《商务智能》第8章

1、第8章电子商务智能对于那些只通过因特网进行商业活动的企业，也就是纯粹意义上的电子商务站点，商务智 能绝对是它们扭亏为盈的关键因素。斯科特卡尔o营销副总裁相比传统的商业企业，纯粹的电子商务网站面对着许多特殊的挑战。它们用于吸引顾客 群的成本相当高，而这些顾客们是不可见的，且缺乏耐心，非常容易离去，只需轻点一下鼠 标就投入了另一个供货商的怀抱。与此同时，电子商务公司们收集并统计大量的客户信息， 包括他们的消费偏好、过去的交易纪录以及消费行为模式等。是否能够智能地、科学地利用 这些信息，这正是一个注定亏损的c（呵公司和一个新经济的成功领袖公司之间的根本区别所 在。商务智能会带来巨大的价值，但是必须逐

2、步实施。首先，我们需要分析基本的web流量 和交易数据，然后再通过个性化技术来划分顾客数据，最后还需要分析点击流和第三方数据。 这样，一家公司才能够真正了解它的客户基础并非常灵活地向最有价值的顾客提供相应的产 品。因此电子商务公司们都积极收集数据，但是坦率地说，很多电子商务公司事实上已经被 数据淹没了，奄奄一息了。随着浏览者和顾客的访问和点击，电子商务站点每天都产生潮水般的数据。这些数据不 仅仅包括已成交的交易，还包括那些未形成交易的访问纪录。这些数据无所不包，从顾客们 在页面上点击的每一个按钮、下载的每一个图片，到顾客们阅读的每一种产品评论和点击的 每一个链接。这些数据都会被记录在巨大的站点

3、日志文件中。根据这些日志文件，我们可以 得知很多重要信息：比如消费者最有意向购买哪些书籍？他们通常是从哪一个网站连接进入 本站点的？离开本站点之后他们又去了什么地方？在下订单前，顾客是以什么样的顺序和特 点进行浏览的？这些信息对实现盈利都有着无可估量的影响。但问题是，商务网站将面临以 t13计算的数据。它们包括顾客的ip地址、进入和离开的网页、浏览的网页、逗留时间、点击 的链接、关注的广告条、中途放弃购买的比率、对产品和服务的购买信息，等等。这些数据 都被网站的后端交易处理系统自动收集到数据库里。但是网站的运营者们如何才能结合网站 的点击流量和后端交易的数据来更多地了解消费者呢？他们又怎样把这

4、些信息优势转化为更 准确、更能盈利的市场营销手段呢？在商务和it部门的管理者研究这类问题的相当普遍，因为他们都致力于发展电子商务。 他们意识到他们正处于比以往任何时候更为丰富和更为深奥的数据山巔上。这些数据可以为 公司洞察消费者偏好、了解消费趋势和产品的吸引力提供依据。通过这些数据，纯粹的电子 商务公司比“鼠标+水泥”类公司更能与消费者建立密切良好的关系并进行有效的市场运作。现在不论是从事传统商务的公司，还是从事电子商务的公司都意识到应该结合诸如市场 战略、产品定位和越区销售定价策略等来进行对有关数据的智能研究，这样才能更好地吸引 和留住客户。同时它们也研究客户和访问者产生的访问数据，并且根据

5、市场运作的目标把这 些数据区分成不同的小组。它们还通过分析数据来指导生产，由此进一步提高产品受欢迎的 特性和改善顾客们的购物体验。最后，需要检测这些手段的结果，来提高网站设计、调整价 格定位和提高消费者在整个网站停滞时间也就是让网站更具吸引力并使消费者肯花时间 在网站上四处点击它们也通过查看点击流来获得相关线索。在本章里，我们将研究网络经营的一些独特之处，然后再来研究一下为什么智能化在电 子商务领域里是不可或缺的。我们还将讨论电子商务公司通过哪些方法来研究那些在线业务 获得的数据。最后，我们将在一个纯粹电子商务环境里研究商务智能对利润的综合贡献。8.1走钢丝网络业务的特点对网络公司而言，投资风

6、险是很高的。因为消费者在网络空间里的行为和在现实社会里 面的行为有相当大的区别，所以在网络上进行商业运作是一项非常艰巨的任务。这主要表现 在以下几个方面： 对客户来说调换供应商的成本非常低。由于明显的或者不明显的原因，一个顾客能够 在几秒内从你的网站登录到竞争对手的网站并达成交易。竞争对手的价格更低是一个 可能的原因，但还有很多其他可能的原因一匕如，网站反应时间太慢或者烦琐的订单 的填写等。不管什么的原因，在顾客离去后，只剩下孤独的网站运营者，而他们需要 从顾客离去时留下的那些数据里找出问题的原因。 网络消费者缺乏耐心是众所周知的。在周末的早上去购买商品，到百货商场或超级市 场所花费的精力一定

7、要比轻松的上网冲浪访问商务网站多得多。在商场里，消费者或 许会好好地逛逛并买下一些不在购物计划里的商品。而在网络上，消费者只需一次点 击就能在任何时候离开公司主页，因此电子商务网站往往会根据顾客的偏好，提供一 些有益的或者说有价值的信息来迎合他们。如果网站的数据内容更新太慢，或者用户 界面不是很直观，潜在的消费者就会很快失去兴趣而去浏览其他网站。 比较价格仅需轻点鼠标。一旦消费者发现他们感兴趣的产品，他们就能立刻通过网络 上的自动代理商找到更低廉的价格。这样，结果就是电子零售业似乎是在走钢丝而不是在网络上运作。市场环境中浮躁的客 户，加上低廉的调换（供应商）费用和价格比较的快速性，每一个失误都

