王鑫龍 張音

[摘 要]近年來，隨著電子商務(wù)和社會(huì)經(jīng)濟(jì)的發(fā)展，人們的生活習(xí)慣發(fā)生了較大變化，購物習(xí)慣也因此而發(fā)生變化，商家只有摸清人們的購物習(xí)慣變化，并采用相應(yīng)的營(yíng)銷策略，才能留住老客戶和發(fā)現(xiàn)新客戶，本文對(duì)目前電子商務(wù)平臺(tái)中精準(zhǔn)營(yíng)銷的數(shù)據(jù)挖掘需求及其算法進(jìn)行了綜述，希望能對(duì)相關(guān)研究給予一定幫助，最后本文對(duì)未來進(jìn)行了展望，認(rèn)為隨著電子商務(wù)和數(shù)據(jù)挖掘技術(shù)的繼續(xù)發(fā)展，用戶的需求會(huì)越來越豐富，精準(zhǔn)營(yíng)銷理論也會(huì)隨之愈加深化，國(guó)內(nèi)外學(xué)者對(duì)電子商務(wù)平臺(tái)中精準(zhǔn)營(yíng)銷的業(yè)務(wù)理解和分析思路也會(huì)更加精確和成熟。

[關(guān)鍵詞]精準(zhǔn)營(yíng)銷；數(shù)據(jù)挖掘；電子商務(wù)

[DOI]10.13939/j.cnki.zgsc.2015.01.015

1 前 言

近年來，隨著電子商務(wù)和社會(huì)經(jīng)濟(jì)的發(fā)展，人們的生活習(xí)慣有了較大變化，越來越多的企業(yè)通過電子商務(wù)進(jìn)行交易、結(jié)算等商務(wù)活動(dòng)，在網(wǎng)上進(jìn)行消費(fèi)、投資活動(dòng)的人群也逐年增多，人們的日常活動(dòng)，包括食品、衣物、旅行、票務(wù)預(yù)訂、教育等活動(dòng)都可以通過網(wǎng)絡(luò)得到滿足，電子商務(wù)越來越緊密的和消費(fèi)者結(jié)合。截至2014年6月，中國(guó)電子商務(wù)交易額超過5.8萬億元，互聯(lián)網(wǎng)用戶超6.7億，網(wǎng)購用戶數(shù)量超過3.1億人。但是雖然每天都有數(shù)以億計(jì)的消費(fèi)者在網(wǎng)絡(luò)中進(jìn)行購物活動(dòng)，但網(wǎng)絡(luò)中亦有數(shù)以萬計(jì)的商家在網(wǎng)絡(luò)中從事商業(yè)活動(dòng)，對(duì)于每一個(gè)商家而言，如何對(duì)市場(chǎng)進(jìn)行劃分，精準(zhǔn)的進(jìn)行產(chǎn)品、市場(chǎng)進(jìn)行定位，抓住老客戶，發(fā)現(xiàn)新客戶，在眾多的商家中脫穎而出成為擺在每個(gè)商家面前的問題。[1]

2005年，菲利普·科特勒提出了精準(zhǔn)營(yíng)銷的概念，并首次提出了基于互聯(lián)網(wǎng)的精準(zhǔn)營(yíng)銷理論，他認(rèn)為：“日新月異的科技使一些公司勇于從傳統(tǒng)的大眾傳媒溝通方式轉(zhuǎn)移到更加有針對(duì)性目標(biāo)市場(chǎng)的互動(dòng)模式，以此來不斷提高溝通的效果和效率?！彪S著技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘成為網(wǎng)絡(luò)中精準(zhǔn)營(yíng)銷的重要抓手，消費(fèi)者在網(wǎng)絡(luò)中購物、瀏覽網(wǎng)頁等活動(dòng)中留下了大量的交易數(shù)據(jù)、Web數(shù)據(jù)等信息，這些數(shù)據(jù)中隱藏著巨大的商業(yè)價(jià)值，對(duì)其進(jìn)行研究和挖掘，具有重要意義，消費(fèi)者可以獲得更滿意的購物體驗(yàn)，商家可以獲得更公平的流量分配，電子商務(wù)平臺(tái)也可以因提供精準(zhǔn)營(yíng)銷服務(wù)而獲得更多商家入駐和獲得新的贏利點(diǎn)，以及更多消費(fèi)者的關(guān)注。

