會(huì)員分層和顧客忠誠(chéng)度分析.docx

會(huì)員分層： 方法一： 當(dāng)用戶(hù)在電子商務(wù)網(wǎng)站上有了購(gòu)買(mǎi)行為之后，就從潛在客戶(hù)變成了網(wǎng)站的價(jià)值客戶(hù)。電子商務(wù)網(wǎng)站一般都會(huì)將用戶(hù)的交易信息，包括購(gòu)買(mǎi)時(shí)間、購(gòu)買(mǎi)商品、購(gòu)買(mǎi)數(shù)量、支付金額等信息保存在自己的數(shù)據(jù)庫(kù)里面，所以對(duì)于這些用戶(hù)，我們可以基于網(wǎng)站的運(yùn)營(yíng)數(shù)據(jù)對(duì)他們的交易行為進(jìn)行分析，以估計(jì)每位用戶(hù)的價(jià)值，及針對(duì)每位用戶(hù)的擴(kuò)展?fàn)I銷(xiāo)（Lead Generation）的可能性。 評(píng)價(jià)用戶(hù)價(jià)值的指標(biāo) 對(duì)于評(píng)價(jià)指標(biāo)的選擇這里遵循3個(gè)原則： 指標(biāo)可量化：沒(méi)辦法，要做定量分析，這個(gè)是最基本的前提； 盡可能全面：根據(jù)底層數(shù)據(jù)選擇盡可能多的可以獲取的指標(biāo)，這樣能夠從多角度進(jìn)行分析和評(píng)價(jià)； 線(xiàn)性獨(dú)立：即指標(biāo)間盡量保持不相關(guān)。比如如果選擇用戶(hù)的購(gòu)買(mǎi)次數(shù)和總消費(fèi)額，那么一定是購(gòu)買(mǎi)次數(shù)越多的用戶(hù)總消費(fèi)額越高，也就是導(dǎo)致了評(píng)價(jià)維度上的重合，而選擇購(gòu)買(mǎi)次數(shù)和平均每次交易額可以避免這種相關(guān)性產(chǎn)生的弊端。根據(jù)以上幾個(gè)原則選取了以下幾個(gè)指標(biāo)（同樣根據(jù)網(wǎng)站的特征選取合適的統(tǒng)計(jì)時(shí)間段）： 1. 最近購(gòu)買(mǎi)時(shí)間：用戶(hù)最近一次購(gòu)買(mǎi)距當(dāng)前的天數(shù)；2. 購(gòu)買(mǎi)頻率：用戶(hù)在這段時(shí)間內(nèi)購(gòu)買(mǎi)的次數(shù)；3. 平均每次交易額：用戶(hù)在這段時(shí)間內(nèi)的消費(fèi)總額/購(gòu)買(mǎi)的次數(shù)；4. 單次最高交易額：用戶(hù)在這段時(shí)間內(nèi)購(gòu)買(mǎi)的單詞最高支付金額；5. 購(gòu)買(mǎi)商品種類(lèi)：用戶(hù)在這段時(shí)間內(nèi)購(gòu)買(mǎi)的商品種類(lèi)或商品大類(lèi)。用戶(hù)評(píng)價(jià)模型的展示 一樣的，也可以用雷達(dá)圖進(jìn)行展示，同樣也使用離差標(biāo)準(zhǔn)化的方法對(duì)每個(gè)指標(biāo)進(jìn)行消除度量單位的10分制評(píng)分。下面是一個(gè)雷達(dá)圖的示例： 通過(guò)這個(gè)雷達(dá)圖，我們可以讀到比用戶(hù)忠誠(chéng)度更多的信息。圖中的上面3個(gè)指標(biāo)最近購(gòu)買(mǎi)時(shí)間、購(gòu)買(mǎi)頻率和購(gòu)買(mǎi)商品種類(lèi)可以用來(lái)評(píng)價(jià)用戶(hù)的忠誠(chéng)度，而下面的2個(gè)指標(biāo)平均每次交易額和單詞最高交易額可以用來(lái)衡量用戶(hù)的消費(fèi)能力。 如上圖，用戶(hù)1雖然購(gòu)買(mǎi)頻率和購(gòu)買(mǎi)的廣度不高，但其消費(fèi)的能力較強(qiáng)，而用戶(hù)2是頻繁購(gòu)買(mǎi)用戶(hù)，對(duì)網(wǎng)站有一定的忠誠(chéng)度，但其消費(fèi)能力一般。所以圖形的上半部分面積較大的用戶(hù)擁有較高的忠誠(chéng)度，而下半部分面積較大的用戶(hù)具有更高的消費(fèi)能力。