8、可能使网站丧失能 够继续交易的机会。也就是说，只有电子商务网站才会遇到“客户关系以纯粹的信息为基础” 和“异常高昂的客户成本”这两个困难。8.1.1以纯粹的信息为基咄的客户关系在线商家都面临着一种独特的困难。一方面电子商务站点只能通过记录在网站日志文件 中的顾客访问数据去了解顾客，从而建立与顾客的关系。它们没有物理形态的商场和职员， 没有办法进行mbw/ (management by walking around),即散步管理或者走动管理，也就没有 办法与顾客交谈、观察他们的行为，倾听他们的意见。另一方面，电子商务网站又能够记录 大量传统零售商闻所未闻的数据。从某种意义上讲，它们知道的太少，但

9、它们又记录了很多。 所以问题是如何从繁冗的数据中提取智能，也就是如何处理好这两方面关系更多了解和 记录消费者行为，在恰当的时候使用这些信息。由于网站能够自动接待顾客，在商业模型里面，人脑的智力因素越来越不重要了。在传 统业务中，受过良好培训的银行客户服务代表能根据消费者关于房地产抵押贷款的随便一句 话，或者关注那些文件是邮寄过来的还是要邮寄到何处去，而引领该客户来到房地产抵押贷 款部门。如果顾客觉得价格太高，旅行顾问能够给顾客适当折扣或者建议顾客选择其他低价 路线，从而逐渐建立起消费者的忠诚度。保险代理人可以针对顾客对保险政策的询问，借机 就其他话题进行交谈。电子商务网站是不大可能利用这种察言

10、观色的人际交往而直观地获得利润的。除非通过 获取和分析消费者在线数据，它们无法把它们和消费者之间的交互转变成能产生利润并建立 消费者关系的交易。它们面对的不是传统消费者，而是数字消费者。在线高科技电子零售商 ()公司营销副总裁斯科特卡尔在回顾mom ' n" pop街区便利店的时候说：“如 果您走进当地的一家mom' 1? pop肉店，售货员知道您上周在那里买了一块上好的牛排。 他首先就会问你：那块肉您是怎么烧的？'他想知道您购买的动力是什么您喜欢那牛排 吗？在他看来，他正在力图保持和常客以及那些给企业带来不菲利润的客户之间的联系。在 某种意义上说，商务智能就

11、是让我们能够模仿这些行为。最终的目标是适应和迎合顾客，使 他们能舒适地选购产品和服务，而且下次还想再来。”在线商家不可能像肉店或百货店经理那样和顾客保持同样的密切关系。但是另一方面， 和那些非在线商家相比，由于它们能够记录和跟踪比传统商家更多的消费者行为数据，它们 也具有自己的优势。由于每一笔交易、客户资料、利润信息都立刻被记录到数据库中，在线 商家能够即时处理这些信息并把与顾客关系提升到一个新的高度。8.1.2异常高昂的顾客成本电子商务站点与传统的商业企业相比的另外一个独特困难是吸引顾客的成本异常高昂。 这是因为在线商家们主要用电子化手段提供产品和服务的信息。整个因特网就像一个巨大的 产品目

12、录。顾客们点一点鼠标就可以方便地比较各种产品信息。要买一台打印机，只要在这 个最大的产品目录上检索办公用品，就可以找到售价最低的商家。找到了这个关键信息，顾 客们离真正的购买行为就不远了。虽然网络上产品的浏览量不断增加，但是却很少达成交易。因为网络上有太丰富的选择 和信息，导致消费者越来越浮躁而变化无常。因此，在线商家更加依赖消费者的忠诚度和能 够获得利润的营销计划。比如，某公司想要在网络上销售汽车和卡车，但是它发现大多数访 问者都只是查询这些交通工具的式样和马力，真正达成交易的却在网下的代理商那里。麦肯锡公司在2000年上半年的研究中发现在商业网站的访问者中，只有不到5%的访问者 会购买一件

13、商品。而且这些访问者中2/3的人不会再进行第二次交易。用于吸引消费者的费用 大约是消费者平均消费金额的5倍(麦肯锡公司认为吸引一名消费者的平均费用是25()美元), 所以在线商家就需要花大力气去增强消费者的忠诚度并拉拢回头客。(见图8-1)因此建立顾 客忠诚度、确定他(她)还会再来消费并且形成经常在此网站消费的习惯是绝对必要的。即使只有一小部分顾客长期反复进行交易，他们都会对在线商家的账本底线产生巨大的 影响。位于波士顿的拜恩公司的管理顾问、忠诚的影响(the loyalty effect)的作者弗雷德 里克赖克赫德(frederick reichheld)估计电子商务站点只要提高5%顾客的忠

14、诚度，就可以 将公司的利润提高3()%。他认为因特网的存在增加了维持客户忠诚度的难度，可是同时也提 供了一个很好的工具来衡量客户忠诚度。他说：“现在越来越多的公司认识到维持较高的客户 忠诚度对公司长远发展有着积极的影响，越来越多的人们也看到消费者的忠诚度是至关重要 的，而且要把它更加智能和科学地管理起来。另外一件事很多人没有去调查和衡量消费 者的保持率。我认为我所知道的公司只有15%、最多20%在进行保持率的衡量。在因時网上, 我们没有任何借口不去跟踪调查消费者回来的目的、平均登陆量是多少和平均渗透量是多少。 工具就在这里它更是武器。有些公司正在习惯使用这种武器，而有些公司已经开始应用 它了。

