开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇商务数据分析报告，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
数据分析的目的
把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出研究对象的内在规律。
数据分析的分类
数据分析的三大作用：现状分析、原因分析、预测分析。
数据分析的六部曲
数据分析流程
1.明确目的和思路
梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标(各类分析指标需合理搭配使用)。同时，确保分析框架的体系化和逻辑性。
2.数据收集
对于数据的收集需要预先做埋点，在前一定要经过谨慎的校验和测试，因为一旦版本出去而数据采集出了问题，就获取不到所需要的数据，影响分析。
3.数据处理
数据处理主要包括数据清洗、数据转化、数据提取、数据计算等处理方法，将各种原始数据加工成为产品经理需要的直观的可看数据。
4.数据分析
数据分析是用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。
常用的数据分析工具，掌握Excel的数据透视表，就能解决大多数的问题。需要的话，可以再有针对性的学习SPSS、SAS等。
数据挖掘是一种高级的数据分析方法，侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。
5.数据展现
一般情况下，数据是通过表格和图形的方式来呈现的。常用的数据图表包括饼图、柱形图、条形图、折线图、气泡图、散点图、雷达图等。进一步加工整理变成我们需要的图形，如金字塔图、矩阵图、漏斗图、帕雷托图等。
一般能用图说明问题的就不用表格，能用表说明问题的就不用文字。
图表制作的五个步骤：
确定要表达主题
确定哪种图表最适合
选择数据制作图表
检查是否真实反映数据
检查是否表达观点
常用图表类型和作用：
图片来自于网易云课堂《谁说菜鸟不会数据分析》
6.报告撰写
好的数据分析报告需要有明确的结论、建议或解决方案。
数据分析的四大误区
1.分析目的不明确，为了分析而分析；
2.缺乏行业、公司业务认知，分析结果偏离实际。数据必须和业务结合才有意义。摸清楚所在产业链的整个结构，对行业的上游和下游的经营情况有大致的了解，再根据业务当前的需要，制定发展计划，归类出需要整理的数据。同时，熟悉业务才能看到数据背后隐藏的信息；
A/B测试是非常基本的电子邮件营销技能，即我们发送电子邮件的一个版本(称之为A)给10%的客户，与此同时发送电子邮件的另一个版本(称之为B)给10%的客户。然后通过比较这两部分数据来决定向剩余的80%的客户发送哪封最佳邮件版本。
邮件营销A/B测试技巧是培育优秀邮件内容的前提。Webpower首席数据分析师Dr.MauritsKaptein认为其实这其中也包含了未被充分验证的部分，我们可能并没有通过A/B测试真正筛选出最佳邮件版本，实际上，我们只是对20%的客户进行了测试，其余80%客户其实是割裂状态。如果我们能相对充分地覆盖客户，才真正较为客观地进行了消费者洞察。
动态A/B测试
不断学习
使用动态A/B测试，为邮件与客户互动空间开辟了更多的空间。比如，你如何通过推广邮件确定一个新的在线服务产品的最佳价格？如果定价太高，可能没有人会购买该产品；如果定价太低，又可能无法盈利。
个性化发送
如果将电子邮件营销活动延伸开来看，可以与客户个体有连续的互动学习。比如你每周的newsletter是针对同一组收件人，基于客户newsletter的反馈你可以展开积极地调研，从而发现是什么让用户买单。
经过反复的邮件试探，我们可以了解客户的产品偏好，他喜欢什么电影、音乐。或者他喜欢公路自行车运动还是攀岩？我们可以应用电子邮件对这些问题展开积极测试，并建立客户的个人资料。
然而，我们也可以超越简单的产品偏好层面，进一步了解客户更高级的需求，比如他是否喜欢折扣，他是否热衷追逐潮流？电子邮件之于我们，不单单是依次去了解客户的手段。我们更可以借此建立个人电子身份档案，更好地描摹出个人的心理轮廓。对此，Webpower可以提供无论是电子邮件还是网页端的数据分析。
在“千团大战”的情况下，团购网站的下一个发展机会在哪？数据挖掘、地理定位(LBS)、社区化电子商务，还是垂直化发展？
目前的团购模式，是基于互联网发展十余年的经验积累，对商业和人性的发挥做到了极致。如此模式到了国内，很容易走上一条具有“中国特色”的道路。
另外，目前进行团购的商家整体水平很低，甚至很多别有用心的商家在利用团购，例如面临倒闭的商家，利用团购赚一票走人等层出不穷。
好的企业也会进行团购尝试，但是价格、产品、规模控制得很死，团购网站几乎零利润在为优质企业服务，而且在优质商家面前，没有区别性可言。
当一个行业没有核心产品而又陷入价格竞争的时候，这个行业就已经死了。更别说，从业者仍在疯狂地烧钱来做这件事情了。
以新开业商家为例，它的需求是迅速建立知名度、获得体验用户、打开市场，借助传统的团购模式，可以轻松实现这些目标。现在加入社交元素后，可以帮助商家进行团购后客户关系管理，一步步筛选用户，传播品牌文化，强化与消费者的沟通，将其转化为高质量的忠实用户群。其三段式营销策略为：
第一段：预热，新开张
传统媒体：以专业媒体的角度给予商家客观的评价；
网媒：设计套餐，通过团购体验商家的产品和服务；
第二段：营销，成长期
网媒：提交团购购买及消费分析报告，与商家共同分析用户属性与行为；
