日本电商运营基础-提高复购率

日本电商运营基础-提高复购率

ID:44542197

大小:67.00 KB

页数:5页

时间:2019-10-23

日本电商运营基础-提高复购率_第1页
日本电商运营基础-提高复购率_第2页
日本电商运营基础-提高复购率_第3页
日本电商运营基础-提高复购率_第4页
日本电商运营基础-提高复购率_第5页
资源描述:

《日本电商运营基础-提高复购率》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、运营基础-提高复购率数据挖掘美国著名商业实例-一世界连锁巨头沃尔玛曾做过的一项调查讲述了挖掘大型数据中的有效信息和规律,并加以灵活运用的分析方法。使用电脑对顾客的消费数据进行分析,顾客是通过怎样的组合来进行购买、调查商品之间的关联性后发现,面包和黄油、牛排和諾汁具有高关联性,而促销时间将纸尿裤和罐装啤酒捆绑促销就是十分不科学的组合了。合理的产品组合,才是一上架就热卖的秘籍。至今的陈列方法都是将关联商品放置在同一区域,但是如果不对商品间的关联性进行分析,是不可能注意到的。数据累积作为数据挖掘的前提条件是建立在当今电脑及软件算法的进步,从而使数据的基础构建变得更加容易,但是

2、与此相对的若想要证实自己的设想,统计学知识和经验是不可或缺的。顾客信息的运用网络销售的一大好处就是可以通过与顾客的直接互动来获取信息。收集来的信息如何运用到实际销售中,从而使业绩增t,从以下3点来进行分析。•提供给回头客的信息素材・确认自己店铺的顾客真正的需求是什么•在售商品及网页的改良、搜索、新产品和新服务的开发O数据收集在销售商品的同时自动收集以下信息。1.谁(姓名・电话•邮箱)2.日期(下单日期)3.什么时间段(下单时间)4.来自什么区域(顾客的地址)5•什么样的目的(馈赠・自用)6•什么样的商品(商品名・款式•尺寸)7.下单数量8.下单金额利用Excel将以上所

3、提到的数据进行分类、整合、分析后,可以作为之后销售活动的参考。运用软件进行数据导入是优秀的店铺运营不可或缺的一部分,具体要收集哪些顾客信息,参考如下。1•顾客姓名、地址2.顾客电话3•发送广告邮件、促销活动的日期4.促销活动的顾客反馈1.顾客最初从什么渠道了解到促销信息2.第一次的购物日期3.之后的购物日期&客单价7.购入商品和服务的种类及商品品类,负责人8.退货商品9.购入金额累计总额10.购买途径(电话、邮政、销售员等)11.支付方式(信用卡、代扣、汇款等)12.是否有不付款经历15.13.通过市场调杳获得的客户体验度信息o数值分析网店的特点是能收集到比实体店更详细

4、的情报。收集到的畅销品、毛利率、客单价、购买频率、顾客满意度等信息进行分析,将数据可视化,根据顾客需求和市场趋势建立更完善的商品和服务系统。根据数据库所积累的顾客信息,分析顾客近期购买行为,在接近顾客下单的吋候,推送给顾客购买频率高,购买金额高,重复购买可能性高的产品,这称为RFM模型。运用RFM模型进行商业分析可以有效提高销售效率,降低成本浪费,稳定优质顾客,从而提高效益。RFM分析法的运用ORFM分析简单来说就是将顾客过去的购买履历进行图表化。因为各行业及业态各有不同,不可一并而论,需根据店铺实际情况将具备不同属性特征的顾客加以区分。・R•最新购买日,即为某时间段内

5、,最近一次购买日距离现在的天数・F-购买频率,即为某时间段内,购买的频率・M■累计购买金额,即为某时间段内,购买的总金额模型法实例等级RFM130日以内10次以上50,000万以上260日以内5〜9次25,000万以上390日以内2〜4次10,000万以下以往的营业额二顾客数X商单价二顾客数X商品单价X购买数量X购买频率,这就是RFM的慕础思维方式。利用具有代表性的RDBMS(关系数据库管理系统)的Access和BASE,即可方便地对数据进行抽!O最新购买日人数(R)近期刚刚购买过某商品的顾客,对商户和商品的记忆是比较鲜明的,因此趁他还没有完全忘记该商户和商品,把他作为

6、促销的对彖,比起完全没有买过此商品的顾客来说,更可能进行重复购买。因此,用此方法可以在顾客库里选出有可能发展为回头客的顾客。・R越接近上次购买日,再次购买的概率就越高。・M即使很高,距离上次购买日期越久远,再次购买的概率就越低。・F即使很多,距离上次购买日期越久远,再次购买的概率就越低。O购买频率(F)如果F较低的顾客较多,则需耍考虑是否顾客满意度较低。并且,F较高的顾客,复购率也高,反ZF低的顾客很少的话也就意味着新客很少,以此也可作为计量新旧顾客比例的指标。・R基本相同,F越高复购率就越高。・R距离上次购买日越久远,即使F很高,复购率趋低。・M很高但是F很低的情况下

7、,复购率趋低。O累计购买金额(M)M数值高就意味着潜在的购买力很高。此类顾客很多的话,并且F和R数值都上升的话,业绩必然上升。此数据也是检测顾客对该店的信任度的一个指标。ORFM的分析方法・无法从M的高低来判断是否成为冋头客。•复购率的判断基准首先看R,其次是F。・M数值高,可判断常规购买力,但无法判断复购率。・R栏数值越高,顾客的购买金额越大・R栏数值显示的收益点一般有以下儿点1.R栏数值越高,将来成为企业利润支柱的可能性就越高。2.R栏数值越低,即使F栏和M栏的数值很高,被其他店夺走的顾客的可能性也很高。3.R栏数值都差不多的情况下,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。