1、基于數(shù)據(jù)挖掘技術(shù)的網(wǎng)絡營銷管理摘要本文介紹了運用數(shù)據(jù)挖掘技術(shù)處理現(xiàn)代網(wǎng)絡營銷中的客戶關(guān)系管理，幫助企業(yè)運用恰當?shù)募夹g(shù)分析客戶數(shù)據(jù)，制定適當?shù)木W(wǎng)絡營銷策略，實現(xiàn)高效的營銷管理。關(guān)鍵詞數(shù)據(jù)挖掘網(wǎng)絡營銷客戶關(guān)系一、引言隨著全球經(jīng)濟化和信息化的快速開展，商業(yè)環(huán)境中的信息越來越密集，數(shù)據(jù)庫的規(guī)模越來越大，在當今的網(wǎng)絡營銷中，企業(yè)如何從大量的業(yè)務數(shù)據(jù)中經(jīng)過提取和分析，做出正確快速的決策，以獲得有利于商業(yè)運作的信息，進步企業(yè)的競爭力，是各行各業(yè)廣泛重視的問題。為此，急需新一代新的計算技術(shù)，可以智能化地從大量的數(shù)據(jù)中提取出有用的信息和知識，為企業(yè)的管理人員提供決策支持，于是數(shù)據(jù)挖掘技術(shù)應運而生了。早期各種商業(yè)

2、數(shù)據(jù)是以數(shù)據(jù)庫的形式存儲在計算機中的，后來開展到可對數(shù)據(jù)庫進展查詢和訪問，進而又開展到對數(shù)據(jù)庫的即時遍歷。數(shù)據(jù)挖掘技術(shù)使數(shù)據(jù)庫技術(shù)進入了一個更高級的階段，它不僅能對過去的數(shù)據(jù)進展查詢和遍歷，并且可以找出過去數(shù)據(jù)之間的潛在聯(lián)絡，從而促進信息的傳遞。二、客戶關(guān)系管理與數(shù)據(jù)挖掘技術(shù)客戶關(guān)系管理(r)是企業(yè)與客戶之間建立的管理雙方接觸活動的信息系統(tǒng)。網(wǎng)絡時代企業(yè)的客戶關(guān)系管理應該是利用現(xiàn)代信息技術(shù)手段，在企業(yè)與客戶之間建立的一種數(shù)字的、實時的、互動的管理交流系統(tǒng)。其特征為：個性化營銷效勞和客戶效勞；信息采集渠道的多樣化和集成化；客戶信息的集中式管理和共享；商業(yè)智能化的數(shù)據(jù)分析和處理。數(shù)據(jù)挖掘就是從大量

3、的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的，但又是潛在有用的信息和知識的過程。在商業(yè)應用領(lǐng)域，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務數(shù)據(jù)進展抽娶轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)；其功能有：自動預測趨勢和行為、關(guān)聯(lián)分析、聚類、概念描繪、概念描繪等。三、r中經(jīng)典數(shù)據(jù)挖掘技術(shù)的分析1.神經(jīng)網(wǎng)絡神經(jīng)網(wǎng)絡是模擬人腦神經(jīng)網(wǎng)絡來處理、記憶信息的一種新型系統(tǒng)。可完成分類分析、聚類分析、回歸分析，是典型的預測工具。其優(yōu)點：抗干擾才能、可變性、通用性強，有較強的容錯性和魯棒性；能并行處理規(guī)模較大的數(shù)據(jù)庫；能處理連續(xù)、分類或聚類離散變

4、量；有較強的自適應自學習才能。神經(jīng)網(wǎng)絡合適分析r中的定量問題，合適處理大量非線性、有時間順序、多目的、殘缺不全的數(shù)值型數(shù)據(jù)，處理注重結(jié)果、不用解釋原因的復雜問題。如：可根據(jù)客戶的交易紀錄和網(wǎng)站點擊率等建立神經(jīng)網(wǎng)絡客戶模型，分析客戶響應度、忠誠度，預測客戶需求，指導消費和效勞，從而留住老客戶、贏得新客戶。2.決策樹決策樹是以圖表表示一系列事件和可能結(jié)果的方法。由決策節(jié)點、分支和葉子組成，可完成分類分析、聚類分析，是比擬成熟的、作決策的極好工具。其優(yōu)點：決策過程直觀、易理解、易使用、自動化程度高、效率高；擅長處理非數(shù)值型和分類型數(shù)據(jù)；易轉(zhuǎn)換成數(shù)據(jù)庫查詢語句，能明晰地顯示哪些字段比擬重要。決策樹與神

5、經(jīng)網(wǎng)絡相比更合適分析r中的定性問題。分析含有大量字段、用自然語言表述的非數(shù)值型數(shù)據(jù)，分析需要解釋原因或結(jié)果為以自然語言表達的規(guī)那么的問題。如：分析客戶資料、進展客戶細分，以便針對不同客戶群制定不同的對策；根據(jù)客戶的交易數(shù)據(jù)、訪問網(wǎng)站等情況，分析客戶流失規(guī)律、解釋每個客戶群流失原因，幫助制定對策留住客戶。3.遺傳算法遺傳算法同生物進化過程非常相似，以自然選擇和遺傳理論為根底，它擅長聚類分析、分類分析、關(guān)聯(lián)分析和優(yōu)化，能解決其他技術(shù)難以解決的問題，是非常優(yōu)秀的描繪和預測工具。其優(yōu)點：非常適用于大規(guī)模并行計算，在巨量資料中快速搜尋、比照、演化出整體最優(yōu)點；容錯才能強、可以處理不連續(xù)的、非規(guī)那么的或有

6、噪聲的數(shù)據(jù)。遺傳算法合適分析r中的復雜問題或優(yōu)化其它技術(shù)。如：根據(jù)客戶根本信息、交易數(shù)據(jù)和其它外部數(shù)據(jù)等，利用其強大的搜索才能和反復學習找到最優(yōu)解，使客戶信息提取更加量化、更加明確，完成客戶盈利分析。以便制定不同客戶策略，留注贏得有價值客戶。4.規(guī)那么推理規(guī)那么推理即對數(shù)據(jù)中的“假如那么規(guī)那么進展尋找和推倒，從中找到出現(xiàn)條件概率較高的形式。其優(yōu)點：直觀、容易理解；能用簡單的if-then規(guī)那么描繪數(shù)據(jù)間的完備關(guān)系；能處理帶有屬性或描繪的數(shù)據(jù)項；得出的規(guī)那么具有可讀性。規(guī)那么推理側(cè)重于分析r中的定性問題。分析連續(xù)和離散的、用自然語言表述的客戶數(shù)據(jù)，如：分析客戶點擊的頁面、內(nèi)容及頻率。理解客戶偏好和習慣，提供針對性效勞，增加客戶滿意度；分析客戶特定購置形式，獲取潛在的客戶購置規(guī)那么及不同商品間的互相聯(lián)絡，實現(xiàn)穿插銷售、追加銷售、“一對一營銷。四、結(jié)論隨著電子商務的快速開展，客戶信息多渠道、復雜、多樣、易變等特點，數(shù)據(jù)挖掘技術(shù)也在不斷更新，企業(yè)應根據(jù)當前詳細情況，選擇適宜的方法來建立客戶模型，并能根據(jù)所得結(jié)果對所選模型進展判斷和評價，不斷修正、完善現(xiàn)有模型，以進步結(jié)果的精度和實時性，來制定適宜的營銷策略。參考文獻：1陳海珍黃德才等:數(shù)據(jù)挖掘技術(shù)在r中的應用j計算機工程，2022，(5):189