電子商務管理與Web數據挖掘技術的契合探析的電子商務管理論文
電子商務管理主要是指利用計算機技術、網絡技術、通訊技術和計劃、組織、領導、控制等基本功能，針對企業(yè)電子商務活動組織中的財務、營銷、人事、生產物料、機器設備及技術等有限資源做出妥善的安排，使企業(yè)得到更有效率的產出。Web數據挖掘（WebDataMining)簡稱Web挖掘，是從數據挖掘發(fā)展過來的集Web技術、數據挖掘、計算機技術、信息科學等多個領域的一項技末是指從大量的Web文檔集合中發(fā)現蘊涵的、未知的、有潛在應用價值的、非平凡的模式。如何將Web數據挖掘技術應用于電子商務管理活動之中，提高電子商務管理的質量、水平與效率，是值得廣大電子商務管理從業(yè)人員和研究人員探索的一個問題。
1電子商務管理與Web數據挖掘的契合
隨著Internet的普及，電子商務猶如燎原之火，在全世界迅猛發(fā)展。權威統(tǒng)計表明，截至2004年年底，全球電子商務交易總額已經達到了2.7萬億美元，而我國市場規(guī)模也已達到了3239億元人民幣。市場調查機構iReseardi推估，至2007年內地電子商務市場規(guī)模將由2005年的5300億元人民幣，驟增為1.7兆元人民幣，其中，B2B電子商務市場規(guī)模將達1.69兆元人民幣11]。由此可見，電子商務在國民經濟發(fā)展中的地位日趨重要，企業(yè)開展電子商務已是大勢所趨。不可否認的是，電子商務的發(fā)展促使企業(yè)收集了大量無序的數據，但是其中真正用到的信息與知識則非常少，怎樣才能從大量的數據中經過分析，獲得隱含的、有價值的、可理解的、有利于商業(yè)運作的、提高競爭力的信息，以指導日后的電子商務管理活動呢??20世紀80代末興起的數據挖掘（DataMining)技術為解決此問題開辟了一條道路，并有眾多企業(yè)從中受益。
數據挖掘是電子商務管理活動不可缺少的重要工具，能為正確的商業(yè)決策提供強有力的支持和可靠的保證，但是傳統(tǒng)的數據挖掘方法大部分只能對同質、同構的數據進行分析，這對于互聯(lián)網上的大量的異構的文本信息、日志信息、超鏈接等不太適用。因此，在傳統(tǒng)的數據挖掘的基礎上產生了一個新的技術——Web數據挖掘。Web挖掘可分為Web內容挖掘、Web結構挖掘和Web使用記錄的挖掘，其所處理的對象包括靜態(tài)網頁、Web數據庫、Web結構、用戶使用記錄等信息121.Web數據挖掘的主要方法包括訪問路徑分析、關聯(lián)規(guī)則發(fā)現、序列模式分析、分類規(guī)則發(fā)現、聚類分析等。
Web數據挖掘是輔助電子商務管理的綜合分析工具，運行在電子商務網站的用戶數據庫和數據倉庫之上，包括以下功能模塊:a.過濾器。用來從Web數據庫中抽取相關數據，進行二義性分析，消除不一致性。b.挖掘綜合器。它是一個挖掘驅動引擎，根據挖掘要求和挖掘方法的知識庫到Web數據挖掘算法庫中去選擇合適的挖掘方法，并且使用該方法去執(zhí)行挖掘任務。c方法選擇專家系統(tǒng)及知識庫。它是Web數據挖掘的“大腦”是一個規(guī)則集合，能夠根據不同的挖掘要求來選擇最有效的挖掘算法或幾種算法的序列組合，并且隨著應用的深人，該知識庫可以不斷融入新的規(guī)則，以增加專家系統(tǒng)的智能性。d.Web數據挖掘算法庫。它是一個數據挖掘分析方法的綜合性算法庫。e.用戶評估界面。提供一個和分析人員交互的友好界面。如果本次的挖掘結果不能滿足分析人員的需要，就可以再次從這里輸人挖掘需求。f.方法驅動模塊。它利用挖掘出來的有益信息，去進行相應統(tǒng)計與分析的工作。
