做数据分析的同学,很多都听过:人、货、场的分析模型。然而,这东西又是个只闻其名,不见真身的东西。到底该怎么结合实际分析?今天我们系统讲解下。
问题场景:
某生鲜电商,用户复购率较低,60%的用户在30天内无二次购买行为,运营领导非常着急,要求通过数据分析提升复购率,请问你作为数据分析师该怎么做?
建立人工智能精准推荐算法(40%概率用协同过滤,60%用关联分析)
把过往6个月月初复购率做成折线图,然后写下苍劲有力的三个大字:“要搞高!”
分析个啥,做电商不就是派券吗!所有无复购用户派券,干就完了奥力给!
还是你有其他办法?
1
货物属性分析
先问一个简单问题:大米、白面、一桶油和草莓、车厘子、山竹有什么区别?即使你没买过菜也知道:米面油是每天都得吃的东西,没啥季节性;草莓、车厘子、山竹不会每天吃,季节性很强。如果去菜市场或者超市逛一下又会知道:米面油一般是整包、整桶买,买回去一桶能吃很久,还有专门的米桶、米盒、油壶用来分装。草莓山竹一般拆散零售,而且不耐放,买回去不吃过几天就坏了。
这些看似家常便饭的产品知识,统称为:货物属性。货物属性会直接影响到消费者购买行为:
购买频率:新鲜蔬菜水果购买频率高,米面油购买频率低
上市季节:新鲜蔬菜水果有当季产品,反季节的卖的贵也不好吃,米面油没啥季节性
产品价格:单品价格贵的就卖的少,趁便宜买,零散买,便宜的就批量买
购买渠道:如果有物流配送,大件硬通货(米面油)在线上买更省事,散件的就线下买,最好能现场试吃几个避免踩雷
这些货物属性是常识,是自然规律,不会因为数据指标的计算方式而改变。因此在生鲜产品中,用户行为会直接受到过往购买产品的影响——你不能太指望一个用户刚买10斤大米,过两天又来买10斤。或者说,如果真的有用户反反复复的来买大米,那你得检查下自