跨境电商数据分析与决策 课件 项目七 消费者价值分析

AICROSS-BORDERE-COMMERCESERIES项目七消费者价值分析配套《跨境电商数据分析与决策》教材跨境电商数据分析与决策学习目标知识目标技能目标素养目标了解消费者细分的原则和方法；理解RFM模型的基本概念；理解复购率的概念和计算方法；理解客单价的概念和计算方法。能应用RFM模型进行消费者分类；能根据RFM模型的分析结果，制定针对不同消费者群体的营销策略；能进行消费者满意度分析；能进行消费者复购率分析。培养数据分析思维和运用数据分析方法解决问题的能力，以及从数据中提取出有价值的信息的能力，提高数据敏感度，从而为决策提供支持；增强市场洞察力，通过消费者价值分析，培养对市场趋势和消费者需求的敏锐洞察力，能够根据市场变化及时调整营销策略，提高市场竞争力；培养创新思维，运用创新思维进行消费者价值分析，提出新颖的解决方案，增强创新意识和实践能力。

立德树人在消费者主权日益彰显的今天，通过分析消费者价值，能够窥见企业在理解并满足消费者需求上的深度与广度。结合众多企业实践，不难发现，那些真正践行精细化运营的企业，在精准定位消费者价值、优化成本结构，以及高效投放广告方面展现出了卓越的能力。它们的成功，源于对数据的深度挖掘、对消费者心理的细腻把握，以及对市场动态的敏锐感知。反之，那些在精细化运营道路上止步的企业，往往因忽视消费者个体差异、成本控制不力或广告策略盲目而陷入困境。本项目将深入剖析这些案例，提炼精细化运营在消费者价值分析中的精髓，为企业在复杂多变的市场环境中找到那把开启消费者心扉的“金钥匙”。