隨著市場經濟國際化、區(qū)域經濟全球化、業(yè)務處理數字化、消費需求個性化的市場競爭環(huán)境的形成，企業(yè)將面臨更多的競爭對手和不確定的信息，需要借助于數據挖掘技術對商業(yè)數據庫中的大量業(yè)務數據進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關鍵性數據，來控制成本、提高效益。電子商務本身是一種商務活動，數據挖掘技術最初也是為了商業(yè)應用而開發(fā)出來的。實踐證明，電子商務管理活動是Web數據挖掘技術適合的應用領域，主要是因為電子商務可以很容易地滿足數據挖掘所必需的因素（豐富的數據語言、自動收集可靠的數據)，并且可將挖掘結果轉化為商業(yè)行為。
2電子商務管理中Web數據挖掘的資源
在電子商務管理中要使用Web數據挖掘技術，必須選擇合適的目標數據集合,也就是必須明確適合Web數據挖掘的資源。
2.1Web服務器數據當客戶訪問Web服務器時就會在服務器上產生相應的服務器數據，這些數據可以分為日志文件、查詢數據兩種。a.日志文件。日志文件是Web服務器上用以記錄用戶訪問頁面情況的文件，分為serverlogs、errorlogs和cookielogs。用戶每訪問一個頁面，Web服務器的日志中就會增加一條記錄。不同的Web服務器的產品日志格式不同，但通常都包括訪問者的1P地址、訪問時間、訪問方式、訪問頁面、協(xié)議、錯誤代碼以及傳輸的字節(jié)數信息。服務器日志數據是使用Web數據挖掘技術的重要數據來源。1>.查詢數據。查詢數據是電子商務站點在服務器上產生的一種典型數據，它是在線客戶在查詢所需信息時生成的，這些查詢信息通過Cookie或是登記信息連接到服務器的訪問日志上。
2.2客戶登記信息它是指客戶通過Web頁在屏幕上輸入的要提交給服務器的相關信息，包括注冊信息、登錄信息、網上留言等。在Web數據挖掘中，客戶登記信息必須和訪問日志集成，以提高數據挖掘的準確度。通過對用戶登記信息和日志信息的綜合,能夠更好地了解客戶的行為，并針對不同的客戶制定不同的政策。
2.3代理服務器數據代理服務器相當于在客戶瀏覽器和Web服務器之間提供了緩存功能的中介服務器，它的緩存功能減少了Web服務器的網絡流量，加快了網頁的運行速度,同時將大量的用戶訪問信息通過代理日志的形式保存起來。
2.4業(yè)務往來數據企業(yè)內部之間、企業(yè)與上游企業(yè)和下游企業(yè)之間，因為業(yè)務往來關系，其中也產生了大量的數據，這些數據對于電子商務的經營決策、營銷機制具有重要的參考價值。因此,這些業(yè)務往來數據也是Web數據挖掘技術需要分析的數據。
3電子商務管理中Web數據挖掘的過程
Web數據挖掘在電子商務管理中的應用是一個將信息、數據轉化為商業(yè)知識的過程。a明確數據挖掘的目標，確定電子商務管理的應用主題，并對挖掘目標建立恰當的模型。挖掘目標主要有兩個方面:一是從與產品、客戶相關的數據中發(fā)現對電子商務管理起關鍵作用的新的有價值的知識；二是通過數據挖掘去驗證假設是否成立。圍繞電子商務管理主題收集數據源，并對數據進行清理、轉換、集成等技術處理，裝載進入數據倉庫。在正式挖掘之前，對數據進行格式化操作，并將所有數據導入到特制的數據集市中。d.選取合適的數據挖掘方法，構建數據挖掘模型,從目標數據中提取有價值的電子商務管理知識,包括電子商務運營規(guī)則、模式、模型和報表等。對結果進行分析和驗證，調整數據挖掘模型，從而保證結果的可靠性和實用性。e.挖掘結果評估與知識表示。將電子商務管理知識集成到電子商務管理中心，融合專家知識與領域規(guī)則，為電子商務管理活動提供決策支持（如圖1)4。
4電子商務管理中Web數據挖掘的效用
如圖1所示，Web數據挖掘技術在電子商務管理活動中的效用主要體現在以下6個方面。