15、”见 p170资料來源：麦肯锡电子商务的成败前景相当不妙。许多行业分析员预计在大约3万家网络公司里面，有超过 75%的公司会因缺乏资金而陷入困境甚至倒闭。网络公司的上市热潮已经结束，可用的其他资 本来源业已干涸，而后期的投资者还在观望。那些在行业滑坡前就已幸运的上市的公司风光 不再，其高高再上的股票价格也一落千丈，甚至坠入深渊。很多公司已经关门倒闭。虚幻的 网站现在已经开始滑向因特网的边界，就如同在虚幻的风中飘舞的百叶窗一般摇摇欲坠。在确保后续资金之外，网络公司们面临的最大挑战就是网站新的竞争，这种竞争来自于 那些在因特网上销售名牌产品的商家。对于这些“鼠标+水泥”模式的公司来说，因特网仅仅

16、是另一个不同的销售渠道，而不是它们的惟一销售手段。无论网络公司的成长道路多么艰辛，不管在这种弥漫失望的公众氛围下，毕竟还是会有 幸存下来并获利的公司。根据从事因特网消费者跟踪调查服务的bizrate公司的数据，在1999 年，网络商业蓬勃发展，在线消费额从上一年的45亿美元增长到16()亿美元。bizratc公司在 调查中发现有47%的网络流量是从信息中介网站连接到商业网站的，远远大于参考纸质产品 清单而进行交易的比率，后者的比率仅为19%。对于许多b2c网络公司，分析数据并根据结果做出反应的能力对于公司是否能生存，能 否能盈利，还是倒闭都有显而易见的影响。8.2对商务智能的需求任何配得上.c

17、om这一名称的网络公司都已经迅速地意识到电子商务智能才是成功的关 键，同时它们也意识到如果不依赖对数据的智能分析来运营电子商务，其面临的险境无异于 “盲人骑瞎马”。网络公司想要生存并获得成功就必须收集并充分利用信息，实际上，这种要 求已经成为华尔街对网络公司的评价标准，这类评价体现在网络公司越来越重视消费者的基 础信息并且把更好地了解消费者作为工作的中心。帕特里夏西博尔德集团的ceo (首席执 行官)帕特里夏西博尔德(patricia segbold),也是最佳畅销书消费者网站(c) 的作者就直截了当地指出：美国在线和时代华纳公司在合并的时候，每个美国在线的顾客的 价值是时代华纳的两倍。它们为

18、什么会不同呢？因为它们的顾客交易频率不同，美国在线拥 有大量顾客的相关信息，相反时代华纳公司就只不大了解的它们的顾客基础。由于各种组织的电子商务之路不同，它们处理顾客数据的方式应该是不同的，运用商务 智能的手段也应该有所区别。单纯b2c经营模式的网络公司，全部的经营活动都在因特网络 上。它们要贯彻实施电子商务智能系统来帮助它们把枯燥的数据变得有意义。商务智能系统 是提供诸如网站访问者的行为和消费者的消费偏好等关键数据的惟一线索。网络公司的战略 目标是要把消费者从浏览者角色转换成购买者，同时建立周期性的定向促销程序来加强消费 者忠诚度。它们要以最能产生利润的消费者和最有利润的产品为核心实现公司的

19、最终目标。 为实现这一目标，幸存下来的电子商务运营商们需要近乎完美地掌控顾客信息和销售信息。“鼠标+水泥”的b2c公司已经在经营过程中建立了零售分支和商品目录派送机制。它们 把因特网看做是一种新的销售渠道。这些公司面临一项纯粹的网络公司所没有的挑战结 合电子商务得到的数据和其他销售渠道的数据，从而能够以全局的观点来了解所有销售渠道 的消费者。另外，“鼠标+水泥”类公司通常已经根据某种特定的商业模式概念建立了复杂的 后端系统。既然现在商业模式改变了，后端系统也需要进行修改以便与在线销售进行集成。 它们最终的目标是改善客户关系来提高服务质量。8.2.1电子商务的发展历程大规模应用商务智能，是电子商

20、务演化到第二个阶段的特点。第一阶段电子商务网站的 主要精力集中在建立稳定、可靠、高效率的商务网站并使之易于浏览。第一阶段：建立并运营 1997年是创新阶段。先驱者和梦想家们开始试验在线销售的概念。主要集中在提供在 线商品清单和建立基本的订单模式。（见图8-2） 1998年是实际运转阶段。在线贸易开始发展，网络公司集中力量让网站能够处理全部 订购程序，支持更大的负载量，能够提供24x7的服务，尽可能减少停止服务时间。 1999年是增加产值阶段。网络公司着重建设网络会员伙伴、进行个性化服务和满足顾客见 p173图8-2获得在线竞争优势向在线商务转变的早期阶段，电子商务网站主要集中在配置能够管理与顾

21、客们交互的商 务系统。在线商家遵循三个阶段的步骤来配置企业内部资源规划系统到自动商务处理系统。 它们的哲学是：“首先要使系统运作起来，然后我们再进行优化。”在因特网淘金浪潮中，没 有几个网络公司有充足时间、人力和资金能在建立基础结构和可运作的线贸易系统的同时也 实施商务智能系统。另一方面，在因特网商务发展的第一阶段，许多在线商家都是刚刚成立的。没几家能够 确实运用商务智能来进行业务运作，导致了对顾客基础信息管理的不尽人意。诸如顾客从同 一个网络商家那里收到两份同样的产品清单，银行向已经拥有信用卡账户的顾客邮寄信用卡 申请表格，顾客明明已经购买了这本书，又接到供应商推荐该书的广告。这些不愉快经历

22、在 讨论新经济弱点的时候遭到了猛烈抨击。在第二阶段中，电子商务公司依据消费者在交易过程中产生的所有数据开始进行智能分 析，从而尽可能地使得交易变得人性化。它们通过获得最高的消费者忠诚度而创造价值。总 而言之，使得电子商务智能化。第二阶段：逐渐智能化 2000年是智能化阶段。网络公司把实施流水线作业作为重点，改善客户服务，客户关 系管理，以及建立更紧密的供货商合作关系并使之自动化。它们开始通过结合交易分析结 果、点击流量和消费者信息来发展智能电子商务，进行商品销售和促销活动。能否分析收集来的数据来更好地控制消费者关系管理和个性化技术，提高目标营销的准 确性，并提高决策能力，这是成功或者失败的关键

