电子商务管理与Web数据挖掘技术的契合探析

　　电子商务管理主要是指利用计算机技术、网络技术、通讯技术和计划、组织、领导、控制等基本功能，针对企业电子商务活动组织中的财务、营销、人事、生产物料、机器设备及技术等有限资源做出妥善的安排，使企业得到更有效率的产出。Web数据挖掘（WebDataMining)简称Web挖掘，是从数据挖掘发展过来的集Web技术、数据挖掘、计算机技术、信息科学等多个领域的一项技末是指从大量的Web文档集合中发现蕴涵的、未知的、有潜在应用价值的、非平凡的模式。如何将Web数据挖掘技术应用于电子商务管理活动之中，提高电子商务管理的质量、水平与效率，是值得广大电子商务管理从业人员和研究人员探索的一个问题。

　　1 电子商务管理与Web数据挖掘的契合

　　随着Internet的普及，电子商务犹如燎原之火，在全世界迅猛发展。权威统计表明，截至2004年年底，全球电子商务交易总额已经达到了2.7万亿美元，而我国市场规模也已达到了3239亿元人民币。市场调查机构iReseardi推估，至2007年内地电子商务市场规模将由2005年的5300亿元人民币，骤增为1.7兆元人民币，其中，B2B电子商务市场规模将达1.69兆元人民币11]。由此可见，电子商务在国民经济发展中的地位日趋重要，企业开展电子商务已是大势所趋。不可否认的是，电子商务的发展促使企业收集了大量无序的数据，但是其中真正用到的信息与知识则非常少，怎样才能从大量的数据中经过分析，获得隐含的、有价值的、可理解的、有利于商业运作的、提高竞争力的信息，以指导日后的电子商务管理活动呢??20世纪80代末兴起的数据挖掘（DataMining)技术为解决此问题开辟了一条道路，并有众多企业从中受益。

　　数据挖掘是电子商务管理活动不可缺少的重要工具，能为正确的商业决策提供强有力的支持和可靠的保证，但是传统的数据挖掘方法大部分只能对同质、同构的数据进行分析，这对于互联网上的大量的异构的文本信息、日志信息、超链接等不太适用。因此，在传统的数据挖掘的基础上产生了一个新的技术——Web数据挖掘。Web挖掘可分为Web内容挖掘、Web结构挖掘和Web使用记录的挖掘，其所处理的对象包括静态网页、Web数据库、Web结构、用户使用记录等信息数据挖掘的主要方法包括访问路径分析、关联规则发现、序列模式分析、分类规则发现、聚类分析等。

　　Web数据挖掘是辅助电子商务管理的综合分析工具，运行在电子商务网站的用户数据库和数据仓库之上，包括以下功能模块:a.过滤器。用来从Web数据库中抽取相关数据，进行二义性分析，消除不一致性。b.挖掘综合器。它是一个挖掘驱动引擎，根据挖掘要求和挖掘方法的知识库到Web数据挖掘算法库中去选择合适的挖掘方法，并且使用该方法去执行挖掘任务。c方法选择专家系统及知识库。它是Web数据挖掘的“大脑”是一个规则集合，能够根据不同的挖掘要求来选择最有效的挖掘算法或几种算法的序列组合，并且随着应用的深人，该知识库可以不断融入新的规则，以增加专家系统的智能性。数据挖掘算法库。它是一个数据挖掘分析方法的综合性算法库。e.用户评估界面。提供一个和分析人员交互的友好界面。如果本次的挖掘结果不能满足分析人员的需要，就可以再次从这里输人挖掘需求。f.方法驱动模块。它利用挖掘出来的有益信息，去进行相应统计与分析的工作。

　　随着市场经济国际化、区域经济全球化、业务处理数字化、消费需求个性化的市场竞争环境的形成，企业将面临更多的竞争对手和不确定的信息，需要借助于数据挖掘技术对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据，来控制成本、提高效益。电子商务本身是一种商务活动，数据挖掘技术最初也是为了商业应用而开发出来的。实践证明，电子商务管理活动是Web数据挖掘技术适合的应用领域，主要是因为电子商务可以很容易地满足数据挖掘所必需的因素（丰富的数据语言、自动收集可靠的数据)，并且可将挖掘结果转化为商业行为。

