基于数据仓库的电子商务智能化发展及对策分析

 近几年，中国网购发展迅猛，已成为中国消费市场的重要力量。足不出户就可以享受方便快捷、品种多样的购物特点吸引了越来越多的消费者融入网购行列。据据互联网咨询机构易观国际统计，2010年上半年中国网上零售市场交易规模达2133亿元，已接近商务部发布的2009年全年的2586亿元。2007年至2009年中国网络零售交易额年均增长速度达117％，约是同期社会消费品零售总额年均增长速度的6.5倍。仅2010年，B2C电子商务的网上零售市场规模突破1000亿元大关，达到1040亿元，环比增长373％。截止到2010年10月，我国的网购人数已达到1.42亿，网络上商品量已经达到数十亿件之多。如何在海量的客户和海量商品之间找到结合点，达成有效电子交易，促进电子商务平台竞争力提升，已经成为新时期网络购物，电子商务平台必须重视的重要问题。要从海量的数据中寻找决策，离不开先进的数据仓库技术。

著名猎头机构推荐金领职位 企业 职位 经理人 专访 社区 会员 军工仪器研发制造--电子工程师/项目经理 30-50万 北京 电网侧储能初创公司-全钒液流储能-收购德国技术团队--CEO 150-200万 北京 深圳 央企背景-全钒液流电池电堆设计高级工程师（全钒液流储能） 40-70万 河北 深圳 新药/仿制药-研发系统-制剂部负责人CSO 60-70万 北京 成都 江苏 光电通信芯片-INP光芯片设计资深专家 80-150万 深圳 青岛 语音操作系统产品经理（人工智能） 40-70万 北京 天津 香港AI机器人-研发项目经理-图像处理/计算机视觉/机器学习算法 60-100万 香港 海外 中国著名航空材料公司-冶金(金相)专家 150-300万 北京 西安

    1 数据仓库的源起及作用

    数据仓库之父William H.Inmon在1991年出版的。“Building the Data Warehouse”一书中所提出数据仓库（Data Warehouse）是一个面向主题的、集成的、随时间变化的，但信息本身相对稳定的，反映历史变化的数据集合。现在，数据仓库主要用于支持管理决策的结构化数据环境，并陆继出现了在数据仓库基础上进行联机分析处理技术OLAP分析、数据挖掘等传统的数据分析模式以及面向中小企业的数据分析代理应用模式。随着这些支撑商务智能技术的深入发展和应用，市场主流的电子商务网站已经可以实现自动记录客户的点击顺序，以及在每个产品停留的时间和成功的交易，进而分析用户的喜好，了解客户的潜在购买需求，并以此为关联，从海量商品中推荐符合客户购买习惯的精品商品，从而提供更好的服务并创造更多的利润。这仅仅是建立在网购用户层面的体验，基于数据仓库和多维分析技术的决策支持系统在企业营销库存管理中也充分发挥了——一分析顾客需求、了解市场行情、把握销售趋势、降低销售成本、实现合理库存的重要作用。

    2 电子商务智能化发展中呈现的一些不足

    虽然数据仓库在电子商务智能化的应用中发挥了积极的重要作用，但在实际的应用中还是存在许多不如人意的地方，主要反映在以下几个用户层面上：

    2.1 网购消费者

    网络购物平台对于每位消费者都是公共和平等的，以2010年第四季度以来我国主要B2C电子商务平台的大规模网络促销为例，在促销环境下，有许多商品未经甄选和个性化关联就呈现在用户面前，在提高销售量的同时，也产生了大量的非理性消费，当网购用户经过一轮的疯狂购物以后，发现大部分商品并不是所须商品和理想中的商品时，潜在的用户流失风险就产生了。有不少的消费者开始不再同一家商铺重复购买商品，有的甚至终止了原先的购买计划，这种用户流失对企业的销售影响是长期的。

    2.2 网络营销商和产品生产企业

    区别于传统的数据库，数据仓库一个重要的功能是为企业提供决策。当用户在购买了一部分产品之后，哪些产品同时购买的几率比较高？哪些产品的重复购买几率比较高？哪些产品的有效购买率比较高？虽然类似“购物篮分析”的技术应用已经在大部分电子商务平台开展实施，但是不难发现，消费者在网络购物中遭遇断货、空仓的现象司空见惯，而销售业绩惨淡、无人问津的网店商铺也比比皆是。传统的信息与数据分析处理技术已经远不能满足企业在电子商务网站环境下的需求。为了取得良好销售业绩，对大量的现有数据进行有依据、有针对性的数据挖掘，从而确定目标客户群、拟定生产计划、制定销售方案，是确保网络销售的顺利进行、提升销售业绩、防止用户流失的必要准备工作，而个准备工作做得是否充分，将对网络营销商和产品生产企业起着非常关键重要的作用。

(来源：万方数据)