柳华梅  湖北生物科技职业学院

林冬生  武汉军械士官学校

摘要：随着互联网的快速发展以及移动电子设备终端的铺设，移动电子商务用户群体数量大幅增多，与传统的电子商务用户人群相比需求更加复杂。移动电子商务因为突破了时间空间上的限制，以消费者的需求为导向，且个性化的电子商务更能满足用户的需求，因此近几年发展迅速。尽管移动电子商务用户群体现在仍然以年轻人为主力军，但是各个职业、各个年龄段的群体也在大量加入。在大数据时代，充分利用数据挖掘技术，对移动电子商务用户群体特征进行科学分析，可为电子商务的发展和营销策略等提供依据。

关键词：移动电子商务；用户群体特征；数据挖掘技术；策略

在互联网以及移动电子商务发展的新时期，企业及商家为在竞争中占得先机，越来越重视基于移动终端发展起来的移动电子商务，运用科学的分析方法，研究消费者特征并制定针对性的营销策略。

一、数据挖掘技术和移动电子商务

电子商务随着互联网的发展而诞生，传统的电子商务最早基于电子数据的交换，改变了之前的纸质信息交换传递模式。电子商务进入发展的快车道，是在互联网的发展和推广下产生的。现在移动终端已经相当普及，移动电子商务已经成为电子商务的主要的形式之一，而且这种趋势还将不断发展。移动电子商务的落脚点在与其可移动，可以突破时间空间的限制，因而具有巨大的发展优势。现有的移动电子商务模式，有Ｃ２Ｃ（消费者与消费者）、Ｐ２Ｐ、Ｂ２Ｃ、Ｂ２Ｂ，其中Ｐ代表个人、Ｂ代表商家。这些移动电子商务的不同发展模式，归根到底就是利用移动终端进行数据的传输来开展相关商业活动。淘宝就综合利用了各种电子商务模式。

二十一世纪是互联网信息化时代，大数据的发展成为一种趋势。数据本身作为一种资源和财富而存在，数据挖掘，就是数据的处理。移动电子商务过程中会有大量的用户的登入、浏览、购买、流量等等各种数据，利用数据分析，可以从这些杂乱而庞大的数据中找到数据中隐含的价值。数据的科学合理分析，对企业的电子商务发展战略、营销策略以及提高企业的管理水平和工作效率有着重要的意义。

数据挖掘技术现在还是比较多样的，首先是分类技术。分类就是根据客户的不同特点建立不同的组，把相关的客户分到相应的组别之中。合理的分类可以抓住客户的属性特征，对客户的盈利能力、满意程度、购买趋势等等进行专业的分析。例如，银行对于新老贷款客户的特征，制定有利的贷款方案。其次，就是聚类。与分类不同的是，聚类事先没有统一的标准小组的存在。聚类就是对现有群体进行分析，找出目的性相似度尽可能大的客户构成群体。

关联规则，就是找到事务与事物之间的联系，用到电子商务上。例如我们买一双鞋子，会想到搭配的裤子，买了裤子我们会想到上衣，还有相应风格的配饰。这就需要对相关客户的购物车进行分析，对于衣服等各个物品的搭配有相对清楚的认识，可以消息推送给客户，既为客户提供了服务，同时还能增加销售额。

时间序列分析。通常利用在一些时间性、周期性较为规律的客户身上。比如医院的感冒治疗的高峰期与谷歌对于感冒之前的相关症状搜索高峰会错两个星期左右。当我们对于谷歌上的相关数据进行分析之后，可以预测相关事情的发生概率和发生的规模。

最后就是偏差检测。数据分析过程中，通常会出现一些并不太符合我们整理出的相关规律的数据出现，这些数据在我们整体的数据分析中相当另类，但是其对于我们整体数据模式等相关系统的构建并不矛盾。对于这些偏差数据，我们需要做的是特殊对待，重点分析，如果一个数据是正确的，然后仍然出现偏差，那么其必然有着重要的原因，这对于我们对整体数据的研究有着重要的意义。

对数据进行分析的目的，就是因为并不是所有的客户都是我们的购买者，需要对客户进行细分。客户细分就是划分出不同的客户群体。客户细分时，不能仅仅考虑客户对于企业创造的历史利润和现在利润，还要充分考虑客户可能带来的潜在价值和未来价值。在具体数据分析的基础上将客户分成四级：【Ⅰ】低价值客户【Ⅱ】潜在价值客户【Ⅲ】次价值客户【Ⅳ】价值客户。

二、数据挖掘技术在移动电子商务用户群体特征分析中的运用

1、数据统计。一切的数据挖掘都建立在数据的基础之上。对于基础数据一定要力求准确有效。比如官方发布的《中国互联网络发展状况统计报告》作为官方数据，其准确性较高，与此同时我们还可以进行相关的问卷调查，对照官方数据，验证官方数据的科学性和准确性。

2、移动电子商务用户特征分析

在某机构组织“你知道移动电子商务吗？”问卷调查中，参考了1700份样本，有效样本1640份。男女生比例为５０％，２０－３０岁占比例为７０％左右，其他年龄段人群主要以中年人为主。其认知情况和获取信息途径如表1所示。由于本身很多人对于移动电子商务并不十分了解，只是简单了解和听说过的客户就占到整个群体的七成以上，因此这个数据对于电子商务的发展还是有着一定的指导意义的。

表1 认知情况和获取信息统计表

此外，通过对１６４０个样本的数据挖掘，综合利用分类技术、聚类、关联规则、时间序列分析、预测相关、偏差数据等挖掘技术，我们对于移动电子商务认知低但是使用意愿高的用户特征有了具体的挖掘结果如表2所示。通过数据挖掘我们知道移动电子商务营销和推广的增长点可以选择针对使用非智能手机的人群，提高这一人群对于移动电子商务的认知，将其作为移动电子商务发展的潜在客户。

表2移动电子商务认知低使用意愿高用户特征挖掘结果

三、数据挖掘技术下提高移动电子商务用户群体数量

通过数据挖掘技术，对于移动电子商务群体进行分析，科学的指导我们进行相关的决策，提高移动电子商务用户群体数量。

１、更加突出移动电子的优势，其不受空间和时间限制的优势必须得到充分发挥。增加相关设备终端的铺设，这需要相关设备生产厂商的努力；移动电子商务应用企业开发相关的ＡＰＰ，把电子商务与定位服务相结合，增加用户黏性，并针对不同群体开展专门化服务，有利于客户体验；此外，要注重将移动电子商务与社交平台相结合。

２、增强移动电子商务支付的安全性。为用户使用移动电子商务提供保障，加大后期的服务。使得用户有信心真正的消除用户在支付安全上的顾虑。

３、移动电子商务女性用户占据多数，要积极开拓女性市场，挖掘男性市场。女性作为购物的主力军，移动电子商务的女性市场是不容忽视的。加大针对女性的移动电子商务宣传，使得移动电子商务成为一种潮流。

四、结语

信息化时代，随着互联网的普及和相关的智能电子设备终端的铺设，移动电子商务正在全世界的范围内快速的发展，需要我们重视其对生产生活的影响。

参考文献：

[1]杨立雄.数据挖掘技术在电子商务中的运用[J].矿业工程研究, 2003, 25(1):48-51.

[2]刘智雄.数据挖掘在移动电子商务中的应用研究[J].中国电子商务, 2014(14):4-4.

[3]胡东波,肖璇,周锦.基于数据挖掘的移动电子商务用户群体特征分析[J].科技管理研究, 2013, 33(9):222-226.