簡(jiǎn)述常見(jiàn)的網(wǎng)絡(luò)營(yíng)銷方法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的簡(jiǎn)述常見(jiàn)的網(wǎng)絡(luò)營(yíng)銷方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：簡(jiǎn)述常見(jiàn)的網(wǎng)絡(luò)營(yíng)銷方法范文

[關(guān)鍵詞]E忠誠(chéng)客戶忠誠(chéng)度Web數(shù)據(jù)挖掘企業(yè)網(wǎng)站

[分類號(hào)]F713.36

隨著世界經(jīng)濟(jì)的信息化和全球化趨勢(shì)增強(qiáng)，電子商務(wù)正逐步走向全面應(yīng)用，并滲透到社會(huì)經(jīng)濟(jì)的各個(gè)層面。越來(lái)越多的公司紛紛建立網(wǎng)站，從事商務(wù)活動(dòng)，無(wú)論是新興網(wǎng)絡(luò)企業(yè)，還是傳統(tǒng)企業(yè)E化，網(wǎng)站都已經(jīng)成為企業(yè)經(jīng)營(yíng)必不可少的網(wǎng)絡(luò)營(yíng)銷工具，并且在增強(qiáng)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)、擴(kuò)大企業(yè)影響、增加銷售收入等方面發(fā)揮著越來(lái)越大的作用。

1　E忠誠(chéng)時(shí)代的來(lái)臨

隨著電子商務(wù)的發(fā)展，客戶的重要性被提升到一個(gè)前所未有的高度，它已經(jīng)成為電子商務(wù)成功的關(guān)鍵。在某種程度上，客戶關(guān)系加商務(wù)模式，已經(jīng)被譽(yù)為電子商務(wù)成功的秘密。

電子商務(wù)環(huán)境下的客戶忠誠(chéng)，又稱為E忠誠(chéng)。2000年，美國(guó)Bain＆Comapany公司的電子商務(wù)主管Fredrick F.Reichheld與Phill Sehefter在研究了多家杰出網(wǎng)絡(luò)公司和上千名網(wǎng)絡(luò)顧客的消費(fèi)行為后，指出在虛擬的網(wǎng)絡(luò)世界中同樣存在顧客忠誠(chéng)，并稱為“E忠誠(chéng)”；他們同時(shí)認(rèn)為，E忠誠(chéng)是電子商務(wù)企業(yè)在網(wǎng)上取得成功的“秘密武器”。2001年，國(guó)際著名的咨詢公司KPMG Consulting在與牛津大學(xué)零售管理學(xué)院(OX―IRM)的合作研究項(xiàng)目中把E忠誠(chéng)定義為：E忠誠(chéng)指網(wǎng)絡(luò)顧客對(duì)網(wǎng)上企業(yè)或其品牌的忠誠(chéng)。2003年3月，Moonkyu Lee博士通過(guò)實(shí)證研究，將E忠誠(chéng)定義為：網(wǎng)絡(luò)顧客基于以往的購(gòu)物體驗(yàn)和對(duì)未來(lái)的預(yù)期，愿意再次光顧當(dāng)前選擇的電子商務(wù)網(wǎng)站的意向性。彭香霞與賀勤將“顧客重復(fù)選擇該網(wǎng)站購(gòu)買某一特定產(chǎn)品或某些產(chǎn)品的心理和行為傾向”理解為E忠誠(chéng)，并認(rèn)為同時(shí)滿足“情感E忠誠(chéng)”和“行為E忠誠(chéng)”兩個(gè)維度，才能稱作E忠誠(chéng)。無(wú)論眾多學(xué)者如何定義E忠誠(chéng)，但E忠誠(chéng)的時(shí)代確確實(shí)實(shí)來(lái)臨了。

