随着电子商务的迅速发展,电子商务行业内各大企业之间的竞争越来越激烈,竞争的着眼点不再局限于价格,提升用户体验成为电子商务平台的重要目标。在人们生活质量的不断提升的过程中,对价格的要求会有所降低,但对消费体验的要求是不断增加的。过去人们在销售工作中主要凭借经验和简单的数据分析来做决策,而在如今的大数据时代,简单的数据分析已经无法满足商家的需求,如果能充分利用数据挖掘技术,对订单数据进行有效分析,就能够分析挖掘客户特性,采用更加高效的营销策略,进而有效提升销售量。本文选取A商城2016年6月至7月所有订单数据进行分析。文章主要通过运用关联分析的方法对订单数据进行数据挖掘,发现其中的关联关系,联系实际情况进行分析,得出相应结论;主要得出三种关联关系,第一种是情境关联关系,其中描述的是时间、地点、平台和商品之间的关联性,可以为商家做广告投放提高效率并提出有效建议;第二种是商品关联关系,该关联关系描述的是商品与商品之间的关联性,该分析可以帮助商家设定活动、组合销售、设定价格和智能推送提供建设性意见;还有一种就是订单流失关联关系,这一规则描述的是订单的流失与订单属性有密切关联。随后,本文根据以上三个关联关系提出相应对策建议,针对前两种关联关系,建议A商城建立个性化智能推送系统;其次根据订单流失关联关系,提出建立订单流失预测模型,并且本文在第五章运用随机森林分类模型建立了订单流失预测模型,并对模型进行改进、评价和应用。