這兩類(lèi)用戶(hù)都是網(wǎng)站的有價(jià)值客戶(hù)，但由于其類(lèi)型的不同，在營(yíng)銷(xiāo)策略上可以分開(kāi)對(duì)待。 用戶(hù)交易行為分析的意義 發(fā)現(xiàn)網(wǎng)站的高價(jià)值客戶(hù)（VIP），為客戶(hù)關(guān)系管理（CRM）及保持有價(jià)值客戶(hù)提供支持； 發(fā)掘網(wǎng)站的可發(fā)展用戶(hù)，對(duì)于一些新客戶(hù)或潛力客戶(hù)進(jìn)行針對(duì)性營(yíng)銷(xiāo)； 及時(shí)發(fā)現(xiàn)可能流失的客戶(hù)，及時(shí)采取有效措施； 根據(jù)用戶(hù)交易行為細(xì)分客戶(hù)群，實(shí)施有針對(duì)性的營(yíng)銷(xiāo)策略。實(shí)戰(zhàn) 這個(gè)是我根據(jù)我們某業(yè)務(wù)用戶(hù)特征做的分類(lèi)： 方法都很簡(jiǎn)單，基于業(yè)務(wù)的指標(biāo)構(gòu)建數(shù)據(jù)提取指標(biāo)標(biāo)準(zhǔn)化離散聚類(lèi)結(jié)果分析，分層效果還是很清晰，最后分析后把每一層聚類(lèi)的標(biāo)準(zhǔn)固化就實(shí)現(xiàn)實(shí)時(shí)分層的應(yīng)用方法二：根據(jù)美國(guó)數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)研究所Arthur Hughes的研究，客戶(hù)數(shù)據(jù)庫(kù)中有三個(gè)神奇的要素，這三個(gè)要素構(gòu)成了數(shù)據(jù)分析最好的指標(biāo)： 最近一次消費(fèi)（Recency） 消費(fèi)頻率（Frequency） 消費(fèi)金額（Monetary）RFM分析原多用于傳統(tǒng)營(yíng)銷(xiāo)、零售業(yè)等領(lǐng)域，適用于擁有多種消費(fèi)品或快速消費(fèi)品的行業(yè)，只要任何有數(shù)據(jù)記錄的消費(fèi)都可以被用于分析。那么對(duì)于電子商務(wù)網(wǎng)站來(lái)說(shuō)，網(wǎng)站數(shù)據(jù)庫(kù)中記錄的詳細(xì)的交易信息，同樣可以運(yùn)用RFM分析模型進(jìn)行數(shù)據(jù)分析，尤其對(duì)于那些已經(jīng)建立起客戶(hù)關(guān)系管理(CRM)系統(tǒng)的網(wǎng)站來(lái)說(shuō)， 其分析的結(jié)果將更具意義。 基本概念解釋 RFM模型是衡量客戶(hù)價(jià)值和客戶(hù)創(chuàng)利能力的重要工具和手段。RFM分析模型主要由三個(gè)指標(biāo)組成，下面對(duì)這三個(gè)指標(biāo)的定義和作用做下簡(jiǎn)單解釋?zhuān)?最近一次消費(fèi)(Recency) 最近一次消費(fèi)意指用戶(hù)上一次購(gòu)買(mǎi)的時(shí)間，理論上，上一次消費(fèi)時(shí)間越近的顧客應(yīng)該是比較好的顧客，對(duì)提供即時(shí)的商品或是服務(wù)也最有可能會(huì)有反應(yīng)。因?yàn)樽罱淮蜗M(fèi)指標(biāo)定義的是一個(gè)時(shí)間段，并且與當(dāng)前時(shí)間相關(guān)，因此是一直在變動(dòng)的。最近一次消費(fèi)對(duì)營(yíng)銷(xiāo)來(lái)說(shuō)是一個(gè)重要指標(biāo)，涉及吸引客戶(hù)，保持客戶(hù)，并贏得客戶(hù)的忠誠(chéng)度。 消費(fèi)頻率(Frequency) 消費(fèi)頻率是顧客在一定時(shí)間段內(nèi)的消費(fèi)次數(shù)。