『壹』 数据仓库及数据挖掘技术在电子商务系统中能起到什么作用
随着市场竞争的越来越激烈，商业环境中的信息越来越密集，企业必须能够深入回灵活利用积累答的大量数据挖掘潜在的规律，提高决策质量，把握和发现市场机遇，提升企业的竞争力。 实施商务智能是一个十分复杂的过程，成功的商务智能应该具备三个要素：商业需求、大量的数据和实现商务智能的技术。因此，商务智能有其特定的实施方法，它包含对企业商务智能需求的明确、对企业现有信息化情况的了解和对各种商务智能技术的充分掌握三个方面。
『贰』 电子商务中常用的数据挖掘数据源有哪些
一、 流量1、 搜索流量工具：搜索诊断助手
A—基础条件：不违规，可在“卖家工作台”-“搜索诊断助手”-“宝贝诊断里”检查。
B—相关性：类目属性相关性、标题关键字相关性。C—人气分：是否橱窗推荐、是否加入消保、DSR评分、支付宝使用率、旺旺效应速度、拍货与发货的时差。
D—图片：很多卖家在优化主搜流量时，经常会忽略图片的优化，然而图片点击率的差距，直接影响了最后的搜索流量。买家不是直接搜索进来的，而是被图片吸引进来的，优化图片就显得非常重要。建议可以用直通车来测试图片(方法下文会介绍到)。
E—价格与销量：销量相当的产品，价格高的有更多展示的机会;价格相同的产品，销量高的有更多展示机会。而检查该项指标主要检查自己与直接竞争对手的差距，尤其是7天销量的差距，以做调整。
F—标题优化：在销量相对低的时候多使用长尾词，销量高的时候多使用泛词、中心词，并反复测试，得出搜索流量 搜索转化率的最大值。
2、 付费流量工具：各付费工具的数据报表、店查查。
—淘客：淘客诊断只要看自己与竞争对手的销量和佣金有何差距即可。
二、 转化1、 转化率工具：店查查
A— 内页：首先看销量，其次看评价质量，再来看单品转化率、页面停留时间和询单率。如果连基础销量都没有，评价很差，转化率是不可能好的。两个先决条件解决了，再看单品转化率、页面停留时间和询单率是否不低于行业均值(或店内卖的好的宝贝)。若低于，则一一优化USP卖点、逻辑顺序(是否都做到围绕USP)、展现内容多样化、展现方式。
B—访问深度：由于80%的顾客入店都是从内页进来，所以主要优化内页可导流的位置，分别为店招、宝贝页关联、宝贝页侧边栏、店尾进行优化。再优化首页。
C—支付率：是否做到了80%以上。
D—营销活动：定期举办营销活动可提升转化率。
E—客服询单转化率：是否至少做到了行业均值。查看工具：如店查查等第三方工具。优化方法：顾客的每一个问题都建立标准答案。2、 DSR工具：淘宝DSR评分计算器。优化办法：a、淘宝原有服务的升级(7天无理由升级为30天、3天发货升级为24小时发货等);b、淘宝未有服务的创新(围绕客户与商家接触点的创新，如SNS、游戏)。3、 CRMCRM主要查看老客户占比、老客户转化率、二次购买率、客户分组短彩邮的ROI。工具：卖家工作台-会员关系管理、数云、客道等第三方软件。优化的办法：建立老客户分组，根据分组创建老客户的不同特权。越高级的客户拥有越高级的特权。
『叁』 我现在是电子商务专业的研究生，我学习数据挖掘行吗
呃，先顶一楼一下。
我本科在经管学院学的电子商务，现在信息学院读研版究生，毕业论权文做数据挖掘。。。。呵呵。
这么说吧，看你要走什么方向了。电子商务分经济管理方向和技术方向，你要继续经管方向，就学下算法，主要会应用就好了。要是技术方向，就要走数据库编程了。不管哪个方向，如果你认真学，并且导师在这个方向能指导你的话，2年后基本理论和应用肯定没问题了。如果将来想找工作，最好在上学时跟个项目，一套流程走下来你工作就不愁了。如果做研究，就读博吧呵呵
『肆』 求：数据挖掘技术在电子商务中有哪些应用谢谢！
购买推荐,反馈分析,客户分析等.都在用.
