一种基于数据分析的电子商务管理系统

本发明涉及电子商务，更具体地说，本发明涉及一种基于数据分析的电子商务管理系统。

背景技术：

1、电子商务是利用现有的计算机硬件设备、软件和网络基础设施，通过一定的协议连接起来的电子网络环境进行各种各样商务活动的一种方式。而电子商务系统是指商务活动的各方，包括商店、消费者、银行或金融机构、信息公司和政府部门等，利用计算机网络技术全面实现在线交易电子化的过程。

2、现有的电子商务管理系统，通常通过对店铺仓库储存量进行分析，监测上架商品的数量，当低于某个阈值时，自动发送进货信息给供货商，方便商户可以及时进货；对于客户购买所售商品的订单提交数量、付款完成数量、退货数量进行记录，对库存数量进行实时的增加和减少，方便客户在选取商品时能够实时了解到商品的剩余量，同时也方便商户可以及时的了解到售卖信息以及后续对于商品及时进货打下基础，从而实现店铺的运营。

3、但是其在实际使用时，仍旧存在较多缺点，如仅仅对库存数量进行分析，没有对商品的上下架进行具体数据分析，对于大多数店铺而言，往往是根据商家依据销量判断哪种类型的商品比较受欢迎，并没有对不同类客户作针对性营销，存在一股脑上了大批商品，但是只能吸引部分客户购买的情况，以至于店铺的销售额不见上涨。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供一种基于数据分析的电子商务管理系统，通过客户信息分析模块，提取出有效客户，通过埋点监测有效客户的行为轨迹，通过k均值聚类方法进行客户细分，得到细分有效客户，通过算法挖掘生成购买商品的客户画像；通过店铺信息分析模块计算店铺自身影响力；通过运输过程分析模块，计算物流运输风险指数；通过综合分析模块计算客户的购买意向度，对已挂出的商品进行判断，制定选品上架方案，吸引客户查看购买商品，以提高商品销售效益；通过系统监控修正模块，监控综合分析模块，计算商品的转化率，分析商品的经营策略能力，评估营销方案的可行性，从而提高客户的销售欲望，增加店铺的经济收益，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于数据分析的电子商务管理系统，包括：

3、数据获取模块：用于获取店铺一年时间的商品信息、客户信息、店铺信息，以及运输信息；

4、商品信息分析模块：用于根据商品信息和店铺信息计算已挂出的商品曝光率、舆论影响力指数；

5、客户信息分析模块：用于根据客户信息提取出有效客户，通过埋点监测有效客户的行为轨迹，通过k均值聚类方法进行客户细分，得到细分有效客户，通过算法挖掘生成购买商品的客户画像；

6、店铺信息分析模块：用于根据店铺信息，计算店铺自身影响力；

7、运输过程分析模块：用于根据运输信息监控商品发货收货过程中，商品包装是否有损坏，商品发货是否正确，商品交付是否延时，计算物流运输风险指数；

8、综合分析模块：用于根据商品曝光率、舆论影响力指数、店铺自身影响力，以及物流运输风险指数，计算客户的购买意向度，对已挂出的商品进行判断，制定选品上架方案，以提高商品销售效益；

9、系统监控修正模块：用于监控综合分析模块，计算商品的转化率，分析商品的经营策略能力，评估营销方案的可行性。

10、在一个优选地实施方式中，所述商品信息分析模块的具体处理过程为：

11、a1、根据商品信息和店铺信息计算已挂出的商品曝光率pb，其计算公式为：pb＝abc，其中a表示浏览量，b表示访客数，c表示店铺商品检索热度词或者店铺检索热度词；所述浏览量，具体指的是消费者浏览店铺或商品的页面所产生的访问量，所述访客数，具体是指不同ip地址访问此店铺或商品的用户量；

12、a2、根据商品信息计算已挂出商品的舆论影响力指数py，其计算公式为：其中gi为好评数量，hi为差评数量，g为总评价数量，x1，x2表示比例系数，x1>x2>0。

13、在一个优选地实施方式中，所述客户信息分析模块的具体处理过程为：

14、b1、根据客户信息提取出有效客户，通过埋点监测有效客户的行为轨迹；所述有效客户，具体是指一年内有消费记录的客户；

15、b2、将有效客户，通过k均值聚类方法进行客户细分，得到细分有效客户；

16、b3、根据细分有效客户，通过算法挖掘生成购买商品的客户画像。

17、在一个优选地实施方式中，所述通过算法挖掘生成购买商品的客户画像，其具体处理过程如下：

18、b31、根据业务需求，每隔一周，利用加权模型构建模型标签，其加权模型具体为：其中tag表示模型标签，wi表示行为权重，di表示日期差，α表示可调参数；所述行为权重，具体是对各行为轨迹设定的数值；

