大數(shù)據(jù)挖掘在電商市場(chǎng)中分析與決策的應(yīng)用

文/田亞明

按照CNNIC在2018年發(fā)布的中國(guó)電商市場(chǎng)相關(guān)購(gòu)物報(bào)告，我國(guó)2018年在電商市場(chǎng)中的消費(fèi)額在社會(huì)所有消費(fèi)額中占據(jù)了18.9%的比例，為5.48萬(wàn)億元，僅B2C交易額就有3.05萬(wàn)億元?？陀^來(lái)講，電商市場(chǎng)的飛速發(fā)展和我國(guó)的政策存在密切關(guān)系。因此，研究電商市場(chǎng)分析與決策應(yīng)用大數(shù)據(jù)挖掘的策略具有現(xiàn)實(shí)意義。

1 當(dāng)前大數(shù)據(jù)挖掘概況

目前，大量學(xué)科領(lǐng)域都對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行了應(yīng)用。大數(shù)據(jù)挖掘這一技術(shù)暫時(shí)沒有明確的定義，相關(guān)學(xué)者提出，大數(shù)據(jù)挖掘是對(duì)數(shù)據(jù)包含的知識(shí)進(jìn)行挖掘，這種表達(dá)方法無(wú)法將其含義充分表示出來(lái)。以廣義角度看，大數(shù)據(jù)挖掘應(yīng)是具有一個(gè)包含動(dòng)態(tài)流入系統(tǒng)、Web、數(shù)據(jù)庫(kù)的信息庫(kù)，能夠挖掘出海量數(shù)據(jù)中的趣味模式，找到有趣的知識(shí)。以技術(shù)角度看，大數(shù)據(jù)挖掘主要是在模糊的、不完全的、大量的隨機(jī)設(shè)計(jì)中將隱含信息提取出來(lái)的過(guò)程，這個(gè)知識(shí)有一定的約束與前提條件，需要在一定環(huán)境領(lǐng)域下才具有相應(yīng)實(shí)際價(jià)值。對(duì)大數(shù)據(jù)挖掘主要數(shù)據(jù)源來(lái)講，既可以是非結(jié)構(gòu)數(shù)據(jù)形式又可以是結(jié)構(gòu)化數(shù)據(jù)形式，結(jié)果能夠充分使用到信息分析、優(yōu)化查詢、過(guò)程管控、支持決策等多個(gè)方面。以貿(mào)易角度看，大數(shù)據(jù)挖掘的主要分析對(duì)象在商業(yè)數(shù)據(jù)庫(kù)中，借助分析、轉(zhuǎn)化、抽取等多種技術(shù)，對(duì)關(guān)鍵信息進(jìn)行提取與搜集，提供商業(yè)決策所需的支持。

2 電商市場(chǎng)分析與決策應(yīng)用大數(shù)據(jù)挖掘的策略

2.1 大數(shù)據(jù)挖掘在電商市場(chǎng)分析與決策中的主要功能

通常來(lái)講，大數(shù)據(jù)的主要功能包括關(guān)聯(lián)分析與概念描述、聚類分析與分類預(yù)測(cè)、演變分析與離群點(diǎn)分析等。

2.1.1 關(guān)聯(lián)分析與概念描述

大數(shù)據(jù)能夠根據(jù)挖掘規(guī)則，找到具有依賴性的、符合特定條件的關(guān)系，這種分析方法通常應(yīng)用到電商市場(chǎng)購(gòu)物籃相關(guān)問(wèn)題，對(duì)各種商品間的內(nèi)在關(guān)系進(jìn)行研究，對(duì)用戶平時(shí)購(gòu)買習(xí)慣展開分析，找出用戶在購(gòu)買一種商品時(shí)還購(gòu)買的其它商品，以此來(lái)進(jìn)行電商市場(chǎng)決策的調(diào)整。與此同時(shí)，概念描述是一種帶有描述性質(zhì)的數(shù)據(jù)挖掘，借助數(shù)據(jù)的分類和特征化進(jìn)行數(shù)據(jù)觀點(diǎn)的對(duì)比、總結(jié)。概念描述并非是一個(gè)數(shù)據(jù)列表，而是要借助對(duì)比、匯總等多種方法進(jìn)行數(shù)據(jù)概念的描述。數(shù)據(jù)特征化指的是對(duì)特征概要、目標(biāo)數(shù)據(jù)進(jìn)行一般描述，其輸出方式包括線圖、條形圖、餅圖等。除此之外，數(shù)據(jù)分割指的是總結(jié)和剖析目標(biāo)數(shù)據(jù)的一般特征。