23、。仅仅简单地建立良好的具有亲和力的在 线销售系统是远远不够的，现在最关键的是要建立智能化的在线销售系统。由于电子商务公司获得了大量的数据，它们正面临着整理这些世界上最庞大的数据记录 的任务所带来的挑战。数据仓库业的领袖拉尔夫金博尔(ralph kimball)预言：在下一个十 年里，点击流量数据仓库的大小将超过传统的数据仓库。事实上，有些电子商务站点的数据 库已经开始超过传统商业企业了。例如：excitehome在科罗拉多州的子公司match logic 司，它是一家为大企业提供数 字营销服务的公司。其客户包括美国宝洁公司和通用汽车公司。它就拥有一个容量达数十tb 的数据仓库，而且这个数字还在

24、飞速增长。这已经接近最大的传统商业企业的数据库容量了。 当然迄今为止，世界上最大的数据库还是传统零售业及其分支机构的销售记录数据库，包括 现金收据上每一行的记录。而电子商务网站的点击流量数据库则是增长最快的数据库。它已 经在短期内增长到了原先的23倍。这是因为它们的记录不仅仅包括每一解笔交易信息，更 包括消费者们每一条浏览的路径、在网站上前进的方向，甚至包括他们每一次点击电子货架 上的商品，仔细查阅该商品的说明以及把该商品放回电子货架上面去的信息。幸运的是，当数据库技术和商务智能水平成熟到能够处理这些飞速成长的数据库的时候, 电子商务公司也开始意识到对数据分析的迫切需求。它们以后端数据库作为进

25、行数据库的分 析研究的平台，并能从实施和提升数据库中得到利润。2()世纪9()年代数据库技术的发展使得 数据库系统能够处理tb字节级别的数据。数据库的容量和稳定性都得到了很大的提高，这些 数据库现在已经可以应用到电子商务站点的商务智能系统中。数据库的厂商们像ibm、微软、 oracle甚至已经开始为电子商务站点的商务智能系统度身定做数据库。前端商务智能工具当然也已经改造得适应网络运营。现在这些工具普遍支持在企业规模 的安装部署，能够运行在统一的因特网商务平台上。而且，更重要的是，我们吸取了先前在 零售业、金融服务业以及保险行业建立tb级数据仓库时的惨痛教训，并因此改进了我们的数 据仓库。这些高

26、端数据仓库包含了毫不留情的、飞速增长的点击流数据并努力把爆炸性的数 据纳入进来。工具准备好了让点击流来得更猛烈些吧！822逐步提高商务智能水平电子商务网站建立一个能够分析所有收集来的顾客相关信息的智能系统并不是一项立竿 见影的工作。总是需要许多坎坷和反复，对相关技术进行高额投资。它还是一个过程，是一 个在实践中积累经验，通过大量的尝试、失败和再尝试才能够成功的过程。那些新生的电子 商务网站通常是从零出发，几乎没有任何数据，更谈不上商务智能。而只有那些在商务智能 方面领先的网站能够结合交易情况、点击流量和其他渠道获取的数据建立起强大的顾客关系 网。数据是商务智能的基础，首先我们从数据谈起。电子商

27、务站点收集到的可以用于分析并 产生商务智能的顾客数据主要可以分为四种类型:顾客个人数据 这些数据描述了顾客的一些基本资料，比如顾客的姓名、居住环境、 收入水平、婚姻状况等。顾客个人偏好这些数据描述了顾客的一些兴趣和爱好。比如顾客喜欢读哪种类型的 图书，听哪种类型的音乐，喜欢哪种体育运动等。根据这些数据可以帮助站点了解顾客的潜 在消费需求。顾客个人数据和顾客个人偏好通常可以通过顾客在站点上的注册信息加以收集。顾客交易记录 电子商务站点可以记录顾客以往购物的一切数据，包括顾客购买的物 品，交易的时间，购物的频率等。这些数据也可以帮助网站分析顾客行为的特点和趋势。浏览行为记录 通过观察顾客在访问电子

28、商务站点时所走的路径可以得到他的浏览行 为记录，其中包括顾客从何处链接进入本站点和离开站点之后的目的地址。该数据又称点击 流数据。顾客在页面上的每一次点击都会在点击流中添加一次点击记录。这些数据通常存储 在巨大的网站日志文件中。随着电子商务站点的发展，它们建立商务智能的手段日趋复杂。这样，对待不同的数据, 我们总能找到一个最有效的方法来进行分析。现在，我们来看看一个典型的电子商务公司如何分析它们的信息。随着电子商务公司逐 渐改善这些环节，它们也能够更好的利用商务智能。 环节1:基本网页流量分析网页流量测量是电子商务站点最早进行分析的数据，点击数据也是所有顾客数据中最简单 的一种。电子商务刚开始

29、出现的时候，点击量最时髦。电子商务出现之初，网站的营销主 管们大肆吹嘘点击量的上升。他们定期在大会上宣布诸如每周点击量已经从10()万上升到 20()万之类的消息。点击量高的站点也就更容易卖出站点上面的广告位。在这段期间，最 热门的商业用语是“眼球量”，即定期访问该网站的眼球数。有些站点甚至将自己的点击率 乘以2来进行宣传，借口是每人都有两只眼睛。站点可利用的网页流量数据种类繁多，功 能不一。点击量或读页量实际上是有顺序的点击流数据里面最初级的一种。点击流还包括顾客浏 览了站点的哪些页面、起始页和退出页、浏览的顺序、在站点甚至每个页面的逗留时间、顾 客访问主要集中在哪一天的哪个时段、浏览器的类

