曹洪銣

對外經(jīng)濟貿(mào)易大學

電子商務管理活動是Web數(shù)據(jù)挖掘技術合適的應用領域，Web服務器數(shù)據(jù)、客戶登記信息、代理服務器數(shù)據(jù)、業(yè)務往來數(shù)據(jù)等為Web數(shù)據(jù)挖掘提供了豐富的數(shù)據(jù)資源。只要在電子商務管理中遵循一定的Web數(shù)據(jù)挖掘流程，就有可能促進企業(yè)決策優(yōu)化管理、客戶關系管理、協(xié)同商務管理、營銷模式管理、網(wǎng)站維護管理和風險控制管理。

1 web數(shù)據(jù)挖掘的概念與分類

隨著Internet的飛速發(fā)展，網(wǎng)上的數(shù)據(jù)資源空前豐富。但是Web頁面過于復雜、而且是無結構的、動態(tài)的，導致人們難以迅速、方便地在Web上找到所需要的數(shù)據(jù)和信息。數(shù)據(jù)資源中蘊涵的知識未能得到充分的挖掘和利用，“數(shù)據(jù)豐富而知識貧乏”的問題非常嚴重。搜索引擎(SearchEngine)在一定程度上解決了人們對信息的需求，但卻沒有達到客戶的滿意。因為搜索引擎大部分基于關鍵字的查詢，命中率較低，不能對特定客戶給出特殊的服務。近年來興起的數(shù)據(jù)挖掘技術為解決這個問題帶來了一線曙光。而通過數(shù)據(jù)挖掘在Web上的應用，企業(yè)還可以分析和預測顧客的將來行為。通過Web數(shù)據(jù)挖掘技術，企業(yè)利用有效的顧客信息，可以大大降低運營的成本。web數(shù)據(jù)挖掘(webMining)是從大量的Web文檔集合和在站點內(nèi)進行瀏覽的相關數(shù)據(jù)中發(fā)現(xiàn)蘊涵的、未知的、有潛在應用價值的、非平凡的模式的過程。

2 電子商務管理與Web數(shù)據(jù)挖掘的契合

Web數(shù)據(jù)挖掘是輔助電子商務管理的綜合分析工具，運行在電子商務網(wǎng)站的用戶數(shù)據(jù)庫和數(shù)據(jù)倉庫之上，包括以下功能模塊：a.過濾器。用來從Web數(shù)據(jù)庫中抽取相關數(shù)據(jù)，進行二義性分析，消除不一致性。b.挖掘綜合器。它是一個挖掘驅動引擎，根據(jù)挖掘要求和挖掘方法的知識庫到Web數(shù)據(jù)挖掘算法庫中去選擇合適的挖掘方法，并且使用該方法去執(zhí)行挖掘任務。c.方法選擇專家系統(tǒng)及知識庫。它是Web數(shù)據(jù)挖掘的/大腦0，是一個規(guī)則集合，能夠根據(jù)不同的挖掘要求來選擇最有效的挖掘算法或幾種算法的序列組合，并且隨著應用的深人，該知識庫可以不斷融入新的規(guī)則，以增加專家系統(tǒng)的智能性。d.Web數(shù)據(jù)挖掘算法庫。它是一個數(shù)據(jù)挖掘分析方法的綜合性算法庫。e.用戶評估界面。提供一個和分析人員交互的友好界面。如果本次的挖掘結果不能滿足分析人員的需要，就可以再次從這里輸人挖掘需求。f.方法驅動模塊。它利用挖掘出來的有益信息，去進行相應統(tǒng)計與分析的工作。

隨著市場經(jīng)濟國際化、區(qū)域經(jīng)濟全球化、業(yè)務處理數(shù)字化、消費需求個性化的市場競爭環(huán)境的形成，企業(yè)將面臨更多的競爭對手和不確定的信息，需要借助于數(shù)據(jù)挖掘技術對商業(yè)數(shù)據(jù)庫中的大量業(yè)務數(shù)據(jù)進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關鍵性數(shù)據(jù)，來控制成本、提高效益。電子商務本身是一種商務活動，數(shù)據(jù)挖掘技術最初也是為了商業(yè)應用而開發(fā)出來的。實踐證明，電子商務管理活動是Web數(shù)據(jù)挖掘技術適合的應用領域，主要是因為電子商務可以很容易地滿足數(shù)據(jù)挖掘所必需的因素(豐富的數(shù)據(jù)語言、自動收集可靠的數(shù)據(jù))，并且可將挖掘結果轉化為商業(yè)行為。

