电商数据分析12_消费者分析

1. 前言

针对网店消费者的生命周期、复购情况、满意度等进行分析，避免消费者流失，提高消费者的留存率。
消费者数据分析包含以下4个方面的内容。
(1)消费者分布:掌握消费者的分布情况，可以了解消费者的大致画像，有助于提高营销效果，根据消费者、地区来制订营销计划，也可以降低广告成本。
消费者地域分析：推广的时候有正对性选择地域。(可细分到省)
消费者行为习惯分析：对成功交易订单的时间具体到小时后看付款时间段。

(2)RFM 模型:基于RFM 模型对消费者价值和消费者创利能力进行评判和打标，经营者可以有针对性地对消费者进行分类管理。

(3)复购分析:对消费者的复购情况进行分析，了解消费者对该品牌、产品或者服务的重复购买次数，重复购买率越高，则消费者对品牌的忠诚度就越高，反之则越低。

(4)舆情分析:将消费者在线上留下的文字(聊天记录、评论等)进行统计和模型分析，了解消费者对品牌、产品的看法，以及需求和情感上的喜恶，对品牌、产品的战略定位能起到非常重要的作用，让运营者可以做出正确的决策。

2. 会员分析

会员分析有提高店铺交易额和精准推广两个方面的作用。
一般会员数据获取途径：
①淘宝客户运营平台“千牛卖家”
②CRM 客户关系管理系统

2.1 会员分布

会员分布情况使指会员的级别构成、性别比例、年龄层次、所在地区/城市等，也就是对会员进行人群画像分析。
一般数据包含：客户信息(昵称)、会员级别、性别、年龄、地区/城市、交易总额、交易笔数、平均交易金额等。

2.2 会员数量变动

将会员按不同地区或者不同年龄段划分，就可以分析不同时间段会员的增减变化情况，以便更有针对性地指定运营计划。正常包含字段：会员数、新会员、流失会员 --> 会员增长率、会员流失率

2.3 会员生命周期

一般会员地生命周期分为：普通客户、新会员、活跃会员、睡眠会员和流失会员。

• 普通客户：店铺所有潜在客户，并没有在店铺产生过交易行为，但访问过店铺或者浏览过商品。对于这类客户，商家可以通过新客户地折扣优惠活动来引导其产生第一次交易行为，进而成为店铺会员。
• 新会员:新会员是指已经在店铺产生过至少一次交易行为，并且已经成为店铺会员的客户。对于新会员，为了使其成为活跃会员，提高其复购率，商家一方面可以有针对性地向这类会员推广商品，尽量迎合其购物习惯和偏好，另一方面可以通过“次消费”活动来进行推广，如给新会员赠送优惠券或给予折扣，但限定只能在第次消费时使用。
• 活跃会员:活跃会员是指已经成为店铺会员且在**最近一段时间(如3个月)**在店铺有过交易行为的客户。对于店铺的活跃会员，商家可以通过“二八定律”找出为店铺带来 80% 价值的核心会员，给予他们更好的服务。商家可以通过向上营销和交叉营销的方式向活跃会员进行推广。其中:向上营销即根据客户过去的消费喜好，提供更高价值或更完善的商品或服务;交叉营销指的是从客户的购买行为中发现客户的多种需求，向其推销相关的商品或服务，有针对性地进行定向精准营销。
• 睡眠会员:睡眠会员是指最后一次在店铺产生交易行为的时间距今已有很长一段时间(如6个月)的客户。对于这类会员，商家可以实施定向睡眠会员唤醒策略，通过邮件电话、短信、微信等渠道向其推送店铺的最新优惠活动，以期唤醒部分睡眠会员。
• 流失会员:流失会员是指最后一次在店铺产生交易行为的时间距今已有1年的客户，对于这类会员，商家除了实施唤醒策略外，还需要实施更加有吸引力的营销策略才能将其成功召回，如大幅降价、加大满减力度等。

