，自动地分析企业原有数据，进行归纳推理，从中挖掘出潜在的模式，预测客户的行为，帮助企业决策者调整市场策略，从而减少风险，辅助做出正确的决策。数据挖掘的数据源是多种多样的，具体使用哪种数据源主要取决于用户的目的及所涉及的领域。目前，数据挖掘使用的数据主要来源于关系数据库与数据仓库。数据挖掘可以根据已经流失的客户特征建立模型，企业由此预测到哪些客户即将离开，从而帮助销售人员采用更主动的营销活动来保持其客户。

3.联机分析处理技术。是针对特定问题的联机数据访问和分析，通过对信息进行快速、稳定、一致和交互式的存取，对数据进行多层次、多阶段的分析处理，以获得高度归纳的分析结果。

数据仓库用于数据的存储和组织，数据挖掘和联机分析处理都是在数据仓库的基础上对数据进行分析，相对于联机分析处理技术，数据挖掘能根据数据本身的规律性，自动地挖掘数据的潜在模式，自动地发现知识，帮助决策者调整市场策略，并找到正确的决策。

二、电子商务将传统商务活动中物流、资金流、信息流的传递方式利用网络技术进行整合，创造了更具竞争力的经营优势

面向电子商务的数据挖掘有以下几个特点

1.主要应用于客户关系管理领域。

电子商务使企业和客户之间的交流更加方便、频繁和便捷，利用数据仓库来存放全体客户、预定义客户群、某个客户的信息和交易数据，以吸引新用户，防止旧用户的流失。随着客户信息的日趋复杂，客户数据的大量积累，分析大量复杂的客户数据，对客户的需求模式和盈利价值进行分类，找出最有价值和盈利潜力的客户群以及他们最需要的服务，更好的配置资源，改进服务。企业通过电子商务的数据挖掘掌握更多客户的信息动态，以便改进企业与客户交流的方式和提出新的交流内容。客户关系管理系统能够帮助企业管理与客户相关的一系列活动，对企业日常所有的营销业务进行流程化和自动化的管理。

2.采用分布式数据挖掘技术。电子商务本身是一个信息化非常完全的系统，所积累的数据通常存储在电子商务系统的数据仓库中，而用户主要是从网络上获取这些数据，因此对电子商务使用的数据挖掘主要是分布式数据挖掘，通过对客户资源信息进行多角度挖掘，根据特定的商业目标建立不同的模型，了解客户的资产贡献、忠诚度等各项指标，捕获信息，及时采取措施留住客户。目前，数据挖掘使用的数据主要来源于关系数据库与数据仓库。数据挖掘可以根据已经流失的客户特征建立模型，企业由此预测到哪些客户即将离开，从而帮助销售人员采用更主动的营销活动来保持其客户。

3.通过电子商务系统的改进来提高企业竞争力。比如为不同的客户推出个性化页面，把用户最感兴趣的信息放在首页中醒目的位置，从而更能吸引用户，当然，也存在一些其他的情况，如挖掘出某些比较受客户欢迎的特征产品，企业可能增强此类产品的设计和生产。

三、电子商务环境下，如何运用数据挖掘技术分析复杂客户数据

1.定义商业问题并建立营销数据库

建立恰当的模型，将需要集成和合并数据到单一的营销数据库中，并协调来自多个数据源的数据在数值上的差异，利用图形化和可视化工具为数据准备提供帮助。电子商务具有跨时空性，客户可以自主选择销售商。而销售商通过挖掘客户访问信息，了解客户的浏览行为，根据客户的兴趣与需求，向客户做动态地页面推荐和提供定制化的产品，提高客户满意度，延长客户驻留的时间，最终达到留住客户的目的。

2.为建模准备数据

由于电子商务是基于网络的系统，所以可以非常方便的获取到人们想要的各种数据。用户浏览某个电子商务网站，就会在这个网站的服务器日志文件上留下记录。这些记录保存在服务器的访问日志、引用日志和代理日志中。通过对这些信息中的某些项的分析，可以揭示其中的关联关系、时序关系、被频繁访问的路径、页面等。通过对客户的访问行为、频度、内容等进行分析，可得到单个客户的消费习惯，挖掘出他们潜在的消费趋向，从而针对不同的客户群体或个体制定出对应的服务方式；同时也为商家调整网站的拓扑结构，优化网站资源的配置提供了依据。

3.选择数据挖掘的模型

根据不同的挖掘目标，可以采用不同的挖掘方法。数据挖掘的方法有很多种，主要包括三类:统计分析、知识发现和其他可视化方法。统计分析主要用于检查数据中的数据规律。在电子商务中可以将具有相似浏览行为的客户进行分组，并分析组中客户的共同特征，可以帮助电子商务的组织者更好地了解自己的客户，向客户提供更适合、更面向客户的服务。通过聚类可以对不同类别的客户进行不同的个性化服务，使商务活动能够在一定程度上满足客户的要求，这样对客户和销售商来说才更有意义。

数据挖掘技术已经不再局限于客户接触层面上，它已真正通过电子商务深入到了客户的消费行为和消费喜好，从更为全面的角度洞察客户，理解客户价值，并指导企业生产决策。同时，加强多媒体数据挖掘、文本数据挖掘和网络数据挖掘等研究，解决数据质量、数据安全与保密，以及数据挖掘与其他商业软件的集成等问题。利用数据仓库和数据挖掘等现代信息技术，充分发挥企业的独特优势，促进管理创新和技术创新。

[1] 黄解军,万幼川.基于数据挖掘的电子商务策略.计算机应用与软件.2004.(7).

[2] 孙革新.基于数据挖掘的企业客户关系管理系统的设计与实现.2009.10

[3] 高琴.味刚.数据仓库与数据挖掘技术在客户关系管理_CRM_系统中的应用.2007.(4)

[4] 冯英健.网络营销基础与实践（3），清华大学出版社.2008

[5] 汤兵勇,王素芬.客户关系管理.高等教育出版社.2005

10.3969/j.issn.1001-8972.2010.11.041

魏霜（1981-），女，汉族，河北秦皇岛人，燕山大学经济管理学院M B A在读，秦皇岛职业技术学院商贸系助教，研究方向为电子商务、管理信息系统。