隨著電子商務的發(fā)展，數(shù)據(jù)的價值得以體現(xiàn)，企業(yè)內(nèi)部管理的數(shù)據(jù)和各種社交網(wǎng)絡下的數(shù)據(jù)，使得電子商務所產(chǎn)生的數(shù)據(jù)呈現(xiàn)爆炸式的發(fā)展。用戶數(shù)量的增加使得企業(yè)對于用戶數(shù)據(jù)的管理增加了難度。本文是一篇電子商務論文范文，主要論述了基于大數(shù)據(jù)的線上線下電商用戶數(shù)據(jù)挖掘研究。

　　摘要：隨著互聯(lián)網(wǎng)經(jīng)濟的快速發(fā)展，電子商務已經(jīng)成為國家商務發(fā)展的重要組成部分。在電子商務的發(fā)展中，海量化的數(shù)據(jù)逐漸發(fā)揮了其商業(yè)價值，這種價值是否能夠被完全挖掘出取決于數(shù)據(jù)的挖掘方式和數(shù)據(jù)的利用方式。在線上線下的商業(yè)發(fā)展中，如何對數(shù)據(jù)進行挖掘和管理，成為了電商發(fā)展的重要問題。該文研究了大數(shù)據(jù)背景下線上線下數(shù)據(jù)的特點，對數(shù)據(jù)挖掘和應用方面進行了闡述。

　　關(guān)鍵詞：大數(shù)據(jù),線上線下電商,用戶數(shù)據(jù),挖掘研究

　　大數(shù)據(jù)時代已經(jīng)來臨，電子商務正在經(jīng)歷著多樣化、大規(guī)模的數(shù)據(jù)發(fā)展，龐大的數(shù)據(jù)資源使得數(shù)據(jù)處理的難度和代價增加，如何對這些數(shù)據(jù)進行捕捉和挖掘就成為電子商務發(fā)展的重要問題。O2O電子商務模式是一個聯(lián)系線下商家和線上用戶的商業(yè)平臺，其能夠?qū)�實體經(jīng)濟與虛擬用戶相結(jié)合，為商務發(fā)展提供了全新的發(fā)展模式。用戶數(shù)據(jù)的大規(guī)模增加遠遠超出了傳統(tǒng)商務所能夠處理的數(shù)據(jù)范圍，復雜的數(shù)據(jù)充斥使得商家難以挖掘數(shù)據(jù)的價值，從研究中發(fā)現(xiàn)，電子商務的數(shù)據(jù)利用率僅有5%，因此在大數(shù)據(jù)環(huán)境下，商家對O2O用戶數(shù)據(jù)的挖掘非常重要。

　　1 在大數(shù)據(jù)背景下O2O的用戶數(shù)據(jù)特點

　　相比傳統(tǒng)的數(shù)據(jù)，O2O用戶數(shù)據(jù)除了交易平臺的數(shù)據(jù)之外，還帶有社交網(wǎng)絡數(shù)據(jù)、用戶終端數(shù)據(jù)等，因此O2O用戶數(shù)據(jù)符合大數(shù)據(jù)的基本特點。

　　1)數(shù)據(jù)體量大

　　隨著電商企業(yè)發(fā)展的日漸成熟，很多O2O企業(yè)產(chǎn)生的用戶數(shù)據(jù)已經(jīng)達到了TB級，加入了社交網(wǎng)絡和移動網(wǎng)絡后的O2O用戶數(shù)據(jù)不僅僅是用戶交易的數(shù)據(jù)，其涵蓋了更加廣闊的數(shù)據(jù)源，未來O2O用戶數(shù)據(jù)的規(guī)模可以達到PB級或是更高的EB級，因此在未來的電子商務發(fā)展中，會有更多TB級的數(shù)據(jù)應用在決策分析中。

　　2)數(shù)據(jù)的類型多

　　O2O用戶數(shù)據(jù)的類型比較復雜，除了用戶的基本數(shù)據(jù)資料交易記錄，還帶有企業(yè)的內(nèi)部交易服務信息等結(jié)構(gòu)化數(shù)據(jù)，用戶的交易反饋、平臺的數(shù)據(jù)機構(gòu)和終端信息等非結(jié)構(gòu)化的數(shù)據(jù)，可以說O2O用戶數(shù)據(jù)不是由單一化的數(shù)據(jù)構(gòu)成，其更多涉及過程化的數(shù)據(jù)。