进行优惠券等销售，使消费者可以更全面地了解商家的产品、体验商家服务；
社区：通过互动平台，使得消费者加深对商家的了解，提高品牌的认知度。
第三段：品牌，成熟期
网媒：提供核心会员消费系统平台，提高用户层次，加强用户粘性；
【关键词】客户评价客户评价价值数据化运营第三方数据交易中心
一、引言
（一）研究目的
随着信息化技术的迅速普及和发展，电子商务以其便捷，易于操作而获得消费者的青睐，从而快速占领市场。线上选购交易方式使得电商平台客户评价体系具有现实指导意义，一方面可以给顾客提供对比参考信息，购得物美价廉的商品，另一方面可以为商家提供反馈意见，为客户提供更优良的服务。目前电子商务平台的客户评价体系存在很多漏洞，如体系不完善、评价信息不真实、反馈信息凌乱等。因此，统一评价标准，利用数据分析和挖掘技术处理海量客户评价信息，建立由第三方数据中心统筹管控的透明化、具有可比性的评价体系显得尤为重要。
（二）研究价值
虚拟化的购物环境缺乏真实性和可见性，第三方数据中心提供的客户评价体系恰好能弥补这一缺陷，即能够提供借鉴信息让顾客判断商品是否符合现实要求，并能够实现不同商户同一商品之间的对比，为顾客提供性价比最高的的购物建议，同时也可以提供反馈信息让商家改善服务质量，促进不同商家之间的良性竞争。因此，对于第三方客户评价的研究价值而言，我们从以下两个方面进行分析研究：
（1）客户评价的潜在价值。通过问卷调查的方式对消费群体的购买导向和对客户评价的参考价值进行调查，共获得168份问卷，调查结果显示如下：
①91.07%的人会选择网购过程中参考欲购商品的历史客户评价，说明历史客户评价具有较强的可参考性。
②63%的人会选择欲购商品的历史客户评价对购买起决定性作用，可见客户评价的实用价值。
③82.14%的人会选择不同电商购物网站上同一种商品价格不同，首选评价好的，不在乎价格高低，说明客户评价的重要性。
通过和商户的线上交流，了解客户评价的反馈作用，得到以下信息：
①客户评价反映商户信誉，从而影响销售；②客户评价给商户反馈，促进商户改善现有产品和研发新产品；③客户评价记录历史购买情况，商户以此不断调整价格策略；④客户评价的部分不真实性，造成不良消费现象，扰乱正常的电商市场，促进商户之间的不公平竞争。
（2）优化客户评价体系的价值。现存的客户评价体系存在很多漏洞，譬如：体系不完善、评价信息不真实、反馈信息凌乱等，优化客户评价体系对电商平台的发展具有重要作用，通过建立统一评价标准，完善评价体系，实现统一管控，以期达到以下三方面的要求：
②大量数据统计分析，增强信息的真实性和指导性。大数据时代下，利用数据分析及挖掘技术可实现数据发声功能，使得信息更具有说服力，切实解决实际问题。
③信息透明具有可比性，实现商户之间良性竞争，达到优胜劣汰的效果。
二、国内外研究现状
（一）电子商务的发展
电子商务利用计算机技术、网络技术和远程通信技术，实现整个商务（买卖）过程中的电子化、数字化和网络化，人们不再依靠纸介质单据进行交易，而是通过海量的网上商品信息、完善的物流配送系统和方便安全的资金结算系统进行交易。由于全球经济发展的不平衡，导致电子商务在全球的发展也层次不齐，欧盟和亚洲发展比较迅速，尤其是在中国近几年支付宝的应用更是推动电子商务的快速发展。
电商平台作为一个服务载体，将企业与顾客、企业与企业、顾客与顾客汇聚到一个平面，实现面对面网上交易。同时电子商务又是客户评价的载体，客户评价又是电子商务的反馈机制。电子商务的发展带动着客户评价体系的发展，可以预见电子商务客户评价的发展潜质和研究价值不可估量，将影响电子商务这个行业的发展。
（二）大数据背景下的新营销
营销的核心理念是激发需求、掌握需求和满足需求，通过抽样与普查了解需求、激发和满足需求。大数据时代我们将摒弃通过抽样的数据来推断、预判需求，而是利用互动平台、通过大数据技术清晰地获得需求的信息，因此其精准性也得到了极大的提升。
由电商平台产生的海量历史数据，通过对大数据分析提出方案提交有关部门以支持决策，以实现新型的营销策略，如：个性化网页推荐，可能感兴趣商品，同一商品在不同商户处的售价对比等。而客户评价利用这一技术，也将更好的发挥其背后的价值，促进电子商务平台的更好发展。
（三）客户价值研究
现下对于客户价值及客户关系的研究很多，但只针对电商平台中的客户评价模块的研究却少之又少，而顾客和商家都需要这方面的研究给予指导，如何更有效的利用这些评价信息作出合理的决策至关重要。
三、电商客户评价体系研究―以淘宝网为例
客户评价体系是指在电子商务市场环境下，参与交易的双方根据自己的主观判断相互给予评价的全过程，是产生和传播信誉信息的工具。以淘宝为例，其平台根据自身特点及用户需求创建了一套包括在线沟通的阿里旺旺、支付功能的支付宝及实名认证在内的完整的信誉评价系统。由于电子商务交易的特殊性――支付货款和收到货物分离，导致你交易存在风险，而客户评价体系为购买者提供卖家的以往交易数据，也就降低了交易风险的产生概率。由此可见，客户评价在电子商务经营中具有无可替代的作用。
目前，淘宝网的信誉评价体系由两部分组成：“店铺动态评分”和“卖家信用评价”，其结构框架如图1，具体事例图如图2所示：
（一）店铺动态评分
店铺动态评分主要由三部分组成，特征满意度、综合星级和快递满意度。期中综合星级打分规则为一颗五角星代表一分，以此类推，满分是5分。1分―5分分别代表非常不满；不满意；一般满意；非常满意。这些评分数据会有一个综合评分供买家参考。这些数据不仅会给顾客一些参考，也会给商户和物流公司一些建议，以其不断完善商品和服务。
（二）卖家信用评价
四、电商平台第三方客户评价体系数据化运营策略