知识导图01消费者分类活动1：消费者细分李明想针对不同的消费者群体采用更具有针对性的营销策略，图7-1所示为李明下载的部分消费者订单数据，请你谈谈应该怎样将消费者分类。图7-1部分消费者订单数据活动1：消费者细分【知识链接】消费者细分是企业制定营销策略、满足消费者需求的关键步骤。一、消费者细分原则消费者细分应遵循以下原则。1.内部同质同一个细分群体内的消费者在主要细分指标上有着相同或相近的属性，否则就不能称为一个细分群体。2.适度规模每个细分群体都应该有一定规模的消费者，符合市场操作的基本要求，否则该细分群体就可以忽略不计。3.可接触每个细分群体中的消费者都应该可以通过正常的市场手段接触到，否则该细分群体就可以忽略不计。4.可衡量消费者细分群体对应的市场应该是可以衡量的，只有这样，才能评估不同细分市场的潜力，选择进入最佳的细分市场。5.动态调整消费者细分是动态的，根据企业业务情况、市场需求和竞争对手的变化，在必要时需要对消费者细分情况做出及时的调整，但不宜过于频繁，否则容易打乱企业的正常运营，造成不必要的重复投资。活动1：消费者细分【知识链接】二、消费者细分方法1.地理细分2.人口细分3.心理细分4.行为细分5.利益细分6.商品细分7.功能需求细分综上所述，消费者细分是一个复杂而细致的过程，需要企业综合运用多种方法和原则来确保细分的准确性和有效性。通过有效的消费者细分，企业可以更好地理解消费者需求，制定具有针对性的营销策略，并优化商品和服务。活动1：消费者细分【操作参考】1.导入数据启动PowerBIDesktop，导入"订单数据表"文件。如图7-2所示，在"主页"选项卡下点击"获取数据"按钮，在弹出的对话框中选择数据源文件"订单数据表"。然后点击"打开"按钮，弹出"导航器"对话框（见图7-3），选择Sheet1，点击"加载"按钮，可以看到右侧的"数据"窗格中显示出表中所有的列名。图7-2点击"获取数据"按钮图7-3"导航器"对话框活动1：消费者细分【操作参考】2.创建簇状柱形图如图7-4所示，点击"报表视图"按钮，进入报表视图，在"可视化"窗格中点击"簇状柱形图"按钮，此时报表画布中会出现簇状柱形图的模型，然后将"数据"窗格下"Sheet1"中的"Buyercountry"拖曳到X轴，将"Buyercode"拖曳到Y轴，并点击Y轴"Buyercode"右侧向下的箭头，选择"计数"，即可创建簇状柱形图。图7-4创建簇状柱形图活动1：消费者细分【操作参考】3.为簇状柱形图添加筛选器选中创建的簇状柱形图，在"筛选器"窗格中可看到3类筛选器，并且"此视觉对象上的筛选器"下会列出该视觉对象中的所有字段。如图7-5所示，将鼠标指针移动到"Buyercountry"筛选器卡上，点击"展开或折叠筛选器卡"按钮将其展开。在展开的"Buyercountry"筛选器卡上即可对该视觉对象进行筛选，如图7-6所示，筛选类型选择为"前N个"，显示项为上10位，将"Buyercode"拖曳到"按值"处，选择"计数"，点击"应用筛选器"，最终效果如图7-7所示。图7-5点击"展开或折叠筛选器卡"按钮图7-6筛选图7-7最终效果活动2：采用RFM模型对消费者进行分类李明根据采集的近180天消费者在其店铺的消费记录数据，采用RFM模型对消费者进行细分，从而判断消费者属于哪种类型，以挖掘出具有发展潜能的消费者，制定更为精准的营销策略。【知识链接】RFM模型是衡量客户价值和客户创利能力的重要工具。在众多的客户关系管理（CustomerRelationshipManagement，CRM）的分析模型中，RFM模型是应用较广泛的。该模型通过分析客户的近期购买行为、购买的总体频率和花了多少钱来描述客户的价值状况。根据RFM模型，客户被分成8类，即重要价值客户、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、一般挽留客户。R：最近一次购买时间，即上一次购买的时间——客户上一次何时来店里消费。F：消费频率，即客户在限定的时间内所购买的次数。M：消费金额。活动2：采用RFM模型对消费者进行分类通过这3个维度，可以构建一个立体的客户消费水平坐标系，将客户细分为8类，如图7-8所示。RFM关键值计算依据如下。R平均值=所有客户的R值÷客户数量。F平均值=所有客户的F值÷客户数量。M平均值=所有客户的M值÷客户数量。图7-8客户消费水平坐标系活动2：采用RFM模型对消费者进行分类8类客户的情况如表7-1所示。表7-18类客户的情况活动2：采用RFM模型对消费者进行分类【操作参考】一、使用PowerBI进行消费者分类1.导入数据启动PowerBIDesktop，导入"订单数据表"，详见项目七活动1的操作参考。2.求解整体思路在RFM模型中需要用到最近一次购买时间、消费频率和消费金额这3个指标来描述客户的价值状况。对于最近一次购买时间，可通过"Paymenttime"和"EndTime"这两个字段进行简单计算得到该生成列；对于消费频率，即客户在一定时期内进行购买的次数，可对"BuyerName"重复出现的次数进行统计计算；对于消费金额，可将数据源中的"OrderAmount"字段进行总和计算。3.