电子商务中用户行为的分析与应用研究.docx
- 文档编号:28566379
- 上传时间:2023-07-19
- 格式:DOCX
- 页数:19
- 大小:91.44KB
电子商务中用户行为的分析与应用研究.docx
《电子商务中用户行为的分析与应用研究.docx》由会员分享,可在线阅读,更多相关《电子商务中用户行为的分析与应用研究.docx(19页珍藏版)》请在冰豆网上搜索。
电子商务中用户行为的分析与应用研究
摘要
电子商务时代,越来越多的传统行业向互联网转型,电子商务迎来飞速发展的时期。
阿里巴巴集团创始人马云先生曾经说过:
“电子商务一定是未来,这个趋势谁都阻挡不了;未来80%的商业都将通过电子商务完成[1]。
电子商务时代的飞速发展,同时伴随着一系列的问题,其中电子商务中用户行为的问题一直存在并且十分重要。
在电子商务中,用户依然是核心所在。
只有把握用户行为,才能对电子商务企业的发展做到清晰的布局。
因此,本文针对电子商务中的用户行为进行分析与应用研究,利用电子商务的分支—在线教育板块做为案例重点研究。
本文首先对电子商务以及用户行为的相关概念进行了详细介绍。
其次,对电子商务中用户行为所面临的问题进行了分析。
然后,针对分析结果做出了应用研究,包括构建标准化的用户管理体系,对电子商务中用户行为分析的建议,自动抓取和分析用户行为数据,以及用户行为技术和运营人员的培养。
最后,通过**英语阅读产品的案例,对用户行为的分析与应用研究做出具体方案。
关键词:
电子商务;用户行为;数据挖掘
Abstract
Thereportofthe19thNationalCongresspointedoutthatitisnecessarytovigorouslypromotethedeepintegrationofbigdata,Internet,artificialintelligenceandtherealeconomy,andtheserviceindustry.MoreandmoretraditionalindustrieshavetransformedintotheInternet,ande-commercehasusheredinaperiodofrapiddevelopment.Mr.MaYun,thefounderofAlibabaGroup,oncesaid:
"E-commercemustbethefuture.Noonecanstopthistrend;80%ofthebusinesswillbecompletedthroughe-commerceinthefuture."E-commercewillbecomeanimportantfactoraffectingthenationaleconomy.Therapiddevelopmentoftheeraofe-commerceisaccompaniedbyaseriesofproblems,amongwhichtheproblemofe-commerceuserbehaviorhasalwaysexistedandisthetoppriority.Ine-commerce,usersarestillatthecore.Onlybygraspingtheuser'sbehaviorcanwemakeaclearlayoutforthedevelopmentofe-commerceenterprises.Therefore,thispaperanalyzesandappliestheuserbehaviorine-commerce,withafocusonthebranchofe-commerce-theonlineeducationsector.
Thisarticlefirstintroducestheconceptsrelatedtoe-commerceanduserbehaviorindetail.Secondly,itanalyzestheuserbehaviorprocessandtheproblemsfacedine-commerce.Then,theapplicationresearchismadeontheanalysisresultofuserbehavior,includingtheimprovementofuserbehaviortheoryine-commerce,theacquisitionandcollectionofuserbehaviordatafromthesource,andthetrackingofthewholeprocessofuserbehavior,andfinallyanalysisandPersonalizeduseroperationmodelandtrainingofuserbehaviormanagementpersonnel.Finally,throughthecaseanalysisofonlineeducationine-commerce,itmakesfeasiblesuggestionsfortheanalysisandapplicationresearchofuserbehavior.
