下载文档原格式
盘点一：C2C监管步入实质性探索阶段，市场呼吁政府循序渐进引导式监管相关事件一：eBay因其网站出售冒牌货品向某时尚品牌高额赔付法国奢侈品巨头LVMH集团在07年初向巴黎商业法庭提起诉讼，状告eBay应对其用户在线销售仿冒的名牌商品负责。
2008年6月30日，巴黎商业法庭裁定eBay应向LVMH 及其姊妹企业克里斯汀·迪奥服装公司分别支付1928万欧元和1730万欧元，以赔偿对这两家企业品牌形象造成的破坏。
相关事件二：卖家售盗版四库全书，易趣免责文渊阁四库全书电子版开发商香港迪志文化出版公司及上海世纪出版集团因易趣卖家出售盗版电子版四库全书将易趣告上法庭。
2008年6月25日，上海市第二中级人民法院裁定易趣作为提供交易平台的网络服务提供商不构成对原告的侵权行为。
相关事件三：北京工商局规定营利性网店需办理营业执照，受各方质疑，最终不了了之7月北京工商局公布网上开店新规，要求从8月1日起，该市所有“营利性”的网店都要在工商部门办执照，并缴纳一定数量的增值税。
这项政策公布之初就受到了各方的质疑，反对声音居多。
原定于8月1日开始推进的网店新规被迫缓行，网店新规由“必须办理”改为“不会强力推行”。
其他各个地方政府对网店执照的态度不一，有采取跟随态度的，如重庆；有无意跟进的，如东莞；也有任由网店自愿注册的。
目前政策层面还未形成统一共识，对网购市场影响不大。
一系列事件说明目前我国的网络购物行业的发展还很不规范，相关立法的相对滞后。
这主要是因为网络购物为新兴行业，加上网络购物尤其是C2C平台80%以上为个人卖家，卖家数量多、地域分散、交易灵活随意，这些都给监管带来了困难。
北京意见在有利于规范的同时也提高了市场的准入门槛，门槛的高低需有关部门谨慎把握。
门槛太高，将有大批个人卖家被阻挡在市场之外，在短期内不利于网络购物的发展；门槛太低，会使规范性力度减弱，且监管难度增强。
艾瑞咨询建议，相关部门对我国网络购物行业的监管应循序渐进，并对卖家行为加以引导，以促进其健康、长远的发展。
易趣电子商务应用模式案例分析一．目前我国电子商务市场的整个情况和易趣的发展状况1. 随着互联网的复苏，中国互联网尤其是电子商务也盼来了好日子，增长迅速，尤以网络交易市场潜力巨大。
根据iResearch《2003年中国网上拍卖研究报告》有关数据显示，2002年网上交易市场仅有9.4亿元的规模，2003年增张到19.2亿元的规模，而2004年中国网拍市场，据粗略估计可达33.7亿元产等。
2. 几年来，易趣发展了350万注册用户，成为大陆市场第一大C2C网站。
易趣网用户可以通过在线交易平台以竞价和定价形式买卖各式各样的物品，包括服装、手机、计算机、汽车、据IDC的数据，2002年～2003年，易趣占有C2C市场份额92%强，是一个潜在的市场垄断者。
截止2004年底，易趣用户达到了一千万，年总成交金额也达到了3.6亿美元，比起2003年都取得了大幅度增长。
二．分析成功的原因:在我国电子商务市场发展不是很成熟的时候，但是已具备一定的规模的时候，但却没有一个成功的商业模式出现。
而易趣的CEO 却有敏锐的头脑，把目光瞄向西方的美国。
因为在美国有电子商务市场的先驱-E-BAY，他取得了令人惊叹的成绩，对于我们有很好的借鉴价值。
而易趣也通过积极吸取他的经验，同时又立足我国实际的情况。
精心设计了独特的电子商务模式，而且在市场取得了成功，成为我国的C TO C市场的领导者，最高时竟达到90%以上。
