Python數據分析與可視化（微課版） 課件 ch08 電商訂單數據處理與客戶價值分析

第8章電商訂單數據處理與

客戶價值分析Python數據分析與可視化學習目標熟悉電商平臺數據處理與分析的步驟和流程掌握電商平臺數據可視化常用的方法了解客戶價值概念和RFM模型的基本原理掌握用戶復購率的計算方法學會針對不同價值客戶制定相應的營銷策略任務八：電商訂單數據處理與客戶價值分析8.1電商訂單數據處理與分析8.2電商訂單客戶價值分析目錄CONTENTS

信息時代的來臨使得企業(yè)營銷焦點從產品轉向了客戶，客戶是企業(yè)經營體系中經濟創(chuàng)造的重要一環(huán)，企業(yè)的經濟收入大部分都來自客戶，科學的客戶價值理念是企業(yè)立足于時代發(fā)展的重要保障?？蛻絷P系管理（CustomerRelationshipManagement，CRM）是一個系統(tǒng)，包括市場、銷售和服務三大領域，是一種“以客戶為中心”的商業(yè)理念，通過在企業(yè)和客戶之間建立、維系并提升良好的關系，培養(yǎng)企業(yè)的忠實客戶，從而達到客戶價值和企業(yè)利潤的最大化，實現雙方的合作共贏。概述

在數據經濟的不斷發(fā)展和數據科學日漸成熟的背景下，數據作為重要的生產要素已經融入各行各業(yè)中，數據與數據分析變成了企業(yè)發(fā)展的核心內容，特別是電子商務數據分析與利用已是電商企業(yè)運營決策的重要依據。當前，數據分析已貫穿企業(yè)產品開發(fā)、市場規(guī)劃、產品銷售、運營管理、客戶服務等企業(yè)經營管理全過程，能否高效準確地對海量數據進行處理和分析，及時獲取企業(yè)內部運營狀況和外部市場情況，進行有效決策，成為決定企業(yè)能否長遠發(fā)展的重要因素。當前，數據分析越來越受到企業(yè)的重視，在數字經濟發(fā)展中發(fā)揮出重要作用。概述

那如何從客戶的購買行為數據中了解和掌握客戶真實需求成為競爭的關鍵因素。鑒于此，我們以2021年電商平臺線上實際交易數據為依據，根據客戶全生命周期各階段的特點，從顧客、商家以及商品3個方面綜合應用數據挖掘分析方法進行系統(tǒng)全面的客戶行為分析研究，以達到為網店經營者提供決策支持的目的。幫助商家尋找保持現有客戶，發(fā)掘潛在客戶，提升客戶價值具體的、有針對性的途徑，使網店經營者在客戶全生命周期的各個階段都能制定符合自身經營特點的經營策略。概述（1）數據預處理，處理與業(yè)務流程不符的數據、空數據和數據類型不一致的數據等。（2）計算出2021年交易總金額（GMV）、總銷售額、實際銷售額、退貨率和客單價。（3）計算出2021年每月的GMV、銷售額、實際銷售額及繪制出月交易額趨勢圖。（4）繪制出各渠道GMV占比圓環(huán)圖。（5）分別繪制出周一至周日下單量和每日各時段下單量的柱狀圖。（6）以月為周期對用戶進行復購率分析。（7）結合RFM模型篩選特征。（8）繪制出八種不同價值客戶的占比餅圖。任務分解8.1電商訂單數據處理與分析

隨著信息技術的飛速發(fā)展，依托于電子商務的線上購買模式已逐漸成為消費者獲得商品的主要方式。以淘寶、微信、抖音、APP和網站為代表的交易模式線上購物平臺，搭建了一個個靈活多樣的交易方式，隨著日趨活躍交易的同時，所產生的海量交易數據日漸引起了商家、廠家和平臺的重視。

其常見的線上交易方式主要有如下幾種。常見的線上交易方式主要有如下幾種：B2B：商家對商家（企業(yè)賣家對企業(yè)買家），交易雙方都是企業(yè)，最典型的案例就是阿里巴巴，匯聚了各行業(yè)的供應商，特點是訂單量一般較大。B2C：商家對個人（企業(yè)賣家對個人買家），例如：唯品會，聚美優(yōu)品。B2B2C：商家對商家對個人，例如：天貓、京東。C2C：個人（賣家）對個人（買家），例如：淘寶、人人車。O2O：線上（售賣）到線下（提貨），將線下的商務機會與互聯(lián)網結合，讓互聯(lián)網成為線下交易的平臺，讓消費者在享受線上優(yōu)惠價格的同時，又可享受線下貼心的服務，例如：美團、蘇寧易購、大眾點評。C2B：個人對商家（個人買家對企業(yè)賣家），先有消費者提出需求，后有商家按需求組織生產，例如：尚品宅配。其他：ABC（代理-商家-消費者）、F2C（工廠-個人）、B2G（政府采購）、BoB（供應商-運營者-采購商）、SoLoMo（社交-本地化-移動端）等等。數據集介紹8.2電商訂單客戶價值分析