2014年阿里巴巴公布了“双十一”全天的交易数据：天猫淘宝双十一全天成交金额为571亿元，其中在移动端交易额达到243亿元，物流订单2.78亿，总共有217个国家和地区被点亮。面对如此庞大的交易量所产生的数据流，我们以企业级海量数据的存储、分析、挖掘和应用为核心技术支持的基础上，通过可量化、可细分、可预测等一系列精细化的方式进行网站流量监控分析、目标用户行为研究、网站日常更新内容编辑、网络营销策划推广等。当数据化运营的概念运用到客户评价这一平台，会大大增加这一功能模块的用途，如：通过目标客户在各个商户中的评价，在研究其行为及心理预期范围。
鉴于此，提出电商平台第三方客户评价体系数据化运营方案：
（一）理念简介
（二）理念内容
（1）主要是数据、信息，原始客户评价数据经第三方数据交易中心处理后在电商平台和提供给需要的商户，作为决策依据。具体内容如下：
同时第三方数据交易中心作为运行主体，将会在运行初期以电商平台客户评价数据为对象，利用数据分析及挖掘技术提供专业的分析结果。
（2）核心价值观。以服务广大顾客和商户，互惠互赢，促使电商平台更好更平稳发展。
（3）愿景。第一阶段：以某一个电商平台的客户评价数据做深层次分析，将各种分析结果以网页链接形式展现给顾客。
第二阶段：将客户评价数据扩展到平台其他数据，建立数据模型，在反馈给顾客信息的同时，提供商家分析报告服务。
第三阶段：与各大电商平台合作，利用大数据技术，跨平台交叉式分析数据，向顾客、商户、平台三方提供决策依据。
（三）可行性分析
第三方数据交易中心不需要很多的硬件，只要满足软件方面的要求即可。最重要的还是数据资源和人力资源，现实条件下，电商平台每天的交易及历史评价数据足够多，同时近两年，涌现出大批专业化的数据分析和数据挖掘的人才，满足了最基本的资源问题。接下来将从以下两方面研究项目的可行性：
（1）技术可行性。21世纪核心的竞争就是数据的竞争，2012年3月29日，美国奥巴马政府正式宣布了“大数据的研究和发展计划”，预示着数据将成为未来企业的生产力，同时数据存储技术也有了新的突破，以分布式数据仓库、海量存储技术和流计算为核心的实时数据仓库技术将解决了大数据的存储问题，电商平台数据化运营的数据有了存放基础。
与此同时，数据挖掘技术也不断成熟，成为了一门比较成熟的交叉学科，融合了数据库、人工智能、机器学习、统计学、高性能计算、模式识别、神经网络、数据可视化、信息检索和空间数据分析等多个领域的理论和技术。数据挖掘相对于传统的统计分析，具有擅长处理大数据，应用相应的算法模型，解决实际问题。数据挖掘的主要成熟技术：决策树（包括CHAID、CART和ID3、C4.5、C5.0算法）、神经网络、回归分析（多元线性回归和Logistic回归）、关联规则、聚类分析、贝叶斯分类、主成分分析等等。
以上的技术表明这个项目在技术方面具有可实施性。
（2）运行可行性。更多的顾客觉得一套统一的客户评价标准以及相应的平台会便于网购行为，而且顾客认为客户评价平台应该包含如：同类商品的好评指数排名、同类商品的有效买家排名、同类商品的商家各个评价指数排名等等。结果如图3所示：
需求带动供应，快速的生活节奏需要更直白、更明显的权威性分析。商家要想获得长久的发展，必须不断根据顾客的喜好改变或者完善产品，但前期的调研需要花费很多的人力、财力、物力，而且不一定能获取到有建设性的创新点。所以商户也需要这样一个平台提供能将顾客需求转变为实际方案的平台，而第三方数据交易中心会收集顾客反馈数据，进行整理和处理，以报告的形式提供给商户。
（四）第三方数据交易中心运营平台设计
掌握了数据，就该考虑如何将数据运营到企业中，电商平台与传统的制造型企业不同，它需要的是更加有效的精细化运营，强调细分、准确、个性化。利用数据分析和数据挖掘技术作为数据化运营的有效保障，为了让技术能有效的应用到数据化运营中，电商平台必须建立第三方数据交易中心，能够完成数据分析和数据挖掘工作，同时第三方数据交易中心应配备一群出色的数据分析师，具备熟悉的技术技能和理解具体业务、快速学习的能力。第三方数据交易中心同时应和运营、客服等其他部门保持密切联系，及时获取数据和反馈信息。
第三方数据平台可首先应用于淘宝平台的客户评价，当这种数据化运营的方式取得一定效益时，可拓展其功能范围。最终第三方数据平台可以实现各个电商平台的数据一体化，不仅能处理某一个电商平台的数据，更能将不同平台的数据进行综合分析、对比，反馈平台问题。在第三方数据交易中心的推动下，电商平台客户评价必然会呈现出新的发展方向和特点。
参考文献：
[1]YuZhang，BianJ，ZhuW.Trustfraud：AcrucialchallengeforChina’se-commercemarket[J].ElectronicCommerceResearchandApplications，2013.
[2]谭正祥.电子商务环境下企业客户价值分析与评价[J].湖南大学，2010.
[3]维克托迈尔-舍恩伯格及肯尼斯库克耶.大数据时代[J].2010.
[4]黄升民刘珊.“大数据”背景下营销体系的解构与重构[J].现代传播，2012.
[5]谭正祥.电子商务环境下企业客户价值分析与评价[J].湖南大学，2010.
[6]刘欢.数据挖掘在淘宝客户评价方面的研究与应用[]J.济南大学，2014.
[7]韩新华.电子商务网站评价研究与分析[J].吉林省经济管理干部学院学报，2008.
[8]YouW，LiuL，ReputationinflationdetectioninaChineseC2Cmarket[J].ElectronicCommerceResearchandApplications，2011.
