当前位置:文档之家› 2017年互联网+电商用户大数据分析报告

2017年互联网+电商用户大数据分析报告


2 1.1% 1.3% 1.3% 1.2% 1.5% 0.9% 1.0% 0.3% 1.4% 0.7% 0.8% 1.0% 1.2% 0.7% 1.3% 0.8% 1.0% 1.0% 0.9% 1.8% 0.5% 1.5% 1.1% 0.7% 1.0% 0.5% 1.5% 0.3% 0.1% 0.3%M
新客户复购分析:R
新客户复购分析:首次客单价
首次客单价在100元以下的属于低价值客户,复购率低于4%右,占比总客户数的40%; 首次客单价在100~200元的属于中价值客户,复购率也低于4%,占比约为57%; 首次客单价大于200元的可以归类为高价值客户,复购率略高,占比约为3%;
说明
报告介绍
分析: ✓分析店铺的整体运营状况; ✓分析客户特征,从不同细分角度寻找不同客户之间的差异;
• 客户属性特征分析 • 客户消费行为分析 目的: ✓为了卖家能更直观的了解自己店铺的运营现状; ✓了解客户特征,为客户维护和回购刺激提供决策依据; ✓提供个性化的实施建议;
备注信息:
数据来源 订单数据 客户数据 外部数据 行业数据
6 0.5% 0.3% 0.6% 0.1% 0.2% 0.3% 0.2% 0.4% 0.4% 0.4% 0.5% 0.2% 0.4% 0.5% 0.2% 0.3% 0.3% 0.2% 0.1% 0.1% 0.2% 0.2% 0.2% 0.2% 0.0% 0.1% 0.1% 0.1% 0.1% 0.0% 0.0%
✓ 客服专业性服务及客户信息收集 ; ✓ 批量进行(利用订单中心):个性化包裹、发货提醒、同城到达提醒等; ✓ 个性化进行:物流跟进、退款跟进、评价跟进等 但是整体的退款率非常大!!!
1.2.1 年滚动趋势:活跃客户
整体销售额呈现一定的稳定增长趋势; 回头客销售额占比整体呈现逐渐上升的趋势,目
4 0.3% 0.4% 0.5% 0.3% 0.6% 0.4% 0.4% 0.2% 0.2% 0.3% 0.2% 0.2% 0.3% 0.2% 0.3% 0.3% 0.2% 0.2% 0.3% 0.5% 0.0% 0.3% 0.2% 0.2% 0.4% 0.4% 0.3% 0.2% 0.4% 0.2% 0.4%
1.2.2 月趋势
从销售额的趋势来看,波动非常大,中间竟然出现几个月非常低的销售情况,如2013年的1、2、6、7、 8月份。需引起高度重视。
去年下半年以来整体情况还不错。
新老客户占比
从客户数可以明显的看出,老客 户的贡献人均贡献大于新客户的 人均贡献值。
从店铺整体来看还是主要有新 客户支撑;
3 1.8% 2.5% 2.1% 1.6% 2.4% 1.5% 1.6% 0.3% 1.5% 1.0% 0.6% 1.4% 1.6% 0.8% 1.3% 1.2% 1.2% 1.0% 0.8% 1.9% 0.0% 1.9% 1.1% 0.3% 1.5% 0.6% 1.6% 0.4% 0.5% 0.3% 0.5%
0 0.6% 0.4% 0.3% 1.1% 0.6% 0.7% 0.6% 1.0% 1.2% 0.7% 1.0% 0.8% 0.9% 0.9% 1.5% 1.3% 1.2% 0.9% 2.3% 1.8% 3.0% 1.0% 1.3% 2.0% 1.2% 0.1% 0.7% 1.3% 0.9% 4.8% 0.3%
2.客户特征表现?
客户属性特征 消费行为特征
3.如何实施?
个性化实施方案
•2020/6/28
1.1 购物体验 ➢DSR评分
1.2 深入客户关系管理 ➢1.2.1 年滚动趋势 ➢1.2.2 月滚动趋势
一、购物体验现状
1.1 DSR动态评分
DSR评分不错,尤其在“宝贝与描述相符”上比较突出。 提升DSR的其他方案:
1 0.2% 0.1% 0.1% 0.6% 0.2% 0.4% 0.2% 0.3% 0.4% 0.3% 0.3% 0.2% 0.3% 0.3% 0.6% 0.3% 0.5% 0.2% 0.8% 0.5% 1.4% 0.5% 0.4% 0.7% 0.4% 0.2% 0.3% 0.1% 0.4% 1.6% 0.2%
5 0.1% 0.1% 0.2% 0.1% 0.1% 0.1% 0.1% 0.2% 0.1% 0.1% 0.2% 0.1% 0.2% 0.1% 0.1% 0.1% 0.1% 0.0% 0.1% 0.1% 0.0% 0.0% 0.1% 0.1% 0.0% 0.0% 0.1% 0.0% 0.0% 0.1% 0.0%
只是在某几个月份,整体销量 特别不好的时候,能够凸显老 客户的价值。
2.1 客户属性 ➢2.1.1 地域 ➢2.1.2 地址—职业
2.2 客户消费行为 ➢2.2.1 RFM ➢2.2.2 购物时间分析 ➢2.2.3 商品分析
二、客户特征
2.1.1 地域
2.1.2 地址—职业
地址-职业回购情况:
2.2.2 购物时间分析
地域—时点:
东北
华北
华东
华中
华南
西南
西北
辽宁省 吉林省 黑龙江省 北京 天津 河北省 山西省 内蒙古自治 上海 山东省 江苏省 安徽省 江西省 浙江省 福建省 湖北省 湖南省 河南省 广东省 广西壮族自 海南省 重庆 四川省 贵州省 云南省 西藏自治区 陕西省 甘肃省 宁夏回族自 新疆维吾尔 青海省
前占到6%,低于行业均值,需后续加强老客户 的维护。
整体客户数同销售额类似,呈现一定 的稳定增长态势;
相比而言,老客户的客单价高于新客 户。
但是目前的整体现状仍需改进。
**备注:回头客比例=(一年购买2次及以上新客户+一年前购买过又来买的客户)/一年总客户数,如,201308指201209-201308
•2020/6/28
订单样本
XXX专卖店 自:2012-8-10 到
2015-4-30,状态为交 易成功的订单
极值处理
订单处理方式
剔除客单价>2000元的订 同一客户一天内多比订单默

认合并为一笔订单
剔除客单价<10元的订单
剔除批发商:购买次数大于
50次
1.整体现状?
购物体验 深入客户关系管理
相关主题