　　2电子商务管理中Web数据挖掘的资源

　　在电子商务管理中要使用Web数据挖掘技术，必须选择合适的目标数据集合,也就是必须明确适合Web数据挖掘的资源。

　　2.1 Web服务器数据当客户访问Web服务器时就会在服务器上产生相应的服务器数据，这些数据可以分为日志文件、查询数据两种。a.日志文件。日志文件是Web服务器上用以记录用户访问页面情况的文件，分为serverlogs、errorlogs和cookielogs。用户每访问一个页面，Web服务器的日志中就会增加一条记录。不同的Web服务器的产品日志格式不同，但通常都包括访问者的1P地址、访问时间、访问方式、访问页面、协议、错误代码以及传输的字节数信息。服务器日志数据是使用Web数据挖掘技术的重要数据来源。1>.查询数据。查询数据是电子商务站点在服务器上产生的一种典型数据，它是在线客户在查询所需信息时生成的，这些查询信息通过Cookie或是登记信息连接到服务器的访问日志上。

　　2.2 客户登记信息它是指客户通过Web页在屏幕上输入的要提交给服务器的相关信息，包括注册信息、登录信息、网上留言等。在Web数据挖掘中，客户登记信息必须和访问日志集成，以提高数据挖掘的准确度。通过对用户登记信息和日志信息的综合,能够更好地了解客户的行为，并针对不同的客户制定不同的政策。

　　2.3 代理服务器数据代理服务器相当于在客户浏览器和Web服务器之间提供了缓存功能的中介服务器，它的缓存功能减少了Web服务器的网络流量，加快了网页的运行速度,同时将大量的用户访问信息通过代理日志的形式保存起来。

　　2.4 业务往来数据企业内部之间、企业与上游企业和下游企业之间，因为业务往来关系，其中也产生了大量的数据，这些数据对于电子商务的经营决策、营销机制具有重要的参考价值。因此,这些业务往来数据也是Web数据挖掘技术需要分析的数据。

　　3电子商务管理中Web数据挖掘的过程

　　Web数据挖掘在电子商务管理中的应用是一个将信息、数据转化为商业知识的过程。a明确数据挖掘的目标，确定电子商务管理的应用主题，并对挖掘目标建立恰当的模型。挖掘目标主要有两个方面:一是从与产品、客户相关的数据中发现对电子商务管理起关键作用的新的有价值的知识；二是通过数据挖掘去验证假设是否成立。围绕电子商务管理主题收集数据源，并对数据进行清理、转换、集成等技术处理，装载进入数据仓库。在正式挖掘之前，对数据进行格式化操作，并将所有数据导入到特制的数据集市中。d.选取合适的数据挖掘方法，构建数据挖掘模型,从目标数据中提取有价值的电子商务管理知识,包括电子商务运营规则、模式、模型和报表等。对结果进行分析和验证，调整数据挖掘模型，从而保证结果的可靠性和实用性。e.挖掘结果评估与知识表示。将电子商务管理知识集成到电子商务管理中心，融合专家知识与领域规则，为电子商务管理活动提供决策支持（如图1)4。

　　4电子商务管理中Web数据挖掘的效用

　　如图1所示，Web数据挖掘技术在电子商务管理活动中的效用主要体现在以下6个方面。

　　4.1 决策优化管理面对电子商务竞争环境下的挑战与机遇,“向管理要效益”已成共识。企业在实现科学管理过程中，必须快速有效地分析和处理来自企业内外部的大量数据和信息，回顾过去,分析现在，预测未来,并迅速作出判断和决策。收集信息、拟订方案、选择方案、实施方案构成了决策的四个过程，能否及时、准确、全面地收集信息成为提高企业决策能力的关键。将Web数据挖掘技术与企业决策优化相结合，应用于管理决策中，客观评价企业的相对地位，从而为企业制定、实施和评价发展战略提供科学依据，将是有益的尝试。通过Web数据挖掘，一方面加强对企业外部环境信息(包括政治、经济、政策、科技、金融等各种市场、竞争对手、供求信息、消费者等)与企业发展有关信息的收集、整理、分析和处理，使企业抓住转瞬即逝的市场机遇，及时调整经营战略，促使企业健康、持续地发展;另一方面，充分利用企业数据仓库中的海量数据进行分析，并根据分析结果找出企业经营过程中出现的各种问题，如经营不善、观念滞后、产品失败、战略决策失误等内部因素引起企业人、财、物、产、供、销的相对和谐平衡体遭到重大破坏，对企业的生存、发展构成严重威胁的信息，及时做出正确的决策,调整经营战略，以适应不断变化的市场需求。

