《商务数据分析与应用第7章》由会员分享，可在线阅读，更多相关《商务数据分析与应用第7章（29页珍藏版）》请在金锄头文库上搜索。
1、第7章客户数据分析在客户至上、服务至上的时代，只有让客户满意，企业才能获得长期、稳定的发展。除了质量过硬的商品外，优质的客户服务已经成为店铺打造核心竞争优势的重要内容之一。深入分析客户，全面掌握客户的特征与需求，是运营者深度挖掘客户需求，做好客户管理的必要条件。目录contents01客户特征分析02客户类型分析03客户忠诚度分析Part/01客户特征分析客户特征分析是通过分析客户信息总结客户全貌的过程。通过分析客户特征，运营者可以了解客户的消费行为特点，掌握客户的购买需求，从而更好地实现精准营销。七问说明何事（What）客户浏览、收藏或购买最多的商品是什么，可重点关注店铺内各款商品的浏览量、
2、收藏量和销售量何因（Why）客户为什么浏览、收藏或购买这些商品，运营者是否为这些商品实施了推广，可重点关注各款商品参与促销活动或付费推广活动的数量何人（Who）购买店铺内商品的客户是谁，如客户的性别比例、年龄结构、地域分布、职业特征等何时（When）大多数客户喜欢在什么时候下单并付款，例如什么时间段是客户访问高峰期、什么时间段是客户下单高峰期等何地（Where）大多数客户是在移动端购物，还是在PC端购物，可重点关注PC端和移动端的访客数、成交客户数、成交金额、客单价等如何做（How）大多数客户购物是习惯先加入购物车，还是习惯直接下单付款；是习惯静默下单，还是习惯咨询客服后再下单；是习惯使用支付
3、宝付款，还是习惯使用其他方式付款何价（Howmuch）大多数客户喜欢购买什么价位的商品，每次购买的数量是多少，每次花费的金额是多少。可重点关注店铺不同价位商品的成交客户数、成交金额，以及店铺的客单价等客户群体特征分析思路7.1.1 客户群体特征分析7.1.1 客户群体特征分析分析客户群体的特征在生意参谋“流量”模块的“访客分布”中采集近30天的访客数据，分析店铺客户群体特征，包括访客时段分布、访客地域分布和访客特征分布。课堂实操访客时段分布17.1.1 客户群体特征分析分析客户群体的特征在生意参谋“流量”模块的“访客分布”中采集近30天的访客数据，分析店铺客户群体特征，包括访客时段分布、访客地
4、域分布和访客特征分布。课堂实操访客时段分布1访客地域分布27.1.1 客户群体特征分析分析客户群体的特征在生意参谋“流量”模块的“访客分布”中采集近30天的访客数据，分析店铺客户群体特征，包括访客时段分布、访客地域分布和访客特征分布。课堂实操访客时段分布1访客特征分布3访客地域分布27.1.2 客户画像收集客户信息24客户画像验证1明确客户画像的方向3构建标签体系，为客户贴标签构建客户画像的基本步骤7.1.2 客户画像在进行客户画像之前，运营者首先要明确几个问题，即：明确客户画像的方向给哪些客户画像？1给这些客户画什么像？2给这些客户画这个像的目的是什么？3客户画像的分类和预期结果是怎样的？4
5、一般来说，运营者待收集的客户信息主要有3种。收集客户信息基本面信息：姓名、性别、联系方式、出生日期、收入水平、职业、所在地区、婚姻状况等1主观面信息：风格喜好、品牌倾向、消费方式倾向、价格敏感度、社交爱好等2交易面信息：点击、发表评论、点赞、搜索、下单、消费水平、已购商品类型、购物频次、购买渠道等信息37.1.2 客户画像客户画像的核心工作是为客户打标签。标签是体现客户的基本属性、行为倾向、兴趣偏好等某一个维度的数据标识，是一种概括性很强的关键词，可以用于简洁地描述和分类人群。构建标签体系，为客户贴标签规范、科学的标签的特征7.1.2 客户画像客户画像的核心工作是为客户打标签。标签是体现客户的
