?

　　既然形勢(shì)如此殘酷，那么主動(dòng)也好，被動(dòng)也罷，各位在各自的專業(yè)領(lǐng)域，都應(yīng)該嘗試、熟悉各自專業(yè)在互聯(lián)網(wǎng)里的實(shí)踐應(yīng)用。作家，可以考慮在網(wǎng)絡(luò)上發(fā)表作品;歌手，已經(jīng)有人在網(wǎng)絡(luò)上販賣自己的音樂;快餐業(yè)里有大量的企業(yè)在開拓網(wǎng)絡(luò)定餐業(yè)務(wù);票務(wù)公司也在大力開拓網(wǎng)絡(luò)銷售渠道。作為數(shù)據(jù)挖掘營(yíng)銷應(yīng)用專業(yè)人士，也應(yīng)該“識(shí)時(shí)務(wù)，挖網(wǎng)絡(luò)”，于是有了本文，對(duì)目前比較成熟的網(wǎng)絡(luò)用戶行為挖掘的營(yíng)銷應(yīng)用小小總結(jié)。 我對(duì)web挖掘的思考和總結(jié)基本上是從旁觀者的角度來學(xué)習(xí)和參考的;在以后的歲月里，隨著我的web挖掘項(xiàng)目實(shí)踐的逐漸投入，相信對(duì)于這個(gè)領(lǐng)域的思考和總結(jié)會(huì)更加生動(dòng)，更加真實(shí)，也更加有價(jià)值。有鑒于此，此時(shí)此刻更加有必要將目前紙上談兵的一些想法和感悟敲成文字存入本博客，留待一年后自己真正從web挖掘項(xiàng)目中獲得新感悟時(shí)加以對(duì)照，讓實(shí)踐來證明本期紙上談兵的“web挖掘營(yíng)銷應(yīng)用小結(jié)”到底是沒有價(jià)值的紙上談兵，還是真正的“正確的理論可以成功地指導(dǎo)實(shí)踐”?呵呵，人生無(wú)處不矛盾，人生無(wú)處不辨證!!!看破矛盾，人生就灑脫了;學(xué)會(huì)辨證，人生就進(jìn)步了!!!

?

　　網(wǎng)絡(luò)挖掘三步驟

?

　　一般包括三大塊內(nèi)容(Web內(nèi)容挖掘，Web結(jié)構(gòu)挖掘, 以及跟營(yíng)銷應(yīng)用直接相關(guān)的同時(shí)也應(yīng)用最廣泛的Web用法挖掘)，本文只談這個(gè)跟營(yíng)銷應(yīng)用最直接最緊密的Web用法挖掘。下面以B2C網(wǎng)站為例，具體說明從營(yíng)銷應(yīng)用的角度目前都有那些比較成熟的思路和系列方法、模型。

?

　　首先，從網(wǎng)站商業(yè)運(yùn)營(yíng)管理的一些特征指標(biāo)來分析。各行各業(yè)都有適合本行業(yè)特性要求的特征指標(biāo)(KPI)，通過這些KPI的分析、跟蹤，就可以從宏觀上迅速的比較準(zhǔn)確的判斷出企業(yè)的運(yùn)營(yíng)的效率。B2C網(wǎng)站與傳統(tǒng)的零售行業(yè)有一些相似的地方(都是零售，都是針對(duì)消費(fèi)者產(chǎn)生利潤(rùn))，但是B2C網(wǎng)站區(qū)別與傳統(tǒng)的零售行業(yè)的個(gè)性化指標(biāo)是這個(gè)行業(yè)的基本特征，必須充分關(guān)注，重點(diǎn)分析。這些重點(diǎn)指標(biāo)、特征包括：流量注冊(cè)比、購(gòu)物車比例、訂單轉(zhuǎn)化率、page views, 訂單平均瀏覽時(shí)間、客單價(jià)、重復(fù)購(gòu)買率，等等。

?

　　接下來，從網(wǎng)站月度、季度、年度的綜合的匯總數(shù)據(jù)比較，從宏觀的角度分析網(wǎng)站運(yùn)營(yíng)連續(xù)時(shí)間段里的運(yùn)營(yíng)效益、客戶變化、贏利趨勢(shì)、產(chǎn)品趨勢(shì)、消費(fèi)變化等等(產(chǎn)品的、利潤(rùn)的、客戶的各個(gè)緯度展開分析)。這種宏觀的統(tǒng)計(jì)匯總分析比較簡(jiǎn)單，但是很有效果，能迅速發(fā)現(xiàn)B2C企業(yè)最近幾年的發(fā)展趨勢(shì)，出現(xiàn)的問題，甚至可以鎖定核心價(jià)值客戶的群體規(guī)模和門檻指標(biāo)，比如2080原理在本企業(yè)的具體定義，比如客戶注冊(cè)之后具體的促銷刺激產(chǎn)生消費(fèi)的時(shí)間段的明確界定，甚至客戶流失的大致規(guī)律和時(shí)間期，進(jìn)出網(wǎng)站的路徑分析，等等。

?

