淘宝数据分析是怎么看？淘宝数据分析网站( 二 )

文章插图
不难发现该店的业绩是由店中两个爆款支撑的，因此其他宝贝的组合支持率会较低，但不能忽视这些关联规则。关联规则找出来后，还需要联系到现实实业中，来理解为什么买家会选择这种组合。最终，将关联规则应用到营销中来。
紧接着，该店要做一份营销方案，需要针对重点客户发起重点营销，并预测营销效果，制定营销目标。
一般，我们选择简单易用的RFM模型来定位促销名单。
RFM模型是衡量客户价值和客户创利能力的重要工具和手段，在客户关系管理(CRM)的分析中经常使用到的模型之一。
该模型主要有以下三要素：
?最近一次消费()
?消费频率()
?消费金额()
RFM模型是根据这三要素，把顾客分成5＊5＊5 = 125个样本段，对其进行数据分析，然后制定我们的营销策略。
该模型最大的价值在于可以从所有的历史客户群中迅速定位最有价值的客户，并通过随后及时的建立沟通，将其潜在购买转化为实际购买行为，从而进一步加强用户忠诚度，封杀竞争对手的市场空间。以下是该模型的细分架构。

文章插图
以下是RFM模型输出的结果。

文章插图
125个样本段的样本量是基本相同的。

文章插图
频率为5分的这一组，平均购买金额要比其他组的高一些。而频率得1分的这一组平均购买金额是最低的。
该模型会计算出RFM得分，根据RFM可以对客户进行分区。比如，筛选出RFM得分大于400的为主要的营销目标客户（RFM得分介于[111,555]之间）。

文章插图
接着，我们还要分析一下，究竟哪种客户最有可能响应此次的营销活动呢？我们可以根据这个来预测营销活动的效果。
我们把仅购买一次的买家定义为“1”，购买两次含两次以上的买家定义为“2”，并计算出均次消费金额。然后分析其响应率（以“2”为正响应值）。结果如下图所示。

文章插图
可以看到第一组23370.95元的这个分组买家响应率达到了98%，第二组响应率达到78.43% 。响应率越高代表越有可能再次回购。这三组买家可以提取出来，可能是重点营销的对象。
随后，还可以通过对应解析或判别分析方法来检验以上的分类结果，如果通过检验就可以根据分析结果找出指定用户，做后续的营销方案和操作。
甚至我们还可以仔细到根据每个买家的消费历史（需要宝贝品类和属性数据跟其关联分析）来预测推荐什么宝贝，这个买家最容易买单。
通过这个案例，相信读者可以感受到数据化决策的魅力，就像是一场战役的总指挥影响着整个战局的胜败，通过数据分析找到最接近胜利的一条路径。
【淘宝数据分析是怎么看？淘宝数据分析网站】郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，谢谢。