微信号:datadw

介绍:实战学习资料提供.涵盖数据分析工具使用,数据挖掘算法原理与案例,机器学习,R语言,Python编程,爬虫.如需发布广告请联系: hai299014

【深度】电子商务精细化运营之用户分析

2014-07-06 00:18 中国统计网

近段时间看派代,发现有几篇相关“电子商务精细化运营”的文章我觉得不错的。管中窥豹,便知目前的电商行业在经过前期的野蛮生长以及去年下半年开始的资本寒冬之后,行业趋于理性。精细化运营,提高运营效率,全面提升企业核心竞争力的呼声日益高涨并广泛在各电商企业逐步行动起来了,恰好上个月我们也做了一份相关“精细化运营”的提案,今天闲暇之时也想和朋友们一起探讨,更多的是抛砖引玉,希望和广大的同行们一起探讨。方案主要框架如下图所示,由于提案篇幅很长,所以今天就和大家分享交流下“用户分析、定位、价值挖掘”的精细化运营。其他的内容我下次再来分享、探讨。

电商笑话:某富翁想要娶老婆,有三个人选,富翁给了三个女孩各一千元,请她们把房间装满。第一个女孩买了很多棉花,装满房间的1/2。第二个女孩买了很多气球,装满房间3/4。第三个女孩买了蜡烛,让光线充满房间。最终,富翁选了胸部最大的那个。——这个故事告诉我们:了解客户操蛋的真实需求非常重要。

一、用户定位

任何商务的过程本质是“满足客户期望”并“超越期望”,首先MIW了解用户喜欢什么?如何满足他们的需求?他们的行为?他们的意图?每一个人的兴趣、爱好、个性、文化、经济状况等不相同,在购买心理上也因人而异,所以就形成了各种各样的购买动机。“只有帮助用户实现他们的购物目标,MIW才能真正实现自己的目标";我们认为在项目全面推广之前商城应该重视用户的体验,实现对于用户使用上的便捷性和衍生的忠诚度。下图所示MIW用户分析的方法和内容:

二、数据分析

当MIW用户在电子商务商城上有了购买行为之后,就从潜在客户变成了商城的价值客户。MIW电子商务平台实现用户的交易信息,包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面,我们可以基于商城的运营数据对他们的交易行为进行分析,以估计每位用户的价值,及针对每位用户的扩展营销(Lead Generation)的可能性。

评价用户价值遵循的3个原则:

(1)指标可量化;

(2)尽可能全面:根据底层数据选择尽可能多的可以获取的指标,这样能够从多角度进行分析和评价;

(3)线性独立:即指标间尽量保持不相关。比如如果选择用户的购买次数和总消费额,那么一定是购买次数越多的用户总消费额越高,也就是导致了评价维度上的重合,而选择购买次数和平均每次交易额可以避免这种相关性产生的弊端。

根据商城的特征选取合适的统计维度(口径):

(1)最近购买时间:用户最近一次购买距当前的天数;

(2)购买频率:用户在这段时间内购买的次数;

(3)平均每次交易额:用户在这段时间内的消费总额/购买的次数;

(4)单次最高交易额:用户在这段时间内购买的单词最高支付金额;

(5)购买商品种类:用户在这段时间内购买的商品种类或商品大类。

用户评价分析模型的示例示:

使用离差标准化的方法对每个指标进行消除度量单位的10分制评分。

图中的上面3个指标——最近购买时间、购买频率和购买商品种类可以用来评价用户的忠诚度,而下面的2个指标——平均每次交易额和单词最高交易额可以用来衡量用户的消费能力。如上图,用户1虽然购买频率和购买的广度不高,但其消费的能力较强,而用户2是频繁购买用户,对商城有一定的忠诚度,但其消费能力一般。所以图形的上半部分面积较大的用户拥有较高的忠诚度,而下半部分面积较大的用户具有更高的消费能力。这两类用户都是商城的有价值客户,但由于其类型的不同,在营销策略上可以分开对待。

三、用户交易行为分析的意义

1、发现商城的高价值客户(VIP),为客户关系管理及保持有价值客户提供支持;

2、发掘商城的可发展用户,对于一些新客户或潜力客户进行针对性营销;

3、及时发现可能流失的客户,及时采取有效措施;

4、根据用户交易行为细分客户群,实施有针对性的营销策略。

5、驱动老用户对新用户获取产生贡献

兵法有言,知己知彼百战百胜。在与用户心智的博弈过程中,只要了解你的用户,才能够更好的去满足用户的期望,甚至是超越客户的期望,从而达到企业的目标。

 
数据挖掘DW 更多文章 数据信息图工具整理 直销银行将加速进军“线上理财”业务 数据挖掘模型生命周期管理 【解析】数据产品的前世今生 视频手把手教你用python做机器学习案例(免)
猜您喜欢 黑客从Mate1.com盗取了两千七百万名用户的密码 Python查看微信被哪些好友删除, 不用群发. 第十二届B'QConf免费报名开启! 【开发者福利】如何部署OpooPress 到七牛云存储 如何快速爬取大量软妹图