　　第三步，在上述兩步簡(jiǎn)單分析的基礎(chǔ)上，針對(duì)更加深入的營(yíng)銷問題和客戶關(guān)系管理的問題，可以考慮從數(shù)據(jù)挖掘應(yīng)用的角度開展分析應(yīng)用。目前這類數(shù)據(jù)挖掘應(yīng)用中最常見的方法是聚類分析、關(guān)聯(lián)分析、以及在此基礎(chǔ)上的各種深入的預(yù)測(cè)模型應(yīng)用(比如邏輯回歸，比如決策樹應(yīng)用等等)。

?

　　企業(yè)具體的營(yíng)銷應(yīng)用

?

　　1. 消費(fèi)者群體劃分，對(duì)網(wǎng)站用戶按照不同的營(yíng)銷要求進(jìn)行多緯度的指標(biāo)劃分，找出核心消費(fèi)群體的消費(fèi)特點(diǎn)(尤其是網(wǎng)絡(luò)行為特點(diǎn))，并據(jù)此采取有針對(duì)性的營(yíng)銷措施和服務(wù)措施加以滿足;這種聚類分析稍加深入就可用做網(wǎng)友關(guān)聯(lián)、興趣關(guān)聯(lián)、閱讀推薦、商品推薦，等等。

?

　　2. 某一類消費(fèi)群體的消費(fèi)特點(diǎn)分析，找出關(guān)聯(lián)性強(qiáng)的利潤(rùn)貢獻(xiàn)高的商品組合，并據(jù)此制定有針對(duì)性的促削措施、營(yíng)銷推廣、產(chǎn)品策略、價(jià)格捆綁策略，等等，類似于零售業(yè)里面的菜籃子分析;

?

　　3. 贏利性強(qiáng)的消費(fèi)群體的消費(fèi)特征分析，流失分析，流失特征分析，生命周期分析、交叉銷售分析，等等，根據(jù)這些分析挖掘出的線索制定相應(yīng)的營(yíng)銷措施、客戶關(guān)懷(挽留)、潛力挖掘;

?

　　上面例舉的是一些最常見的web挖掘的營(yíng)銷用途，實(shí)際應(yīng)用中根據(jù)具體企業(yè)的實(shí)際業(yè)務(wù)模式和實(shí)際數(shù)據(jù)資源，可以展開千變?nèi)f化的拓展應(yīng)用，實(shí)在無(wú)法一一羅列完。

?

　　數(shù)據(jù)挖掘運(yùn)用

?

　　換一個(gè)說法，從互聯(lián)網(wǎng)行業(yè)的熱門術(shù)語(yǔ)來說，“產(chǎn)品推薦引擎”和“用戶導(dǎo)向”這兩個(gè)熱門應(yīng)用是提升網(wǎng)站核心價(jià)值的重要途徑，其實(shí)都是可以通過上述數(shù)據(jù)挖掘應(yīng)用技術(shù)來圓滿回答的，其他應(yīng)用包括網(wǎng)站路徑設(shè)計(jì)與優(yōu)化(主要是采用link analysis技術(shù))，收費(fèi)產(chǎn)品分類營(yíng)銷，等等凡是網(wǎng)站營(yíng)銷運(yùn)營(yíng)管理中出現(xiàn)的很多重大問題和領(lǐng)域，都是可以借助數(shù)據(jù)挖掘技術(shù)有效解決的。 至于上面每種挖掘算法在實(shí)際應(yīng)用中的具體注意事項(xiàng)和成熟的套路，現(xiàn)在也已經(jīng)有了一些明確的模式和捷徑，比如說在聚類分析挖掘中，目前最成熟的商業(yè)應(yīng)用基本上就是基于網(wǎng)絡(luò)用戶的瀏覽中產(chǎn)生的frequency數(shù)據(jù)指標(biāo)來進(jìn)行分析(比如消費(fèi)的金額、利潤(rùn)、階段時(shí)間里的瀏覽次數(shù)等等);又比如在很多大型網(wǎng)站里動(dòng)輒就是幾百上千甚至更多的網(wǎng)頁(yè)，利用歸類的方法可以有效壓縮頁(yè)面種類，使得到的挖掘結(jié)果能更有效的推廣指導(dǎo)實(shí)踐應(yīng)用。