銷量數(shù)據(jù)挖掘技術(shù)及電子商務(wù)應(yīng)用研究

(順德職業(yè)技術(shù)學(xué)院，廣東 順德 518300)

隨著計算機科學(xué)與技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)已經(jīng)滲入到生活中的各個領(lǐng)域。由于人們對于互聯(lián)網(wǎng)依賴程度越來越高，電子商務(wù)經(jīng)營模式成為新型的現(xiàn)代商業(yè)模式，這樣的商業(yè)模式在經(jīng)營交易過程中不會受到時間與空間的約束，具有較高的便利性。并且可以運用計算機和網(wǎng)絡(luò)技術(shù)實現(xiàn)低成本、高效率運營，在此經(jīng)營過程中會產(chǎn)生大量的數(shù)據(jù)，包含用戶訪問頻率、訪問方式、消費水平等。通過整理海量數(shù)據(jù)進行銷量數(shù)據(jù)挖掘，能夠有效管理客戶信息，深層分析和提取用戶需求，進而優(yōu)化電子商務(wù)經(jīng)營策略，帶來更好的商品與服務(wù)，提升企業(yè)的核心競爭力。

1 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用優(yōu)勢

隨著電子商務(wù)模式的興起，人們越來越傾向網(wǎng)上購物。電子商務(wù)每天都會產(chǎn)生大量的購物信息，由于數(shù)據(jù)信息的快速增長，運用人力已不能夠滿足信息處理需求，需要積極運用數(shù)據(jù)挖掘技術(shù)來處理繁多復(fù)雜的信息。在電子商務(wù)模式中，通過整理收集客戶信息、產(chǎn)品銷量信息等，能夠合理分析消費者的消費喜好與購買能力。電子商務(wù)企業(yè)要想獲得更好的發(fā)展，需要靈活運用數(shù)據(jù)挖掘技術(shù)，能夠為企業(yè)的經(jīng)營發(fā)展帶來積極促進作用。在當(dāng)前階段，隨著電子商務(wù)快速發(fā)展，數(shù)據(jù)挖掘技術(shù)已經(jīng)日趨完善。由于電子商務(wù)的經(jīng)營規(guī)模越來越大，各類信息也急劇增加，意味著數(shù)據(jù)挖掘技術(shù)在這個領(lǐng)域有著很大的運用空間。電商平臺會保留用戶的各類信息，這些信息主要是瀏覽記錄、購買種類、消費偏好等，通過將銷量數(shù)據(jù)與客戶信息進行整合分析，能夠更好地了解客戶對商品屬性的重視程度，進而更好地優(yōu)化產(chǎn)品與服務(wù)。銷量數(shù)據(jù)挖掘技術(shù)能夠為企業(yè)的經(jīng)營決策提供參考數(shù)據(jù)，使電商企業(yè)的經(jīng)營策略得到優(yōu)化。

數(shù)據(jù)挖掘能夠運用算法和技術(shù)從海量的信息中尋找潛在客戶和長期客戶，根據(jù)消費水平與消費頻率，分析下一次購買的可能性。這樣有效的數(shù)據(jù)信息能夠幫助企業(yè)完善執(zhí)行計劃，為企業(yè)帶來更加可觀的經(jīng)營利潤。數(shù)據(jù)挖掘在商業(yè)的決策方面具有可行性。電子商務(wù)企業(yè)在制定活動方案的時候，需要定位實施的目標(biāo)人群。這樣需要進行大量的對象信息分析，從中探尋潛在規(guī)律，并且針對這項規(guī)律構(gòu)建模型。數(shù)字挖掘技術(shù)不僅在商業(yè)決策方面具有可行性，在商業(yè)的應(yīng)用方面同樣具有可行性。在處理大量信息的過程中，能夠挖掘各個數(shù)據(jù)之間的關(guān)系，這通常會用在服務(wù)類信息方面的分析與處理。數(shù)據(jù)的挖掘是針對數(shù)據(jù)庫中的信息進行篩選，通過多次的篩選能夠得到精準(zhǔn)的數(shù)據(jù)。電子商務(wù)在運用數(shù)據(jù)挖掘技術(shù)之后，能夠全面了解自身經(jīng)營模式的優(yōu)缺點。了解平臺用戶消費能力、瀏覽次數(shù)、商品銷量、用戶年齡等信息之間的關(guān)系，進而更好地制訂經(jīng)營活動計劃。