　　3)數(shù)據(jù)留流動速度快

　　電子商務發(fā)展對數(shù)據(jù)處理的速度要求很高，特別是用戶數(shù)據(jù)的實時處理有著極高的要求。用戶的數(shù)據(jù)隨著用戶的行為而產(chǎn)生，這些數(shù)據(jù)在交易的過程中會轉(zhuǎn)變?yōu)楦咚賯鬟f的數(shù)據(jù)流，比如用戶的消費情況和反饋等，如果交易時間縮短，那么就要求數(shù)據(jù)的處理速度快，傳統(tǒng)查詢式的數(shù)據(jù)處理很難適用。

　　4)商業(yè)價值高

　　在電子商務的發(fā)展中，用戶數(shù)據(jù)有著非常大的商業(yè)價值，可以說用戶是O2O發(fā)展的核心，對用戶進行分析和預測，對于電商企業(yè)的發(fā)展有著重要意義。但是由于數(shù)據(jù)種類繁多，越來越多與用戶無關(guān)的數(shù)據(jù)充斥其中，使得數(shù)據(jù)的價值密度降低，這也更好的說明了大數(shù)據(jù)背景下O2O用戶數(shù)據(jù)的重要價值。

　　2 大數(shù)據(jù)環(huán)境下O2O用戶數(shù)據(jù)挖掘流程和方法

　　1)數(shù)據(jù)挖掘的流程

　　O2O用戶的數(shù)據(jù)挖掘?qū)儆谝粋�自動發(fā)現(xiàn)的過程，在收集數(shù)據(jù)時并沒有明確的目標，只需要從不同的數(shù)據(jù)來源中更多的獲取數(shù)據(jù)，并且對數(shù)據(jù)進行簡單的預處理即可，預處理后通過各種數(shù)據(jù)的計算方法對大規(guī)模的數(shù)據(jù)進行分析。在大數(shù)據(jù)的挖掘中，首先要解決這樣一個問題，就是如何區(qū)分各個用戶群的特點，進而分析其個人的特點，從而獲得有用的商業(yè)價值，數(shù)據(jù)挖掘流程見圖1。

　　數(shù)據(jù)收集：O2O用戶的數(shù)據(jù)除了平臺交易的數(shù)據(jù)，還包括社交網(wǎng)絡、設備終端中的數(shù)據(jù)，這些用戶以“流”的形式存在，這三種數(shù)據(jù)流之前存在著內(nèi)容交叉，可以根據(jù)其交易、互動情況進行分類，從而對數(shù)據(jù)進行收集。數(shù)據(jù)預處理：數(shù)據(jù)的預處理由三個部分組成，分別是數(shù)據(jù)的準備、轉(zhuǎn)化和抽取，數(shù)據(jù)的預處理情況直接關(guān)系的數(shù)據(jù)挖掘的質(zhì)量，并且在一定程度上決定了數(shù)據(jù)挖掘的成功和失敗。原始數(shù)據(jù)中有很多冗余、噪聲數(shù)據(jù)，在預處理中需要對這些數(shù)據(jù)進行整理和清晰，從而提升數(shù)據(jù)挖掘的質(zhì)量。通過結(jié)構(gòu)和半結(jié)構(gòu)數(shù)據(jù)處理方法對這些數(shù)據(jù)進行過濾，提取出重要數(shù)據(jù)，要提升數(shù)據(jù)的關(guān)聯(lián)性，從而體現(xiàn)出更多的用戶數(shù)據(jù)特征，采用數(shù)據(jù)融合方法可以讓關(guān)聯(lián)的數(shù)據(jù)聯(lián)合在一起，從而形成新的數(shù)據(jù)形式。數(shù)據(jù)的挖掘和應用：在數(shù)據(jù)挖掘的過程中根據(jù)商家的需要選擇數(shù)據(jù)挖掘的模型，從而針對性的進行深度挖掘。深度數(shù)據(jù)挖掘的主要模型有：關(guān)聯(lián)分析、類型分析和聚類分析等，比如根據(jù)用戶的性別、年齡、興趣等進行分類挖掘，并且進行解釋和應用。數(shù)據(jù)挖掘后主要應用在大數(shù)據(jù)的可視化分析和計算等。