30、型和顾客的1p地址等信息。对这些数据的 分析可以帮助电子商务站点确定在本站发布广告的收费标准。还能帮助电子商务站点找出一 些缺陷和漏洞，比如通过点击数据分析发现很多顾客都是在点击某一链接后离开本站点的， 电子商务站点就需要检查一下，这个链接是不是死链接，或者由于某种原因导致这个链接的 网络响应速度太慢，让顾客失去耐心。还可以根据对用户访问时间的分析，采取特定措施， 防止在高峰时间出现网络堵塞等状况。举例来说，在business object公司，通过对网络操作、响应时间、出错页面、被浏览最多 的页面和被下载最多次的文件等数据的基本分析，我们有一些令人惊讶的发现。在我们看来, 有些白皮书已经过时

31、了，而且标题也毫无吸引力，诸如：如何使用商业智能工具等。而这些 页面却跻身最受欢迎的页面之列。而我们在分析日志文件之前正准备从网站上撤下这些文件 呢！当我们知道这些文件受欢迎的程度后，我们决定按照新的标准把这些文件重新写过。问 题是，对点击数据的分析存在着一些缺陷和遗憾。点击数据通常都是匿名的，电子商务站点 不大可能通过这些数据去判断顾客的真实身份、他的购买力以及忠诚度等情况。当然电子商 务站点可以通过顾客从哪一个站点链接到本站来或者离开的时候去哪一个站点判断出顾客的 大体上的偏好。比如顾客总是从上的链接来到本站，可以大体判断出顾客热爱 体育运动。因此我们最好向他显示一些运动器材广告。但是这种

32、例子是比较极端的。如果顾 客每次都从的链接来到本站，那么电子商务站点基本上无法对顾客的偏好进行 推测。点击数据的另一个缺憾在于它是对所有访问过本站的顾客的数据记录，缺乏针对性和代 表性。就像传统的商业企业统计所有出入十字转门的顾客数据一样，根本不去考虑访问者是 否与商店达成交易，逗留多长时间，也不去考虑访问者进入商店的目的是购物、是逛街还是 只是去找洗手间？尽管如此，对点击数据的分析仍是目前电子商务站点进行商务智能活动的 基本手段。根据forrester研究所在1999年底进行的一项调查表明：5()家电子商务站点中有超 过8()%仍然依靠点击数据分析来形成竞争情报，有34%的公司结合销售额和利

33、润进行分析， 24%的公司将注册用户的点击数据单独进行分析。而只有12%的公司进一步对更为复杂的消费 行为模式等数据进行分析。在对点击数据分析的利用上，forrester研究所的报告表明有42% 的公司将分析报告集成到总体访问流量报告中，有28%的公司将分析报告提供给站点的策划 人员和管理人员作为决策依据，只有18%的公司最终利用分析报告来改善站点的经营和设计。 forrester研究所的报告同时表明，电子商务站点已经开始不满足于这种简单的商务智能分析 活动。有84%的公司希望在对点击数据进行分析的基础上，能对复杂的点击流数据进行分析, 得到更具操作性的商务智能。 环节2:顾客交流数据分析第二

34、步，我们需要更加深入地考察顾客与网站的交流。首先我们需要知道，从浏览者到注 册用户或实际购买者的转化率是多少。这个指标在业内被认为是电子商务网站经营成效的 关键指标，而且在以后的新一轮融资里面也将起到重要作用。但是，转化率并没有反映顾 客的类型和特征。电子商务公司还需要知道这些顾客登录网站的频率、一般购买力、已购 产品的类别等。顾客交流数据分析可以分为注册用户分析和交易记录分析：注册用户分析 现在许多免费的站点都提供一张表单和调查问卷供浏览者填写，只有详 细填写才能成为用户，才能够进入网站或享受更好的服务。举例来说，纽约时报的网站是完 全免费的，但是用户会被要求填写一张表格。通过这种方式，电子

35、商务站点可以得到用户的 职业、教育程度、年龄、性别、种族、业余爱好和有兴趣在网上购买的商品等信息。当然， 通过用户注册的过程也可以得到一些上一节提到过的点击数据。通常在注册的最后，电子商 务站点会要求顾客留下他的电子邮件地址，以做进一步的沟通和交流使用。分析这些注册数据可以提高站点的个性化服务水平。最简单的一种方式是当注册用户访 问电子商务站点的时候，站点会在页面显示注册用户名，让顾客感觉到这是他自己的站点， 提高顾客对站点的亲切感。如果顾客在注册数据中提到他的某种爱好，比如高尔夫球或者园 艺，那么站点可以考虑将这方面的商品或者广告列在顾客进入站点的页面中，或者定期给顾 客发送这方面的信息。结

36、合访问者使用数据和点击流数据进行综合分析，电子商务网站能够 更加全面地了解单个注册用户和用户群体的各种表现。交易记录分析 一旦注册用户转变成购买者，他的毎一笔交易记录将被站点收集整理并 分析。通过对历史纪录的分析，电子商务网站能够知道哪些顾客是最忠实顾客，他们的消费 模式、消费偏好、购买频率和对利润的贡献等数据。电子商务站点应该将交易记录分析工作变得规范化、制度化和自动化。运用各种工具软 件自动记录交易数据，按统一的格式处理交易数据，将分析报告定期及时的地交给站点的管 理者。这个交易记录的分析报告应该包括：1. 经常光顾站点并达成交易的顾客有哪些？这些顾客的交易额占站点总交易额的比例是 多少？