2.1.2 聚類分析與分類預(yù)測(cè)

聚類分析并非標(biāo)記類型的大數(shù)據(jù)集，其分析不會(huì)對(duì)類標(biāo)號(hào)進(jìn)行考慮。通過(guò)聚類分析沒有標(biāo)記類型的數(shù)據(jù)，能夠獲得組群數(shù)據(jù)類標(biāo)號(hào)。借助最小化類與最大化的基本相似性原理來(lái)進(jìn)行需求對(duì)象的分析，實(shí)現(xiàn)對(duì)象高相似性的簇聚，并對(duì)其它簇的對(duì)象進(jìn)行區(qū)分。分類預(yù)測(cè)主要基于特定技術(shù)的運(yùn)用來(lái)進(jìn)行未知類標(biāo)號(hào)數(shù)據(jù)的探究，對(duì)數(shù)據(jù)概念模型的區(qū)分與描述進(jìn)行辨別，將數(shù)據(jù)對(duì)象預(yù)測(cè)類標(biāo)記進(jìn)行分類，從而實(shí)現(xiàn)一些未知數(shù)據(jù)的預(yù)測(cè)。

2.1.3 演變分析與離群點(diǎn)分析

演變分析可以描述特定對(duì)象伴隨時(shí)間變化而產(chǎn)生的行為趨勢(shì)與規(guī)律，如序列周期模式匹配、類似性數(shù)據(jù)分析、時(shí)間序列分析等。而離群點(diǎn)分析是一種對(duì)大數(shù)據(jù)集的分析，可以找出對(duì)象數(shù)據(jù)的模型異常、一般行為，離群點(diǎn)的分析和聚類分析具有較高的相關(guān)性，但是服務(wù)目的有所不同，聚類分析注重多數(shù)相似的數(shù)據(jù)集中模式，按照對(duì)象要求進(jìn)行數(shù)據(jù)的組織歸為，不過(guò)離群點(diǎn)的分析注重偏離多數(shù)模式的異常現(xiàn)象分析。

2.2 應(yīng)用大數(shù)據(jù)挖掘的具體策略

大數(shù)據(jù)挖掘應(yīng)用到銷售平臺(tái)的優(yōu)化、增值業(yè)務(wù)的拓展、產(chǎn)品的服務(wù)管理、用戶的精準(zhǔn)定位、客戶群體的穩(wěn)定、廣告的準(zhǔn)確發(fā)布等方面。

2.2.1 銷售平臺(tái)的優(yōu)化

在電商市場(chǎng)中，設(shè)置電商平臺(tái)與網(wǎng)站的頁(yè)面極為重要，平臺(tái)、網(wǎng)站呈現(xiàn)的內(nèi)容會(huì)對(duì)用戶交易、訪問(wèn)等行為產(chǎn)生直接影響，從這個(gè)角度來(lái)考慮，將大數(shù)據(jù)挖掘應(yīng)用到電商市場(chǎng)中用戶瀏覽、登陸的各種電商平臺(tái)，可以對(duì)用戶訪問(wèn)習(xí)慣有一個(gè)深入地了解，提供給電商市場(chǎng)平臺(tái)與網(wǎng)站所需的參考內(nèi)容。電商網(wǎng)站借助用戶下單、訪問(wèn)的記錄調(diào)整電商網(wǎng)站內(nèi)容與結(jié)構(gòu)，比如把交易量高、點(diǎn)擊量多的電商產(chǎn)品放在電商市場(chǎng)平臺(tái)與網(wǎng)站的首頁(yè)，在吸引用戶注意力的同時(shí)激發(fā)其想要點(diǎn)進(jìn)去的欲望。與此同時(shí)，利用大數(shù)據(jù)挖掘用戶的各種電商市場(chǎng)瀏覽數(shù)據(jù)，能夠充分結(jié)合用戶期望值與網(wǎng)頁(yè)關(guān)聯(lián)性，把用戶更期望的導(dǎo)航鏈接添加于界面中，對(duì)電商市場(chǎng)的服務(wù)器緩存進(jìn)行科學(xué)地安排，使服務(wù)器響應(yīng)所消耗的時(shí)間減少，并提升用戶群體的滿意度。