最常購(gòu)買(mǎi)的消費(fèi)者，忠誠(chéng)度也就最高，增加顧客購(gòu)買(mǎi)的次數(shù)意味著從競(jìng)爭(zhēng)對(duì)手處偷取市場(chǎng)占有率，由別人的手中賺取營(yíng)業(yè)額。 根據(jù)這個(gè)指標(biāo)，我們又把客戶(hù)分成五等分，這個(gè)五等分分析相當(dāng)于是一個(gè)“忠誠(chéng)度的階梯”(loyalty ladder)，其訣竅在于讓消費(fèi)者一直順著階梯往上爬，把銷(xiāo)售想像成是要將兩次購(gòu)買(mǎi)的顧客往上推成三次購(gòu)買(mǎi)的顧客，把一次購(gòu)買(mǎi)者變成兩次的。 消費(fèi)金額(Monetary) 消費(fèi)金額是對(duì)電子商務(wù)網(wǎng)站產(chǎn)能的最直接的衡量指標(biāo)，也可以驗(yàn)證“帕雷托法則”(Paretos Law)公司80的收入來(lái)自20的顧客。 數(shù)據(jù)獲取與分析 在 從數(shù)據(jù)庫(kù)中提取相關(guān)數(shù)據(jù)之前，首先需要確定數(shù)據(jù)的時(shí)間跨度，根據(jù)網(wǎng)站銷(xiāo)售的物品的差異，確定合適的時(shí)間跨度。如果經(jīng)營(yíng)的是快速消費(fèi)品，如日用品，可 以確定時(shí)間跨度為一個(gè)季度或者一個(gè)月；如果銷(xiāo)售的產(chǎn)品更替的時(shí)間相對(duì)久些，如電子產(chǎn)品，可以確定時(shí)間跨度為一年、半年或者一個(gè)季度。在確定時(shí)間跨度之后就 可以提取相應(yīng)時(shí)間區(qū)間內(nèi)的數(shù)據(jù)，其中： 最近一次消費(fèi)(Recency)，取出來(lái)的數(shù)據(jù)是一個(gè)時(shí)間點(diǎn)，需要由 當(dāng)前時(shí)間點(diǎn)-最近一次消費(fèi)時(shí)間點(diǎn) 來(lái)作為該度量的值，注意單位的選擇和統(tǒng)一，無(wú)論以小時(shí)、天為單位； 消費(fèi)頻率(Frequency)，這個(gè)指標(biāo)可以直接在數(shù)據(jù)庫(kù)中COUNT用戶(hù)的消費(fèi)次數(shù)得到； 消費(fèi)金額(Monetary)，可以將每位客戶(hù)的所有消費(fèi)的金額相加(SUM)求得。 獲取三個(gè)指標(biāo)的數(shù)據(jù)以后，需要計(jì)算每個(gè)指標(biāo)數(shù)據(jù)的均值，分別以AVG(R)、AVG(F)、AVG(M)來(lái)表示，最后通過(guò)將每位客戶(hù)的三個(gè)指標(biāo)與均值進(jìn)行比較，可以將客戶(hù)細(xì)分為8類(lèi)： Recency Frequency Monetary 客戶(hù)類(lèi)型 重要價(jià)值客戶(hù) 重要發(fā)展客戶(hù) 重要保持客戶(hù) 重要挽留客戶(hù) 一般價(jià)值客戶(hù) 一般發(fā)展客戶(hù) 一般保持客戶(hù) 一般挽留客戶(hù) “”表示大于均值，“”表示小于均值 結(jié)果的展示 FM模型包括三個(gè)指標(biāo)，無(wú)法用平面坐標(biāo)圖來(lái)展示，所以這里使用三維坐標(biāo)系進(jìn)行展示，一種X軸表示Recency，Y軸表示Frequency，Z軸表示Monetary，坐標(biāo)系的8個(gè)象限分別表示8類(lèi)用戶(hù)，根據(jù)上表中的分類(lèi)，可以用如下圖形進(jìn)行描述： RFM分析也存在著一定的缺陷，它只能分析有交易行為的用戶(hù)，而對(duì)訪(fǎng)問(wèn)過(guò)網(wǎng)站但未消費(fèi)的用戶(hù)由于指標(biāo)的限制無(wú)法進(jìn)行分析，這樣就無(wú)法發(fā)現(xiàn)潛在的客戶(hù)。