　　2)數(shù)據(jù)挖掘的方法

　　通過對數(shù)據(jù)的挖掘，利用數(shù)據(jù)對商家的未來趨勢進行分析和判斷，依靠數(shù)據(jù)做出準確的決策。常見的數(shù)據(jù)挖掘方法主要有關(guān)聯(lián)規(guī)則分析、聚分類分析、社交網(wǎng)絡分析等。關(guān)聯(lián)規(guī)則分析可以分為簡單的關(guān)聯(lián)、因果關(guān)聯(lián)等，通過對用戶行為規(guī)律進行挖掘，可以發(fā)現(xiàn)其中的關(guān)聯(lián)關(guān)系，從而找出影響用戶行為的主要因素。聚類分類分析：分類四根據(jù)數(shù)據(jù)的共同點將數(shù)據(jù)分為不同的種類，比如用戶屬性、滿意度分析、購買力等，聚類分析主要用于發(fā)現(xiàn)不同的客戶群，其可以應用在用戶的購買預測方面。社交網(wǎng)絡分析：通過分析用戶的不同社會關(guān)系和屬性，從而分析用戶中潛在的關(guān)系和資源。用戶的社交網(wǎng)絡關(guān)系著用戶之間的關(guān)系和屬性，有助于商家擴充客戶源。

　　3 基于大數(shù)據(jù)背景下用戶數(shù)據(jù)挖掘后的應用途徑

　　1)精準用戶定位實施針對性的營銷

　　在O2O發(fā)展模式中，對用戶數(shù)據(jù)的挖掘表示著對市場的細化和精確定位，從而選擇有針對性的用戶進行營銷。通過收集、處理和加工大量的用戶交易信息，確定用戶群體的消費興趣和習慣，進而推斷用戶的下一個消費行為，從而對這些用戶制定針對性的營銷策略。根據(jù)用戶的特點進行營銷，與傳統(tǒng)的營銷相比會節(jié)約了營銷成本，提升了營銷的價值，鎖定忠誠度較高的消費者，能夠拓展更加優(yōu)秀的消費資源。利用對用戶數(shù)據(jù)的挖掘，商家可以區(qū)別用戶價值的高低，針對不同價值的用戶采用不同的營銷策略，可以讓商家獲得更好的收益回報。 　　2)網(wǎng)絡平臺優(yōu)化

　　電商營銷中網(wǎng)站平臺的頁面設置非常重要，網(wǎng)站的內(nèi)容直接影響著用戶的訪問交易情況，因此在用戶登錄和瀏覽平臺上進行用戶數(shù)據(jù)挖掘能夠了解用戶的訪問相關(guān)，從而為網(wǎng)站平臺優(yōu)化提供參考。電商網(wǎng)站可以通過用戶的訪問、下單習慣來更改網(wǎng)站的結(jié)構(gòu)和內(nèi)容，比如將用戶點擊量高和交易量高的產(chǎn)品放置在首頁吸引用戶的點擊。通過對用戶瀏覽數(shù)據(jù)的挖掘，可以利用網(wǎng)頁的關(guān)聯(lián)性與用戶的期望值相結(jié)合，在用戶期望的界面上多添加導航鏈接，合理的安排服務器緩存，減少服務器的響應時間，從而提升用戶的滿意度。

　　3)穩(wěn)定客戶群

　　通過對O2O用戶的數(shù)據(jù)挖掘能夠分析用戶的喜好行為，從而利用平臺來挖掘和穩(wěn)定客戶關(guān)系，在這些數(shù)據(jù)中針對客戶資料資源進行分析，將客戶根據(jù)交易背景、興趣、習慣等進行劃分，通過對用戶行為的預測可以挖掘出潛在的消費者，并且對于已經(jīng)形成交易關(guān)系的客戶進行維護，針對價值高的用戶提供額外的服務，從而獲得更加穩(wěn)定的客戶源。利用數(shù)據(jù)分析對客戶進行預測和推薦非常重要，比如當一個用戶購買了某種產(chǎn)品并且評價較好時，其會推薦其好友進行關(guān)注，這樣的客戶群體管理有助于商家挖掘更多的潛在客戶，并且提升交易客戶的穩(wěn)定關(guān)系。