Keywords:
E-commerce;userbehavior;onlineeducation
1绪论
1.1研究背景及意义
1.1.1研究背景
电子商务不仅对人们的生活、生产方式,还是对企业、社会的发展,都产生着巨大的影响与改变[1],传统制造业、服务业与教育领域等都已经成功应用电子商务并取得了良好的效果,带来了巨大的社会价值与商业价值。
然而在电子商务时代,电子商务企业并不是总是超着预想的方向发展的,用户作为电子商务企业的根本,其行为的问题自然而然就成为电子商务企业面临的重大问题,随着用户数量呈现出指数增长的趋势,用户的行为监测与管理工作变得更加困难与繁杂,用户的质量层次不齐,用户行为管理效率也随之下降,这些现象的来临使电子商务企业发展受到了严重影响,电子商务中用户行为的分析与研究已经成为了互联网界和电商界的普遍关注的重点问题[2]。
1.1.2研究意义
电子商务浪潮来势汹涌,全球电子商务规模迅速扩大[3],美国的亚马逊,中国的阿里巴巴和京东等电子商务企业已经成为行业的翘楚,并且对其他行业产生巨大的推动作用。
电子商务作为市场经济变革的重要工具,为社会发展带来了巨大的效益。
目前传统的电子商务企业正在转型,实现线上线下数据的打通,创造新零售模式成为发展的方向,同时向全球扩张。
电子商务用户行为数据具有产生速度快、实时更新的特点,目前世界上大约有80%的电子商务用户行为数据都是最近几年产生的[4]。
电子商务用户行为分析中产生的一些问题成为阻碍电子商务企业发展的障碍,因此我们需对此问题作出分析和应用研究。
1.2国内外研究现状
1.2.1国外电子商务中用户行为研究现状
目前,对电子商务中用户行为分析主要靠数据挖掘、数据分析、大数据、聚类分析等相关技术[5]。
电子商务中用户行为分析与应用研究大多是为了精准营销。
2005年,菲利普科特勒提出了精准营销的概念[6],并首次提出了基于互联网的精准营销理论。
随着相关技术的快速发展,数据挖掘技术成为了电子商务中精准营销的重要方法,电子商务中的用户在电子商务网站和手机电子商务客户端中浏览、收藏、购买等电子商务活动中留下了大量的用户行为信息和数据,如web数据,cookie数据等,这些用户行为数据中包含着大量的商业价值[7],对这些数据进行挖掘和分析研究,具有十分重要的意义。
电子商务企业可以根据这些数据对用户进行分类,进行更加合理的流量分配,对用户进行精准营销,使其用户获得更好的购物体验。
另外,电子商务网站应用精准营销也能获得更多的商家入驻已经更多的盈利点,对于用户增长也有很大帮助。
国外研究人员从20世界60年代开始,从许多角度提出了研究电子商务中用户行为的方法与思路。
比较著名的是以下三个方法。
1.电子商务用户行为研究中的信息经济学理论2.电子商务中用户行为研究的心理动机理论,从用户的心理角度来讲,用户的心理和动机在用户行为的作用是很大的。
3.电子商务用户行为获取的信息处理理论[8]。
1.2.2国内电子商务中用户行为研究现状
目前研究人员主要针对电子商务中的用户评论有用性、评论方式、评论数量等做相关研究,研究发现,淘宝中的用户评论数据,包括评级、图片、追加评论等对其他用户的行为会发生很大影响。
用户行为数据可以通过问卷调查、网页浏览日志、电子商务后台导出等途径来获取[9]。
客户个性化需求已经成为必要的发展新趋势,随着电子商务的发展及应用的日益普及,客户行为的一系列流程在发生着深刻的变化[10]。
建立系统化的分析系统化的研究方法将为电子企业带来全新的竞争优势,其分析研究的技术方案与信息管理是该领域内有待研究的新课题。
2基本概念
2.1电子商务的相关理论
2.1.1电子商务的概念
电子商务(ElectronicCommerce)就是使用互联网从事的商业活动。
以互联网为平台的商业行为均可称为电子商务[11]。
电子商务包含多种类型,以下5类为主要类型:
(1)B2B模式:
即商家对商家(BusinnesstoBusinness)的电子商务,通俗点说就是企业与企业间在互联网上进行产品交换。
比较典型B2B电子商务平台是阿里巴巴()。
(2)B2C模式:
即商家对用户(BusinesstoCustomer)的电子商务,如今占据了主要地位,比较著名的B2C平台有美国的亚马逊,国内的天猫、京东、苏宁易购等。
(3)C2C模式:
即用户对用户(CustomertoCustomer)的电子商务,C2C电子商务网站为用户提供了买卖的交易平台,这种模式比较灵活,卖方可以随意设置价格,买方也可以进行讲价。
C2C模式电子商务交易规模所占比例也相当大,如老牌的淘宝,最近两年兴起的拼多多,某些二手交易平台也是C2C模式。
(4)O2O模式:
