3.2影响电子商务网站流量指标的评语集
设定影响电子商务网站流量指标的评语集分为五级，将评价电子商务网站流量指标的等级分为优，良，中，差，劣，即：V ={v1,v2,v3,v4,v5}={ 优，良，中，差，劣}.
3.3评价电子商务网站的指标权重的确定
使用变异系数法来确定电子商务网站的流量指标权重，用流量相应指标的标准差除以平均数得出变异系数，并对变异系数进行归一化处理，即可求出电子商务网站的指标权重。
根据某电子商务网站一段时间内关于网站流量数据的统计，可以计算出如下数据： 包括平均数、标准差、变异系数，最终计算出权重，如表1所示。
因此，流量数据的权重计算结果为：A1={0. 3,0. 2,0. 3,0. 2}.同理，可求出影响电子商务网站流量的各个指标的相应权重值：
流量指标权重：A ={0. 3,0. 2,0. 1,0. 4}
流量数据权重：A1={0. 3,0. 2,0. 3,0. 2}
流量质量权重：A2={0. 2,0. 2,0. 2,0. 1,0. 3}
流量来源权重：A3={0. 4,0. 6}
流量转化权重：A4={0. 2,0. 2,0. 3,0. 3}.
电子商务网站关于网站流量各个指标有如表2数据：
其中表2中的ai表示第一层指标的权重值，例如：a1表示流量指标中的流量数量的权重值，同理可得到其他数据；aij表示第二层指标的权重值，例如：a11表示“流量数量”中的“独立访客”的权重值是0. 3,同理可得到其他的数据。
3.4电子商务网站流量各指标关于评语集的隶属度，
由表2,可得出电子商务网站流量第一层指标a1第二层指标关于评语集的隶属度矩阵如下：
3.5电子商务网站流量指标的综合评价模型
使用综合评价模型将三级评价指标（ 第二层指标） 中独立访客，页面访问量，独立IP,日均访客的权重矩阵与对应的三级评价指标的隶属度矩阵相乘，可得出关于电子商务网站流量指标第一级综合评价关于第一层指标流量数量的结果：
同理，可求出电子商务网站流量指标第一级综合评价的其它结果：
流量质量：B2= A2* R2=[0. 51 0. 36 0. 13 0 0]
流量来源：B3= A3* R3=[0. 64 0. 2 0. 16 0 0]
流量转化：B4= A4* R4=[0. 51 0. 26 0. 16 0. 07 0]
根据多层次模糊评价理论，利用电子商务网站流量第一级综合评价结果可得出电子商务网站流量第二级综合评价关于电子商务网站整体流量指标的结果：
3.6模糊综合评价结果分析
我们使用最大隶属度原则来分析模糊综合评价结果： 设B ={b1,b2,b3,…，bn} ,最大隶属度原则是指选择明确的电子商务网站流量指标评价等级，即当符合Bk= max Bi时，Bk对应的评语集中的电子商务网站流量指标评价等级Vk就作为整个电子商务网站流量模型的综合评价结果。当各项指标中最大指标占明确优势时，可直接使用最大隶属度原则。
根据模糊综合评价准则中的最大隶属原则，则：Bk= max Bi= B1= 0. 559.k = 1,即B1对应的评语集中的电子商务网站流量指标评价等级V1就作为整个电子商务网站流量模型的综合评价结果综合评价结果为v1（ 优）。
可得出结论： 该网站流量健康指标评价等级为优级。我们可以看出，该网站整体运营是健康的。从细节来看，在网站流量转化这方面，会员注册转化率、购物车转化率、订单提交转化率仍有小比例时间情况不佳，相关方面有待提高。
4 结论
一个电子商务网站健康运营是离不开网站流量指标的提升，优级的网站离不开优级的相关指标。电子商务网站运营需要对上文4个大指标进行整体把控。用户访问网站的数量直接影响着流量的数量，该方面也需要企业有效推广，如搜索引擎等； 从流量质量及转化指标来考虑，用户更长时间浏览，更多的购买，是影响整体指标的核心因素； 对网站进行有效推广，将极大地影响网站流量来源指标，让越来越多的用户在电子商务网站上进行购物，养成网上购物习惯，同时增加电子商务网站在用户心中的品牌价值。
参考文献：
[1] 焦蓉梅。浅谈网站流量统计分析法 [J].科技信息 （ 科学教研） ,2007（16） :518 - 512
[2] 卞保武。企业电子商务网站转化率问题的研究 [J].中国管理信息化，2010（02） :97 - 99
[3] 张晓慧，冯英浚。一种非线性模糊综合评价模型 [J].系统工程理论与实践，2005（10） :54 - 59
