数据挖掘技术电商零售平台运营管理

摘要：大数据时代各种数据爆炸式增长，电子商务数据化运营应运而生。电商零售平台通过数据挖掘技术开展精细化运营分析，可以为提高经济效益和管理效率提供保证。本文分析了数据挖掘技术在电商零售平台数据化运营管理中的应用，并以长风大数据提供的电商零售平台的护肤品相关数据为例对其通过数据挖掘技术进行分析，发现平台存在的问题并提出优化建议。

关键词：数据挖掘；数据化运营；电子商务

引言

随着电子商务的飞速发展，电商零售平台越来越多，各平台上入驻的商家也越来越多。传统的营销手段、运营方法已无法有效提升电商零售平台的运营效率。电商零售平台每天都产生海量的运营数据。大数据是互联网行业与生俱来的特点。数据化运营是电商企业得天独厚的“神器”。未来电子商务的核心竞争优势来源于对数据的解读能力，以及配合数据变化的快速反应能力。电商零售平台中数据是核心资源，深入挖掘分析数据更深层次的价值，构建一套有重点、有层次、符合实际的运营监测指标体系，全面管控各种经营风险，可提高平台的管理水平和运营效率。

1、数据挖掘技术在电商零售平台数据化运营管理中的应用

数据挖掘又称数据库中的知识发现（KnowledgeDiscoverinDatabase，KDD），是目前人工智能和数据库领域研究的热点问题。通过数据挖掘，人们可以发现数据背后隐藏的有价值的知识。数据挖掘已成为“数据爆炸”时代获取重要信息的一种有效方法。在电商平台运营中，数据挖掘与分析起着非常重要的作用。通过数据挖掘技术对电商平台的数据进行深入分析，可以为平台及商家做出正确的决策提供技术支持。

1.1客户访问数据及销售数据分析

电商零售平台的客户主要来源于直接访问、网络广告、搜索引擎等，研究客户的浏览路径、停留时间等访问数据可推断出用户的浏览习惯，判断用户的需求、兴趣所在，推测他们下一步的消费行为和倾向，从而对客户进行个性化营销和定向营销、提高用户体验，实现以“客户为中心”的经营思想。对客户的销售数据进行分析，可以发现顾客的购买习惯。对销售数据进行关联分析，可以发现同时被顾客购买的商品组合，帮助商家决定商品的摆放和捆绑销售策略。对客户数据进行聚类分析，可以将具有相似浏览行为及购买行为的客户进行分组，针对不同的客户群提供不同的服务。

1.2平台网站的内容和结构分析

电商零售平台是消费者与商家进行交易的平台，平台网页中内容和结构的安排如同实体店中店铺的装修和商品的摆放一样重要。根据用户的页面浏览情况及关注的内容，对用户的浏览路径进行分析，在网站的明显位置放置用户感兴趣的内容及商品，从而促进销售，优化网站结构，提高平台的运行效率。

1.3运营预测分析

电商运营预测指的是，利用各种先进的技术手段，对影响电商市场变化的多种因素进行科学研究、分析、判断其趋势，把握其发展的规律，为电商经营决策者提供可靠的决策依据。电子商务运营中很多评估和决策都要以预测为前提。只有通过数据分析预测平台运营与管理情况、客户心理和行为方式，预测商品成交的趋势规律和行业信息，预测销量、点击率、流量和销售额等，掌握平台的总体运营状况，把握电商行业发展趋势以及电商市场动态变化，及时调整平台战略及战术的方针政策。及时准确的预测数据可以帮助电商运营人员通过科学的预测方法减少决策的风险，减少未来不确定性，增强平台在市场经营等方面的正确判断能力，从而提高在市场竞争中的地位。

1.4业务分析

许多电商零售平台的主要利润来源于出租虚拟店铺，平台通过为商家提供各种增值服务等业务来盈利。将平台的各种业务数据进行汇总分析，形成报表，可发现业务数据中的潜在规律，为未来的决策提供依据。

