張和榮

（閩江學院 海洋學院，福建 福州 350108）

電子商務(wù)網(wǎng)絡(luò)營銷中數(shù)據(jù)挖掘技術(shù)分析

張和榮

（閩江學院 海洋學院，福建 福州 350108）

隨著經(jīng)濟與網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，使企業(yè)的營銷模式也有了全新的變化.通過借助網(wǎng)絡(luò)平臺的優(yōu)勢，發(fā)展電子商務(wù)網(wǎng)絡(luò)營銷.不僅僅給企業(yè)的發(fā)展帶來了挑戰(zhàn)更帶來了更多的機遇.而在電子商務(wù)網(wǎng)絡(luò)營銷中的數(shù)據(jù)挖掘技術(shù)則給網(wǎng)絡(luò)營銷企業(yè)帶來了極大地便利，使他們能夠更好地對營銷客戶進行把控.從而進一步地進行管理運營.然而，在企業(yè)發(fā)展的過程中，面對不同的客戶所對應(yīng)的數(shù)據(jù)、問題時可能會得到不同的結(jié)果.而目前的數(shù)據(jù)挖掘技術(shù)包含了很多的理論和技術(shù)內(nèi)容，且每種技術(shù)都有其自身的使用條件以及特點.本文將引入目前在電子商務(wù)網(wǎng)絡(luò)營銷中常用到的幾種經(jīng)典的挖掘技術(shù)，并對其進行分析以確定在面對不同的客戶要求的情況下能夠提供更加適合企業(yè)營銷發(fā)展需求的策略，提升客戶管理的力度.

電子商務(wù)；網(wǎng)絡(luò)營銷；數(shù)據(jù)挖掘技術(shù)；分析

隨著電子商務(wù)不斷深入到我們?nèi)粘５纳?，給我們的生活帶來了極大的便利.同時也對作用于商務(wù)平臺的雙方之間的關(guān)系產(chǎn)生了一定的影響：它帶給企業(yè)更多的客戶；客戶的需求也隨著平臺的發(fā)展更具有多樣性和個性化；對于企業(yè)產(chǎn)品的要求也在不斷地提升；對于企業(yè)發(fā)展的定位也越來越清晰.企業(yè)的發(fā)展重心逐漸轉(zhuǎn)向以客戶需求為主的方向.在這種電子商務(wù)網(wǎng)絡(luò)平臺發(fā)展的情況下，企業(yè)應(yīng)當考慮如何和客戶建立更好的合作關(guān)系，以確保企業(yè)能夠持續(xù)、長期、穩(wěn)定的發(fā)展.因此，企業(yè)需要通過網(wǎng)絡(luò)營銷平臺對客戶進行數(shù)據(jù)化的分析，通過客戶的不同需求來建立針對性的營銷策略.建立更具有驅(qū)動力的客戶關(guān)系，這種發(fā)展模式已受到以現(xiàn)代化電子商務(wù)網(wǎng)絡(luò)營銷為主要營銷方式的企業(yè)的重視.

1 關(guān)于數(shù)據(jù)挖掘技術(shù)與客戶關(guān)系管理之間的相關(guān)性

1.1 客戶關(guān)系管理

關(guān)于客戶關(guān)系管理通常是說在電子商務(wù)平臺的基礎(chǔ)上以客戶需求為中心的理念和策略，通過電子平臺來響應(yīng)和滿足其個性化的需求.

1.2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘就是通過信息化的平臺，在平臺數(shù)據(jù)中收集有用信息的過程.

1.3 兩者的關(guān)系

在目前繁雜的電子商務(wù)大數(shù)據(jù)中，通過數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)中的有效信息進行分析，通過對客戶特征的分類來確定“重點客戶”[1].從而針對此類客戶開展對應(yīng)的網(wǎng)絡(luò)營銷策略，制定科學合理的營銷計劃.使企業(yè)在眾多的網(wǎng)絡(luò)營銷平臺中脫穎而出.

2 目前在數(shù)據(jù)挖掘技術(shù)中使用的主要方式

2.1 關(guān)聯(lián)分析

具體來說就是通過對數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則進行挖掘，從而尋找數(shù)據(jù)之間的相互關(guān)系[2].在數(shù)據(jù)挖掘技術(shù)的研究中，關(guān)聯(lián)分析是研究較為深入的一種方式.目前比較經(jīng)典的幾個關(guān)聯(lián)分析規(guī)則的挖掘算法有AIS、STEM等.我們能夠見到的案例就是通過對購物車中產(chǎn)品的分析，來了解客戶通常的購買行為，從而能夠通過數(shù)據(jù)推斷來幫助企業(yè)進行科學性的商品上架和擺放，或者是捆綁銷售策略.這種數(shù)據(jù)分析可以以“亞馬遜”平臺作為參考.

