丘珂玮
(广西师范学院,广西南宁 530000)
个性化推荐技术在电子商务客户关系管理中的二次营销应用
丘珂玮
(广西师范学院,广西南宁 530000)
在日常电子商务环境中,客户与企业间的交流、客户在网上购买产品的过程中、以及客户最终购买产品当中产生了海量的行为数据记录,这是给到企业提高二次营销成功率的关键因素。企业在获得这些有效数据的同时如何挖掘和利用这些信息资源、又如何分析客户关系来提升二次销售成功率,最终提升企业竞争力。论文在分析这些信息数据的基础上,讨论如何使用个性化推荐技术在企业电子商务客户二次营销中的应用。
电子商务 个性化推荐 二次营销 客户关系管理
在电子商务中,企业如何利用如此大的客户数据,在获得数据的同时维护好这些客户,并对这些客户进行精准性的二次营销,这是一件极其重要的工作。例如:客户在进入到企业的电子商务平台购物的时候,再跟企业沟通交流的同时,留下了许多客户信息以及一些隐性的客户偏好,企业可很好的利用客户第一次购买产品时候的数据,在恰当时候给客户推送企业的一些优惠活动的二次营销,不仅可以给客户带来更好的购物体验,使得客户获得实惠,又能降低企业开发客户成本,增加企业利润。如何利用这些现有的客户数据,并对这些客户进行分析管理,以便企业更好的维护这些客户,成为了现今业内关注的问题。
针对上述问题,本文将讨论个性化推荐技术在电子商务客户二次营销中的应用,个性化推荐技术在对这些客户数据进行分析推荐并达到二次销售目的起到了重要的作用。
(1)电子商务客户关系管理介绍。相对于传统的客户关系管理,电子商务下的客户关系管理是一种新型的信息技术关系管理。他们的目的最终都是满足客户需求,让客户满意,进而提升企业竞争力、提高企业盈利能力。电子商务环境下,客户与企业之间的交流更频繁、快捷、方便。(2)电子商务客户关系管理中的二次营销。在企业与客户交流中保留下大量数据,这些数据都与客户行为有关,在一定程度上反映了客户行为特征,都可以建立或改善客户关系,对电子商务企业而言更容易获取客户关系数据,从而更快捷的分析这些数据,并对这些客户进行分类,最终提升二次营销成功率,但也存在如何从海量数据中及时发现有用知识,提高数据利用率的巨大挑战。
为了有效的利用电子商务环境中海量客户关系原始数据,帮助企业获取有价值的潜在客户、提高企业竞争力和盈利能力,本文将采取基于个性化推荐数据挖掘技术来处理客户关系数据,进而获取有价值的商业化信息。
(1)个性化推荐技术介绍。个性化推荐就是一种根据个体的多样性的信息过滤技术,它包括两个方面的内容:首先是对用户是否对某种东西感兴趣程度进行提前的预测。其次是根据用户的不同兴趣与爱好,对其推荐最感兴趣的资源,从而达到相应的目的。在电子商务中的个性化推荐就是根据客户可能的兴趣特点和购买行为向客户推荐感兴趣的信息和商品。(2)常用的个性化推荐技术。自从上世纪90年代,国内外学者就开始研究资源推荐技术,经过二十来年发展,产生了一系列的个性化推荐技术,其中有基于规则的推荐技术、基于兴趣爱好的推荐技术、基于内容的推荐技术、基于协同过滤的推荐技术等等,不同的推荐技术均有各自的优缺点,并应用在不同的场合中,从而给到客户最精准的信息资源推荐。
表1
(1)二次营销中个性化推荐技术的应用。在电子商务环境中的客户关系管理中,个性化推荐技术具有无可比拟的优势。个性化推荐技术可帮助识别客户购买行为和发现购买模式,更为重要的是个性化推荐技术可运用数据挖掘的技术手段发现用户的兴趣及其变化,能够在最合适的渠道,把最合适的产品推荐给客户。在我们已拥有客户与企业交流中的数据后,我们可对这类客户数据信息进行分析,从客户购买金额与客户地理位置判断客户购买能力,从客户购买的产品判断客户潜在需求,从客户购买产品的时间分析客户进行购物时间段分析,从而把不同客户进行分类整理,挑选出合适不同类客户的产品,再在特定时间段对这些客户进行二次营销。(2)个性化推荐技术二次营销中的简要数据分析。现有客户数据2013年3月份至2013年6月份某母婴网上店铺客户数据3592条,从这些客户当中进行赛选分类得出以下数据(如表1)。
通过数据分析得出,广东、上海、北京、浙江、江苏、山东、辽宁、湖北、河北、福建这几个地区,客户网上购买母婴用品数量多,已初步形成网购母婴用品习惯,其中广东、上海、北京、浙江、江苏、山东、辽宁地区单次购买产品价格高,选取的产品档次较为高端,购买的产品偏向高端外贸出口产品。可向此类地区推荐利润较高、品质较高、有一定折扣的品牌外贸产品,其他地区推荐畅销、价格较低的其他类型产品。
经过数据分析后的,在企业应用个性化推荐技术对客户进行二次营销,不仅能识别潜在客户群体,还能帮助制定灵活的销售策略,提高了企业盈利能力,也提高了客户忠诚度,维护了稳定的客户群体。
[1] 国务院第二次全国经济普查领导小组办公室中国互联网信息中心(CNNIC).互联网发展研究报告(M);北京,中华人民共和国国家统计局,2013.
[2] 复旦大学,奢侈品电子商务推荐的协同过滤算法研究与应用,2012.
[3] 朱文婷,个性化推荐技术在电子商务CRM中的应用.江西财经大学会计学院,2012.
[4] 余力.电子商务个性化推荐研究.中国人民大学信息学院,2004.
[5] 刘蓓琳.电子商务用户个性化推荐技术接受影响因素研究.中国矿业大学(北京),2013.