数据分析技术在电子商务网站营销中的应用

《数据分析技术在电子商务网站营销中的应用》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、数据分析技术在电子商务网站营销中的应用一、绪论互联网技术不断革新与发展，给全球经济带來新的革命，从而也影响着人们的牛活。互联网为企业提供了一种真正属于自己并血对广大网民的信息载体,企业通过这一•载体，可以0由地将企业的产品、服务等其他相关信息在线发布。电子商务就是网上实行各种商务活动的总包装,种种所谓电子商务解决方案，实际上就是实现各种网上商务活动的硬件与软件系统。它将影响到每一个人、每一个企业。电子商务的主体是我们每一个人、每一个企业,电子商务发展的过程就是对人们的生活、企业的运行的一种模式的一个巨大改变的过程。对于进入虚拟世界的商家而言，仅仅吸引注意力还不行,对它们而言

2、，站点的访问率绝刈•不仅仅是一个数字，它还是一种信息，如果网站能够从网络中获得网民的魁并从屮分析其行为诱因,那么就容易掌握网民的需求，从而利川互联网去创造更多商机。电子商务站点用户行为的分析这一问题也因此成为现如今的热门话题，被人们普遍关心起来，尤其是被众商家所車视。Web站点的H志数据正以每天数十兆的速度增反。如何分析这些数据，如何从这些大量数据中发现有用的、重要的知识（包括模式、规则、可视化结构等）也成为现在人们最关注的信息。在此情况下，站点用户行为分析就可为网站或商家捉供出大量有价值的信息，包括站点的受欢迎度的对比、商业广告点击情况总括、产品的反馈信息、站点各种信息的

3、点击情况等等。另外，还对根据不同的页血内容来分类浏览者，以便做出更合理的页血分类,促使网站逐步向个性化、最优化状态发展。这一技术对互联网的发展壮大有着不可忽视的巨大作用，它的发展对信息技术亦将产牛深远的影响。在电子商务早期阶段时,Web站点数据流分析通常是在主页上安装计数器以及在一个外部口志文件上运行简单的统计程序记录点击率。但是，简单的点击计数既不准确也远未达到营销目的所需的详细程度。因此,各公司开始寻找更先进的分析工具，这类工具可以提供谁在访问公司Web站点以及访问者一旦进入站点后将做些什么的全回信息。站点开始分析的地方是Web服务器的访问日志。每当用八在站点上请求一个

4、网页时，这个请求就被记录在访问日志中。如:目前有多少用户止在访问站点、他们止在看哪些网页以及他们在站点中呆了多长时间。显然,H；忐分析和行为概况的正确组合可以对Web站点的成功产牛直接影响。此外,从H志分析中得到的信息是很难从真实世界中捕获到的，但这些值息却可以较容易地在线收集到。Web数据流分析工具的这些最新进展可以使网站获得有关上网客户和他们习惯的详细报告。二、技术特点Web页而数据主要是半结构化数据,计算机网络技术和值息技术的飞速发展，使得半结构化数据呈现H益繁荣的趋势。半结构化数据，是-•种介于模式固定的结构化数据，和完全没有模式的无序数据Z间,在查询前无法预先确定

5、其具体的类型和格式;同时它们相应的数据结构是不固定、不完全或不规则的，即这些数据有的木身就没有结构，有的只有十分松散的结构,有的数据的结构是隐含的，需要从数据屮进行抽取。而有时，尽管数据木身是有粘确结构的,但为了一定的目的，而故意忽视它的结构。半结构化数据具有以下五方血的主要特点：1.结构是不规则的。包含显构数据、相同的数据值息用不同类型或不同的结构表示。2.结构是隐含的。如电子文档SGML格式。3.结构是部分的，有时部分数据根本无结构，而部分数据只有粗略的结构。1.指示性结构与约束性结构。传统的数据库使用严格的分类策略来保护数据。而指示性数据结构是对结构的一-种非精确的描

6、述。它可接受所有新数据，代价是要频繁修改结构。2.半结构化数据通常在数据存在Z后才能通过当前数据归纳出其结构，称Z为事后模式引导。模式有时可被忽略,同时数据与数据模式间的区别逐渐消除。基于这些，数据分析充分发挥了其以下方面的作用：1、客户细分随着“以客户为中心”的经营理念的不断深入人心，分析客户、了解客户并引导客八的需求已成为企业经营的重要课题。通过对电子商务系统收集的交易数据进行分析，可以按各种客户指标（如口然属性、收入贡献、交易额、价值度等）对客户分类，然后确定不同类型客户的行为模式，以便采取相应的营销措就，促使企业利润的最大化。2、客户获得利用数据分析可以有效地获得客

7、户。比如通过数据分析可以发现购买某种商品的消费者是男性还是女性,学历、收入如何，有什么爱好，是什么职业等等。其至可以发现不同的人在购买该种商品的相关商品后多长时间有可能购买该种商品，以及什么样的人会购买什么型号的该种商品等等。也许很多因索表面上看起来和购买该种商品不存在任何联系，但数据分析的结果却证明它们之间有联系。在采用了数据分析后，针对目标客户发送的广告的有效性和冋应率将得到大幅度的提髙，推销的成本将大大降低。3、客户保持数据分析可以把你大量的&户分成不同的类，在每个类里的客户拥有相似的属性,而不同类里的客八的