6、基本属性、行为倾向、兴趣偏好等某一个维度的数据标识，是一种概括性很强的关键词，可以用于简洁地描述和分类人群。构建标签体系，为客户贴标签维度标签内容基础属性性别、年龄、地域、教育水平、出生日期、收入水平、健康状况等社会/生活属性职业、职务（如工程师、职员、管理者等）、婚姻状况、社交/信息渠道偏好、房屋居住情况（如是租房还是自有房）、车辆使用情况（如有车还是无车）、孩子状况（如是否有孩子，孩子的年龄段等）行为习惯常住的城市、日常作息时间、常用的交通方式、经济/理财特征、餐饮习惯、购物习惯（如购物渠道、品牌偏好、购买的商品品类等）、访问的媒体、访问时长等兴趣偏好/倾向浏览/收藏内容偏好（如浏览视频、
7、文章的类型，浏览电视剧、电影的类型等）、音乐偏好（如音乐的类型、歌手等）、旅游偏好（如跟团游、自驾游、穷游、国内游、出境游等）心理学属性生活方式（如作息规律、喜欢化妆、喜欢素食、关注健身等）、个性（如性格外向、文艺青年、特立独行、敢于尝新等）、价值观（如崇尚自然、勇于冒险、关注性价比、关注品质等）客户关系客户状态（如新客户、活跃客户、流失客户等）、会员状态（如是否是会员、会员等级等）构建客户标签体系的维度及标签内容7.1.2 客户画像客户画像的核心工作是为客户打标签。标签是体现客户的基本属性、行为倾向、兴趣偏好等某一个维度的数据标识，是一种概括性很强的关键词，可以用于简洁地描述和分类人群。构建
8、标签体系，为客户贴标签客户画像（示例）7.1.2 客户画像客户画像的核心工作是为客户打标签。标签是体现客户的基本属性、行为倾向、兴趣偏好等某一个维度的数据标识，是一种概括性很强的关键词，可以用于简洁地描述和分类人群。构建标签体系，为客户贴标签客户画像验证，就是验证给客户贴的标签是否准确。这里所说的准确有两种类型：客户画像验证有事实标准的，如性别，可以用标准的数据集验证模型的准确性。1没有事实标准的，如客户的忠诚度，需要运营者通过一些有效的测试方法（如A/B测试）来进行验证。2Part/02客户类型分析客户分类就是按照不同的维度将客户划分为不同的类型。对客户进行分类，有助于运营者对客户实施分类管
9、理，优化资源配置，对不同类型的客户实施不同的营销策略。7.2.1 划分客户类型的维度划分客户类型的维度说明客户属性按照客户的性别、年龄、职业、地域等基础属性划分。例如，按照性别，可以将客户分为男性客户和女性客户；按照年龄，可以将客户分为18岁以下、1824岁、2531岁、3238岁、3945岁、4652岁、53岁以上等；按照职业，可以将客户分为大学生、白领、媒体从业者、科研人员、金融从业者等；按照地域，可以将客户分为北方城市客户、南方城市客户等；按照客户对商品款式、风格、价格等方面的偏好划分。例如，按照客户对商品款式的偏好，可以将客户分为喜欢基础款商品的客户、喜欢创意款商品的客户；按照客户对商
10、品风格的偏好，可以将客户分为喜欢复古风的客户、喜欢简约风的客户、喜欢个性化风格的客户；按照客户对商品价格的偏好，可以将客户分为高价位客户、中价位客户、低价位客户等购买状态可以将客户分为收藏客户、加购客户和成交客户。其中，收藏客户是指在一定时间范围内有收藏行为但没有支付的客户；加购客户是指在一定时间范围内有加购行为但没有支付的客户；成交客户是指在一定时间范围内产生支付行为的客户客户价值采用RFM模型可以将客户划分为重要价值客户、重要发展客户、重要保持客户、重要挽留客户、一般价值客户、一般发展客户、一般保持客户和一般挽留客户会员等级可以将客户分为普通客户和会员客户，其中会员客户还可以进行进一步划分
11、，如分为铜牌会员、银牌会员、金牌会员、钻石会员等划分客户类型的维度7.2.2 用RFM模型划分客户类型RFM模型的要素含义最近一次消费时间间隔（Recency）客户在店铺内最近一次消费距离现在的时间。R值越大，表示客户交易发生的时间距离现在越久；反之，则表示客户交易发生的时间距离现在越近消费频率（Frequency）客户在定义的时间段内发生交易的次数。F值越大，表示客户交易越频繁，客户越活跃；F值越小，表示客户交易越不频繁，客户越不活跃消费金额（Monetary）客户在定义的时间段内交易的金额。M值越大，表示客户价值越高；M值越小，表示客户价值越低RFM模型各要素的含义7.2.2 用RFM模型
