1、电子商务数据分析概论电子商务数据分析概论模块四模块四 运营数据分析运营数据分析CONTENT目录目录单元一单元一 运营数据分析认知单元二单元二 客户数据分析单元三单元三 推广数据分析单元四单元四 销售数据分析单元五单元五 供应链数据分析学习目标学习目标了解运营数据分析的必要条件及内容；熟悉客户数据分析、推广数据分析、销售数据分析、供应链数据分析的相关知识与指标。知识目标知识目标能力目标能力目标能够进行客户数据分析，包括客户特征分析、客户忠诚度分析、客户行为分析；能够进行推广数据分析，包括推广渠道分析、关键词推广分析、活动推广效果分析、内容运营分析；能够进行销售数据分析，包括交易数据分析、服务数
2、据分析；能够进行供应链数据分析，包括采购数据分析、物流数据分析、仓储数据分析。思政目标思政目标熟悉中华人民共和国电子商务法相关法律法规；具备数据保密意识，尊重公民隐私，遵守职业道德。知识导图知识导图引导案例引导案例某企业旗下拥有一款主营各类零食的APP，经营初期效益良好，但随着业务规模的扩大，出现了业绩增长乏力的状况，企业管理者加大推广力度后仍没有太大起色，为了优化推广效果，企业管理者决定对客户特征进行分析，通过客户特征分析将客户分类，然后有针对性的优化推广策略。企业采集90天内客户购买频次、购买金额等指标进行分析后，将客户分为老客户、新客户、VIP客户、潜在客户、流失客户五个类型，其中老客户
3、是购买过两次及以上的客户，新客户是购买过一次的客户，VIP客户是90天内消费金额超过500元的客户，流失客户是90天内未发生购买行为的客户，潜在客户是注册了APP但没有发生购买的客户。如图4-3所示，针对不同的客户类型，企业制定了相应的推广策略。图4-3 不同类型的客户策略引导案例引导案例【案例思考】【案例思考】通过上述竞品分析案例：（1）请思考企业为什么要进行客户分类？（2）企业如何采用数据分析的思维对客户进行分类？企业按照上图中的推广策略展开推广后，客户订单量得到很大提升，同时不同层级客户的类型也发生了转化，比如很多老客户转化为了VIP客户，潜在客户转化为了新客户等，企业经营效益得到了大幅
4、度提升。单元二单元二 客户数据分析客户数据分析汇总各种客户相关信息和数据来了解客户需求，分析客户特征，评估客户价值，从而为企业客户管理策略的制定、资源的优化配置提供参考的过程。客户分类客户分类一、客户分类一、客户分类客户分类客户分类维度维度按购买状按购买状态划分态划分按购买地按购买地域划分域划分按购买数按购买数量划分量划分按客户属按客户属性划分性划分按购买行按购买行为划分为划分一、客户分类一、客户分类一、客户分类一、客户分类按购买地域划分按购买地域划分价值价值2 2价值价值1 1价值价值1 1方便对客户群体特征进行分析价值价值2 2方便企业对客户进行管理一、客户分类一、客户分类普通客户普通客户
5、会员客户会员客户超级会员客户超级会员客户按购买数量划分按购买数量划分每个会员等级对应不同的购买数量门槛，客户只有达到既定的购买数量，才能获得相应的会员资格并享有会员特权。通过会员等级特权，能够刺激客户的购买欲望，有效拉动企业的产品销量。一、客户分类一、客户分类按购买状态划分按购买状态划分收藏客户加购客户成交客户比如淘宝平台对收藏客户的定义是30内有收藏但没有支付的客户，对加购客户的定义是30天内有加购但没有支付的客户。根据购买状态划分客户能够帮助企业了解其客户构成情况，并针对不同的客户类型采取不同的客户运营方式，比如对有收藏或加购但没有支付的客户可以采取催付的方式以增加企业成交量。一、客户分类
6、一、客户分类新客户新客户首次访问企业的客户活跃客户活跃客户经常在企业发生购买行为或其他关键行为的客户流失客户流失客户长时间未登陆企业网站或产生购买行为的客户回流客户回流客户重新成为企业客户的流失客户按购买行为划分按购买行为划分一、客户分类一、客户分类按客户属性划分按客户属性划分常见的客户常见的客户属性维度属性维度客户基客户基础属性础属性客户产客户产品偏好品偏好属性属性一、客户分类一、客户分类客户基础属性性别：男、女。年龄：18岁以下、18-24岁、25-29岁、30-34岁、35-39岁、40-49岁、50岁及以上。职业：公务员、医护人员、白领、教职工、蓝领/服务业、学生、媒体从业者、科研人员
