基于數(shù)據(jù)挖掘的電子商務(wù)網(wǎng)站個(gè)性化營(yíng)銷實(shí)現(xiàn)研究_論文

1、 基于數(shù)據(jù)挖掘的電子商務(wù)網(wǎng)站個(gè)性化營(yíng)銷實(shí)現(xiàn)研究 摘要 數(shù)據(jù)挖掘技術(shù)讓人們有能力最終認(rèn)識(shí)數(shù)據(jù)的真正價(jià)值，即蘊(yùn)藏在數(shù)據(jù)中的信息和知識(shí)。對(duì)于電子商務(wù)企業(yè)，豐富的數(shù)據(jù)源,自動(dòng)收集的可靠數(shù)據(jù)使它很容易滿足數(shù)據(jù)挖掘所必需要因素。論文從數(shù)據(jù)挖掘模式類型等內(nèi)容出發(fā)，研究了電子商務(wù)企業(yè)怎樣進(jìn)行數(shù)據(jù)挖掘工具選擇，分析本公司業(yè)務(wù)數(shù)據(jù)庫(kù)中的數(shù)據(jù)，為個(gè)性化網(wǎng)絡(luò)營(yíng)銷的實(shí)現(xiàn)服務(wù)。 關(guān)鍵詞 數(shù)據(jù)挖掘工具 個(gè)性化營(yíng)銷 電子商務(wù)企業(yè) 一、引言 一個(gè)成功的電子商務(wù)運(yùn)作過(guò)程，需要完美整合三個(gè)要素網(wǎng)絡(luò)技術(shù)、商業(yè)模式和營(yíng)銷（網(wǎng)絡(luò)營(yíng)銷）。網(wǎng)絡(luò)營(yíng)銷是企業(yè)營(yíng)銷實(shí)踐與現(xiàn)代信息通訊技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)相結(jié)合的產(chǎn)物，是指企業(yè)以電子信息技術(shù)為基礎(chǔ)，以

2、計(jì)算機(jī)網(wǎng)絡(luò)為媒介和手段而進(jìn)行的各種營(yíng)銷活動(dòng)（包括網(wǎng)絡(luò)調(diào)研、網(wǎng)絡(luò)新產(chǎn)品開發(fā)、網(wǎng)絡(luò)促銷、網(wǎng)絡(luò)分銷、網(wǎng)絡(luò)服務(wù)等）的總稱。 具有交互性、跨時(shí)空、低成本、高效性等優(yōu)點(diǎn)的網(wǎng)絡(luò)營(yíng)銷這一概念在中國(guó)出現(xiàn)才剛剛開展10年的時(shí)間，雖然理論體系還不完善，上網(wǎng)的企業(yè)數(shù)量還比較少，但是，這種基于互聯(lián)網(wǎng)的新型營(yíng)銷方式已經(jīng)引起廣泛關(guān)注，并對(duì)企業(yè)的經(jīng)營(yíng)戰(zhàn)略產(chǎn)生越來(lái)越大的影響。當(dāng)前各種形式的網(wǎng)絡(luò)廣告、網(wǎng)絡(luò)調(diào)研、網(wǎng)絡(luò)分銷等網(wǎng)絡(luò)營(yíng)銷活動(dòng)正活躍在企業(yè)的市場(chǎng)活動(dòng)中。網(wǎng)絡(luò)營(yíng)銷使得大公司、小公司“同臺(tái)競(jìng)技”“規(guī)模經(jīng)濟(jì)”與“小批量、多品種”生產(chǎn)并存。網(wǎng)絡(luò)營(yíng)銷把企業(yè)帶入小型化、多樣化和復(fù)雜化競(jìng)爭(zhēng)的時(shí)代。 隨著技術(shù)的發(fā)展，信息鋪天蓋地，不僅企業(yè)被

3、淹沒在大量的信息中，就連顧客也不得不花大量的時(shí)間來(lái)尋找、瀏覽自己感興趣的信息。根據(jù)菲利普·科特勒的顧客讓渡價(jià)值理論，顧客讓渡價(jià)值=總顧客價(jià)值-總顧客成本?？傤櫩蛢r(jià)值是顧客從某一特定產(chǎn)品或服務(wù)中獲得的一系列價(jià)值，包括產(chǎn)品價(jià)值、服務(wù)價(jià)值、人員價(jià)值和形象價(jià)值?？傤櫩统杀臼穷櫩驮跒橘?gòu)買該產(chǎn)品或服務(wù)所耗費(fèi)的費(fèi)用，不僅包括貨幣成本，還包括時(shí)間成本、精神成本、體力成本等非貨幣成本?？梢姙榱速?gòu)買特定產(chǎn)品，在電子商務(wù)這種特殊市場(chǎng)中，瀏覽信息所花費(fèi)的時(shí)間成本、精神成本、體力成本等也直接影響著總顧客讓渡價(jià)值。 Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)上的應(yīng)用，正是為了更加有效的掌握信息，服務(wù)于顧客，Web數(shù)據(jù)挖掘技術(shù)

