python数据分析相关流程名词介绍
数据分析相关流程名词介绍第一部分.指标详解复购率和回购率复购率:复购(某段时间有2次及以上购买行为)用户的占比。复购率能反映用户的忠诚度,监测周期一般较长。回购率:回购率一般监测周期较短,可以反映如短期促销活动对用户的吸引力。用户交易常用指标访问次数(PV):一定时间内某个页面的浏览次数。访问人数(UV):一定时间内访问某个页面的人数。加购数:将某款商品加入到购物车的用户数。收藏数:收藏某款商品的
·
数据分析相关流程名词介绍
第一部分.指标详解
-
复购率和回购率
- 复购率:复购(某段时间有2次及以上购买行为)用户的占比。复购率能反映用户的忠诚度,监测周期一般较长。
- 回购率:回购率一般监测周期较短,可以反映如短期促销活动对用户的吸引力。
-
用户交易常用指标
- 访问次数(PV):一定时间内某个页面的浏览次数。
- 访问人数(UV):一定时间内访问某个页面的人数。
- 加购数:将某款商品加入到购物车的用户数。
- 收藏数:收藏某款商品的用户数。
- GMV(总交易额、成交总额):Gross Merchandise Volume,通常称之为“交易流水”。
- 客单价(ARPU):“$ 总收入 / 总用户数 $”,某些平台也用ARPPU表示客单价。
- 转化率:“$ 付费用户数 / 访客数 $”。
- 折扣率:“$ 销售额 / 吊牌总额 ” , 其 中 吊 牌 总 额 为 : “ ”,其中吊牌总额为:“ ”,其中吊牌总额为:“ 吊牌价 \times 销量 $”。
- 拒退量:拒收和退货的总数量。
- 拒退额:拒收和退货的总金额。
- 实际销售额:“$ 销售额 - 拒退额 $”。
-
商品管理常用指标
- SPU数:Standard Product Unit,商品的基本信息。
- SKU数:Standard Keeping Unit,商品的库存信息。
- 售卖比:“$ GMV / 备货值 $”,了解商品流转情况,可以用于库存优化。
- 动销率:“$ 有销量的SKU数 / 在售SKU数 $”。
第二部分:RFM模型和AARRR模型
- RFM模型
RFM模型是使用得较为广泛的客户关系管理分析模式。RFM模型是衡量客户价值和客户创利能力的重要工具和手段,通过一个客户的近期购买行为、购买的频率以及花钱的多少三项指标来描述该客户的价值状况。
在RFM模式中,R(Recency)表示客户最近一次购买的时间有多远,F(Frequency)表示客户在最近一段时间内购买的次数,M(Monetary)表示客户在最近一段时间内购买的金额。RFM模型强调以客户的行为来区分客户。利用RFM分析,我们可以做以下几件事情:
- 建立会员金字塔,区分各个级别的会员,如高级会员、中级会员、低级会员,然后针对不同级别的会员施行不同的营销策略,制定不同的营销活动。
- 发现流失及休眠会员,通过对流失及休眠会员的及时发现,采取营销活动,激活这些会员。
- 在短信、EDM(Email Direct Marketing)促销中,可以利用模型,选取最优会员。
- 维系老客户,提高会员的忠诚度。
在使用RFM模型时,可以给三个变量不同的权重或按一定的规则进行分组,然后组合三个变量,分出不同级别的会员。
第三部分:促销活动分析
- 活动期间(活动前、活动中、返场期)整体销售情况(订单数、付费人数、商品数、GMV、退单率、客单价)概览。
- 每日GMV和成交额走势(折线图)。
- 渠道流量和下单用户数据汇总。
- 渠道获客质量分析(购买人数、购买商品数、GMV、订单数、总人数、转化率、ARPU、ARPPU)。
- 用户下单行为分析(柱状图)。
商业模式
- B2B:商家对商家(企业卖家对企业买家),交易双方都是企业,最典型的案例就是阿里巴巴,汇聚了各行业的供应商,特点是订单量一般较大。
- B2C:商家对个人(企业卖家对个人买家),例如:唯品会,聚美优品。
- B2B2C:商家对商家对个人,例如:天猫、京东。
- C2C:个人(卖家)对个人(买家),例如:淘宝、人人车。
- O2O:线上(售卖)到线下(提货),将线下的商务机会与互联网结合,让互联网成为线下交易的平台,让消费者在享受线上优惠价格的同时,又可享受线下贴心的服务,例如:美团、苏宁易购、大众点评。
- C2B:个人对商家(个人买家对企业卖家),先有消费者提出需求,后有商家按需求组织生产,例如:尚品宅配。
- 其他:ABC(代理-商家-消费者)、F2C(工厂-个人)、B2G(政府采购)、BoB(供应商-运营者-采购商)、SoLoMo(社交-本地化-移动端)……。
更多推荐
已为社区贡献3条内容
所有评论(0)