基于数据挖掘理论的网购顾客关联产品购买意向分析

四、基于数据挖掘技术的关联产品网络营销策略

基于关联规则的数据挖掘方法，可以对网购顾客的关联产品购买意向进行深层次的剖析，因此，可以将这一理论应用在具体的网络营销中，提出相应实用的网络营销策略。

（一）以支持度为核心的网络营销策略

通过关联规则数据挖掘可知，一个购物组合支持度的高低，表明在所有购物搭配中，该组合被选中出现的概率高低。因此，通过进行大量的数据挖掘，可以在网络店铺所有购物数据中，将各种组合的支持度按照从高到低的次序排列。借助这个可以获知的排序，来安排产品搭配促销策略，一捆绑销售的模式提高产品的销售量。这样做还可以大大缩减购物者单独购买而产生的额外附加费用，如二次物流费、人工费、包装费用等等。对于购买者而言，还可以享受独有的购物组合优惠。总之，以支持度为核心的网络营销策略可以实现网络店铺与购物者之间的双赢。

（二）以置信度为核心的网络营销策略

在网络店铺中，置信度表示的是购买店铺内任意产品后，购买另一产品的交易概率，也可以理解成为购物者对置信度高的关联产品购买意向更加强烈。因为网络店铺往往都是一些相关产品或者是替代产品的集群，产品之间存在着或多或少的互补或搭配的关系，所以对于置信度较高的关联产品组合来说，更容易受到消费者的青睐。

经过数据挖掘分析，某关联产品组合的置信度高，即当购物者购买某一种产品时，立即自动推送与其相关联的高置信度产品。在对店铺内的所有产品销售数据进行数据挖掘后，关联规则中的置信度排序也呈现出来，那么消费者购买任意产品，都可以按照置信度从高到低排序，推送产品。这种信息推送方式就彻底颠覆了原有了同类替代产品信息推送模式，因为原有的替代品推送模式仅仅能在选择的时候提供多一种选择，究其根本对销售量没有提高，而以置信度为核心的网络营销策略却能大大提高销售量。