電子商務(wù)用戶(hù)資源管理研究
電子商務(wù)在國民經(jīng)濟發(fā)展中的地位日趨重要，展開(kāi)電子商務(wù)業(yè)務(wù)已是大勢所趨;但不可否認的是，電子商務(wù)的發(fā)展使管理者收到大量無(wú)序信息，尤其是用戶(hù)資源信息。以下是yjbys小編為您整理的電子商務(wù)用戶(hù)資源管理研究論文，希望能對您有所幫助。
摘要：本文介紹了電子商務(wù)用戶(hù)資源管理的內涵、重要性及現狀，并分析了數據挖掘技術(shù)在電子商務(wù)用戶(hù)資源管理中的應用。
關(guān)鍵詞：用戶(hù)資源管理 電子商務(wù) 數據挖掘
一、前言
隨著(zhù)internet的普及，電子商務(wù)如同燎原之火，在全世界迅猛發(fā)展。權威統計表明，2006年中國互聯(lián)網(wǎng)市場(chǎng)穩步增長(cháng)，網(wǎng)民數量增長(cháng)至1.35億，電子商業(yè)交易總額達到1.1萬(wàn)億人民幣,年增長(cháng)了48.6%，2007年將繼續增長(cháng)。由此可見(jiàn)，電子商務(wù)在國民經(jīng)濟發(fā)展中的地位日趨重要，展開(kāi)電子商務(wù)業(yè)務(wù)已是大勢所趨;但不可否認的是，電子商務(wù)的發(fā)展使管理者收到大量無(wú)序信息，尤其是用戶(hù)資源信息。如何對這些信息進(jìn)行有效組織利用，找出真正有價(jià)值的信息，以指導商業(yè)決策行為，成為電子商務(wù)經(jīng)營(yíng)者和管理者關(guān)注的問(wèn)題。迅速發(fā)展的數據挖掘技術(shù)，為此問(wèn)題提供了有效的解決途徑。
二、電子商務(wù)用戶(hù)資源管理
從廣義上說(shuō)，電子商務(wù)用戶(hù)是指使用電子商務(wù)信息資源和服務(wù)的一切個(gè)體和群體。電子商務(wù)的用戶(hù)是在長(cháng)期服務(wù)過(guò)程中逐步形成的，是電子商務(wù)服務(wù)能力在社會(huì )關(guān)系體系中的呈現。與電子商務(wù)的其他資源相比，用戶(hù)資源有其特殊性，例如動(dòng)態(tài)的伸縮性，對其他資源的依附性等。
1.用戶(hù)資源管理的內涵
在電子商務(wù)發(fā)展過(guò)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(jīng)費管理等，擴展到無(wú)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(wù)內部。而在現代信息社會(huì )，電子商務(wù)應把“用戶(hù)”這種外部資源納入自身管理體系中，實(shí)現與其他資源的整合。
用戶(hù)資源管理是對有使用價(jià)值的用戶(hù)資源，通過(guò)有效的管理和控制程序，來(lái)實(shí)現電子商務(wù)某種服務(wù)效益的目標活動(dòng)。應該包括用戶(hù)信息管理、用戶(hù)服務(wù)活動(dòng)管理、用戶(hù)后期支持管理。用戶(hù)信息管理的主要任務(wù)是系統的搜集、組織和存儲用戶(hù)的相關(guān)信息，通過(guò)用戶(hù)信息的統計和分析，明確用戶(hù)的需求，劃分用戶(hù)群;用戶(hù)服務(wù)活動(dòng)管理則負責對用戶(hù)在電子商務(wù)網(wǎng)站內的信息行為進(jìn)行管理，針對用戶(hù)個(gè)性化需求，指定出電子商務(wù)的資源建設和服務(wù)策略，實(shí)現用戶(hù)服務(wù)活動(dòng)的相關(guān)信息集成;用戶(hù)后期支持管理指對用戶(hù)接收服務(wù)后的情況進(jìn)行跟蹤了解和分析，發(fā)現問(wèn)題，提出不斷修改和提高的方案。
2.用戶(hù)資源管理的重要地位
(1)用戶(hù)資源管理是電子商務(wù)管理的核心。電子商務(wù)管理必須以用戶(hù)資源管理的要求和目標展開(kāi)工作，因為只有這樣才能將“用戶(hù)”作為一種資源有效的貫穿于電子商務(wù)管理工作的全過(guò)程中，電子商務(wù)管理的效果與價(jià)值才能真正的以用戶(hù)使用的效益方式體現出來(lái)。簡(jiǎn)單的說(shuō)，只有掌握了用戶(hù)，電子商務(wù)才有效益。