7、、金融从业者等。婚恋阶段：单身、恋爱、筹备婚礼、已婚未育、已婚已育。地域：一级城市、二级城市、三级城市等。月均消费水平：300元以下、300-499元、500-699元等。天气偏好：阴天、晴天、雪天等。一、客户分类一、客户分类客户产品偏好属性款式：基本款、创意款等。适用场景：日用、商用、送礼等。品质：高、中、低。风格：时尚、复古、个性等。工艺：手工、机器加工等。口味：酸、甜、苦、辣、咸等。图案：花色、纯色、卡通、水墨等。功能：功能A、功能B、功能C等。材质：木质、玻璃制品、硅胶、石材、金属等。适用空间：室内、户外、卧室、车载等。价格：高、中、低。二、客户特征分析二、客户特征分析客户特征分析的维
8、度与作用客户特征分析的维度与作用客户特征分析的维度与指标 在进行客户特征分析时，常用到的指标有：页面浏览量（PV）、访客数（UV）、成交客户数、成交金额、转化率、客单价等。企业通过从不同维度采集相应指标进行分析，能够得出可以指导符合企业策略优化营销需求的客户特征分析结果。二、客户特征分析二、客户特征分析精准营销精准营销客户特征分析最直接的价值体现助力产品销售助力产品销售服务客户研究服务客户研究帮助企业洞察客户消费趋势综合分析客户购买情况客户特征分析的作用二、客户特征分析二、客户特征分析精准营销精准营销是客户特征分析最直接的价值体现。企业在进行营销活动前，需要对客户特征进行分析，通过了解客户的年
9、龄、爱好、性格等信息，制定有针对性的营销策略，选择合适的营销平台，创作能引起共鸣的营销内容等，以便更好的达成营销目标。二、客户特征分析二、客户特征分析助力产品销售只有符合客户需求的产品，才能获得好的销售成绩。客户特征分析能够帮助企业了解客户购买产品的心理动机，然后结合点击率、留存时间、客户购买数量等数据信息，综合分析客户购买情况。二、客户特征分析二、客户特征分析服务客户研究对客户特征进行分析，能够帮助企业搭建客户研究体系。通过该研究体系，企业能够洞察客户消费趋势，从而优化运营策略和经营方向。比如对各年龄段客户消费偏好、区域客户消费差异等进行分析，企业可以了解不同年龄段客户的消费变化情况和不同地
10、区客户的消费水平，进而优化产品结构和区域产品结构，达到提升产品销量的目的。二、客户特征分析二、客户特征分析 在了解企业营销需求的前提下，选择合适的维度和指标展开分析，为企业提供有价值的客户特征分析结果，使企业利用有限的内部资源有针对性的展开营销活动，从而获得更多的目标客户。客户特征分析客户特征分析明确营销需求电子商务企业营销过程中需要核心考虑的需求二、客户特征分析二、客户特征分析流量流量是电子商务企业变现的基础，流量越大成交数据越好。吸引流量的关键，是了解客户，要知道客户是谁、客户在哪儿，然后将客户感兴趣的内容推送到对应客户面前吸引其点击浏览。因此，电子商务企业需要针对客户地域、年龄、消费层级
11、、购买时间等进行分析，然后进行精准引流。二、客户特征分析二、客户特征分析转化引流是将客户引到企业，转化则是实现客户变现，即让客户购买产品。提升转化率的前提是为客户推送的产品符合客户需求和偏好，即要做到“千人千面”。因此电子商务企业需要结合客户特征分析结果将产品推送到对其感兴趣的客户面前。二、客户特征分析二、客户特征分析复购率复购率解决让客户再次购买的问题，想要解决该问题，企业需要了解哪些客户复购的概率更大，所以企业需要在确定大概率复购客户群体的基础上，对这些客户的特征进行分析。二、客户特征分析二、客户特征分析客单价客单价解决让客户多买的问题，想要让客户多买，就要了解哪些客户会多买，哪些价位的产
