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(LeadGeneration)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:
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。