为了分享他的经验，我们将从他的模式来分析：1.从应用模式看：1). 易趣定位于:C TO C，也就是以网上拍卖业务为主，从事个人对个人的服务.具体说易趣提供一个电子商务交易的平台，为买卖上双方提供交易的空间，然后由易趣介绍双方认识，易趣就退出交易，最后由买卖双方达成交易.2).选择的原因分析有:(1) Internet的飞速发展，使我国的internet普及迅速，上网的人数飞速发展. 市场这是已初具规模，从而为C TO C市场提供了前提条件.(2)在易趣成立之前还没有真正有规模的电子商务，存在市场机会，而易趣也充分利用这个难得的机会.3).成绩表现为:(1)经过几年的发展，目前他的会员已超过1000万，交易额已突破10亿元人民币，市场份额最高时达到90%以上，几乎垄断了整个CTOC市场。
案例 8 116元的帕萨特资料来源：CCTV 《经济与法》嘉宾：彭雪峰：北京市律师协会副会长于绪刚：北京市律师协会证券期货专业委员会委员主持人：我们今天要说的是一个网上竞拍的案子。
事情是这样的。
上海一个叫韩斌的人有一天到易趣网上浏览，发现一辆二手帕萨特起拍价只有10块钱，刚开始他还觉得不敢相信，但韩斌以前也参加过竞拍，他想可能是网站在搞什么促销活动，就参加了进去。
几轮下来他成功了，成交价是116块。
网站也给他发来了电子合同。
韩斌就根据网站提供的电话，跟卖主联系。
卖主是一家卖二手车的汽车公司，他们也收到了网站那份电子合同，但是他们坚决不给，说116块钱买辆车是不可能的。
于绪刚：我认为韩斌没有错，比如我自己过去是这个网站一个经常的客户，我也注册了，我上了网以后，发现有一个10块钱起价的帕萨特轿车，我整个交易过程都是按照规则走的，而且网络公司发过来这个确认书本身和韩斌自己所做的、所从事的活动都一致的话，我觉得韩斌完全有理由来主张自己权利。
彭雪峰：前边有一个拍卖过程，这个拍卖过程，作为汽车公司来讲，他也应该是完全了解的，应该是完全掌握的，为什么他要等到这个竞拍完成之后，才拒绝履行这份合同呢？这中间听起来有些不可思议。
作为韩斌我想这时候他可以通过各种渠道来主张自己的权利，最终还有一个选择诉讼的程序。
主持人：那么这样的话，起诉谁？是起诉网络公司呢，还是汽车销售公司？彭雪峰：应该是起诉拍卖汽车的公司吧。
于绪刚：对，应该起诉他。
彭雪峰：现在的这种网上交易平台，进行拍卖这种形式，一般的是买卖双方起主导作用，网络公司并不起主导作用。
所以他选择起诉对象的时候，应该直接选择那个汽车拍卖人。
于绪刚：这种官司实际上是打着看，边打边看。
因为这种案子比较新，不是像过去我们传统的诉讼一样，这是网上的交易，又是网上的拍卖，所以这种官司打打看，打到什么程度了，需要把谁抓进来再把谁抓进来。
主持人：但是现在有一个情况，在网络公司的数据库原始资料中，发现那辆帕萨特被拍卖了两次，一次起拍价的确是10块钱，后来被韩斌买走了，还有一次起拍价是10万，这一次没有人竞拍，就流标了。
（第二组完成）易趣网络信息服务(上海)有限公司诉刘松亭拖欠网络平台使用费案2001年l 0月24日，易趣网络信息服务(上海)有限公司向上海市静安区人民法院提起诉讼，状告用户刘松亭违反服务协议，多次使用网站付费服务发布欲出售商品的信息，却不按时缴纳相应费用。
原告诉称，200 1年1月1日，被告刘松亭以“本田一郎"为用户名注册为易趣交易平台用户，2001年4月4日又以“jialiseng"为用户名注册了另一个用户账号。
在刘某注册时，易趣网络平台实行免费服务，但未约定提供免费的期限。
