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

防止博客文章被恶意转载的方法

防止博客文章被恶意转载的方法包括: 1. 版权声明:在文章开头或结尾明确注明该文章版权归自己所有,禁止未经授权的转载。 2. 使用防复制插件:安装防复制插件可以禁止复制、粘贴和截屏,从而减少被恶意转载的可能性。 3. 禁止右键功能:通过禁止右键功能可以阻止复制内容,从而减少恶意转载的可能性。 4. 水印技术:在博客文章中添加水印,可以在文章被截图或盗用时识别出作者的信息。 5. 监测工具

Public @ 2023-07-31 20:50:28

做网站SEO优化,网站日志分析是必备的技能

1. 编写有吸引力的标题和元标签:让你的网站在搜索引擎的搜索结果中脱颖而出。 2. 使用关键词:添加关键词来调整网站内容,更好地搜索到消费者想看到的东西。 3. 优化内部链接:通过优化内部链接,使搜索引擎非常容易发现你的网站。 4. 发布有质量的内容:优质的内容可以吸引到目标客户,并且可以长期增加搜索排名。 5. 增加外部链接:通过向其他网站添加链接,可以为你的网站提供权威性和可信度,

Public @ 2023-02-26 03:27:24

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

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

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

0.556657s