1.5经营状况分析

经营效益对电商零售平台尤为重要。通过数据挖掘对经营数据进行多维度分析，以灵活多样的图表进行展现并得出经营质量分析报告，可帮助平台深度了解其运营状况，发现其运营中存在的问题，以便及时改正。

2、电商零售平台数据化运营管理中数据挖掘的流程

无论哪种应用，电商零售平台数据化运营管理中数据挖掘的流程一般分为三个阶段：数据准备阶段、数据挖掘阶段及数据展示阶段。

2.1数据准备

数据准备阶段主要包括数据的选择、数据的清理、数据的转换三个步骤。数据的选择要根据挖掘的目的收集相关的平台数据。数据的清理包括数据中的噪声及缺失值处理、连续属性离散化等。数据的转化要将数据格式转换成适合数据挖掘的描述形式。

2.2数据挖掘

依据数据的特点及分析目标选择合适的数据挖掘算法及参数并用工具实施。常用的数据挖掘方法有关联规则、聚类、分类等。常用的数据挖掘工具有WEKA、SPSS、RapidMiner等。

2.3数据展示

将数据挖掘的结果用图形、报表等可视化技术展现给用户，转换成用户能理解的内容。

3、电商零售平台数据化运营管理中数据挖掘实例分析

选取长风大数据提供的电商零售平台关于护肤品类的一些运营数据使用Logisdatamining大数据挖掘平台、LogisPMT、大数据多维分析平台、SPSS、Excel、sql-server2008、图悦热词分析工具、大数据搜索与挖掘平台等工具进行数据挖掘与分析。首先对庞大的数据进行数据清洗、归类、整理；其次以品牌、产地、功效和规格为影响因素进行单维数据分析，分析各个电商平台的销售情况；接下来依据产品的销售情况，以商品编号和用户id为分析维度进行多维数据分析，分析用户的购买行为；紧接着对各个电商平台进行具体数据分析；此外，通过文本分析工具对各个平台、多平台联合的用户评论进行分析；最后以淘宝平台为例，运用聚类分析淘宝用户id与产品id的关系，将用户进行分类，分析用户的购买行为，探索不同群体的销售策略。

3.1各零售平台数据挖掘结果分析

（1）亚马逊亚马逊平台上有51%的销售品牌为欧美国家的品牌，其中美国占比最多为27%；非欧美国家中日本品牌占比较大，达24%，其市场份额也较大。兰蔻、雅诗兰黛销量位居前两名。通过对亚马逊平台热词的分析发现补水、皮肤、保湿、正品等关键词权重较高，其中关键词“补水”的权重最高，达到2.34，其次是“皮肤”达到2.23，说明消费者对商品的品质以及商品对皮肤的影响较为看重；通过对评论的词频统计的分析发现，使用后的效果、护肤品的味道得到大多数消费者的关注。（2）京东京东平台上雅诗兰黛、兰蔻销量位居前两位，相对于其他平台来说，京东平台Top前十的销量差距较小，说明京东平台上大牌护肤品的市场较好，消费者对京东平台的信任度较高。保湿补水的产品销量占到京东护肤品销量的62%，说明大多数消费者偏爱于保湿补水的护肤品。价格在36-56元的产品销量占到总销量的24%，说明大多数消费者容易接受的价格区间为36-56。容量为120ml和150ml的产品获得了最多消费者的青睐。适合所有肤质的护肤品销量占到总销量的70%，可以发现适用范围越广越容易得到消费者的关注。通过对京东平台评论的分析发现消费者在购买护肤品时看中的方面主要包括正品、价格、味道、保湿等。其中关键词“便宜”的权重最高，达到3.96，其次是“正品”，达到3.94,说明消费者对护肤品的价格和品质最为重视。（3）淘宝网淘宝网产品品牌丰富，但每种品牌的市场占有率都不大，科颜氏、兰蔻在淘宝上的市场占有率最高，且功效为保湿补水的销量最高，占到总销量的53%。从顾客购买时间的分析发现消费者在上午十点之后成交量持续上升，在18点时达到最大。通过对淘宝平台评论的热词分析发现正品、味道、包装、补水等关键词的权重较高，关键词“正品”的权重最高，达到5.88，说明淘宝平台上的消费者最为重视产品的品质。从评论的词频可以看出消费者喜欢舒服清爽的补水产品。从淘宝平台评论的等级分析发现淘宝平台的好评率较高。（4）天猫天猫平台所销售的众多产品品牌中，美肤宝和丸美销量位居前两位，适用于所有肤质的产品依然是销量最高的，占到41%。从天猫平台评论的态度可以发现大多数消费者对天猫的信任度较高，喜欢在天猫购买护肤品；从评论的热词发现，关键词“正品”的权重最高，达到5.0，其次是“味道”达到4.87，说明天猫平台上的消费者对产品的品质和味道比较看重；从评论的词频可以发现，使用产品后的效果、正品保障、合理的价格、小小的赠品都能提高客户的满意度。