1.外部需求和内部需求
2.改进型需求和新建型需求
它们俩是从1到10和从0到1的区别。我个人的建议是已有的产品如果改进优化后能用，尽量不要另起炉灶，除非是原有的产品从定位到风格全都跟新需求不一致。这就要求运营对现有产品定位跟功能了如指掌，能够根据需求制定出合理的问题解决方案，有时甚至可以不需要产品改动就达到目的。这样不是效率很高吗~
最怕的是拍脑袋就做个产品，不考虑是否能利用已有的，导致留下一堆半截子工程，说能用也凑合能用，彼此间定位不清晰，后期运营推广也不好做；同时系统里很多冗余代码难以维护，如果负责人一离职就再也没人能说清这产品的来龙去脉，于是又推倒重来一遍……对人力物力的极大浪费啊。
3.笼统型需求和精确型需求
4.解决问题的需求和提高效率的需求
为什么要从这些维度来划分呢，因为实现产品需求的资源通常是有限的，因此必须对需求的合理性和优先级做出明确判断，并以此来决定开发的资源投入以及排期先后。
另外有些似是而非的“产品需求”，实际上是bug，bug和产品需求的区别及处理方式的不同如下：
产品需求：
针对还不存在的功能提的
解决的是“不好用”的问题
实现周期通常较长
发给产品经理处理(这个要看具体团队构成和分工，是否有专门的产品经理来处理需求，如果运营兼负责产品那就由提出需求的同学自己处理了)
产品bug：
针对已经存在的功能提的
解决的是“不能用”的问题
可直接发给研发人员解决
提需求和提bug的流程
产品需求描述
产品经理通常需要把收到的各路需求整理成产品原型文档，但对于运营同学来说并没有那么严格的文档要求，只要让产品同学能够明白你的意思就可以；不过为了提高沟通的效率，有必要参照一定的格式来描述你的需求，这里举个我现在团队的例子：
目的：有助于产品同学充分理解你的需求的必要性和重要程度，如“为了提高编辑发稿的工作效率”或“为了统一网站整体风格而进行UI重新设计”。
需求描述：说明用户身份(外部用户和内部用户的处理方式有区别)，页面需要包含哪些元素，期待的布局和风格，排列顺序，是否必选项，有何特殊要求，是否需要查询及查询条件设定，是否需要权限管理等信息，尽可能详细，最好给出参考案例或类似竞品截图。
什么情况下需要提产品需求
案例一：数据分析后台
曾经有同事负责运营一个垂直专业领域的群组，提出要做一个数据分析后台，能够根据加入群组用户填写的个人信息自动生成各种维度的分析图表，“就像专业的数据分析报告那样”，他说。这并不是一个实现起来很简单的需求，虽然对用户的数据分析是有必要做的。但是该群组目前的注册用户只有几千人，且新用户增加速度非常缓慢，用户数据分析的时效性并不是非常高，因此最终解决方案是导出用户数据到excel中，运营自己根据统计需求，利用excel生成分析图表，至于是否像专业报告，那就看自己的excel造诣啦~如果未来用户量和增长速度达到一定规模，人工统计无法满足，才是需要开发数据统计后台的时候。
案例二：大会报名app
我所在的社区运营团队曾经负责组织公司的开发者大会报名，通过社区各个渠道向开发者用户进行宣传，使用的是社区的活动报名系统，可以汇聚各个渠道的报名数据到后台数据库。有同事提议说开发一个大会报名app，以后组织大会都可以让用户通过app报名，这样推广时只要通过app推送提醒就可以啦~~~我说你这个创意不错，你先想法让用户都装上这个app，然后。。就没有然后了。。
总之接到需求后，问自己以下几个问题：
目标足够明确吗？
已有的产品确实无法满足工作要求吗？
已有产品的缺陷已经极其影响工作效率吗？
成本是否合适？
如果答案是否定的，那就需要重新审视这个需求的合理性，并且和需求方积极沟通确定最终解决方案。
如何促使需求尽快实现
需求表述明确，沟通清楚，提交流程规范：该自己做的一定要做到位
按流程提交需求后最好再当面跟产品经理沟通，尽快落实需求并启动
必要时要舍得砍需求，确保快速上线
充分利用各项资源来达到目标：平时和产品设计研发同学搞好关系，必要时通过上级推动都是方法
几点总结
产品改进通常要落后于业务需求
互联网产品改进伴随整个产品的生命周期，不是一次性的
产品改进是由运营驱动的
再好的产品，运营跟不上也是白费
开通于2000年的雅昌艺术网，如今已是全球最大的中国艺术品门户网站。但1994年时，雅昌还仅是一个定位于为画家印刷画册，为拍卖行印刷图录等的企业。随着中国艺术品市场的迅猛发展，雅昌在其印刷业务过程中积累了大量艺术品拍卖图文、数据资料和艺术家作品图文资料，于是雅昌创办者拿来做成了雅昌艺术网。
当初的雅昌网只是以提供艺术品拍卖信息和接受咨询为主，如今已拥有综合资讯频道、艺术专业频道、互动社区、电子商务（交艺网）、地方站和英文网以及雅昌艺术市场监测中心（AM-MA）的专业市场数据分析报告等。据称，其拥有逾50万专业精英会员、800余万人次日均浏览量，居美国ALEXA评测的中国艺术网站浏览量排行榜第一名。
这个过程并非完全因为雅昌创办者的“神机妙算”，而是他们顺其自然地根据我国艺术领域以及艺术品市场发展的新状况、新需求，踏准节拍，及时调整布局，不断充实而形成的。
雅昌用20年积累打造的《中国艺术品数据库》保存了6万多位艺术家的权威资料，2000多万件艺术品的珍贵图文资料，10万余本艺术图书资料，1200多万条拍卖和艺术展览数据。
雅昌艺术网对文化艺术遗产的传承与传播，已得到广泛认可和赞誉，被文化部指定为全国文化产业示范基地和美术（文化）产业示范基地，被评为“2006十佳中国文化产业最具投资价值创意新媒体”“十大中国最佳商业模式企业”“中国标杆品牌”等。
电子商务档案是电子商务活动过程中各经济主体直接形成的具有保存价值的各种形式的原始记录。电子商务档案与其它类型的纸质档案相比具有明显的虚拟性、复杂性、集成性等数字化特征。随着电子商务时代的来临，智能化的电子商务档案管理是目前电子商务档案管理的必然趋势。对电子商务档案管理的智能化需求主要体现在电子商务档案的检索智能化、应用的智能化。电子商务档案信息检索的智能化发展历程同步于图情信息智能检索技术的发展历程。电子商务档案应用的智能化体现在智能化的商情预测、营销策划及客户关系管理。
一、电子商务档案信息检索的智能化需求
