一、项目背景
数据收集了某电商平台2020年2月到8月份部分用户购买数据约400多万行,数据中包含9个字段:event_time、event_type、product_id、category_id、category_code、brand、price、user_id、user_session分布代表时间、行为类别(查看view、加入购物车cart、支付purchase、移出购物车remove_from_cart)、商品编号、类别编号、类别编码、品牌、价格、用户id、用户会话编号。
二、分析目标
三、分析结论及建议
该项目从人(用户)、货(商品)、场(平台)三个方面出发对数据进行分析,并针对分析结果,提出综合性的建议希望通过对用户的精细化运营调高电商平台GMV。
3.1分析结论
1.一般挽留客户占比31.01%、一般发展客户27.96%,这两种用户占总用户主要比重。
2.重要价值客户占比11.84%、重要保持客户8.99%、重要发展客户4.90%,重要挽留客户5.05%,这几种重要客户占比较少。
1.销量前10的商品销售量都在500以上,说明该商品购买粘性较高,受到大众喜爱
2.销量前10的品牌中,前三的品牌销量较高, 品牌聚集效应明显。
平台角度:对重要价值用户与重要发展用户各个行为的转化率进行对比分析
1.重要价值客户 购物车->支付 转化率为47.65%,重要发展客户为42.13%,重要价值客户低5.5个百分点。
2.重要价值客户中 浏览->支付的转化率 47.22%,重要发展用户为29.96%,低17个百分点。
四、分析过程
4.5建议
可以考虑从提高重要发展客户和重要挽留客户浏览至支付、购物车至支付两个行为的转化率来提高GMV。因此综合以上用户、商品、平台三个方面的分析提出用户精细化运营建议。
1.引入爆款商品,并向重要发展客户推荐商品。这类商品的粘性较好,也受到大众喜爱,一般不需要加入购物车并纠结很久就可以购买。
更精细的可以根据数据得到购买前几商品的购买人群的特征,并对重要发展客户中复合符合这些特征的用户推送这些商品。
2.持续根据购物车的商品发送优惠券,增加用户购买欲望通过消息推送提醒用户在购物车中的商品正在参加活动或者有降价,唤醒用户对自己挑选商品的记忆
让我们通过九数云·故事板,积累知识,触碰灵感,交流有识之士~
|