『伍』 电子商务中数据挖掘及分析的重要性有哪些
数据挖掘是一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其它模型化处理,从中提取辅助商业决策的关键性数据.利用功能强大的数据挖掘技术,可以使企业把数据转化为有用的信息以帮助决策,从而在市场竞争中获得优势地位。
『陆』 谁能给我提供几个数据挖掘在电子商务中的应用案例急！！！！！！
数据挖掘交流讨论（26，与汪生讨论“网络日志分析的整体想法”）http://shzxqdj.blog.163.com/blog/static/816705772010111091055823/
数据挖掘实践应用（76，网络路径分析挖掘实战，上）
http://shzxqdj.blog.163.com/blog/static/8167057720106483155869/
数据挖掘营销应用（77，网络路径分析挖掘实战，下）
http://shzxqdj.blog.163.com/blog/static/816705772010614113824282/
数据挖掘实践应用(81, 《X产品功能点价值分析报告》落地应用讨论汇总)
http://shzxqdj.blog.163.com/blog/static/8167057720108111156557/
『柒』 数据挖掘对电子商务的影响有哪些
数据挖掘对于电商来说太重要了，它直接可以告诉企业，我未来应该怎么布局电商、怎么做推广、什么时间做最好等重要的信息，可以说企业电商的发展是否正确，一定要建立在数据的基础之上。
『捌』 电商数据挖掘主要是通过什么渠道获得数据的
电商数据挖来掘简单来说，就是对数据自进行进行自动或半自动的分析,从中提取辅助商业决策的关键性数据.
目前处理电商平台数据的服务商不是很多，像慢慢买提供B2C商城商品信息，价格更新速度在一小时一更新，能够精确掌握商品在每个时间段的价格更新，统计评论数量、销量，可以根据需求定制专业的数据挖掘。
可以尝试去找这样的渠道获取这方面的数据。
『玖』 数据挖掘在电子商务中的应用的论文提纲怎么写
我给你发个摘要吧
随着4G时代的到来，电信市场的竞争越来越激烈，客户资源成为电信企业竞争的焦点。而客户消费行为规律是客户知识的重要组成部分，因此基于消费行为认知的客户细分就成为电信企业客户关系管理的重头戏。利用数据挖掘算法针对某一具体的客户消费数据集进行分析，挖掘出有趣的信息，并根据这些有趣的结论进一步调整企业的营销策略。
本文针对当前电信企业在4G客户细分方面的不足，结合电信企业客户的特征通过关联分析来实现对电信企业现有客户的细分，帮助电信企业实现电信客户的合理分类，从而对电信企业的营销策略提出指导性意见。通过对某一运营商的4G客户数据库进行分析，采用Apriori算法发现客户消费行为和消费特点之间有趣的关联规则，并根据这些信息进一步分析，为营销决策者提供一种新的思考问题的视角。
本文的研究思路是对样本数据进行预处理后，将样本数据划分为换4G卡、换4G套餐、换4G终端三大客户群体，再分别计算出月均arpu值、月均mou值、月均dou值，最后利用Clementine软件对三大客户群体的这三个值进行基于MDLP原则的熵分组，得到细分的特征客户群。然后对这些客户群再做进一步的研究，利用Apriori 算法产生频繁项集，依据频繁项集产生简单关联规则，挖掘出客户消费行为和细分变量品牌、arpu值、mou值和dou值之间的关联关系，总结出相应的规律，帮助电信企业找到特定消费群体的消费习惯，以此为基础，对所识别出来的消费群体进行有针对性的营销。