了解电子商务买家的回头率和忠诚度状态对于 如何审核电 发挥某些杠杆作用至关重要。
在本文中，我想向您展示我们建议审计电子商务买家数据库状态的3 种主要分析： RFM、同期群分析和重复分析。
在之前的文章中，我们已经讨论过 RFM 模型。当时我们重点关注 RFM 作为细分模型，但我们必须了解它也可以作为分析模型。它将帮助我们了解所有买家联系人的位置。
如何使用 RFM 矩阵设置分析
RFM 分析的方法相对简单。它涉及根据 3 个不同的变量为每 委内瑞拉电话号码数据 个买家联系人分配 1 到 5 分的分数：新近度 (R)、频率 (F) 和货币价值 (M)。
我们可以规定，购买时间少于 30 天的联系人可获得 5 点新近度积分，而购买时间超过 1 年的联系人仅可获得 1 点积分。我们将根据每次联系的频率或总购买量提出相同的建议。
关于M或货币价值，我不太赞成建立一个分数，除了买家数量非常多的数据库。
为了使分析发挥作用，我们要做的是将这 25 个微细分分为宏细分。
从 RFM 矩阵得出结论时需要考虑哪些要点
请注意，虽然我们没有包含 RFM 矩阵的 M 来进行分段，但我们确实表示每个宏分段的所有联系人贡献的总货币价值。我们甚至可以计算每个联系人的平均花费金额，让我们了解每个联系人的个人价值。
让我们看看“你不能失去他们”细分市场的每次联系人平均支出为 2,738.60 欧元，而“冬眠”细分市场的平均支出为 393.92 欧元。这两个部分已经很久没有购买了，但其中一些的价值比其他的要大得多。作为一个可行的选择，我们可以尝试使用折扣优惠券和礼物来重新激活“你不能失去他们”的联系人，这些优惠券和礼物比休眠的联系人更具攻击性。
为了了解可能采取的行动
我们还希望表示订阅每个细分新闻通 探索技術 seo 與網路定位 讯的联系人数量。如果只有 20% 或 30% 的数据库订阅接收营销活动，那么拥有许多买家联系方式对我们来说没有多大用处。我们发现只有 15% 的买家联系人被订阅的情况，而实际上应该至少接近 50%。
在上下文中阅读数据很重要。如果在线商店的休眠量低于 50%，这可能不是由于忠诚度活动生效，而是由于近几个月新的和潜在的忠诚联系人的增加。这可能是由于寻找新客户的付费媒体活动增加所致。
通过明确每个细分市场的联系量，我们可以针对明 資料庫到數據 确的潜在受众提出行动建议，这对我们做出预测有很大帮助。
在小型数据库中，生成较小数量的簇的成本较高。无论如何，我们可以将它们分为4 个大块：
通过划分为 4 个段，我们可以为这 4 个段中的每一个段提出具体的操作，而无需求助于划分为 10 个段所涉及的操作，其中一些段之间几乎没有差异。
群组保留分析
它的组成以及如何阅读队列分析
通过队列分析，建议隔离某些细分市场，以衡量他们在某些行动上随时间的表现。我们将分析的细分市场（也称为同类群体）是首次购买者，而我们将衡量的行为将是随后几个月的回购行为。