　　4.2 客户关系管理客户关系管理是一种以客户为中心的经营策略，它通过现代信息技术，充分利用客户信息，挖掘有用的商业知识，指导企业的产品开发、市场营销和管理决策，提高企业的市场竞争能力15|。电子商务时代企业的竞争是一种以顾客为焦点的竞争形态，争取顾客、留住顾客、扩大顾客群、建立亲密顾客关系、分析顾客需求、创造顾客需求等，都是最关键的电子商务管理课题。Web数据挖掘技术为客户关系管理提供了便利，企业可以将从各种渠道收集的客户信息组合后，应用超级计算机、并行处理、神经元网络、模型化算法和其他信息处理技术手段进行处理，提炼出有用信息。

　　Web数据挖掘在企业客户关系管理中的效用主要表现为争取客户、挽留客户和细分客户这几个方面。a争取客户。可以通过在对Web的客户访问信息的挖掘中，利用分类技术在Internet上找到未来的潜在客户。其基本做法是，先对已经存在的访问者进行分类并确定各类的一些公共属性，此后就可以对一个新的访问者进行正确的分类，客户的类型确定后，就可以举办针对具体目标受众的更加集中的商业活动。b.挽留客户。可以利用Web数据挖掘技术对客户付费历史、人口统计信息及其他资料进行分析并针对已流失客户的模式建立模型，然后就可以应用这一模型预测哪些客户即将离去。有了这些信息的帮助，就可以通过更加主动的、针对性强的营销活动来保持其客户，降低挽留客户的费用。c.细分客户。可通过对电子商务系统收集的交易数据进行分析，按各种客户指标（如自然属性、收入贡献交易额、价值度等）对客户分类，然后确定不同类型客户的行为模式，以便采取相应的措施，促使企业利润的最大化。

　　4.3协同商务管理1999年，美国著名的IT咨询机构GartnerGroup认为，所谓协同商务，是指一种全新的利用In-ternet技术进行交易活动的商务模式，交易可以发生在企业内部、企业与其业务伙伴之间，或者是商务社区的参与者之间；商务社区可以是一个行业、一个行业的一部分或供应链。不管任何形式的协同，如产品设计、供应链规划、预测、物流、促销等，都可以视为协同商务的一部分166.协同商务分为企业内部协同和外部协同。内部协同是指企业内部的协同，包括各部门之间的业务协同、不同的业务指标和目标之间的协同和各种资源约束的协同。外部协同是指在行业价值链中，上下游企业间的协同。业界认为，协同商务的发展将会在整个供应链甚至在全球网络供应链上全面拓展，并造就高度灵活、快速反应的虚拟企业，并将在全球范围内对原材料的生产和开采、加工、产品设计、生产制造、分销、运输、配送、零售、市场及服务等商务模型和商务运作带来变革。

　　在电子商务环境下，企业间的交往日趋频繁，业务往来也越来越紧密复杂，如何协调企业间众多复杂的业务往来关系，加强协同商务管理，是每一个企业管理者所面临的新问题。运用Web数据挖扼可以从财务、销售、采购、物流、供应链、网上销售等应用系统提取各类数据，进行分析加工，将协同企业、部门不同时期开发、分散在不同的软硬件平台上的信息系统整合，提供高度的信息透明度与实时性，然后根据设定的工作流，发送给各有关协同企业、部门或人员，极大地提高企业对过程控制、生产制造和资源管理的能力，使企业最大限度地利用人力资源、物质资源和信息资源，合理协调企业内外部资源与协同企业的关系，从而帮助企业提高组织效率，建立协调的运作管理体系，提高企业对市场的响应能力，最终有效地促进企业管理的现代化、科学化，适应竞争日益激烈的市场要求。运用Web数据挖掘技末从物料需求、产品设计、生产制造，到库存管理和市场销售，实现数据信息的交换和共享，通过在线分析处理（OLAP)，优化商业流程，达到协同企业间资源的最优组合，使决策者及业务部门实现跨企业的联合作战，促进企业业务、企业的视野从事务性和技术性的角度提升到经营模式的高度。