2 電子商務(wù)數(shù)據(jù)挖掘算法介紹

2.1 聚類挖掘算法

聚類分析屬于一種統(tǒng)計學(xué)計算方法，能夠與數(shù)據(jù)庫技術(shù)進行結(jié)合，成為現(xiàn)代化數(shù)據(jù)挖掘中常用的技術(shù)手段。這種算法的主要思想是針對某項初始化數(shù)據(jù)，集中探索不同數(shù)據(jù)對象之間的關(guān)系，是否存在有價值的聯(lián)系。在經(jīng)營電子商務(wù)過程中，利用這樣的算法能夠準(zhǔn)確了解不同客戶群之間的特點，在掌握了不同的特點之后，能夠針對不同客戶群制定相應(yīng)的解決措施，優(yōu)化商品與服務(wù)，選擇合理的推廣時間與推廣方式，進而促進商品銷量的提升。

2.2 關(guān)聯(lián)規(guī)則分析法

關(guān)聯(lián)規(guī)則分析法是當(dāng)前較為常用的數(shù)據(jù)挖掘算法，這項技術(shù)是針對大量數(shù)據(jù)進行系統(tǒng)性分析，挖掘里面潛在的價值信息，并且將提取到的數(shù)據(jù)與以往的數(shù)據(jù)進行分析對比，探尋數(shù)據(jù)之間的關(guān)聯(lián)性以及不同數(shù)據(jù)之間的潛在價值。這樣的算法能夠幫助電子商務(wù)企業(yè)優(yōu)化經(jīng)營決策，使經(jīng)營決策的制定能夠更加具有說服力，令商務(wù)活動取得理想的作用與效果。

2.3 時間序列模式

時間序列模式是按照時間順序來觀察梳理數(shù)據(jù)庫信息，并且在分析數(shù)據(jù)的過程中探尋一個或者多個相似的時序事件，并且通過進行時間序列的搜索，來返現(xiàn)充分發(fā)生概率比較高的情況。通過運用這項模式，能夠幫助電子商務(wù)企業(yè)精準(zhǔn)預(yù)測客戶的查找模式，了解客戶的需求與喜好，進而分析客戶對于商品的實際要求，提供具有針對性的優(yōu)質(zhì)服務(wù)。在時序模式當(dāng)中，具有重要影響的方法便是相似時序。

2.4 預(yù)測與評價

這個方法與之前的關(guān)聯(lián)性規(guī)則分析法有著一定的相似度。這兩項算法都是針對歷史數(shù)據(jù)進行整合分析，令數(shù)據(jù)得到規(guī)范的梳理與歸納，在經(jīng)過嚴(yán)格的分析處理之后，預(yù)測數(shù)據(jù)分布的時效性與規(guī)律性。根據(jù)數(shù)據(jù)的分析結(jié)果，預(yù)測和判斷事件在將來的發(fā)展趨勢和結(jié)果。合理利用這種算法能夠幫助電子商務(wù)企業(yè)了解市場的行情與趨勢，進而制定長遠的發(fā)展策略。

3 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的具體應(yīng)用

3.1 在電子商務(wù)營銷方面的應(yīng)用

在電子商務(wù)經(jīng)營過程中，運用數(shù)據(jù)挖掘技術(shù)能夠了解到用戶購買行為的特征，便于商家快速制定相應(yīng)的商業(yè)決策。在電子商務(wù)營銷過程中，將市場營銷學(xué)的市場細分原理作為基礎(chǔ)內(nèi)容，并且對用戶以往的消費行為進行基本假定，判斷用戶今后的消費傾向與需求。電子商務(wù)平臺需要進行相關(guān)數(shù)據(jù)信息的收集、加工和處理，經(jīng)過系統(tǒng)性分析之后，能夠初步了解消費群體的興趣喜好、消費能力、購物傾向和需求，進而推測用戶將來的消費行為。通過分析商品的生命周期策略，可以令營銷活動的制定更加合理，選擇合適的營銷時間與營銷方式，保持活動的營銷效果，令商品得到良好的推廣，促進商品銷量的提升。通過對電子商務(wù)平臺用戶進行聚類分析計算相似的客戶需求，進而提供個性化和針對性服務(wù)。與客戶進行深入的交流，讓客戶能夠清晰地了解產(chǎn)品的特點與優(yōu)勢，理解新的服務(wù)模式，促進客戶對商品的了解。針對客戶個人信息進行深入分析，劃分市場的各個層次，令電子商務(wù)的定位更加準(zhǔn)確。

