<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Leadong Blog &#187; 网站客户</title>
	<atom:link href="http://blog.leadong.com/tag/%e7%bd%91%e7%ab%99%e5%ae%a2%e6%88%b7/feed/" rel="self" type="application/rss+xml" />
	<link>http://blog.leadong.com</link>
	<description>企业管理平台“领动”的团队博客。</description>
	<lastBuildDate>Wed, 01 Feb 2012 09:31:14 +0000</lastBuildDate>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.1.1</generator>
<xhtml:meta xmlns:xhtml="http://www.w3.org/1999/xhtml" name="robots" content="noindex" />
		<item>
		<title>电子商务网站用户分析</title>
		<link>http://blog.leadong.com/2010/06/%e7%94%b5%e5%ad%90%e5%95%86%e5%8a%a1%e7%bd%91%e7%ab%99%e7%94%a8%e6%88%b7%e5%88%86%e6%9e%90/</link>
		<comments>http://blog.leadong.com/2010/06/%e7%94%b5%e5%ad%90%e5%95%86%e5%8a%a1%e7%bd%91%e7%ab%99%e7%94%a8%e6%88%b7%e5%88%86%e6%9e%90/#comments</comments>
		<pubDate>Wed, 23 Jun 2010 01:16:11 +0000</pubDate>
		<dc:creator>liuwei</dc:creator>
				<category><![CDATA[抛砖引玉]]></category>
		<category><![CDATA[用户价值]]></category>
		<category><![CDATA[用户分析]]></category>
		<category><![CDATA[电子商务]]></category>
		<category><![CDATA[网站客户]]></category>

		<guid isPermaLink="false">http://blog.leadong.com/?p=283</guid>
		<description><![CDATA[当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户。电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行为进行分析，以估计每位用户的价值，及针对每位用户的扩展营销（Lead Generation）的可能性。 【评价用户价值的指标】 对于评价指标的选择这里遵循3个原则： 1、指标可量化：没办法，要做定量分析，这个是最基本的前提； 2、尽可能全面：根据底层数据选择尽可能多的可以获取的指标，这样能够从多角度进行分析和评价； 3、线性独立：即指标间尽量保持不相关。比如如果选择用户的购买次数和总消费额，那么一定是购买次数越多的用户总消费额越高，也就是导致了评价维度上的重合，而选择购买次数和平均每次交易额可以避免这种相关性产生的弊端。 根据以上几个原则选取了以下几个指标（同样根据网站的特征选取合适的统计时间段）： 1、最近购买时间：用户最近一次购买距当前的天数； 2、购买频率：用户在这段时间内购买的次数； 3、平均每次交易额：用户在这段时间内的消费总额/购买的次数； 4、单次最高交易额：用户在这段时间内购买的单词最高支付金额； 5、购买商品种类：用户在这段时间内购买的商品种类或商品大类。 【用户评价模型的展示】 一样的，也可以用雷达图进行展示，同样也使用离差标准化的方法对每个指标进行消除度量单位的10分制评分。下面是一个雷达图的示例： 通过这个雷达图，我们可以读到比用户忠诚度更多的信息。图中的上面3个指标——最近购买时间、购买频率和购买商品种类可以用来评价用户的忠诚度，而下面的2个指标——平均每次交易额和单词最高交易额可以用来衡量用户的消费能力。如上图，用户1虽然购买频率和购买的广度不高，但其消费的能力较强，而用户2是频繁购买用户，对网站有一定的忠诚度，但其消费能力一般。所以图形的上半部分面积较大的用户拥有较高的忠诚度，而下半部分面积较大的用户具有更高的消费能力。这两类用户都是网站的有价值客户，但由于其类型的不同，在营销策略上可以分开对待。 【用户交易行为分析的意义】 1、发现网站的高价值客户（VIP），为客户关系管理（CRM）及保持有价值客户提供支持； 2、发掘网站的可发展用户，对于一些新客户或潜力客户进行针对性营销； 3、及时发现可能流失的客户，及时采取有效措施； 4、根据用户交易行为细分客户群，实施有针对性的营销策略。 以上来源：网站数据分析 备注：文中的“电子商务网站”更多的指B2C，C2C网站，且观点不适用于Made-in-China.com此类B2B网站。]]></description>
		<wfw:commentRss>http://blog.leadong.com/2010/06/%e7%94%b5%e5%ad%90%e5%95%86%e5%8a%a1%e7%bd%91%e7%ab%99%e7%94%a8%e6%88%b7%e5%88%86%e6%9e%90/feed/</wfw:commentRss>
		<slash:comments>2</slash:comments>
		</item>
	</channel>
</rss>