12、品客户会多买等问题，然后匹配合适价位的产品给客户，因此企业需要对客户购买频次、客户消费层级等内容进行分析。二、客户特征分析二、客户特征分析地域与年地域与年龄分析龄分析客户性别客户性别分析分析消费层消费层级分析级分析客户访客户访问时间问时间分析分析客户偏客户偏好分析好分析客户特征多维度分析二、客户特征分析二、客户特征分析客户地域与年龄分析客户地域分析是从空间角度分析客户的来源，比如客户来自哪个国家，哪个省份，哪座城市等；客户年龄分析，是分析客户群的年龄分布情况，不同年龄的客户在性格、爱好、财务状况等方面有很大区别。通过客户地域与年龄分析，企业可以明确客户的主要来源地和年龄群，便于其有针对性的分配
13、产品或开展营销。某企业原始数据中筛选出的八个省份、不同年龄客户的销售额统计数据，接下来我们以这组数据为例对该企业的客户地域与年龄展开分析。二、客户特征分析二、客户特征分析利用数据透视图，分析不同区域、不同年龄客户的销售额情况，将“客户年龄”拖动到行，“客户地域”拖动到列，得到数据透视表二、客户特征分析二、客户特征分析为了更直观的展示客户地域与客户年龄的数据分析结果，需要选中数据透视表数据区域并插入三维簇状柱形图，得到不同地域、不同年龄的销售额可视化结果二、客户特征分析二、客户特征分析根据以上分析图表，企业可以得到以下信息：整体消费情况最好的年龄群是26-35岁，总计消费444698元，消费最低
14、的年龄群是45岁以上，总计消费118443元；各年龄段的客户在各省份的消费能力有所差异，消费能力最高的地域是上海，消费能力最低的地域是西藏。结合以上分析结果，企业可以优化区域产品的分配，并明确今后营销活动的首要目标客户群。二、客户特征分析二、客户特征分析此外，还可以对客户地域中的具体指标进行分析，比如对不同区域成交客户数、客户转化率、客单价等进行分析，让客户分析地域分析结果更为细致精确。如为采集某企业不同区域客户数后制作的饼状图，通过该图形，可以看到该企业上海、陕西、山西的成交客户数占比较最多，三个区域总占比超过总客户数的一半，西藏、贵州、青海的成交客户数占比较最少，企业可以根据该分析结果调整
15、其推广策略，比如对成交占比少的区域定向推广（结合这些区域客户的特征），调动这些区域客户的购物积极性。二、客户特征分析二、客户特征分析客户消费层级分析消费层级是对客户某一时间单位内的花费金额进行分析，通过分析，企业能够了解该时间段内客户的普遍消费能力，并根据客户消费能力调整产品结构。是某企业2019年10月份产品订单成交统计数据，接下来我们对该企业2019年10月份的客户消费层级进行分析。二、客户特征分析二、客户特征分析分析的第一步，需要对产品价格消费层级分组，分组时需要结合产品价格，这里将消费层级依次分为：100-200、200-300、300-400、400-500、500-600、600-
16、700、700-800、800-900、900-1000，对应分组下限分别是：100、200、300、400、500、600、700、800、900二、客户特征分析二、客户特征分析完成消费层级分组后，使用VLOOKUP函数，首先将B2单元格的价格分配到对应的消费层级中，然后快速完成自动分组。完成自动分组后，使用数据透视图，制作出每个消费层级中对应客户订单量的透视表。二、客户特征分析二、客户特征分析为了更直观的展示数据分析结果，可以插入堆积柱形图，形成客户消费层级分析图。二、客户特征分析二、客户特征分析根据以上分析图表，企业可以得到以下信息：客户消费层级排名前三的依次是：200-300元、100
17、-200元、300-400元，对应订单数量分别是：90、60、51；客户消费层级排名后三位的依次是：600-700元、800-900元、900-1000元，对应订单数量分别是：0（因为是0，所以在透视表和分析图中均不显示该分组及对应数值）、1、1。可见，企业在2019年10月份，客户的消费水平普遍偏低，订单消费集中在100-400元，高消费层级的客户订单量极少，仅有两比订单在800元以上。结合以上分析结果，企业可以调整产品结构，多上架价格在100-400区间的产品，减少高于800元产品的上架。二、客户特征分析二、客户特征分析客户性别分析性别不同，客户的产品偏好、行为偏好、购买动机等往往不同。男
