基于小微型電子商務的數據挖掘的應用

宋朝霞 方旭儒 宋哲 姬晨迪 賈文靜

摘 要：電子商務近幾年來發展迅速，隨之產生了大量的瀏覽、交易數據，然而小微型電商商家根本沒意識到運用這些數據或者不知如何運用這些數據，本文從分析小微型電商商家的特點入手，從數據挖掘的原因、方法與應用三個方面進行了闡述。

關鍵詞：小微型電商;數據挖掘;數據應用

目前我國的電子商務產業正處于發展的上升期，電子商務呈現出強有力的發展潛力。2014年下半年阿里巴巴的上市以及“雙十一”當天各個電商企業網站間的角逐把我國電子商務產業的發展推上了一個新高度。跟隨著電子商務浪潮的腳步，各電商商家之間的競爭也愈演愈烈，因此，各商家在抓住機遇的同時也要直面挑戰，做好數據的挖掘、分析與應用，從而達到盈利目的。

電商活動中的數據挖掘就是把有價值的信息從海量數據中提取出來，進行分析運用，從而幫助店家理解客戶行為，為客戶關系管理提供決策依據，并為店家在銷售推廣、財務管理等方面提供有效支撐。

小微型電子商務是小型電商商家、微型電商商家、個體電商商家的統稱，一般指年度應納稅所得額不超過30萬元，從業人數不超過80人，資產總額不超過1000萬元的電商商家。

1 小微型電商數據挖掘分析與應用存在的問題

大中型電商公司在數據分析方面做的較為深入、全面，公司大都成立數據部或者信息部門、IT部門來處理數據，或者是運營部與市場部結合如數據推廣部，總之，大多都做到了對數據的挖掘和應用，實現了數據挖掘的價值，也帶來了相當可觀的利益。然而，小微型電商商家在處理與分析數據方面還存在諸多問題：

1.1 小微型電商商家還沒意識到數據分析對運營的重要性 有些小微型電商商家都是從實體店轉型過來的，他們熟悉常規的營銷模式，了解客戶需求。然而，他們只是生硬地將傳統模式下的營銷方法強加運用到電子商務中，并沒有意識到對數據分析運營的重要性，對數據分析并運用的觀念相對淡薄。

1.2 某些商家已經初步意識到數據運營的重要性但其經驗不

足 雖然某些小微型電商商家已經意識到了對數據進行挖掘分析與運營的重要性，但是卻不知道從何下手。店家由于沒有充分理解電子商務的運作模式，所做的只是從數據的角度出發，對整個電子商務活動中的數據進行簡單的歸納統計和分析，并不能把數據與電子商務緊密結合起來，造成數據浪費現象。

2 數據挖掘運用的基本方法

運用數據挖掘方法能夠對店鋪的各種數據源進行挖掘，并隨之進行數據的探究與分析，從而指導店家更好地進行店鋪布局以及為客戶提供更好的服務。對于小微型電商商家來說，主要有以下3種方法進行數據的操作和挖掘：

2.1 關聯分析 關聯分析可以挖掘出隱藏在數據間的關聯規則。關聯規則的挖掘分兩個步驟：①找出所有頻繁項集：即有一系列集合，這些集合有些相同的元素，集合中同時出現頻率高的元素形成一個子集，滿足一定閾值條件的項集。②比如對購物籃分析。每個購物籃里有很多商品，每個商品都是一項元素，每個購物籃都是一個集合，所有購物籃就形成了一個系列集合。分析哪些商品經常一起頻繁出現在購物籃內，即找到頻繁項集，然后，再分析其他商品與頻繁項集的關系，即關聯規則。

2.2 序列模式分析 跟上面說述的關聯規則挖掘不一樣，序列模式挖掘的對象以及結果都是有序的，即數據集中的每個序列的條目在時間或空間上是有序排列的，輸出的結果也是有序的。比如，限定購過商品A的客戶，40%的人會在2個月內定購商品B。

2.3 聚類分析技術 聚類分析按照“類內相似性最大，類間相似性最小”的原則，將喜好類似的用戶歸為一類。一般聚類分析技術在電子商務中分為兩方面，一方面是客戶群體聚類，另一方面是Web網頁聚類。對于小微電商商家，主要是進行客戶群體聚類，即將有相似瀏覽記錄的客戶劃到一起，方便開展針對性營銷。

3 數據挖掘在小微型電子商務中的應用

3.1 在商務網站設計上的應用 運用數據挖掘的方法，對店鋪呈現給自己的數據進行挖掘和分析，預測某一類客戶的訪問模式，在裝修布置店面時，將瀏覽這一商品的顧客可能瀏覽的商品頁面做成鏈接置于這個商品頁面的底部或者其他顯眼位置，這樣一方面有利于店家的捆綁銷售，另一方面也減少顧客過濾信息的負擔。

3.2 在客戶關系管理方面的應用 數據挖掘在電子商務CRM中的應用主要體現在客戶的獲取和保持、提高客戶滿意度等方面。通過數據挖掘分析能夠幫助小微型電商確定客戶的特點，使商家能夠為客戶提供有針對性的服務。比如羽絨服通常在10月底上架，但是實際上8月份就可以把羽絨服上架，商品框定在去年相對熱銷一點的款型，然后給予一定的折扣，這時候就可以用廣告定向投放至黑吉遼等北方地區，并且從歷史訂單中找到北方區域的潛在需求的客戶進行短信營銷。另外，當店鋪搞活動或者上某類新產品的時候，可以找到可能對這類商品感興趣的顧客，以優惠券、促銷等營銷方式、以發短信或者郵件等形式使顧客回歸，從而達到保持客戶的目的。在有某些節日或者重大事項時，可以用短信等方式進行問候，這樣做可以有效提高客戶滿意度。

3.3 在店鋪運營方面的應用 通過對購買時間、頻率上的挖掘也就是通過對商品的訪問、收藏和銷售情況進行分析，可以獲得商品的受歡迎程度，顧客消費的生命周期，在特定的時間開展促銷活動，制定商品的優惠策略。通過分析店鋪顧客的購買行為，可以得知顧客對品牌的喜愛種類和對價格的接受范圍，以及包裝等方面的要求，從而可以幫助店主確定商品的種類、價格和新產品的投入等，進而減少產品積壓和提高資金流動性。一般對網絡廣告停留觀看的用戶可能成為潛在用戶，因此大多商家愿意花費資金來做網絡廣告，而且商家側重于商品的點擊率。商家可以在某段時間投放某種類廣告，然后重點關注此類商品的瀏覽銷售情況，分析出顧客對某種類廣告的反應程度，決定下次廣告的安排。

4 總結

目前，數據的分析與應用問題在大中型企業已經得到了相當大的關注與重視，但是對于小微型電商企業來說，絕大部分還沒有意識到數據挖掘與應用的重要性。數據挖掘是一門新興的比較受關注的技術，通過深層分析從中獲得的海量的數據，可以獲得盈利手段和方式。因此如何運用數據來實現數據到利潤的華麗變身、吸引顧客、提高銷售變的尤為重要。

參考文獻：

[1]常鋼花.電子商務中的數據化運營[J].經濟研究導刊，2014（19）.

[2]姚亞輝.基于電子商務數據挖掘技術的研究與應用[N].安陽師范學院學報，2007（2）.

作者簡介：宋朝霞，女，1961年出生，計算機科學專業碩士，西南石油大學經濟管理學院副教授。