2 精準(zhǔn)營(yíng)銷和數(shù)據(jù)挖掘相關(guān)理論研究

精準(zhǔn)營(yíng)銷是指在恰當(dāng)?shù)臅r(shí)間，提供恰當(dāng)?shù)漠a(chǎn)品，用恰當(dāng)?shù)姆绞?，送到恰?dāng)?shù)念櫩褪种校‘?dāng)?shù)揭欢ǔ潭?，稱之為精準(zhǔn)，這是國(guó)內(nèi)學(xué)者對(duì)精準(zhǔn)營(yíng)銷的描述。在實(shí)際研究中，也有學(xué)者認(rèn)為精準(zhǔn)營(yíng)銷是通過定量和定性相結(jié)合的方法對(duì)目標(biāo)市場(chǎng)的不同消費(fèi)者進(jìn)行細(xì)致分析，根據(jù)他們不同的消費(fèi)心理和行為特征，采用有針對(duì)性的現(xiàn)代技術(shù)、方法和指向明確的策略，實(shí)現(xiàn)對(duì)目標(biāo)市場(chǎng)不同消費(fèi)者群體強(qiáng)有效性、高投資匯報(bào)的營(yíng)銷溝通。其特征主要體現(xiàn)在目標(biāo)對(duì)象的選擇性、溝通策略的有效性、溝通行為的經(jīng)濟(jì)性、溝通結(jié)果的可衡量性和精準(zhǔn)程度的動(dòng)態(tài)性五個(gè)方面，其所包含的理論包括顧客讓渡價(jià)值理論、市場(chǎng)細(xì)分理論和4C理論，精準(zhǔn)營(yíng)銷實(shí)施的策略和途徑包括郵件、呼叫中心、短信等基于數(shù)據(jù)庫的精準(zhǔn)營(yíng)銷方法，門戶網(wǎng)站廣告、關(guān)鍵詞搜索等基于互聯(lián)網(wǎng)的營(yíng)銷方法和借助擁有共同客戶群商家的基于第三方渠道營(yíng)銷方法三種，精準(zhǔn)營(yíng)銷是對(duì)經(jīng)典營(yíng)銷的延伸和發(fā)展，其主要集中在挖掘客戶、客戶溝通、信息傳播和增值服務(wù)等方面。

數(shù)據(jù)挖掘從廣義上來講又稱數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)，是從數(shù)據(jù)庫中大量數(shù)據(jù)中發(fā)現(xiàn)隱含的、未知的有價(jià)值信息的過程。[2]數(shù)據(jù)挖掘是目前數(shù)據(jù)庫和人工智能領(lǐng)域研究的熱點(diǎn)問題，目前已廣泛應(yīng)用到各個(gè)領(lǐng)域和行業(yè)，包括商業(yè)領(lǐng)域中產(chǎn)品生產(chǎn)、市場(chǎng)營(yíng)銷、客戶關(guān)系管理等，金融領(lǐng)域中投融資評(píng)估、股票交易等；物流領(lǐng)域的路線規(guī)劃、天氣預(yù)測(cè)等；教育領(lǐng)域的高中生管理、畢業(yè)生就業(yè)分析有情。數(shù)據(jù)挖掘需要的原始數(shù)據(jù)可以是結(jié)構(gòu)化的數(shù)據(jù)，也可以是半結(jié)構(gòu)化的數(shù)據(jù)，如圖形、圖像、文本等數(shù)據(jù)；也可以是網(wǎng)絡(luò)中異構(gòu)數(shù)據(jù)，在數(shù)據(jù)挖掘中采用的算法包括分類分析、回歸分析、聚類分析、Web頁挖掘、預(yù)警分析等，它們模擬人們的歸納、演繹等思維邏輯，從不同的角度對(duì)數(shù)據(jù)進(jìn)行挖掘，滿足客戶細(xì)分、客戶行為預(yù)測(cè)、特征發(fā)現(xiàn)、風(fēng)險(xiǎn)預(yù)警等方面的信息需求。