37、2. 浏览者到购买者的转化率是不是在增加？对站点的改善措施的效果如何？3. 哪些门户网站介绍了最多的顾客到我们网站？4. 最近单位时间内，站点接到的订单金额是多少？比上一期增加了多少？5. 接到的订单的平均金额是多少？6. 单位时间的销售总额是多少？7. 站点的供货渠道是否能满足销售的需求？8. 站点的广告收入是否因为站点的改进措施而增加？增加了多少？通过分析顾客交流数据形成的具有可操作性的商务智能，站点能够获取更多的利润。 o就是一个成功的案例。这个在康涅狄格州注册的公司主要从事个人电脑和其他高 科技产品的销售。（）在1999到2000年间获得了巨大的发展，每个月的访问者超过 了 400万人

38、次，有超过50万名注册用户。成功的秘诀在于c）不仅进行点击数据的 分析，还进行了更为人性化和商业化同时也更具实用性的顾客交流数据分析。（）utpost.c（）m对 交易记录数据的收集分析相当细致，比如每一订单平均包含的商品数量，延期交货的比例等。在电子商务活动早期，网站数据分析没有得到广泛应用。技术上的限制是相当重要的一 个原因。这时期针对顾客交流数据分析方面的硬件和软件产品都比较少。许多电子商务站点 没有分析工具或者只能自己开发一些简易工具进行分析。而现在许多领先的公司逐渐建立了 针对商务智能系统和数据仓库的系统，以此来增加投资回报率。其实，技术部分在很多方面 和传统公司是一样的。这些技术工

39、具包括：1. 可以作为数据分析平台使用的大型关系型数据库。2. 各种导入、导出和转换工具。可以直接从存储网站日志文件和交易记录的服务器中导 出数据的工具，将这些原始数据转换成友好格式的工具，将转换格式后的原始数据导 入分析工具即大型关系型数据库的工具。3用于分析数据的前端商务智能工具。环节3:实时个性化服务实施实时个性化服务，电子商务站点面对的将不是全体顾客，而是单一的顾客。而这种 一对一的关系，正是营销人员梦寐以求的。顾客毎次访问站点，站点将自动辨认出顾客的身 份，向顾客提供适合顾客口味和喜好的页面风格和链接，为顾客提供度身定做的促销商品和 市场推广活动。一些业界领袖们已经开始为访问者提供某

40、些形式的实时个性化服务。当用户再次访问站 点时，yahoo!和a都会在起始页面上显示访问者的用户名，并会根据用户的兴趣和 要求为顾客在页面上显示特定的内容，比如某种商品或者某一类别的广告等。实时个性化服 务在一些销售音像制品的电子商务站点中的作用尤其明显，比如一个顾客购买过一些喜剧光 碟，当他再回到本站的时候，实时个性化系统就会在个性化的页面上显示最新的喜剧光碟并 做出推荐。系统认为，他会对最新的喜剧光碟感兴趣，因此，系统通过实时个性化使得他更 方便和快捷地购买他所喜欢的商品。这样，顾客得到了自己想要的最新的信息，而站点也提 高了销售商品的可能性，形成了双赢的局面。实时个性化服务主要可以分为四

41、种类型：问候，用户定制，实时消息，特色推荐。问候是一种最基本也最简单的实时个性化服务。电子商务站点根据访问者的ip地址、 访问者个人电脑中存储的cookie数据来识别访问者，然后在用户进入站点的页面上显示对用 户再次光临的问候信息。用户定制 随着电子商务站点提供的服务越来越多，销售的商品种类日益复杂，用户可 能不想接受电子商务站点提供的所有服务或者在所有的商品类别中搜索自己的需求，于是， 用户定制服务产生了。电子商务站点根据用户的请求只向用户提供他想要的服务，只在用户 的个人页面上列出他感兴趣的产品类别，方便了用户对站点的使用。比如丫必。!为用户提供 了 “我的yahoo!w服务，用户只需要填

42、写一个申请表，yahoo!就会帮助顾客自动生成一个“我 的yahoo!"页面。比如，在财经那一栏里面只显示用户持有的几种股票的价格，或者只提供 用户感兴趣的新闻。在用户定制方面做的比较成功的站点是美国航空公司的网站。当用户登录站点时，页面 上会显示含有用户姓名的问候信息。用户以往的飞行里程也被显示在页面上，这是用户享受 折扣的重要依据。同时用户定制的信息以及依据这些信息提供的相关服务也将被显示在页面 上。用户可以定制的信息有很多，例如用户可以选择所在城市的机场，经常要去的城市的机 场、宾馆和汽车出租公司，甚至包括对座位的位置的定制。实时消息 是指将一些个性化的消息及时的通过各种手段传

43、递给用户。实时消息也是实 时个性化服务的一种，因为它不是将所有信息传递给所有用户，而只是将特定信息传递给提 出过需求的用户。这样，一方面特定用户可以及时得到自己的想要的消息，另一方面也避免 了对其他用户的骚扰。实时消息可以通过电子邮件、电话或者寻呼机等多种方式进行传递， 用户不必一直与因特网连通。例如，yahoo!的财经频道提供一种实时消息服务：当一只股票的 价格的波动超过一定比例时，用户就会接收到yahoo!发来的提醒消息。联合航空公司的网站 也通过多种无线手段提供实时消息服务。接受了这种服务的用户会收到网站自动发出的关于 航班状态比如晚点或航班取消的提醒，帮助用户调整自己的日程。特色推荐是

44、电子商务站点向用户推荐他们可能感兴趣的商品或服务。它与用户定制的 区别在于用户定制是用户主动并且明确向站点提出需求，而特色推荐是站点根据各种数据包 括用户主动提供的数据和交易记录等数据经过分析得出的用户需求。这种需求可能是用户已 经明确表达出来的，也可能是网站推断出来的用户潜在需求，特色推荐技术最近几年内在电 子商务站点上得到了相当大的发展。电子商务站点以往提供的实时个性化服务往往是基于用 户在注册时提供的明确表达的信息。而现在电子商务站点可以通过一些实时监测的技术来分 析用户的行为特征，这些行为特征包括购买意愿、购买能力和购买频率等。通过这些用户无 法掩饰的行为特征，电子商务站点可以推断出用