所以在分析電子商務(wù)網(wǎng)站的用戶(hù)時(shí)，由于網(wǎng)站數(shù)據(jù)的豐富性不僅擁有交易數(shù)據(jù)，而且可以收集到用戶(hù)的瀏覽訪(fǎng)問(wèn)數(shù)據(jù)，可以擴(kuò)展到更廣闊的角度去觀察用戶(hù)，這方面的定量分析會(huì)在之后的網(wǎng)站用戶(hù)分析中進(jìn)行詳細(xì)敘述。 用戶(hù)忠誠(chéng)度分析 忠誠(chéng)用戶(hù)不僅能為網(wǎng)站創(chuàng)造持續(xù)的價(jià)值，同時(shí)也是網(wǎng)站品牌口碑推廣的重要渠道，所以目前網(wǎng)站對(duì)忠誠(chéng)用戶(hù)愈加重視?？赡芎芏嗑W(wǎng)站或者網(wǎng)站分析工具對(duì)用戶(hù)做了“新用戶(hù)”和“回訪(fǎng)用戶(hù)”的劃分，但是單單區(qū)分新老用戶(hù)是不夠了，我們需要更加完善的指標(biāo)來(lái)衡量網(wǎng)站用戶(hù)的忠誠(chéng)度。 用戶(hù)忠誠(chéng)度（Loyalty），指的是用戶(hù)出于對(duì)企業(yè)或品牌的偏好而經(jīng)常性重復(fù)購(gòu)買(mǎi)的程度。對(duì)于網(wǎng)站來(lái)說(shuō)，用戶(hù)忠誠(chéng)度則是用戶(hù)出于對(duì)網(wǎng)站的功能或偏好而經(jīng)常訪(fǎng)問(wèn)該網(wǎng)站的行為。根據(jù)客戶(hù)忠誠(chéng)理論，忠誠(chéng)度可以由以下4個(gè)指標(biāo)來(lái)度量： 重復(fù)購(gòu)買(mǎi)意向（Repurchase Intention）：購(gòu)買(mǎi)以前購(gòu)買(mǎi)過(guò)的類(lèi)型產(chǎn)品的意愿； 交叉購(gòu)買(mǎi)意向（Cross-buying Intention）：購(gòu)買(mǎi)以前為購(gòu)買(mǎi)的產(chǎn)品類(lèi)型或擴(kuò)展服務(wù)的意愿； 客戶(hù)推薦意向（Customer Reference Intention）：向其他潛在客戶(hù)推薦，傳遞品牌口碑的意愿； 價(jià)格忍耐力（Price Tolerance）：客戶(hù)愿意支付的最高價(jià)格。 量化網(wǎng)站的用戶(hù)忠誠(chéng)度以上的4個(gè)指標(biāo)對(duì)于電子商務(wù)網(wǎng)站而言，可能還有適用性，但對(duì)于大多數(shù)網(wǎng)站是不合適的，所以為了讓分析具有普遍的適用性，同時(shí)為了滿(mǎn)足所有的指標(biāo)都可以量化（上面的客戶(hù)推薦意向比較難以量化），以便進(jìn)行定量分析的要求，這里可以選取Google Analytics中對(duì)用戶(hù)忠誠(chéng)度的4個(gè)度量指標(biāo)：Repeated Times、Recency、Length of Visit、Depth of Visit，即用戶(hù)訪(fǎng)問(wèn)頻率、最近訪(fǎng)問(wèn)時(shí)間、平均停留時(shí)間、平均訪(fǎng)問(wèn)頁(yè)面數(shù)，這些指標(biāo)可以直接從網(wǎng)站的點(diǎn)擊流數(shù)據(jù)中計(jì)算得到，對(duì)所有的網(wǎng)站都適用，下面看一下這些指標(biāo)的定義及如何計(jì)算得到 訪(fǎng)問(wèn)頻率：用戶(hù)在一段時(shí)間內(nèi)訪(fǎng)問(wèn)網(wǎng)站的次數(shù)，即每個(gè)用戶(hù)Visits的個(gè)數(shù)； 最近訪(fǎng)問(wèn)時(shí)間：用戶(hù)最近訪(fǎng)問(wèn)網(wǎng)站的時(shí)間，因?yàn)檫@個(gè)指標(biāo)是個(gè)時(shí)間點(diǎn)的概念，所以為了便于度量，一般取用戶(hù)最近訪(fǎng)問(wèn)時(shí)間距當(dāng)前的天數(shù)。 