電子商務用戶資源管理研究

時間：2024-10-04 17:47:03 MBA論文

電子商務用戶資源管理研究

　　電子商務在國民經濟發展中的地位日趨重要，展開電子商務業務已是大勢所趨;但不可否認的是，電子商務的發展使管理者收到大量無序信息，尤其是用戶資源信息。以下是yjbys小編為您整理的電子商務用戶資源管理研究論文，希望能對您有所幫助。

電子商務用戶資源管理研究

　　摘要：本文介紹了電子商務用戶資源管理的內涵、重要性及現狀，并分析了數據挖掘技術在電子商務用戶資源管理中的應用。

　　關鍵詞：用戶資源管理電子商務數據挖掘

　　一、前言

　　隨著internet的普及，電子商務如同燎原之火，在全世界迅猛發展。權威統計表明，2006年中國互聯網市場穩步增長，網民數量增長至1.35億，電子商業交易總額達到1.1萬億人民幣,年增長了48.6%，2007年將繼續增長。由此可見，電子商務在國民經濟發展中的地位日趨重要，展開電子商務業務已是大勢所趨;但不可否認的是，電子商務的發展使管理者收到大量無序信息，尤其是用戶資源信息。如何對這些信息進行有效組織利用，找出真正有價值的信息，以指導商業決策行為，成為電子商務經營者和管理者關注的問題。迅速發展的數據挖掘技術，為此問題提供了有效的解決途徑。

　　二、電子商務用戶資源管理

　　從廣義上說，電子商務用戶是指使用電子商務信息資源和服務的一切個體和群體。電子商務的用戶是在長期服務過程中逐步形成的，是電子商務服務能力在社會關系體系中的呈現。與電子商務的其他資源相比，用戶資源有其特殊性，例如動態的伸縮性，對其他資源的依附性等。

　　1.用戶資源管理的內涵

　　在電子商務發展過程中，其資源的內涵不斷擴展。從有形資源的管理，包括商品的管理、人力資源管理、經費管理等，擴展到無形資源的管理，包括品牌、文化等。但這種管理概念僅僅局限于電子商務內部。而在現代信息社會，電子商務應把“用戶”這種外部資源納入自身管理體系中，實現與其他資源的整合。

　　用戶資源管理是對有使用價值的用戶資源，通過有效的管理和控制程序，來實現電子商務某種服務效益的目標活動。應該包括用戶信息管理、用戶服務活動管理、用戶后期支持管理。用戶信息管理的主要任務是系統的搜集、組織和存儲用戶的相關信息，通過用戶信息的統計和分析，明確用戶的需求，劃分用戶群;用戶服務活動管理則負責對用戶在電子商務網站內的信息行為進行管理，針對用戶個性化需求，指定出電子商務的資源建設和服務策略，實現用戶服務活動的相關信息集成;用戶后期支持管理指對用戶接收服務后的情況進行跟蹤了解和分析，發現問題，提出不斷修改和提高的方案。

　　2.用戶資源管理的重要地位

　　(1)用戶資源管理是電子商務管理的核心。電子商務管理必須以用戶資源管理的要求和目標展開工作，因為只有這樣才能將“用戶”作為一種資源有效的貫穿于電子商務管理工作的全過程中，電子商務管理的效果與價值才能真正的以用戶使用的效益方式體現出來。簡單的說，只有掌握了用戶，電子商務才有效益。

　　(2)用戶資源管理是個性化服務的重要基礎。個性化服務是以用戶需求為中心的服務方式，通常步驟為:收集用戶信息;分析用戶數據，創建復合用戶特性的訪問方式;向用戶提供復合其特殊需求的個性化服務。電子商務用戶資源管理的本質和目標是對用戶信息和行為進行深入的分析和研究，在滿足用戶直接需求的基礎上，發掘用戶的潛在需求，使用戶得到延伸的服務收益，以此給予用戶強烈的個性化服務感受和“無縫式體驗”，提高滿意度，實現用戶價值最大化前提下的用戶和電子商務雙贏。

　　3.用戶資源管理的現狀

　　就目前而言，國內大多數電子商務用戶資源管理仍然屬于描述型管理，不能實現對大范圍用戶信息特征和行為特征的整理和分析，并據此進行各種推理，進而發現反映其特征的模型和進行用戶規模化分類和聚類。而數據挖掘技術在電子商務中的應用為解決上述問題,突破管理局限性提供了有力的支持和保障。

　　三、數據挖掘技術

　　1.數據挖掘的概念

　　數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘是一門交叉學科，它集成了許多學科中成熟的工具和技術，包括數據庫技術、統計學、機器學習、模式識別、人工智能和神經網絡等。

　　2.數據挖掘能夠獲取的知識模式

　　(1)路徑分析。判定在一個web網站中用戶最頻繁訪問的路徑。

　　(2)聚類分析。輸入數據并無任何標記，聚類分析可以從web訪問信息中聚集出那些具有相似特性和差異特性的信息，目的是使同一類數據的相似性盡可能大，不同類數據的相似性盡可能小。以增強對客觀事實的認識，是分類和異常檢測的先決條件。