2　企業(yè)網(wǎng)站客戶忠誠(chéng)管理現(xiàn)狀

忠誠(chéng)的客戶是企業(yè)贏利的源泉，是企業(yè)最大的無(wú)形資產(chǎn)，在競(jìng)爭(zhēng)激烈的網(wǎng)絡(luò)市場(chǎng)中，如何牢牢地鎖住客戶，提高客戶忠誠(chéng)度便成為了如今企業(yè)網(wǎng)站關(guān)注的要點(diǎn)。為了能夠有效開(kāi)展客戶忠誠(chéng)管理，提升網(wǎng)站客戶忠誠(chéng)度，眾多企業(yè)網(wǎng)站在維系客戶關(guān)系方面可謂是“八仙過(guò)海，各顯神通”。然而對(duì)于絕大多數(shù)企業(yè)網(wǎng)站而言。雖然能在短時(shí)間內(nèi)很快地聚集大量的訪問(wèn)量，但對(duì)于客戶關(guān)系的長(zhǎng)期保持，提升企業(yè)網(wǎng)站客戶忠誠(chéng)度，其效果并不顯著。主要原因在于，網(wǎng)站客戶忠誠(chéng)的形成與培養(yǎng)，比傳統(tǒng)環(huán)境下難度更大，決定因素更多。 就難度而言，①企業(yè)對(duì)客戶信息管理水平較低；②不完善的機(jī)制使客戶對(duì)企業(yè)缺乏信任；③針對(duì)客戶需求的差異，企業(yè)缺乏建立個(gè)性化服務(wù)的意識(shí)；④顧客滿意難以達(dá)到；⑤低廉的搜尋成本容易改變購(gòu)物選擇；⑥交易的安全性難以保證；⑦“口碑”負(fù)效應(yīng)不可忽視。這些問(wèn)題的存在，決定了要在虛擬環(huán)境中維系與客戶之間的關(guān)系、培養(yǎng)與提升客戶忠誠(chéng)度，是一件十分艱難的事情。

就決定因素而言，電子商務(wù)環(huán)境下企業(yè)網(wǎng)站客戶忠誠(chéng)既受客戶主觀因素的影響，也受外在客觀因素的影響，這兩者共同構(gòu)成企業(yè)網(wǎng)站客戶忠誠(chéng)的趨動(dòng)模型，如圖l所示：

從圖1可以看出，決定企業(yè)網(wǎng)站客戶忠誠(chéng)的外在客觀因素主要有轉(zhuǎn)移成本、客戶價(jià)值、營(yíng)銷策略、產(chǎn)品質(zhì)量、客戶服務(wù)等；決定企業(yè)網(wǎng)站客戶忠誠(chéng)的內(nèi)在主觀因素主要有客戶滿意度、客戶愉悅度和客戶信任度，并且客戶感到滿意、擁有愉悅和產(chǎn)生信任對(duì)忠誠(chéng)具有遞進(jìn)作用。同時(shí)，客觀因素影響著主觀因素，兩者存在著正相關(guān)關(guān)系。

隨著電子商務(wù)的深入發(fā)展，企業(yè)網(wǎng)站客戶忠誠(chéng)度變得岌岌可危：客戶的選擇范圍驟然擴(kuò)大，流失趨勢(shì)增加；轉(zhuǎn)換成本降低，客戶更容易改變購(gòu)買決策；客戶需求個(gè)性化，經(jīng)驗(yàn)成熟化，使客戶的期望值大大提高，對(duì)企業(yè)提出了服務(wù)敏捷、產(chǎn)品優(yōu)質(zhì)、定位準(zhǔn)確等高標(biāo)準(zhǔn)要求。

3　Web數(shù)據(jù)挖掘是提升網(wǎng)站客戶忠誠(chéng)度的關(guān)鍵技術(shù)

電子商務(wù)的發(fā)展，要求企業(yè)借助于信息技術(shù)和網(wǎng)絡(luò)技術(shù)，以客戶利益為出發(fā)點(diǎn)，以不斷滿足客戶需求和為客戶創(chuàng)造價(jià)值為目標(biāo)，與客戶建立長(zhǎng)期穩(wěn)定的關(guān)系，不斷提高客戶的忠誠(chéng)度。而對(duì)用戶需求、興趣、愛(ài)好、身份的了解和獲取是提升網(wǎng)站客戶忠誠(chéng)度具備針對(duì)性的前提。20世紀(jì)80年代末興起的數(shù)據(jù)挖掘(DataMining)技術(shù)，特別是Web數(shù)據(jù)挖掘技術(shù)，為解決此問(wèn)題開(kāi)辟了一條道路。

Web數(shù)據(jù)挖掘就是從Web文檔和Web活動(dòng)中發(fā)現(xiàn)、抽取感興趣的潛在的有用模式和隱藏的信息。它以從Web上挖掘有用信息為目標(biāo)，以數(shù)據(jù)挖掘、文檔挖掘、多媒體挖掘?yàn)榛A(chǔ)，并綜合運(yùn)用計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)、人工智能、信息檢索、可視化、自然語(yǔ)言理解等技術(shù)，將傳統(tǒng)的數(shù)據(jù)挖掘與Web結(jié)合起來(lái)。Web數(shù)據(jù)挖掘的基本處理過(guò)程如圖2所示：