自2001年7月1日起，原告开始对卖家用户收取商品登录费，该费用指用户利用易趣网提供的网络平台登录拍卖商品而应交纳的费用，按照双方服务协议，该网站的“商品登录费"按照商品的价值划分档次，最低1元，最高8元，该收费标准和措施目前只对卖方用户实施。
被告多次使用网站付费服务发布欲出售商品的信息，却不按时缴纳相应费用，至2001年9月24日止，被告拖欠原告网络平台使用费计人民币4336．6元。
原告认为，被告一个人注册两个用户账号的行为以及拖欠原告网络平台使用费的行为严重违反了双方的服务协议。
遂诉诸法院判令被告支付网络平台使用费人民币4336元、赔偿原告聘请律师费人民币2000元及为诉讼所支出的调查费4元。
2001年11月1 5日下午，上海市静安区人民法院开庭审理该案。
庭审中原告出示了8组证据来证明被告所欠费用，通过公共互联网上查到被告使用情况，以及通过上海热线提供的电子邮件信箱，证明被告登录易趣网情况等。
针对原告诉请，被告认为：原告诉讼不实，“jialiseng"用户名的申请时间为2000年4月而非200 1年4月，原告在被告注册时并没提出收费，从2001年7月1日才正式开始收费。
原告在网上的“基本服务协议"连附录共有1 5页之多，只要稍微有电脑常识的人都会不假思索选择“是”。
因为自从微软的视窗95系统普及后，所有的标准软件安装之前都有类似对话框，人们已习惯了选“是”(选“否”是无法完成操作的)，重申“愿意支付网上确认成交商品的所有服务费"。
营销型网站成功案例例子分析在确定网络营销计划之前，应先进行案例分析，以免做出不切实际的预测。
那么下面是店铺整理的营销型网站成功案例分析，就随小编一起去看看吧，希望能够有所帮助。
营销型网站成功案例分析一易趣网电子商务案例分析易趣网是中国著名的电子商务公司，于1999年由邵亦波和谭海音合作创办，经过两年多的发展，现已拥有350万注册用户，累计成交235万件商品，累计成交额达7.8亿元人民币。
易趣网上以竞价、一口价及定价形式，为个人及大、小商家提供了低成本高流量的销售渠道，为买家提供价廉物美的各式商品，包括电脑、手机、服饰、房产等。
目前，易趣网上交易活跃，每30秒有新登商品，每10秒有人出价，每60秒有商品成交。
其用户可以通过在线交易平台以竞价和定价形式买卖各式各样的物品，其中包括：服装、古玩字画、计算机和房地产等。
易趣的客户服务队伍每天24个小时监控网站上新登物品，解答用户问题，记录用户建议，并跟踪成交情况以保证交易顺利进行;iTEL(网络+电话)的全程电话导购服务为用户提供了一对一的顾问咨询;定期组织召开网友活动，培养了感情，加强了沟通;个人交易物品速递服务、易付通服务，为成交提供了便利，更极大方便了异地交易的双方;会员认证制度及信用评价体系进一步完善了易趣的服务质量，提高了网上交易信用度和成交率。
2002年2月以来，易趣各种业务持续增长，增长数字平均每月超过15%，排在增幅前几位的商品分别是：手机、电脑与网络产品、珠宝和体育用品等。
2002年8月的统计数据显示，易趣网电脑与网络产品2002年的月平均交易额超过1000万元人民币，买家人数累计超过10万名，分布于全国各个省市。
和去年11月份相比，易趣2002年上半年的交易额和顾客数增长了100%。
通过我们组成员的分析，得知易趣与其他商业网站的区别在于：1、易趣的支付方式多种多样。
最初，易趣可提供包括手机、Email、信用卡、身份证、地址等5种会员认证方式。
易趣网()于1999年8月在上海成立，数年间成为中国首屈一指的C2C电子商务网站。