3.2 在電子商務(wù)網(wǎng)站系統(tǒng)和安全方面的應(yīng)用

3.2.1 利用數(shù)據(jù)挖掘技術(shù)過濾客戶郵件

電子商務(wù)網(wǎng)站系統(tǒng)當(dāng)中需要將用戶的電子郵件中的非結(jié)構(gòu)化數(shù)據(jù)進行轉(zhuǎn)化，使其變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)，將符合垃圾特征的郵件進行過濾。合理選擇模式的匹配任務(wù)后，需要制定相應(yīng)的決策方案，并且針對挖掘數(shù)據(jù)進行系統(tǒng)的歸納與評價，為決策者帶來可視化的數(shù)據(jù)挖掘效果。

3.2.2 優(yōu)化網(wǎng)站搜索引擎

在電子商務(wù)平臺當(dāng)中，用戶們會使用搜索引擎來查詢商品和服務(wù)，通過搜索引擎進行查找具有較高的準(zhǔn)確率，能夠幫助用戶了解產(chǎn)品信息。利用數(shù)據(jù)挖掘技術(shù)來分析索引數(shù)據(jù)庫當(dāng)中的信息，能夠有效提取具有價值的信息，形成文檔摘要，并且對這些數(shù)據(jù)進行聚類，能夠有效提升搜索引擎和瀏覽效率。

3.2.3 改善系統(tǒng)性能，優(yōu)化網(wǎng)站安全性能

關(guān)于系統(tǒng)與網(wǎng)站性能方面，人們首先會想到反應(yīng)速度。很多客戶會在服務(wù)器上進行不同文件的訪問，運用數(shù)據(jù)挖掘技術(shù)能夠快速了解擁塞記錄，判斷展現(xiàn)性能的缺點，為管理者提供有效的改善策略，保證了對網(wǎng)站的訪問速度。并且利用關(guān)聯(lián)規(guī)則技術(shù)來提升網(wǎng)站的安全性能，保證系統(tǒng)和網(wǎng)站的正常運轉(zhuǎn)。

3.3 在客戶關(guān)系管理中的應(yīng)用

通過運用現(xiàn)代信息技術(shù)，優(yōu)化企業(yè)的市場銷售和對客戶的服務(wù)，能夠為廣大的客戶提供個性化、高水平且便捷的服務(wù)。在這一過程中可以與客戶建立良好的關(guān)系，逐漸吸引更多的客戶，促進銷售情況和盈利情況的改善，令企業(yè)能夠得到更好的發(fā)展前景，使企業(yè)在市場中的競爭能力得到大幅提升。在當(dāng)前階段，數(shù)據(jù)挖掘技術(shù)應(yīng)用情況較為廣泛，能夠有效分析客戶群的各類信息，實現(xiàn)對客戶群體的分類分析和效益分析，了解客戶流失情況與滿意程度，逐漸優(yōu)化自身的經(jīng)營模式。在這樣的過程中，電子商務(wù)平臺通過進行數(shù)據(jù)挖掘，能夠更好地掌握客戶群體的實際需求，便于制定更加優(yōu)質(zhì)的個性化服務(wù)，提升客戶對自身的滿意度，更好地進行客戶關(guān)系管理。

3.4 在網(wǎng)站管理過程中的應(yīng)用

電子商務(wù)對于網(wǎng)站具有較高的依賴性，因此需要加強對網(wǎng)站的管理。在進行網(wǎng)站建設(shè)和維護的過程中，數(shù)據(jù)挖掘技術(shù)能夠帶來積極作用。在建設(shè)網(wǎng)站的過程中運用數(shù)據(jù)挖掘技術(shù)，能夠準(zhǔn)確掌握網(wǎng)站內(nèi)容，進而高效組織信息。運用技術(shù)分析技術(shù)來掌握網(wǎng)站路徑的訪問情況，在預(yù)期位置與實際位置建立鏈接，進而實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化。通過對郵件進行過濾與篩查，能夠快速清理垃圾郵件。這樣能夠有效排除垃圾郵件對網(wǎng)站管理造成的負(fù)擔(dān)，實現(xiàn)對網(wǎng)站的優(yōu)化管理。