二、电子商务档案应用的智能化趋势
电子商务档案是企业管理的重要组成部分，是企业从事商务活动中最原始、最可靠的数字化信息。充分利用电子商务档案信息，为企业发展提供商情预测、营销策划、客户关系管理、维护企业或经营者合法权益已经成为电子商务档案应用的一个重要领域。而电子商务档案应用的智能化趋势无疑已经成为电子商务行业的重要研究方向。
1、客户关系管理的智能化。客户档案毫无疑问将是电子商务档案的一个不可忽视的组成部分。在企业从事电子商务的过程中，电子商务系统将提供一种商家与客户进行交流的新方式，这就要求企业管理者以全新的思维来看待客户关系管理。客户关系管理源于“以客户为中心”的新型商业模式，是企业树立以客户为中心的发展战略的核心部分。企业通过智能化的客户关系管理系统来加强对客户的服务提高客户满意度和忠诚度，提高企业效率和利润水平。通过客户关系管理系统企业加强与客户的联系、分析客户的需求、研究产品的市场、拓展潜在的利润空间、提高产品的市场竞争能力、改进企业的管理漏洞、吸引更多的优质客户进而达到优化、提升企业管理能力、提高企业利润水平的目的。而这一切的实现都依赖于智能化的客户关系管理系统、智能化的客户数据库的开发与应用。智能化的数据库技术是所有其他技术的基础。
2、智能化的商情预测。面对浩如烟海的客户及企业营销、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想象的。智能化的商情预测系统利用数据挖掘的思想、数据仓库的管理技巧、一对一的营销策略、个性化的售后服务、智能化的数据分析和数据处理工具不断满足客户的需求，提高企业的赢利能力、拓展企业的赢利空间。同时，智能化的数据分析和数据处理系统将不仅实现现有的商业实践和商业需求，更将不断地实现向市场、客户的学习过程，不仅仅只是重塑企业商业流程，而是能够为管理者提供智能化的决策分析工具。
3、智能化的营销策划。借助于智能化的营销策划管理系统，企业将能够更加全面地分析产品及市场信息，制定高效的营销计划，设计切实可行的销售及服务指标，协调产品、服务、物流等渠道的配合关系，实现企业管理的最优目标。
总之，随着电子商务的发展，智能化电子商务将逐渐走入人们的日常生活。电子商务智能化是指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求等，为企业的各种经营活动提供决策信息。或者说电子商务智能化是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。而电子商务档案管理的智能化将是电子商务智能化的一个靓丽的奇葩。
现在，每天早上一上班，洞庭药业股份有限公司（以下简称洞庭药业）财务总监龙玲要做的第一件事就是打开电脑，登陆BI系统，看看昨天的财务分析报表、来自全国各区域的销售数据分析报表等，用龙玲的话来说：“这已经成为了一种习惯！”
而且，这种习惯不仅仅体现在龙玲身上，“包括公司的领导、全国各区域的销售负责人，都已经把BI看成了一个重要的经营和销售工具。”龙玲说。
业务增长带来的数据挑战
作为一家具有50多年历史的老牌制药企业，洞庭药业位于素有“桃花源里的城市”之称的湖南常德市。在上个世纪90年代末，洞庭药业进行了股份制改造，公司也由此走上了快速的发展轨道，其所生产的止血药和抗精神病药在国内外市场很受欢迎。业务的发展使得企业的销售网络迅速扩大。“现在，我们的销售网络已经遍布全世界30多个国家、地区。”龙玲介绍道。
销售网络的扩大，给洞庭药业带来了两个直接的难题和挑战。
但在以前，这些销售数据的汇总，至少是以月、甚至是季度为周期的，这样的数据反馈速度，显然难以满足市场竞争需求。因此，如何能够更快地获得各区域的销售数据，就成为企业最迫切的需求之一。
另一个挑战则来自于销售人员的管理。分布在全国各地的销售人员，平时都在外面，公司总部很难随时掌握这些销售人员的业绩情况，如果销售人员出现异常状况，也只能等到月末或季度末业绩考核时才能发现，这时可能已经太晚了。因此，如何对区域的销售人员进行动态的管理，随时了解销售人员的业绩，也成为企业所要解决的问题之一。
其实，对于如何解决这些问题，龙玲一直在进行思索。
数据梳理在前BI上线在后
2008年时，龙玲就曾想采用用友华表的BI系统。
因为从2002年起，洞庭药业就开始使用用友的财务模块软件；2006年时，又购买了用友的U8供应链系统。而如果采用用友华表的BI系统，则可以与洞庭药业之前的U8系统进行很好地连接，直接从系统中抽取数据进行分析。另外，在试用用友华表的BI系统用友BQ时，其在数据分析方面的灵活易用性、丰富的展现形式等也给龙玲留下了深刻的印象。但当时由于洞庭药业的基础数据还不完善，因此并不具备应用BI的条件。“不过这几年，我一直在惦记着这个软件。”龙玲说。
除了基础数据不完善外，在2008年时，制药行业发展相对稳定。但最近两年，制药行业的竞争越来越激烈，洞庭药业也感受到了来自于市场的压力。另外，新医改的推行，对于制药行业也带来了很大的冲击。特别是对制药企业销售能力的要求越来越高：无论是对整个销售体系的管控能力，还是反应速度都提出了更高的要求。在这种情况下，利用BI系统对销售、产品数据进行分析，来为企业的销售管理和策略的制定提供决策支持，就成为一个必然的选择。
“从2008年后，我们开始对企业的基础数据进行完善，到了2011年时，无论是从数据质量方面、还是企业自身需求方面，都已经到了应用BI的合适时机。”龙玲介绍道。
2012年3月，龙玲期待近4年的BI系统终于开始在洞庭药业进行实施。由于有之前充分的准备工作和完善的基础数据作为支撑，因此整个实施过程显得十分顺利。现在，洞庭药业的用友BQ一期工程已经完成，并已经正式运行。
一期BI智慧分析、解放人力
系统使用后给企业所带来的改变是十分明显的。
以销售方面为例，现在销售负责人不仅可以随时获取各个区域的销售报表和分析情况，同时还可以按人、产品或者客户进行分析，这样，销售负责人就能随时了解：哪些产品导致了销售额的上升；哪些客户在采购金额方面发生了明显的变化；每个销售人员最近一段时期的业绩变化情况等。这样，销售负责人就可以根据数据分析结果，作出有针对性的策略调整。