在日益激烈的電子商務(wù)市場(chǎng)競(jìng)爭(zhēng)中，任何與消費(fèi)者行為有關(guān)的信息對(duì)經(jīng)營(yíng)者來(lái)說(shuō)都是非常寶貴的。Web服務(wù)器數(shù)據(jù)、客戶登記信息、服務(wù)器數(shù)據(jù)和業(yè)務(wù)往來(lái)數(shù)據(jù)是Web挖掘中的數(shù)據(jù)來(lái)源，都直接與客戶的商務(wù)行為模式相關(guān)，而不論是客戶認(rèn)知忠誠(chéng)、情感忠誠(chéng)還是意向忠誠(chéng)，最終都體現(xiàn)為客戶行為忠誠(chéng)，也就是說(shuō)，這些數(shù)據(jù)所表征出來(lái)的行為特征可以借助于一定的技術(shù)用來(lái)分析客戶的行為。通過(guò)Web數(shù)據(jù)挖掘，根據(jù)客戶的訪問(wèn)興趣、訪問(wèn)頻度、訪問(wèn)時(shí)間等數(shù)據(jù)，能發(fā)現(xiàn)企業(yè)網(wǎng)站客戶共性和個(gè)性的知識(shí)、必然和偶然的知識(shí)、獨(dú)立和聯(lián)系的知識(shí)等，所有這些經(jīng)過(guò)分析，能對(duì)客戶的消費(fèi)行為如心理、能力、動(dòng)機(jī)、需求潛能作出統(tǒng)計(jì)和正確的分析，得到客戶的商務(wù)行為模式。根據(jù)挖掘的結(jié)果提出針對(duì)性的商務(wù)計(jì)劃，促進(jìn)企業(yè)網(wǎng)站更好地為客戶服務(wù)，使客戶忠誠(chéng)度的提升成為可能。

4　基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠(chéng)度提升模型

Web數(shù)據(jù)挖掘是輔助提升企業(yè)網(wǎng)站客戶忠誠(chéng)度的綜合分析工具和關(guān)鍵技術(shù)，運(yùn)行在企業(yè)網(wǎng)站的客戶數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)之上，應(yīng)包括以下功能模塊：①過(guò)濾器：用來(lái)從Web數(shù)據(jù)庫(kù)中抽取相關(guān)數(shù)據(jù)，進(jìn)行二義性分析，消除不一致性；②挖掘綜合器：是一個(gè)挖掘驅(qū)動(dòng)引擎，根據(jù)挖掘要求和挖掘方法的知識(shí)庫(kù)到Web數(shù)據(jù)挖掘算法庫(kù)中選擇合適的挖掘方法，并且使用該方法去執(zhí)行挖掘任務(wù)；③方法選擇專家系統(tǒng)及知識(shí)庫(kù)：它是Web數(shù)據(jù)挖掘的“大腦”，是一個(gè)規(guī)則集合，能夠根據(jù)不同的挖掘要求來(lái)選擇最有效的挖掘算法或幾種算法的序列組合，并且隨著應(yīng)用的深入，該知識(shí)庫(kù)可以不斷融入新的規(guī)則，以增加專家系統(tǒng)的智能性；~Web數(shù)據(jù)挖掘算法庫(kù)：是一個(gè)數(shù)據(jù)挖掘分析方法的綜合性算法庫(kù)；⑤人機(jī)交互界面：提供一個(gè)和分析人員交互的友好界面。如果本次的挖掘結(jié)果不能滿足分析人員的需要

或者還有進(jìn)一步的猜想，就可以再次從這里輸入挖掘需求；⑥方法驅(qū)動(dòng)模塊：它利用挖掘出來(lái)的有益信息，進(jìn)行相應(yīng)統(tǒng)計(jì)與分析的工作。據(jù)此分析，可以構(gòu)建一種基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠(chéng)度提升模型，如圖3所示：

