摘 要：一年一度的“双 11”狂欢购物战又打响了，随处可见商业宣传广告以及各大网页上显眼位置上的的红包和字幕。以淘宝网为首的各大电子商务平台都趁着这个购物热潮抢占市场，增加销售额和利润。而这一切都会在互联网上产生大量的数据，如何将这些巨大的原始数据进行科学有效的分析，使其转变成可以被利用的有效信息，就是大数据存在的意义。然而，我国大数据方面的应用尚处于初始阶段。在大数据的重要性已经得到世界范围内的广泛重视的今天，对其的应用和发展已经是不可阻挡的趋势。数据挖掘作为传统数据分析中的一种常用的方法，已经成为大数据时代中广泛应用的一种重要手段。
关键词：电子商务；数据挖掘；应用
一、概念
数据挖掘（DM：Data mining），又译为资料勘探、数据采矿，是数据库知识发现（KDD：Knowledge-DiscoveryinDatabases）中的一个步骤。数据挖掘是一种大规模的数据库，拥有以高效的计算能力进行数据获取和处理技术，也就是从随机的大量的原始数据信息中挖掘和攫取隐藏在其中的更深层次的、有用的、价值较高的信息，为企业的营销决策、经营管理、市场预测和发展规划等提供科学、有效的依据和支撑。当前，数据挖掘在逐渐成为一种新型的企业信息处理技术，被许多企业应用到实际经营中，通过对企业整体数据库、数据仓库或是其他数据库中模糊的、混乱的和不完全信息和数据进行抽取分析和模式化处理，获取更具价值的客户数据。
以淘宝网为例，作为我国电子商务行业的领跑者，在其旗下有许多 C2C 的个体店铺及 B2C 旗舰店。淘宝网能够实现短时间的快速发展，与其独特的自身优势紧密相连。它依靠网络的宣传与营销策略，更多的还是通过数据挖掘获取有用的信息为顾客提供商品和服务。
二、数据挖掘在电子商务平台的应用
电子商务以其初始投入成本较低、商品信息种类多、受众范围广、不受地区限制等明显特征在飞速发展，正在逐渐成为商业经营的新模式。每天在浏览各大电子商务平台 APP页面和网站页面的用户不计其数，浏览次数也在逐渐增加，用户的浏览历史记录、用户的对商品的侧重关注点、用户的购物偏好以及用户的购买能力等都是电子商务平台管理者以及销售商着重关注的主要信息。电子商务不仅大幅度降低了平台的销售商的投入成本，为销售商做了广泛的宣传，也以其便捷舒适的购物体验逐渐改变了人们的购物习惯，还为众多中小销售商了带来了新的发展。
为了将数据挖掘技术应用在电子商务领域，根据使用者的应用目的不同选择不同的数据挖掘算法来满足使用者的需求，实现预期目标，有时会将多重挖掘算法结合起来，以实现更好的挖掘结果。
如今在企业实际应用中最广泛采用的是数据挖掘中的日志挖掘。通过服务器记录的日志探索出访问电子商务平台的浏览者的需求，获得浏览者的购物偏好和浏览模式，从而向浏览者推荐其有兴趣的、可能购买的商品，并推出相应的优惠政策和促销手段，增加浏览者向购买者的转化率。网站的后台设计人员也可以根据数据挖掘得到的大量数据整理得出的有效信息，对网站页面进行优化并完善网站页面设计，以便为浏览者提供的个性化的推荐，将浏览者可能感兴趣的内容放在显眼的位置，提高网页的访问率和浏览者的购买率。此外，数据挖掘不仅能够在数据库中发现庞杂的数据之间暗藏的信息，还能够帮助管理者合理地做出决策，找出经营模式中的一些缺陷和弊端，通过不断改善经营战略、优化管理制度，最终增强企业的竞争力。总之，数据挖掘是电子商务营销中一个重要的创新技术手段。
（一）挖掘潜在客户
对于电子商务而言，首要的任务就是吸引客户，而数据挖掘技术的一个明显作用就是通过对数据的分析挖掘出潜在客户。服务器日志能够完整记录用户的历史访问痕迹，通过数据挖掘技术，电子商务平台的管理者能够精确获取用户的偏好及潜在需求，从而根据用户的不同需求提供个性化的产品套餐服务，并实施个性化页面推荐服务。如今，不只是淘宝网，各个电子商务平台都开始在公交地铁宣传板、电梯广告等宣传自己的优惠活动等，吸引潜在客户浏览其电子商务网站，吸引客户关注，并最终实现销售目的。
