用户数据是怎样分析的_互联网行业

文章转载自知乎专栏“撩撩数据吧”。原文链接:https://zhuanlan.zhihu.com/p/21271625?refer=jiago

#文前小絮#我不是这篇文章的生产者,我只是把交流的内容进行了整理,并写了下来。

开始做bi的时候大家肯定都看过书,那么一定也看过一个经典的案例,就是沃尔玛的啤酒和尿布的案例。这个案例确实很经典,但是一个经典的失败的案例,为什么这么说呢,非常明显,我们跑到沃尔玛去看,却没有发现一个沃尔玛真的把啤酒和尿布放到一起的,为什么当时被奉行为很经典的案例,却没有超市去使用。

这个案例是做技术的人想出来的,认为发现了一个重大发现,但是拿到做业务的人的手里,却发现很可笑,做零售营销的会知道,商品的连带销售是非常多的,当我走近超市大门,原本并没有想买什么东西,但是等我们走出超市的时候,手里却带了一堆的东西。因为人的随机消费行为是很多的,如果分析出来买尿布的人一定会去买啤酒,那是不是应该把这两件商品放的越远越好,这样他买了尿布之后再去买啤酒的路上,还会增加的他其他的消费。

从技术角度来考虑用户分析、行为分析,结果往往是没什么用,原本老板和业务对你的期望还是很高的,可是你拿个东西给他他却觉得没什么用。不知道大家之前有没有遇到过,拿着觉得很了不起的东西送给业务或老板却被否下来。

所以,现在需要做一个分析的时候,我会去看业务人员是怎么去做这件事情,了解到这件事情之后,我再去看我能怎么帮助他们。bi翻译成中文是决策支持,所以他重点是支持。如果你期望bi直接来提高你的收入、提高你的转化率,你给他不应该有的期望,你就一定会很失望。所以基于这个想法,在做客户分析之前,收集业务现在他做客户分析,采用了哪些手段,他们现在是怎么去做的。


正文

收集了之后,我分成了三个类:

1.返券/积分

2.精准营销:对不同的客户做不同的行为,对不同的客户来针对不同的活动,推不同的券,来达到转化率提高,针对性越强转化率越高,互联网行业的流量成本很高,如何能抓住用户的精准度来提高转化率,这是我们都非常关注的一个话题,是互联网企业都关注的一个问题;

3.第三个是客户关怀,分成几块,一个是售后、一个是节日关怀、一个是特殊关怀,例如孕妇宝宝满月,需要哪些关怀等等。

在了解到业务做客户分析有哪些手段之后,我就要考虑怎么做能够帮助到他们,来达到我说的一个支持的作用。

1.从返券的角度来说:他很关心的角度是什么,复购。他是在一个月内产生复购还是两个月内产生复购,比如说用户买了隐形眼镜,是30片装,那么在15天之后应该就用完了,但是如果15天之后还没有产生复购,这时候就该做些事情,比如发个短信啊,来问下现在用的情况怎么样,为什么没有在正确的时间产生复购,这是很有针对性的数据。

2.针对精准营销:我们用的是用户画像,用户画像应该是在用户分析这块用的最多的。

比如说最常用的画像:一些用户的基本信息,基本信息的画像,这部分画像基本是每个人都会做,包括他的性别、年龄、职业、地区,还有些针对性比较强的;

比如他的忠诚度:忠诚度我们用什么来衡量啊,比如他购买的频次、最后一次购买的时间;

比如他的价格的敏感度:什么叫价格敏感度,就是有些客户,你不打折他肯定不买,这样的人一定是有的;

还有他质量的敏感度:通过售后发现有些客户,快过期了就不满意要退货,有些客户外包装破损了就不满意要退货,但是也有些客户容忍度高一点,他觉得在过期之前也能吃完,就不会来投诉你,有些外包装破损,他也无所谓,不影响使用嘛;

还有一个用户画像就是用户的购买力:用户的年消费的金额、最大消费单价。

当我们做好这样的用户画像之后,我们的运营人员就可以根据不同的人群使用不同的方式来营销,比如对价格敏感度高的,就会隔三差五的给他发个优惠券,做精准的投放。针对质量敏感度比较高的人,给他发货就要选择新的货,或者效期比较长的货,来降低换货率,节约物流成本,这是非常有针对性的营销行为。

3.对于客户关怀:现在做的比较多的是用户行为分析。不同的客户有不同的行为,我之前听过这样一个案例,是做酒店的,他是怎么做客户行为分析管理的呢。当一个老客户走到餐厅里呢,他的服务员会把他引导到第一排靠窗的位置,因为在他的客户关系数据库里,告诉这个服务员,他连续几次来都坐在那个位置,他对那个位置比较喜欢,这是比较有针对性的行为分析,对业务营销行为具有一定的指导性。

总的来说我的观点是,你抓住用户营销行为的重点,业务真正的分析行为,这样做出来的bi才是真正的有人要的,才是有需求的,是能起到真正作用的。现在往回看那些问题,如果能够从这个角度去考虑,不能说是有答案了,但是能够提供一定思路来找到这个答案的。

最后再分享两个东西,我常用的分析方法:1个是杜邦分析法,当我拿到一个课题,我怎样理清我的分析思路,该怎样去做一个bi的工作,这个方法我用的比较多。2是做零售业的很多分析方法有个三要素,人、物、场。用这个理论来做零售业分析,人对应我的客户、物对应商品、场对应商家,从这几个角度来展开分析,就会形成一个思维导图的分析。


作者:知乎达人“jiago王”,知乎专栏“撩撩数据吧”。帆软数据人,乐于交流的数据小兵。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345

推荐阅读更多精彩内容