18、性在购物时更加冷静和理智，选择的产品多为高质量的功能性产品，较少考虑价格因素；女性在购物时更冲动和随机，影响产品选择的因素多样，较多考虑价格因素、产品外观因素和产品质量因素。进行客户性别分析，需要采集订单及其对应客户的性别数据，图为某企业2019年9月份的客户性别统计表，接下来我们以这组数据为基础对该企业客户性别进行分析。二、客户特征分析二、客户特征分析根据以上分析图表，企业可以得到以下信息：该企业2019年9月份女性客户占比65%，男性客户占比35%，可见该企业的主要客户群为女性。因此，企业在今后运营过程中，需要充分考虑女性客户的性格特点、购物偏好等。二、客户特征分析二、客户特征分析整理数据
19、，计算男、女客户各自的总数量，图是分别计算出的企业男、女客户总数量。（计算总数量前，需要对客户性别进行排序，然后快速得出各性别客户的总数量）插入客户性别分析饼状图，使数据呈现效果更直观二、客户特征分析二、客户特征分析客户访问时间分析客户访问时间分析，是从时间维度分析客户情况。通过分析，企业能够了解客户访问时间规律，比如哪些时间段是客户访问高峰期、哪些时间段是客户下单高峰期等。在具体分析时，企业可以从不同方向进行客户访问时间分析，比如PC端客户访问时间分析、移动端客户访问时间分析。某企业一天中PC端和移动端的访客数据统计表，接下来我们以该组数据为基础对该企业的客户访问时间进行分析。二、客户特征分
20、析二、客户特征分析选中时间、访客数对应的区域，插入折线图，可以得到该企业访客时间分布曲线，如图，通过分析，企业可以知道其客户访问时间的最高峰为15点、18点和24点，因此企业可以选择在该时间段上新产品或投放广告。二、客户特征分析二、客户特征分析客户偏好分析客户偏好分析，是对客户的产品偏好、营销偏好、邮寄方式偏好、包装偏好等进行分析，企业可以根据分析结果，优化对应的内容。如在进行企业网店流量来源分析时，通过分析得知某该企业客户大部分从聚划算而来，则该企业客户的营销偏好是聚划算，因此企业可以在后续营销时，选择参加聚划算。二、客户特征分析二、客户特征分析不同终端客户特征分析随着移动智能终端的普及和移
21、动互联网技术的发展，越来越多的客户选择在移动端购买产品，对不同终端的客户进行分析，有利于企业了解各终端各数据的占比情况，如访客数（UV）、客户转化率、成交客户数、成交金额、客单价等数据的占比情况。二、客户特征分析二、客户特征分析以不同终端访客数为例进行分析，首先需要采集各终端的访客数二、客户特征分析二、客户特征分析快速插入图表，为了直观的展示移动端、PC端的访客数占比情况，需要插入堆积柱形图。可以看出，企业2018年整年移动端访客数均高于过半，无论是在销售旺季还是在销售淡季，移动端的访客数始终多于PC端，这得益于移动端的便利和企业对移动端的经营，也意味着企业在今后的经营中仍然要重视移动端的运营
22、。二、客户特征分析二、客户特征分析客客户户特特征征分分析析结结果果应应用用电子商务企业做客户特征分析是为了让客户尽可能多的购买企业产品，企业可以在客户特征分析的基础上，进行推广、引流，让其推广、引流更具有针对性，在实际推广操作时，为客户推荐其更感兴趣的产品和营销内容，使企业流量和转化得到提升。营销优化营销优化1 1客户特征分析还可以指导企业产品结构优化，使原本的“上架什么客户购买什么”转变为“客户需要什么上架什么”。根据客户特征分析结果，企业可以优化产品定价和产品选择，为客户推广更受客户青睐的产品，以提升企业产品销量。产品结构优化产品结构优化2 2二、客户特征分析二、客户特征分析 客户标签是为