4、的路徑分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、分類規(guī)則的發(fā)現(xiàn)、聚類分析等方法，可以應(yīng)用于發(fā)現(xiàn)潛在顧客、改進(jìn)站點(diǎn)鏈接結(jié)構(gòu)設(shè)計(jì)、對(duì)顧客進(jìn)行聚類分級(jí)從而分析組中顧客的共同特征，并為相應(yīng)的顧客提供優(yōu)質(zhì)個(gè)性化服務(wù),使顧客在瀏覽信息時(shí)有針對(duì)性，節(jié)省時(shí)間成本、精神成本、體力成本等，最終使總顧客成本得以降低。 二、個(gè)性化營(yíng)銷 個(gè)性化營(yíng)銷是把一個(gè)顧客看成一個(gè)顧客群，將鎖定銷售目標(biāo)的活動(dòng)發(fā)揮到極致的程度。充分體現(xiàn)了“顧客至上”，“顧客永遠(yuǎn)是正確的”，“愛你的顧客而非產(chǎn)品”等現(xiàn)代市場(chǎng)營(yíng)銷觀念。消費(fèi)者選購(gòu)商品時(shí)完全以“自我”為中心，現(xiàn)有商品不能滿足需求，則可向企業(yè)提出具體要求，企業(yè)也能滿足這一要求，這樣既能最大限度滿足消費(fèi)

5、者個(gè)性化需求，又能增強(qiáng)企業(yè)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。同時(shí)由于和消費(fèi)者保持長(zhǎng)期的互動(dòng)關(guān)系，企業(yè)能及時(shí)了解市場(chǎng)需求的變化，有針對(duì)性的生產(chǎn)，不會(huì)造成產(chǎn)品積壓?？s短再生產(chǎn)周期，降低流通費(fèi)用，從而提高企業(yè)經(jīng)濟(jì)效益。 在電子商務(wù)環(huán)境下，實(shí)現(xiàn)個(gè)性化營(yíng)銷可以利用的資源包括個(gè)性化網(wǎng)站、顧客數(shù)據(jù)庫(kù)，網(wǎng)絡(luò)營(yíng)銷工具。即企業(yè)在互動(dòng)式網(wǎng)站和數(shù)據(jù)庫(kù)為支撐工具的前提下，整合運(yùn)用個(gè)性化的網(wǎng)站、個(gè)性化的E-mail、個(gè)性化的網(wǎng)頁(yè)、顧客的興趣追蹤等相關(guān)工具，既可以與顧客建立親密友好的聯(lián)系，又可以創(chuàng)建個(gè)性化的營(yíng)銷信息，包括每個(gè)顧客的喜好、購(gòu)買模式、針對(duì)他的最有效的溝通技巧等，以此來(lái)提供個(gè)性化的產(chǎn)品和顧客服務(wù)，開展個(gè)性化營(yíng)銷活動(dòng)。 下圖反映出

6、一個(gè)具備個(gè)性化營(yíng)銷服務(wù)功能的系統(tǒng)功能層次結(jié)構(gòu)。 由圖看出，系統(tǒng)要得到上層所提供的個(gè)性化營(yíng)銷服務(wù)，需要從底層數(shù)據(jù)庫(kù)獲取交易數(shù)據(jù)、顧客數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、市場(chǎng)數(shù)據(jù)等，將底層數(shù)據(jù)析取到數(shù)據(jù)倉(cāng)庫(kù)中，在數(shù)據(jù)倉(cāng)庫(kù)中建立以顧客、銷售和財(cái)務(wù)等為主題的多維數(shù)據(jù)模型，并在保留原有數(shù)據(jù)的基礎(chǔ)上，不斷刷新數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)，接著進(jìn)行指標(biāo)分析、多維數(shù)據(jù)分析和數(shù)據(jù)挖掘。主要內(nèi)容有顧客分析、忠誠(chéng)度分析、銷售分析、顧客反饋分析、財(cái)務(wù)分析等。 通過(guò)對(duì)顧客屬性特征、交易行為和資金能力的分析，提取各種與顧客交易之靜態(tài)特征和動(dòng)態(tài)特征相關(guān)的知識(shí)，對(duì)顧客進(jìn)行必要細(xì)分，從而有針對(duì)性地對(duì)顧客施加1對(duì)1的個(gè)性化營(yíng)銷服務(wù)，提高電子商務(wù)企業(yè)的認(rèn)知能力和服

