期刊目录网

《电子商务概论》课程中网络营销专题的策略分析__期刊目录网,论文

所属栏目:推荐论文 发布时间:2011-02-25浏览量:74   

副标题#e#

摘要    在多年的《电子商务概论》的教学过程中,笔者认为网络营销已成为学习者学习的重点内容,对于电子商务的经营者和管理者来说,网络营销的策略分析对其营销管理起着战略指导性作用。本文探讨如何利用数据挖掘软件Clementine,挖掘出潜在的商务行为,建立起相关的数据模型,为企业做出正确的策略分析,体现出其核心竞争力。

关键词 策略分析 数据挖掘 网络营销 Clementine 聚类分析 回归分析

1引言 在《电子商务概论》课程的教学过程中,在教材中相关的网络营销策略分析实例比较欠缺,本文结合实例,为企业的网络营销策略分析提供数据依据。

2网络营销及网络营销策略

2.1网络营销

“网络营销”来源于意译的英文词组“Internet Marketing”以及“Internet Promotion”,基本概念是通过互联网进行市场推广活动。其突出特点是就是互联网,是电子商务e-Commerce)以及电子商业e-Business)等包容了计算机、互联网、电子交换等数字化技术的重要组成部分,是二十一世纪最有代表性的一种低成本、高效率的全新商业模式之一。

2.2网络营销策略

新竞争力研究认为,网络营销是公司级的营销策略。网络营销系统性很强,不仅需要企业多个部门的协调工作,也涉及到企业营销活动各个层面,网络营销由各项具体网络营销活动组成,如网络品牌、网站建设、网站推广、网上销售等,这些活动之间是相互关联的,如果缺乏总体网络营销策略的指导,即使在各项分立的网络营销活动中都投入大量资源,网络营销的整体效果仍然会大大折扣。

3.实例分析

       本文以B2CB2B为例,其目标是根据购买相类似产品的客户,分两个阶段进行数据挖掘,进一步建立数据模型,细分客户群,挖掘出其潜在的规律,为网络营销提供策略分析。

3.1网络营销策略对象

       以某企业2009年第一季度的营销业绩进行分析,根据分析结果,为企业的下一季节的网站推广方向,销售产品类别,及地域性产品分类、地域性的品牌需求做出正确的判断。

3.2数据来源

       从企业数据库的产品销售数据表中提取全部数据,其数据字段如表一所示:

客户信息字段

产品类别字段

User ID

客户序号;

Hat

Coat

T-Shirt

Watches

Value

每次购物总额;

Polo

Shoes

Jacket

Gloves

P method

付款方式;

Suit

Scarf

Jeans

Sunglasses

Location

来源地;

Tie

Shirt

Hoody

Underpants

C Methods

联系方式;

Belt

Socks

Sweater

Swim Suit

S Methods

销售类别(批发/零售);

Bar

Wallet

HandBag

Beach pants

表一 产品销售数据表字段

3.3算法及模型

3.31 K-means聚类算法

K-means快速聚类过程是为观测个数很多的数据集进行不相交聚类而设计,从统计学的角度来看,快速聚类过程是寻找初始分类的有效方法,采用的算法是最小化与类均值间距离平方和的标准迭代算法,其结果是高效率地生成大数据文件的不相交的分类。

K-means聚类的核心思想如下:算法把n个向量Xjj=1,2…,n)分为C个组Gii=1,2,…,c),并求每组的聚类中心,使得非相似性(或距离)指标的价值函数(或目标函数)达到最小。当选择欧几里德距离为组j中向量Xk与相应聚类中心Gi间的非相似性指标时,其价值函数可定义为:

3.32 Logistic回归预测模型

       Logistic回归预测模型需要对模型进行检验和评价,分为对回归方程整体的显著性检验、回归系数的显著性检验和模型拟合优度评价。拟合优度评价的常用统计量包括Cox-Snell R2Nagelkerke R2统计量,其数学定义分别为:

#p#副标题#e#

  Nagelkerke R2统计量是Cox-Snell R2的修正,其取值范围限定为0-1,越接近于1,则表明模型拟合优度越高。

3.4Clementine建立数据数据流

3.41聚类分析结果

       聚类分析结果如图一所示。

图一 聚类分析结果导出图

3.42策略分析模型

       利用聚类分析结果导出数据,再根据导出的结果建立回归模型,如图二所示。

4.结论

       我们可以看出,经过聚类分析后,所以的数据进行Logistic回归模型建立企业的营销策略分析模型,从该模型,我们不难分析出,不同地域对产品的品牌及种类的需求分布,企业利润最大化主要集中在某个客户群中,且也可以分析出零售客户群和批发客户群的主流产品。同时,我们还可以利用水晶报表的形式对其进行交互式的展现,有效的为企业做出对产品的调整及推广方向做出正确的选择,为企业网络营销做出正确的决策提供强有力的数据依据。

参考文献

[1]谢邦昌.数据挖掘Clementine应用实务.北京:机械工业出版社,2007.

[2]沈恒范.概率论与数理统计教程.北京:高等教育出版社,2003.

[3]兰宜生.电子商务基础教程。北京:清华大学出版社,2007

相关阅读