新建列在"建模"选项卡下选择"新建列"，在编辑器中输入"R间隔天数≡'Sheet1'[EndTime]-'Sheet1'[Ordertime]"，按回车键后即可生成新列"R间隔天数"，如图7-9所示。图7-9新建列活动2：采用RFM模型对消费者进行分类【操作参考】4.新建表在"建模"选项卡下选择"新建表"，在编辑器中输入"表≡SUMMARIZE('Sheet1',Sheet1[BuyerName],"R最小间隔",MIN('Sheet1'[R间隔天数]),"F购买次数",COUNT('Sheet1'[BuyerName]),"M购买金额",SUM(Sheet1[OrderAmount])），按回车键后即可生成表，如图7-10所示。图7-10新建表活动2：采用RFM模型对消费者进行分类5.新建度量值在"建模"选项卡下选择"新建度量值"，在编辑器中输入"R=IF('表'[R最小间隔]≥AVERAGE('表'[R最小间隔])，0,1)"，按回车键后即可生成度量值"R"；继续点击"新建度量值"，在编辑器中输入"F=IF('表'[F购买次数]≥AVERAGE('表'[F购买次数])，1,0)"，按回车键后即可生成度量值"F"；继续点击"新建度量值"，在编辑器中输入"M=IF('表'[M购买金额]≥AVERAGE('表'[M购买金额])，1,0)"，按回车键后即可生成度量值"M"。6.新建可视化图表在“模型视图”页面，选取“可视化”窗格中的“表”，将数据表中的“BuyerName”“R的总和”“F的总和”“M的总和”字段分别拖入列中，如图7-11所示。图7-11新建可视化图表活动2：采用RFM模型对消费者进行分类7.自动查找群集选中新建的可视化图表，点击右下角的“...”，选择“自动查找群集”，如图7-12所示。图7-12自动查找群集活动2：采用RFM模型对消费者进行分类8.设置群集在弹出的对话框“群集”中点击“确定”按钮，就自动将人群分为了8类。在“数据”一栏，点击“BuyerName（群集）”右侧的“...”，选择“编辑群集”。在新打开的对话框“群集”中分别双击“群集1”“群集2”“群集3”“群集4”“群集5”“群集6”“群集7”“群集8”，设置群集名称，如图7-13所示。点击可视化图表中的“BuyerName（群集）”列，完成对表的排序，如图7-14所示。图7-13设置群集图7-14完成对表的排序02分析消费者满意度活动1：消费者收藏与加购物车分析李明想更详细地了解消费者的购物行为，以便提高转化率，于是他统计了其店铺近6个月的消费者行为数据，运用漏斗模型对其进行分析。【知识链接】一、漏斗模型的定义二、漏斗模型的构建要素三、漏斗模型的应用场景四、漏斗模型的指标五、漏斗模型的绘制方法六、漏斗模型的价值操作参考】1.导入数据启动PowerBIDesktop，导入“漏斗图原始数据”。2.新建漏斗图在“报表视图”下选择“可视化”窗格中的“漏斗图”，将相应的数据拖入“类别”和“值”中，如图7-33所示。活动1：消费者收藏与加购物车分析图7-33新建漏斗图3.设置漏斗图的格式如图7-34所示，在“可视化”窗格中选中“设置视觉对象格式”，将数据标签的标签内容选择为“第一个的百分比”和“上一个的百分比”，分别分析数据情况。活动1：消费者收藏与加购物车分析图7-34设置漏斗图的格式根据消费者行为分析漏斗图，可以得到以下结论。从“浏览商品”到“加入购物车”的转化率是66.85%，这意味着在浏览商品的消费者中，有大约66.85%的人选择了将商品加入购物车。从“加入购物车”到“生成订单”的转化率是74.66%，这表明在加入购物车的消费者中，大部分消费者选择了生成订单。以“浏览商品”为起点，49.91%的消费者生成了订单，转化率较高。从“生成订单”到“支付订单”的转化率是53.32%，这意味着在生成订单的消费者中，差不多有一半的消费者完成了支付。以“浏览商品”为起点，26.61%的消费者支付了订单，转化率较低。从“支付订单”到“完成交易”的转化率看似是47.06%，这意味着在支付订单的消费者中，不到一半的消费者完成了交易。以“浏览商品”为起点，12.5%的消费者完成了交易，整体转化率极低。这反映了在整体商务流程中存在大量的消费者流失。活动1：消费者收藏与加购物车分析给出的建议如下。优化购物过程：提高从“浏览商品”到“加入购物车”的转化率，可能需要优化商品展示、定价策略，以及开展更具吸引力的促销活动。简化订单生成过程：减少从“加入购物车”到“生成订单”之间的摩擦，如简化注册流程、提供多种支付方式等。增强支付信任与安全：提高支付环节的转化率，可能需要加强支付安全性的宣传、提供便捷的支付选项，以及优化支付页面的用户体验。提升交易完成后的体验：虽然这不在此漏斗图的直接分析范围内，但改善交易完成后的客户服务、物流速度和售后支持等，也有助于提高消费者的整体满意度和忠诚度。综上所述，这个漏斗图揭示了在整个消费者行为过程中各个关键环节的转化率情况，为商家提供了宝贵的消费者行为数据，以指导其进行流程优化和策略调整。活动1：消费者收藏与加购物车分析李明想知道消费者对商品及其销售过程的满意度，于是搜集了某款商品的评价数据，接下来他该怎么对这些数据进行分析呢？

