前一篇文章主要是基於點擊流數據的用戶分析，適合所有網站，而對於一些特殊的網站，可以根據自身所能獲取的數據將分析的指標進行擴展或根據自身的特徵定制合適的指標，這裡主要介紹的是適合一般的電子商務網站的用戶分析方法。
當用戶在電子商務網站上有了購買行為之後，就從潛在客戶變成了網站的價值客戶 。 電子商務網站一般都會將用戶的交易信息，包括購買時間、購買商品、購買數量、支付金額等信息保存在自己的數據庫裡面，所以對於這些用戶，我們可以基於網站的運營數據對他們的交易行為進行分析，以估計每位用戶的價值，及針對每位用戶的擴展營銷（Lead Generation）的可能性。
評價用戶價值的指標
對於評價指標的選擇這裡遵循3個原則：
- 指標可量化：沒辦法，要做定量分析，這個是最基本的前提；
- 盡可能全面：根據底層數據選擇盡可能多的可以獲取的指標，這樣能夠從多角度進行分析和評價；
- 線性獨立：即指標間盡量保持不相關。 比如如果選擇用戶的購買次數和總消費額，那麼一定是購買次數越多的用戶總消費額越高，也就是導致了評價維度上的重合，而選擇購買次數和平均每次交易額可以避免這種相關性產生的弊端。
根據以上幾個原則選取了以下幾個指標（同樣根據網站的特徵選取合適的統計時間段）：
- 最近購買時間 ：用戶最近一次購買距當前的天數；
- 購買頻率 ：用戶在這段時間內購買的次數；
- 平均每次交易額 ：用戶在這段時間內的消費總額/購買的次數；
- 單次最高交易額 ：用戶在這段時間內購買的單詞最高支付金額；
- 購買商品種類 ：用戶在這段時間內購買的商品種類或商品大類。
用戶評價模型的展示
一樣的，也可以用雷達圖進行展示，同樣也使用離差標準化的方法對每個指標進行消除度量單位的10分制評分。 這裡具體的方法就不再重複介紹了，請參照—— 網站用戶忠誠度分析這篇文章。 下面是一個雷達圖的示例：
通過這個雷達圖，我們可以讀到比用戶忠誠度更多的信息。 圖中的上面3個指標——最近購買時間、購買頻率和購買商品種類可以用來評價用戶的忠誠度 ，而下面的2個指標——平均每次交易額和單詞最高交易額可以用來衡量用戶的消費能力 。 如上圖，用戶1雖然購買頻率和購買的廣度不高，但其消費的能力較強，而用戶2是頻繁購買用戶，對網站有一定的忠誠度，但其消費能力一般。 所以圖形的上半部分面積較大的用戶擁有較高的忠誠度，而下半部分面積較大的用戶具有更高的消費能力。 這兩類用戶都是網站的有價值客戶，但由於其類型的不同，在營銷策略上可以分開對待。
用戶交易行為分析的意義
- 發現網站的高價值客戶（VIP），為客戶關係管理（CRM）及保持有價值客戶提供支持；
- 發掘網站的可發展用戶，對於一些新客戶或潛力客戶進行針對性營銷；
- 及時發現可能流失的客戶，及時採取有效措施；
- 根據用戶交易行為細分客戶群，實施有針對性的營銷策略。
»本文采用BY-NC-SA協議，轉載請註明來源： 網站數據分析 » 《電子商務網站用戶分析》
相關文章:
這個圖跟蜘蛛網一樣，讓我好好揣摩一下
線性獨立：即指標間盡量保持不相關。
這一點非常的讚同！ 謝謝分享
雷達圖中的用戶2的線段是否有誤?單次最高交易額低於平均交易額?
@ belle :雷達圖展現的已經是評分的結果，並不是該指標的真實數值，所以單次最高交易額的評分低於平均交易額的評分是可能的，有可能該用戶的單次最高消費額在所有用戶中並不是很高，但平均消費額在所有用戶中比較高，評分是基於指標在總體中所在的位置。