客戶價值即客戶為企業(yè)的利潤貢獻度，不同的客戶對公司的貢獻度是不同的，一般來說，公司80%的收入是由20%的客戶帶來。在穩(wěn)定期進行客戶價值分析的目的是根據客戶的價值，挖掘其需求，并根據不同的價值對客戶進行分類和差異化管理。通過分類，識別出可以為企業(yè)帶來更大利潤的顧客；并通過一系列的營銷手段，提升客戶滿意度及忠誠度，使得企業(yè)獲得更多的利潤。

本例使用8.1小節(jié)預處理過的電商訂單數據對客戶價值進行分析，和應用被廣泛使用的RFM模型來識別不同價值的客戶。8.2.1RFM模型簡介RFM模型是使用較為廣泛的客戶關系管理分析模式，是一種客戶價值細分的統(tǒng)計方法。該模型包括R（Recency，近度）、F（Frequency，頻度）以及M（Monetary，金額）三個變量。R指的是最近一次消費時間與截止時間的間隔，通常情況下，最近一次消費時間與截止時間的間隔越短，客戶對即時提供的商品或是服務也最有可能感興趣。R值越大，表示客戶越久未發(fā)生交易；R值越小，表示客戶越近有交易發(fā)生。F指的是顧客在某段時間內所消費的次數。F值越大，表示客戶交易越頻繁；F值越小，表示客戶不夠活躍。消費頻率越高的顧客，也是滿意度越高的顧客，其忠誠度越高，顧客價值也就越大。增加顧客購買的次數意味著從競爭對手處搶得市場占有率，賺取營業(yè)額。商家需要做的，是通過各種營銷方式去不斷地刺激顧客消費，提高他們的消費頻率，提升店鋪的復購率。M指的是顧客在某段時間內所消費的金額。M值越大，表示客戶價值越高，M值越小，表示客戶價值越低。

通常來說消費金額越大的顧客，消費能力自然也就越大，這就是所謂“20%的顧客貢獻了80%的銷售額”的二八法則。而這批顧客也必然是商家在進行營銷活動時需要特別照顧的群體，尤其是在商家前期資源不足的時候。8.2.1RFM模型簡介通過對RFM模型的分析，要提高營業(yè)額，電商平臺及店鋪需做好以下幾件事：建立會員金字塔，區(qū)分各個級別的會員，如頂級會員、高級會員、中級會員、普通會員。針對不同級別的會員施行不同的營銷策略，制定不同的營銷活動。發(fā)現流失及休眠會員，通過對流失及休眠會員的及時發(fā)現，采取營銷活動，再次激活這些會員。在短信、郵件營銷（EmailDirectMarketing，EDM）促銷中，可以利用RFM模型，選取最優(yōu)會員。維系老客戶，提高會員的忠誠度。8.2.2RFM模型結果解讀

RFM模型包括3個特征，無法用平面坐標系來展示，這里使用三維坐標系進行展示，X軸表示R近度特征，Z軸表示F頻度特征，Y軸表示M價值指標。8.2.3使用RFM模型對訂單數據進行客戶價值分析

客戶是企業(yè)發(fā)展的重要戰(zhàn)略資源，應對企業(yè)客戶進行有效的評價歸類和管理。企業(yè)針對不同價值客戶進行分類，采取與之相適應的客戶管理方式，深入挖掘客戶價值，實現企業(yè)利潤最大化。

下面我們選取電商平臺店鋪銷售數據中的訂單創(chuàng)建時間、訂單號和支付金額，從中提取最近購買時間、購買頻率和購買金額3個指標進行RFM分析。價值客戶分類占比情況分析

從商業(yè)角度來分析，能夠給企業(yè)帶來較為穩(wěn)定的營收和利潤最大化的客戶主要是“重要價值客戶”、“重要發(fā)展客戶”和“重要保持客戶”?！爸匾炝艨蛻簟庇捎诖嬖谥T多不確定因素，因此不考慮在內。而“一般客戶”類型雖然整體占比數量較大，但由于消費金額較小，很難拉動整個企業(yè)的營收。從本例電商訂單的價值客戶分類占比餅圖來看，發(fā)現能為企業(yè)帶來穩(wěn)定營收和利潤最大化的這三種客戶共占23.56%，符合由意大利經濟學家維爾弗雷多·帕累托在1906年提出的帕累托法則，又稱二八法則或二八定律。即20%的人口掌握了80%的社會財富。而放在本例則為大約20%的客戶為企業(yè)創(chuàng)造了80%的效益。本章小結

本章結合電商訂單客戶價值分析的案例，介紹了RFM模型和客戶價值的概念，以及客戶價值分類的方法。詳細介紹了電商平臺數據處理與分析的步驟和流程，