同时，龙玲也表示：生产、成本等方面的分析应用也将分期实施。
BI升为决策智囊实现精细化管理
确实，报表只是BI所有功能中的一部分而已。“报表只是一种展现形式。本质上，BI是一个辅助决策的智能系统，它的核心就是帮助企业利用好数据，让决策管理者随时随地获取关键信息，让决策者基于数字决策，最终提高决策水平。”用友华表公司分析道。
事实上，曾有人将商业智能的应用分为三个层次，即报表层次、数据分析层次和数据挖掘层次。
记者曾采访过一家钢铁企业，其BI应用给笔者留下了很深的印象。
这家企业为了配套BI系统应用，特别成立了独立于销售部门和原料部门之外的市场行情分析室。市场行情分析室的职责是以BI系统为基础，研究企业营销政策与决策分析，为管理层进行决策提供第三方的指导。
仅仅在2010年，市场行情分析室直接提报的分析报告就为这家企业创造了9000万元的收益。BI的巨大价值由此也可见一斑。
显然，对于BI系统的潜在价值，龙玲也有着清晰地认识。“和生产制造以及成本分析的结合，将是我们在BI应用方面的下一个需求。”
户口所在：云南国籍：中国
婚姻状况：未婚民族：汉族
培训认证：未参加身高：160cm
诚信徽章：未申请体重：
人才测评：未测评
我的特长：
求职意向人才类型：普通求职
应聘职位：财务/审计/税务：会计、代表处会计
工作年限：8职称：中级
求职类型：兼职可到职日期：随时
月薪要求：1000以下希望工作地区：广州,,
工作经历某国际控股有限公司（香港注册港资进出口企业）广州代表处起止年月：2007-04～至今
公司性质：所属行业：
担任职位：会计主管
工作描述：1.负责代表处全套帐务及报税。
2.负责香港主体公司帐务处理，证照变更，配合香港会计师事务所完成每年的审计报告并合理控制税负。
4.负责销售合同商务条款的审核。
5.企业内部财务制度，差旅费制度的制定和实施，财务队伍的建立健全。
6.通过资金流分析，及时发现如物流，存货，甚至流程等存在的问题。
7.配合招投标部门做好招投标工作，及时提供合适的财务资料。
离职原因：
某贸易有限公司（香港注册美资进出口企业）广州代表处起止年月：2006-07～2007-03
担任职位：会计
工作描述：1.负责代表处全套帐务及报税，为香港公司准备报税必要的资料。
2.负责客户资料管理，应收应付款的管理，与国外客户对帐。
3.部分货款的支付，控制及管理。
离职原因：公司性质：所属行业：
工作描述：1.负责全盘账务，报税，税收筹划，配合会计师事务所做好每年的汇算清缴，处理与税局的关系，任职期间税局仅在刚到职时到公司查过一次账。
2.负责应收预付款的核控，直销店的结算管理，任职期间使应收款的收款速度提高10%，在处理原有坏账呆账、改善资金周转方面提出很多合理化建议。
3.配合市场部、业务部做项目预测及资金预算。
4.负责业务人员财务知识的培训，展会期间负责向客户就合同条款的财务问题做出解答。
5.维持与银行的良好关系。
担任职位：财务助理
工作描述：1.主要负责应收预付款控制，编制每月对账单，负责直销店结算管理。
2.存货控制，根据业务部销售计划及上期消耗量向总公司订货，编制存货数据分析日报，监控库存食品的生产日期，并编制货期报告递交公司经理，定期盘点库存，编制并向总公司递交货品及样品库存变动报告，对存货差异及时进行处理。
3.编制并向公司经理报送全国（包括华南华西华中）销售报告。
工作描述：
离职原因：志愿者经历
教育背景毕业院校：暨南大学
最高学历：大专获得学位:毕业日期：2004-06
专业一：文秘专业二：会计
起始年月终止年月学校（机构）所学专业获得证书证书编号
1994-091997-07山东建筑材料工业学院文秘中专-
2002-022004-06暨南大学会计大专-
2005-022006-09广东外贸外贸大学继教学院商务英语-----
语言能力外语：英语优秀粤语水平：一般
其它外语能力：
国语水平：一般
工作能力及其他专长会计专业资历及特长：
专业资历：
《统计原理》是该课程的先期课程。以此为基础，设计《市场调查与分析》课程实践教学项目和内容如下。
第一，调查方案设计：计划4学时；选择调研主题，制定调查方案。
第二，调查问卷设计：计划8学时；按照指定选题，设计问卷，并在教师的指导下完成问卷修订；问卷设计实验以小组为单位(学习团队，以5至7人一组)完成，然后通过小组互评，教师点评，到达熟练设计不同问卷的实践教学目的。
第三，调查方法：计划14课时。其主要内容分别为：
(1)网络调查。在“调研100”“、调研中国”、问卷星等网站，在教师指导下完成网络调查问卷，并实验注册、答卷、解析和数据编译等工作。
(3)小组座谈法。主要通过“模拟焦点群组访谈”实验，锻炼学生主持会议、协调沟通和整理定性资料的能力。
第四，数据整理和分析：计划10课时。其主要内容分别为：
(1)问卷数据编码。在教师指导下完成问卷和问题编码，将问卷信息转化为定量数据的技能，掌握市场调查的数据整理技术。
(2)问卷信息甄别和数据审核，保证问卷数据质量。
2学生课外学习内容和方法的要求
3课堂学习和社会实践关系的处理
一、安全就是大数据的事
从防御到侦测和响应
IDC预测，到2020年，全球信息安全市场的规模将达到500亿美元，云安全、互联网安全和大数据安全是信息安全市场的三大支柱。大数据安全就是通过分析的手段实现安全的智能化。它是未来保证企业安全的重中之重。
传统的信息安全策略是基于签名和规则的安全模型，对已知的各种安全威胁进行防御。但是在云计算、移动化等趋势出现后，传统的安全边界正在被打破。早在两年前，Gartner就已经预言，安全的边界会越来越模糊，大数据将成为解决安全问题的关键所在。
“随着安全威胁的增多，以及安全攻击变得更有针对性，企业已经不能再依靠传统的安全设备的简单组合，就像门、窗和锁那样应对所有的安全攻击了。”瀚思安信联合创始人董昕分析说，“利用大数据解决安全问题并不是纸上谈兵，而是已经有了实实在在的产品和解决方案。”美国硅谷已经出现了很多从事大数据安全分析的公司。在中国，瀚思安信冲在了前面。
