标签：
电子商务是伴随着网络信息技术的发展和计算机应用的普及而产生的一种新型的商务交易形式。不同于传统零售业，其最大的特点就是一切都可以通过数据化来监控和改进，所以，电子商务网站的数据分析尤为重要。
在电子商务交易中，企业往往最关注用户的浏览量和交易量。只有网站积累了流量，企业才有可能将产品和服务向用户推广，进而促使用户产生购买欲望，产生网络交易。
用户在网站上的来源去向，页面停留时长，页面点击概率，跳转关系这些大量的行为，都可以在网站后台数据库中记录。很多企业有这样的意识，却在如何有效利用这些数据方面极少给予关注。电商应用商业智能所谓正当其时，帆软FineBI产品经理Julie认为，从优化网站结构，提升交易相关性，精准营销，围绕客户等方面来引入商业智能，至关重要。
提升网站转换率：
合理的网站结构能够使用户快速找到所需要的信息，从而提高用户在网站的停留时间和交易次数。电子商务网站可以通过分析用户访问日志，通过商业智能的数据仓库、数据挖掘以及OLAP技术来分析出用户的访问喜好，偏好怎样的业务流程，从而完善网站布局，获取更好的用户体验。
管理分析，促进销售：
应用商业智能系统的数据挖掘分析技术，可以对客户购买的商品进行关联分析，确定商品之间的相关性，分析用户进人该交易页面时点击相关链接的内容和次数，并进一步分析点击的相关链接所增加的交易数量，从而有针对性地开展组合销售、相关性推荐或是相关陈列，进而促进交易。
细分客户，精准营销:
通过综合运用商业智能系统的OLAP、数据挖掘技术，电商可以根据客户经常购买的产品种类对客户进行分类，对用户在某段时间交易数量和交易额度以及交易内容进行分析，得到不同时间段的用户在不同内容商品上的不同交易额度，从而对交易进行管理。最直接的就是根据客户的消费金额进行等级分类。
提升顾客满意度:
电商可以利用商业智能系统进行客户行为分析，监控会员的购买活跃天数，及时发现长期未发生购买行为的客户，采取邮件营销的方式再次唤醒这些会员不同分类的客户。也可以针对性推荐他们感兴趣种类的商品，给予不同等级的客户享受不同等级的待遇。
降低退货率:
由于图片偏差，叙述不精确等各种原因，退货现象十分常见，在实际操作上，客户在每次退货处理时，企业后台数据库都会记录下客户退货的原因。通过将数据导人到数据仓库结合商品表、客户表等进行整合分析，分析退货商品存在的缺陷，客户退货原因，退货所发生的费用损失等，最终得出退货解决方案和防范机制，根据原因去改善商品和提高服务质量。
标签：
原文地址：http://blog.csdn.net/nayun123/article/details/50788787
