电商用户大数据分析与挖掘.pptVIP

电商用户数据分析与挖掘 * 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 订单数据 客户数据 外部数据 行业数据 订单样本 XXX专卖店 自：2012-8-10 到2015-4-30，状态为交易成功的订单 极值处理 剔除客单价＞2000元的订单 剔除客单价＜10元的订单 剔除批发商：购买次数大于50次 订单处理方式 同一客户一天内多比订单默认合并为一笔订单 备注信息： * 3.如何实施？ 2.客户特征表现？ 1.整体现状？ 购物体验 深入客户关系管理 客户属性特征 消费行为特征 个性化实施方案 1.1 购物体验 DSR评分 1.2 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 DSR评分不错，尤其在“宝贝与描述相符”上比较突出。 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 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的客户）/一年总客户数，如，201308指201209-201308 整体销售额呈现一定的稳定增长趋势； 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。 整体客户数同销售额类似，呈现一定的稳定增长态势； 相比而言，老客户的客单价高于新客户。 但是目前的整体现状仍需改进。 1.2.2 月趋势 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。 去年下半年以来整体情况还不错。 新老客户占比 从店铺整体来看还是主要有新客户支撑； 只是在某几个月份，整体销量特别不好的时候，能够凸显老客户的价值。 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。 2.1 客户属性 2.1.1 地域 2.1.2 地址—职业 2.2 客户消费行为 2.2.1 RFM 2.2.2 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：FM 新客户复购分析：R 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%； 首次客单价在100~200元的属于中价值客户，复购率也低于4%，占比约为57%； 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：首次客单价 2.2.2 购物时间分析 地域—时点： 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。 3.1 实施策略 3.1.1 前期重点 3.1.2 后期重点 3.2 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： 产品保证 运营优化 基础的客户关系管理策略实施 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ROI 3、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B 7、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 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 1 DAY 8 DAY 30 DAY 45 DAY 60 感谢信