23、客户添加分类。通过客户特征分析，企业能够了解客户的群体特征，但这些群体特征分属于不同的维度，如何把这些不同维度的客户群进行归类，就需要为客户添加标签。设计客户标签设计客户标签客户标签的意义二、客户特征分析二、客户特征分析客户标签设计1将客户标签分类二、客户特征分析二、客户特征分析2拉取出对应的客户画像标签通过该客户画像标签，企业能够了解标签背后的客户群体特征并快速识别和记忆客户。二、客户特征分析二、客户特征分析客户标签分客户标签分类类数据时数据时效性效性数据提数据提取维度取维度静态属性标签动态属性标签事实标签模型标签模型标签长期甚至永久不会改变的标签拥有有效期，需要及时更新和替换的标签可以直接
24、在原始数据获取的标签需要在原始数据基础上进行分析或计算才能获得的标签需要结合事实标签和模型标签进行预测才能获取的标签二、客户特征分析二、客户特征分析客户标签的应用常见应常见应用用精准客户营销个性化接待客户拥有不同标签的客户特征不同，企业可以采用不同的营销方式进行精准营销。据该客户的标签，做出符合客户心理预期的推荐或回复，这样做不仅有利于产品成交，还有利于拉近企业与客户的距离，获得客户信任，提升客户满意度。三、客户忠诚度分析三、客户忠诚度分析认识客户忠诚度认识客户忠诚度也叫客户粘度，是指借助企业产品或服务的质量、价格等因素的影响，使客户对企业产品或服务产生情感，形成长期重复购买的程度。客户忠诚客
25、户忠诚度度三、客户忠诚度分析三、客户忠诚度分析影响客户忠诚度的因素是决定客户忠诚与否的关键因素能够体现客户的忠诚度情况客户忠诚度较强的时候，会跟企业形成一定的依存关系，客户的依存度深浅，能够揭示是否有客户、有多少客户与企业形成了忠实伙伴关系，企业可以将形成忠实伙伴关系的客户当成自己的重点维护与合作客户。三、客户忠诚度分析三、客户忠诚度分析客户忠诚度分析的目的就是检验企业客户忠诚度管理的成果，并及时优化客户忠诚度管理办法。同时及时识别出忠诚客户，对这些客户进行有针对性的营销和维护，让更多的客户成为企业忠诚客户，拉动企业销量，提升企业品牌知名度和美誉度。客户忠诚度分析的目的三、客户忠诚度分析三、客
26、户忠诚度分析客户忠诚度分析客户忠诚度分析客户重复购买率重复购买率（复购率）是考察客户忠诚度的核心指标，是客户对企业产品或服务重复购买的次数，重复购买率越高，客户对企业的忠诚度越高，反之则越低。计算计算方式方式以每个购买过企业产品或服务的客户为单位，计算重复购买产品或服务的比率以交易次数计算，计算单位时间内重复购买次数与总交易次数的比值三、客户忠诚度分析三、客户忠诚度分析客户购买频次在单位时间内，客户的购买次数越多，忠诚度越高，客户的购买次数越少，忠诚度越低。图为某企业2019年5月1日-2019年10月31日的客户统计表，统计表中筛选了企业半年的购买客户名单，接下来，以这组数据为基础，进行客户
27、忠诚度分析。三、客户忠诚度分析三、客户忠诚度分析（1）将所有下单客户名称都列在同一单元格中，比如都列在单元格A中，然后使用数据透视表，统计每个客户在半年中的购买次数，统计后的结果如图。三、客户忠诚度分析三、客户忠诚度分析（2）选中客户购买次数透视表，插入堆积条形图，得到客户忠诚度分析图，如下图三、客户忠诚度分析三、客户忠诚度分析（3）根据以上分析图表，企业可以得到以下信息：该企业2019年5月1日-2019年10月31日，客户忠诚度排名前五的依次是：客户N、客户O、客户Q、客户P、客户F，其半年在企业完成的购买次数分别是：23次、20次、19次、18次、16次；客户忠诚度排在后四位的依次是：客
28、户B、客户T、客户D、客户E，其半年在企业完成的购买次数分别是：1次、1次、2次、2次。三、客户忠诚度分析三、客户忠诚度分析客户忠诚度分析客户忠诚度分析结果应用结果应用企业根据客户忠诚度分析结果搭建或调整会员结构。会员营销会员营销企业可以为忠诚客户建立专属优惠群。群专属优惠群专属优惠企业可以通过给予忠诚客户拉新优惠、拉新奖励等方式调动忠诚客户为企业拉来新客户。客户拉新客户拉新三、客户忠诚度分析三、客户忠诚度分析划分会员等级划分会员等级确定积分制度确定积分制度提升产品与服务质量提升产品与服务质量提升客户提升客户忠诚度的忠诚度的方法方法三、客户忠诚度分析三、客户忠诚度分析划分会员等级1、企业可以根