即线上到线下(OnlinetoOffline)的电子商务,是一种线上交易与线下交易相集合的模式。
O2O的概念来自于美国,我国近几年的O2O发展迅速,成为一股强势的电子商务力量。
O2O模式主要基于移动端,比较著名的有美团、大众点评、饿了么、滴滴打车等平台。
(5)在线教育:
在线教育作为电子商务和教育业的结合,将互联网的优势充分发挥出来,大力推动了教育的发展。
在线教育近几年的发展状况特别好,各大互联网和教育企业都开始涉足在线教育板块,如新东方在线、网易有道、腾讯课堂等。
2.1.2电子商务的特点
电子商务具有互联网的独特优势,与传统商务有很多不同,电子商务与传统商务的对比如表2.1所示。
表2.1电子商务与传统商务的对比
对比项
电子商务
传统商务
交易平台
在线平台
实体平台
支付方式
在线支付
当面支付
地域范围
全球性
地域局限性
信息获取
较容易且全面
较难且片面
推广模式
线上推广
线下推广
交易成本
较低
较高
电子商务通常认为有四大优势:
(1)量大(Volume)。
电子商务运用互联网作为介质,能够储存大量的信息和数据,而获取这些信息和数据也比较方便,这是传统商务模式无法达到的。
另外,电子商务另一个量大体现在用户量大,因为用户的范围大,基本没有限制,可以说是一个全球性的买卖平台,能够涉及到庞大的用户量。
(2)高速(Velocity)。
电子商务的交易是快速的,因为它没有时空限制,用户可以随时从地球的一端很快的购买的地球另一端的商品。
大方向来说,电子商务的这种时效性增加了产业间的联系,有效的调整了商品资源,能够迅速顺应市场的变化[12],对电子商务与社会经济起到推送作用。
(3)多样(Variety)。
电子商务中的商品是丰富的,用户几乎可以购买到任何商品,这在传统商务模式中是很难实现的。
(4)个性化(personalise)。
电子商务平台为用户提供了更个性化的产品推荐,这样对于用户产生购买决策起到一定的作用。
2.2用户行为的相关概念
2.2.1用户行为的概念
用户行为是实际就是用户发起活动的事件集合,用户的行为可以定义给各种事件。
而事件包含了几大要素,其中用户是主体,用户行为发生需要有场景作为依托,用户行为的发生时间同样是一项基本要素。
用户行为一般从以下5个阶段来表述:
(1)需求:
需求是用户对自身所需的表达,需求是动机的根源。
用户需求分析理论中最著名的就是马斯洛层次需要理论[13]。
用户的需求是各不相同的,且同一个用户的需求也在发生着变化。
例如,**英语阅读产品的某一用户的需求为提高考研英语成绩,且想读英文外刊,另需花费较短时间,可在手机中进行学习。
(2)动机:
动机是导向达成某一目标的心理或动力。
动机是在需求的基础上产生的,是造成行为的原因。
例如,**英语阅读的用户由于想提高英语水平的需求,产生了报名**英语阅读课程的动机,并由此动机驱动此用户坚持学习。
(3)行动:
行动是用户所做出的一系列动作从发生到结束的全部过程。
行动需花费一定的成本,行动让需求成为可能。
例如,**英语阅读产品的用户每天花费20分钟在微信公众号上阅读英文外刊文章,学习讲义,听音频,并积极参与学习社群活动。
(4)结果:
结果是行动所达到的成果,结果是可以提前预测的,但是结果的预测是不确定的,且结果是有好有坏的。
例如,**英语阅读产品某一用户用自己的努力完成了100天的课程学习,英语水平得到了明显提高。
(5)反思:
反思是用户在行为结果达成后的一系列心理活动,包括产生行为结果之前的所有过程。
反思将对用户下一次行为的产生一定影响。
例如,**英语阅读产品某用户在100天课程结束后反思自己的学习过程,总结自己的不足和收获,对下一阶段的学习做出了规划。
一般可以从以上五个阶段对用户的行为做出分析。
了解用户的需求,把握用户的动机,观察用户的行动,分析用户行为的结果与反思。
2.2.2用户行为分析相关概念
用户行为分析是对用户行为的整个过程进行研究分析,不仅需从用户行为的几大要素和5个阶段去分析,还需要通过对用户的自然属性及各个阶段所表现出的特征来分析。
用户行为分析主要包含几个方面:
(1)定位用户的来源渠道;
(2)了解用户的行为特点以及偏好;
(3)感知用户的体验以及满意度,如用户的评价;
(4)制定用户的留存策略;
(5)用户的流失分析;
(6)潜在用户的预测;
(7)识别用户价值以及定位用户群体。
用户行为的分析为企业的营销与发展策略提供支持,一方面满足用户的个性化需求,一方面使产品和电子商务企业能够更好发展。
3电子商务中用户行为问题分析
3.1电子商务时代下用户行为数据质量问题