其登记会员达350万，每天每12秒便为会员达成一宗网上交易。
2002年3月，易趣与美国电子商务公司eBay()结成战略合作伙伴关系，以该公司33%股份换取eBay 的3千万美元注资。
易趣的目标是在全球主要国家开设最大的网上交易市场及搭建网上交易平台让客户可随时进行任何买卖活动。
为此易趣网的市场部特别设立一个独立的组别来处理每月向用户发出数以千万计的市场推广电邮。
易趣于2002年2月开始使用DARTmail (公司提供)系统以吸纳新用户、保留现有用户及激发他们继续活动以及传递易趣网内的最新信息。
z在恰当的时间将恰当的内容传送给恰当的用户电邮主题是电子邮件营销成功的关键要素，易趣利用DARTmail 的A/B分类功能来测试用户对不同电邮主题的反应，再根据反应率及透过DARTmail先进的报表功能来获取每个电邮活动的最大效益。
电邮的外观设计也必须具有吸引力。
利用DARTmail的可视化报表，易趣网便容易得知那些外观最具有吸引力和最受欢迎。
z个性化的内容利用DARTmail，可根据用户过去购物的资料来将他们分类，并了解他们的兴趣；透过DARTmail追踪，可识别最有价值的用户；根据用户浏览易趣网的次数，再结合他们的购物及浏览记录，易趣便能按用户需要推出有效的活动，提高投资回报效益。
z时间地点都在掌握之内易趣利用DARTmail来调节发放电邮的频率使用户不会产生厌烦。
经多次测试及利用DARTmail的报表数据，易趣网便能分析什么时间是最适当的发送电子邮件时间。
易趣网发现在中国由于大多数用户是在工作地方才使用电邮，所以在周五及周末发放电邮宣传活动，效果并不理想，例如星期一投放的邮件点击率达47%，而星期五只有34%。
易趣网明白目标对象的生活模式及习惯后便可决定什么时候发放电邮予他们才会达到最佳的效果。
针对性的电子邮件使得电邮的总点击增加167%，新用户登记总数也增加了60%；个性化内容服务使易趣的点击率增加超过200%；易趣针对不同类别的用户安排不同的优惠，如根据性别确定优惠程度使点击率增加了15%以上。
思考题：(1)易趣在利用电子邮件推广时使用了哪些策略？(2)进入网站并查阅其他文献，分析DART是如何跟踪用户的。
(3)查阅文献，解释什么是内容过滤？什么是协同过滤？(4)什么是WEB挖掘？WEB挖掘包括哪几类任务？WEB使用挖掘在网络营销中能帮助电子商务企业做哪些事？(5)你还知道哪些用户跟踪技术？一、基于营销数据库的个性化推荐营销数据库是电子商务网站的重要组成部分，存储着消费者的个人特征、定制信息、购买记录以及相应的产品特征等信息，这些信息是进行个性化推荐的重要依据。
基于营销数据库的个性化推荐就是利用上述信息，通过人机交互获得或者用聚类、分类和关联规则挖掘等方法挖掘消费者兴趣和偏好，进而产生个性化的推荐方案。
这种应用已经得到了广泛应用。
根据推荐策略和所利用的信息不同，基于营销数据库的个性化推荐系统一般可以分为基于内容的推荐系统、基于协同过滤的推荐系统、基于产品分类的推荐系统、基于效用的推荐系统、基于知识的推荐系统以及各种组合推荐系统等。
这里主要对基于协同过滤、基于内容和基于产品分类这三类个性化推荐系统做一个简单介绍。
(一)协同过滤推荐技术协同过滤推荐技术是推荐系统中应用最早和最为成功的技术之一。
协同过滤是基于这样的假设：要为目标消费者找到其真正感兴趣的产品，应该首先找到与目标消费者有相似兴趣的其他消费者，然后将他们感兴趣的内容推荐给目标消费者。
这一思想非常易于理解，在日常生活中，我们往往会根据朋友的推荐对产品进行选择。
