案例8：基于电商的用户消费行为分析.pptx

基于电商的用户消费行为分析BYDeltaF

01背景与目标02消费特征03用户分层04质量分析

背景与目标01

背景与目标 某线上零售店，由于本季度业绩不达标，需要对往期的消费者数据进行各维度的特征分析，找到用户消费规律，并生成数据分析报告，以供运营、市场、销售部门决策使用。

案例数据类型：线上零售点销售数据范围：2010.12.1~2011.12.9数据量：541,909字段：订单号、库存号、商品名称、数量、订单日期、单价、用户ID、国家/地区

消费特征02趋势分析个体分析相关指标

趋势分析：GMV稳定增长，有望达445万月度消费次数、消费人数、消费产品数与月总销售额均呈上升趋势，8月开始数据陡升，可进一步分析营销推广活动的转化效果。根据预测，2012年3月，销售额有望达到445万，同比增长6.5倍。

趋势分析：销售额与各因子相关性销售额与订单数相关性（R方）为0.62；与商品数相关性为0.52；与用户数相关性为0.51以上指标整体趋势向好，其中销售额与订单数的相关性最高，可通过促销组合购买等方式，提升用户下单率，进一步提升销售额

趋势分析：消费行为存在周期性每月日均消费，以3~5天为一个周期，相较于月初、月末，月中消费金额较多周期性可能与会员日等促销行为相关，可持续发展；此外，消费者在月初经济情况良好，可进一步采取促销措施（购物车降价、发放优惠券、精细化营销）

趋势分析：消费行为存在周期性第4季度消费情况最好，但由于样本数据时间范围受限（2010年12月~2011年12月），可能存在较大偏差其中以10~15点消费额最高，可进一步分析购买品类，做组合销售，进一步提升客单价

趋势分析：不同时段的价格偏好从周期性来看，消费者的时间段偏好依然很规律，主要集中在10点到15点其中，周四的消费人数与金额最为持续（活动or行为），而周日的消费时间最短（行为偏好）通过对比各时段的消费额与人数，可进一步判断消费者价格偏好

消费特征02趋势分析个体分析相关指标

个体分析：80%用户消费金额不足100英镑个人消费金额以￡1,000以内的用户为主，人均消费额达￡1,898其中80%以上用户消费金额不足￡100，针对这部分用户，仍有巨大价值空间可供挖掘

个体分析：80%用户消费金额不足100英镑个人消费金额以￡1,000以内的用户为主，人均消费额达￡1,898其中，80%以上用户消费金额不足￡100，针对这部分用户，仍有巨大价值空间可供挖掘

个体分析：90%用户消费次数不足10次个人消费次数集中在20次以内，人均消费次数约为5次（平均2个月消费1次）其中，90%以上用户消费次数不足10次，可进一步分析此类用户的购买品类与消费时间，进一步提升用户留存

个体分析：人均消费商品数达61种商品（类型）总数为3,958种，消费商品数超1,000的有4人，可能为企业或团购行为个人消费商品（类型）数集中在150种以内，人均消费商品数约为61种，内部差异较小可进一步分析商品销量情况，增加热销商品曝光量

消费特征02趋势分析个体分析商品分析相关指标

商品分析：销售表现较好的以家具装饰类为主商品数总数3,958种，其中销量最高的是灯台（LightHolder），总销售次数达2,369次，销售表现较好的是家具、装饰类其中，商品销售次数主要集中在500次以内，平均每商品销售次数达60次

商品分析：90%商品单价低于20英镑商品价格区间为￡0~7,325，其中价格超100的商品11种，其中价格最高的为AmazonFee商品单价主要集中在￡20以内，普遍价格比较优惠，可进一步观察销售量与价格的相关性，推广低价热销商品，提升消费次数

商品分析：单价低于10英镑的商品最受欢迎商品价格越低廉，销售次数越高，可以推测两者呈负相关，适当对高价商品进行促销活动，有利于推进销售情况其中，邮资的表现较异常，可以推断此类商品具有一定垄断性，导致消费者议价能力受限

消费特征02趋势分析个体分析商品分析相关指标

复购率：超过30%用户消费超过2次2010年12月、2011年5月、11月复购率超35%以上，其他月份在30%左右，平均10人里有3人会复购新老用户发展情况呈正比，原因可能是商品类型以家居、日常用品为主，每月复购率都差不多5月、11月、12月年中和年末的促销活动较多因此促进了消费，增长了约5个百分比。

回购率：每月回购用户数超40%用户的回购率大于复购率，约40%左右浮动，回购人数趋近稳定，波动主要基于消费总人数的变动，存在营销与淡旺季的因素部分回购用户消费行为稳定，与之前每月复购用户有重合，属于优质用户综合分析，可以得出，新客的整体质量低于老客，老客的忠诚度表现较好，消费频次稍次

用户分层03用户活跃度RFM分析

用户质量04头部贡