随着互联网的迅猛发展,越来越多的互联网企业重视应用数据挖掘技术来研究网络购物、电商运营策略等方面,通过研究发现规律、预测趋势,辅助企业运营者制定精准的营销策略,有利于互联网、电子商务健康有序的发展。依托电子商务企业——恒大鞋类专营天猫店铺的经营数据,借助SPSS Molder工具,运用关联规则、Recency Frequency Monetary(RFM)分析、聚类分析三种数据挖掘技术来研究店铺关联营销、客户细分、客户关系管理三个方面,得出分析结论和提出运营建议:(1)应用关联规则对企业店铺中用户购买相关产品规律进行分析,得出网面鞋和网布鞋、休闲鞋和凉鞋等关联效果较好,有利于企业区分强关联、弱关联产品,制定精准的关联营销方案,提高客单价,从而增加销售额。根据关联规则分析结论来制定货品规划运营策略、陈列策略和推广策略,使电子商务第三方平台、消费者和企业三方均受益。(2)应用RFM客户细分方法,对近3年的用户购买订单进行分析,得出客户的RFM得分,为客户细分提供依据,有利于客户关系管理策略的制定。争取留住大客户,并对潜在客户进行客户提升,对一般客户进行少量投入,可以调整客户关系管理的资金投入分配比例。(3)应用聚类分析方法对RFM客户细分结论进行深层次的数据挖掘,区分为潜在客户、活跃客户和沉默客户等群体。第一,面向潜在客户进行交易环节中互动营销、会员体系正向激励和定期调研等运营建议;第二,面向活跃型客户,除拥有潜在客户的运营建议之外,拥有特权和兑换,制定差异化营销方式;第三,面向沉默型客户,采取定期沟通计划运营策略。完善客户关系管理策略,降低企业客户维护成本。