摘 要：在研究网络营销本质及其绩效特征的基础上，建立企业网络营销绩效评价指标体系并采用BP神经网络建立评价模型。为了克服传统BP神经网络容易陷入局部极小、收敛速度慢的缺点，通过采用LM算法和学习速率的自适应调整来建立新型的BP神经网络，利用模糊综合评价法生成训练样本。该评价模型有效地利用了BP神经网络的优点，避免了评价过程的人为失误。仿真试验表明，该模型取得了较好的效果。
关键词：网络营销绩效；指标体系；神经网络；BP算法
中图分类号：F272.3
文献标识码：A存在的问题，能否在后续的市场营销活动中解决和完善，从而做出更好的营销决策和制定有针对性地营销策划，可以说都是取决于是否有科学、正确、客观的营销绩效评价。
对网络营销绩效进行的方法有很多，我国学者采取了诸如德尔斐法、层次分析法和模糊综合评价法等方法。实践证明，这些方法都取得了很好的效果，但是在某些地方还不是很完善。这些方法的共同缺点就是评价指标的量值和权重都是评价人员自己确定的，受到评价人员经验的限制，主观性强，缺乏客观性，这样就导致了评价结果在很大程度上缺乏科学性、准确性。所以，人们一直在寻找一种科学的评价方法来弥补上述的不足。人工神经网络(Artificial NeuralNetwork)的出现为解决这个问题提供了新的思路。人工神经网络拥有一些优良的特性，具有广泛的自适应、自学习和强大的非线性映射能力，在多变量非线性系统的建模方面有着广泛的应用。BP神经网络(Back—Propagation Network)是目前在各领域中研究和应用最广泛的人工神经网络，体现了人工神经网络理论与应用中最精华的部分，它擅长的是处理那种规律隐含在一打堆杂乱无章数据中的映射逼近问题。因为网络营销绩效受到很多因素的影响，而且这些影响因素并不是孤立的，它们之间相互联系、相互制约，形成一个复杂的非线性系统。作为一种解决非线性系统问题的有效工具，笔者尝试利用BP神经网络来建立企业网络营销绩效评价模型，为定性和定量评价网络营销绩效提供了一条新的思路。
一、网络营销绩效评价指标体系的设计
(一)建立指标体系
评价指标是衡量绩效的标准，反映了企业网络营销的关键成功因素，也揭示了企业网络营销绩效评价的内容，是网络营销绩效评价主体对评价客体进行全面认识的具体途径。因而，评价指标体系是企业网络营销绩效的特点与内涵。一套完整、准确的评价指标体系是对企业网络营销绩效进行科学、客观评价的基础。网络营销绩效评价指标体系本身必须体现企业对面向网络营销活动管理的各项的综合要求，所以必须要对网络营销的成功因素进行全面、细致的考察和研究，从中提取若干关键成功因素组成评价指标体系。在确定评价指标的时候还应该遵循科学性、目的性、系统性、实用性、可操作性、定量与定性相相结合的原则，将网络营销绩效评价指标体系设计成一个具有递阶层次的树状结构，由目标层、准则层、指标层组成。如图1所示。
(二)评价指标的涵义
1.网站效益。网站设计：主要是对网站的功能、风格和视觉设计等方面的描述；网站推广：主要是用来说明网络营销人员为之付出劳动的多少，包括登记搜索引擎的数量和排名、在其他网站链接的数量、注册用户数量等；网络流量：主要包括网站的点击率、页面浏览数、每个用户在网站上停留的时间等。
2.企业效益。财务效益：主要描述的是利用网络营销前后对企业的一些财务指标影响的程度。这些财务指标包括销售利润增长率、资产负债率、存货周转率等；宣传效益：主要描述的是企业利用网络营销对于企业的知名度、企业的美誉度以及企业产品品牌价值的影响；竞争效益：主要描述的是企业利用网络营销对于自身在同行业中竞争力的提升情况，包括产品市场扩大率、产品市场占有率等等的提高情况。
3.顾客效益。购买效果：主要描述的是企业网络营销给顾客带来的方便，使顾客的购买成本降低；顾客满意度：描述的顾客对于企业网络营销运营的满意程度；顾客忠诚度：描述的是企业利用网络营销后顾客对于企业的忠诚度的提升情况。