（二）推测客户需求
了解客户的实际需求以及潜在需求已成为电子商务的重点研究问题。通过数据挖掘，推测客户的兴趣偏好，进行个性化推荐，甚至可以准确判断出用户的潜在需求，提供个性化服务。结合用户的浏览兴趣、购买习惯和偏好，预测他们的潜在购买可能，对每一个客户定制专属的个性化服务套餐，甚至实现组合销售，以促使用户冲动消费。通过收集整理客户的注册信息，包括性别、职业、年龄、收货地址等信息，按照不同标准进行分类，并标记出各个分类中客户的共性特点，如消费能力、购买需求等，针对其特点采取相应的策略。比如，对于学生阶层会推荐物美价廉的服饰化妆品等，对于家庭女性推荐打折优惠的商品，以及通过一些套餐优惠组合销售等，在最大程度满足客户的购买需求，给电子商务平台带来利润。
（三）留住现有客户
电子商务平台可以根据客户的特征、职业、购买周期、购买能力对其进行聚类，在此基础上针对客户的实际情况为现有客户提供满足需求的推荐和服务，从而提高客户对购买商品以及电子商务平台服务的满意度和认可度，将现有客户变成忠诚客户。同时，还可以利用数据挖掘技术推测出客户可能流失的原因，并针对原因提出相对应的完善措施或修改企业的促销、营销策略。从客户对商品的浏览次数、类似商品的浏览记录和销售情况进行挖掘，获取客户的浏览规律，估计推算出客户对商品关注的侧重点以及消费周期，再结合市场、季节和消费趋势的变化，针对不同的产品推出相应的促销策略和折扣优惠等。淘宝网每天都会有一些限时抢购活动等，针对的就是购买量比较大的商品等。而对于一些现有客户不断流失，淘宝网会根据客户曾经的购买情况，在手机APP或电脑页面等发送推送通知；一些淘宝店铺还会根据客户购买时留的电话号码不定期发送优惠打折新信息等，来留住现有客户，减少甚至避免造成客户流失。
（四）将现有客户聚类
客户聚类分析在电子商务中应用也较为广泛。它是指通过数据挖掘技术对所有历史数据的整合、归类、分析之后，寻找相似浏览记录和同类商品偏好的客户归纳为一类相似用户。聚类分析认为，相似浏览痕迹的这一类用户可能具有相同的兴趣和购物偏好，通过将这一类用户中的某些用户的历史浏览、购买数据推荐给其他的用户，帮助发现这一类用户的潜在的需求，从而尽可能精准预测出用户行为，具有前瞻性。比如，在淘宝的首页中会根据客户的最近浏览以及其购买偏好进行清单的整理，在购物车底部会有根据客户的最近浏览推荐类似产品、浏览本产品的客户也浏览过的栏目。
三、结论
大数据应用在我国的发展水平处在落后状态，对于大数据方面的应用研究还处于初始阶段。数据展示、数据存储以及数据分析的效率和有效性等问题需要在今后进行更多的研究工作来解决。如今数据的价值逐渐得到重视，信息对于企业的重要性认识也日益提高，今后将是通过数据来推动技术的进步。
在经济和网络飞速发展的今天，在电子商务蓬勃发展的大环境下，电子商务平台购物人群正呈几何数上涨，线上交易也逐渐成为人们交易时选择的主要方式。电子商务平台交易过程中除了交易产生的信息外，买家评价的信息也越来越多受到电子商务平台以及销售商的关注，正渐渐成为网络数据的主要来源。数据挖掘分析的重要性日益凸显，各电子商务平台的管理者也逐渐重视对数据的挖掘和整理。在大数据时代下，数据的挖掘对于电子商务行业是极其必要的，同样在许多行业中也有重要意义。尽管目前的发展和应用还存在一定缺陷，但会在未来的迅速发展中不断发展完善。
参考文献
[1] 凌传繁.Web 挖掘技术在电子商务中的应用[J].情报杂志，2006，（1）：93-95.
[2] 王浩川，何艳丽.论数据挖掘技术的发展前景及应用[J].计算机应用与软件，2004，21（2）：62-66.
[3] 袁凡，唐国华.数据挖掘在电子商务中的应用研究[J].江西科学，2015，12（6）.