5　基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠(chéng)度提升模型的運(yùn)行

5.1模型運(yùn)行的基本流程

基本流程：①明確Web數(shù)據(jù)挖掘的目標(biāo)，確定提升網(wǎng)站客戶忠誠(chéng)度的應(yīng)用主題，并對(duì)挖掘目標(biāo)建立恰當(dāng)?shù)哪Ｐ?，通常必須指定一系列未知的關(guān)聯(lián)變量，如果可能的話，建立一關(guān)聯(lián)格式作為初始的假設(shè)；②圍繞提升網(wǎng)站客戶忠誠(chéng)度這一主題收集數(shù)據(jù)源，并對(duì)數(shù)據(jù)進(jìn)行清理、轉(zhuǎn)換、集成等技術(shù)處理，將數(shù)據(jù)轉(zhuǎn)換為易于進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)存儲(chǔ)形式，裝載進(jìn)入客戶原始數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)，等待進(jìn)一步處理；③建立規(guī)則庫(kù)和知識(shí)庫(kù)，用于存儲(chǔ)已知的客戶行為忠誠(chéng)度的連接特征和新近數(shù)據(jù)挖掘形成的規(guī)則集，其中規(guī)則集是客戶商務(wù)模式與忠誠(chéng)度行為模式的反映，用于指導(dǎo)訓(xùn)練數(shù)據(jù)的收集及作為特征選擇的依據(jù)；④選取合適的數(shù)據(jù)挖掘方法，構(gòu)建數(shù)據(jù)挖掘模型，進(jìn)行行為模式識(shí)別，從目標(biāo)數(shù)據(jù)中提取有價(jià)值的知識(shí)與數(shù)據(jù)，然后對(duì)結(jié)果進(jìn)行分析和驗(yàn)證，調(diào)整數(shù)據(jù)挖掘模型，從而保證結(jié)果的可靠性和實(shí)用性，結(jié)果交給決策模塊處理；⑤決策庫(kù)將數(shù)據(jù)挖掘的結(jié)果與規(guī)則庫(kù)中的已知規(guī)則進(jìn)行模式匹配，融合專家知識(shí)與領(lǐng)域規(guī)則，把最有價(jià)值的信息區(qū)分開(kāi)來(lái)，并且通過(guò)決策支持工具提交給決策者，用于支持提升客戶忠誠(chéng)度的相關(guān)策略處理。

5.2模式識(shí)別的技術(shù)方法

對(duì)客戶行為模式進(jìn)行識(shí)別是整個(gè)模型正常運(yùn)行并達(dá)到預(yù)定目標(biāo)的核心，針對(duì)網(wǎng)站客戶行為模式識(shí)別，常見(jiàn)的數(shù)據(jù)挖掘技術(shù)方法主要有：

?關(guān)聯(lián)規(guī)則。它是描述數(shù)據(jù)庫(kù)中數(shù)據(jù)項(xiàng)之間存在關(guān)聯(lián)的規(guī)則，即根據(jù)一個(gè)事物中某些項(xiàng)的出現(xiàn)可導(dǎo)出另一項(xiàng)在同一事物中也出現(xiàn)，即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。使用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法可以從Web訪問(wèn)事務(wù)集中，查找存在于項(xiàng)目集合或?qū)ο蠹现g的頻繁模式、關(guān)聯(lián)、相關(guān)性或因果結(jié)構(gòu)，通過(guò)分析數(shù)據(jù)或記錄間的關(guān)系，決定哪些事情將一起發(fā)生。

?聚類分析。聚類是把一組個(gè)體按照相似性歸成若干類別，即“物以類聚”。在Web挖掘中存在兩種類型的聚類，即用戶聚類和網(wǎng)頁(yè)聚類。用戶聚類主要是把具有相似訪問(wèn)特征的用戶分在一組；網(wǎng)頁(yè)聚類，則可以找出具有相關(guān)內(nèi)容的網(wǎng)頁(yè)組。聚類分析可以從服務(wù)器訪問(wèn)信息數(shù)據(jù)中聚集出具有相似特性的用戶組，即把有相似特性的用戶、數(shù)據(jù)項(xiàng)集合到一起。

?分類分析。分類是將一組組個(gè)體分門別類地歸入預(yù)先設(shè)定好的幾個(gè)類中。分類的目的是通過(guò)統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法(包括決策樹(shù)法和規(guī)則歸納法)、神經(jīng)網(wǎng)絡(luò)方法等構(gòu)造一個(gè)分類模型，然后把數(shù)據(jù)庫(kù)中的數(shù)據(jù)映射到給定類別中的某一個(gè)特定類，以對(duì)同一類別中的用戶提供相似的服務(wù)。