协同过滤正是把这一思想运用到电子商务推荐系统中来，基于其他消费者对某一产品的购买记录来向目标消费者进行推荐。
基于协同过滤的推荐主要包括基于消费者的推荐系统和基于产品的推荐系统两种。
1、基于消费者的协同过滤基于消费者的协同过滤推荐系统一般采用最近邻技术，利用消费者的历史购买信息计算消费者之间的距离，然后利用目标消费者的最近邻居对商品的某种加权值来预测目标消费者对特定商品的偏好程度，系统从而根据这一偏好程度来对目标消费者进行推荐。
协同过滤方法的基本过程可以用图3-1表示。
“数据表示”的任务是将消费者的购买记录用一定的数据形式来表示，以方便后续的协同分析；“识别邻居”阶段主要解决的问题是如何为目标消费者识别兴趣相似的邻居；“产生推荐”阶段的目标是根据最近邻居中消费者的购买记录，生成他们最常购买的产品，并推荐给目标消费者。
数据表示识别邻居产生推荐图3-1协同过滤的基本过程2、基于产品的协同过滤基于产品的协同过滤推荐算法可通过分析消费者-产品矩阵来识别不同产品之间的关系，并根据这一关系向消费者推荐其最可能感兴趣的N个产品。
产品之间的关系可以用概率方法也可以用传统的相关关系来度量。
由于基于内容的协同过滤推荐系统不别为目标消费者识别邻居，所以其效率明显优于基于消费者的推荐算法。
在表3-1所示的消费者评分数据中，基于产品的协同过滤推荐算法需要预测消费者丁对产品“水浒传”的评分。
通过对消费者-产品的分析可以发现，消费者群体对“水浒传”的评分与对“三国演义”的评分非常相似，“三国演义”是“水浒传”的最佳邻居，因此丁对“三国演义”的评分对预测值的影响最大。
其次，消费者群体对“红楼梦”的评分与消费者对“水浒传”的评分也比较相似，因此丁对“红楼梦”的评分对预测值的影响也比较大。
而“水浒传”与“西游记”的相似性较差，因为消费者群体对它们的评分存在冲突，所以丁对“西游记”的评分对预测值的影响相对小一些。
在实际的预测过程中，只搜索目标项相似性最高的前k 个邻居，然后根据相似性大小预测消费者对目标项的评分。
基于协同过滤的推荐系统可以说是从消费者的角度来进行相应推荐的，而且是自动的，即消费者获得的推荐是系统从购买模式或浏览行为等隐式获得的，不需要消费者努力地找到适合自己兴趣的推荐信息，如填写一些调查表格等。
协同过滤的优点主要有如下几方面：(1)对推荐对象没有特殊的要求，因此协同过滤方法对许多非结构化的复杂对象，如音乐、电影和图片等的推荐更加容易。
(2)共享其他人的经验，避免了分析产品特征过程中可能出现的诸多问题，避免了内容分析的不完全和不精确。
(3)有推荐新产品的能力。
可以发现内容上完全不相似的产品，消费者对推荐产品的内容事先是预料不到的。
这也是协同过滤和基于内容的过滤一个较大的差别，基于内容的过滤推荐很多都是消费者本来就熟悉的内容，而协同过滤可以发现消费者潜在的但自己尚未发现的兴趣偏好。
(4)能够有效的使用其他相似消费者的反馈信息，可加快个性化学习的速度。
(二)基于内容的个性化推荐技术基于内容的个性化推荐主要推荐与消费者过去的兴趣和偏好相似的产品，其本质是信息过滤技术的延续与发展。
基于内容的推荐是在产品(产品、服务等)的内容信息基础上做出的推荐，而不需要依据消费者对产品的评价意见，因此，这一策略更多地使用机器学习的方法从消费者过去感兴趣的产品特征描述中得到消费者的偏好信息，进而进行个性化推荐。