4.1決策優(yōu)化管理面對電子商務競爭環(huán)境下的挑戰(zhàn)與機遇,“向管理要效益”已成共識。企業(yè)在實現科學管理過程中，必須快速有效地分析和處理來自企業(yè)內外部的大量數據和信息，回顧過去,分析現在，預測未來,并迅速作出判斷和決策。收集信息、擬訂方案、選擇方案、實施方案構成了決策的四個過程，能否及時、準確、全面地收集信息成為提高企業(yè)決策能力的關鍵。將Web數據挖掘技術與企業(yè)決策優(yōu)化相結合，應用于管理決策中，客觀評價企業(yè)的相對地位，從而為企業(yè)制定、實施和評價發(fā)展戰(zhàn)略提供科學依據，將是有益的嘗試。通過Web數據挖掘，一方面加強對企業(yè)外部環(huán)境信息(包括政治、經濟、政策、科技、金融等各種市場、競爭對手、供求信息、消費者等)與企業(yè)發(fā)展有關信息的收集、整理、分析和處理，使企業(yè)抓住轉瞬即逝的市場機遇，及時調整經營戰(zhàn)略，促使企業(yè)健康、持續(xù)地發(fā)展;另一方面，充分利用企業(yè)數據倉庫中的海量數據進行分析，并根據分析結果找出企業(yè)經營過程中出現的各種問題，如經營不善、觀念滯后、產品失敗、戰(zhàn)略決策失誤等內部因素引起企業(yè)人、財、物、產、供、銷的相對和諧平衡體遭到重大破壞，對企業(yè)的生存、發(fā)展構成嚴重威脅的信息，及時做出正確的決策,調整經營戰(zhàn)略，以適應不斷變化的市場需求。
4.2客戶關系管理客戶關系管理是一種以客戶為中心的經營策略，它通過現代信息技術，充分利用客戶信息，挖掘有用的商業(yè)知識，指導企業(yè)的產品開發(fā)、市場營銷和管理決策，提高企業(yè)的市場競爭能力15|。電子商務時代企業(yè)的競爭是一種以顧客為焦點的競爭形態(tài)，爭取顧客、留住顧客、擴大顧客群、建立親密顧客關系、分析顧客需求、創(chuàng)造顧客需求等，都是最關鍵的電子商務管理課題。Web數據挖掘技術為客戶關系管理提供了便利，企業(yè)可以將從各種渠道收集的客戶信息組合后，應用超級計算機、并行處理、神經元網絡、模型化算法和其他信息處理技術手段進行處理，提煉出有用信息。
Web數據挖掘在企業(yè)客戶關系管理中的效用主要表現為爭取客戶、挽留客戶和細分客戶這幾個方面。a爭取客戶�？梢酝ㄟ^在對Web的客戶訪問信息的挖掘中，利用分類技術在Internet上找到未來的潛在客戶。其基本做法是，先對已經存在的訪問者進行分類并確定各類的一些公共屬性，此后就可以對一個新的訪問者進行正確的分類，客戶的類型確定后，就可以舉辦針對具體目標受眾的更加集中的商業(yè)活動。b.挽留客戶。可以利用Web數據挖掘技術對客戶付費歷史、人口統(tǒng)計信息及其他資料進行分析并針對已流失客戶的模式建立模型，然后就可以應用這一模型預測哪些客戶即將離去。有了這些信息的幫助，就可以通過更加主動的、針對性強的營銷活動來保持其客戶，降低挽留客戶的費用。c.細分客戶�？赏ㄟ^對電子商務系統(tǒng)收集的交易數據進行分析，按各種客戶指標（如自然屬性、收入貢獻交易額、價值度等）對客戶分類，然后確定不同類型客戶的行為模式，以便采取相應的措施，促使企業(yè)利潤的最大化。
4.3協(xié)同商務管理1999年，美國著名的IT咨詢機構GartnerGroup認為，所謂協(xié)同商務，是指一種全新的利用In-ternet技術進行交易活動的商務模式，交易可以發(fā)生在企業(yè)內部、企業(yè)與其業(yè)務伙伴之間，或者是商務社區(qū)的參與者之間；商務社區(qū)可以是一個行業(yè)、一個行業(yè)的一部分或供應鏈。不管任何形式的協(xié)同，如產品設計、供應鏈規(guī)劃、預測、物流、促銷等，都可以視為協(xié)同商務的一部分166.協(xié)同商務分為企業(yè)內部協(xié)同和外部協(xié)同。內部協(xié)同是指企業(yè)內部的協(xié)同，包括各部門之間的業(yè)務協(xié)同、不同的業(yè)務指標和目標之間的協(xié)同和各種資源約束的協(xié)同。外部協(xié)同是指在行業(yè)價值鏈中，上下游企業(yè)間的協(xié)同。業(yè)界認為，協(xié)同商務的發(fā)展將會在整個供應鏈甚至在全球網絡供應鏈上全面拓展，并造就高度靈活、快速反應的虛擬企業(yè)，并將在全球范圍內對原材料的生產和開采、加工、產品設計、生產制造、分銷、運輸、配送、零售、市場及服務等商務模型和商務運作帶來變革。