3 用于電子商務(wù)平臺(tái)精準(zhǔn)營(yíng)銷的數(shù)據(jù)挖掘需求分析

當(dāng)消費(fèi)者在電子商務(wù)網(wǎng)站上有了瀏覽、購買、評(píng)價(jià)行為后，該用戶就成網(wǎng)站的價(jià)值客戶，其相關(guān)數(shù)據(jù)被電子商務(wù)網(wǎng)站和商家的數(shù)據(jù)庫所記錄，電子商務(wù)數(shù)據(jù)分為前端行為數(shù)據(jù)和后端商業(yè)數(shù)據(jù)兩類，前端行為數(shù)據(jù)包括瀏覽量、訪問量、點(diǎn)擊量及搜索關(guān)鍵詞等用戶行為數(shù)據(jù)；后端商業(yè)數(shù)據(jù)包括交易信息、購買商品、支付金額、購買數(shù)量等信息。對(duì)這些數(shù)據(jù)進(jìn)行分析可以幫助商家了解用戶行為習(xí)慣、客戶群細(xì)分、發(fā)現(xiàn)高價(jià)值客戶、維持客戶關(guān)系、發(fā)掘潛在客戶等，總的來說，可以將其需求劃分為以下三個(gè)方面：

3.1 客戶前端行為習(xí)慣

客戶行為習(xí)慣的分析主要源自對(duì)前端行為數(shù)據(jù)的分析，其分析的關(guān)鍵即對(duì)用戶的轉(zhuǎn)化流程的分析，用戶轉(zhuǎn)化流程主要包括瀏覽過程、購買流程、注冊(cè)流程、互動(dòng)流程等，其目的是使用戶心情愉悅的進(jìn)行操作，并較快地找到想要的結(jié)果，從而達(dá)成交易?？蛻粜袨榱?xí)慣分析包括兩個(gè)內(nèi)容：一是分析特定用戶群在網(wǎng)頁上流轉(zhuǎn)的規(guī)律和特點(diǎn)，發(fā)現(xiàn)頻繁訪問的路徑模式，提煉出該用戶群體的主流路徑和瀏覽特征，對(duì)網(wǎng)頁優(yōu)化和改版、對(duì)用戶下一個(gè)瀏覽頁面進(jìn)行預(yù)測(cè)；二是對(duì)搜索關(guān)鍵詞進(jìn)行分析，在對(duì)大量用戶檢索行為分析的基礎(chǔ)上，得出最有效的關(guān)鍵詞組合，優(yōu)化廣告發(fā)布頁面的相關(guān)性，提高轉(zhuǎn)化率。[3]

3.2 客戶后端購買行為分析

電子商務(wù)客戶后端購買行為在精準(zhǔn)營(yíng)銷方面的需求主要有目標(biāo)客戶特征分析、客戶分類、保留和延長(zhǎng)客戶生命周期和利潤(rùn)貢獻(xiàn)、商品智能推薦等，其目的主要是通過挑選指標(biāo)變量進(jìn)行數(shù)據(jù)挖掘，以便運(yùn)營(yíng)團(tuán)隊(duì)提供精細(xì)化、個(gè)性化運(yùn)營(yíng)和服務(wù)，從而實(shí)現(xiàn)特定營(yíng)銷目的。

3.2.1 目標(biāo)客戶特征分析

目標(biāo)客戶特征分析是精準(zhǔn)化營(yíng)銷的第一步，因?yàn)樵诰珳?zhǔn)營(yíng)銷之前，第一步就是要找準(zhǔn)目標(biāo)客戶和受眾，特別是當(dāng)企業(yè)剛推出新產(chǎn)品的時(shí)候，產(chǎn)品運(yùn)營(yíng)團(tuán)隊(duì)尤其需要一個(gè)對(duì)目標(biāo)客戶特征的初步描述，這個(gè)時(shí)候需要依據(jù)產(chǎn)品設(shè)計(jì)初衷、產(chǎn)品定位及運(yùn)營(yíng)團(tuán)隊(duì)初步的理想化的猜測(cè)，從歷史數(shù)據(jù)中挖掘出目標(biāo)客戶典型特征；在該產(chǎn)品試運(yùn)營(yíng)之后，再根據(jù)收集到的用戶資料對(duì)目標(biāo)客戶特征進(jìn)行修正。

