會員分層和顧客忠誠度分析（一）

方法一：

當(dāng)用戶在電子商務(wù)網(wǎng)站上有了購買行為之后，就從潛在客戶變成了網(wǎng)站的價值客戶。 電子商務(wù)網(wǎng)站一般都會將用戶的交易信息，包括購買時間、購買商品、購買數(shù)量、支付金額等信息保存在自己的數(shù)據(jù)庫里面，所以對于這些用戶，我們可以基于網(wǎng)站 的運營數(shù)據(jù)對他們的交易行為進行分析，以估計每位用戶的價值，及針對每位用戶的擴展?fàn)I銷（Lead Generation）的可能性。

評價用戶價值的指標(biāo)

對于評價指標(biāo)的選擇這里遵循3個原則：

1.指標(biāo)可量化：沒辦法，要做定量分析，這個是最基本的前提；

2.盡可能全面：根據(jù)底層數(shù)據(jù)選擇盡可能多的可以獲取的指標(biāo)，這樣能夠從多角度進行分析和評價；

3.線性獨立：即指標(biāo)間盡量保持不相關(guān)。比如如果選擇用戶的購買次數(shù)和總消費額，那么一定是購買次數(shù)越多的用戶總消費額越高，也就是導(dǎo)致了評價維度上的重合，而選擇購買次數(shù)和平均每次交易額可以避免這種相關(guān)性產(chǎn)生的弊端。

根據(jù)以上幾個原則選取了以下幾個指標(biāo)（同樣根據(jù)網(wǎng)站的特征選取合適的統(tǒng)計時間段）：

1.最近購買時間：用戶最近一次購買距當(dāng)前的天數(shù)；

2.購買頻率：用戶在這段時間內(nèi)購買的次數(shù)；

3.平均每次交易額：用戶在這段時間內(nèi)的消費總額/購買的次數(shù)；

4.單次最高交易額：用戶在這段時間內(nèi)購買的單詞最高支付金額；

5.購買商品種類：用戶在這段時間內(nèi)購買的商品種類或商品大類。

用戶評價模型的展示

一樣的，也可以用雷達圖進行展示，同樣也使用離差標(biāo)準化的方法對每個指標(biāo)進行消除度量單位的10分制評分。下面是一個雷達圖的示例：

通過這個雷達圖，我們可以讀到比用戶忠誠度更多的信息。圖中的上面3個指標(biāo)——最近購買時間、購買頻率和購買商品種類可以用來評價用戶的忠誠度，而下面的2個指標(biāo)——平均每次交易額和單詞最高交易額可以用來衡量用戶的消費能力。 如上圖，用戶1雖然購買頻率和購買的廣度不高，但其消費的能力較強，而用戶2是頻繁購買用戶，對網(wǎng)站有一定的忠誠度，但其消費能力一般。所以圖形的上半部 分面積較大的用戶擁有較高的忠誠度，而下半部分面積較大的用戶具有更高的消費能力。這兩類用戶都是網(wǎng)站的有價值客戶，但由于其類型的不同，在營銷策略上可 以分開對待。

用戶交易行為分析的意義

1.發(fā)現(xiàn)網(wǎng)站的高價值客戶（VIP），為客戶關(guān)系管理（CRM）及保持有價值客戶提供支持；

2.發(fā)掘網(wǎng)站的可發(fā)展用戶，對于一些新客戶或潛力客戶進行針對性營銷；

3.及時發(fā)現(xiàn)可能流失的客戶，及時采取有效措施；

4.根據(jù)用戶交易行為細分客戶群，實施有針對性的營銷策略。

實戰(zhàn) 這個是我根據(jù)我們某業(yè)務(wù)用戶特征做的分類：

方法都很簡單，基于業(yè)務(wù)的指標(biāo)構(gòu)建→數(shù)據(jù)提取→指標(biāo)標(biāo)準化離散→聚類→結(jié)果分析，分層效果還是很清晰，最后分析后把每一層聚類的標(biāo)準固化就實現(xiàn)實時分層的應(yīng)用

服務(wù)器租用/服務(wù)器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM]