基于大数据分析的消费者网络购买行为研究
发布时间:2021-06-08 04:55
伴随着互联网技术的发展,网购已经成为我们日常生活的一部分。网购过程中产生点击、收藏、加入购物车、购买等行为蕴藏着消费者的行为偏好。了解这些行为,商家可以把握住消费者的想法和需求。但是这些由用户创造的大数据已经超越现在人力能够处理的范畴。因此本文使用了大数据分析方法从大量的消费者历史网购行为数据中挖掘消费者购买行为特征,以便帮助商家给消费者提供个性化的服务。
【文章来源】:特区经济. 2020,(01)
【文章页数】:3 页
【部分图文】:
图1 年龄段男女占比
3. 时间特征如图2可知,点击、收藏和购买行为在5月11日至11月11日之间产生了较大的波动。其中我们可以看到比较明显的高峰有6月18日期间、9月9日期间和11月11日期间。6月18日是年中促销节日,9月9日临近开学季和七夕情人节,11月11日是淘宝著名的“双十一”购物节。在节日促销期间,可以明显看到购买比率呈现先下降后上升的趋势,点击比率出现猛增的趋势。
【参考文献】:
期刊论文
[1]中国与美国网络购物节之比较研究[J]. 王鑫. 当代经济. 2013(17)
[2]光棍节网商促销狂欢发展浅析[J]. 汪阳. 电子商务. 2013(01)
[3]浅谈网络营销策略中的产品促销策略[J]. 倪江崴. 中国商界(上半月). 2010(12)
[4]网络购物顾客满意度影响因素的实证研究[J]. 查金祥,王立生. 管理科学. 2006(01)
[5]客户忠诚与客户关系生命周期[J]. 陈明亮. 管理工程学报. 2003(02)
[6]电子商务环境下的消费者行为研究[J]. 黎志成,刘枚莲. 中国管理科学. 2002(06)
[7]电子商务环境下消费者行为分析[J]. 田剑,冯鑫明,祁丽. 华东经济管理. 2001(01)
硕士论文
[1]节日促销对顾客在线冲动性购买行为影响研究[D]. 韩军.大连理工大学 2014
本文编号:3217742
【文章来源】:特区经济. 2020,(01)
【文章页数】:3 页
【部分图文】:
图1 年龄段男女占比
3. 时间特征如图2可知,点击、收藏和购买行为在5月11日至11月11日之间产生了较大的波动。其中我们可以看到比较明显的高峰有6月18日期间、9月9日期间和11月11日期间。6月18日是年中促销节日,9月9日临近开学季和七夕情人节,11月11日是淘宝著名的“双十一”购物节。在节日促销期间,可以明显看到购买比率呈现先下降后上升的趋势,点击比率出现猛增的趋势。
【参考文献】:
期刊论文
[1]中国与美国网络购物节之比较研究[J]. 王鑫. 当代经济. 2013(17)
[2]光棍节网商促销狂欢发展浅析[J]. 汪阳. 电子商务. 2013(01)
[3]浅谈网络营销策略中的产品促销策略[J]. 倪江崴. 中国商界(上半月). 2010(12)
[4]网络购物顾客满意度影响因素的实证研究[J]. 查金祥,王立生. 管理科学. 2006(01)
[5]客户忠诚与客户关系生命周期[J]. 陈明亮. 管理工程学报. 2003(02)
[6]电子商务环境下的消费者行为研究[J]. 黎志成,刘枚莲. 中国管理科学. 2002(06)
[7]电子商务环境下消费者行为分析[J]. 田剑,冯鑫明,祁丽. 华东经济管理. 2001(01)
硕士论文
[1]节日促销对顾客在线冲动性购买行为影响研究[D]. 韩军.大连理工大学 2014
本文编号:3217742
本文链接:https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/3217742.html