3.5 數(shù)據(jù)挖掘可以確定異常事件

在許多商業(yè)領(lǐng)域當(dāng)中，難免會出現(xiàn)一些異常事件。異常事件的出現(xiàn)不僅會對當(dāng)前的市場造成一定的沖擊，也會帶來一些發(fā)展機遇，具有顯著的商業(yè)價值。電子商務(wù)運營過程中會經(jīng)常出現(xiàn)一些異常事件。利用數(shù)據(jù)挖掘技術(shù)來分析這些異常事件，對異常點進行快速準(zhǔn)確的分析，了解事件發(fā)生的原因和對自身造成的影響，能夠更好地優(yōu)化經(jīng)營決策，使其能夠為企業(yè)發(fā)展提供服務(wù)。以國內(nèi)電子商務(wù)平臺為例，在某一時間段某種產(chǎn)品的購買量與搜索率大幅度增加。電子商務(wù)平臺需要針對這個情況進行分析，如果發(fā)現(xiàn)搜索的商品在將來擁有良好的銷售前景，可以積極制定針對這部分產(chǎn)品的營銷方案。如果某一種商品出現(xiàn)銷量的大幅度下降或者商品的下架，電子商務(wù)平臺需要分析影響商品滯銷的原因，進而制定合理的解決方案，保證電子商務(wù)平臺的正常運行。

4 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的流程

4.1 數(shù)據(jù)源選取

數(shù)據(jù)源的選取需要合適的數(shù)據(jù)分析，通過導(dǎo)入相同特征的數(shù)據(jù)使其成為分析人員的分析源。在選擇數(shù)據(jù)的時候，可以從以下兩方面進行。首先是來自客戶等級的資料，這些資料一般會包括客戶的背景信息和交易數(shù)據(jù)?？蛻粼谧噪娮由虅?wù)平臺的時候會填寫各類數(shù)據(jù)，并且在之后的交易過程中逐漸豐富數(shù)據(jù)，而這些數(shù)據(jù)一般具有較高的真實性。其次是利用儲存在服務(wù)器當(dāng)中的來自客戶的瀏覽記錄和點擊率來觀察客戶的行為。人們在有購物需求的時候，可能不會馬上進行購買，而是不定時的在電子商務(wù)平臺中查看產(chǎn)品，通過分析的這種行為能夠更好地了解客戶的購物需求情況。

4.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)的預(yù)處理主要是對字段的過濾，記錄的篩選、附加、排泄或者合并等，實現(xiàn)對數(shù)據(jù)的深度清洗，完善數(shù)據(jù)中的缺失，解決數(shù)據(jù)值不一致的情況。這些數(shù)據(jù)是通過用戶訪問網(wǎng)站的時候留下來的原始日志，以便提供使用數(shù)據(jù)預(yù)處理。在電子商務(wù)中對數(shù)據(jù)進行挖掘較為復(fù)雜，因此進行數(shù)據(jù)的預(yù)處理是一項非常重要的步驟。

4.3 挖掘模型的構(gòu)建與數(shù)據(jù)挖掘

數(shù)據(jù)挖掘能否成功，很大程度上取決于能否構(gòu)建一個適合挖掘的分析模型。建立分析模型與之后分析結(jié)果的準(zhǔn)確性有著密切的關(guān)系。在建立了分析模型之后，需要判定分析模型自身是否具備準(zhǔn)確性、可理解性和實際性能。并且在此進行實際挖掘操作的過程中，還需要選擇合適的挖掘算法，進而得到精準(zhǔn)有效以及便于理解的信息與數(shù)據(jù)。

4.4 結(jié)果分析和使用

在完成數(shù)據(jù)挖掘之后會得出相應(yīng)的結(jié)果，需要對數(shù)據(jù)挖掘結(jié)果進行處理。需要對結(jié)果進行解釋和評估，使結(jié)果能夠具備一定的可靠性與說服力。依據(jù)所需解決的問題，合理判定電子商務(wù)數(shù)據(jù)挖掘結(jié)果的有效性。

5 結(jié)論

在信息化時代，很多企業(yè)都在積極搭建自己的電子商務(wù)平臺。但是電商平臺需要可靠的數(shù)據(jù)分析作為支撐，因此當(dāng)前面臨的主要問題便是如何將大量的數(shù)據(jù)信息有效利用起來，分析客戶的消費傾向、消費喜好與購買欲望，為用戶提供更加優(yōu)質(zhì)的“一對一”服務(wù)。利用數(shù)據(jù)挖掘技術(shù)，能夠從繁雜的數(shù)據(jù)中挖掘到有價值的信息，幫助企業(yè)做出正確的經(jīng)營決策。數(shù)據(jù)挖掘技術(shù)有著廣闊的發(fā)展前景，能夠促進電子商務(wù)系統(tǒng)走向個性化和智能化，使其能夠得到長遠的發(fā)展。