电商用户大数据分析与挖掘.ppt

电商用户数据分析与挖掘,2019/5/10,说 明,备注信息：,2019/5/10,1.1 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：F&M,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100200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：,新客户培养案例,DAY 1,DAY 8,DAY 30,DAY 45,DAY 60,感谢信,干货特辑，根据客户购买的产品种类，分类推送。,会员生日特权/满月礼,会员专享,优惠刺激,3.1.2 后期重点：沿着RFM特征进行,中间结合：地域、地址-职业、信用等