?統(tǒng)計(jì)分析。統(tǒng)計(jì)分析是統(tǒng)計(jì)用戶最常訪問(wèn)的網(wǎng)頁(yè)、每頁(yè)平均訪問(wèn)的時(shí)間、瀏覽路徑的平均長(zhǎng)度等數(shù)據(jù)，以獲得用戶訪問(wèn)站點(diǎn)的基本信息。此外還能提供有限的低層次的錯(cuò)誤分析，比如檢測(cè)未授權(quán)入口點(diǎn)，找出最常見(jiàn)不變的URL等。

?序列模式。序列模式挖掘技術(shù)就是試圖在時(shí)間戳有序的事務(wù)集中，找到一組數(shù)據(jù)項(xiàng)之后出現(xiàn)另一數(shù)據(jù)項(xiàng)的內(nèi)部事務(wù)模式，即挖掘出會(huì)話集之間有時(shí)間序列關(guān)系的模式，從而形成一組按時(shí)間排序的會(huì)話。通過(guò)序列模式研究，能夠預(yù)測(cè)用戶的訪問(wèn)模式，了解用戶的興趣及需求所在。

?決策樹(shù)算法。其基本原理是遞歸地將數(shù)據(jù)拆分成子集，以便每一個(gè)子集包含目標(biāo)變量類似的狀態(tài)，這些目標(biāo)是可預(yù)測(cè)屬性。每一次對(duì)樹(shù)進(jìn)行拆分，都要評(píng)價(jià)所有的輸入屬性對(duì)可預(yù)測(cè)屬性的影響。當(dāng)這個(gè)遞歸過(guò)程結(jié)束時(shí)，決策樹(shù)也就創(chuàng)建完了。結(jié)構(gòu)表示分類或決策集合，從而產(chǎn)生規(guī)則和發(fā)現(xiàn)規(guī)律。

?模式分析。通過(guò)選擇和觀察把發(fā)現(xiàn)的規(guī)則、模式和統(tǒng)計(jì)值轉(zhuǎn)換為知識(shí)，再經(jīng)過(guò)分析得到有價(jià)值的模式，即那些有意義、感興趣的規(guī)則、模式，采用可視化技術(shù)，以圖形界面的方式提供給使用者。

?路徑分析。路徑分析是一種找尋頻繁訪問(wèn)路徑的方法，它通過(guò)對(duì)Web服務(wù)器的日志文件中客戶訪問(wèn)站點(diǎn)的訪問(wèn)次數(shù)分析，從圖中挖掘出頻繁訪問(wèn)路徑。圖最直接的來(lái)源是網(wǎng)站結(jié)構(gòu)圖，其他圖也都是建立在頁(yè)面和頁(yè)面之間的聯(lián)系，或者是一定數(shù)量的用戶瀏覽頁(yè)面順序基礎(chǔ)之上的。

?異類分析。異類分析也稱為孤立點(diǎn)分析。所謂孤立點(diǎn)是指明顯偏離其他數(shù)據(jù)，即不滿足一般模式或行為的數(shù)據(jù)。孤立點(diǎn)分析是數(shù)據(jù)挖掘的重要內(nèi)容，它包括孤立點(diǎn)的發(fā)現(xiàn)和孤立點(diǎn)的分析，其中孤立點(diǎn)的發(fā)現(xiàn)往往可以使人們發(fā)現(xiàn)一些真實(shí)的但又出乎意料的知識(shí)；而孤立點(diǎn)的分析則可能發(fā)現(xiàn)比一般數(shù)據(jù)所包含的信息更有價(jià)值的數(shù)據(jù)。

5.3提升模型的主要應(yīng)用

提升企業(yè)網(wǎng)站客戶忠誠(chéng)度，關(guān)鍵是要從客戶的主觀因素和感覺(jué)出發(fā)，提升客戶滿意度、客戶愉悅度和客戶信任度。通過(guò)對(duì)4類網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行挖掘，可以分析影響客戶忠誠(chéng)度的因素或客戶忠誠(chéng)度降低的征兆，進(jìn)而制定相關(guān)策略來(lái)提升企業(yè)網(wǎng)站客戶忠誠(chéng)度。