29、据客户忠诚度的高低深浅划分会员等级，比如将会员划分为普通会员、高级会员、VIP会员和至尊VIP会员等。2、划分好会员等级后，结合企业产品价格、平均客单价、客户购买频次等确定每个等级会员的晋级条件。晋级条件不宜太高，太高会打消客户的晋级积极性，晋级条件也不宜太低，太低不利于刺激客户消费。三、客户忠诚度分析三、客户忠诚度分析3、划分好会员等级后，还需要确定好每一层及会员的特权，比如会员专属优惠、会员专属客服、会员生日礼物、会员积分优惠、会员优先发货等，等级不同的会员享有不同的特权，等级越高特权越多。4、此外，需要对会员页面进行设计，方便会员查看活动或优惠信息，同时企业也要及时发布会员优惠信息，让会
30、员在第一时间获得信息并进行购买。三、客户忠诚度分析三、客户忠诚度分析确定积分制度要让客户能够相对容易的获取积分获取到的积分要能够及时变现维持和提升客户忠诚度的重要手段之一确定积分获取方式购物获取积分参与活动获取积分收藏企业网店获取积分签到获取积分三、客户忠诚度分析三、客户忠诚度分析确定积分确定积分变现方式变现方式兑换优惠券兑换优惠券兑换产品小样兑换产品小样积分抽奖积分抽奖兑换折扣兑换折扣三、客户忠诚度分析三、客户忠诚度分析提升产品与服务质量提升客户忠诚度的关键是要提升企业产品与服务质量。产品质量是保证客户忠诚的前提，没有质量好的产品，客户忠诚就无从培养，因此企业需要在选品时严格把关，筛选高质量
31、的产品提供给客户。高质量的产品就位后，企业需要提升服务质量，比如提供优质的客户服务，让客户与企业形成良性沟通和稳定联系，以此提升客户忠诚度。四、客户行为分析四、客户行为分析客户行为分析的含义客户行为分析的含义客户行为是客户为满足自己的某种需求，选择、购买、使用、评价、处理产品或服务过程中产生的心理活动和外在行为表现。客户行为分析是对这一过程中（各模块/环节）产生的数据进行分析，发现客户行为特点和规律的过程。四、客户行为分析四、客户行为分析主要目的主要目的是根据分析结果预测客户需求、监测客户流向等，进而有针对性的提供满足客户需求的产品或服务，有针对性的引领客户转化到最优环节或企业期望客户抵达的环
32、节，最终达到提升企业盈利能力的目的。四、客户行为分析四、客户行为分析电子商务企业客户行为分析电子商务企业客户行为分析电子商务企业客户行为路径四、客户行为分析四、客户行为分析电子商务企业客户行为分析电子商务企业客户行为分析的维度与指标在进行客户行为分析时，企业需要在以上三个维度指标的基础上进行删减或延伸，确保得出具体、准确、有针对性的分析结果。四、客户行为分析四、客户行为分析电子商务企业客户行为分析的方法四、客户行为分析四、客户行为分析电子商务企业客户行为分析添加添加标题标题客户进入首页，意味着流量的介入，流量需要通过不同的入口页面介入，流量入口页面即客户通过哪些页面进入企业网站/APP等，常见
33、的流量入口页面有：导购页面、内容页面、首页、产品详情页、搜索结果页、其他页面等。客户入口页面分析客户入口页面分析店内路径：导购页面、首页、商品详情页、其他页面等客户去向：从哪个页面离开又去了哪个页面客户店内路径分析客户店内路径分析客户行为轨迹分析客户行为轨迹分析四、客户行为分析四、客户行为分析客户入口页面分析流量入口分析，需要采集并汇总各入口名称、单位时间下单买家数、访客数，如图汇总好数据后，选中所有数据区域插入数据透视图，得到数据透视表后，插入堆积条形图，并将访客数和下单买家数的值显示方式设置为总计的百分比。四、客户行为分析四、客户行为分析从该图中，我们能够看到客户入口分布及相应的比例，很明
34、显客户选择从详情页进入的比例最大，其中访客数占总访客数比例为36.96%，下单买家数占总下单买家数比例为32.32%。可见客户选择该企业的产品详情页作为主要入口。四、客户行为分析四、客户行为分析客户店内路径分析店内路径客户去向店内路径分析以淘宝为例，其店内路径涵盖导购页面、首页、商品详情页、其他页面等，如下图所示，为某企业淘宝后台2019年11月某周的客户店内路径，从图中可知，该企业商品详情页的访客来源于导购页面、首页、商品详情页和店外其他来源，其中导购页面有21/27=77.78%的客户访问了商品详情页；首页中有26/48=54.17%的客户访问了商品详情页；商品详情页中有103/596=1