3.2.2 客戶分類

客戶分類主要是精準(zhǔn)要求的必然要求，目的是針對(duì)不同客戶群體采用不同的營(yíng)銷方式，從而提高運(yùn)營(yíng)團(tuán)隊(duì)的運(yùn)營(yíng)效率和付費(fèi)轉(zhuǎn)化率，在實(shí)際操作中主要是通過分析數(shù)據(jù)庫中的交易數(shù)據(jù)，按照各個(gè)客戶指標(biāo)（如自然屬性、交易額、價(jià)值度等）對(duì)客戶進(jìn)行分類，確定各類客戶行為模式，運(yùn)營(yíng)團(tuán)隊(duì)據(jù)此采取相應(yīng)營(yíng)銷措施實(shí)現(xiàn)企業(yè)利潤(rùn)最大化。

3.2.3 保留和延長(zhǎng)客戶生命周期和利潤(rùn)貢獻(xiàn)

當(dāng)客戶在商家購買東西后，商家就會(huì)有需求來保留和延長(zhǎng)客戶生命周期和利潤(rùn)貢獻(xiàn)，為實(shí)現(xiàn)這個(gè)需求商家一般會(huì)有兩種策略，一是保留客戶，通常是建立客戶流失預(yù)警模型提前鎖定有價(jià)值的客戶，對(duì)其進(jìn)行客戶關(guān)懷；二是通過交叉消費(fèi)等手段，讓客戶消費(fèi)更多商品和服務(wù)，挖掘客戶利潤(rùn)，這都依賴于數(shù)據(jù)挖掘的實(shí)施。

3.2.4 商品智能推薦

在電子商務(wù)網(wǎng)站中，經(jīng)常需要針對(duì)不同的客戶進(jìn)行商品推薦，縮減客戶搜索成本，提高客戶體驗(yàn)，提高網(wǎng)站流量的轉(zhuǎn)化率，提高營(yíng)收。根據(jù)商品推薦的對(duì)象來分，可以分為面向?yàn)g覽用戶的推薦和面向登錄用戶的推薦兩種，面向?yàn)g覽用戶的推薦往往是常規(guī)推薦，其指的是符合常規(guī)商品關(guān)聯(lián)邏輯的一些推薦，面向登錄用戶的推薦往往是個(gè)性化推薦，是指基于購買行為間關(guān)聯(lián)性歸納出的商品推薦。

3.3 指標(biāo)異常檢測(cè)

孤立點(diǎn)和異常值是與整體數(shù)據(jù)行為特征不一致的數(shù)據(jù)，孤立點(diǎn)和異常值在數(shù)據(jù)挖掘中通常表現(xiàn)為分類中的反常實(shí)例、不滿足規(guī)則的特例、觀測(cè)結(jié)果與模型預(yù)測(cè)值的偏差、量值隨時(shí)間的變化等，對(duì)這些偏差進(jìn)行檢測(cè)很有意義，在電子商務(wù)數(shù)據(jù)挖掘的一些業(yè)務(wù)中其能反映出外界市場(chǎng)變化的客觀反應(yīng)，如當(dāng)網(wǎng)站PV減少的時(shí)候需要對(duì)搜索來源、直接訪問量、搜索關(guān)鍵詞等進(jìn)行分析，及時(shí)發(fā)現(xiàn)市場(chǎng)變化，做出相應(yīng)調(diào)整。

4 用于電子商務(wù)平臺(tái)精準(zhǔn)營(yíng)銷的數(shù)據(jù)挖掘算法研究

目前在電子商務(wù)平臺(tái)精準(zhǔn)營(yíng)銷中應(yīng)用的數(shù)據(jù)挖掘算法基本覆蓋了數(shù)據(jù)挖掘算法中的聚類算法、分類和預(yù)測(cè)算法、關(guān)聯(lián)規(guī)則算法這三個(gè)類別，本文對(duì)其概念、使用范圍和算法進(jìn)行了綜述和分析。[4]

