第9章-会员数据分析

第9章

电商核心——

会员数据分析电子商务数据分析目录CONTENTS9.1会员数据的作用与获取9.2会员数据基本分析方法9.4本章实训9.3RFM模型分析9.1.1数据分析的作用影响店铺成交金额的要素中，流量、转化率、客单价都与会员数据紧密相关，所以说分析会员数据对店铺交易金额会有很大影响。善于维护会员关系，将新消费者转化成会员，同时，老消费者流量带来的转化率是远远大于新消费者的，因此这类流量的质量会非常高。老消费者已经有过在店铺购物的经历，再次进店购买，说明认可店铺的商品和服务，因此购买多件商品的概率比新消费者更高，从而能够提高客单价。因此，合理进行会员管理，重视会员数据，将新消费者变为会员，可以减少店铺销售的成本，提高交易金额。31.提升店铺交易金额9.1.1数据分析的作用很多店铺商家会通过收集到的数据向会员发送优惠等推广信息，有些商家得到的反馈很不错，有些商家的推广则石沉大海。二者区别在于，在发送推广信息之前，有没有对会员数据进行分析，否则不仅不能起到推广的作用，还会弄巧成拙。因此，分析会员数据能够做到精准推广，使会员营销起到事半功倍的效果。42.精准推广9.1.2会员数据的获取途径在淘宝商家中心左侧导航栏的“营销中心”功能中即可找到“客户运营平台”工具，单击该工具，就可进入到客户运营平台。其中不仅显示了所有成交消费者、未成交消费者和询单消费者的信息，还可以对消费者进行分群和分析。51.淘宝客户运营平台9.1.2会员数据的获取途径CRM会员管理软件实际上就是消费者关系管理软件，相比于淘宝的客户运营平台而言，这类软件的功能更加完善和强大，但需要付费订购才能使用。不同的CRM软件侧重的功能不一样，选择适合自己的一种就行。62.CRM会员管理软件目录CONTENTS9.1会员数据的作用与获取9.2会员数据基本分析方法9.4本章实训9.3RFM模型分析9.2.1会员分布情况会员分布情况主要是指会员级别构成、性别比例、年龄层次、位置分布等，也就是对会员进行人群画像分析，主要包含消费者信息（即名称，一般为昵称）、会员级别、性别、年龄、地区/城市、交易总额、交易笔数、平均交易金额、上次交易时间等项目。利用这些数据就能很方便地查阅任何一位会员的基本情况和交易情况。89.2.1会员分布情况9如果想查看某个项目的整体分布情况，如性别构成，则可首先按“性别”项目进行排序，接着利用Excel的分类汇总功能计算出男性会员和女性会员以及所有会员的人数情况。9.2.1会员分布情况10选择“男计数”单元格和右侧对应的数量单元格，按住【Ctrl】键继续选择“女计数”单元格和右侧对应的数量单元格，利用它们为数据源创建饼图9.2.2会员增长与流失每个店铺的会员数量都不会是固定不变的，根据店铺的营销效果和消费者的购物喜好，会员数量都会一直变化。对于店铺而言，正常情况下每个时期都会流失会员，但同时也会新增一些会员。119.2.2会员增长与流失有了这些基础数据，就可以计算相对于11月份而言，12月份各城市的会员增长率和流失率。其中，会员增长率=12月新进会员数÷11月会员数；会员流失率=12月流失会员数÷11月会员数，129.2.2会员增长与流失以会员所在城市、会员增长率和会员流失率为数据源，创建柱形图并适当美化，如图所示。139.2.3会员生命周期分析所谓会员的生命周期，指的是消费者成为会员前后，在不同的时期表现出来的不同的特征。分析会员的生命周期，就能针对这些不同的特征采取最合适的营销策略。14普通消费者：通过新消费者折扣优惠活动来引导他们在平台产生第一次下单交易行为，进而转化为平台的会员消费者新会员：有针对性地向他们推广商品和优惠活动，尽量符合他们的购物习惯和偏好。