商業(yè)智能在電子商務交易中的應用分析

在電子商務交易中，企業(yè)關注的是用戶瀏覽量和交易量。只有用戶瀏覽了企業(yè)的站點，企業(yè)才有可能將產品和服務向用戶推廣，進而使用戶產生購買欲望，產生交易。用戶瀏覽站點時，每個時間在不同頁面的停留時間都不同，這將產生大量的用戶行為。用戶的所有行為在企業(yè)站點后臺數據庫記錄之后，許多企業(yè)往往極少給予關注。下面將分析企業(yè)將商業(yè)智能引入電子商務交易的切入點和措施。

本文主要分析了商業(yè)智能在電子商務交易中的應用。包括如下幾個方面：商業(yè)智能在交易搜索中的應用、在完善網站結構方面的應用、在交易相關知識方面的應用、在交易額度分析上的應用、在退貨處理方面的應用及在防止欺詐和網絡安全上的應用等。

（1）商業(yè)智能在交易搜索中的應用。每個企業(yè)站點都提供搜索功能，這是用戶找到所需信息的最直接途徑。用戶在搜索時輸入的關鍵詞以及輸入次數都能反映用戶的某種興趣和愛好，通過對用戶輸入的關鍵詞和關鍵詞出現次數進行分析，綜合利用數據倉庫和OLAP技術，挖掘出不同用戶群體最關注的產品和服務，從而對不同興趣和愛好的用戶提供滿足其需求的信息，這將大大提高用戶的回頭率和忠誠度。

從具體實現上來說，企業(yè)在后臺必須能夠記錄用戶的基本信息，以及用戶輸入的關鍵詞。通過對某用戶進行關鍵詞匯總，找到不同用戶的不同興趣愛好。通過對整個數據庫中用戶輸入關鍵詞的搜索，將數據綜合到數據倉庫中總結出相同或相關關鍵詞出現的次數，發(fā)現大眾的需求。企業(yè)找到這些有價值信息后，針對不同興趣用戶提供不同信息，對搜索率高的關鍵詞增加其訪問的方便性和提供該關鍵詞更加豐富的信息，這都將大大增加企業(yè)網上交易的數量。

（2）商業(yè)智能在完善網站結構方面的應用。網站結構是指整個網站的頁面布局和業(yè)務流程。合理的網站結構能夠使用戶快速地找到所需要的信息，而且大大增加用戶在網站的停留時間和交易次數。電子商務網站剛剛推出往往都是企業(yè)一廂情愿的結構設計，其中可能存在許多不適合用戶體驗的區(qū)域，這就需要通過綜合分析用戶訪問日志，通過數據倉庫、數據挖掘以及OLAP技術來分析出用戶喜歡怎樣的頁面訪問形式，用戶偏好怎樣的業(yè)務流程，從而完善網站結構，獲取更好的用戶體驗。

具體實現上，網站的服務器系統(tǒng)保留了用戶訪問的日志，通過將這些日志進行預處理，抽取出有意義的內容，對其使用OLAP和數據挖掘技術，分析出用戶的訪問行為和偏好的業(yè)務流程。使用的數據挖掘技術更多的是分類和關聯(lián)規(guī)則技術，按照訪問不同的頁面或者頁面停留時間的不同進行分類，得到各個頁面的用戶數和停留時間，從而判斷出用戶的訪問行為。也可以通過關聯(lián)規(guī)則分析用戶在訪問不同頁面時訪問的相關頁面以及訪問次數，從而調整相關頁面的內容和增加相似內容的鏈接數，這都將增加用戶在站點的停留時間和交易數量。

（3）商業(yè)智能在交易相關性方面的應用。交易相關性是指用戶在使用網上商城購物時購買某件物品同時購買相關物品的關聯(lián)性。這主要應用數據挖掘的關聯(lián)規(guī)則分析技術。在交易頁面，往往都會放些與該交易商品相關的一些商品和服務，分析用戶進入該交易頁面時點擊相關鏈接的內容和次數，并進一步分析點擊的相關鏈接所增加的交易數量，在符合一定支持度和置信度的情況下判斷用戶的交易相關性。這將完善網上商品的位置擺放和商品交易時相似或相關商品的集中度，從而增加交易量。

實現上，可以通過對用戶訪問日志進行挖掘分析，也可以直接通過對交易關聯(lián)頁面進行關聯(lián)規(guī)則分析得出交易相關性結果。后者需要在數據庫中記錄各個頁面訪問的時間以及訪問某個頁面又鏈接訪問到的其他頁面和停留時間，以及交易成功率，記錄這些需要耗費大量的存儲空間，這就涉及數據的轉儲和及時分析，及時獲得交易相關性數據。

（4）商業(yè)智能在交易額度分析上的應用。分析用戶的交易額度對企業(yè)實施客戶關系管理有很大的幫助，從而提高客戶忠誠度。通過綜合運用OLAP、數據挖掘技術對用戶在某段時間交易數量和交易額度以及交易內容的分析，得到不同時間段的用戶在不同內容商品上的不同交易額度，從而對交易進行管理。例如對不同額度的客戶，提供不同的售后服務、贈送不同程度的禮品和給予不同程度的優(yōu)惠。在用戶交易額度普遍比較高的時段前期采取大力的宣傳，以進一步促進交易消費。

實際操作中，只要對數據庫中不同用戶的交易表中的交易內容、交易金額、交易時間進行OLAP分析、分類以及聚類分析等操作，得出不同交易額度的用戶，以及交易額度最多的時間段和交易內容，從而對企業(yè)相關營銷和市場策略提供準確的決策。

（5）商業(yè)智能在退貨處理方面的應用。網上交易因為看到的不是實際商品，而只是交易商品的圖片，可能會與用戶想象的實際商品存在一定的差距，所以網上商品更存在退貨的情況。通過對退貨數據進行挖掘和分析，可以認識到企業(yè)提供的商品和服務質量存在的缺陷，為企業(yè)改善自身商品和服務質量以及提高企業(yè)競爭力有很大的幫助。

實際操作上，客戶在每次退貨處理時，企業(yè)后臺數據庫都記錄下客戶退貨的原因。通過將數據導入到數據倉庫結合商品表、客戶表等進行整合分析，分析所退商品存在的缺陷，客戶退貨原因，退貨所發(fā)生的費用損失等。最終得出退貨解決方案和防范機制，同時改善企業(yè)提供的商品和服務的質量。

（6）商業(yè)智能在防止交易欺詐和網絡安全上的應用。網上交易畢竟突破了現實中實物交換的形式，實現了電子貨幣和物品交換的新形式。其中出現的種種欺詐行為和安全問題防不勝防，可能會給企業(yè)帶來巨大的經濟損失。通過商業(yè)智能技術，分析出用戶存在的欺詐手段和安全漏洞以及可能存在的黑客攻擊方法，改進企業(yè)的風險防范和應急措施。

實現上，利用數據挖掘中的聚類和分類技術挖掘后臺交易日志和網絡銀行使用日志，分析其中存在的不一致和非正常情況，得出可能存在的欺詐行為和安全漏洞，從而為企業(yè)采取進一步的措施提供依據。

以上列舉了6種商業(yè)智能在電子商務中的應用以及操作方法，為電子商務的發(fā)展提供了可行的分析和解決思路。

來源：CIO時代網

　　版權及免責聲明：凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業(yè)經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章，不代表本網觀點和立場。版權事宜請聯(lián)系：010-65363056。

延伸閱讀