利用SPSS Clementine建置電子商務之資料採礦模型應用研討會
在網際網路盛行的今天，企業莫不以建置電子商務來延伸其現有實體經營或創造新的營運模式，因此，如何使其電子商務更具競爭力已是重要課題。許多知名網站如e-Bay、Amazon、Yahoo、Google均已把先進的資料採礦（Data Mining）技術融入於其資訊系統中，大幅提昇這些電子商務的服務內容與營運績效。本公司－SPSS Taiwan為了讓各位暸解最佳資料採礦平台－SPSS Clementine 12.0的功能及如何利用它來建置資料採礦模型，並融入於您的電子商務系統中，特舉辦此次應用研討會，與各位分享本公司在資料採礦模型實作之經驗及所帶來的效益。 茲分述重要電子商務資料採礦模型如下：
網路瀏覽者之瀏覽行為分析模型－有效規劃電子商務內容與路徑
電子商務以符合瀏覽者之需求與服務為依歸，不斷更新其內容方能有效吸引他們，維持高流量。然而關鍵是：「您如何知道瀏覽者對您的電子商務內容，哪些喜歡？哪些不喜歡？」如果您能利用瀏覽者的瀏覽軌跡及配合連結分析與關聯模型，建置網路瀏覽者之瀏覽行為分析模型，如此一來，您即可掌握瀏覽者對於電子商務網站內容之喜好與其前後之關聯性，隨時調整電子商務內容，刪除或編修不符瀏覽者需求的內容，同時規劃出合宜的瀏覽者路徑，提高網站內容的可看性與流暢度。
智慧型商品搜尋模型－網路客戶可迅速找到符合所需的商品
此模型之建置以方便客戶快速搜尋出所需物件為出發點。因在電子商務中，其商品的規格、種類…等往往數量龐大與複雜，其所要在網站中上架之商品數量通常達百項、千項甚至萬項之多，如果瀏覽者逐筆找尋所需商品必然費時且不切實際，導致錯失商機，失去設置電子商務的意義。因此，若我們從商品物件中的各項資料屬性來建置一個具智慧型商品搜尋模型，客戶只需鍵入所需商品的品名、條件或其關鍵字，此模型便可發揮智慧型的搜尋能力，快速找到瀏覽者所需之商品，大幅提昇商品成交機會。
商品主動推薦模型－刺激客戶的購買慾
客戶的購買慾通常是需要被挑起的，此模型是以廠商主動向潛在客戶推薦商品為出發點，廠商可根據各種銷售目的來推動其相關行銷活動，如為出清過季商品、或銷售較高毛利之產品…等各種交叉或升級的促銷活動。因此我們可從目標客戶群(含既有客戶)的交易資料與其他客戶基本屬性資料如行業、職稱、所得水準…等來建置一個商品主動推薦模型，再利用商品排行榜、電子報或push-mail來發佈訊息推薦，達到主動與個人化的行銷目的，以降低過多的庫存或增加產品毛利。 ��
線上商品銷售預測分析模型－適時推出合時宜的商品
某些商品的銷售或推出，通常是有其時間性的(如天氣的陰晴冷熱變化，季節性或重要節慶日)，若能依據相關的各種資訊，準確地預測商品上市/上架時機與供應量，便能有效提昇商品的周轉率，拉抬營運績效。此模型之建置往往需要外部資訊的配合，如天氣預測、各重要節慶日(如聖誕節、春節、情人節…)，再輔以公司內部之各種資料，透過時間序列中的各種預測模型功能，建置出線上商品銷售預測分析模型，讓您能適時在市場上搶得先機與商機。
※資料採礦模型與既有電子商務系統結合，使之自動化：
在上述資料採礦模型建置之後，如果無法與既有電子商務系統做結合，其分析結果將因無法做即時自動化呈現，致使應用效益大打折扣，因此要使電子商務達到完全自動化與智慧化，可透過Clementine Solution Publisher (CSP)與您電子商務系統做緊密之結合，充分發揮自動化所帶來的營運效益。 為了與各位充份分享建置電子商務資料採礦模型之經驗，誠摯邀請您來參加此次「利用SPSS Clementine來建置電子商務之資料採礦模型應用研討會」，由於名額有限，請儘早上網報名，以免向隅。
台北市南京東路四段126號11樓