利用会员在店铺最近一次交易的时间，就可以划分出该会员属于哪个生命周期，进而可以查看店铺中会员生命周期的整体情况。

2.4 会员潜在价值

每一位会员的忠诚度、购买力和价格容忍度是不同的，将这3个维度进行进一步划分，就可以挖掘每一位会员的潜在价值。其中，忠诚度可以用最近一次消费时间和消费频率来衡量，购买力可以用消费金额和最大单笔消费金额来衡量，价格容忍度可以用特价商品消费占比和最高单价商品消费占比来衡量。

• 最近一次消费时间:根据会员最近一次消费时间距今的时间长短，将其转化为对应的指数。如会员最近1个月有消费行为，对应指数为“5”;最近3个月有消费行为，对应指数为“4”;以此类推。间隔时间越长，指数越低，最低为“1”消费频率:要想提高店铺的销售额，提高会员的消费频率是一个非常有效的策略。根据会员重复购买频率的，将其转化为对应的指数，从高到低依次为5、4、3、2、14(下同)
• 消费金额:将会员的消费金额转换为对应的指数，金额越高，指数越高。最大单笔消费金额:该指标体现的是会员的购买力，同样将其转换为对应的指数，单笔消费金额越高，指数越高。特价商品消费占比:该指标可以从侧面反映会员对商品价格的接受程度。该占比越高，对应的指数越低，两者呈负相关关系。
• 最高单价商品消费占比:这是最大单笔消费金额的拓展指标，可以体现会员的价格容忍度，将其转换为对应的指数，占比越高，指数越高。建立雷达图，即可展示每位会员的潜在价值。

推荐策略：

• A会员对店铺的忠诚度很高，购买力很低，这类会员虽然消费金额不高，但即使不做营销活动，他们也会持续消费，因此这部分会员是店铺获得持续利润的基础，商家可以有针对性地向其推送一些特价促销信息。
• B会员消费能力较强，价格容忍度也较高，但会员忠诚度不足。针对这一类会员，商家可以分析其消费记录，做到会员商品精准推荐，提高其复购率。
• C会员的忠诚度和消费能力都比较差，价格容忍度较低，这类会员以学生群体为典型代表，可以向他们推荐一些价格低廉但彰显个性的商亟。

• 补充案例

3. RFM模型

RFM 模型是消费者管理领域里的一种消费者消费行为分析模型。

**R为近度(Recency)**代表最近购买时间，指上次购买至现在的时间间隔。R值越大表示网店与消费者发生交易的时间越久，反之与网店发生交易的时间越近。理论上R值越小(即最近有购买行为)的消费者是复购可能性越高的有价值消费者。

计算现在与最近一次购买日期之间的间隔天数

F为频度(Frequency)代表购买频率，指的是某一期间内购买的次数。F越大代表该段时间内消费者的购买频率越高，存在极大的复购可能性;反之F值越小，则消费者活跃度越低，相应的价值越低。

对消费者下单的订单数据进行统计

**M为额度(Monetary)代表总购买金额，**指的是某一期间内购买商品的金额。M越大表示该类消费者对本网店(产品)的购买意愿转化为购买行为可能性越大，该类消费者的价值越应受到关注，反之亦然。

将消费者的消费金额进行汇总

RFM 模型动态展示了现有消费者在网店的购物特征，为网店制订营销决策提供了依据，便于网店对于现有消费者分类与管理。

4. 复购分析

4.1 消费者复购率计算

复购率可以分为“用户复购率”和“订单复购率”

(1)用户复购率=单位时间内：购买两次及以上的用户数 / 有购买行为的总用户数。
如单位时间内，回头客购买人数/总购买人数，计算出来的比例，则为重复购买率。例如在一个月内，有100个消费者成交，其中有20个是回头客则重复购买率为 20%。

(2)订单复购率=单位时间内: 第二次及以上购买的订单个数 / 总订单数。
如在某个季度中一共产生了 100 笔交易，其中有 20个人有了二次购买，这 20个人中的10个人又有了三次购买则重复购买次数为 30次，重复购买率为30%。