45、户真实的购买偏好，从而更加准确地向用户 提供实时个性化服务，即特色推荐。在提供实时个性化服务的过程中，有一个环节经常被忽视，那就是成效分析或者反馈分 析。提供了实时个性化服务并不是服务的终点，相反，是服务的一个新起点。如果不进行定 期的成效分析和顾客意见调查，电子商务站点的实时个性化服务水平就不可能得到提高。如 果你提供了一项并不受顾客欢迎甚至讨人嫌的实时个性化服务而没有进行反馈分析的话，那 么站点的商业形象就要大受影响。成效分析通常可以根据下列数据和信息进行分析：经过特 色推荐的商品的购买率是否得到了提高？同类产品中，经过推荐和未经过推荐的销售比率是 多少？实行实时个性化服务后，站点的盈利水

46、平是否得到提高？在对反馈信息进行商务智能 分析之后，所有这些问题都能得到妥善回答。环节4：合理地区分顾客尽管个性化服务有很高价值，但实时个性化服务通常只能在顾客上线的时候才能提供， 也只有在此时，实时个性化服务才能发挥较大的作用。另外，实时个性化服务是针对个体顾 客的，如果电子商务站点想针对某个顾客群组织大型的市场活动，很明显，它是不适用的。 另外，如果购买决策来自多位决策者，或者需要经过多个销售环节，它也表现得无能为力。 因此，下一步，我们应该通过商务智能来区分顾客并增强营销能力。我们先进行一些比较宽 泛的区分，然后再进行细分。根据最佳顾客进行区分o的管理层早期对顾客群也没有一个总体的认识。

47、他 们不知道哪些顾客经常光顾他们的站点，也不知道哪些顾客给站点带来了更多的利润，他们 更不知道不同顾客群的消费热点是什么。但o及时地运用商务智能系统进行了顾客 分类数据分析。o在200()年初开始进行顾客分类数据分析的简单试验。它根据顾客最近访问本 站点的时间将顾客大体分为三类：积极顾客、半积极顾客和消极顾客。针对那些已经很长一 段时间没有进行访问和购买的消极顾客，()utp°st.c(mi利用电子邮件的方式与他们联系，向他 们提供有折扣的商品，希望能够让他们记起曾经购物过的o并恢复访问o 的热情。结果，相当一部分消极顾客的反应积极，大概有25%的消极顾客开始重新回到 o 购物。o

48、又钓回 了 他们。于是o开始应用商务智能系统进行更为复杂的顾客分类并因此进行更加准确的 市场营销。它开始分别统计每个的顾客最近访问时间、顾客平均访问间隔时间和顾客购物金 额。这些数据分别被赋予不同的权值，然后经过商务智能系统的计算和分析，为每个顾客得 出一个综合价值。“公司寻找那些最重要的顾客群并提供最好的服务。对那些不是十分有价值的顾客们提 供次一等的服务。”市场营销副总裁斯科特卡尔说道，“我们对一个17()天前下过订单的顾 客和一个352天前下过订单的顾客的营销力度是不同的。公司的市场行为不是坐在会议桌前想 出来的，而是以商务智能为基础得出的正确决策。”在200()年春天，o又进行了一项试

49、验。卡尔和他的部下们，将前一阶段根据顾 客最近访问时间、顾客平均访问间隔时间和顾客购物金额得出的数据进行统计，找出了 3万个 得分最高的顾客，也就是重要程度最高的顾客。然后将3()()()()名顾客分为两组，其中10%的顾 客作为对照组，另90%的顾客作为另一组。对占90%的那一组通过电子邮件进行了一次市场 推广活动，对照组没有收到促销邮件。统计结果非常令人惊讶！经过一个月的时间，那些收 到电子邮件的顾客的购物金额平均比没有收到电子邮件的顾客高了 40%o下一个问题是控制这种活动的频率。当然进行这种市场推广活动也应该适可而止。点击 流和交易数据提供了一个调整的依据。活动组织得太少，用户可能会忘

50、记你的站点；活动频 率太过频繁，用户可能会感觉受到骚扰从而不愿意与你交易。o是电子商务站点应用商务智能的先驱。应用商业智能，它走出蒙昧，开始获 得更多利润。它的母公司，cyberian ou tpost, 2000年第一季度的销售额超过了 6480万美元， 几乎是1999年第一季度的两倍。同期网站的运营成本也下降了 5()%以上，从销售额的27%降 到了 11.5%。顾客的忠诚度也得到了提高，对老顾客的销售额从1999年第一季度的43%升到 了 38%。每笔交易的平均成交金额上升到了 280美元，从单位顾客身上获得的毛利从29美元 上升到了 37美元。同时，吸引单位顾客的成本从104美元降到了

51、 47美元。面对这些成果的取 得，斯科特卡尔将之归功于对顾客认识的加深，组织了更有针对性的市场活动，实施正确 的决策，提高顾客忠诚度。一句话，因为公司应用商务智能系统对顾客数据进行了正确的分 析。挖掘数据矿脉电子商务站点有能力收集到大量的复杂的顾客数据，这些数据包含着越 来越多的信息。通过这些数据，电子商务站点不仅仅能够知道顾客约翰多伊(john doe)是 一个通常每年买一个电子设备的35岁的白人男性。还能通过在个人电脑的(cookies文件、注 册信息、在线调查、技术支持，以及顾客信用报告等一切能让公司更多了解顾客的资料，了 解到关于顾客的几乎一切信息。每一块数据都包含很多个不同的属性。面

