电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

电子商务数据分析与应用数据分析店铺客户数据分析VIP免费

电子商务数据分析与应用数据分析店铺客户数据分析_第1页
1/25
电子商务数据分析与应用数据分析店铺客户数据分析_第2页
2/25
电子商务数据分析与应用数据分析店铺客户数据分析_第3页
3/25
电子商务数据分析与应用DATAANALYSISOFELECTRONICCOMMERCEANDAPPLICATION高等职业教育电子商务专业规划教材配套课件任务四数据分析01|任务描述02|知识准备03|任务实施04|学生演练CONTENTS目录任务实施店铺客户数据分析Part03任务实施导入工欲善其事必先利其器!假设经过努力,你的网店有一定业绩,小有成就更要乘胜追击,你想通过店铺客户数据,分析客户黏性与价值。于是你采集、整理有关店铺“交易成功”的客户数据后,准备开展相应分析。客户黏性分析切入点:根据销售订单数据中客户重复购买情况统计分析用户黏性。店铺后台数据导入Excel,进行数据清洗,筛选“订单状态”为“交易成功”,如图所示。请重点观察分析字段客户黏性分析客户黏性分析插入数据透视表,将“买家会员名”字段分别拖入行标签和数值区域,按会员名进行汇总,如图所示。操作步骤图文见教材客户黏性分析根据透视表计数项总计得到“交易成功订单数”。使用COUNTIF函数分别计算不同购买频次的客户数。操作步骤图文见教材手指动起来客户黏性分析计算购买频次1次以上客户数,在E6单元格输入“=COUNTIF($B$4:$B$173,"=1")”,如图所示。以此类推,可以求得其他购买频次的客户。手指动起来客户黏性分析成交客户数(成交UV)=SUM(E6:E11),重复购买UV=SUM(E7:E11),F6=E6/$E$4,G7=E7/$F$4。其余单元格以此类推,完成后如图所示。手指动起来客户黏性分析经简单处理,有了如图数据,你能不能尝试分析该店铺客户黏性呢?客户价值分析基于网店的销售订单数据,借助RFM分析模型对客户进行分类,衡量客户价值。RFM模型主要指标构成包括:Recency、Frequency、Monetary三项。客户价值分析Recency指最近一次消费,用客户最后成交时间跟数据采集点时间的时间差(天数)作为计量标准。Frequency指客户在一定时间段内的消费次数,即消费频率。Monetary指消费金额,客户每次消费金额的多少。可以用最近一次消费金额,也可以用过去的平均消费金额。321客户价值分析通过将每位客户的三个指标与均值进行比较,可以将客户细分为8类。客户价值分析切入点:从数据源中获取RFM模型三项指标对应的客户数据。客户价值分析将原始销售订单数据进行处理,筛选出交易成功的记录。包含订单编号、买家会员名、订单付款时间、总金额。客户价值分析将原始销售订单数据进行处理,筛选出交易成功的记录。包含订单编号、买家会员名、订单付款时间、总金额。客户价值分析根据分析需要,假设采集分析数据的时间为2018/2/12。R表示客户订单付款时间跟数据采集点时间的时间差。手指动起来客户价值分析F表示分别求和各个会员的交易次数。M表示分别求和各个会员的交易金额。操作步骤图文见教材客户价值分析选择A到D列,分别复制“行标签”“最大值项”“计数项“求和项”,使用选择性粘贴“值”的方式,将数据透视表转换为普通表格。客户价值分析根据每个客户的R\F\M\三个指标值与其对应指标平均值AVG(R)\AVG(F)\AVG(M)的大小组合关系来进行客户分类。客户价值分析运用逻辑“&”合并R-Score\F-Score\M-Score,在I列中计算出RFM-Score值。手指动起来客户价值分析运用逻辑“&”合并R-Score\F-Score\M-Score,在I列中计算出RFM-Score值。请思考:图中RFM-Score项的数据与客户类型(Customertype)的对应关系。“111”“122”分别表示哪一类客户?客户价值分析利用透视表形成统计结果,并利用条件格式进行数据展示。将“RFM-Score”拖入“行标签”栏,将“买家会员名”拖入数值栏,值字段设置为“计数”,设置条件格式为黄色数据条渐变填充。学生演练•*演练要求•1、确定数据分析对象,收集100条以上的店铺客户数据记录。•2、拟定店铺客户数据分析思路,例如:拟定说明客户黏性和客户价值的数据指标,根据分析思路整理客户数据。•3、灵活运用数据分析方法(对比分析法等),借助数据分析工具(Excel),完成店铺客户数据分析任务。90%*演练提示1、拟定客户数据分析思路需要具备一定客户服务与管理的相关知识。2、实践中累积的客户运营经验有助于提升客户数据分析能力。Comingback好好学习,天天向上!soon学生演练店铺客户数据分析Part04

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

电子商务数据分析与应用数据分析店铺客户数据分析

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部