案例 11-4:某网店运营人员现有该网店2018年7月-2019年2月的订单数据，希望深入了解该网店二月的消费者复购情况。数据采集自商家后台的订单报表和宝贝报表。
解:分析步骤如下：
第一步:从8个月数据中提取出二月的数据来计算复购率，那么复购率的计算值是不是需要某个值作为参照标准呢?高于这个值表示二月复购率较为理想，低于这个值表示二月复购率不达标
第二步:同时计算出2018年7月一2019年1月数据的平均复购率和二月的复购率，比较月的复购率和近7个月的平均复购率，若二月的复购率高于近7个月的平均复购率，则可谓运营颇有成效。

4.2 复购间隔分析

复购间隔天数，即消费者复购的时间间隔，当然数据中会出现一个消费者复购多次(>3)的情况，此处把它定义为消费者距今最近的两次购买时间的差值。依据复购时间间隔的大小，将消费者分为4组

复购间隔	消费者分组
小于30天	活跃消费者
30~90天	可激活消费者
90~180天	预流失消费者
180天以上无复购	流失消费者

可以根据复购时间间隔安排唤醒消费者的活动和时间，提高唤醒老消费者的效果，并且可进行一系列活动增加新消费者黏度。网店在运营过程中，关于网店风格和调性的确定也可以参考这方面的数据。

复购激活方案：
① 提升网店的体验度：通过私信等方式将老消费者引导到最需要的网店页提升吸引力。
②首页设置淘宝店铺优惠券、老消费者回赠等活动。
③合理布局标签和分类，让消费者有需要时能够快速找到自己的目标。

4.3 复购产品归因分析

触发用户复购行为的根本因素是消费者初次购买产品的消费者体验。产品的消费者体验不仅决定了复购率，还决定了企业的生死存亡。产品复购率的提升还是要依托于产品本身，如果定期对产品复购情况进行分析，对产品布局以及长远发展是十分有益的。

+关联分析 待补充

5. 消费者舆情分析

(1). 评价词频分析
词频分析是文本分析的基础，基于词频可以了解大量文本信息的内容，既可以分析自己的商品也可以分析竞品。

+分词 待补充

(2). 评价情感分析
评价感情分析是判断文本的情感得分，正面得分越高表示对买家对产品或服务越满意，负面得分越高表四消费者对产品或服务越不满意。

文本分析 待补充

6. 客服分析

一般客服日常管理是对客服人员地工作、行为、岗位和薪资方面地管理。
客服KPI数据分析：更系统把控客服人员的工作情况，及时发现潜在问题，提高客服质量，最终提高店铺商品的转化率。

某店铺客服KPI考核

指标	权重	计算公式
响应时间：首次响应时间	10%	–
响应时间：平均响应时间	5%	–
月退货率	10%	月退货率= 月退货量 -月成交量
成交客单价率	20%	成交客单价率 =客服落实客单价-店铺客单价
咨询转化率	30%	咨询转化率 = 成交人数 - 咨询人数
订单支付率	25%	订单支付率 = 成交量 - 下单量

7. 报告撰写注意事项：

数据报告主要回答以下6个问题：

1. 发生了什么？
2. 问题出现在哪里？
3. 为什么这件事情会发生？
4. 需要采取什么行动？
5. 下一步将发生什么？
6. 可能发生的最好结果是什么？

参考资料：
[1]陈海城.Excel电商数据分析与应用.图书目录[M].北京:人民邮电出版社,2021:26-53
[2]吴功兴、佘莉、刘闯、孙兆洋.商务大数据采集与分析.图书目录[M].浙江:浙江大学出版社,2020:42-76
[3]郑常员 邓竹 舒军.Excel电商数据分析与运营实战.图书目录[M].北京:北京大学出版社,2021:205-235
[4]曹杰 李树青.电子商务大数据分析.图书目录[M].北京:高等教育出版社,2020:107-127