談談網(wǎng)站優(yōu)化之前的樞紐詞選擇與分析 |
發(fā)布時間:2015-05-09 文章來源: 瀏覽次數(shù):3766 |
根據(jù)美國數(shù)據(jù)庫營銷研究所Arthur Hughes的研究,客戶數(shù)據(jù)庫中有三個神奇的要素,這三個要素構成了數(shù)據(jù)分析最好的指標: 最近一次消費(Recency) 消費頻率(Frequency) 消費金額(Monetary) RFM分析原多用于傳統(tǒng)營銷、零售業(yè)等領域,合用于擁有多種消費品或快速消費品的行業(yè),美國初裁向中國銅管征高至60%反 推銷稅只要任何有數(shù)據(jù)記實的消費都可以被用于分析。那么對于電 子商務網(wǎng)站來說,網(wǎng)站數(shù)據(jù)庫中記實的具體的交易信息,同樣可以運用RFM分析模型進行數(shù)據(jù)分析,尤其對于那些已經(jīng)建立起客戶關系治理(CRM)系統(tǒng)的網(wǎng)站 來說,其分析的結果將更具意義。 基本概念解釋 RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。RFM分析模型主要由三個指標組成,下面臨這三個指標的定義和作用做下簡樸解釋: 最近一次消費(Recency) 最近一次消費意指用戶上一次購買的時間,理論上,上一次消費時間越近的顧客應該是比較好的顧客,對提供即時的商品或是服務也最有可能會有反應。 由于最近一次消費指標定義的是一個時間段,并且與當前時間相關,因此是一直在變動的。最近一次消費對營銷來說是一個重要指標,涉及吸引客戶,保持客戶,并 贏得客戶的忠誠度。 消費頻率(Frequency) 消費頻率是顧客在一定時間段內的消費次數(shù)。最常購買的消費者,忠誠度也就最高,增加顧客購買的次數(shù)意味著從競爭對手處偷取市場據(jù)有率,由別人的 手中賺取營業(yè)額。 根據(jù)這個指標,我們又把客戶分成五等分,這個五等分分析相稱于是一個“忠誠度的蹊徑”(loyalty ladder),其訣竅在于讓消費者一直順著蹊徑往上爬,·原油短期暴跌無礙油價上調預期把 銷售想像成是要將兩次購買的顧客往上推成三次購買的顧客,把一次購買者變成兩次的。 消費金額(Monetary) 消費金額是對電子商務網(wǎng)站產能的最直接的衡量指標,也可以驗證“帕雷托法則”(Pareto’s Law)——公司80%的收入來自20%的顧客。 數(shù)據(jù)獲取與分析 在從數(shù)據(jù)庫中提取相關數(shù)據(jù)之前,首先需要確定數(shù)據(jù)的時間跨度,根據(jù)網(wǎng)站銷售的物品的差異,確定合適的時間跨度。假如經(jīng)營的是快速消費品,如日用 品,可以確定時間跨度為一個季度或者一個月;假如銷售的產品更替的時間相對久些,如電子產品,可以確定時間跨度為一年、半年或者一個季度。在確定時間跨度 之后就可以提取相應時間區(qū)間內的數(shù)據(jù),其中: 最近一次消費(Recency),掏出來的數(shù)據(jù)是一個時間點,需要由 當前時間點-最 近一次消費時間點 來作為該度量的值,留意單位的選擇和同一,不管以小時、天為單位; 消費頻率(Frequency),這個指標可以直接在數(shù)據(jù)庫中COUNT用戶的消費次數(shù)得到; 消費金額(Monetary),可以將每位客戶的所有消費的金額相加(SUM)求得。 獲取三個指標的數(shù)據(jù)以后,需要計算每個指標數(shù)據(jù)的均值,分別以AVG(R)、AVG(F)、AVG(M)來表示,最后通過將每位客戶的三個指標 與均值進行比較,可以將客戶細分為8類: Recency Frequency Monetary 客戶類型 ↑ ↑ ↑ 重要價值客戶 ↑ ↓ ↑ 重要發(fā)展客戶 ↓ ↑ ↑ 重要保持客戶 ↓ ↓ ↑ 重要挽留客戶 ↑ ↑ ↓ 一般價值客戶 ↑ ↓ ↓ 一般發(fā)展客戶 ↓ ↑ ↓ 一般保持客戶 ↓ ↓ ↓ 一般挽留客戶 ——“↑”表示大于均值,“↓”表示小于均值 結果的展示 RFM模型包括三個指標,無法用平面坐標圖來展示,所以這里使用三維坐標系進行展示,一種X軸表示Recency,Y 軸表示Frequency,Z軸表示Monetary,坐標系的8個象限分 別表示 8類用戶,根據(jù)上表中的分類,可以用如下圖形進行描述: RFM分析也存在著一定的缺陷,它只能分析有交易行為的用戶,戶主社區(qū)而對訪問過網(wǎng)站但未消費的用戶因為指標的限制無法進行分析,這樣就無法發(fā)現(xiàn)潛伏的 客戶。所以在分析電子商務網(wǎng)站的用戶時,因為網(wǎng)站數(shù)據(jù)的豐碩性——不僅擁有交易數(shù)據(jù),而且可以收集到用戶的瀏覽訪問數(shù)據(jù),可以擴展到更廣闊的角度去觀察用 戶,這方面的定量分析會在之后的網(wǎng)站用戶分析中進行具體敘述。 |
|