电子商务的分析与展望

摘要：

本文通过对大数据下背景下如何利用用户消费者行为数据对用户进行精准划分，并基于划分结果如何改进营销策略提出了阐述。针对用户怀疑提供监控数据的必要性这一现象，提出了解决措施，以期为企业更好地分析使用消费者行为数据提供建议，并对企业今后如何处理用户监控数据，如何更好地管理客户关系提供了参考。

关键词：

客户管理；精准营销；大数据应用；电子商务

一、引言

电子商务与传统商务的区别主要是打破了时间和空间限制，但其作为一种商业活动，其本质也是向消费者提品和服务以获取利润。消费者行为无疑也是这一领域考虑的主题问题。然而随着消费者网上行为的增加，网络数据所带来的庞大的信息量不仅给电子商务企业带来了巨大的机遇，也带来了挑战。那么怎么利用大数据更好地服务于电子商务企业，本文主要从如何分析和使用消费者行为数据的角度展开。

二、文献综述与选题意义

目前的研究主要是在大数据技术的处理上，或者在相关领域的应用，但是具体针对消费者行为进行的研究甚少，然而，正如前文所说，消费者或者说消费者体验是整个电子商务营销活动中最为核心的部分，因此，本文旨在通过对消费者进行研究，基于消费者相关网络数据进行合理的分析和深入的探讨，并为企业提出可行性建议。

三、用户精准划分

每一个网络消费者个体都有其个性特点，大数据使得分析每一个用户数据成为可能。基于大数据技术可以提取相对更为精确的性格标签，然后可以将每一个用户用多种标签来呈现其性格特征和消费特征，再综合购买行为和性格特征将用户进行分类，可分为如下四类：潜在用户，主要是在相关网站上浏览或者查询过有关商品，但没有做出购买行为的用户。新用户，主要指首次购买相关商品或者购买总量不多的用户。忠实用户，主要指长期购买相关商品的用户。用户的用户，主要指两类，第一种是用户不发生购买行为但有购买需求家人或朋友，如孩子老人等，具体表现为用户为这些人进行购买行为。还有一种是同样有购买行为，且购买行为会对其他用户产生影响的用户。

四、基于大数据的CRM研究

针对每个类型的用户以至每一个具体用户，我们应根据其抽象出的用户画像制定不同的分析策略，分析其潜在需求与现实需求。对于潜在用户，可以针对用户的搜索渠道、搜索内容、搜索频率等特征分析消费者需求，分析其未发生购买的可能的原因，并进行持续的跟踪调查分析。向其推送符合其要求的产品。针对新用户，着重分析两个方面。首先用户出现第一次购买行为是出于什么原因，用户产生购买行为前搜索路径是怎么样的，是什么因素触动了这次购买行为。其次，每发生一笔消费，是出于怎样的需求。这样的分析不仅有利于分析这类消费者的购买行为和消费特征，进而将新用户发展为忠实用户，还有利于分析如何将潜在用户发展成为实际用户。针对忠实用户，可分析其发生购买行为的总的出发点，这是该用户对企业肯定的地方，也可以说为是企业的核心竞争力。提炼出这种核心竞争力，继续发展创新。还可分析其购买行为后的反馈，找到企业自身需要改进的地方。针对用户的用户，可综合用户的浏览行为和购买行为分析其背后的人员情况，向其推送相关产品。可基于其社交关系进行分析，分析相关人员的购买行为。大致可分为同类型消费者、互补类型消费者、无显著关系消费者三种。因此可提供同类推荐，好友间共同拼单的策略等活动，不仅延伸了用户关系网，也让用户在拼单购买中实现价格上的优惠，提升消费者购买时的满足感与愉悦心理。

五、新的机遇与挑战

电子商务已经基本成熟，但如何突破瓶颈，迎来新的发展。精准分析营销一直为学者探讨，也一直为企业所推崇。大数据技术不仅为精准营销更为精准，更大程度地实现了个性化营销，目前的主要体现是各购物平台的个性化推送，网站的结构优化，以及用户背后信息的挖取。但是在使用的过程中还是存在一些问题，在信息越来越庞大，但又越来越暴露的今天，用户的隐私安全如何保护。如果用户隐私泄露的风险超过个性化服务带来的便利，那么那时企业如何继续实施用户数据分析与精准营销。有研究发现，用户已经开始怀疑为相关企业和平台提供数据监控的必要性，在智能家居领域尤为明显。因此，对于用户已经开始怀疑监控数据的必要性这一现象，企业该如何处理既能保证个性化精准营销的实施，又能消除相关用户对监控数据的担心，如何基于大数据采用更合理更容易接受的方式，在保证用户信息安全的条件下进行精准营销，无疑是当今需要着重探讨的话题。笔者可以通过这样一种方式，基于目前大数据的消费者分析，更加客观准确的定位每一类用户的特征和需求，采用监控志愿者行为的方式，为同类用户提供相关推荐，和其他不敏感的推荐。并非对所有消费者的浏览行为进行监控。这样既可以减少用户的抵制监控心理，也可以为用户提供个性化的服务和体验，同时可以减少庞大的无用信息，更为准确的用户和市场分析。不过如何选取志愿者，如何对志愿者进行分析将会是另一难题。不过相信会有很合理的方式，也将会为电子商务迎来新的发展。

六、结语

大数据在客户关系管理的应用极大地提高了营销的有效性和用户的满意度，促进了电子商务的发展，但是面临新的问题，在电商中如何继续使用和分析消费者行为数据，成了电商另一个挑战。相信这一问题的解决会对整个电商行业的发展产生巨大影响。

参考文献：

[1]周家林.O2O模式下分析型CRM的应用[J].中国电子商务,2014.

[2]马衍民.Web数据挖掘在旅游电子商务中的应用[J].中国电子商务,2012.

[3]杨威.大数据时代下的电子商务企业营销方式变革[J].中国电子商务,2014.

[4]周露莎.论大数据在电子商务领域的应用[J].中国电子商务,2014.

[5]程颖.数据挖掘技术在电子商务中的应用[J].中国电子商务,2014.

作者:徐丽新 单位:四川大学