电商用户大数据分析与挖掘_第1页
电商用户大数据分析与挖掘_第2页
电商用户大数据分析与挖掘_第3页
电商用户大数据分析与挖掘_第4页
电商用户大数据分析与挖掘_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、电商用户数据分析与挖掘2021-11-20说 明报告介绍分析:分析店铺的整体运营状况;分析客户特征,从不同细分角度寻找不同客户之间的差异;客户属性特征分析客户消费行为分析目的:为了卖家能更直观的了解自己店铺的运营现状;了解客户特征,为客户维护和回购刺激提供决策依据;提供个性化的实施建议;数据来源n订单数据n客户数据n外部数据n行业数据订单样本nXXX专卖店n自:2012-8-10 到2015-4-30,状态为交易成功的订单极值处理n剔除客单价2000元的订单n剔除客单价10元的订单n剔除批发商:购买次数大于50次订单处理方式n同一客户一天内多比订单默认合并为一笔订单备注信息:2021-11-2

2、03.如何实施? 2.客户特征表现? 1.整体现状?n购物体验n深入客户关系管理n客户属性特征n消费行为特征n个性化实施方案n1.1 购物体验DSR评分n1.2 深入客户关系管理1.2.1 年滚动趋势1.2.2 月滚动趋势一、购物体验现状1.1 DSR动态评分nDSR评分不错,尤其在“宝贝与描述相符”上比较突出。n提升DSR的其他方案:客服专业性服务及客户信息收集 ;批量进行(利用订单中心):个性化包裹、发货提醒、同城到达提醒等;个性化进行:物流跟进、退款跟进、评价跟进等n但是整体的退款率非常大!1.2.1 年滚动趋势:活跃客户*备注:回头客比例=(一年购买2次及以上新客户+一年前购买过又来买

3、的客户)/一年总客户数,如,201308指201209-201308n整体销售额呈现一定的稳定增长趋势;n回头客销售额占比整体呈现逐渐上升的趋势,目前占到6%,低于行业均值,需后续加强老客户的维护。n整体客户数同销售额类似,呈现一定的稳定增长态势;n相比而言,老客户的客单价高于新客户。n但是目前的整体现状仍需改进。1.2.2 月趋势n从销售额的趋势来看,波动非常大,中间竟然出现几个月非常低的销售情况,如2013年的1、2、6、7、8月份。需引起高度重视。n去年下半年以来整体情况还不错。新老客户占比n从店铺整体来看还是主要有新客户支撑;n只是在某几个月份,整体销量特别不好的时候,能够凸显老客户的

4、价值。n从客户数可以明显的看出,老客户的贡献人均贡献大于新客户的人均贡献值。n2.1 客户属性2.1.1 地域2.1.2 地址职业n2.2 客户消费行为2.2.1 RFM2.2.2 购物时间分析2.2.3 商品分析二、客户特征2.1.1 地域2.1.2 地址职业地址-职业回购情况:2.2.1 RFM:F&M新客户复购分析:Rn 首次客单价在100元以下的属于低价值客户,复购率低于4%右,占比总客户数的40%;n 首次客单价在100200元的属于中价值客户,复购率也低于4%,占比约为57%;n 首次客单价大于200元的可以归类为高价值客户,复购率略高,占比约为3%;新客户复购分析:首次客

5、单价2.2.2 购物时间分析地域时点:n 不同区域在购物时间上还是存在一定的差异性,可以适当的针对不同的地区在不同的时间点进行营销。n3.1 实施策略3.1.1 前期重点3.1.2 后期重点n3.2 其他建议3.2.1 部门间的协调三、实施策略与建议 整体退款率非常高! 回购相对较差!大部分都是新客户3.1.1 前期重点问题:工作重点:n产品保证n运营优化n基础的客户关系管理策略实施n新客户培养项目实施页面优化方案:1、日常搭配套餐、页面关联的选择2、充分利用流量(主打产品-搭配套餐),提升ROI3、浏览连带率高,但是购买连带率/单品购买情况不佳研究详情页面(优势的突出/劣势的攻击)6、A与B

6、商品功能大致相同,A更便宜加强对价格高产品的价值认同5、A和B价格一样、功能一样,A是主推将B与A分开,由其他热销款带动B7、A和B功能不同(搭配)匹配度不高,调整;组合价格太高买了又买看了又看看了最终买4、单品转化率低,单品整体转化率高主图吸引人,价格以及页面详情不尽如意个性化跟进订单关怀订单催付基础策略:新客户培养策略:购后2天感谢/EDM关怀购后8天商品使用指导/晒单有礼/加微信/加微博购后20天关联商品推荐/商品回购周期营销购后30天满月礼/定向营销/短信关怀购后60天当季热卖品推荐/60天关怀/大促购后90天换季新品推荐购后当天发货通知/快递/包裹礼品购后180天购后220天进入流失

7、客户组管理(沉默期)(睡眠期)(睡眠期)(睡眠期)当季清仓品推荐/聚划算(活跃期)(活跃期)(活跃期)(流失期)新客户培养案例DAY 1DAY 8DAY 30DAY 45DAY 60感谢信干货特辑,根据客户购买的产品种类,分类推送。会员生日特权/满月礼会员专享优惠刺激3.1.2 后期重点:沿着RFM特征进行资源投入一段生命周期内必须有一定量的维系类活动;营销类活动和维系类活动按照一定比例匹配;随着客户关系从购买到死亡,资源投入逐渐下降,保持资源利用的高效性;一段生命周期内客户接触次数有下限,也有上限;每个活动都应该有针对性,或针对新客户、或这对某一会员等级的用户,切忌大众化;活动选择活动特性售后期0天365天以上7天45天活跃期90天沉默期140天睡眠期流失期死亡催付、发货通知、评价有礼、包裹礼品、晒单奖励会员升级刺激、满月礼、会员特权提醒2-3次维系类活动保证DSR2-3次营销类活动1-2次维系类活动1-2次维系类活动1-2次营销类活动上新通知、爆款打造事件营销、定向推荐节日关怀、会员活动、降级预警、60天回购刺激1次维系类活动1次营销类活动节日关怀、特权提醒、降级预警、99天记忆唤醒店铺活动、爆款打造促销活动、事件营销0-1次维系类活动1次营销类活动会员特权提醒节日关怀爆款打造

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论