活跃会员：找出为店铺带来80%价值的核心会员，给予他们更好的服务和资源倾斜。睡眠会员：通过邮件、电话、短信、微信等渠道推送最新优惠活动，以期唤醒部分睡眠消费者。流失会员：需要更加有吸引力的营销手段才能将其成功召回，但召回成本较高，效果并不明显。9.2.3会员生命周期分析利用会员在店铺的最近一次交易时间，就可以划分出该会员属于哪个生命周期，进而可以查看店铺会员生命周期的整体情况，如图所示。159.2.4会员价值挖掘每一位会员的忠诚度、购买力和价格接受度都是不同的，将这3个方面划分为6个指标，就可以挖掘每一位会员的潜力价值。16消费金额消费频率特价商品消费占比最高单价商品消费占比最近一次消费时间最大单笔消费金额目录CONTENTS9.1会员数据的作用与获取9.2会员数据基本分析方法9.4本章实训9.3RFM模型分析9.3.1认识RFM模型RFM模型通过对距离最近一次消费的时长、消费频率和消费金额3个维度的分析来描述会员价值状况，是根据会员活跃程度和交易金额的贡献进行会员价值细分的一种方法。RFM可以识别优质会员，可以指定个性化的沟通和营销服务，为更多的营销决策提供有力支持。另外还能够衡量会员价值和会员利润创收能力。189.3.2RFM模型应用利用RFM模型分析会员数据，首先需要在客户运营平台或其他CRM软件中获取会员数据，这里仅介绍RFM模型的应用，因此主要获取会员名称、上次交易时间、交易总额和交易笔数即可，如图所示。199.3.2RFM模型应用由于获取的数据中只有上次交易时间，因此需要利用函数将现在的时间减去上次交易的时间，得到时间间隔的天数，公式为“=TODAY()-上次交易时间”，如图所示。209.3.2RFM模型应用计算完成后：时间间隔对应“最近一次消费的时长”，即R维度；交易总额对应“消费金额”，即M维度；交易笔数对应“消费频率”，即F维度。219.3.2RFM模型应用将每个会员的各维度数据与对应的平均值比较，其中，R值如果低于平均值，则评价为“高”，如果大于或等于平均值，则评价为“低”。另外两个维度如果大于或等于平均值，则评价为“高”，低于平均值则评价为“低”。229.3.2RFM模型应用得到会员的各维度评价结果后，就可以对每一位会员进行细分，以便对不同类型的会员采取不同方式的营销策略。239.3.2RFM模型应用参照上图中的内容，继续在Excel中利用IF函数来判断会员的类型。在此基础上还可以进一步对会员类型进行分类汇总，或查看整体会员类型的结构占比等。24目录CONTENTS9.1会员数据的作用与获取9.2会员数据基本分析方法9.4本章实训9.3RFM模型分析9.4.1分析会员年龄和地区分布262.实训要求1.实训目标收集并整理会员数据，将年龄段分为25岁以下，25岁~30岁，31岁~35岁和35岁以上几个区间，使用COUNTIF函数统计各年龄段的会员数量，以结果为数据源创建饼图并分析年龄分布情况。然后按地区排列会员数，并汇总各地区的会员数量，然后以圆环图的形式展示地区分布情况。①利用客户运营平台采集会员数据。②计算不同年龄段的会员数量，利用饼图展现各年龄段占比。③利用分类汇总统计会员的地区分布数量，结合圆环图分析数据。9.4.1分析会员年龄和地区分布273.实训步骤采集会员数据整理并计算数据计算年龄段会员数量计算其他年龄段会员数量创建圆环图选择图表数据源分类汇总地区和城市创建饼图9.4.2利用RFM模型分析会员282.实训要求1.实训目标收集并整理会员数据，将时间间隔、交易笔数、交易金额分为5个层次，按这些层次为会员