《电子商务数据分析客户数据分析ppt课件.pptx》由会员分享，可在线阅读，更多相关《电子商务数据分析客户数据分析ppt课件.pptx（40页珍藏版）》请在三一办公上搜索。
1、客户数据分析,标目习学,1,知识目标,2,技能目标,3,基本素养,理解掌握客户分析的概念和指标了解客户分类的常用方法，掌握客户细分模型理解和掌握客户忠诚度分析理解和掌握客户生命周期分析掌握访客特征分析和行为分析,具备绘制访客用户画像的能力具备基于RFM模型细分客户的能力具备SEM营销中的受众分析能力具备退货客户数据分析能力,具有数据敏感性善于用数据思考和分析问题具备收集、整理和清洗数据的能力具有较好的逻辑分析能力,英国Tesco的忠诚度计划,项目导入,英国Tesco的忠诚度计划,思考,请您说说英国Tesco的忠诚度计划是什么样的 英国Tesco如何细分客户群体？ 请您谈谈品牌联合计划对参与各方
2、的好处？,知识准备,客户分析概述,1,客户分析指标,2,客户细分,3,客户忠诚度分析,4,客户生命周期,5,访客特征分析,6,访客行为分析,7,客户分析概述,客户分析的概念客户个性化需求分析客户行为分析有价值的信息分析,客户分析概述,客户分析的主要内容商业行为分析客户特征分析客户忠诚分析客户注意力分析客户营销分析客户收益率分析,客户分析指标,有价值的客户数活跃客户数客户活跃率,客户分析指标,客户回购率,客户分析指标,客户留存率,客户分析指标,平均购买次数,客户分析指标,客户流失率,客户细分,客户分类的常用方法重点客户AB客户分类客户多维分类客户价值发现分类客户价值分类潜在客户的分类,客户细分,
3、RFM客户细分模型,客户细分,客户价值矩阵模型,客户忠诚度分析,情感忠诚行为忠诚,客户生命周期,访客特征分析,访客地域分布访客时段分布访客年龄分布访客性别占比访客职业占比,访客特征分析,访客消费层级访客购买频率访客会员等级访客偏好情况新老访客占比,访客行为分析,访客行为数据分类,访客行为分析,浏览网页点击链接搜索信息收藏购买导航定位联系客服发帖评论售后投诉,任务发布,绘制访客的用户画像,1,基于RFM模型细分客户,2,绘制访客的用户画像,任务背景用户画像，即用户信息标签化淘宝一直在倡导的个性化-千人千面淘宝的千人千面是依靠淘宝网庞大的数据库，构建出买家的兴趣模型,绘制访客的用户画像,任务内容收
4、集一家访客的特征以及浏览和购买行为数据，绘制访客的用户画像，具体包括客户的年龄、性别、地域、爱好、消费层级、访问深度、平均访问时长、新老占比、流量流转和热点图等。在此基础上，总结访客的主要特征,绘制访客的用户画像,任务安排本任务是一个团队任务，要求队员分工协作完成，完成后上交XXX访客的用户画像，并做好汇报结果的准备,构思,5W1H,实现,步骤1-6,设计,标签权重,运作,XX访客的用户画像,绘制访客的用户画像,基于RFM模型细分客户,任务背景复购率，即重复购买率，是店主非常关心的一个问题，它直接反映了会员/客户的粘性复购率=统计期内购买两次及以上的客户数/总购买客户数RFM模型是衡量客户价值
5、和客户创利能力的重要工具和手段,基于RFM模型细分客户,任务内容某的12位客户在最近一年的消费记录如表6-1所示，请以表中数据为例，基于RFM模型细分客户，判别这12位客户属于哪种类型。客户类型要求分成八类，即重要发展客户、重要价值客户、重要挽留客户、重要保持客户、一般发展客户、一般价值客户、一般挽留客户、一般保持客户。数据采集日期定在12/31,表6- 1某客户交易数据,基于RFM模型细分客户,基于RFM模型细分客户,任务安排本任务是一个团队任务，要求队员分工协作完成，完成后上交基于RFM模型的客户细分，并做好汇报结果的准备,基于RFM模型细分客户,构思,5W1H,实现,步骤1-6,设计,R
6、FM分段指标,运作,基于RFM模型的客户细分,任务拓展,SEM营销中的受众分析,1,退货客户数据分析,2,SEM营销中的受众分析,任务背景受众分析即企业从产品和服务来定位人群，生成人群画像，根据画像投放广告受众分析一般有哪些流程呢？第一步：定位人群消费者人群画像第二步：广告投放设置消费者搜索习惯第三步：定向设置消费者属性标签第四步：精准定向消费者人群网站划分第五步：广告语定位消费者消费特点,SEM营销中的受众分析,任务内容在确定SEM营销的商品后，针对这个商品展开受众分析，首先绘制人群画像锁定目标人群，然后分析消费者搜索习惯，再根据人群画像和消费者行为来标注消费者的属性标签，确定消费者人群网站
7、，最后针对消费者消费特点设计广告语。SEM营销结束后，再利用UV值、转化率、成交金额等指标来验证受众分析是否成功,SEM营销中的受众分析,任务安排本任务是一个团队任务，要求队员采用CDIO的方法分工协作完成，完成后上交XXX商品SEM营销中的受众分析报告，并做好汇报结果的准备,退货客户数据分析,任务背景商品销售出去后却被退货，是商家最不希望看到的事情，所以减少损失首先要从减少退货量开始退货率是指产品售出后由于各种原因被退回的数量与同期售出的产品总数量之间的比率,退货客户数据分析,任务内容从生意参谋的交易明细中收集退货数据，经过清理和整理，建立客户退货数据表，然后分析退货客户的地域分布、年龄分布、性别分布，接着分析客户退货的商品数据和快递公司退货率，再分析客户退货的原因，最后筛选出客户退货的主要因素，并针对退货的主要因素制定相应的措施。在退货措施实施一段时间后，比较退货措施实施前后的退货率，检验退货客户数据分析的效果,退货客户数据分析,任务安排本任务是一个团队任务，要求队员采用CDIO的方法分工协作完成，完成后上交XXX退货客户数据分布报告，并做好汇报结果的准备,项目结构,