信息安全1.0时代的特征是以防御为中心，它的基础是基于规则和身份验证的安全模型。但是现在，传统的安全手段已经无法有效应对日益增长的高级可持续攻击和内部安全攻击。现在已经步入信息安全2.0时代，其特征是以侦测和响应为中心。现在也是大数据在安全方面真正发挥作用的时候了。
Gartner的数据显示，过去，企业将安全预算的90%投入在防御方面，而今后60%的安全预算将用于侦测与响应。大数据将完全改变安全市场的规则。上一次信息安全市场的大变革发生在1998年，转折点是网络安全取代了单机杀毒。Gartner认为，现在，大数据给安全领域带来的变革比上一次安全变革的意义更加重大，影响也更加深远。
大数据安全不是纸上谈兵
虽然公司成立不久，但瀚思安信基于大数据分析的下一代安全信息分析系统HanSightEnterprise已经在银行、公安等关键行业客户那里得到了部署。董昕举了个例子，国内某银行的网银系统采用瀚思安信HanSightEnterprise，每天分析1TB的日志数据，通过算法和模式识别的方式，找出了很多以前用户没有发现的内部和外部的攻击。
“我们遇到的或刻意寻找的客户都是已经在安全方面有了较大投入的企业，它们很清楚自己的安全问题所在，而且知道必须采用新的方法去解决。”董昕补充说，“采用大数据安全分析解决方案的企业，首先必须部署一个比较完善的安全防护体系，防火墙、入侵检测系统、防信息泄露系统等要一应俱全。在这种情况下，企业还要有分析大量数据的需求，比如1TB以上的数据，这样才能更充分地发挥像HanSightEnterprise这样的产品的能力。不过，使用HanSightEnterprise并不需要掌握复杂的技术，普通的IT管理员就能胜任操作和管理工作。”
Gartner预测，到2016年，25%的全球大型企业将部署大数据分析系统，专门应对信息安全或网络欺诈，而今天这一比例仅为8%。企业在部署大数据分析系统的前6个月就可获得有效的投资回报。
目标是大企业
谈到公司的定位，董昕表示，大数据分析与安全在瀚思安信身上实现了有机统一。一方面，瀚思安信会基于Hadoop等不断提升大数据的处理效率;另一方面，瀚思安信还会将大数据处理工具与企业的业务关联起来，用于安全分析。
解决大数据时代的安全问题，瀚思安信的理念是“数据搜索+安全分析”，具体来说包括存储和索引、搜索和检测、机器学习和模式识别、安全知识库、监控和告警、报表和分析等六大环节。
瀚思安信目前只有21个人，其中18个是工程师。新产品开发对公司的发展来说至关重要。现阶段，瀚思安信只有两个产品：一个是免费版的企业级日志管理系统HanSightDataViewer2.0，它是基于业界较成熟的分布式生态系统Elasticsearch开发的企业级日志管理平台，支持100TB数据量，提供搜索、大规模日志分析和可视化等服务;另一个是HanSightEnterprise。董昕希望用户通过试用免费版的企业级日志管理系统，先对瀚思安信利用大数据解决安全问题的思路和想法有一个直观的认识，然后在企业需要进行大数据安全分析时就可以更好地采用HanSightEnterprise。
HanSightEnterprise的目标客户群是大型企业。出于数据保密性和数据处理性能的考虑，现在的用户都是将HanSightEnterprise部署在私有云的环境中。“下一步，瀚思安信会考虑与公有云服务商合作，让中小型企业客户未来也能采用瀚思安信的大数据安全分析工具。”董昕介绍说，“现阶段，我们只能分析IT设备的日志数据。2015年，我们的产品将依靠全量网络流进行更大规模的数据分析。”
与传统安全厂商是互补关系
大数据安全分析产品与传统的网络安全产品并不矛盾，两者是互补的关系。比如，传统安全设备上的数据也能为HanSightEnterprise所分析。
其实，像瀚思安信下一代安全信息分析系统中最基本的日志数据分析功能，其他许多厂商的产品也都有，它们的区别到底在哪里呢董昕解释说，虽然很多厂商也在做日志分析，但是它们的产品只能分析自己系统产生的数据，在关联性分析方面不尽如人意。另外，其他厂商的大数据分析工具在处理能力上还有不足，不能进行全量分析，无法将大数据分析工具的价值全部发挥出来。而瀚思安信的下一代安全信息分析系统是一个企业级的产品，在满足安全性、合规性和审计要求的情况下，可以实现实时的全量数据的安全分析，无论是数据分析的广度还是深度都有明显优势。
二、数据资产要管起来
数据是有价值的，毋庸置疑。但是，在大数据的概念提出前，又有多少企业真正把数据当成资产去经营、管理和更深入地挖掘其中的价值呢
数据管理新模式
以前，企业在数据管理方面的实践最多就是把数据库中的数据存储起来，然后适当地做一些分析，用于营销或提升客户满意度，但是这些做法并没能充分发挥数据的价值。一方面，并不是所有的企业都做了类似的数据管理和挖掘工作;另一方面，数据挖掘的广度和深度也不理想。
“企业在对一小部分数据进行分析时，可能之前已经扔掉了99%的数据。这是因为有的用户没有意识到这些被扔掉的数据具有价值，还有的是因为用户没有称手的工具能够加工和处理如此庞大的数据量。”亚信大数据事业群总经理张灏告诉记者。
张灏认为，未来人工智能的发展可能会进一步促进人们对大数据的有效利用。通过深度的机器学习，系统可以自动帮用户捕捉所需的数据，其中很多数据可能以前仅凭人的经验是无法获得的。举例来说，现在黑客的攻击越来越有针对性，威胁无处不在，而仅靠银行人员的专业知识和经验来设定安全的规则，已经不能有效防范黑客的攻击。因此，银行希望他们的系统具有自动学习的能力，可以通过大数据分析来判断威胁所在。
过去，人们通常以现金资产和设备资产来评估一个企业的价值，而未来一定会以企业所拥有的数据资产的量和活性来评估企业的价值。在这个转变的过程中，数据资产的管理思维是必不可少的。
数据管理的利器
亚信就是数据资产管理思维的倡导者。如今，亚信可以提供包括数据采集、数据处理、分析挖掘等环节在内的大数据整体解决方案。近期，亚信了两款大数据新品——数据资产云图和数据资产管理一体机。