电子商务是互联网领域以及商务领域的一次的技术创新,目前大多数的电子商务企业在用户行为信息数据获取方面主要集中在获取能力,保证了数据“量”,然而却忽视了“质”。
电子商务中用户行为数据的数量与质量的融合问题,成为目前亟需解决的问题。
3.1.1用户行为数据的精确性问题
电子商务中用户行为数据的精确性问题已经成为以一个普遍存在的问题。
电子商务中获取的用户行为数据经常是劣质数据,包括不完整和不准确的数据。
3.1.2电子商务用户行为数据分析在技术方面的缺失
大数据时代,电子商务中用户行为的数据量不仅众多,而且数据类型繁多,数据的获取和分析结果也容易出现误差。
在技术方面,电子商务企业有时不能设计出专业的用户行为数据分析的程序,同时也配备高端的数据存储设备。
目前对用户行为数据的获取主要应用数据挖掘技术。
数据挖掘技术也可以称为数据库中的知识发现,是从数据库中的大量数据中挖掘隐含的、未知的有价值信息的过程[14]。
但是数据挖掘技术有一定的缺陷,在电子商务用户行为数据的获取中,数据挖掘有一定的安全隐患,涉及到隐私保护问题。
由于数据挖掘技术并不能较好的区分用户行为数据中的隐私部分,所以可能会获取到一些敏感信息,对于电子商务企业的发展有一定的影响。
3.2电子商务用户行为研究在人员方面的问题
电子商务企业管理者应注重企业中用户行为分析的质量,将用户行为分析与应用提升到战略高度。
专业用户行为分析中的技术人员与运营人员应深入熟悉业务流程,并不断学习相关理论与实践,将用户行为分析与企业同步发展。
3.2.1高层管理者的分析
高层管理者的主要目标是达到盈利和企业长久发展,而用户量是一项KPI(关键绩效指标)。
电子商务企业中,高层管理者如果不注重用户和用户行为分析,将会造成严重的后果。
企业高层管理者如果不将用户行为分析提升到整体战略高度,用户量和用户满意度的不足将会使企业收益、企业竞争力产生不良影响。
3.2.2用户行为分析中技术人员的分析
在任何互联网企业中,技术人员的作用都是十分重要的。
在用户行为数据获取和分析方面,提供技术支持的是数据挖掘专家和数据分析专家[15]。
数据挖掘专家架构整个数据挖掘的体系,对数据挖掘的质量负责。
数据分析专家通过建立合理的数据分析体系,对挖掘到用户行为运用各种数学分析和心理学分析模型进行分析,最终得出分析结果。
3.2.3用户行为管理中运营人员的分析
电子商务企业用户行为工作环节中的运营工作也十分重要,技术为运营提供基础,运营反作用于技术,对技术的优化和更新提供支持。
目前大部分电子商务企业中的用户行为的运营人员综合能力较低,对技术提供的数据不能清晰的认识与理解,导致不能正确的管理用户行为。
不能依靠用户行为分析结果做出一定的用户维系与增长策略。
因此用户行为的运营人员应该具备运营、技术、营销、心理学等各方面知识,从而达到更好的用户行为管理。
4电子商务中用户行为的应用研究
4.1构建标准化的用户管理体系
在电子商务迅速发展的现代社会,用户价值得到了充分的体现,用户的数量巨大以及不确定性对电子商务企业的用户管理带来一定的难度,另外,类型不同的电子商务模式有着不同的用户管理现状。
因此首先要构建标准化的用户管理体系,另外针对不同的电子商务模式的现实情况进行调整和完善。
4.1.1用户生命周期理论
构建标准化的用户管理体系首先要了解用户生命周期理论,筛选出KOL(关键意见领袖)用户和优质用户。
用户生命周期理论是指从一个用户开始尝试对电子商务平台了解开始,直到该用户与电子商务平台的业务关系完全终止且相关事宜处理完毕的这段时间[16]。
在电子商务中,用户的生命周期越长,代表着用户与电子商务企业越长的合作关系,用户也越来越忠实。
4.1.2建立合理的CRM系统
传统商务的用户关系管理更加直观,而电子商务的用户关系管理更加模糊。
因此,在电子商务中,我们需建立CRM(客户关系管理)系统来进行有效的用户管理。
其利用互联网和信息技术的优势协调电子商务企业和用户在营销和服务上的交互,最终达到吸引新用户、保留老用户以及发展更多的忠实用户,提高企业的核心竞争力[17]。
4.2电子商务中用户行为分析的建议
4.2.1用户行为发生时间的理论
随着移动互联网的发展,越来越多的用户行为的发生,具有随机性和不稳定性。
用户可以通过互联网随时随地的进行活动。
这些行为虽然在多数情况下具有不可预知性,但经过大量的数据分析和处理我们还是能从找出一定的规律。
用户的行为在很大程度上受着时间的约束和影响,在用户行为数据中,利用大数据和算法构建的理论模型可以很好的迎合用户在某一时间段的需求和行为习惯和偏好,做到精准的推荐,提高用户体验,方便用户生活。
所以依靠用户行为的发生时间对用户行为进行分析,对提高分析结果的准确性有着很大的帮助.