?預(yù)防客戶流失?；ヂ?lián)網(wǎng)加劇了企業(yè)間的競(jìng)爭(zhēng)，企業(yè)獲得新客戶的成本不斷上升，如何保持現(xiàn)有客戶是所有企業(yè)面臨的一個(gè)重要問(wèn)題?？蛻艟S持的性質(zhì)是“留住”那些可能流失的客戶。要留住這些客戶，首先要找出哪些客戶最可能“離我而去”，這就是數(shù)據(jù)挖掘要解決的問(wèn)題。可通過(guò)數(shù)據(jù)挖掘?qū)蛻魯?shù)據(jù)庫(kù)中大量的客戶歷史交易記錄、人口統(tǒng)計(jì)信息及其相關(guān)資料進(jìn)行分析和處理，對(duì)流失客戶群作針對(duì)性研究，分析其特征，研究哪些因素會(huì)導(dǎo)致客戶流失，建立流失客戶模型，識(shí)別導(dǎo)致客戶流失的模式，然后用這些模式找出當(dāng)前客戶中類似的客戶，以便企業(yè)針對(duì)客戶的需求，采取相應(yīng)的措施防止這些客戶的流失，改善客戶關(guān)系，進(jìn)而達(dá)到保持原有客戶的目的。

?開(kāi)展客戶細(xì)分?？蛻艏?xì)分可以使企業(yè)對(duì)不同細(xì)分群中的客戶區(qū)別對(duì)待。企業(yè)需要對(duì)客戶群進(jìn)行分析，才能得到對(duì)客戶需求更加精確的理解和把握，從而可以有的放矢地進(jìn)行忠誠(chéng)度營(yíng)銷的策劃和服務(wù)組合。在不太明確客戶群體分類標(biāo)準(zhǔn)的情況下，可采取挖掘的聚類技術(shù)，對(duì)客戶群進(jìn)行劃分。運(yùn)用聚類分析，從客戶檔案庫(kù)中發(fā)現(xiàn)不同客戶群，并且用購(gòu)買模式來(lái)刻畫不同客戶群的特征，可以方便地得到商家的主客戶群，以便決策者根據(jù)主客戶群的特征做相應(yīng)的訂貨、銷售、服務(wù)等決策。所有的客戶對(duì)于企業(yè)來(lái)說(shuō)價(jià)值都不是一樣的，在客戶細(xì)分過(guò)程中，應(yīng)加強(qiáng)重點(diǎn)客戶的發(fā)現(xiàn)，發(fā)現(xiàn)哪些客戶是真正創(chuàng)造利潤(rùn)的客戶，哪些客戶是低利潤(rùn)甚至是無(wú)利潤(rùn)的客戶，然后采取不同的方案對(duì)待這些客戶。

?改進(jìn)網(wǎng)站設(shè)計(jì)。網(wǎng)頁(yè)是企業(yè)對(duì)外宣傳的重要組成部分，體現(xiàn)企業(yè)的整體形象，只有通過(guò)它才能開(kāi)展網(wǎng)上業(yè)務(wù)，同時(shí)與客戶直接進(jìn)行溝通。因此，需要在網(wǎng)站上營(yíng)造一種生活和文化氛圍，一種精神世界，這種氛圍應(yīng)該和企業(yè)所提出的企業(yè)文化和營(yíng)銷概念相吻合，給顧客提供一種“賓至如歸”的感受。通過(guò)對(duì)客戶訪問(wèn)信息進(jìn)行挖掘，了解客戶的瀏覽行為，從而知道客戶

的興趣及需求所在，動(dòng)態(tài)調(diào)整Web頁(yè)面，修改網(wǎng)站結(jié)構(gòu)和外觀，按照大多數(shù)訪問(wèn)者的瀏覽模式對(duì)網(wǎng)站進(jìn)行組織，按其訪問(wèn)內(nèi)容來(lái)裁剪用戶與Web信息空間的交互，以滿足客戶的需要，吸引更多的客戶。從而在優(yōu)化網(wǎng)站設(shè)計(jì)時(shí)，能從最終顧客的角度更新改進(jìn)作業(yè)流程，提供給顧客一站購(gòu)足的服務(wù)。