[知识链接]

一、消费者满意度1.消费者满意度的定义消费者满意度是指消费者在购买和使用商品后，对其满足自身需要和期望的程度所做出的评价。它是消费者感知到的商品的实际价值与期望价值之间的比较结果。当实际价值超过期望价值时，消费者就会感到满意或非常满意；当实际价值低于期望价值时，消费者就会感到不满意或非常不满意。2.消费者满意度的重要性(1)影响消费者行为。(2)帮助企业找到利润增长点。(3)推动企业改进。活动2：消费者满意度分析3.消费者满意度调查的方法调查问卷。访谈。社交媒体分析。在线反馈和评价。客户满意度调查。投诉和建议分析。体验测试。4.消费者满意度分析的应用了解消费者需求。评估商品质量。制定竞争策略。提升品牌形象。活动2：消费者满意度分析二、文本分析法1.文本分析法简介文本主要是指由一些符号或代码组成的信息结构体，可以通过语言、文字、图像等不同的形式进行表达。文本是由特定的人制作的，其必然反映人们特定的观点、价值和利益等意识形态的内容。一般来说，文本分析法是一种针对文本类型数据的处理方法，具体而言就是从海量的文本数据中提取对我们有价值的数据，并通过分析这些数据来重组信息。文本分析法作为探讨信息内容本质的有力研究方法，也是研究者常用的方法之一。

2.文本数据分析的类型与一般流程（1）文本数据分析的类型。①文本统计分析：对文本中出现的词语进行统计分析，运用场景主要有词云、舆情分析、简易版的智能客服。②文本建模分析：将文本进行数字化之后，再和机器学习等算法进行结合，包括情感分析和词语网络分析。③文本语义分析：通过采取深度学习等复制算法进行训练，可以从文本中挖掘出具有语法信息的文本信息，包括主题模型LDA（隐含狄利克雷分布）、RNN（递归神经网络）等。（2）文本数据分析的一般流程。完整的文本数据分析包括数据收集、除去数据中非文本部分、处理中文编码问题、中文分词、引入停用词、特征处理、建立分析模型。活动2：消费者满意度分析03分析消费者复购率李明想进一步了解消费者在店铺消费的客单价，以发现潜在问题，提高店铺盈利能力。

【知识链接】消费者客单价是评估消费者购买力及店铺盈利能力的重要指标。一、客单价的概念客单价，即每位客户平均购买商品的金额，计算公式如下。客单价=商品平均单价×每位客户平均购买商品个数客单价=销售额÷客户数

二、客单价对商家的意义利润提升：客单价越高，商家可获得的利润空间越大。服务能力提升：较高的客单价有助于商家提升服务能力，进而提升消费者满意度。广告投入增加：理论上，商家能够拥有足够的利润去继续进行站内广告投入，吸引更多消费者。活动1：消费者客单价分析【知识链接】三、影响客单价的因素商品定价：商品定价的高低基本上决定了客单价的范围。在正常情况下，客单价只会在商品定价上下一定范围内浮动。促销优惠：大型促销优惠活动会影响客单价的高低。例如，优惠券、折扣、满减、秒杀、赠品、返利等优惠设置，以及免运费的最低消费标准设置，都会对客单价产生重要影响。交叉推荐：交叉推荐是否合理也会影响客单价。通过关联销售或组合销售，商家可以引导消费者购买更多商品，从而提高客单价。类目属性：不同类目属性的商品，其客单价也不同。例如，消费者在购买低客单价商品时，可能会因为操作成本或时间成本过高而倾向于购买多件商品，从而在一定程度上影响客单价。活动1：消费者客单价分析【知识链接】四、提升客单价的方法优化商品定价：通过市场调研和竞品分析，制定合理的定价策略，确保客单价在合理范围内浮动。制定促销策略：利用优惠券、满减、折扣等促销手段，刺激消费者购买更多商品，从而提高客单价。同时，要注意促销手段的力度和频率，避免过度促销导致利润下降。加强交叉推荐：通过关联销售和组合销售等方式，加强商品的交叉推荐。例如，在商品详情页内加入其他商品的图片链接，引导消费者购买更多相关商品。提升商品质量和优化服务：商家通过提升商品质量和优化服务，可以提高消费者对商品的满意度和忠诚度。这将使消费者在购买时更倾向于选择该商家的商品，从而提高客单价。推出新品和套餐：定期推出新品和套餐，吸引消费者的注意力。新品和套餐往往具有较高的附加值和吸引力，能够促使消费者购买更多商品。活动1：消费者客单价分析【知识链接】五、客单价分析的注意事项数据准确性：在进行客单价分析时，要确保数据的准确性，避免因为数据错误或遗漏而导致分析结果不准确。时间范围：选择合适时间范围内的客单价进行分析。例如，可以对比不同时间段内的客单价，找出变化的原因和趋势。店铺差异：对于不同店铺之间的客单价差异，要进行深入分析和比较，找出出现差异的原因，并采取相应的措施进行改进。综上所述，消费者客单价分析是商家评估消费者购买力和店铺盈利能力的重要手段。通过深入了解影响客单价的因素和提升客单价的方法，商家可以制定更加精准的营销策略和运营计划，从而提高客单价和盈利能力。活动1：消费者客单价分析【操作参考】1.数据准备启动PowerBIDesktop，导入“订单数据表”。