7、務(wù)創(chuàng)新水平，擴(kuò)大其獲利機(jī)會(huì)。 可見上層的個(gè)性化營(yíng)銷功能的獲得是底層數(shù)據(jù)所不能直接提供的，需要經(jīng)過(guò)中間析取到數(shù)據(jù)倉(cāng)庫(kù)中，面向主題對(duì)數(shù)據(jù)進(jìn)行組織與管理后，再利用數(shù)據(jù)挖掘技術(shù)才能實(shí)現(xiàn)的。 三、數(shù)據(jù)挖掘工具及選擇分析 數(shù)據(jù)挖掘技術(shù)讓人們有能力最終認(rèn)識(shí)數(shù)據(jù)的真正價(jià)值，即蘊(yùn)藏在數(shù)據(jù)中的信息和知識(shí)。它使得許多商業(yè)公司充分認(rèn)識(shí)到深層次地分析本公司業(yè)務(wù)數(shù)據(jù)庫(kù)中的數(shù)據(jù)能夠帶來(lái)更多的商業(yè)機(jī)會(huì)。尤其對(duì)于電子商務(wù)企業(yè)，它很容易滿足數(shù)據(jù)挖掘所必需要因素：豐富的數(shù)據(jù)源、自動(dòng)收集的可靠數(shù)據(jù)，并且可將挖掘的結(jié)果轉(zhuǎn)化為個(gè)性化網(wǎng)絡(luò)營(yíng)銷這樣的商業(yè)行為，商業(yè)投資可以直接評(píng)價(jià)。 在不久以前大部分?jǐn)?shù)據(jù)挖掘工具還只能為專門技術(shù)人員所操縱，但

8、現(xiàn)在有更多的公司提供了更高級(jí)的數(shù)據(jù)挖掘系統(tǒng)，使得非專業(yè)人士也能使用。這些數(shù)據(jù)挖掘工具所基于的技術(shù)主要包括：規(guī)則歸納、神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊邏輯、規(guī)則發(fā)現(xiàn)、模糊專家系統(tǒng)規(guī)則、決策樹、基于實(shí)例的推理、歸納邏輯等。 選擇一個(gè)滿足本公司實(shí)現(xiàn)個(gè)性化網(wǎng)絡(luò)營(yíng)銷的數(shù)據(jù)挖掘工具可從以下方面進(jìn)行考慮： （1）產(chǎn)生的模式種類 數(shù)據(jù)挖掘模式一般有以下六種: 分類模式:表現(xiàn)為一棵分類樹，根據(jù)數(shù)據(jù)的值從樹根開始搜索，沿著數(shù)據(jù)滿足的分支往上走，走到樹葉就能確定類別。 回歸模式:與分類模式相似，其差別在于分類模式的預(yù)測(cè)值是離散的，回歸模式的預(yù)測(cè)值是連續(xù)的。 時(shí)間序列模式:根據(jù)數(shù)據(jù)隨時(shí)間變化的趨勢(shì)預(yù)測(cè)將來(lái)的值。 聚類模式:把

9、數(shù)據(jù)劃分到不同的組中，組之間的差別盡可能大，組內(nèi)的差別盡可能小，但它與分類模式不同之處在于，進(jìn)行聚類前并不知道將要?jiǎng)澐殖赏瑐€(gè)組和什么樣的組。 關(guān)聯(lián)模式:描述事物之間同時(shí)出現(xiàn)的規(guī)律的知識(shí)模式。如購(gòu)買A產(chǎn)品與B產(chǎn)品之間的關(guān)聯(lián)性。 序列模式:與關(guān)聯(lián)模式相似，它把數(shù)據(jù)之間的關(guān)聯(lián)性與時(shí)間聯(lián)系起來(lái)。 對(duì)于個(gè)性化營(yíng)銷，公司的需要反映在：跟蹤和學(xué)習(xí)顧客的興趣和行為;為當(dāng)前用戶尋找k個(gè)最相似的鄰居來(lái)預(yù)測(cè)當(dāng)前用戶的興趣；或找出在什么時(shí)間，什么樣顧客對(duì)什么樣的產(chǎn)品感興趣等方面。 以上的六種模式中分類模式可以對(duì)顧客進(jìn)行分類；時(shí)間序列模式可在需求量方面給出預(yù)測(cè)結(jié)果；聚類模式可用于顧客聚類.由于它是根據(jù)相似顧客來(lái)推薦資源