　　4.4 营销模式管理企业开展电子商务，其最终的理想结果是希望通过网络营销实现商品和价值的转移过程，从而为企业带来利润和效益。因此，采取何种网络营销模式，直接关系到企业电子商务的成败。令人欣慰的是，Web数据挖掘技术为企业网络营销模式的选择提供了便利，促进了企业网络营销模式的管理。具体而言，通过Web数据挖掘，企业在网络营销中可以加强以下营销模式的效率：

　　a交叉网络营销。交叉营销是指企业通过发现一位已有顾客的多种需求，并满足其需求而实现多种相关产品或服务的各种策略和方法，交叉营销现已扩展到多个企业电子商务网站之间开展联盟合作的交叉网络营销，有利于企业资源互补、互惠互利，吸引更多的网络顾客，应用网络合作伙伴所形成的资源规模创造竞争优势。利用Web数据挖掘工具，了解顾客在网上购买商品或接受服务时的选取习惯、链接习惯、商品组合习惯，通过关联分析，找出其中的规律，用来指导本企业应捆绑销售的商品，提高消费者的消费价值，提高交叉营销效果，提高顾客的满意度和忠诚度。

　　b.“1对1”营销。利用Web数据挖掘技术对企业数据仓库中的大量数据进行处理、分析和推断，可以发现那些隐藏在数据中的模式、关联、规则和趋势，利用这些模式、关联、规则和趋势能够帮助企业构建出与客户之间的最佳沟通方式，创造出独有的新产品和服务，满足客户的个性化需求，避免与同类企业在成本上的竞争，从而实现“1对1”式的差异化营销。

　　c频率营销。频率营销又称常客奖励计划，对于越是经常重复购买的忠诚客户，越能获得更多的奖励，从而以奖励客户累计购买的方式增加销售量，并建立客户忠诚度。通过Web数据挖掘，以企业保存的准确的客户购买记录为基础，就很容易挖掘出常客。

　　d.会员制营销。会员制营销是一种将客户组织成会员团体或俱乐部，通过加强内部的联系来建立客户忠诚，进而提高营销质量的一种营销模式。利用Web数据挖掘技术，很容易将一群具有共同兴趣或消费经历的人组织起来，使他们不仅加强与企业的沟通，而且还可与其它会员交流消费体验。

　　4.5 网站維护管理企业网站是开展电子商务的基础，是一种有效的网络营销工具和网上销售渠道，电子商务网站的建设直接关系到企业网络营销的效果，决定了电子商务管理的水平。建立起电子商务网站并不困难，困难在于如何让电子商务网站创造效益。要想有效益就必须吸引客户，增加客户的忠诚度。电子商务业务的竞争比传统的业务竞争更加激烈，原因有很多方面，其中一个因素是客户从一个电子商务网站转换到竞争对手那边，只需点击几下鼠标即可。网站的内容和层次、用词、标题、奖励方案、服务等都有可能成为吸引客户或失去客户的因素。

　　在Web数据挖掘技术的帮助下，网站设计者不再完全依靠专家的定性指导来设计网站，而是根据访问者的信息来修改和设计网站结构和外观。网站的管理员也可以按照大多数访问者的浏览模式对网站进行组织或重组，按照其所访问内容来裁剪用户与Web信息空间的交互，尽量为大多数访问者的浏览提供方便。可以根据客户的访问路径，找出顾客访问最频繁的路径，根据这个路径来设计网站的结构和网页的链接，有助于节约客户的访问时间，也节约网站的开支;还可以依据客户的浏览行为，知道客户的兴趣及需求所在，动态地调整Web页面，提供特有的一些商品信息和广告，以满足客户的需要。网站如果能够让客户轻易地访问到想访问的页面，就能给客户留下好的印象，增加下次访问的几率，进而增加企业网站竞争力。

　　4. 6风险控制管理任何企业在其生命周期内都不可避免地会遭遇各种各样、或大或小的风险，诸如来自采购方的风险、来自供应方的风险、来自环境方面的风险、来自企业自身内部的风险等，风险一旦发生，将给企业带来沉重的打击，甚至置企业于死地。特别是在电子商务环境下，企业在风险面前更显脆弱，任何一次小小的风险，都有可能使企业从赢利走向亏损、从繁荣走向衰败。因此，企业风险控制事关企业的兴衰成败，如何加强企业风险控制已成为众多企业需要迫切解决的课题。Web数据挖掘技术为这一课题的解决提供了便利的工具，大大提高企业风险甄别与风险管理的水平和能力。通过Web数据挖掘，快速地获取关于企业经营各方面的风险、威胁和危险的各种信息，如产品质量和责任、环境、健康和人身安全、自然灾害、计算机故障等，并对各类风险、威胁和危险的大小及发生概率进行评估，在此基础上准确地预测企业所面临的各种风险，建立各类风险管理的优先次序，制定风险管理的策略和方法，拟定风险应急计划和风险管理队伍，防止商业风险进一步恶化，加强电子商务的安全性和针对性，为企业健康正常的发展保驾护航。