电子商务客户数据挖掘解决方案
来源:中国电子政务网 更新时间:2012-04-15

电子商务企业普遍遇到的问题挑战

不知道如何有效利用现有电子商务系统中的海量历史数据,构建数学模型,以确立适合的价格策略;无法通过设置商业规则,进行复杂的市场划分;预测客户消费,预测市场活动的

费用和效益数据不准确;缺乏从现有数据中进行知识发现的意识,希望能够客观评估客户价值.细分客户群,针对不同的客户群发掘消费特点
 
葡萄城电子商务数据挖掘解决方案
 
葡萄城电子商务数据挖掘解决方案帮助从电子商务系统的海量数据中挖掘黄金:
 1.        能够统计大量的客户信息并支持对客户进行多维的特征分析;
2.        系统能够支持对多维的组合性的分析,可以快速给出符合分析条件的客户名单和数量。
3.        能够处理复杂的数据并支持对客户进行特征分析和行为分析;例如:消费电子(consumer electronic)行业可以分析经常使用MP3的人群具备什么样的客户特征;年龄在30岁左右,月收入在5000以上的女性是否是卡式数码相机的消费主体?等等。
4.        可以以假设为前提进行预测在详细了解了消费行为之后,通过对数据的参数进行某些调整来更理性地制定市场细分策略,例如,如果调低某个产品价格做促销活动,对整体收入会带来什么影响?。
5.        融合了人工智能的数据挖掘。对于决策者来讲,独立的单个的数据的意义并不大,更重要的是信息(information)和知识(knowledge)。葡萄城的电子商务数据挖掘方法能够支持进行按照内置逻辑语言进行归纳和演绎。例如,可以根据Call Center呼出电话的反馈率、直邮广告的反馈率、电视广告反馈率、巡展的反馈率等数据确定最佳的市场活动模式,以最低的成本获得最好的市场活动效果。
6.        多渠道的数据源和整合(Aggregate multi-access of data)整合现存放在不同数据库中相互关联的原始数据;能够进行关联性的查询;通过优化,支持对大数据量的快速即席查询