(2)用戶(hù)資源管理是個(gè)性化服務(wù)的重要基礎。個(gè)性化服務(wù)是以用戶(hù)需求為中心的服務(wù)方式，通常步驟為:收集用戶(hù)信息;分析用戶(hù)數據，創(chuàng )建復合用戶(hù)特性的訪(fǎng)問(wèn)方式;向用戶(hù)提供復合其特殊需求的個(gè)性化服務(wù)。電子商務(wù)用戶(hù)資源管理的本質(zhì)和目標是對用戶(hù)信息和行為進(jìn)行深入的分析和研究，在滿(mǎn)足用戶(hù)直接需求的基礎上，發(fā)掘用戶(hù)的潛在需求，使用戶(hù)得到延伸的服務(wù)收益，以此給予用戶(hù)強烈的個(gè)性化服務(wù)感受和“無(wú)縫式體驗”，提高滿(mǎn)意度，實(shí)現用戶(hù)價(jià)值最大化前提下的用戶(hù)和電子商務(wù)雙贏(yíng)。
3.用戶(hù)資源管理的現狀
就目前而言，國內大多數電子商務(wù)用戶(hù)資源管理仍然屬于描述型管理，不能實(shí)現對大范圍用戶(hù)信息特征和行為特征的整理和分析，并據此進(jìn)行各種推理，進(jìn)而發(fā)現反映其特征的模型和進(jìn)行用戶(hù)規�；诸�(lèi)和聚類(lèi)。而數據挖掘技術(shù)在電子商務(wù)中的應用為解決上述問(wèn)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(shù)
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(guò)程。數據挖掘是一門(mén)交叉學(xué)科，它集成了許多學(xué)科中成熟的工具和技術(shù)，包括數據庫技術(shù)、統計學(xué)、機器學(xué)習、模式識別、人工智能和神經(jīng)網(wǎng)絡(luò )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(gè)web網(wǎng)站中用戶(hù)最頻繁訪(fǎng)問(wèn)的路徑。
(2)聚類(lèi)分析。輸入數據并無(wú)任何標記，聚類(lèi)分析可以從web訪(fǎng)問(wèn)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(lèi)數據的相似性盡可能大，不同類(lèi)數據的相似性盡可能小。以增強對客觀(guān)事實(shí)的認識，是分類(lèi)和異常檢測的先決條件。
(3)關(guān)聯(lián)規則的發(fā)現。找到用戶(hù)對網(wǎng)站上各種文件之間訪(fǎng)問(wèn)的相互關(guān)系，明確用戶(hù)訪(fǎng)問(wèn)頁(yè)面與頁(yè)面之間的相關(guān)性和購買(mǎi)商品的相關(guān)性和依賴(lài)性。
(4)序列模式的發(fā)現。在時(shí)間戳有序的事務(wù)中，找到一項跟隨另一項的內部事務(wù)模式，即因果關(guān)系。
(5)分類(lèi)和預測。分類(lèi)發(fā)現就是給出識別一個(gè)特殊群體的公共屬性描述，用來(lái)分類(lèi)新的項。分類(lèi)的目的是通過(guò)構造分類(lèi)模型把數據庫中的項映射到給定類(lèi)別中的某一個(gè)，以便用于預測;也就是利用歷史數據記錄自動(dòng)推導出給定數據的推廣描述，從而對未來(lái)數據進(jìn)行預測。
(6)異常檢測。對分析對象少數的、極端的實(shí)例,反常的不合規則的特例進(jìn)行描述，根據觀(guān)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(wù)用戶(hù)資源管理
1.用戶(hù)數據搜集與存儲
用戶(hù)資源管理的第一步工作是搜集用戶(hù)數據。要實(shí)現用戶(hù)數據的有效挖掘的基本條件是將搜集到的用戶(hù)數據以一致的模式存儲，建立用戶(hù)數據倉庫。
(1)用戶(hù)數據搜集。所搜集的用戶(hù)數據按類(lèi)型可以分為用戶(hù)信息數據、用戶(hù)需求數據、用戶(hù)行為數據和用戶(hù)反饋數據。通過(guò)電子商務(wù)的注冊和服務(wù)過(guò)程不斷積累。
(2)構建數據倉庫。數據挖掘在集成、一致、經(jīng)過(guò)清理的數據上才能更好的實(shí)現,因此要進(jìn)行數據清理、變換、集成、裝入等處理，以建立一個(gè)整合的、結構化的數據倉庫。
2.用戶(hù)特征和群體分類(lèi)
(1)用戶(hù)特征分析。針對數據倉庫中的用戶(hù)數據，采用多種數據分析和挖掘方法，如關(guān)聯(lián)分析、序列分析等，對電子商務(wù)用戶(hù)特征進(jìn)行分析，挖掘用戶(hù)的隱形信息需求，獲得對管理用戶(hù)與電子商務(wù)交互活動(dòng)所必須的關(guān)鍵性特征，并預測用戶(hù)的未來(lái)行為。電子商務(wù)用戶(hù)的特征主要包括用戶(hù)的身份特征、用戶(hù)的需求特征、用戶(hù)的行為特征等。通過(guò)用戶(hù)特征的分析和提取，電子商務(wù)可以與用戶(hù)建立一種一對一的、差異化的、個(gè)性化的、學(xué)習型關(guān)系。即根據用戶(hù)行為不斷加深對其的了解，針對其特殊需求相應調整網(wǎng)站的訪(fǎng)問(wèn)模式和結構，以及自己的經(jīng)營(yíng)策略和行為。
