2018数据挖掘在电子商务客户关系中的应用

3883256

　　　[摘要] 本文提出了一种新的基于数据挖掘的电子商务客户关系系统，设计了系统的框架，介绍了常用的数据挖掘算法，提出了在系统中数据挖掘的应用领域，对企业构建电子商务客户关系系统具有现实意义。
　　[关键词] 数据挖掘 客户关系 电子商务
　　
　　一、引言
　　
　　随着因特网的出现，电子商务大潮正在全球范围内急速改变传统的商业模式，传统企业管理的着眼点往往在后台，ERP 系统帮助他们实现了这种内部商业流程的自动化，提高了生产效率。而对于前台，往往重视的不够，面对诸如:哪种产品最受欢迎、原因是什么、有多少回头客、哪些客户是最赚钱的客户、售后服务有哪些问题等，大部分企业还只能依靠经验来推测。作为专门管理企业前台的客户关系管理为企业提供了一个收集、分析和利用各种客户信息的系统，帮助企业充分利用其客户管理资源。
　　如何有效的处理海量客户信息，从中挖掘判断出客户的消费趋向，实施一对一营销成为摆在电子商务企业面前的一大问题。将数据挖掘技术用于电子商务的客户关系管理几乎是从数据挖掘诞生起就注定的。电子商务企业在与客户接触时，采用的亦多是网络手段，这也决定了商家对客户的管理以及保持不能再依靠传统人际营销，而是更加依赖于对客户的消费习惯以及个人偏好的把握，而使得商家能够做出准确判断的。
　　
　　二、电子商务客户关系系统设计框架
　　
　　电子商务客户关系系统主要有三部分组成，即web服务器、数据仓库、数据挖掘模块。Web服务器上运行面向员工、客户、伙伴的web应用程序，主要的业务是处理销售和客户服务。业务系统把数据存到数据仓库中，需要数据时，从数据仓库获取数据。挖掘模块根据决策需要采用合适的挖掘算法对数据仓库中的数据进行挖掘，并把结果返回给决策系统，然后生成报表输出。
　　
　　1.电子商务CRM中的数据挖掘流程
　　电子商务CRM中的数据挖掘的主要流程是定义问题、数据预处理、算法应用、结果分析、知识的运用。定义问题就是要清晰地定义出业务问题，确定数据挖掘的目的。数据预处理主要是选择在大型数据库和数据仓库目标中提取数据挖掘的目标数据集，这主要涵盖了客户登陆该电子商务网站时的背景信息以及过去的购买以及点击流信息，然后进行数据再加工，包括检查数据的完整性及数据的一致性、去噪声，填补丢失的域，删除无效数据等。算法应用是根据数据功能的类型和数据的特点选择相应的算法，在净化和转换过的数据集上进行数据挖掘。结果分析是对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识。知识的运用是将分析所得到的知识集成到业务信息系统的组织结构中去。