　　4)擴展其他增值業(yè)務

　　當O2O的平臺有著一定的用戶數(shù)據(jù)后，就可以建立完整的用戶數(shù)據(jù)庫，通過對用戶數(shù)據(jù)的分析，可以讓商家針對用戶提供其他的產(chǎn)品，從而增加數(shù)據(jù)的收入。現(xiàn)階段大型電商網(wǎng)站都在利用大數(shù)據(jù)開發(fā)新的應用，比如淘寶網(wǎng)的數(shù)據(jù)魔方等，很多商家由于缺少數(shù)據(jù)難以開發(fā)新的業(yè)務，比如消費信貸，而通過對數(shù)據(jù)的挖掘，發(fā)現(xiàn)其附加的價值，就能夠更好的開發(fā)新業(yè)務，比如阿里集團進行的小額信貸業(yè)務。

　　5)精準的開展廣告業(yè)務

　　通過對O2O用戶數(shù)據(jù)的挖掘可以了解用戶的主要消費點，從而為商家的廣告宣傳提供方向，在用戶消費高的地方投入廣告，從而實現(xiàn)商家希望的個性化營銷。在用戶數(shù)據(jù)庫的基礎上，建立數(shù)據(jù)庫的概率模型，對用戶的交易情況進行概率確定，通過對廣告的獲取信息來確定哪些是真實的顧客，哪些是潛在的顧客;觀察用戶對于廣告的反應程度可以作為商家投放廣告時間的參考。通過這種概率分析，可以在數(shù)據(jù)中計算出一個準確的關(guān)鍵詞，讓商家依照關(guān)鍵詞進行廣告優(yōu)化。

　　6)產(chǎn)品管理和服務

　　O2O用戶數(shù)據(jù)的挖掘為商家提供準確的營銷提供了方案，通過相應用戶的需要促進訂單生成，通過用戶的反饋來進行產(chǎn)品的改進;通過對用戶數(shù)據(jù)的分析可以讓商家的營銷發(fā)生改動，比如價格和庫存的調(diào)整等。如果商家能夠?qū)τ脩舻臄?shù)據(jù)進行精準分析，就可以通過對用戶需求的分析來尋找更多的商機。如分析用戶的喜好和相關(guān)的潛在信息，有助于提升商家的產(chǎn)品質(zhì)量和服務，從而讓商家有著更高的市場競爭力。

　　4 結(jié)語

　　隨著網(wǎng)絡技術(shù)的發(fā)展，云計算和數(shù)據(jù)挖掘技術(shù)的成熟，電子商務中的用戶數(shù)據(jù)必將得到更好的挖掘處理，數(shù)據(jù)中隱藏的用戶價值也會被更好地利用。O2O的電子商務發(fā)展已經(jīng)逐漸從銷售轉(zhuǎn)變?yōu)橛脩糁辽希�企業(yè)在發(fā)展中已經(jīng)意識到，想要做出最準確的商務決策，首先要獲得準確的數(shù)據(jù)支持，大數(shù)據(jù)的挖掘應用會推動電子商務模式走向新的發(fā)展高度。

　　參考文獻：

　　[1] 徐國虎，孫凌，許芳.基于大數(shù)據(jù)的線上線下電商用戶數(shù)據(jù)挖掘研究[J].中南民族大學學報：自然科學版，2013(2).

　　[2] 徐國虎，孫凌.基于大數(shù)據(jù)技術(shù)的線上線下電商用戶數(shù)據(jù)挖掘流程分析[J].中國集體經(jīng)濟，2012(30).

　　[3] 黃取治.大數(shù)據(jù)環(huán)境下O2O電商用戶數(shù)據(jù)挖掘探討[J].湖南科技學院學報，2015(5).

　　[4] 劉軍，呂俊.大數(shù)據(jù)時代及數(shù)據(jù)挖掘的應用[J].國家電網(wǎng)報，2014(10).

　　[5] 梁循.數(shù)據(jù)挖掘：建模、算法、應用和系統(tǒng)[J].計算機技術(shù)與發(fā)展，2015(1).

　　電子商務論文發(fā)表期刊推薦《中國電子商務》是經(jīng)國家新聞出版署批準，由國家工業(yè)與信息化部主管，中國電子器材總公司主辦的國家級綜合性期刊。月刊，開本為大16K。本刊以促進中國電子商務發(fā)展和國際國內(nèi)電子商務交流為已任，是目前國內(nèi)第一本專注于全面研究國際、國內(nèi)各行業(yè)采用信息技術(shù)所帶來的商務新理念、經(jīng)營新模式、管理新思維和市場新機遇的新商務媒體。