第9章-會員數(shù)據(jù)分析

第9章

電商核心——

會員數(shù)據(jù)分析電子商務(wù)數(shù)據(jù)分析目錄CONTENTS9.1會員數(shù)據(jù)的作用與獲取9.2會員數(shù)據(jù)基本分析方法9.4本章實訓(xùn)9.3RFM模型分析9.1.1數(shù)據(jù)分析的作用影響店鋪成交金額的要素中，流量、轉(zhuǎn)化率、客單價都與會員數(shù)據(jù)緊密相關(guān)，所以說分析會員數(shù)據(jù)對店鋪交易金額會有很大影響。善于維護會員關(guān)系，將新消費者轉(zhuǎn)化成會員，同時，老消費者流量帶來的轉(zhuǎn)化率是遠遠大于新消費者的，因此這類流量的質(zhì)量會非常高。老消費者已經(jīng)有過在店鋪購物的經(jīng)歷，再次進店購買，說明認可店鋪的商品和服務(wù)，因此購買多件商品的概率比新消費者更高，從而能夠提高客單價。因此，合理進行會員管理，重視會員數(shù)據(jù)，將新消費者變?yōu)闀T，可以減少店鋪銷售的成本，提高交易金額。31.提升店鋪交易金額9.1.1數(shù)據(jù)分析的作用很多店鋪商家會通過收集到的數(shù)據(jù)向會員發(fā)送優(yōu)惠等推廣信息，有些商家得到的反饋很不錯，有些商家的推廣則石沉大海。二者區(qū)別在于，在發(fā)送推廣信息之前，有沒有對會員數(shù)據(jù)進行分析，否則不僅不能起到推廣的作用，還會弄巧成拙。因此，分析會員數(shù)據(jù)能夠做到精準推廣，使會員營銷起到事半功倍的效果。42.精準推廣9.1.2會員數(shù)據(jù)的獲取途徑在淘寶商家中心左側(cè)導(dǎo)航欄的“營銷中心”功能中即可找到“客戶運營平臺”工具，單擊該工具，就可進入到客戶運營平臺。其中不僅顯示了所有成交消費者、未成交消費者和詢單消費者的信息，還可以對消費者進行分群和分析。51.淘寶客戶運營平臺9.1.2會員數(shù)據(jù)的獲取途徑CRM會員管理軟件實際上就是消費者關(guān)系管理軟件，相比于淘寶的客戶運營平臺而言，這類軟件的功能更加完善和強大，但需要付費訂購才能使用。不同的CRM軟件側(cè)重的功能不一樣，選擇適合自己的一種就行。62.CRM會員管理軟件目錄CONTENTS9.1會員數(shù)據(jù)的作用與獲取9.2會員數(shù)據(jù)基本分析方法9.4本章實訓(xùn)9.3RFM模型分析9.2.1會員分布情況會員分布情況主要是指會員級別構(gòu)成、性別比例、年齡層次、位置分布等，也就是對會員進行人群畫像分析，主要包含消費者信息（即名稱，一般為昵稱）、會員級別、性別、年齡、地區(qū)/城市、交易總額、交易筆數(shù)、平均交易金額、上次交易時間等項目。利用這些數(shù)據(jù)就能很方便地查閱任何一位會員的基本情況和交易情況。89.2.1會員分布情況9如果想查看某個項目的整體分布情況，如性別構(gòu)成，則可首先按“性別”項目進行排序，接著利用Excel的分類匯總功能計算出男性會員和女性會員以及所有會員的人數(shù)情況。9.2.1會員分布情況10選擇“男計數(shù)”單元格和右側(cè)對應(yīng)的數(shù)量單元格，按住【Ctrl】鍵繼續(xù)選擇“女計數(shù)”單元格和右側(cè)對應(yīng)的數(shù)量單元格，利用它們?yōu)閿?shù)據(jù)源創(chuàng)建餅圖9.2.2會員增長與流失每個店鋪的會員數(shù)量都不會是固定不變的，根據(jù)店鋪的營銷效果和消費者的購物喜好，會員數(shù)量都會一直變化。對于店鋪而言，正常情況下每個時期都會流失會員，但同時也會新增一些會員。119.2.2會員增長與流失有了這些基礎(chǔ)數(shù)據(jù)，就可以計算相對于11月份而言，12月份各城市的會員增長率和流失率。其中，會員增長率=12月新進會員數(shù)÷11月會員數(shù)；會員流失率=12月流失會員數(shù)÷11月會員數(shù)，129.2.2會員增長與流失以會員所在城市、會員增長率和會員流失率為數(shù)據(jù)源，創(chuàng)建柱形圖并適當美化，如圖所示。139.2.3會員生命周期分析所謂會員的生命周期，指的是消費者成為會員前后，在不同的時期表現(xiàn)出來的不同的特征。分析會員的生命周期，就能針對這些不同的特征采取最合適的營銷策略。14普通消費者：通過新消費者折扣優(yōu)惠活動來引導(dǎo)他們在平臺產(chǎn)生第一次下單交易行為，進而轉(zhuǎn)化為平臺的會員消費者新會員：有針對性地向他們推廣商品和優(yōu)惠活動，盡量符合他們的購物習慣和偏好。