35、7.28%的客户访问了商品详情页等，可见从商品详情页到商品详情页的比例最小，说明商品详情页的关联推荐存在一定问题，企业需要加强商品详情页关联推荐的设置。四、客户行为分析四、客户行为分析接着分析商品详情页客户去向的支付金额和支付金额占比，如图所示，看完商品详情页后，选择离开的客户占比最多，占比80.35%，说明企业需要强化商品详情页的设计，以留住客户；看完商品详情页后，去往商品详情页的客户支付金额占比最多，占比91.19%，去往导购页面和首页客户的支付金额与支付占比很少，说明企业需要重视首页和导购页面的设计与布局。四、客户行为分析四、客户行为分析客户去向分析客户去向是客户从哪个页面离开又去了哪个
36、页面。如图4-41所示，为某企业淘宝后台2019年11月某周的客户去向，从图中可以看出，客户从店铺首页离开网店的占比最大，为72.35%，其次是商品详情页，为27.06%，说明企业需要优化其首页与商品详情页的设计。四、客户行为分析四、客户行为分析客户行为偏好分析客户行为偏好分析客户行为偏好分析，可以使用5W2H方法分析客户购物偏好（What），需要采集企业某一时间单位内客户的支付订单数，通过对不同产品的成交订单总数进行比较分析，得出客户偏好购买的产品。客户产品偏好分析四、客户行为分析四、客户行为分析某企业2019年10月份4种产品的客户支付订单数据以这组数据为例，分析企业客户偏好购买的产品。选
37、中所有数据区域插入数据透视图并在【透视图字段】编辑框选择产品名称和支付件数，同时将支付件数拖动到值。四、客户行为分析四、客户行为分析操作后能够得到客户购买产品分析图，从图中可以看出产品A和产品D的订单数量最多，这意味着，客户偏好购买的该企业产品是产品A、产品D。四、客户行为分析四、客户行为分析分析客户购物时间（When），需要调取企业较长时间段的各产品的销量数据，并将其整理成如图所示格式。客户购物时间偏好分析四、客户行为分析四、客户行为分析完成数据整理后，使用数据透视图功能，将时间设置为行，产品销量设置为值，得到数据透视表并完成图形制作。从图中可以看到，产品A的客户采购时间集中在1月-3月，产
38、品B的客户采购时间集中在4月-7月，产品C的客户采购时间集中在3月-6月，产品D的客户采购时间集中在8月-11月。四、客户行为分析四、客户行为分析分析客户为什么购买产品Why、购买产品的是谁Who及客户购买地点Where客户购买原因分析客户终端来源分析四、客户行为分析四、客户行为分析客户花费金额分析，需要采集客户订单金额数据，并运用分组分析的方法将订单金额划分为不同的分组，以便得出每个分组中对应的订单数量。客户花费金额（How much）、客户购买形式（How to do）分析如图企业可以知道其客户的花费金额集中在250-300元、150-200元、100-150元这三个区间，企业在后续上架产
39、品时，可以优先上架这三种价位的产品。客户购买形式分析，可以分析客户来源，通过客户来源分析，能够了解客户是通过哪种渠道进入企业并形成支付的。四、客户行为分析四、客户行为分析为采集PC终端成交量数据后制作的流量来源饼状图，从图形中可以看到该企业客户45%是通过免费渠道、35%是通过付费渠道进入企业并形成支付的，该分析结果可以指导企业流量结构的优化。通过以上分析，企业能够了解客户购买动机、客户购买行为等情况分析结果，结合分析结果，企业可以研究并发现客户产生购买行为背后的原因，总结这些原因，能够指导企业提供让客户满意的产品或服务，最终达到提升产品销量的等目的。请根据本单元所学知识，帮助自己利用请根据本单元所学知识，帮助自己利用数据化分析方法对运营网店客户进行分数据化分析方法对运营网店客户进行分析。析。思考题思考题谢谢观看谢谢观看THANK YOU FOR WATCHING