3.2对电商零售平台提出的建议

通过对以上几个电商零售平台销售情况的分析，可以发现正品、价格、物流、商家的服务、包装是影响商家销量的重要因素。关键词“正品”在每一个平台都有很大的权重，保湿补水、适用于所有肤质的护肤品在各大电商平台销量都很好，护肤品的规格在120-150ml之间的最容易被顾客接受，消费者最关心的还是护肤品在使用后的效果，“兰蔻”、“雅诗兰黛”的产品在各大平台上都赢得了顾客的青睐，物美价廉的商品同样深受顾客的喜爱，基于这些状况，对电商零售平台及商家提出以下优化建议：（1）各大电商平台在设计自己的网站时可以增加无障碍购物模块。随着互联网技术的普及，在网上购物的人越来越多。我国存在着大量的身体有缺陷的消费者，老龄化现象逐渐严重，老年人的市场逐渐发展起来，设置无障碍购物可以方便这些人购物，提升客户的购物体验。（2）各大电商平台可以加大对商品销量高的品牌和产品的支持。如之前分析的护肤品类目中可增加“兰蔻”、“雅诗兰黛”这些品牌的市场占有率。同时也应增强对新品的支持力度，培育平台内的新生力量，增强平台内商品的竞争力。保湿补水、容量在120ml-150ml、适用于所有肤质的护肤品深受消费者的喜爱，电商平台可以增加对这些商品的曝光量。（3）“正品”是消费者比较看重的，各大电商平台应完善平台内相关的制度，定期对平台内的商家进行商品质量检测，尽量减少平台内的假冒伪劣商品，保障消费者的合法权益。平台可以创新对商家的考核方式，奖惩结合，定期对信誉良好的商家进行奖励，比如参加活动时放宽对这些商家的条件限制；对于虚假交易，出售假冒伪劣商品的商家加大惩罚力度。（4）价格是影响顾客购买行为的重要因素，尤其在商家做促销活动时最为明显，好多顾客因价格便宜而囤货，商家在设置商品的价格时尽量设置在消费者最容易接受的价格区间内。（5）13.5%的客户在使用产品后感觉效果不错，表示会多次回购。数据表明商家在运营过程中做好产品本身至关重要。产品包装、日期、品牌、客服、物流、赠品等都能引起顾客的回购，商家应自觉提升各方面的服务质量，提升顾客的忠诚度，对于商店的老客户要经常发放一些优惠券，提升客户粘度。

4、结束语

大数据时代电商零售平台的数据化运营是一场管理革命和技术革命。各大平台应充分利用数据挖掘工具对平台数据进行深入挖掘和分析，从而发现平台大数据背后隐藏的重要信息和知识，为平台和商家的经营决策提供可靠的保障。

参考文献：

[1]李健，王小蒙.数据挖掘与分析在网站运营管理中的应用[J].科技传播，2017,(10)：96-97

[2]罗燕军.Excel数据挖掘技术在电商运营预测分析中的应用[J].中国管理信息化，2017,20(19)：140-143

[3]施丽.基于数据挖掘的电子商务经营分析系统研究[D].北方工业大学.2012.5

作者：郭燕萍 苏雪峰 单位：山西大学商务学院