基于淘宝网的学生创业模式研究

基于淘宝网的学生创业模式研究

随着电子商务在中国的高速发展，我国消费者的消费习惯逐渐从线下实体店转为网购，淘宝网自2003年成立以来，发展至今，已占据我国网购市场80%以上的份额，大数据时代的到来使得数据挖掘技术在电子商务中的应用越来越受关注。

1 淘宝平台客户管理现状

1.1 淘宝店铺及分类

淘宝店铺从广义上可以分为淘宝商城店铺（天猫商城）、淘宝集市店铺。

淘宝商城现已更名为天猫商城，它是B2C模式的店铺，要申請成为天猫商城需要满足一定的条件，需要企业提供企业营业执照、税务登记证，还需要遵守淘宝商城的“7天无理由退换货”，需要提供正规销售发票和积分活动等服务标准。如果是品牌或者厂商申请天猫商城店铺，企业需要持有中国商标权证书；如果是代理商，需要提供正规品牌授权书。

相对淘宝商城而言，商城属于官方认证的商家，而集市就是原来全免费的淘宝网站统称为集市。淘宝集市店铺是淘宝免费向淘宝用户开放的C2C购物平台，淘宝对集市店铺不收取技术服务费。淘宝商城俗称淘宝B店；淘宝集市店俗称淘宝C店。

1.2 淘宝平台客户关系管理

（1）以提高客户的感知价值为基础

客户的感知价值指的是客户在购买的实际过程中能够感受到的价值，这个价值与多方面因素有联系，比如商品的属性、价格、售后服务等。虚拟环境中网店无法像实体商店一样给客户带来体验价值，比如客户购买鞋子在实体店中可以亲自试穿，选择合适自己的尺码和款式，而在网店中则只能凭主观感觉选择，网店提供给客户更多的想象空间。淘宝店铺的销售要以提升客户的感知价值为前提，网购在客户心中有利有弊，店铺在做销售方案的时候应当扬长避短，客户起初选择网购模式是因为贪图便宜，所以商家在推销商品的时候，可以提供大幅折扣赢得客户，尤其是对于一些潜在客户，可以赠送代金券。大部分客户在看到商品实惠价格时候，会较为倾向于购买，但因为无法感知商品的质量会有所犹豫，这个时候，有的客户会放弃购买，有的客户会报着“赌一把”的心态购买，随着淘宝网发展，这个问题也得到了解决，大部分淘宝店铺提供“七天无理由退换货”的服务。淘宝店铺提供的商品价格实惠和退货服务赢取了市场很大的占有率，人性化的服务是淘宝网成功发展的决定性因素。

（2）不断提高客户满意度和忠诚度

客户对淘宝商铺的满意度取决于客户对商铺整体的感知价值和期望价值，如果感知价值大于期望价值，则客户就会对商铺以及商品感到满意，反之则会不满意。今时今日的商品同质化较为严重，商品本身的属性已经不再是做出购买决策的关键因素，消费者更注重的是商品以及服务的感知价值。

（3）将客户关系管理融入销售活动中

淘宝店铺的客户关系管理不只是客服的工作，商铺应当将客户关系管理贯穿整个业务流程。例如消费者在阿里旺旺上向客服咨询商品时，客服应当将每个咨询者都认定为潜在客户，耐心认真的一一解答，不管交易是否成功也应当耐心的对待每个消费者。淘宝店铺的销售人员在销售过程中，最容易忽视的阶段是自商品售出后与客户的联系，根据不完全统计，如果向新客户推销则成功的几率不会超过20%，而向老客户推销则成功几率却高达50%。部分淘宝店铺会定期在阿里旺旺上推送商品的优惠信息，这会大大提高客户的二次购买率。

2 淘宝平台客户管理所存在的问题

淘宝网发展至今，在客户管理关系方面一直在努力改进，但是仍存在如下问题：

（1）网购消费者缺乏引导

大部分消费者在淘宝网上浏览，并不是所有客户都带有较强的消费目的，而只是边逛边寻找自己所需要的商品，只有发现适合自己的商品才会购买。大部分消费者在淘宝店铺闲逛时，引导是最关键的，网购者在根据关键词进行搜索时，并不能找到适合自己的商品，淘宝后台根据大数据挖掘结果，根据客户历史购买信息，推荐适合的商品，可以大大提高消费者的购买率。

（2）虚拟交易透明度不够

客户在淘宝店铺上进行交易的过程中，店铺后台有一系列的后台操作，消费者并不能及时获得这些信息，例如商品的发货时间，尤其是预售型商品，一般都要等上一段时间才会发货，淘宝网目前在这方面也有所改进，提供了一些人性化服务。

（3）繁琐的投诉机制

淘宝店铺虽然建立了的评价系统，为客户提供感知服务，现在还开启了“买家秀”功能，网购者可以在收货后，将感觉和照片上传到评价系统中，但是淘宝并没有完备的投诉机制，客户在投诉时候不但要收集证据而且还有对这些证据进行鉴定，更为麻烦的是投诉所受理的时间较长。最为严重的情况是卖家在交易中或交易后采取恶劣手段骚扰买家，妨害买家服务满意权益的行为，一旦买家评价不好则会出现电话骚扰，要求购买者删除差评。投诉机制的不完备使得少部分劣

质店铺提供劣质商品和服务给网购者，网购者为了避免后期麻烦最后只能自认倒霉。

3 淘宝平台客户价值数据挖掘的必要性

（1）数据挖掘有利于挖掘潜在客户

数据挖掘技术可以从网购消费者在淘宝平台上的一切浏览记录和交易数据挖掘出一些潜在的信息，比如挖掘潜在客户，通过客户搜索淘宝店铺的商品记录，可以分析出每款商品的潜在客户，从而制定出适合的营销方案。

（2）数据挖掘有利于准确进行客户细分

店铺获取客户并不是免费的，而是需要一些营销活动吸引客户，在营销过程中有营销成本，而活动后期还需要维持成本。获取客户的成本决定了客户数量，但是并非所有的客户都是有效的，店铺要识别有效客户和重要客户，通过建立聚类模型，对客户群体进行细分，针对不同的群体，制定适合的营销策略。

（3）数据挖掘有利于提高营销效率

数据挖掘技术可以用于分析客户行为，从海量数据中挖掘出客户的潜在需求，这有利于店铺制定的营销策略更加有效。

（4）数据挖掘有利于防止客户流失

店铺在后台收集客户数据信息时，会发现一些孤立点，这些数据属于异常点，会反映出交易过程中的异常，例如，某一款商品在店铺中月销量一直都很高，但是突然断层性降低，这属于异常现象，店铺在发现这种信号时应当分析市场环境和商品情况，是否是这款商品有了更好的替代品出现，如果有新的替代品出现，则店铺应当放弃这款商品的销售，而选择更好的商品进行推销，除此之外应当深层次分析客户放弃原有商品的原因，如果店铺不管这些异常现象，不改变营销策略，则只会流失大部分客户。

数据挖掘的工作是从海量的历史数据中找出潜在的规律，店铺可以通过这些规律完善客户管理体系，从而帮助店铺挖掘潜在客户信息、客户的潜在需求，然后将这些需求转化为实际交易。

本文系湄洲湾职业技术学院2016年院级课题。