Categories


Tags


电子商务网站用户分析

当用户在电子商务网站上有了购买行为之后,就从潜在客户变成了网站的价值客户。电子商务网站一般都会将用户的交易信息,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,所以对于这些用户,我们可以基于网站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。

评价用户价值的指标

对于评价指标的选择这里遵循3个原则:

1、指标可量化:没办法,要做定量分析,这个是最基本的前提;

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。

根据以上几个原则选取了以下几个指标(同样根据网站的特征选取合适的统计时间段):

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。

用户评价模型的展示

一样的,也可以用雷达图进行展示,同样也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。下面是一个雷达图的示例:

雷达图

通过这个雷达图,我们可以读到比用户忠诚度更多的信息。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,对网站有一定的忠诚度,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。这两类用户都是网站的有价值客户,但由于其类型的不同,在营销策略上可以分开对待。

用户交易行为分析的意义

1、发现网站的高价值客户(VIP),为客户关系管理(CRM)及保持有价值客户提供支持;

2、发掘网站的可发展用户,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。

来源:网站数据分析投稿   作者:joegh

来源:月光博客


Public @ 2010-06-17 15:32:29

大型网站怎么优化?大型网站的优化方法

大型网站的样式太多了,即使系统是一样的,大型网站做出来的也要具体分析。大型网站与小企业站点和博客站点优化有很大的差异,大型网站通常要大量的关键词,对SEO网站优化必须有一定的了解,具体方式是需要结合具体情况加以利用和设计,大型网站怎么优化的呢?关于大型网站的优化给大家几个建议作为参考。大型网站怎么优化?大型网站的优化方法1、关键词挖掘首页做1-2个行业关键词,或者做网站名称这个关键词。2、行业内关

Public @ 2018-02-20 15:52:13

学习SEO创业机会怎样?

对于很多同学,学习SEO是工作需要,为把公司的网站优化好,从普通编辑转型为SEO编辑。也有不少同学是为了创业来学习SEO,希望通过做SEO获得创业机会。我们这么多年的培训生涯中,有以下这些创业机会是SEO技能可以去从事的:1、工业品销售工业品销售人员占SEO从业者里相当大的部分,这部分人可以依靠做网站、做SEO来获得排名和客户以销售自己的产品。2、本地服务业例如空调安装、本地物流等一系列只有在当地

Public @ 2009-06-01 15:29:45

SEO优化网站需要分析哪些数据

感谢上海外贸SEO投稿笔者之前因为从事过数据分析工作(主要是做GA数据分析),因此对于数据比较敏感,现在接触到SEO项目执行,在执行过程中要定期的进行项目工作汇报,因此对于SEO推广的工作效果定期分析必不可少,SEO工作要分析数据,具体要分析哪些数据。1、网站内容质量分析这里的内容质量分析不仅是分析网站内部更新的内容的质量,同时也要分析网站外链发布的内容的质量;网站内容质量分析标准:网站标题是否原

Public @ 2013-08-07 15:32:30

如何正确启动网站分析工作

最近在研读学习Avinash的《精通Web Analytics 2.0》,收获很多,结合日常的工作实践,今天做一个阶段性小总结,成文一篇说说:如何正确启动网站分析工作。网站分析从哪里入手?这是出镜率最高的问题之一,尤其是新入行的朋友尤其青睐此问题。当打开网站分析系统时,你将看到非常多的数据项,可能远比你预想的多,比如:访问次数、浏览量、跳出率、唯一访客数、访客地域分布、搜索流量、关键词导入量、引荐

Public @ 2013-04-10 15:32:28

更多您感兴趣的搜索

0.441240s