2.2 序列模式分析

序列模式分析是數(shù)據(jù)挖掘的另一種分析方式.與關(guān)聯(lián)分析所不同在于序列模式注重于數(shù)據(jù)之間的前后序列.它通過數(shù)據(jù)分析，能夠分析出客戶在不同序列中的需求.通過對比數(shù)列中的產(chǎn)品類型.從而制定出相應(yīng)的訪問界面或者是廣告推介.引導客戶對需求產(chǎn)品產(chǎn)生興趣.并滿足他們的特定需要.舉例來說：在我們進行網(wǎng)購的過程中，如果我選擇了一款電動摩托車，后期就可能會購買雨衣、車鎖等相關(guān)的產(chǎn)品.序列模式的存在能夠通過對數(shù)據(jù)的對比分析預(yù)測出客戶的訪問模式，從而給客戶進行具有針對性的推送[3].

2.3 分類分析

分類分析是數(shù)據(jù)挖掘過程中最常用到的一種方式，簡單來說就是將相似的事件或者對象進行分類.這種數(shù)據(jù)歸類的方式既能夠滿足于分析的需要，也能夠建立預(yù)測模型.可以得出客戶的興趣點，針對性地對其開展相應(yīng)的商務(wù)活動，提供更加具有個性化的服務(wù)內(nèi)容.

2.4 聚類分析

聚類分析不同于前面的幾種類型，它是對事物性質(zhì)進行對比分析的.在實際的操作過程中，這種方式常常會被用于市場細分的需求中.通過對目前已經(jīng)存在的客戶進行數(shù)據(jù)分析，通過聚類分析能夠使具有相似性的客戶消費模式進行更為細類的劃分，從而提升營銷的精準度.譬如，我們經(jīng)常收到的商家促銷郵件，一般是具有特定內(nèi)容的，它便是通過聚類分析，對我們的消費特征分析后結(jié)果的產(chǎn)品推動方式.這種方式也能夠針對客戶不同的需求而提供更為個性化的服務(wù).

3 關(guān)于數(shù)據(jù)挖掘技術(shù)的相關(guān)分析以及評價

3.1 神經(jīng)網(wǎng)絡(luò)

是一種與人腦神經(jīng)極為相似的系統(tǒng)，具有人腦所具有的處理和記憶的功能.它能夠?qū)崿F(xiàn)不同數(shù)據(jù)挖掘的技術(shù)方式，是一個較為典型的預(yù)測工具.它結(jié)合了數(shù)據(jù)挖掘技術(shù)應(yīng)用中的優(yōu)勢，能夠處理很多的復(fù)雜性的問題.如：它能夠通過客戶在網(wǎng)絡(luò)平臺上的購買記錄以及網(wǎng)站的瀏覽量來建立對應(yīng)的神經(jīng)數(shù)據(jù)網(wǎng)絡(luò)模型.通過對數(shù)據(jù)的對比分析來了解客戶對網(wǎng)站產(chǎn)品的響應(yīng)度以及忠誠度，從而預(yù)測客戶需求.進一步的指導生產(chǎn)數(shù)量和銷售方式.優(yōu)點在于：具有較強的抗干擾性、可變性和通用性較強[4].對于大數(shù)據(jù)的處理也能夠很好地完成.它還有較強的自學能力和適應(yīng)能力，從而能夠確保預(yù)測的實時性和準確性.缺點在于：它不能夠直觀的解釋所得到的結(jié)果.因此，前期需要投入大量的準備工作.而且需要的訓練時間較長，不能完全保證其模型的收斂性.

3.2 決策樹

是一種類似于樹狀的圖表表述方式.通過它的描述能夠很好地將結(jié)果和事件進行聯(lián)系.同時還能夠注明決策點以及分支內(nèi)容.因此它可以實現(xiàn)分類分析和聚類分析.它是一種相對較為成熟的決策性的工具.通過決策樹能夠直觀的分析原因并表述其規(guī)則.如：通過使用決策樹，能夠很好地將客戶資料進行分析，通過對客戶的細致分類能夠提出更具有針對性的營銷策略.同時，還能夠依據(jù)決策樹來分析網(wǎng)絡(luò)營銷平臺中客戶的交易量，訪問網(wǎng)站的次數(shù)等情況.從客戶的流失規(guī)律得出客戶流失的原因，并能夠提供給相應(yīng)的數(shù)據(jù)以幫助相關(guān)人員制定相應(yīng)的留人策略.優(yōu)點：這種方式能夠更加直觀、準確、高效的將數(shù)據(jù)進行展示，能夠更加客觀的發(fā)現(xiàn)數(shù)據(jù)中的問題因素.缺點：隨著數(shù)據(jù)的不斷增加，會增加其數(shù)據(jù)的復(fù)雜性，并使管理更加的困難.而且對于步驟的假設(shè)性的依賴程度較高.