2.2.2 增值業(yè)務(wù)的拓展

若電商平臺(tái)得到的用戶數(shù)據(jù)達(dá)到一定程度時(shí)，能夠構(gòu)建一個(gè)用戶的完整數(shù)據(jù)庫(kù)，對(duì)這些電商市場(chǎng)的用戶數(shù)據(jù)展開分析能夠使商家為用戶針對(duì)性的提供相似電商產(chǎn)品，用戶感興趣并購(gòu)買后就能夠提高商家的收入。目前，很多電商市場(chǎng)的平臺(tái)與網(wǎng)站都在借助大數(shù)據(jù)挖掘來(lái)進(jìn)行新應(yīng)用的開發(fā)，如淘寶的數(shù)據(jù)魔方。而一些商家未進(jìn)行大數(shù)據(jù)挖掘，使新業(yè)務(wù)開發(fā)難度大大增加，如消費(fèi)信貸，若運(yùn)用大數(shù)據(jù)挖掘，找到電商市場(chǎng)中潛在的數(shù)據(jù)價(jià)值，能夠?qū)π聵I(yè)務(wù)展開更有效的開發(fā)，如阿里集團(tuán)的小額信貸。

2.2.3 產(chǎn)品的服務(wù)管理

大數(shù)據(jù)挖掘能夠?yàn)樯碳以陔娚淌袌?chǎng)中進(jìn)行精準(zhǔn)決策與營(yíng)銷提供方案，借助對(duì)應(yīng)用戶的需求來(lái)生成訂單，然后以用戶反饋來(lái)改進(jìn)其電商產(chǎn)品。與此同時(shí)，運(yùn)用大數(shù)據(jù)挖掘來(lái)分析用戶數(shù)據(jù)可以讓商家對(duì)決策與營(yíng)銷進(jìn)行合理化改動(dòng)，如調(diào)整庫(kù)存、調(diào)整價(jià)格等。若單家可以準(zhǔn)確地分析電商市場(chǎng)中的用戶數(shù)據(jù)，那么就能根據(jù)分析出的用戶需求挖掘潛在的上級(jí)，比如對(duì)用戶喜好這種潛在信息進(jìn)行分析時(shí)，能夠讓商家的電商服務(wù)與產(chǎn)品質(zhì)量大大提升，使商家在電商市場(chǎng)中提升競(jìng)爭(zhēng)力。

2.2.4 用戶的精準(zhǔn)定位

借助大數(shù)據(jù)挖掘，能夠?qū)﹄娚淌袌?chǎng)中各種用戶進(jìn)行精確地定位，使電商營(yíng)銷更具針對(duì)性。對(duì)于電商市場(chǎng)的發(fā)展模式來(lái)講，挖掘用戶數(shù)據(jù)即為精確定位與細(xì)化電商市場(chǎng)，通過(guò)對(duì)用戶的針對(duì)性選取來(lái)營(yíng)銷。大數(shù)據(jù)挖掘會(huì)尋找、加工、處理海量用戶在交易過(guò)程中產(chǎn)生的各種信息，發(fā)現(xiàn)用戶群體消費(fèi)習(xí)慣與興趣，從而對(duì)于用戶群體接下來(lái)的消費(fèi)行為展開推斷與分析，然后制定對(duì)這些用戶的電商營(yíng)銷方案。和原有的營(yíng)銷方法相比，基于用戶特點(diǎn)的電商營(yíng)銷可以節(jié)約大量成本，讓電商營(yíng)銷價(jià)值大大提升，將有較高忠誠(chéng)度的消費(fèi)者牢牢鎖定，從在電商市場(chǎng)中擴(kuò)展優(yōu)質(zhì)電商消費(fèi)資源。與此同時(shí)，對(duì)用戶進(jìn)行大數(shù)據(jù)挖掘。商家可以對(duì)用戶價(jià)值高低狀況進(jìn)行區(qū)分，根據(jù)其價(jià)值等級(jí)進(jìn)行電商市場(chǎng)決策，并實(shí)施不同電商銷售舉措，給商家?guī)?lái)更多的經(jīng)濟(jì)效益。