(2)用戶(hù)群體分類(lèi)。對電子商務(wù)用戶(hù)的特征進(jìn)行分析的主要目標還在于對具有相似特征的用戶(hù)建立模型，進(jìn)行電子商務(wù)用戶(hù)的有效分類(lèi)和聚類(lèi)，建立層次結構,為不同類(lèi)型的用戶(hù)提供不同的服務(wù)方案。電子商務(wù)用戶(hù)的分類(lèi)還便于分類(lèi)識別或預測未知用戶(hù)的歸屬。
3.面向用戶(hù)生命周期的數據挖掘
用戶(hù)的生命周期主要由三個(gè)階段組成：用戶(hù)的獲取、用戶(hù)的保持和用戶(hù)的流失。注意，由于網(wǎng)絡(luò )的特殊性，用戶(hù)的保持、流失和注冊用戶(hù)的數量有很大差異，用戶(hù)放棄該網(wǎng)站并不一定注銷(xiāo)用戶(hù)，所以更應該注重網(wǎng)站的訪(fǎng)問(wèn)信息。用戶(hù)資源管理的主要目標是要最大限度的延長(cháng)用戶(hù)的生命周期，防止用戶(hù)的流失。
(1)用戶(hù)的獲取。電子商務(wù)網(wǎng)站要在競爭日益激烈的環(huán)境中生存發(fā)展就要不斷獲得新用戶(hù)，維持老用戶(hù)，而當用戶(hù)數量不斷增加，用戶(hù)數據信息不斷增多時(shí)，就要依靠數據挖掘。利用數據挖掘揭示新用戶(hù)的行為習慣，生成預測模型，預測發(fā)現一些在不同情況下有相似行為的用戶(hù)，進(jìn)行分析，篩選出可能的潛在用戶(hù)，并據此有效增加服務(wù)推廣效應，把潛在用戶(hù)和這些用戶(hù)感興趣的資源和服務(wù)系統的結合起來(lái)，為每一個(gè)用戶(hù)提供主動(dòng)化、個(gè)性化的服務(wù)，把潛在用戶(hù)轉化為正式用戶(hù)。
(2)用戶(hù)的保持和流失。電子商務(wù)用戶(hù)流失的主要原因是服務(wù)不到位，包括自身的缺陷和其他網(wǎng)站提供新服務(wù)的影響。一般來(lái)說(shuō)，用戶(hù)的保持涉及三個(gè)過(guò)程：首先，利用數據倉庫中的信息和數據挖掘技術(shù)識別、分析和評價(jià)用戶(hù)為什么流失?那些因素導致用戶(hù)流失?用戶(hù)流失的風(fēng)險在何處?從而明確潛在的流失用戶(hù)群體;其次，識別其中的有價(jià)值用戶(hù)，如消費頻率較高的用戶(hù);最后，分析用戶(hù)的行為模式，如付費歷史等，有針對性的采取相應的服務(wù)措施，如獎勵等，提高用戶(hù)的忠誠度，保持用戶(hù)。
4.幾個(gè)注意問(wèn)題
(1)數據挖掘的準確性。來(lái)源數據的準確性會(huì )對數據挖掘產(chǎn)生很大影響,而由于網(wǎng)絡(luò )的特性,用戶(hù)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(hù)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(jīng)由實(shí)踐檢驗。
(2)用戶(hù)隱私的保護。在構建數據倉庫，對數據進(jìn)行預處理時(shí)，應該把一些涉及用戶(hù)隱私的數據信息處理掉。
五、結論
基于數據挖掘的電子商務(wù)用戶(hù)資源管理能發(fā)現大量數據背后隱藏的知識，在了解用戶(hù)需求的基礎上,可以使網(wǎng)站更有效的確認目標,改進(jìn)策略,提供個(gè)性化服務(wù)，改善用戶(hù)關(guān)系，從而使用戶(hù)更加滿(mǎn)意,為網(wǎng)站帶來(lái)更高的效益，具有廣闊的發(fā)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(yè)電子商務(wù)中的運用探討》集團經(jīng)濟研究 2006.9
[2]張麗娟:《電子商務(wù)對客戶(hù)關(guān)系管理的影響》商場(chǎng)現代化 2007.1
【電子商務(wù)用戶(hù)資源管理研究】相關(guān)文章：
高職院校教室資源管理研究11-24
高校人力資源管理問(wèn)題與對策研究11-18
電子商務(wù)安全現狀及對策研究12-02
電子商務(wù)對餐飲老字號的影響研究11-21
電子商務(wù)環(huán)境下的稅收問(wèn)題研究03-28
企業(yè)人力資源管理激勵機制研究11-22
淺談當代人力資源管理研究12-05
企業(yè)網(wǎng)格資源管理技術(shù)的研究與實(shí)現提綱11-23
- 相關(guān)推薦