19、b32、依据客户标签、购买喜好和购买频次，将细分有效客户代入客户画像计算公式，生成购买商品的客户画像；所述客户画像计算公式，具体为：p＝tag+q+f+λ，其中p表示细分有效客户的客户画像，tag表示模型标签，q表示购买喜好，f表示购买频次，λ表示影响因子，包括但不限于活跃状态、年龄、性别、学历、收入，以及地域；

20、b33、根据客户画像将细分有效客户划分为xi类客户。

21、在一个优选地实施方式中，所述店铺自身影响力的计算公式为：其中μ表示店铺自身影响力，si表示比例系数，vi包括店铺的所有商品好评数量均值，差评数量均值，中评数量均值，β表示影响因子，包括物流服务评价，客服服务评价。

22、在一个优选地实施方式中，所述运输过程分析模块的具体分析方式为：核对商品收货地址，确定运输路线，商品发货前进行商品种类数量监测m2，发送商品；将运输路线上的站点作为监测点，利用图像识别技术扫描商品，识别商品包装是否有损坏m1；每个站点根据剩余运输距离和运输速度预估商品到达时间公式，预估商品是否存在交付延期风险m3；根据物流运输风险指数的计算公式，计算本次物流运输风险指数；

23、所述物流运输风险指数的计算公式为：η＝k1×m 1+k2×m 2+k3×m 3，其中η表示物流运输风险指数，k1，k2，k3分别表示包装损坏风险m1，商品种类数量错误风险m2，商品交付延期风险m3的比例系数。

24、在一个优选地实施方式中，所述综合分析模块的具体处理过程为：

25、c1、根据商品曝光率、舆论影响力指数、店铺自身影响力，以及物流运输风险指数，计算客户的购买意向度；

26、c2、根据客户的购买意向度和客户画像，对已挂出的商品进行判断，制定选品上架方案；具体处理过程如下：

27、c21、根据客户画像，对客户和商品进行相似度计算，具体公式为：其中γ(i,j)表示客户和商品的相似度，xi表示客户，yi表示商品；

28、c22、将客户和商品的相似度γ(i,j)和预先设定的相似度阈值γ阈进行判断对比，若γ(i,j)≥γ阈则表示当前针对客户画像已挂出的商品符合预期，对同类客户可继续推送同类型商品；若γ(i,j)<γ阈则表示当前针对客户画像已挂出的商品不符合预期，需要对同类客户进行重新选品上架，将该类客户购买意向度最高的商品进行选取，按照选取商品的客户人数从多到少排序，最终确定选品。

29、在一个优选地实施方式中，所述客户的购买意向度的具体计算公式为：φ＝pb×py×μ/η，其中φ表示客户的购买意向度，pb表示商品曝光率，py表示舆论影响力指数，μ表示店铺自身影响力，η表示物流运输风险指数。

30、在一个优选地实施方式中，所述系统监控修正模块的具体处理过程为：

31、d1、对综合分析模块进行监控，计算选品上架方案实行一周内的商品的转化率；其转化率计算公式为：其中ε表示转化率，z表示实际购买的订单数，b表示访客数；

32、d2、将转化率和上一周期内的转化率进行对比，若出现提升且两者差值大于上一周期内的转化率的一半，则表示经营策略能力良好，营销方案可行，反之则表示经营策略能力不合格，营销方案不可行，将差值作为预先设定的相似度阈值γ阈的修正因子传输至综合分析模块。

33、本发明的技术效果和优点：

34、本发明通过数据获取模块获取店铺相关信息；通过商品信息分析模块，计算已挂出的商品曝光率、舆论影响力指数；通过客户信息分析模块，提取出有效客户，通过埋点监测有效客户的行为轨迹，通过k均值聚类方法进行客户细分，得到细分有效客户，通过算法挖掘生成购买商品的客户画像；通过店铺信息分析模块计算店铺自身影响力；通过运输过程分析模块，计算物流运输风险指数；通过综合分析模块计算客户的购买意向度，对已挂出的商品进行判断，制定选品上架方案，吸引客户查看购买商品，以提高商品销售效益；通过系统监控修正模块，监控综合分析模块，计算商品的转化率，分析商品的经营策略能力，评估营销方案的可行性，从而提高客户的销售欲望，增加店铺的经济收益。