【计算机】案例十三易趣的电子邮件营销策略

《【计算机】案例十三易趣的电子邮件营销策略》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、易辄网(cbay.com.cn)于1999年8刀在上海成立，数年间成为中国首屈一指的C2C电子商务网站。其登记会员达350万，每天每12秒便为会员达成一宗网上交易。2002年3月，易趣与美国电子商务公njeBay(ebay.com)结成战略合作伙伴关系，以该公司33%股份换取eBay的3千万美元注资。易趣的目标是在全球主耍国家开设最人的网上交易市场及搭建网上交易平台让客户可随时进行任何买卖活动。为此易趣网的市场部特别设立一个独立的组别來处理每月向用户发出数以千力•计的市场推广电邮。易趣于2002年2月

2、开始使用DARTmail(doubleclick.com公司提供)系统以吸纳新用户、保留现有用户及激发他们继续活动以及传递易趣网内的最新信息。在恰当的时间将恰当的内容传送给恰当的用户电邮丄题是电子邮件营销成功的关键耍素，易趣利用DARTmail的A/B分类功能來测试用户对不同电邮主题的反应，再根据反应率及透过DARTmail先进的报表功能來获取每个电邮活动的最大效益。电邮的外观设计也必须具有吸引力。利川DARTmail的可视化报表，易趣网便容易得知那些外观最具有吸引力和最受欢迎。个性化的内容利用DAR

3、Tmail,可根据用户过去购物的资料来将他们分类，并了解他们的兴趣；透过DARTmail追踪，可识别最有价值的用户；根据用户浏览易趣网的次数，再结合他们的购物及浏览记录，易観便能按用户需要推出有效的活动，提高投资回报效益。时间地点都在掌握之内易趣利用DARTmail来调节发放电邮的频率使用户不会产牛厌烦。经多次测试及利用DARTmail的报表数据，易趣网便能分析什么时间是最适当的发送电子邮件时间。易趣网发现在中国山于大多数用户是在工作地方才使用电邮，所以在周五及周末发放电邮宣传活动，效果并不理想，例如

4、星期一投放的邮件点击率达47%,而星期五只有34%o易趣网明白目标对象的牛活模式及习惯后便可决定什么时候发放电邮予他们才会达到最佳的效果。针对性的电子邮件使得电邮的总点击增加167%,新用户登记总数也增加了60%；个性化内容服务使易趣的点击率增加超过200%；易趣针对不同类别的用户安排不同的优惠，如根据性别确定优惠程度使点击率增加了15%以上。思考题：⑴易趣在利用电子邮件推广时使用了哪些策略？(2)进入doubleclick.com网站并查阅其他文献，分析DART是如何跟踪用八的。(3)查阅文献，解释

5、什么是内容过滤？什么是协同过滤？(4)什么是WEB挖掘？WEB挖掘包括哪儿类任务？WEB使用挖掘在网络营销中能帮助电子商务企业做哪些事？(5)你还知道哪些川户跟踪技术？一、基于营销数据库的个性化推荐营销数据库是电子商务网站的重要组成部分，存储着消费者的个人特征、定制侍息、购买记录以及相应的产品特征等信息，这些信息是进行个性化推荐的重要依据。基于营销数拯库的个性化推荐就是利用上述信息，通过人机交互获得或者用聚类、分类和关联规则挖掘等方法挖掘消费者兴趣和偏好，进而产生个性化的推荐方案。这种应川已经得到了广

6、泛应川。根据推荐策略和所利用的信息不同，基于营销数据库的个性化推荐系统一般可以分为基于内容的推荐系统、棊于协同过滤的推荐系统、棊于产品分类的推荐系统、基于效用的推荐系统、基于知识的推荐系统以及各种组合推荐系统等。这里主要对基于协同过滤、棊于内容和基于产品分类这三类个性化推荐系统做一个简单介绍。（一）协同过滤推荐技术协同过滤推荐技术是推荐系统屮应用最早和最为成功的技术之一。协同过滤是基于这样的假设：要为目标消费者找到其真正感兴趣的产品，应该首先找到与目标消费者有相似兴趣的其他消费者，然后将他们感兴趣的内

7、容推荐给「I标消费者。这一思想非常易于理解，在日常牛活屮，我们往往会根据朋友的推荐对产品进行选择。协同过滤正是把这一思想运用到电了商务推荐系统屮来，基于其他消费者对某一产晶的购买记录来向目标消费者进行推荐。基于协同过滤的推荐主耍包括基于消费者的推荐系统和基于产品的推荐系统两种。1、基于消费者的协同过滤基于消费者的协同过滤推荐系统一般采用最近邻技术，利用消费者的历史购买信息计算消费者之间的距离，然厉利用目标消费者的最近邻居对商品的某种加权值来预测目标消费者对特定商品的偏好程度，系统从而根据这一偏好程度來

8、对目标消费者进行推荐。协同过滤方法的基本过程可以丿IJ图3-1表示。“数据表示''的任务是将消费者的购买记录川一定的数据形式来表示，以方便后续的协同分析；“识别邻居''阶段主要解决的问题是如何为目标消费者识别兴趣相似的邻居；“产生推荐"阶段的H标是根据最近邻居中消费者的购买记录，生成他们最常购买的产品，并推荐给目标消费者。图3・1协同过滤的基本过程2、基于产品的协同过滤基于产品的协同过滤推荐算法可通过分析消费者•产品矩阵来识别不同产晶之间的关系，并根据这