2.2.5 客戶群體的穩(wěn)定

在電商市場(chǎng)分析和決策中運(yùn)用大數(shù)據(jù)挖掘，能夠有效穩(wěn)定相應(yīng)客戶群。借助大數(shù)據(jù)挖掘電商用戶，能夠?qū)τ脩粝埠眠M(jìn)行全方位、多角度的分析，從電商平臺(tái)中將客戶關(guān)系挖掘出來(lái)并保持穩(wěn)定，并在各種數(shù)據(jù)中重點(diǎn)分析客戶資源，把所有用戶按照不同習(xí)慣、興趣、交易背景來(lái)劃分，以預(yù)測(cè)用戶行為的方式全面挖掘潛在消費(fèi)者，及時(shí)維護(hù)現(xiàn)有的電商市場(chǎng)客戶關(guān)系。如果用戶具有價(jià)高價(jià)值，應(yīng)適當(dāng)提供一些額外的附加服務(wù)，讓電商市場(chǎng)的客戶源更為穩(wěn)定。通過(guò)大數(shù)據(jù)挖掘來(lái)分析、預(yù)測(cè)用戶十分重要。例如，某用戶購(gòu)買了一款高檔手表，并對(duì)該產(chǎn)品作出了較好的評(píng)價(jià)，于是會(huì)向自己的親朋好友推薦，無(wú)論親朋好友是否有興趣，或多或少都會(huì)前去瀏覽該商品，從而讓電商市場(chǎng)的客戶群體進(jìn)一步擴(kuò)大，獲得了更多的潛在客戶。通過(guò)這種客戶群管理，商家可以利用大數(shù)據(jù)挖掘在電商市場(chǎng)中挖掘到更多客戶，進(jìn)一步穩(wěn)定和提升與客戶間的關(guān)系。

2.2.6 廣告的準(zhǔn)確發(fā)布

進(jìn)行大數(shù)據(jù)挖掘可以通過(guò)電商用戶的各種數(shù)據(jù)充分分析用戶消費(fèi)點(diǎn)所在，提供給商家廣告宣傳方向，把廣告投入到電商市場(chǎng)中用戶消費(fèi)相對(duì)較高的部分，讓商家個(gè)性化的電商營(yíng)銷得以實(shí)現(xiàn)。應(yīng)以用戶的數(shù)據(jù)庫(kù)為基礎(chǔ)，構(gòu)建一個(gè)電商市場(chǎng)概率模型，計(jì)算用戶交易的概率，然后以廣告獲取情況對(duì)潛在客戶、真實(shí)客戶進(jìn)行明確。對(duì)用戶的廣告反映進(jìn)行觀察和分析也能給商家廣告投放時(shí)間提供積極參考。借助這樣的概率分析，能夠通過(guò)大數(shù)據(jù)挖掘并計(jì)算一個(gè)關(guān)鍵詞，商家可以按照該關(guān)鍵詞來(lái)優(yōu)化廣告。

3 結(jié)語(yǔ)

總而言之，研究電商市場(chǎng)分析與決策應(yīng)用大數(shù)據(jù)挖掘的策略具有十分重要的意義。相關(guān)人員應(yīng)對(duì)當(dāng)前大數(shù)據(jù)挖掘概況有一個(gè)全面的了解，掌握大數(shù)據(jù)挖掘在電商市場(chǎng)分析與決策中的主要功能，并將大數(shù)據(jù)挖掘充分應(yīng)用到銷售平臺(tái)的優(yōu)化、增值業(yè)務(wù)的拓展、產(chǎn)品的服務(wù)管理、用戶的精準(zhǔn)定位、客戶群體的穩(wěn)定、廣告的準(zhǔn)確發(fā)布等電商市場(chǎng)分析與決策的不同方面，從而促進(jìn)電商市場(chǎng)的平穩(wěn)發(fā)展。