　　(3)關聯規則的發現。找到用戶對網站上各種文件之間訪問的相互關系，明確用戶訪問頁面與頁面之間的相關性和購買商品的相關性和依賴性。

　　(4)序列模式的發現。在時間戳有序的事務中，找到一項跟隨另一項的內部事務模式，即因果關系。

　　(5)分類和預測。分類發現就是給出識別一個特殊群體的公共屬性描述，用來分類新的項。分類的目的是通過構造分類模型把數據庫中的項映射到給定類別中的某一個，以便用于預測;也就是利用歷史數據記錄自動推導出給定數據的推廣描述，從而對未來數據進行預測。

　　(6)異常檢測。對分析對象少數的、極端的實例,反常的不合規則的特例進行描述，根據觀察結果和預測值的差別揭示內在原因。

　　四、基于數據挖掘的電子商務用戶資源管理

　　1.用戶數據搜集與存儲

　　用戶資源管理的第一步工作是搜集用戶數據。要實現用戶數據的有效挖掘的基本條件是將搜集到的用戶數據以一致的模式存儲，建立用戶數據倉庫。

　　(1)用戶數據搜集。所搜集的用戶數據按類型可以分為用戶信息數據、用戶需求數據、用戶行為數據和用戶反饋數據。通過電子商務的注冊和服務過程不斷積累。

　　(2)構建數據倉庫。數據挖掘在集成、一致、經過清理的數據上才能更好的實現,因此要進行數據清理、變換、集成、裝入等處理，以建立一個整合的、結構化的數據倉庫。

　　2.用戶特征和群體分類

　　(1)用戶特征分析。針對數據倉庫中的用戶數據，采用多種數據分析和挖掘方法，如關聯分析、序列分析等，對電子商務用戶特征進行分析，挖掘用戶的隱形信息需求，獲得對管理用戶與電子商務交互活動所必須的關鍵性特征，并預測用戶的未來行為。電子商務用戶的特征主要包括用戶的身份特征、用戶的需求特征、用戶的行為特征等。通過用戶特征的分析和提取，電子商務可以與用戶建立一種一對一的、差異化的、個性化的、學習型關系。即根據用戶行為不斷加深對其的了解，針對其特殊需求相應調整網站的訪問模式和結構，以及自己的經營策略和行為。

　　(2)用戶群體分類。對電子商務用戶的特征進行分析的主要目標還在于對具有相似特征的用戶建立模型，進行電子商務用戶的有效分類和聚類，建立層次結構,為不同類型的用戶提供不同的服務方案。電子商務用戶的分類還便于分類識別或預測未知用戶的歸屬。

　　3.面向用戶生命周期的數據挖掘

　　用戶的生命周期主要由三個階段組成：用戶的獲取、用戶的保持和用戶的流失。注意，由于網絡的特殊性，用戶的保持、流失和注冊用戶的數量有很大差異，用戶放棄該網站并不一定注銷用戶，所以更應該注重網站的訪問信息。用戶資源管理的主要目標是要最大限度的延長用戶的生命周期，防止用戶的流失。

　　(1)用戶的獲取。電子商務網站要在競爭日益激烈的環境中生存發展就要不斷獲得新用戶，維持老用戶，而當用戶數量不斷增加，用戶數據信息不斷增多時，就要依靠數據挖掘。利用數據挖掘揭示新用戶的行為習慣，生成預測模型，預測發現一些在不同情況下有相似行為的用戶，進行分析，篩選出可能的潛在用戶，并據此有效增加服務推廣效應，把潛在用戶和這些用戶感興趣的資源和服務系統的結合起來，為每一個用戶提供主動化、個性化的服務，把潛在用戶轉化為正式用戶。

　　(2)用戶的保持和流失。電子商務用戶流失的主要原因是服務不到位，包括自身的缺陷和其他網站提供新服務的影響。一般來說，用戶的保持涉及三個過程：首先，利用數據倉庫中的信息和數據挖掘技術識別、分析和評價用戶為什么流失?那些因素導致用戶流失?用戶流失的風險在何處?從而明確潛在的流失用戶群體;其次，識別其中的有價值用戶，如消費頻率較高的用戶;最后，分析用戶的行為模式，如付費歷史等，有針對性的采取相應的服務措施，如獎勵等，提高用戶的忠誠度，保持用戶。

　　4.幾個注意問題

　　(1)數據挖掘的準確性。來源數據的準確性會對數據挖掘產生很大影響,而由于網絡的特性,用戶數據尤其是其注冊信息的可靠性是未知的,所以應該對用戶數據做一定的驗證和預處理。此外,數據挖掘只是一種工具,其建立模型的準確性應該經由實踐檢驗。

　　(2)用戶隱私的保護。在構建數據倉庫，對數據進行預處理時，應該把一些涉及用戶隱私的數據信息處理掉。

　　五、結論

　　基于數據挖掘的電子商務用戶資源管理能發現大量數據背后隱藏的知識，在了解用戶需求的基礎上,可以使網站更有效的確認目標,改進策略,提供個性化服務，改善用戶關系，從而使用戶更加滿意,為網站帶來更高的效益，具有廣闊的發展和應用前景。

　　參考文獻:

　　[1]何有世劉曉春李帆:《數據挖掘在企業電子商務中的運用探討》集團經濟研究 2006.9

　　[2]張麗娟:《電子商務對客戶關系管理的影響》商場現代化 2007.1

【電子商務用戶資源管理研究】相關文章：

基于用戶體驗的家庭照明設計方法研究12-05

企業網格資源管理技術的研究與實現提綱11-23