贛南醫(yī)學(xué)院信息工程學(xué)院 陳瀾禎 林如丹

近幾年，中國網(wǎng)購發(fā)展迅猛，已成為中國消費(fèi)市場的重要力量。足不出戶就可以享受方便快捷、品種多樣的購物特點(diǎn)吸引了越來越多的消費(fèi)者融入網(wǎng)購行列。據(jù)據(jù)互聯(lián)網(wǎng)咨詢機(jī)構(gòu)易觀國際統(tǒng)計(jì)，2010年上半年中國網(wǎng)上零售市場交易規(guī)模達(dá)2133億元，已接近商務(wù)部發(fā)布的2009年全年的2586億元。2007年至2009年中國網(wǎng)絡(luò)零售交易額年均增長速度達(dá)117%，約是同期社會(huì)消費(fèi)品零售總額年均增長速度的6.5倍[1]。僅2010年，B2C電子商務(wù)的網(wǎng)上零售市場規(guī)模突破1000億元大關(guān)，達(dá)到1040億元，環(huán)比增長373%[2]。截止到2010年10月，我國的網(wǎng)購人數(shù)已達(dá)到1.42億，網(wǎng)絡(luò)上商品量已經(jīng)達(dá)到數(shù)十億件之多。如何在海量的客戶和海量商品之間找到結(jié)合點(diǎn)，達(dá)成有效電子交易，促進(jìn)電子商務(wù)平臺(tái)競爭力提升，已經(jīng)成為新時(shí)期網(wǎng)絡(luò)購物，電子商務(wù)平臺(tái)必須重視的重要問題。要從海量的數(shù)據(jù)中尋找決策，離不開先進(jìn)的數(shù)據(jù)倉庫技術(shù)。

1 數(shù)據(jù)倉庫的源起及作用

數(shù)據(jù)倉庫之父William H.Inmon在1991年出版的“Building the Data Warehouse”一書中所提出數(shù)據(jù)倉庫(Data Warehouse)是一個(gè)面向主題的、集成的、隨時(shí)間變化的，但信息本身相對穩(wěn)定的，反映歷史變化的數(shù)據(jù)集合?，F(xiàn)在，數(shù)據(jù)倉庫主要用于支持管理決策的結(jié)構(gòu)化數(shù)據(jù)環(huán)境，并陸繼出現(xiàn)了在數(shù)據(jù)倉庫基礎(chǔ)上進(jìn)行聯(lián)機(jī)分析處理技術(shù)OLAP分析、數(shù)據(jù)挖掘等傳統(tǒng)的數(shù)據(jù)分析模式以及面向中小企業(yè)的數(shù)據(jù)分析代理應(yīng)用模式。隨著這些支撐商務(wù)智能技術(shù)的深入發(fā)展和應(yīng)用，市場主流的電子商務(wù)網(wǎng)站已經(jīng)可以實(shí)現(xiàn)自動(dòng)記錄客戶的點(diǎn)擊順序，以及在每個(gè)產(chǎn)品停留的時(shí)間和成功的交易，進(jìn)而分析用戶的喜好，了解客戶的潛在購買需求，并以此為關(guān)聯(lián)，從海量商品中推薦符合客戶購買習(xí)慣的精品商品，從而提供更好的服務(wù)并創(chuàng)造更多的利潤。這僅僅是建立在網(wǎng)購用戶層面的體驗(yàn)，基于數(shù)據(jù)倉庫和多維分析技術(shù)的決策支持系統(tǒng)在企業(yè)營銷庫存管理中也充分發(fā)揮了——分析顧客需求、了解市場行情、把握銷售趨勢、降低銷售成本、實(shí)現(xiàn)合理庫存的重要作用。

2 電子商務(wù)智能化發(fā)展中呈現(xiàn)的一些不足

雖然數(shù)據(jù)倉庫在電子商務(wù)智能化的應(yīng)用中發(fā)揮了積極的重要作用，但在實(shí)際的應(yīng)用中還是存在許多不如人意的地方，主要反映在以下幾個(gè)用戶層面上：

2.1 網(wǎng)購消費(fèi)者

網(wǎng)絡(luò)購物平臺(tái)對于每位消費(fèi)者都是公共和平等的，以2010年第四季度以來我國主要B2C電子商務(wù)平臺(tái)的大規(guī)模網(wǎng)絡(luò)促銷為例，在促銷環(huán)境下，有許多商品未經(jīng)甄選和個(gè)性化關(guān)聯(lián)就呈現(xiàn)在用戶面前，在提高銷售量的同時(shí)，也產(chǎn)生了大量的非理性消費(fèi)，當(dāng)網(wǎng)購用戶經(jīng)過一輪的瘋狂購物以后，發(fā)現(xiàn)大部分商品并不是所須商品和理想中的商品時(shí)，潛在的用戶流失風(fēng)險(xiǎn)就產(chǎn)生了。有不少的消費(fèi)者開始不再同一家商鋪重復(fù)購買商品，有的甚至終止了原先的購買計(jì)劃，這種用戶流失對企業(yè)的銷售影響是長期的。