?提供個(gè)。客戶的需求不是一成不變的、單一的，而是快速改變著的、多樣化的。隨著生活水平的不斷提高，客戶的要求也越來(lái)越高，其個(gè)性化需求逐漸成為發(fā)展趨勢(shì)。企業(yè)要想贏得較高的客戶忠誠(chéng)和盈利能力，就一定要實(shí)現(xiàn)以下目標(biāo)：在正確的時(shí)間、以正確的價(jià)格、通過(guò)正確的渠道將正確的產(chǎn)品(或服務(wù))提供給正確的客戶。這就要求企業(yè)網(wǎng)站必須記住客戶的特點(diǎn)，與每位客戶發(fā)展溫馨、個(gè)性化關(guān)系，依據(jù)客戶的需要，提供適當(dāng)?shù)姆?wù)與信息?；跀?shù)據(jù)挖掘的個(gè)性化服務(wù)，通過(guò)對(duì)客戶訪問(wèn)日志記錄信息的挖掘，以為每一位客戶建立一套個(gè)性化檔案為基礎(chǔ)，可以提供包括個(gè)性化定制服務(wù)、個(gè)性化推薦服務(wù)、個(gè)性化檢索服務(wù)、個(gè)性化決策支持服務(wù)等內(nèi)容。

?優(yōu)化營(yíng)銷模式。即使是購(gòu)買同樣的商品，不同顧客的動(dòng)因也可能不一樣，有的追求質(zhì)量，有的講究外觀，有的貪圖方便，有的則喜歡其文化內(nèi)涵。所以企業(yè)必須采用一定的方法，了解顧客的購(gòu)買動(dòng)因，并集中起來(lái)加以分析，然后針對(duì)不同客戶的特點(diǎn)，采取不同的營(yíng)銷策略組合。利用Web數(shù)據(jù)挖掘工具，了解顧客在網(wǎng)上購(gòu)買商品或接受服務(wù)時(shí)的選取習(xí)慣、鏈接習(xí)慣、商品組合習(xí)慣，發(fā)現(xiàn)那些隱藏在數(shù)據(jù)中的模式、關(guān)聯(lián)、規(guī)則和趨勢(shì)，找出其中的規(guī)律，從而提高交叉網(wǎng)絡(luò)營(yíng)銷、“1對(duì)1”營(yíng)銷、頻率營(yíng)銷、會(huì)員制營(yíng)銷等營(yíng)銷模式的效率。

?營(yíng)造安全環(huán)境。信任是客戶忠誠(chéng)的一個(gè)決定性因素。從本質(zhì)上來(lái)說(shuō)，信任支持了客戶那種認(rèn)為“可以在交易或者服務(wù)中得到積極成果”的信念。在電子商務(wù)環(huán)境下，一個(gè)安全交易的環(huán)境是客戶產(chǎn)生信任的首要條件。所以商家不僅要保證產(chǎn)品和服務(wù)質(zhì)量，還要加強(qiáng)對(duì)客戶的責(zé)任心，投入足夠的人力和物力，加強(qiáng)硬件上的建設(shè)，從技術(shù)上保證網(wǎng)上交易的安全，并且要保護(hù)客戶的個(gè)人隱私，不能私自將他們的個(gè)人信息透露給其他機(jī)構(gòu)。Web數(shù)據(jù)挖掘通過(guò)訪問(wèn)路徑分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式分析、分類規(guī)則發(fā)現(xiàn)、聚類分析等技術(shù)，從獲取的資源數(shù)據(jù)中提取與安全相關(guān)的系統(tǒng)特征屬性，并根據(jù)系統(tǒng)特征屬性自動(dòng)生成安全事件的檢測(cè)模型，用于對(duì)安全事件的自動(dòng)鑒別，加強(qiáng)安全審計(jì)、入侵檢測(cè)、病毒預(yù)警、安全評(píng)估等網(wǎng)絡(luò)安全防范的針對(duì)性，有利于提供一個(gè)安全的網(wǎng)絡(luò)交易環(huán)境。

5.4模型運(yùn)行的注意事項(xiàng)

建立在Web數(shù)據(jù)挖掘技術(shù)基礎(chǔ)上的企業(yè)網(wǎng)站客戶忠誠(chéng)度提升模型在運(yùn)行過(guò)程中，還應(yīng)注意以下一些事項(xiàng)：

?發(fā)揮人的主觀能動(dòng)性。技術(shù)不是萬(wàn)能的，技術(shù)也不可能解決所有問(wèn)題，要提高企業(yè)網(wǎng)站客戶忠誠(chéng)管理質(zhì)量和效率，需要網(wǎng)站的相關(guān)人員增強(qiáng)責(zé)任感和事業(yè)心，加強(qiáng)對(duì)挖掘結(jié)果的處理和轉(zhuǎn)換，提高數(shù)據(jù)加工質(zhì)量，使之能夠很好地被理解與應(yīng)用。