在電子商務環(huán)境下，企業(yè)間的交往日趨頻繁，業(yè)務往來也越來越緊密復雜，如何協(xié)調企業(yè)間眾多復雜的業(yè)務往來關系，加強協(xié)同商務管理，是每一個企業(yè)管理者所面臨的新問題。運用Web數據挖扼可以從財務、銷售、采購、物流、供應鏈、網上銷售等應用系統(tǒng)提取各類數據，進行分析加工，將協(xié)同企業(yè)、部門不同時期開發(fā)、分散在不同的軟硬件平臺上的信息系統(tǒng)整合，提供高度的信息透明度與實時性，然后根據設定的工作流，發(fā)送給各有關協(xié)同企業(yè)、部門或人員，極大地提高企業(yè)對過程控制、生產制造和資源管理的能力，使企業(yè)最大限度地利用人力資源、物質資源和信息資源，合理協(xié)調企業(yè)內外部資源與協(xié)同企業(yè)的關系，從而幫助企業(yè)提高組織效率，建立協(xié)調的運作管理體系，提高企業(yè)對市場的響應能力，最終有效地促進企業(yè)管理的現代化、科學化，適應競爭日益激烈的市場要求。運用Web數據挖掘技末從物料需求、產品設計、生產制造，到庫存管理和市場銷售，實現數據信息的交換和共享，通過在線分析處理（OLAP)，優(yōu)化商業(yè)流程，達到協(xié)同企業(yè)間資源的最優(yōu)組合，使決策者及業(yè)務部門實現跨企業(yè)的聯(lián)合作戰(zhàn)，促進企業(yè)業(yè)務、企業(yè)的視野從事務性和技術性的角度提升到經營模式的高度。
4.4營銷模式管理企業(yè)開展電子商務，其最終的理想結果是希望通過網絡營銷實現商品和價值的轉移過程，從而為企業(yè)帶來利潤和效益。因此，采取何種網絡營銷模式，直接關系到企業(yè)電子商務的成敗。令人欣慰的是，Web數據挖掘技術為企業(yè)網絡營銷模式的選擇提供了便利，促進了企業(yè)網絡營銷模式的管理。具體而言，通過Web數據挖掘，企業(yè)在網絡營銷中可以加強以下營銷模式的效率：
a交叉網絡營銷。交叉營銷是指企業(yè)通過發(fā)現一位已有顧客的多種需求，并滿足其需求而實現多種相關產品或服務的各種策略和方法，交叉營銷現已擴展到多個企業(yè)電子商務網站之間開展聯(lián)盟合作的交叉網絡營銷，有利于企業(yè)資源互補、互惠互利，吸引更多的網絡顧客，應用網絡合作伙伴所形成的資源規(guī)模創(chuàng)造競爭優(yōu)勢。利用Web數據挖掘工具，了解顧客在網上購買商品或接受服務時的選取習慣、鏈接習慣、商品組合習慣，通過關聯(lián)分析，找出其中的規(guī)律，用來指導本企業(yè)應捆綁銷售的商品，提高消費者的消費價值，提高交叉營銷效果，提高顧客的滿意度和忠誠度。
b.“1對1”營銷。利用Web數據挖掘技術對企業(yè)數據倉庫中的大量數據進行處理、分析和推斷，可以發(fā)現那些隱藏在數據中的模式、關聯(lián)、規(guī)則和趨勢，利用這些模式、關聯(lián)、規(guī)則和趨勢能夠幫助企業(yè)構建出與客戶之間的最佳溝通方式，創(chuàng)造出獨有的新產品和服務，滿足客戶的個性化需求，避免與同類企業(yè)在成本上的競爭，從而實現“1對1”式的差異化營銷。
