张颖
民权县职业技术教育中心 476800
摘要：随着电子商务的快速发展，电子商务公司在市场份额中占据了很大一部分。目前在大中型互联网公司最广泛使用和流行的方法之一就是数据挖掘技术。本文通过分析总结电子商务行业客户关系管理中所存在的棘手问题，并根据大数据的特点及优势情况提出解决问题的策略和建议，为电子商务客户关系的管理提供理论上的参考；让电子商务平台实现提高用户满意度和服务质量的最终目标，为电子商务公司解决实际发展中遇到的问题，以便于促进电商企业更好地发展和拓展优势业务，满足未来经济市场的新需求。
关键词：数据挖掘技术；电子商务；客户关系管理
引言
电子商务的生命力越来越强，伴随着信息技术和大数据技术的快速发展。在电子商务环境中，客户信息是高度共享的，因此有越来越多的客户信息数据[1]。公司要想有效地从Internet获得大量的有效数据必须借助数据挖掘技术进行数据的分析，发现隐藏的规律，提取有效的信息，并指导公司调整营销策略，从而为客户提供动态，个性化和高效的服务。利用数据挖掘的方法和思想，可以更好地为电子商务网站的客户作出指导企业决策[2]。数据挖掘结合了多个学科。通过从大量数据中挖掘未知，有用和有效的信息，可以发现并提取隐藏在此信息中的未知且有价值的信息，从而形成新的知识。然后设计满足不同客户群体需的个性化网站，似乎已成为当务之急。
1电商客户关系管理需求分析
1.1电商客户关系管理的必要性
电子商务的客户关系管理是依据大数据的。在电子商务环境中，它使用各种信息渠道来分析和集成大量有价值的商机和潜在客户。首先、提高企业竞争力：促进电子商务平台迅速地发展；同时，电子商务已逐渐成为一种趋势，这是一个具有挑战性的意义对传统零售业来说[2]。其次、提高客户价值电子商务公司进行市场研究时，必须考虑产品价格和功能。这需要综合考虑这些因素来做出决策，我们才能更准确地反映需求状况和变化趋势；同时，商户可以根据客户的反馈信息来预测客户的购买倾向，从而为营销策略提供依据。
1.2 客户关系管理业务要求
为了具有良好的客户服务意识，要建立和完善售后服务体系。在销售过程中与客户积极沟通，以确保达成交易并取得预期结果；必须及时解决投诉，以便客户可以做出相应的赔偿；公司必须树立良好的社会形象，以提高品牌价值并建立客户关系管理系统。为了提高客户满意度，公司必须管理客户，以便提升他们。这要求电子商务平台的管理人员及时了解客户需求，并根据这些更改进行相应的调整。
2数据挖掘在电商客户关系管理中的应用研究
2.1电商客户关系管理数据仓库
数据仓库可以用来分析，分类和汇总客户关系数据，以形成一个庞大而复杂的数据库。在电子商务环境下建立完整，科学，合理，有效的客户关系管理系统。数据挖掘和决策支持子系统根据收集的海量数据结构分析数据，挖掘用户的潜在需求，并为客户提供定制服务；数据库系统（VIP）和应用程序管理系统子系统[3]。
2.2数据挖掘在电商客户关系管理中的应用评价
首先、数据挖掘在客户分类中的应用。将客户分为长期固定客户和短期不定期客户。然后，确定影响分类的因素，提取具有相关属性的客户数据，并使用适当的算法（例如决策树）来分析和处理数据。对规则进行评估和验证，对大量客户进行分类并总结其相似性。
其次、数据挖掘在个性化营销中的应用。对于不同类型的客户，公司可以采用不同的政策和销售方式。 例如，交叉销售是一种个性化营销形式，可以根据客户已经购买的产品来预测客户将要购买或可能购买的新产品。 数据挖掘技术的应用目标是建立预测模型并找到适合交叉销售的产品。
第三数据挖掘在客户识别和客户保留中的应用。客户识别是寻找潜在客户并获得新客户的过程。新客户包括以前从未使用过该产品的人，以前不需要此产品的人，甚至是竞争对手的客户。在保留客户的过程中，我们必须首先分析丢失客户的数据，找出丢失客户的行为模式，分析丢失客户的原因，然后采取相应的措施。
第四数据挖掘在客户忠诚度分析中的应用。提高客户忠诚度是企业客户关系管理的重要目标。 获得忠实的客户将大大降低各个方面的成本，并提高企业的竞争力[4]。 在客户忠诚度分析中，数据挖掘主要分析客户的连续性，牢固性和稳定性。 在时间序列模型中主要使用趋势分析方法。
3 数据挖掘在电商客户关系管理中的实施策略
3.1 电商客户关系管理流程
数据挖掘技术为电子商务平台提供更全面准确的服务。 首先是分类信息分析。 用户根据自己的需求分为三类：第一类是普通消费者； 第二类是高级管理人员； 第三类是总经理和高级领导。 通过划分不同群体之间的关系模型，以达到最大化数据挖掘系统的利用率，提高电子商务平台的服务能力，降低企业成本的目的。 最后，可以优化电子商务平台的客户管理，以满足用户需求，提高服务效率并降低业务成本。
3.2客户关系管理的控制
通过分析大型数据库，例如电子商务网站，搜索引擎，社交网络等，这些庞大的交易被转换为有效，可用和有价值的信息。同时，要注意以下几个方面：首先、加强内部控制体系建设。可以根据合理的分工来控制业务流程，以确保实现既定目标和开展业务活动[5]。其次、提高数据挖掘技术水平。通过对数据的挖掘，信息提取和处理而在大中型电子商务网站或社交网络上销售商品时，使用统计模型或相相关软件来预测商品的价格，数量和销量[6]。
4结语
通过分析电子商务客户的基本信息，我国的电子商务系统仍然存在很多问题，例如数据挖掘技术不完善，电子商务人才匮乏等。因此，本文基于数据挖掘的理论，提出了解决这些问题的一些应用措施。电子商务是现代信息技术发展的必然结果，也是未来商业运作模式的必然选择。使用数据挖掘技术分析大量数据可以挖掘出客户消费模式和客户访问模式，帮助公司制定有效的营销策略，充分发挥其独特优势，促进管理创新和技术创新，提高竞争力。
参考文献：
[1]孙赫强；蒙楠楠.电子商务环境下零售企业管理模式变革[J].商业经济研究.2018.2(04):100-102.
[2]谭春辉.电子商务管理与Web数据挖掘技术的契合探析[J].情报杂志.2006.12：9-12.
[3]李文涛.企业电子商务管理现状分析与对策研究[J].纳税.2018.（18）：163-164.
[4]周健林.基于Web的数据挖掘在商务网站的研究与应用[D].吉林大学.2012.
[5]孙伟;于鹏;张安梅;吴淑芳;张文斌.新零售格局下农产品零售电商模式改革研究——以山东省莱芜市农村电商为例[J].2018.(11):11-12.
[6]郑玲；陶红玉.客户关系管理与数据挖掘技术综述[J].中国电力教育.2008（z2):386-388.
作者简介：
姓名：张颖；性别：女；出生日期（1988.4.6—） 学科：计算机应用 职称：中学一级（讲师） 单位：民权县职业技术教育中心 邮编：476800