平均停留時(shí)間：用戶(hù)一段時(shí)間內(nèi)每次訪(fǎng)問(wèn)的平均停留時(shí)間，即每個(gè)用戶(hù)Time on Site的和/Visits的個(gè)數(shù)； 平均訪(fǎng)問(wèn)頁(yè)面數(shù)：用戶(hù)一段時(shí)間內(nèi)每次訪(fǎng)問(wèn)的平均瀏覽頁(yè)面數(shù)，即每個(gè)用戶(hù)Page Views的和/ Visits的個(gè)數(shù)。 統(tǒng)計(jì)數(shù)據(jù)的時(shí)間區(qū)間也是根據(jù)網(wǎng)站的特征來(lái)定的，如果網(wǎng)站的信息更新較快，用戶(hù)訪(fǎng)問(wèn)較為頻繁，那么可以適當(dāng)選取較短的時(shí)間段，這樣數(shù)據(jù)變化上的靈敏度會(huì)高些；反之，則選擇稍長(zhǎng)的時(shí)間段，這樣用戶(hù)的數(shù)據(jù)更為豐富，指標(biāo)的分析結(jié)果也會(huì)更加準(zhǔn)確有效。 用戶(hù)忠誠(chéng)度的展示和比較上面的4個(gè)指標(biāo)均可以被量化統(tǒng)計(jì)得到，單一的指標(biāo)也是沒(méi)有意義的，我們需要通過(guò)比較來(lái)找出哪些是忠誠(chéng)用戶(hù)，哪些是流失用戶(hù)，可以先對(duì)指標(biāo)進(jìn)行一些處理，以便使它們之間更具可比性，可以參考之前的文章數(shù)據(jù)的標(biāo)準(zhǔn)化），這里我采用的是min-max標(biāo)準(zhǔn)化的方法，首先將所有指標(biāo)的數(shù)值全部轉(zhuǎn)換到0,1區(qū)間，再進(jìn)行倍數(shù)放大，比如使用10分制進(jìn)行評(píng)分，則可以乘10，數(shù)據(jù)就全部分布在0,10區(qū)間內(nèi)了，如下圖： 訪(fǎng)問(wèn)頻率 最近訪(fǎng)問(wèn)時(shí)間 平均停留時(shí)間 平均訪(fǎng)問(wèn)頁(yè)面 用戶(hù)1 數(shù)據(jù) 2次 15天前 150秒 3頁(yè) 標(biāo)準(zhǔn)化 0.10 0.50 0.30 0.38 評(píng)分 1 5 3 3.8 用戶(hù)2 數(shù)據(jù) 8次 2天前 120秒 5頁(yè) 標(biāo)準(zhǔn)化 0.40 0.93 0.24 0.63 評(píng)分 4 9.3 2.4 6.3 表中的數(shù)據(jù)只是簡(jiǎn)單的舉例，實(shí)際情況需要根據(jù)每個(gè)指標(biāo)的最大最小值進(jìn)行計(jì)算 根據(jù)上表的數(shù)據(jù)，我們已經(jīng)將所有指標(biāo)統(tǒng)一到了同一個(gè)評(píng)分區(qū)間，那么就可以使用雷達(dá)圖對(duì)用戶(hù)的忠誠(chéng)度進(jìn)行展示。用雷達(dá)圖展示有以下幾個(gè)優(yōu)點(diǎn)： 可以完整地顯示所有評(píng)價(jià)指標(biāo)； 顯示用戶(hù)在各指標(biāo)評(píng)分中的偏向性； 可以簡(jiǎn)單分析用戶(hù)忠誠(chéng)度的綜合評(píng)分，即圖形圍成的面積（假設(shè)四個(gè)指標(biāo)的權(quán)重相等，若重要程度存在明顯差異，則不能用的面積來(lái)衡量）； 可以用于用戶(hù)間忠誠(chéng)度的比較。 下面是根據(jù)上表繪制的雷達(dá)圖示例： 用戶(hù)忠誠(chéng)度分析的意義那么基于這個(gè)展示的結(jié)果我們能做些什么呢？其實(shí)對(duì)于任何網(wǎng)站而言，有兩個(gè)方向是一致的：保留忠誠(chéng)用戶(hù)，減少流失用戶(hù)?；谏厦娴挠脩?hù)忠誠(chéng)度評(píng)價(jià)體系擴(kuò)展開(kāi)來(lái)就是： 1.分析忠誠(chéng)用戶(hù)的行為特征，努力滿(mǎn)足他們的需求，提高他們的滿(mǎn)意度； 2.從最近訪(fǎng)問(wèn)時(shí)間的指標(biāo)數(shù)據(jù)機(jī)