谈数据挖掘技术在电子商务中的应用(2)
2014-11-21 01:24
导读：（三）客户保持 数据挖掘可以把你大量的客户分成不同的类, 在每个类里的客户拥有相似的属性, 而不同类里的客户的属性也不同。你完全可以做到给不同
（三）客户保持
数据挖掘可以把你大量的客户分成不同的类, 在每个类里的客户拥有相似的属性, 而不同类里的客户的属性也不同。你完全可以做到给不同类的客户提供完全不同的服务来进步客户的满足度。数据挖掘还可以发现具有哪些特征的客户有可能流失, 这样挽留客户的措施将具有针对性, 挽留客户的用度将下降。
（四）交叉销售
交叉销售可以使企业比较轻易地得到关于客户的丰富的信息,而这些大量的数据对于数据挖掘的正确性来说是有很大帮助的。在企业所把握的客户信息, 尤其是以前购买行为的信息中, 可能正包含着这个客户决定他下一个购买行为的关键, 甚至决定因素。这个时候数据挖掘的作用就会体现出来, 它可以帮助企业寻找到这些影响他购买行为的因素。 （五）个性服务
当客户在电子商务网站注册时, 客户将会看到带有客户姓名的欢迎词。根据客户的订单纪录, 系统可以向客户显示那些可能引起客户特殊爱好的新商品。当客户留意到一件特殊的商品时, 系统会建议一些在购买中可以增加的其他商品。普通的产品目录手册经常简单地按类型对商品进行分组, 以简化客户挑选商品的步骤。然而对于在线商店, 商品分组可能是完全不同的, 它经常以针对客户的商品补充条目为基础。不仅考虑客户看到的条目, 而且还考虑客户购物篮中的商品。使用数据挖掘技术可以使推荐更加个性化。
（六）资源优化
节约本钱是企业盈利的关键。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。
（科教作文网http://zw.NSEaC.com编辑发布） （七）异常事件的确定
在很多贸易领域中, 异常事件具有明显的贸易价值, 如客户流失、银行的信用卡欺诈、电信中移动话费拖欠等。通过数据挖掘中的奇异点分析可以迅速正确地甄别这些异常事件。
由此可见数据挖掘在电子商务中有着重要的作用。在生活中采用数据挖掘的成功的例子很多。例如总部位于美国阿肯色州的WalMart零售商的“尿布与啤酒”的故事。WalMart拥有世界上最大的数据仓库系统，它利用数据挖掘工具对数据仓库中的原始交易数据进行分析，得到了一个意外发现：跟尿布一起购买最多的商品竟然是啤酒。假如不是借助于数据仓库和数据挖掘，商家决不可能发现这个隐躲在背后的事实：在美国，一些年轻的父亲放工后经常要到超市往买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。有了这个发现后，超市调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。
三、电子商务中如何应用数据挖掘技术
数据挖掘在电子商务中有广泛的应用。那么在电子商务中是如何应用数据挖掘技术的？
首先，从挖掘过程说，对在线访问客户数据的挖掘主要有两部分：一部分是客户访问信息的挖掘,另一部分是客户登记信息的挖掘。面对大量的访问日志,首先要做的就是对数据进行清洗,即预处理,把无关的数据,不重要的数据等处理掉;接着对数据进行事务识别,通过对事务进行划分后,就可以根据具体的分析需求选择模式发现的技术,如路径分析、爱好关联规则、聚类等。通过模式分析,找到有用的信息,再通过联机分析(OLAP) 的验证,结合客户登记信息,找出有价值的市场信息,或发现潜伏的市场。
其次，挖掘方法主要有以下几种：
（科教范文网 fw.nseac.com编辑发布）
1.路径分析
路径分析是一种找寻频繁访问路径的方法,它通过对Web 服务器的日志文件中客户访问站点的访问次数分析,挖掘出频繁访问路径。 例如:一客户从某一站点访问到某一感爱好的页面后就会经常访问该页面, 通过路径分析确定频繁访问路径， 可以了解客户对哪些页面感爱好，（下转第78页）（上接第80页）从而更好地改进设计，为客户服务。