所谓数据资产云图，其实就是一个大数据的挖掘、监测和分析平台，其上搭载了多种数据挖掘应用产品，包括电商价格监控平台、产品口碑监测与分析、企业品牌监测与分析等，可根据用户的需求针对不同类型的数据进行多维度的分析。数据资产管理一体机则顺应了当前软硬件一体化的潮流，是一款集计算、存储、网络、大数据平台软件、大数据分析应用软件等于一体的集成化解决方案。它基于异构计算的理念将应用与硬件进行了深度融合，提供比通用的大数据平台更强大的数据分析和处理性能。
亚信的数据资产管理一体机采用的是标准化的x86硬件，并基于开源软件进行了软件开发。因此，该一体机具有很高的性价比，可以取代国外同类的一体机产品。由于亚信在电信行业拥有多年的开发和应用经验，尤其是在聚合数据、加工数据方面具有很强的能力，此次的数据资产管理一体机1.0版也在处理电信运营商数据方面表现出很强的实力。不过，这并不代表亚信的数据资产管理一体机就是为电信一个行业量身定制的。从其底层数据的处理能力来看，它还是一个适用于多个行业的产品。“我们希望通过自己的技术专长和对用户需求的透彻理解，为行业用户提供一个经过全面优化的软硬件一体的解决方案，提高大数据处理的效率，而不要让用户自己再费心选择和搭配软硬件。”张灏解释说。
虽然亚信的数据资产管理一体机可以适用于不同的行业，但是每个行业的需求、应用场景毕竟有所差异。所以在实际使用中，亚信还是会根据不同用户的特殊需求提品定制化的服务。
转变思维
张灏强调说：“数据资产管理平台对所有行业用户来说都是不可或缺的基础平台。不过，部署一个数据资产管理平台和部署一个Hadoop产品有很大不同，用户需要转变传统的管理思维。接受数据资产管理平台的前提是必须承认数据的价值是因为使用数据资产而产生的，然后才能谈到具体如何管理数据资产，对数据进行聚合、分析、加密，并最终从应用中获取价值。”
亚信是首个在银行和电信运营商两个领域里率先提出数据资产管理这一理念的。这两个行业目前是大数据应用水平最高的行业。这两个行业的客户对于数据的可视化、可管理性、数据挖掘等有很大的需求。亚信的数据资产管理方案对于提升行业用户的大数据应用水平起到了积极的作用。
三、数据交换要有开放的心态
北京腾云天下科技有限公司(以下简称腾云天下)高级总监陈星霖向记者介绍说，“腾云天下专注于移动互联网，目前覆盖的独立智能终端超过10万个，所以在移动数据的采集和分析方面具有明显优势。”
腾云天下在企业和移动应用之间搭建起了一座桥梁，将企业与个人消费者紧密联系在一起。比如，国内TOP10的股份制商业银行都是腾云天下的客户。腾云天下帮助这些银行通过数据的建模和分析提升了营销和征信服务水平。
“我们发现，许多银行客户非常愿意借助大数据工具改善服务，提升营销能力。”陈星霖介绍说，“下一步，我们要做的就是扩展业务范围，覆盖更多的数据消费场景。”
本文在分析商业网站中使用的数据挖掘技术的基础上，从网站数据挖掘、网站结构设计和网站功能设计这三个方面对数据挖掘技术在商业网站设计中的应用问题展开了探讨，以便为商业网站的设计提供一些指导。
关键词：
数据挖掘；网站设计；应用
1数据挖掘技术概念及应用概况
从技术层面上来看，数据挖掘技术就是从大量数据中进行有用数据信息的提取的技术，需要摆脱噪声数据、随机数据和模糊数据的干扰。而从商业角度来看数据挖掘技术是供应商行业处理信息的技术，可以帮助企业从商业数据库中提取大量有用业务数据，并且通过处理和分析这些数据信息实现对关键知识的提取，从而为企业制定决策提供依据。就目前来看，在商业网站中应用的数据挖掘技术有路径分析技术、关联规则的发现技术、序列模式和分类聚类技术等。
2数据挖掘技术在商业网站设计中的应用
2.1在网站数据挖掘中的应用
2.2在网站结构设计中的应用
在设计商业网站时，使用具有商业逻辑基础的数据挖掘商业应用平台才能实现挖掘客户数据信息的目的。所以，需要应用数据挖掘技术设计商业网站结构，以便创建一个与商业逻辑相结合的数据挖掘系统。在设计的过程中，可以围绕着数据存储、数据处理和数据展示这三个方面进行数据库系统的设置。同时，需要将网站用户接入部分当做是客户端，而数据挖掘系统需要为用户接入和交互提供支持。在客户端发出请求后，系统应对请求作出商业逻辑分解，并从数据存储处进行数据的获取，然后再将处理后的结果返还客户端。从总体结构上来看，数据挖掘商业应用平台应该由三部分构成，即客户层、中间层和数据服务层。
2.3在网站功能设计中的应用
2.3.1网站搜索引擎的设计
2.3.2网站客户关系管理的设计
利用数据挖掘技术，商业网站还能获得客户关系管理功能。而所谓的客户关系管理，其实就是对企业和客户之间的交互活动进行管理。从设计思想上来看，网站管理者需要以客户为导向，并且尽量满足客户的个性化和多样化需求。而应用数据挖掘技术进行客户信息的挖掘，将能帮助网站管理者了解客户和产品的历史交易信息，从而得知客户的消费倾向和产品的受欢迎程度。所以，数据挖掘技术的应用可以为企业提供更多将商品销售给现有客户的机会，并且也能够为企业制定商品分析决策提供数据依据[2]。此外，利用数据挖掘技术实现对客户关系管理业务数据的共享和自动化管理，也能够帮助企业完成业务分析、供应链整合等工作，从而使商业网站的运营管理以客户为中心。
2.3.3网站个性化服务的设计
商业网站想要取得一定的市场竞争力，还要致力于为客户提供个性化的服务。应用数据挖掘技术可以使消费者利用网站搜索引擎，并根据自己的需求和个性特点选择感兴趣的商店。而在获得符合自己个性要求的资料库后，用户的在线购物过程将更具个性化的特点。同时，通过与用户交流，网站的模拟商店销售人员也能够为用户提供商品推荐，从而帮助用户尽快找到需要的商品。此外，网站也能够根据消费者反馈的信息进行特别服务的提供。具体来讲，就是用户在信息交流区发表看法或建议后，网站可以通过自动服务系统为用户定制个性化服务菜单。而为用户提供个性化服务，显然能够起到防止网站用户流失作用。
3结论
总而言之，商业网站是企业开展电子商务的信息平台，是商家与服务对象联系的沟通渠道。所以，商家能否从网站获取有用的客户信息，网站结构设计是否合理，网络功能是否齐全，将直接关系到网站交易的成败。因此，在设计商业网站时，应该较好的进行数据挖掘技术的应用，以便打造一个能够为客户提供满意服务的网络消费平台。