亚马逊入驻商用户画像分析

什么是入驻商用户画像体系

像淘宝，京东，天猫，亚马逊，拼多多的叫平台方，在平台里面的阿迪达斯，耐克，鸿星尔克，卡尔米等叫入驻商。
用户的基本属性：性别、年龄、受教育程度、地域分布等，
用户的行为属性：下单时间、促销敏感度、评论敏感度。
用户的偏好属性：用户的加购数据/平台推荐数据

电商领域对于用户数据的应用：
• 分析用户行为数据来获取用户的商品偏好、价格偏好等信息，从而帮助 平台/入驻商更好地去推荐商品/生产商品
• 分析用户属性数据来对用户进行合理地分类，从而帮助平台/入驻商更好 地了解用户需求，搭建用户画像
• 分析用户偏好数据来对商品关联内容进行优化，从而提升转化率、客单 价与订单额

用户画像在互联网业务中的应用场景和业务价值

获客：如何进行拉新，通过更精准的营销获取客户
粘客：个性化推荐，搜索排序，场景运营等
留客：流失率预测，分析关键节点降低流失率

搭建亚马逊美国市场用户画像体系

1. 不同地区订单量分布

不同地区订单及订单累计分布（帕累托分析）
帕累托分析指二八定律，百分之二十的地区占据百分之八十的市场，从百分之八十那里做垂线，得到的x轴就是头部市场

计算美国不同州地区人口占总人口的比例A
计算美国不同州地区订单占总订单的比例B
通过比例A与B的数值大小判断不同州地区的未来运营策略

2. 用户购物习惯分析

逐步筛选出下单的时间
Excel表格操作函数示例： 1. RIGHT函数 2. LEFT函数

可以得到各个地区在各个时间端的订单数量

CA与FL的订单高峰期不一致，如果 产品定位地区就是CA与FL地区，可 以在时间差内使用价格歧视策略增 加转化率：
• 调整价格
• 不同价格变体分开显示
• 其他价格歧视策略

订单量的时间分布

3. 客单价分布

直接比较客单价可能不大好看，我们可以通过比较数来绘制图，比较数是用各地区平均客单价减去最小的客单价。