12、划分客户类型运用 RFM 模型划分客户类型的步骤将客户分类4确定指标标准3提取数据确定时间范围127.2.2 用RFM模型划分客户类型确定时间范围如果电商企业经营的是快速消费品（如日用品），运营者可以将时间范围定为一个季度或一个月。1如果电商企业销售的商品（如电子产品）使用周期较长，运营者可以将时间范围确定为一年、半年或一个季度。2提取数据最近一次消费时间间隔1消费频率2消费金额3通常来说，运营者可以将R、F、M每个指标的平均值或中值作为区分该指标数值高低的标准。确定指标标准7.2.2 用RFM模型划分客户类型RFM模型包括3个指标，运营者可以使用三维坐标系进行展示，X轴表示Recency、Y
13、轴表示Frequency、Z轴表示Monetary，将空间分为8个部分，这样就可以将客户分为8种类型。将客户分类RFM客户价值象限分类7.2.2 用RFM模型划分客户类型RFM模型包括3个指标，运营者可以使用三维坐标系进行展示，X轴表示Recency、Y轴表示Frequency、Z轴表示Monetary，将空间分为8个部分，这样就可以将客户分为8种类型。将客户分类R（Recency）F（Frequency）M（Monetary）客户类型高高高重要价值客户高低高重要发展客户低高高重要保持客户低低高重要挽留客户高高低一般价值客户高低低一般发展客户低高低一般保持客户低低低一般挽留客户RFM模型的客户
14、分类规则7.2.2 用RFM模型划分客户类型RFM模型包括3个指标，运营者可以使用三维坐标系进行展示，X轴表示Recency、Y轴表示Frequency、Z轴表示Monetary，将空间分为8个部分，这样就可以将客户分为8种类型。将客户分类客户类型管理策略重要价值客户为其提供个性化服务，并为他们提供一定的优惠激励，如赠优惠券、包邮等，以不断增强客户的黏性重要发展客户制订以提高客户消费频率为中心的管理策略。充分利用店铺已有的客户信息数据库实施有效的数据挖掘与分析，找出客户的深层次需求，以此来扩大此类客户在店铺客户总数中所占的份额，争取将此类客户发展为重要价值客户重要保持客户实施客户亲近策略，强化
15、企业与客户的情感联系，以提高客户的留存率。运营者可以采取多种措施保持与客户的密切接触，与客户建立一种亲善的关系。例如，在客户生日当天，运营者除了向客户赠送生日卡或小礼物外，还可以让客户购物时在享受原有折扣的基础上再享受一定折扣的优惠；又如，在客户生日当天，客户购买指定型号（款式）的商品可以获得礼品或享受特别折扣，客户购买某类商品可获赠配套商品等不同类型客户的管理策略7.2.2 用RFM模型划分客户类型RFM模型包括3个指标，运营者可以使用三维坐标系进行展示，X轴表示Recency、Y轴表示Frequency、Z轴表示Monetary，将空间分为8个部分，这样就可以将客户分为8种类型。将客户分类
16、客户类型管理策略重要挽留客户采取客户召回策略。例如，运营者可以向这类客户推送各种促销信息，以刺激他们产生购买欲望。同时，运营者要努力寻找造成这些客户不来店铺购买商品的原因，并制订合理、有效的解决方案一般价值客户刺激客户消费，努力提高客户的客单价。例如，运营者可以为他们提供购买折扣、包邮等优惠，以刺激他们进店消费一般发展客户通过收集并分析客户历史订单信息，了解客户的消费偏好，深度挖掘客户需求，为其提供能够满足他们真正需求的商品和服务一般保持客户采取流失召回策略。运营者可以通过为客户提供各种优惠和打折服务，加深与客户之间的联系一般挽留客户减少为此类客户提供服务，或者向此类客户实施营销活动，如果企业资源有限，运营者可以考虑直接放弃此类客户不同类型客户的管理策略7.2.2 用RFM模型划分客户类型运用RFM模型对客户进行细分采集近半年的客户订单数据，运用RFM模型对店铺客户进行细分，了解店铺各类客户的占比情况，具体操作步骤如下。课堂实操Part/03客户忠诚度分析客户忠诚是指客户对企业的商品或服务产生好感，形成偏爱并长期频繁地重复购买的行为。客户忠诚度就是客户对企业忠诚的程度。对客户忠诚度进行