c頻率營銷。頻率營銷又稱�？酮剟钣媱潱瑢τ谠绞墙洺Ｖ貜唾徺I的忠誠客戶，越能獲得更多的獎勵，從而以獎勵客戶累計購買的方式增加銷售量，并建立客戶忠誠度。通過Web數據挖掘，以企業(yè)保存的準確的客戶購買記錄為基礎，就很容易挖掘出�？汀�
d.會員制營銷。會員制營銷是一種將客戶組織成會員團體或俱樂部，通過加強內部的聯(lián)系來建立客戶忠誠，進而提高營銷質量的一種營銷模式。利用Web數據挖掘技術，很容易將一群具有共同興趣或消費經歷的人組織起來，使他們不僅加強與企業(yè)的溝通，而且還可與其它會員交流消費體驗。
4.5網站維護管理企業(yè)網站是開展電子商務的基礎，是一種有效的網絡營銷工具和網上銷售渠道，電子商務網站的建設直接關系到企業(yè)網絡營銷的效果，決定了電子商務管理的水平。建立起電子商務網站并不困難，困難在于如何讓電子商務網站創(chuàng)造效益。要想有效益就必須吸引客戶，增加客戶的忠誠度。電子商務業(yè)務的競爭比傳統(tǒng)的業(yè)務競爭更加激烈，原因有很多方面，其中一個因素是客戶從一個電子商務網站轉換到競爭對手那邊，只需點擊幾下鼠標即可。網站的內容和層次、用詞、標題、獎勵方案、服務等都有可能成為吸引客戶或失去客戶的因素。
在Web數據挖掘技術的幫助下，網站設計者不再完全依靠專家的定性指導來設計網站，而是根據訪問者的信息來修改和設計網站結構和外觀。網站的管理員也可以按照大多數訪問者的瀏覽模式對網站進行組織或重組，按照其所訪問內容來裁剪用戶與Web信息空間的交互，盡量為大多數訪問者的瀏覽提供方便�？梢愿鶕蛻舻脑L問路徑，找出顧客訪問最頻繁的路徑，根據這個路徑來設計網站的結構和網頁的鏈接，有助于節(jié)約客戶的訪問時間，也節(jié)約網站的開支;還可以依據客戶的瀏覽行為，知道客戶的興趣及需求所在，動態(tài)地調整Web頁面，提供特有的一些商品信息和廣告，以滿足客戶的需要。網站如果能夠讓客戶輕易地訪問到想訪問的頁面，就能給客戶留下好的印象，增加下次訪問的幾率，進而增加企業(yè)網站競爭力。
4.6風險控制管理任何企業(yè)在其生命周期內都不可避免地會遭遇各種各樣、或大或小的風險，諸如來自采購方的風險、來自供應方的風險、來自環(huán)境方面的風險、來自企業(yè)自身內部的風險等，風險一旦發(fā)生，將給企業(yè)帶來沉重的打擊，甚至置企業(yè)于死地。特別是在電子商務環(huán)境下，企業(yè)在風險面前更顯脆弱，任何一次小小的風險，都有可能使企業(yè)從贏利走向虧損、從繁榮走向衰敗。因此，企業(yè)風險控制事關企業(yè)的興衰成敗，如何加強企業(yè)風險控制已成為眾多企業(yè)需要迫切解決的課題。Web數據挖掘技術為這一課題的解決提供了便利的工具，大大提高企業(yè)風險甄別與風險管理的水平和能力。通過Web數據挖掘，快速地獲取關于企業(yè)經營各方面的風險、威脅和危險的各種信息，如產品質量和責任、環(huán)境、健康和人身安全、自然災害、計算機故障等，并對各類風險、威脅和危險的大小及發(fā)生概率進行評估，在此基礎上準確地預測企業(yè)所面臨的各種風險，建立各類風險管理的優(yōu)先次序，制定風險管理的策略和方法，擬定風險應急計劃和風險管理隊伍，防止商業(yè)風險進一步惡化，加強電子商務的安全性和針對性，為企業(yè)健康正常的發(fā)展保駕護航。
【電子商務管理與Web數據挖掘技術的契合探析的電子商務管理論文】相關文章：
Web數據挖掘技術在電子商務中的應用論文10-09
數據挖掘在電子商務管理中的應用論文10-09
數據挖掘電子商務論文10-08
數據挖掘在電子商務的應用論文10-09
數據挖掘技術與檔案管理論文10-08
關于數據挖掘技術的電子商務推薦系統(tǒng)研究論文10-08
電子商務稅務管理的數據平臺構建論文10-08
淺談數據挖掘在電子商務中的應用經濟論文10-10
電子商務管理的討論論文10-09