评价网 > 科教论文 > 经济学毕业论文 > 电子商务论文 > 正文

浅谈数据挖掘在电子商务中的应用

2014-10-13 01:15 [摘要] 电子商务正处在蓬勃发展的大好时期，它所产生的丰富的信息资源，为数据挖掘的应用开辟了广阔的应用舞台。本文通过优化企业资源、治理客户数据、评估贸易信用、确定异常事件四个方面来阐述数据挖掘在电子商务中的应用，揭示了数据挖掘在电子商务中的广阔的应用远景。
　　[关键词] 数据挖掘 电子商务
　　
　　一、概述
　　随着网络技术和数据库技术的成熟，全球传统商务正经历一次重大变革，向电子商务全速挺进。电子商务是贸易领域的一种新兴商务模式，它是以网络为平台，以现代信息技术为手段，以经济效益为中心的现代化贸易运转模式，其终极目标是实现商务活动的网络化、自动化与智能化。电子商务的产生改变了企业的经营理念、治理方式和支付手段，给社会的各个领域带来了巨大的变革。随着网络技术的迅猛发展和社会信息化水平的进步，电子商务显示出巨大的市场价值和发展潜力。当电子商务在企业中得到应用时, 企业信息系统将产生大量数据,并且迫切需要将这些数据转换成有用的信息和知识，为企业创造更多潜伏的利润，数据挖掘概念就是从这样的贸易角度开发出来的。数据挖掘是一种新的贸易信息处理技术，其主要特点是对贸易数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助贸易决策的关键性数据。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得上风地位。
　　二、数据挖掘在电子商务中的应用
　　1.优化企业资源
　　节约本钱是企业盈利的关键。基于数据挖掘技术，实时、全面、正确地把握企业资源信息，通过分析历史的财务数据、库存数据和交易数据, 可以发现企业资源消耗的关键点和主要活动的投进产出比例, 从而为企业资源优化配置提供决策依据, 例如降低库存、进步库存周转率、进步资金使用率等。通过对Web数据挖掘，快速提取贸易信息，使企业正确地把握市场动态，极大地进步企业对市场变化的响应能力和创新能力，使企业最大限度地利用人力资源、物质资源和信息资源，公道协调企业内外部资源的关系，产生最佳的经济效益。促进企业发展的科学化、信息化和智能化。

内容来自www.nseac.com

　　例如:美国运通公司(American Express)有一个用于记录信用卡业务的数据库，数据量达到54亿字符，并仍在随着业务进展不断更新。运通公司通过对这些数据进行挖掘，制定了“关联结算(Relation ship Billing)优惠”的促销策略，即假如一个顾客在一个商店用运通卡购买一套时装，那么在同一个商店再买一双鞋，就可以得到比较大的折扣，这样既可以增加商店的销售量，也可以增加运通卡在该商店的使用率。
　　2.治理客户数据
　　随着“以客户为中心”的经营理念的不断深进人心, 分析客户、了解客户并引导客户的需求已成为企业经营的重要课题。基于数据挖掘技术，企业将最大限度地利用客户资源，开展客户行为的分析与猜测，对客户进行分类。有助于客户盈利能力分析，寻找潜伏的有价值的客户，开展个性化服务，进步客户的满足度和忠诚度。通过Web资源的挖掘，了解客户的购买习惯和爱好，从而改善网站结构设计，推出满足不同客户的个性化网页。
　　利用数据挖掘可以有效地获得客户。比如通过数据挖掘可以发现购买某种商品的消费者是男性还是女性,学历、收进如何, 有什么爱好,是什么职业等等。甚至可以发现不同的人在购买该种商品的相关商品后多长时间有可能购买该种商品, 以及什么样的人会购买什么型号的该种商品等等。在采用了数据挖掘后, 针对目标客户发送的广告的有效性和回应率将得到大幅度的进步, 倾销的本钱将大大降低。同时，在客户数据挖掘的基础上，企业可以发现重点客户和评价市场性能，制定个性化营销策略，拓宽销售渠道和范围，为企业制定生产策略和发展规划提供科学的依据。通过呼唤中心优化与客户沟通的渠道，进步对客户的响应效率和服务质量，促进客户关系治理的自动化和智能化。