2.2 網(wǎng)絡(luò)營銷商和產(chǎn)品生產(chǎn)企業(yè)

區(qū)別于傳統(tǒng)的數(shù)據(jù)庫，數(shù)據(jù)倉庫一個(gè)重要的功能是為企業(yè)提供決策。當(dāng)用戶在購買了一部分產(chǎn)品之后，哪些產(chǎn)品同時(shí)購買的幾率比較高？哪些產(chǎn)品的重復(fù)購買幾率比較高？哪些產(chǎn)品的有效購買率比較高？雖然類似“購物籃分析”的技術(shù)應(yīng)用已經(jīng)在大部分電子商務(wù)平臺(tái)開展實(shí)施，但是不難發(fā)現(xiàn)，消費(fèi)者在網(wǎng)絡(luò)購物中遭遇斷貨、空倉的現(xiàn)象司空見慣，而銷售業(yè)績慘淡、無人問津的網(wǎng)店商鋪也比比皆是。傳統(tǒng)的信息與數(shù)據(jù)分析處理技術(shù)已經(jīng)遠(yuǎn)不能滿足企業(yè)在電子商務(wù)網(wǎng)站環(huán)境下的需求。為了取得良好銷售業(yè)績，對大量的現(xiàn)有數(shù)據(jù)進(jìn)行有依據(jù)、有針對性的數(shù)據(jù)挖掘，從而確定目標(biāo)客戶群、擬定生產(chǎn)計(jì)劃、制定銷售方案，是確保網(wǎng)絡(luò)銷售的順利進(jìn)行、提升銷售業(yè)績、防止用戶流失的必要準(zhǔn)備工作，而個(gè)準(zhǔn)備工作做得是否充分，將對網(wǎng)絡(luò)營銷商和產(chǎn)品生產(chǎn)企業(yè)起著非常關(guān)鍵重要的作用。

2.3 電子商務(wù)平臺(tái)提供商

據(jù)相關(guān)調(diào)查顯示，大部分網(wǎng)購者更改購買習(xí)慣，特別是從一個(gè)電子商務(wù)供應(yīng)商轉(zhuǎn)向另一個(gè)供應(yīng)商只是為了得到更好的服務(wù)及節(jié)省支出。作為網(wǎng)購消費(fèi)者，希望在浩如煙海的東西找到自己要的東西，最好是能快速地找到或者是網(wǎng)站平臺(tái)自動(dòng)提供相關(guān)的商品供用戶選擇。然而目前的數(shù)據(jù)處理技術(shù)還不太成熟，其應(yīng)用還有較大的局限性。例如，網(wǎng)購消費(fèi)者在進(jìn)行商品搜索時(shí)不能以圖片為搜索條件對圖示實(shí)物進(jìn)行搜索。以數(shù)據(jù)挖掘技術(shù)為例，目前的數(shù)據(jù)挖掘工具只能處理一些數(shù)值型的結(jié)構(gòu)化數(shù)據(jù)，無法對圖形、圖像、數(shù)學(xué)公式等數(shù)據(jù)形式進(jìn)行挖掘操作。通過在線分析與數(shù)據(jù)挖掘技術(shù)查詢和分析數(shù)據(jù)庫和數(shù)據(jù)倉庫結(jié)果，將成為網(wǎng)絡(luò)銷售成敗的關(guān)鍵因素。而決策準(zhǔn)確度的偏差，將降低企業(yè)與網(wǎng)絡(luò)平臺(tái)供應(yīng)商之間的依賴程度。

3 提高電子商務(wù)智能化的對策

眾所周之，運(yùn)費(fèi)是網(wǎng)購相比實(shí)地購物的額外支出，如果能在能同一家網(wǎng)鋪買到計(jì)劃購買的全部商品則可以減少不必要的運(yùn)費(fèi)支出，從而大大提高消費(fèi)者的購買機(jī)率。就目前的網(wǎng)購實(shí)際而言，這點(diǎn)對于大多數(shù)中小型網(wǎng)店難以實(shí)現(xiàn)。如何使網(wǎng)絡(luò)營銷商和生產(chǎn)企業(yè)的投入與業(yè)績比達(dá)到最優(yōu)化，建議加強(qiáng)以下兩方面的建設(shè)：

