注冊 | 登陸
您的位置:阿里西西 > 淘寶運營 > 經驗分享 > 詳細內容

互聯網商城網店數據化運營管理 復購篇 經驗分享

  稿源:本站整理   2016-11-09   點擊:   撤稿糾錯
互聯網公司要維持業績的增長,新用戶要抓,更要關注老用戶的存留和復購,上一篇講了存留相關的分析,本篇單獨介紹下復購相關的分析。
本站收錄這篇文章互聯網商城網店數據化運營管理 復購篇 經驗分享,詳細解說文章中相關互聯網 商城 網店 數據化 運營 管理 復購 技術與知識,歡迎能給大家一些在這方面的支持和幫助!下面是詳細內容:

  互聯網公司要維持業績的增長,新用戶要抓,更要關注老用戶的存留和復購,上一篇講了存留相關的分析,本篇單獨介紹下復購相關的分析。

  上一篇也有講到,電商的“人口紅利”已經過去了,根據中國電子商務中心提供的公開數據:

  商家獲得新用戶的成本是維護老用戶的5~10倍;

  一個滿意的用戶會帶來8筆潛在生意,不滿意的用戶可能會影響25個人的購買意愿。

  根據京東對大量商家對復購率和收益的分析結果顯示:

  購買一次 用戶占比:93% 收入占比83%

  購買兩次 用戶占比:5.5% 收入占比11%

  購買三次 用戶占比:1% 收入占比3%

  三次以上 用戶占比:0.5% 收入占比3%

  這些數據表明,互聯網公司要維持業績的增長,新用戶要抓,更要關注老用戶的存留和復購,上一篇講了存留相關的分析,本篇單獨介紹下復購相關的分析。

  復購率衍生與傳統用戶關系管理CRM中的用戶價值模型(RFM模型)中的F(frequency),意思為最近一段時間購買次數,用于說明用戶的忠誠度,反向則說明商品或服務的用戶黏性。

  復購率可以分為“用戶復購率”和“訂單復購率”,此外,“用戶回購率”意義與復購率相似,也在此范圍內。

  用戶復購率=單位時間內:購買兩次及以上的用戶數/有購買行為的總用戶數

  訂單復購率=單位時間內:第二次及以上購買的訂單個數/總訂單數

  用戶回購率=單位時間內:有購買行為的老用戶數/有購買行為的總用戶數

  分析目標:

  通過對轉化率的監控分析,發現問題、細化原因,為運營策略調整提供支持,輔助達到穩定、提高轉化率的效果。

  分析角度:

  1.綜合指標展示,分析用戶黏性,輔助發現復購率問題,制定運營策略。

  2.橫向維度(商品、用戶、渠道)對比分析,細化復購率,輔助問題定位。

  分析方法:

  1.綜合指標展示,分析用戶黏性,輔助發現復購率率問題,制定運營策略

  放下問題不談,公司應該對復購率有一個常規的圖表進行監控,通過該表來展示公司復購率的健康度。

互聯網數據化運營管理:復購篇

  上圖中將用戶復購率、訂單復購率、用戶回購率統一放在一個圖中進行展示,下面表格為明細表,將用戶、訂單進行更明細的分類。

  將這三條曲線與用戶總數疊加在一起可以看出用戶黏性的健康度,最佳的情況是三條曲線都不隨著用戶數量的變化而變化,普遍保持著上升的趨勢。尤其用戶回購比率是一定要逐步上升的,因為隨著公司的發展,為公司長期創造價值的用戶一定是這些老用戶。

  上圖是對復購率進行一個整體性的展示,可以根據不同情況將周期調整為季度等。通過對復購率整體性的展示,方便定義公司復購率的健康度,及時發現復購率異常后,再進行進一步的分析。

  2.橫向維度(商品、用戶、渠道)對比分析,細化復購率,輔助問題定位

  將復購率繼續拆解,可以分成會員復購率、新用戶復購率。會員復購率低,是會員運營的不夠好;新用戶復購率低,是新用戶運營的問題。通過這樣的對比,可以實施有針對性的營銷策落。

互聯網數據化運營管理:復購篇

  上圖所示,新用戶由于對平臺或應用的忠誠度不如老客戶高,所以其復購率與老用戶的復購率之間有一定差距,但差距也應該是相對穩定的。當然,對于公司的運營來說,也是應該盡量提高新用戶的復購率,例如可以通過進行更精準的拉新,對新用戶的復購優惠政策等等。

  通過多維度的對比分析,可以將復購率進一步細化,例如根據下圖中各渠道的轉化率對比,也可以看出微信端、手機qq端的復購率是最高的,可以看出社群運營對于提高復購率也是一個重要的手段。

互聯網數據化運營管理:復購篇

  關于商品與轉化率的關系,可以做一個商品的對比趨勢圖,也可以從商品的角度出發,看一個商品的綜合價值,可以用finereport的散點圖或氣泡圖(氣泡大小表示利潤)來查看商品價值。這種對對于商品較多的電商類公司比較合適。(從商品的角度來分析商品價值,還需要更多的維度來看,這里僅針對商品與復購率的關系。)

互聯網數據化運營管理:復購篇

  上面針對幾個常見的維度進行對比分析,對復購率進行進一步的拆分。為提高轉化率提供一定的輔助作用。

  影響復購率的因素主要是:商品質量、服務質量、物流體驗(效率、服務),對于部分o2o類公司可能只剩下服務。最根本的原因,就是用戶在花錢消費了之后,感受好不好。體驗好了才會產生復購,用戶個體差異非常大,對體驗的感受也是不同的,所以很多公司都非常重視建立會員體系,建立用戶畫像,施行精準營銷。針對不同的用戶,提供適合他的服務。

  前文中所做的分析,只是為復購數據提供一個可視化界面,為提升復購率提供數據參考價值。針對數據來制定精準的策略來提高復購率。

  具體提高復購率的手段也很多,常規的精準營銷、老用戶權益設置、用戶互動活動等等。有興趣可以進一步交流。

  來源:投稿,作者:知乎達人“jiago王”,知乎專欄“撩撩數據吧”,帆軟數據人,互聯網行業總監,樂于交流的數據小兵。


關于互聯網商城網店數據化運營管理 復購篇 經驗分享的內容寫到這里就結束啦,您可以收藏本頁網址http://www.hmtlio.tw/taobao/a/2016110995730.shtml方便下次再訪問哦。


·上一篇:已經沒有了
·下一篇:互聯網商城網店數據化 流量篇 運營管理經驗分享
相關閱讀
  • 經驗分享2018-09-07 淘寶網店運營干貨分享:如何玩轉淘寶內容營銷

相關排行總榜

搜索優化

新手開店

經驗分享

彩票25选5开奖结果