在基于内容的推荐系统中，消费者之间是独立的，产品是通过相关的特征属性来定义的，系统基于产品的特征，为每个消费者分别建立不同的兴趣偏好模型，进而考察消费者的兴趣偏好与待推荐产品的匹配程度。
表3-2表示的是目标消费者的历史购买记录(产品1和产品3)以及购买产品的特征。
根据，基于内容的推荐系统可以用产品的特征(质地、颜色、价格等)构建目标消费者的兴趣偏好模型，根据这一模型，可以判断是否该向消费者推荐产品5。
在基于内容的个性化推荐系统中，产品都是用其特征来描述的。
如网页、文档等用关键词来表示，物品用颜色、质地等来表示。
产品用特征表示后，便可以用不同的方法学习消费者的兴趣偏好模型，在基于内容的个性化推荐系统中，常用的机器学习方法有决策树、神经网络和关联规则等。
基于内容的推荐方法具有以下优点： 表3-1 消费者评分数据红楼梦 西游记 三国演义 水浒传甲 4 2 4 4 乙 4 5 3 3 丙 3 2 3 2 丁 2 1 5 ？ 表3-2 历史购买记录质地 颜色价格 是否购买产品1 木质 红色高 是产品2 塑料 红色底 否产品3 木质 蓝色高 是产品4 塑料 蓝色高 否产品5 木质 蓝色低 ？(1)可以向消费者推荐符合其特定兴趣偏好的项。
由于消费者的兴趣偏好模型建立在其过去感兴趣的项的基础上，因此，由此模型产生的推荐能够较好地满足消费者的需求，特别是在消费者具有比较特殊的兴趣爱好的情况下，基于内容的个性化推荐往往会具有更好的效果。
(2)可解释性强。
基于内容的个性化推荐以产品的特征属性来构建消费者兴趣偏好模型，因此，通过列出推荐产品的特征，可以解释为什么推荐这些产品。
比如向某一消费者推荐了红色的外套，其原因就可能是该消费者过去对红色的服饰比较感兴趣。
(3)能推荐新的或不是很流行的产品。
对于新的或者不是非常流行的产品，只要获得该产品的特征数属性，就可以用基于内容的个性化推荐方法进行推荐。
(4)已经有比较成熟的技术。
基于内容的推荐，一般是以传统的机器学习方法为支撑，而这些方法往往都是比较成熟的。
如，关于分类学习方面的技术，如神经网络、决策树等都已经相当成熟。
(三)基于产品分类的推荐技术分类知识是产品的基础信息，在电子商务网站中一般可以比较容易地获得。
产品的分类信息一般可以用一颗分层的树状图来表示。
图3-2所示的是某电子商务网站产品分类的一个实例。
该分类采用四层分类体系，层次越低，对应的产品类别越抽象。
图中第3层的叶子节点代表具体的产品，M01、M09等为产品的编号；第1层、第2层为中间层，对应着产品的类别；第0层是根节点，对应着所有的产品。
图3-2产品分类1、基于产品分类学的协同过滤推荐基于产品分类学的协同过滤推荐是一种web使用挖掘驱动的协同过滤推荐方法(WebCF-PT)，如图3-3，其基本思想是将传统协同过滤方法中基于产品的相似度度量，转换为基于类别的相似度度量，通过降低产品的维数，改善协同过滤方法在数据稀疏时的性能。
WebCF-PT的输入数据除了传统的消费者数据库、购买记录数据库和web日志等，还要求输入产品数据库，即产品的分类等信息。
WebCF-PT的推荐过程如下所述：第一步，粒度规范。
粒度规范的主要任务是识别相似的产品，并将它们归为一类，其目的是通过分类的方法降低产品空间。
WebCF-PT设计了一种对原始产品分类进行调整的粒度规范方法。
第二步，生成消费者特征。
WebCF-PT 用消费者-类别矩阵刻画消费者的特征，即基于不同的粒度规范，通过记录消费者对每一类别中产品的点击情况、放入购物篮的情况和最终购买的情况，综合计算消费者对该类别产品的偏好程度，生成消费者-类别矩阵。