52、对着大量的日益复杂的数据，想从中过滤无关的信息，分析得出能够应用于市场操作 的商务智能愈发困难。数据挖掘技术应运而生了。数据挖掘技术能够对数据进行总结、查询 或者多维分析的技术，通过这些技术，我们能自动分析出大量数据中的本质联系并依照联系 对数据进行分类，而用普通的数据分析技术就很难达到这一效果。但是这还远远不够，数据 挖掘还会利用人工智能技术来进行知识发现即从大量的数据中发现普遍规律。一般的数据调查分析需要先有一个推测，然后来验证这个猜想是正确的还是错误的。而 数据挖掘在形式和方法上更加灵活。它对数据的分析并不需要有一个恰当的推测，只要数据 在那里，数据挖掘就可以找出数据间的联系和数据的总体

53、特征。数据挖掘最早应用于财务咨 询公司作为风险管理的工具。电信公司们用它来分析顾客变化，零售商则用它来进行市场和 产品亲和力分析。数据挖掘在电子商务站点上有什么作用呢？它可以用于复杂的顾客分类数据分析。比如, 一个电子商务站点利用数据挖掘技术发现通过excitehome来到本站点的顾客倾向于购买更 多的商品，那么这个电子商务站点就可以考虑在excitehome上多刊登些广告。数据挖掘技 术提高了电子商务站点对顾客根据一些很细微的差别进行分类的能力。比如利用数据挖掘技 术可以发现那些在站点逗留超过5分钟的顾客购买商品的可能性是逗留没有超过5分钟的顾客 的300%,电子商务站点就可以根据不同的逗留

54、时间对顾客进行分类。ebay:建立更好的拍卖机制ebay建立了用于分析由网站产生的大量数据的商务智能系统。它正利用这个系统向它上 千万的用户们提供不间断的拍卖服务。这些用于分析的数据都是动态产生的而且数据量非常 巨大。ebay会员们每天新增4200多个种类的拍卖品，数量超过50万件，从陶器到计算机，琳 琅满目。这个网站每个月吸引15亿次点击，同时进行拍卖的商品通常超过400万件。通过不断地数据分析，cb叭不断努力建设商务智能系统，希望能够变得更加智能化。举 例来说，ebay公司希望能够分析和比较英式拍卖与荷兰式拍卖这两种竞拍方式成交率的高低。 英式拍卖是有意购买的买家们出价，价高者得；而荷兰式

55、拍卖的方式是商品有一个给定售价, 然后价格不断降低，最先出价的买家将购得该商品。不同拍卖方式的成交率也不同。通过对此的了解，cb町能够对会员们精确调节它的服务 以获得最大的交易成功率。并在网上拍卖业务的快速增长中获得最大的收益。“我们在一个竞 争非常激烈的市场中运作，不断改善竞拍环境，提供最好的竞拍体验是非常重要的ebay的 首席信息官鲍勃桑古德斯(bobsangucdolcc)如是说，我们的电子商务智能战略“将使我们 能够把我们的不断变化的用户群和它们产生的巨大交易量变成推动我们不断了解用户并不断 完善社区建设的动力。” 环节5：点击流数据分析顾客从进入一个电子商务站点，到离开这个站点的过程

56、中，所浏览的所有页面、滞留时 间、点击的链接和广告都会被按顺序地记录在网站的日志文件中。这就是点击流数据。点击流数据和传统商业企业利用摄像机记录的顾客数据类似，但是它的功能更为强大， 能提供更多关于顾客行为特点的信息。一家传统的商店可能在商店内部安装摄像机，记录顾客在商店内部的行为规律。比如如 果把鞋子柜台摆放在皮夹柜台旁边，妇女是否更倾向于去购买鞋子；或者如果我们在商场竖 起标牌来比较两种钓鱼器材的不同的时候，男子是否会更倾向于购买其中的一种。安装摄像 机的确可以捕捉到许多关于顾客的信息，但是它无法得到顾客的个人信息、交易纪录、消费 水平等用摄像机无法捕捉的数据(摄像机无法告知谁是你的顾客)

57、。商店无法利用对某些带有 明显购买倾向的顾客提供特别的促销信息。它也无法告诉你顾客在进入你的商店之前，是从 哪一个商店来的。另外，用摄像机只能记录成千上万的顾客中的一小部分的行为。用摄像机 观察到顾客的行为后，也不能立刻根据顾客的特点开展促销活动，因为分析结果的得出有一 定的延迟性。而这些不足之处，点击流数据分析都可以克服。在电子商务站点中，访问者留下了许多点击流数据：从哪个站点进入了本站点？浏览了 哪个页面？逗留时间有多长？接着又去了哪个页面？在达成交易前，顾客在网站中的浏览路 径是什么？离开本站点后去了哪个站点？这些数据对改进网站的设计，提高网站的亲和度， 甚至增加电子商务站点的利润有重要

58、的意义。对点击流数据进行分析的电子商务站点可以很 容易地找到哪个广告、哪种商品或页面引起了顾客的共鸣。让我们分析几个电子商务站点对点击流数据进行分析的案例。一个体育站点对顾客的点 击流数据进行了分析。发现许多顾客具有相当高的忠诚度，在一天中会登录许多次来查找所 喜欢的球队的比分。根据它们在网站上留下的数字痕迹，网站可以把它们按照查询这些特定 的球队的次数或者在浏览特定球队相关信息所花费的时间分成若干组。多伊，是居住在加利福尼亚的一名3()岁的独身男性，他经常访问某一体育新闻网站。为 了参加棒球社团，他进行了注册并提供了一些个人信息，包括他的电子邮件地址、年龄、住 址的邮政编码、性别和年收入。进一步分析发现虽然他住在加利福尼亚，却喜欢纽约扬基这 只棒球队。根据这些分析结果，站点可以认为多伊是纽约移