10、的,即根據(jù)最相似的鄰居來(lái)預(yù)測(cè)當(dāng)前顧客的興趣，所以有可能為潛在顧客推薦出新的感興趣的內(nèi)容；關(guān)聯(lián)模式找出A產(chǎn)品與B產(chǎn)品之間的關(guān)聯(lián)性；序列模式則可以反映出需求的季節(jié)性。 （2）易操作性 當(dāng)前有的工具有圖形化界面，引導(dǎo)用戶半自動(dòng)化地執(zhí)行任務(wù)；有的使用腳本語(yǔ)言，有些工具提供數(shù)據(jù)挖掘的API，可以嵌入到C、Visual Basic、PowerBuilder等高級(jí)編程語(yǔ)言中。 （3）數(shù)據(jù)存取能力 好的數(shù)據(jù)挖掘工具可以使用SQL語(yǔ)句直接從DBMS中讀取數(shù)據(jù)。這樣可以簡(jiǎn)化數(shù)據(jù)準(zhǔn)備工作。 （4）與其他產(chǎn)品的接口 在需要其他產(chǎn)品輔助企業(yè)理解數(shù)據(jù)、理解結(jié)果時(shí)，數(shù)據(jù)挖掘工具與其他產(chǎn)品的接口就顯得很重要了。 總之，數(shù)據(jù)挖

11、掘工具應(yīng)具備多種模式、多種算法、良好的數(shù)據(jù)選擇和轉(zhuǎn)換能力、可視化、擴(kuò)展性等，使之具備更強(qiáng)的解決復(fù)雜問題的能力。 當(dāng)前比較著名數(shù)據(jù)挖掘工具有IBM Intelligent Miner、SAS Enterprise Miner、SPSS Clementine等，它們都能夠提供常規(guī)的挖掘過(guò)程和挖掘模式。 其中Intelligent Miner 通過(guò)其世界領(lǐng)先的獨(dú)有技術(shù)，例如典型數(shù)據(jù)集自動(dòng)生成、關(guān)聯(lián)發(fā)現(xiàn)、序列規(guī)律發(fā)現(xiàn)、概念性分類和可視化呈現(xiàn)，可以自動(dòng)實(shí)現(xiàn)數(shù)據(jù)選擇、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)發(fā)掘和結(jié)果呈現(xiàn)這一整套數(shù)據(jù)發(fā)掘操作。若有必要，對(duì)結(jié)果數(shù)據(jù)集還可以重復(fù)這一過(guò)程，直至得到滿意結(jié)果為止。根據(jù)IDC 的統(tǒng)計(jì)，Int

12、elligent Miner 目前是數(shù)據(jù)發(fā)掘領(lǐng)域最先進(jìn)的產(chǎn)品。 SAS Enterprise Miner 能支持包括關(guān)聯(lián)、聚類、決策樹、神經(jīng)元網(wǎng)絡(luò)和統(tǒng)計(jì)回歸在內(nèi)的廣闊范圍的模型數(shù)據(jù)挖掘工具。SAS Enterprise Miner設(shè)計(jì)為被初學(xué)者和有經(jīng)驗(yàn)的用戶使用。它的GUI界面是數(shù)據(jù)流驅(qū)動(dòng)的，且它易于理解和使用。由于支持多種模型，所以SAS Enterprise Miner允許用戶比較不同模型并利用評(píng)估結(jié)點(diǎn)選擇最適合的。SAS Enterprise Miner被設(shè)計(jì)成能在所有SAS支持的平臺(tái)上運(yùn)行。 SPSS Clementine是一個(gè)開放式數(shù)據(jù)挖掘工具，曾兩次獲得英國(guó)政府SMART 創(chuàng)新獎(jiǎng)，它不但支持整個(gè)數(shù)據(jù)挖掘流程，從數(shù)據(jù)獲取、轉(zhuǎn)化、建模、評(píng)估到最終部署的全部過(guò)程，還支持?jǐn)?shù)據(jù)挖掘的行業(yè)標(biāo)準(zhǔn)-CRISP-DM。Clementine的可視化數(shù)據(jù)挖掘使得"思路"分析成為可能，即將集中精力在要解決的問題本身，而不是局限于完成一些技術(shù)性工作（比如編寫代碼）。提供了多種圖形化技術(shù)，有助理解數(shù)據(jù)間的關(guān)鍵性聯(lián)系，指導(dǎo)用戶以最便捷的途徑找到問題的最終解決辦法。 其它常用的數(shù)據(jù)挖掘工具還有LEVEL5 Quest 、MineSet (SGI) 、P