3 電子商務管理中Web數(shù)據(jù)挖掘的資源

3.1 Web服務器數(shù)據(jù)

當客戶訪問Web服務器時就會在服務器上產(chǎn)生相應的服務器數(shù)據(jù)，這些數(shù)據(jù)可以分為日志文件、查詢數(shù)據(jù)兩種。a.日志文件。日志文件是Web服務器上用以記錄用戶訪問頁面情況的文件，分為server logs、error logs和cookie logs。用戶每訪問一個頁面，Web服務器的日志中就會增加一條記錄。不同的Web服務器的產(chǎn)品日志格式不同，但通常都包括訪問者的IP地址、訪問時間、訪問方式、訪問頁面、協(xié)議、錯誤代碼以及傳輸?shù)淖止?jié)數(shù)信息。服務器日志數(shù)據(jù)是使用Web數(shù)據(jù)挖掘技術的重要數(shù)據(jù)來源。b.查詢數(shù)據(jù)。查詢數(shù)據(jù)是電子商務站點在服務器上產(chǎn)生的一種典型數(shù)據(jù)，它是在線客戶在查詢所需信息時生成的，這些查詢信息通過Cookie或是登記信息連接到服務器的訪問日志上。

3.2 代理服務器數(shù)據(jù)

代理服務器相當于在客戶瀏覽器和Web服務器之間提供了緩存功能的中介服務器，它的緩存功能減少了Web服務器的網(wǎng)絡流量，加快了網(wǎng)頁的運行速度，同時將大量的用戶訪問信息通過代理日志的形式保存起來。

3.3 業(yè)務往來數(shù)據(jù)

企業(yè)內(nèi)部之間、企業(yè)與上游企業(yè)和下游企業(yè)之間，因為業(yè)務往來關系，其中也產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)對于電子商務的經(jīng)營決策、營銷機制具有重要的參考價值。因此，這些業(yè)務往來數(shù)據(jù)也是Web數(shù)據(jù)挖掘技術需要分析的數(shù)據(jù)。

3.4 客戶登記信息

它是指客戶通過Web頁在屏幕上輸入的要提交給服務器的相關信息，包括注冊信息、登錄信息、網(wǎng)上留言等。在Web數(shù)據(jù)挖掘中，客戶登記信息必須和訪問日志集成，以提高數(shù)據(jù)挖掘的準確度。通過對用戶登記信息和日志信息的綜合，能夠更好地了解客戶的行為，并針對不同的客戶制定不同的政策。

4 Web數(shù)據(jù)挖掘在電子商務中的應用

4.1 Web 使用挖掘在優(yōu)化網(wǎng)站設計中的應用

隨著 Web 使用挖掘在網(wǎng)站設計優(yōu)化中的應用，綜合各種挖掘技術出現(xiàn)了許多數(shù)據(jù)挖掘工具。這些工具是輔助各類網(wǎng)站開發(fā)的綜合分析工具，運行在網(wǎng)站的用戶數(shù)據(jù)庫或數(shù)據(jù)倉庫之上。依據(jù) Web 挖掘流程設計的各功能模塊能夠解決網(wǎng)站設計優(yōu)化和運營過程中的許多實際問題，如：優(yōu)化站點鏈接結構、改進站點內(nèi)容結構、聚類訪問用戶等問題。但在 Web 使用挖掘技術的預處理算法方面，由于用戶與機器的不對應性，以及代理服務器等網(wǎng)絡“中間環(huán)節(jié)”，使得只通過日志來識別用戶的效果并不理想。

4.2 數(shù)據(jù)挖掘技術在電子商務客戶關系管理中的應用

數(shù)據(jù)挖掘技術在電子商務客戶關系管理中的應用在企業(yè)管理客戶生命周期的各個階段都會用到數(shù)據(jù)挖掘技術。數(shù)據(jù)挖掘能夠幫助企業(yè)確定客戶的特點，從而可以為客戶提供有針對性的服務。通過數(shù)據(jù)挖掘，可以發(fā)現(xiàn)使用某一業(yè)務的客戶的特征，從而可以向那些也同樣具有這些特征卻沒有使用該業(yè)務的客戶進行有目的推銷；還可以找到流失的客戶特征，在那些具體相似特征的客戶還未流失之前，采取針對性的措施。

4.2.1 客戶細分

客戶細分就是把大量的客戶分成不同的類，在每一個類里的客戶具有相似的屬性，而不同類里的客戶的屬性也不同。細致而切實可行的客戶分類對企業(yè)的經(jīng)營策略有很大益處。在客戶細分算法模型研究方面，基于聚類和決策樹的客戶細分模型，采用聚類方法對具有相似購買行為的用戶進行聚類，再利用決策樹分析根據(jù)各類客戶的屬性的差別將客戶細分為不同的類別，取得了很好的效果。

4.2.2 客戶保持

當前行業(yè)競爭日益激烈，獲得新的客戶的成本越來越大，是保留一個老客戶成本的5 倍。因此保持原有客戶，尤其是優(yōu)質客戶對企業(yè)來說顯得越來越重要?？蛻舯３职▽蛻袅魇Ш涂蛻糁艺\度的分析，而客戶流失某種程度上反映的客戶忠誠度，所以本節(jié)著重研究客戶流失問題，以對客戶保持提供對策。要解決客戶流失問題，可以使用數(shù)據(jù)挖掘方法對已經(jīng)流失客戶進行分類，并對每類流失客戶的特征進行描述。找出客戶流失的根本原因，并加以解決，對于最有可能流失的客戶群體，有針對性地采用客戶挽留方案，避免流失現(xiàn)象的持續(xù)發(fā)生。

4.2.3 客戶滿意度分析

有調查表明，對企業(yè)十分滿意的客戶再次購買產(chǎn)品意向為滿意客戶的 6 倍。企業(yè)只有將有價值客戶長期保持在高滿意度范圍之內(nèi)，才能更好的保證持續(xù)的盈利能力?？蛻舻臐M意度是一種主觀的感覺狀態(tài)，它涉及到企業(yè)、產(chǎn)品以及客戶自身的許多因素(如：產(chǎn)品質量，產(chǎn)品外觀，企業(yè)品牌，交貨時間、顧客投訴處理、客戶喜好等等)。由于客戶滿意度又有很強的主觀性，很難具體數(shù)據(jù)化，因此當前只能大致的分為“十分滿意”、“比較滿意”、“滿意”、“不滿意”、“很不滿意”5 個標準。利用數(shù)據(jù)挖掘的分類功能，可以將客戶群體根據(jù)滿意度進行分類，對于分類結果聯(lián)系客戶的價值度的高低，調整企業(yè)同各客戶群體關系建設的投入成本，保證高價值客戶的滿意度在一個很高的水平。與此同時，利用數(shù)據(jù)挖掘技術可以找出影響客戶滿意度的因素，以及各個因素之間的重要性，指導企業(yè)提高整體客戶服務水平。

4.3 數(shù)據(jù)挖掘在電子商務網(wǎng)絡營銷中的應用

經(jīng)過對網(wǎng)絡營銷中數(shù)據(jù)的分類以及數(shù)據(jù)挖掘在網(wǎng)絡營銷中的實施過程可以看出，數(shù)據(jù)挖掘在網(wǎng)絡營銷中的應用對大量的數(shù)據(jù)進行分析，透過大量看似無關的數(shù)據(jù)，數(shù)據(jù)挖掘能夠過發(fā)現(xiàn)隱藏在這些數(shù)據(jù)中對網(wǎng)絡營銷有意義的信息以及它們之間的聯(lián)系。對這些信息進行深入的分析，能夠發(fā)現(xiàn)市場需求、具有相似購買行為的客戶群體等信息，及時發(fā)現(xiàn)這些信息能夠幫助企業(yè)對市場變化做出迅速的反映，進行客戶預期，從而制定切實有效的營銷計劃。

5 結語

數(shù)據(jù)挖掘技術的出現(xiàn)為電子商務活動系統(tǒng)提供了數(shù)據(jù)分析強大的技術支持。數(shù)據(jù)挖掘是面向應用的，也只有將數(shù)據(jù)挖掘技術應用到大量的、復雜的數(shù)據(jù)中去，對數(shù)據(jù)挖掘技術研究的價值才能得到最佳體現(xiàn)。電子商務的發(fā)展使得越來越多的企業(yè)開始網(wǎng)上交易，電子商務網(wǎng)站的服務器日志、后臺數(shù)據(jù)庫中客戶相關的數(shù)據(jù)以及大量的交易記錄等數(shù)據(jù)資源中所蘊涵的大量的有益信息有待于充分地挖掘和利用。

[1]譚春輝.電子商務管理與Web數(shù)據(jù)挖掘技術的契合探析[J].情報雜志，2006(12).

[2]李霏.Web數(shù)據(jù)挖掘技術在電子商務中的應用價值探析[J].電子技術與軟件工程，2016(2).

[3]張潤，周大鐲.電子商務中Web數(shù)據(jù)挖掘技術應用探討[J].中國西部科技，2010(20).