2.新建度量值在“建模”选项卡下选择“新建度量值”，在编辑框中输入“客单价=DIVIDE(SUM(Sheet1[OrderAmount]),COUNT(Sheet1[BuyerName]))”，如图7-69所示。活动1：消费者客单价分析图7-69新建度量值【操作参考】3.新建卡片图在“报表视图”下“可视化”窗格中选择卡片图，如图7-70所示，卡片图中的数字即这一时期的客单价。4.新建折线图在“报表视图”下“可视化”窗格中选择折线图，如图7-71所示，将“客单价”和“Ordertime”分别拖入Y轴、X轴，点击折线图上方向下的箭头，可启用钻取功能，动态地查看各个时间点的客单价数据及变化。通过对客单价进行分析，得知2024年8月的客单价最低，原因可能是经营不善或者季节因素的影响；2024年9月至11月客单价呈线性增长，说明商家在这一时期采取的营销策略非常有效，可以继续保持。活动1：消费者客单价分析图7-70新建卡片图

图7-71新建折线图李明想了解消费者在店铺消费的复购率，以优化商品、提升服务质量，并进行针对性营销。【知识链接】一、复购率的概念复购率又称重复购买率，是指在一定时间内，购买某款商品次数超过一次的消费者数量在所有购买该商品的消费者数量中所占的比例。它反映了消费者对该商品的忠诚度和满意度，是衡量消费者黏性和企业经营状况的重要指标之一。

二、复购率的计算方法复购率可以通过以下方法进行计算。消费者复购率：购买两次及以上的消费者数÷有购买行为的总消费者数。这个指标衡量的是在所有购买过商品的消费者中，有多大比例的消费者进行了重复购买。订单复购率：二次及以上购买的订单个数÷总订单数。这个指标关注的是订单层面的重复购买情况。消费者回购率：有购买行为的老消费者数÷有购买行为的总消费者数。虽然这个指标与消费者复购率相似，但它更侧重于衡量老消费者的活跃度和回购行为。活动2：消费者复购率分析【知识链接】三、复购率的分析方法时间趋势分析：通过绘制复购率的时间趋势图，可以观察复购率在不同时间段的变化情况，从而判断消费者黏性的健康度和复购率的稳定性。维度拆解分析：从消费者、商品、渠道等维度对复购率进行拆解分析，可以定位问题所在。例如，可以分析不同消费者群体的复购率差异，或者不同商品和渠道的复购率表现。四、影响复购率的因素商品质量：商品质量是影响消费者再次购买的关键因素。如果商品质量不佳，消费者就很难产生重复购买的意愿。商品价格：商品价格也是影响复购率的重要因素之一。如果商品价格过高，消费者可能会选择其他更便宜的商品。服务质量：良好的售前和售后服务能够提高消费者对商品的满意度，从而提升复购率。品牌形象：品牌形象的好坏直接影响消费者对商品的信任和购买意愿。如果品牌形象不佳，消费者可能会选择其他品牌的商品。营销策略：合适的营销策略可以吸引消费者再次购买，如促销活动、礼品赠送等。竞争环境：在竞争激烈的市场环境中，消费者有更