活躍會員：找出為店鋪帶來80%價值的核心會員，給予他們更好的服務(wù)和資源傾斜。睡眠會員：通過郵件、電話、短信、微信等渠道推送最新優(yōu)惠活動，以期喚醒部分睡眠消費者。流失會員：需要更加有吸引力的營銷手段才能將其成功召回，但召回成本較高，效果并不明顯。9.2.3會員生命周期分析利用會員在店鋪的最近一次交易時間，就可以劃分出該會員屬于哪個生命周期，進而可以查看店鋪會員生命周期的整體情況，如圖所示。159.2.4會員價值挖掘每一位會員的忠誠度、購買力和價格接受度都是不同的，將這3個方面劃分為6個指標，就可以挖掘每一位會員的潛力價值。16消費金額消費頻率特價商品消費占比最高單價商品消費占比最近一次消費時間最大單筆消費金額目錄CONTENTS9.1會員數(shù)據(jù)的作用與獲取9.2會員數(shù)據(jù)基本分析方法9.4本章實訓(xùn)9.3RFM模型分析9.3.1認識RFM模型RFM模型通過對距離最近一次消費的時長、消費頻率和消費金額3個維度的分析來描述會員價值狀況，是根據(jù)會員活躍程度和交易金額的貢獻進行會員價值細分的一種方法。RFM可以識別優(yōu)質(zhì)會員，可以指定個性化的溝通和營銷服務(wù)，為更多的營銷決策提供有力支持。另外還能夠衡量會員價值和會員利潤創(chuàng)收能力。189.3.2RFM模型應(yīng)用利用RFM模型分析會員數(shù)據(jù)，首先需要在客戶運營平臺或其他CRM軟件中獲取會員數(shù)據(jù)，這里僅介紹RFM模型的應(yīng)用，因此主要獲取會員名稱、上次交易時間、交易總額和交易筆數(shù)即可，如圖所示。199.3.2RFM模型應(yīng)用由于獲取的數(shù)據(jù)中只有上次交易時間，因此需要利用函數(shù)將現(xiàn)在的時間減去上次交易的時間，得到時間間隔的天數(shù)，公式為“=TODAY()-上次交易時間”，如圖所示。209.3.2RFM模型應(yīng)用計算完成后：時間間隔對應(yīng)“最近一次消費的時長”，即R維度；交易總額對應(yīng)“消費金額”，即M維度；交易筆數(shù)對應(yīng)“消費頻率”，即F維度。219.3.2RFM模型應(yīng)用將每個會員的各維度數(shù)據(jù)與對應(yīng)的平均值比較，其中，R值如果低于平均值，則評價為“高”，如果大于或等于平均值，則評價為“低”。另外兩個維度如果大于或等于平均值，則評價為“高”，低于平均值則評價為“低”。229.3.2RFM模型應(yīng)用得到會員的各維度評價結(jié)果后，就可以對每一位會員進行細分，以便對不同類型的會員采取不同方式的營銷策略。239.3.2RFM模型應(yīng)用參照上圖中的內(nèi)容，繼續(xù)在Excel中利用IF函數(shù)來判斷會員的類型。在此基礎(chǔ)上還可以進一步對會員類型進行分類匯總，或查看整體會員類型的結(jié)構(gòu)占比等。24目錄CONTENTS9.1會員數(shù)據(jù)的作用與獲取9.2會員數(shù)據(jù)基本分析方法9.4本章實訓(xùn)9.3RFM模型分析9.4.1分析會員年齡和地區(qū)分布262.實訓(xùn)要求1.實訓(xùn)目標收集并整理會員數(shù)據(jù)，將年齡段分為25歲以下，25歲~30歲，31歲~35歲和35歲以上幾個區(qū)間，使用COUNTIF函數(shù)統(tǒng)計各年齡段的會員數(shù)量，以結(jié)果為數(shù)據(jù)源創(chuàng)建餅圖并分析年齡分布情況。然后按地區(qū)排列會員數(shù)，并匯總各地區(qū)的會員數(shù)量，然后以圓環(huán)圖的形式展示地區(qū)分布情況。①利用客戶運營平臺采集會員數(shù)據(jù)。②計算不同年齡段的會員數(shù)量，利用餅圖展現(xiàn)各年齡段占比。③利用分類匯總統(tǒng)計會員的地區(qū)分布數(shù)量，結(jié)合圓環(huán)圖分析數(shù)據(jù)。9.4.1分析會員年齡和地區(qū)分布273.實訓(xùn)步驟采集會員數(shù)據(jù)整理并計算數(shù)據(jù)計算年齡段會員數(shù)量計算其他年齡段會員數(shù)量創(chuàng)建圓環(huán)圖選擇圖表數(shù)據(jù)源分類匯總地區(qū)和城市創(chuàng)建餅圖9.4.2利用RFM模型分析會員282.實訓(xùn)要求1.實訓(xùn)目標收集并整理會員數(shù)據(jù)，將時間間隔、交易筆數(shù)、交易金額分為5個層次，按這些層次為會員