3.3 遺傳算法

這種方式和生物進化的過程有些類似.以生物進化中的自然學者和遺傳理論作為數(shù)據(jù)分析的基礎(chǔ)，并擅長各類分析方式[5].能夠更好地解決目前存在的問題，是一種很實用的描述和預(yù)測工具.如：它能夠依據(jù)客戶信息，對其交易數(shù)據(jù)以及其他數(shù)據(jù)進行關(guān)聯(lián)，從而利用其搜索能力和學習的能力得出最佳的答案.使客戶信息的提取變得更為量化，更加明確.能夠幫助使用者更好的分析客戶盈利.從而制定具有不同內(nèi)容的策略方案.優(yōu)點：適用于大數(shù)據(jù)下的計算需求，能夠快速的得出結(jié)論.具有較強的容錯能力.缺點：算法很難被理解.需要的參數(shù)較多.同時存在著很多的問題編碼，需要很大的計算量進行支撐.

3.4 規(guī)則推理

規(guī)則推理簡單的理解就是我們常提到的“因為”—“所以”之間的關(guān)聯(lián)過程.通過這種方式找出數(shù)據(jù)中條件概率較高的模式.如：通過對客戶在網(wǎng)站中對于關(guān)注頁面和關(guān)注產(chǎn)品的點擊頻率，從而了解到客戶的購物習慣和偏好.針對性地提供相應(yīng)的服務(wù)，增加客戶的滿意度.通過數(shù)據(jù)分析，了解客戶的購物模式和規(guī)則，從而實現(xiàn)“一對一”方式的營銷.優(yōu)點：簡單、直觀、易理解；缺點：對于關(guān)聯(lián)度不高的數(shù)據(jù)無法得出準確的結(jié)果.

4 改進方式

在數(shù)據(jù)挖掘技術(shù)的實施過程中，不會單一的使用一種方式，而是將幾種技術(shù)進行有效合并，取長補短.使運算的精準度和運算速率更符合發(fā)展需求.具體來說，在運算過程中可以通過決策樹的方式，將神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)進行預(yù)處理，能夠有效地解決神經(jīng)網(wǎng)絡(luò)中存在的相關(guān)性不強的問題；通過模糊系統(tǒng)的處理方式能夠有效地解決神經(jīng)網(wǎng)絡(luò)中的不確定性、定性，有效的彌補神經(jīng)網(wǎng)絡(luò)學習模式的短板，從而提升了系統(tǒng)的整體速度，加強了其計算的精度和穩(wěn)定性；借助遺傳算法的特點，加強神經(jīng)網(wǎng)絡(luò)中學習過程，同時提升了神經(jīng)網(wǎng)絡(luò)中的學習模式.將理解性和預(yù)測精準度進行了有效的提升；將遺傳算法和決策樹進行有效的結(jié)合，既能保障分類結(jié)果具有較好的可解釋性，又能夠提升分類的精度并優(yōu)化分類規(guī)則等.

隨著電子商務(wù)的發(fā)展，面對客戶需求的不斷變化.使得電子商務(wù)網(wǎng)絡(luò)營銷面對的挑戰(zhàn)越來越大.然而伴隨著數(shù)據(jù)挖掘技術(shù)的更新和發(fā)展，通過對數(shù)據(jù)挖掘技術(shù)方式的有效結(jié)合，能夠給客戶提供更具有精度和準度的數(shù)據(jù)信息，以便于制定合理的營銷策略.

〔1〕王馨晨.大數(shù)據(jù)背景下數(shù)據(jù)挖掘技術(shù)在電子商務(wù)營銷拓展中的應(yīng)用——以某網(wǎng)商企業(yè)為例[J].生產(chǎn)力研究,2017(04):64-67.

〔2〕柳華梅,林冬生.數(shù)據(jù)挖掘技術(shù)在移動電子商務(wù)用戶群體特征分析中的運用[J].現(xiàn)代商業(yè),2016(17):33-34.

〔3〕張磊.計算機技術(shù)在電子商務(wù)網(wǎng)絡(luò)消費互動中的作用[J].價值工程,2014(03):190-191.

〔4〕周健林.基于Web的數(shù)據(jù)挖掘在商務(wù)網(wǎng)站的研究與應(yīng)用[D].吉林大學,2012.

〔5〕張冬姣,李松松.電子商務(wù)網(wǎng)絡(luò)營銷中數(shù)據(jù)挖掘技術(shù)分析[J].管理學家,2014(12).

F724.6

A

1673-260X（2017）11-0090-02

2017-08-13

農(nóng)村電商與精準扶貧的發(fā)展關(guān)聯(lián)調(diào)研（YSZ16020）；市科技局課題：基于人才儲備理論下電子商務(wù)人才培訓服務(wù)平臺建設(shè)研究（2014-G-79）