4.2.2高质量用户行为分析技术
目前在用户行为分析领域,常见的用户行为分析模型有:
行为事件分析模型、漏斗分析模型、用户行为路径分析模型等。
近几年随着人工智能和大数据分析技术的不断发展,以及经济全球化的发展,用户行为分析的质量也在不断提升。
但是由于电子商务中用户行为数据的来源的广泛,数据规模大,数据类型繁多,价值密度低等特点。
因此就必须要拥有高质量的用户行为分析技术,寻找适合不同用户行为数据类型特点的分析方法和搭建合理的分析模型,并且数据进行恰当的筛选和过滤,从而完成对电子商务中用户行为数据的高质量分析。
4.3自动抓取与分析用户行为数据
大数据时代下,电子商务中用户行为数据同其它数据一样,都是可以依靠技术来自动抓取和分析的,这大大避免了了人工处理的不足,提高了效率和准度。
4.3.1自动抓取用户行为数据
自动抓取用户行为数据我们可以依靠网络爬虫技术,网络爬虫是一个自动提取数据的程序[19]。
目前我们使用较多的是聚焦网络爬虫,聚焦网络爬虫和通用网络爬虫相比,更能发挥出网络爬虫的优势[20]。
4.3.2自动对用户行为数据进行分析
我们不仅要实现自动对用户行为数据进行抓取,还需实现自动对用户行为数据进行分析。
我们主要归纳出了两种方法。
(1)拓扑分析算法:
拓扑分析算法是基于web页面之间的联系,通过已知的web数据,来对与其有直接或间接联系的对象作出分析的算法[21]。
(2)内容分析算法:
基于内容的分析算法指的是利用网页内容(文本、数据等资源)特征进行的数据分析,此算法综合运用了机器学习、数据挖掘、语义理解等多种方法[22]。
4.4引进相关高级人才
电子商务企业要想获得更多的用户和更加快速的发展,就应该加强对用户行为分析相关高级人才的重视。
引进高级技术人员建立高质量的数据挖掘与分析体系[23],同时引进更为专业的用户行为运营人员来完善用户行为的管理,其应不仅懂数据建模和数据分析等技术,又懂用户的心理,从而将用户的价值发挥的更完善。
5案例分析
电子商务企业要通过用户行为分析来维持老用户,增长新用户。
某些电子商务企业或项目的失败的主要原因就是不懂自身用户的行为分析,导致与用户关系恶劣,造成用户流失,以及用户增长停滞[24]。
如何制定合理的用户行为运营策略,获取准确的用户行为数据,进行合理的用户行为分析,成为电子商务企业亟需解决的问题。
5.1**英语阅读产品介绍
**英语阅读是基于手机移动端微信平台的在线教育付费服务产品,其服务的核心是英语原版外刊阅读,满足了当今人们学习英语的需求。
此产品的服务不仅在于课程本身,也在于课程之外所提供的服务,如助教老师答疑、社群英语活动等。
**英语阅读产品使用流程图如图5.1所示。
图5.1**英语阅读产品使用流程图
5.2**英语阅读产品中影响用户行为的因素
用户行为获取是用户行为分析的关键,而用户的行为是有多种因素决定的。
在**英语阅读产品的运营中,我们发现了影响用户行为最关键的因素主要有用户来源、产品质量、服务的时效与好坏、用户对产品的适应性。
5.2.1用户来源
用户来源是影响用户行为的一项重要指标,直接关系到用户在使用产品中的一系列操作与心理状态。
我们获取到了**英语阅读产品某一期中用户来源的分布,如表5.1所示。
表5.1**英语阅读产品某一期用户来源占比表
用户来源
占比
通过教育类公众号推送关注后报名
40%
体验课转化
25%
通过广告关注后直接报名
20%
用户邀请
10%
二次报名
5%
通过用户来源我们获取了如下用户行为信息:
(1)通过教育类公众号推送后报名的用户的大多质量比较高,英语水平较好,所需解决的英语问题也较多。
(2)通过体验课转化的用户较分散,在年龄和职业分布上有很大的不同,他们通过5天的体验课感觉到产品的吸引力,但是在正式课的使用中所表现的行为有一定的不稳定性。
(3)通过广告报名的用户主要是受到了免费学习机会的吸引,他们的目的大多是想免费学习,而真正的学习情况显的不是那么重要。
(4)通过原有用户
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电子商务 用户 行为 分析 应用 研究