4.1 聚類算法

聚類分析是精準(zhǔn)營(yíng)銷中比較基礎(chǔ)和比較重要的算法之一，聚類算法可以實(shí)現(xiàn)針對(duì)目標(biāo)群體的多指標(biāo)群體劃分，這些分類往往是精準(zhǔn)營(yíng)銷的基礎(chǔ)和核心，只有正確地進(jìn)行分類，精準(zhǔn)營(yíng)銷的業(yè)務(wù)需求才能有效地開展，其業(yè)務(wù)場(chǎng)景主要如下：一是目標(biāo)客戶群的分類；二是不同產(chǎn)品的價(jià)值組合（交叉銷售）；三是孤立點(diǎn)、異常值的探測(cè)和發(fā)現(xiàn)。該算法可以分為劃分方法、層次方法、基于密度的方法和基于網(wǎng)格的方法及數(shù)據(jù)來源。

4.2 分類和預(yù)測(cè)算法

分類和預(yù)測(cè)是數(shù)據(jù)分析的兩種形式，主要用來抽取能夠描述重要數(shù)據(jù)集合或預(yù)測(cè)未來數(shù)據(jù)趨勢(shì)，分類算法主要用來預(yù)測(cè)數(shù)據(jù)對(duì)象的離散類別，預(yù)測(cè)方法用于預(yù)測(cè)數(shù)據(jù)對(duì)象的連續(xù)取值。分類算法主要應(yīng)用的業(yè)務(wù)范圍包括：一是按照既定的標(biāo)簽或目的對(duì)客戶進(jìn)行分類以便尋找不同種類用戶的特征；二是利用分類算法得出的反常實(shí)例揭示異?，F(xiàn)象，常用算法包括決策樹、KNN法、SVM法、VSM法、貝葉斯法、神經(jīng)網(wǎng)絡(luò)等，預(yù)測(cè)算法主要應(yīng)用的業(yè)務(wù)范圍是預(yù)測(cè)客戶訪問行為、商品銷售小預(yù)測(cè)等，算法主要包括線性回歸、多元回歸、非線性回歸等。

4.3 關(guān)聯(lián)規(guī)則算法

關(guān)聯(lián)分析，關(guān)聯(lián)規(guī)則算法主要是發(fā)現(xiàn)不同項(xiàng)之間的相關(guān)性，利用關(guān)聯(lián)規(guī)則可以發(fā)現(xiàn)存在在數(shù)據(jù)庫中的可被發(fā)現(xiàn)的兩個(gè)或多個(gè)變量取值之間存在的規(guī)律性。在電子商務(wù)精準(zhǔn)營(yíng)銷中，其業(yè)務(wù)場(chǎng)景主要如下：一是發(fā)現(xiàn)訪問頁面之間的關(guān)聯(lián)規(guī)則；二是找出客戶可能會(huì)感興趣的商品推薦；三是商品智能推薦。關(guān)聯(lián)規(guī)則算法在精準(zhǔn)營(yíng)銷中應(yīng)用較為廣泛的是Apriori算法、協(xié)同過濾算法等。

5 結(jié) 論

隨著電子商務(wù)和數(shù)據(jù)挖掘技術(shù)的繼續(xù)發(fā)展，用戶的需求會(huì)越來越豐富，精準(zhǔn)營(yíng)銷理論也會(huì)隨之愈加深化，國(guó)內(nèi)外學(xué)者對(duì)電子商務(wù)平臺(tái)中精準(zhǔn)營(yíng)銷的業(yè)務(wù)理解和分析思路也會(huì)更加精確和成熟，滿足精準(zhǔn)營(yíng)銷需求的數(shù)據(jù)挖掘的研究算法也會(huì)更加靈活，在應(yīng)用中對(duì)業(yè)務(wù)提升的效果也將愈加顯著。

參考文獻(xiàn)：

[1]李維勝，蔣緒軍.電子商務(wù)精準(zhǔn)營(yíng)銷對(duì)策研究[J].開發(fā)研究，2013（2）：46-49+96.

[2]劉金勇.Web數(shù)據(jù)挖掘在電子商務(wù)中的研究應(yīng)用[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2013（9）：25-26.

[3]譚恒松.中小企業(yè)移動(dòng)電子商務(wù)精準(zhǔn)營(yíng)銷策略研究[J].中國(guó)商貿(mào)，2013（28）：87-88.

[4]張鴿.論精準(zhǔn)營(yíng)銷在電子商務(wù)中的應(yīng)用[J].長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2013（4）：45-46.