3.1 建立公共區(qū)域特征數(shù)據(jù)庫以完善關(guān)聯(lián)數(shù)據(jù)倉庫的維度

數(shù)據(jù)倉庫的重要特征之一是“面向主題”，即數(shù)據(jù)倉庫的結(jié)構(gòu)是圍繞主題的。以C2C電子商務(wù)平臺(tái)的“某一商品的購買用戶統(tǒng)計(jì)”為例，主題即為對該商品的“購買用戶統(tǒng)計(jì)”，它由事實(shí)表和維表構(gòu)成。其中存儲(chǔ)了所有與該商品產(chǎn)生交易事件用戶信息的事實(shí)表，包括了該商品的實(shí)際購買用戶總數(shù)、新增用戶數(shù)、新減用戶數(shù)(由于退貨等因素最終未能成功的交易)、無效用戶數(shù)(關(guān)閉或取消的交易)，這些作為數(shù)據(jù)統(tǒng)計(jì)的事實(shí)數(shù)據(jù)，是進(jìn)行各種數(shù)據(jù)分析的基礎(chǔ)，也是分析主體的量化體現(xiàn)。而購買該商品用戶的重要標(biāo)識(shí)(如用戶名、性別、年齡、教育程度、經(jīng)濟(jì)收入)、所在區(qū)域、信用度等信息記錄則是該數(shù)據(jù)倉庫的維表，是數(shù)據(jù)分析決策的角度。通過對海量數(shù)據(jù)的分析，商品的決策者就可以開展諸如什么地區(qū)購買用戶多、什么年齡階層購買潛力大等相關(guān)決策分析。本文建議在數(shù)據(jù)倉庫中建立公共區(qū)域特征維表，以用戶地理區(qū)域?yàn)槔?，假設(shè)：購買某一商品的用戶大多數(shù)來自某一地區(qū)，則可以關(guān)聯(lián)該地區(qū)的人文、氣候、風(fēng)俗、習(xí)慣等特征，分析潛在購買商品的機(jī)率，從而帶動(dòng)相關(guān)產(chǎn)品的銷售。公共區(qū)域特征數(shù)據(jù)庫的建立與關(guān)聯(lián)，也可以作為電子商務(wù)平臺(tái)為用戶個(gè)性化推薦商品的重要參考。

3.2 重視動(dòng)態(tài)點(diǎn)擊流數(shù)據(jù)倉庫的利用來提高準(zhǔn)確性

點(diǎn)擊流(clickstream)是網(wǎng)頁服務(wù)器日志文件所記錄的網(wǎng)站上每個(gè)用戶的每一次點(diǎn)擊。傳統(tǒng)的靜態(tài)點(diǎn)擊流數(shù)據(jù)主要來源于存儲(chǔ)在Web服務(wù)器的日志文件，由于網(wǎng)絡(luò)數(shù)據(jù)傳輸途徑的特殊性，難免夾雜一些臟數(shù)據(jù)或噪聲數(shù)據(jù)，使得Web日志中的數(shù)據(jù)缺乏精準(zhǔn)確度，就需要對數(shù)據(jù)進(jìn)行凈化處理、用戶識(shí)別和會(huì)話識(shí)別等預(yù)處理工作，而數(shù)據(jù)預(yù)處理本身就是一項(xiàng)巨大的工程。并且，需要IP地址和Cookie技術(shù)輔助支持的Web日志用戶識(shí)別和會(huì)話識(shí)別工作在實(shí)際操作過程中常常會(huì)受終端用戶的限制。動(dòng)態(tài)點(diǎn)擊流的出現(xiàn)很好地解決了預(yù)處理的難題，它以網(wǎng)頁“會(huì)話”——session為單位，每一個(gè)session ID 對應(yīng)一個(gè)用戶，將與該會(huì)話相關(guān)聯(lián)的全部Web看作一次用戶會(huì)話，并設(shè)置超時(shí)時(shí)間，避免無效停留時(shí)間的累計(jì)。通過記錄用戶在各商品頁面的停留時(shí)間、是否產(chǎn)生購物行為等數(shù)據(jù)，構(gòu)建動(dòng)態(tài)點(diǎn)擊流數(shù)據(jù)倉庫維模型，以準(zhǔn)確分析網(wǎng)購用戶的消費(fèi)行為、興趣偏好，從而進(jìn)一步優(yōu)化網(wǎng)站的內(nèi)容和產(chǎn)品銷售種類。

4 結(jié)語

網(wǎng)絡(luò)購物的出現(xiàn)正以越來越廣泛的影響改變?nèi)藗兊馁徫锪?xí)慣和生活方式，電子商務(wù)技術(shù)正朝著消費(fèi)者個(gè)性化、購物智能化、檢索人性化的發(fā)展方向不斷探索、不斷完善。在提高電子商務(wù)智能化技術(shù)的同時(shí)，必須加強(qiáng)對信息傳輸數(shù)據(jù)的安全性管理，以防止信息被非法獲取從而導(dǎo)致用戶隱私泄漏，進(jìn)一步實(shí)現(xiàn)我國電子商務(wù)的健康可持續(xù)發(fā)展。

[1]小鼠標(biāo)拉動(dòng)大內(nèi)需:我國網(wǎng)購人數(shù)已達(dá)1.42億,中國網(wǎng),2010-10-11.

[2]2010年我國B2C電子商務(wù)增長373%,飛象網(wǎng),2011-1-11.

[3]W.H.Inmon.數(shù)據(jù)倉庫[M].機(jī)械工業(yè)出版社,2000,5.

[4]Jiawei Han.數(shù)據(jù)挖掘概念與技術(shù)[M].機(jī)械工業(yè)出版社,2001,8.

[5]黃健青,淘寶網(wǎng)站點(diǎn)擊流[N].中國計(jì)算機(jī)報(bào),2005-07-11.