原创《基于小微型电子商务数据挖掘应用》：这是一篇与数据挖掘论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
摘 要：电子商务近几年来发展迅速,随之产生了大量的浏览、交易数据,然而小微型电商商家根本没意识到运用这些数据或者不知如何运用这些数据,本文从分析小微型电商商家的特点入手,从数据挖掘的原因、方法和应用三个方面进行了阐述.
关键词：小微型电商;数据挖掘;数据应用
目前我国的电子商务产业正处于发展的上升期,电子商务呈现出强有力的发展潜力.2014年下半年阿里巴巴的上市以及“双十一”当天各个电商企业网站间的角逐把我国电子商务产业的发展推上了一个新高度.跟随着电子商务浪潮的脚步,各电商商家之间的竞争也愈演愈烈,因此,各商家在抓住机遇的同时也要直面挑战,做好数据的挖掘、分析和应用,从而达到盈利目的.
电商活动中的数据挖掘就是把有价值的信息从海量数据中提取出来,进行分析运用,从而帮助店家理解客户行为,为客户关系管理提供决策依据,并为店家在销售推广、财务管理等方面提供有效支撑.
小微型电子商务是小型电商商家、微型电商商家、个体电商商家的统称,一般指年度应纳税所得额不超过30万元,从业人数不超过80人,资产总额不超过1000万元的电商商家.
1 小微型电商数据挖掘分析和应用存在的问题
大中型电商公司在数据分析方面做的较为深入、全面,公司大都成立数据部或者信息部门、IT部门来处理数据,或者是运营部和市场部结合如数据推广部,总之,大多都做到了对数据的挖掘和应用,实现了数据挖掘的价值,也带来了相当可观的利益.然而,小微型电商商家在处理和分析数据方面还存在诸多问题：
1.1 小微型电商商家还没意识到数据分析对运营的重要性 有些小微型电商商家都是从实体店转型过来的,他们熟悉常规的营销模式,了解客户需求.然而,他们只是生硬地将传统模式下的营销方法强加运用到电子商务中,并没有意识到对数据分析运营的重要性,对数据分析并运用的观念相对淡薄.
1.2 某些商家已经初步意识到数据运营的重要性但其经验不
足 虽然某些小微型电商商家已经意识到了对数据进行挖掘分析和运营的重要性,但是却不知道从何下手.店家由于没有充分理解电子商务的运作模式,所做的只是从数据的角度出发,对整个电子商务活动中的数据进行简单的归纳统计和分析,并不能把数据和电子商务紧密结合起来,造成数据浪费现象.
2 数据挖掘运用的基本方法
运用数据挖掘方法能够对店铺的各种数据源进行挖掘,并随之进行数据的探究和分析,从而指导店家更好地进行店铺布局以及为客户提供更好的服务.对于小微型电商商家来说,主要有以下3种方法进行数据的操作和挖掘：
2.1 关联分析 关联分析可以挖掘出隐藏在数据间的关联规则.关联规则的挖掘分两个步骤：①找出所有频繁项集：即有一系列集合,这些集合有些相同的元素,集合中同时出现频率高的元素形成一个子集,满足一定阈值条件的项集.②比如对购物篮分析.每个购物篮里有很多商品,每个商品都是一项元素,每个购物篮都是一个集合,所有购物篮就形成了一个系列集合.分析哪些商品经常一起频繁出现在购物篮内,即找到频繁项集,然后,再分析其他商品和频繁项集的关系,即关联规则.
2.2 序列模式分析 跟上面说述的关联规则挖掘不一样,序列模式挖掘的对象以及结果都是有序的,即数据集中的每个序列的条目在时间或空间上是有序排列的,输出的结果也是有序的.比如,限定购过商品A的客户,40%的人会在2个月内定购商品B.
2.3 聚类分析技术 聚类分析按照“类内相似性最大,类间相似性最小”的原则,将喜好类似的用户归为一类.一般聚类分析技术在电子商务中分为两方面,一方面是客户群体聚类,另一方面是Web网页聚类.对于小微电商商家,主要是进行客户群体聚类,即将有相似浏览记录的客户划到一起,方便开展针对性营销.
3 数据挖掘在小微型电子商务中的应用
3.1 在商务网站设计上的应用 运用数据挖掘的方法,对店铺呈现给自己的数据进行挖掘和分析,预测某一类客户的访问模式,在装修布置店面时,将浏览这一商品的顾客可能浏览的商品页面做成链接置于这个商品页面的底部或者其他显眼位置,这样一方面有利于店家的捆绑销售,另一方面也减少顾客过滤信息的负担.
3.2 在客户关系管理方面的应用 数据挖掘在电子商务CRM中的应用主要体现在客户的获取和保持、提高客户满意度等方面.通过数据挖掘分析能够帮助小微型电商确定客户的特点,使商家能够为客户提供有针对性的服务.比如羽绒服通常在10月底上架,但是实际上8月份就可以把羽绒服上架,商品框定在去年相对热销一点的款型,然后给予一定的折扣,这时候就可以用广告定向投放至黑吉辽等北方地区,并且从历史订单中找到北方区域的潜在需求的客户进行短信营销.另外,当店铺搞活动或者上某类新产品的时候,可以找到可能对这类商品感兴趣的顾客,以优惠券、促销等营销方式、以发短信或者邮件等形式使顾客回归,从而达到保持客户的目的.在有某些节日或者重大事项时,可以用短信等方式进行问候,这样做可以有效提高客户满意度.
3.3 在店铺运营方面的应用 通过对购买时间、频率上的挖掘也就是通过对商品的访问、*和销售情况进行分析,可以获得商品的受欢迎程度,顾客消费的生命周期,在特定的时间开展促销活动,制定商品的优惠策略.通过分析店铺顾客的购买行为,可以得知顾客对品牌的喜爱种类和对价格的接受范围,以及包装等方面的要求,从而可以帮助店主确定商品的种类、价格和新产品的投入等,进而减少产品积压和提高资金流动性.一般对网络广告停留观看的用户可能成为潜在用户,因此大多商家愿意花费资金来做网络广告,而且商家侧重于商品的点击率.商家可以在某段时间投放某种类广告,然后重点关注此类商品的浏览销售情况,分析出顾客对某种类广告的反应程度,决定下次广告的安排.
4 总结
目前,数据的分析和应用问题在大中型企业已经得到了相当大的关注和重视,但是对于小微型电商企业来说,绝大部分还没有意识到数据挖掘和应用的重要性.数据挖掘是一门新兴的比较受关注的技术,通过深层分析从中获得的海量的数据,可以获得盈利手段和方式.因此如何运用数据来实现数据到利润的华丽变身、吸引顾客、提高销售变的尤为重要.
参考文献：
[1]常钢花.电子商务中的数据化运营[J].经济研究导刊,2014（19）.
[2]姚亚辉.基于电子商务数据挖掘技术的研究和应用[N].安阳师范学院学报,2007（2）.
作者简介：宋朝霞,女,1961年出生,计算机科学专业硕士,西南石油大学经济管理学院副教授.
数据挖掘论文参考资料：
结论：基于小微型电子商务数据挖掘应用为适合数据挖掘论文写作的大学硕士及相关本科毕业论文，相关大数据挖掘工具开题报告范文和学术职称论文参考文献下载。
