电商网站分析实践（下）

相关阅读

以下是一些我们可以进行深入分析的内容

1、分析客户持续的互动行为

我们要学会区分哪些是增长性的指标，哪些是参与度的指标。我们来看一下这样的一个场景

假如我们在不断地获得更多新客户，从网站的转化与互动数据来看，网站的表现似乎不错，因为这些购买了产品的新客户可能会在他们的第一次访问过程中与网站的互动特别多，他们可能会浏览很多产品页面，添加了多个产品到购物车中，并最终购买了产品。如果我们只是关注用户和网站之间的总体互动次数，那么我们可能会认为我们正做着正确的事，网站的表现相当不错，但实际上网站的问题可能已经是相当严重。

比如，客户有可能在完成第一次购买后再也不会回访和购买产品，导致这种结果的原因有很多，比如客户可能不满意已购买的产品，或是对于我们的服务也有意见，但这些客户不一定会把问题和意见反馈给我们。

大量的新客户数据掩盖了这些一次性客户缺乏后期互动（二次购买）的问题。

这里提供一个可用的解决方案

根据客户的购买日期（把购买日期设置为可分组的维度或属性）对客户进行分组。把在三月份购买商品客户作为一个群组，在八月份购买商品的客户作为另一个群组，依此类推。我们对不同的群组的客户进行分析，随着时间推移，每个客户群组与网站的互动情况有什么不同。例如，我们可以从数据中发现，在十二月份进行购买的客户会比在六月份购物的客户和网站的互动更多，带来的销售也更多，我们就可以深入分析其原因并提出优化方案。

2、基于购买次数分析客户的互动行为（客户终身价值）

高水平的网站运营人员或分析师能够基于客户的忠诚度（购买频率）对用户的行为展开深入分析。在这里我们会应用到细分分析，我们可以根据客户的购买次数对他们进行分组。有过3次购买行为的用户将组成一个群组，而有过7次购买行为的用户将组成另一个群组，依此类推，分析他们与网站的互动行为。

现在，我们可以看到每个群组的用户他们的表现是什么样的，比如其中哪些营销活动带来了更多的二次购买？哪些用户会较为积极地在社交网站上分享我们的产品？而对于那些已购买了过不下三次的忠诚客户，他们的邮件点击率是多少？

3、基于购买花费分析客户的互动行为

我们都希望网站可以有更多的挥金如土的大客户！，从长远来看，我们怎么知道我们的访客的真正价值，他们对我们的业务做出了多少贡献呢？同样，如果我们的工作重点就是衡量纯粹的转化，那么我们真的不需要分析得太深入。，如果我们的工作重点是衡量客户的终生价值，分析谁才是真正给我们带来更多销售的人，我们就需要从不同的角度来分析我们的数据。

我们在这里可以把基于他们的订单价值把客户人口统计分为三个不同的组大额订单客户，中额订单客户和小额订单客户，这样我们就能知道随着时间的推移哪些客户可以给我们带来更多的销售额。

通过观察这三个用户群的数据，我们就可以确认给我们带来较多大客户的流量渠道有哪些，或者我们可以从中发现大部分的出手阔绰的订单多属于一次性的购买，要获得这类客户的成本相当高。我们可能还发现，那些中额订单客户和小额订单客户，不仅有很好的留存率，他们在后期还会转变成大客户。

充分挖掘出我们最喜欢的消费人群的更多信息他们来自哪里，他们在网站上会有哪些行为。了解他们来自哪里，我们就可以调整和优化营销预算，以吸引更多此类的用户。而了解这些客户与网站的交互方式，我们就可以更新和优化内容以满足他们的需求。

4、基于客户的性别和年龄分析他们的在线行为

不同人口特征的用户的购买行为也会有着明显的差异，我们可以基于客户的性别和年龄分析他们的在线行为。

方法一，根据网站分析系统中的人口统计信息的数据进行细分分析；

方法二，根据后台的用户填写的信息设置的性别与年龄的维度作细分分析。

5、基于客户的访问意图分析他们的互动行为

访问目的的细分是网站分析中非常重要的分析方法。如果我们不知道是谁访问了网站，他们为什么会访问我们的网站，那么我们也就不能精确地评估与优化我们的在线商城的表现。不同于之前所说的访问者类型的细分，行为或访问意图的细分分析需要使用到一些复杂的工具和技术。

比如，访问访问我们的网站可能是因为以下的一种或多种原因

• 购买礼品

• 购买服装

• 退货

• 检查订单状态

• 检查礼品卡余额

• 查看最近的实体店

• 查找客服电话号码

• 搜索公司招聘信息

我们可以根据这些具体的行为，给用户添加上相应的标识，从而可以对用户进行细分分析和优化