
從數(shù)據(jù)分析的角度看用戶忠誠度
一、什么是用戶忠誠度
用戶忠誠度指的是用戶出于對企業(yè)或品牌的偏好而經常性重復購買的程度。對于網站來說,用戶忠誠度則是用戶出于對網站的功能或偏好而經常訪問該網站的行為。根據(jù)客戶忠誠理論,忠誠度可以由以下4個指標來度量:
1、重復購買意向(Repurchase Intention):購買以前購買過的類型產品的意愿;
2、交叉購買意向(Cross-buying Intention):購買以前為購買的產品類型或擴展服務的意愿;
3、客戶推薦意向(Customer Reference Intention):向其他潛在客戶推薦,傳遞品牌口碑的意愿;
4、價格忍耐力(Price Tolerance):客戶愿意支付的最高價格。
二、量化網站的用戶忠誠度
以上的4個指標對于電子商務網站而言,可能還有適用性,但對于大多數(shù)網站是不合適的,所以為了讓分析具有普遍的適用性,同時為了滿足所有的指標都可以量化(上面的客戶推薦意向比較難以量化),以便進行定量分析的要求,以99click的SiteFlow?系統(tǒng)為例,其中衡量用戶忠誠度有4個度量指標:分別是Repeated Times、Recency、Length of Visit、Depth of Visit,即用戶訪問頻率、最近訪問時間、平均停留時間、平均訪問頁面數(shù),這些指標可以直接從網站的點擊流數(shù)據(jù)中計算得到,對所有的網站都適用,下面看一下這些指標的定義及如何計算得到:
1、訪問頻率:用戶在一段時間內訪問網站的次數(shù),即每個用戶Visits的個數(shù);
2、最近訪問時間:用戶最近訪問網站的時間,因為這個指標是個時間點的概念,所以為了便于度量,一般取用戶最近訪問時間距當前的天數(shù)。
3、平均停留時間:用戶一段時間內每次訪問的平均停留時間,即每個用戶Time on Site的和/Visits的個數(shù);
4、平均訪問頁面數(shù):用戶一段時間內每次訪問的平均瀏覽頁面數(shù),即每個用戶Page Views的和/ Visits的個數(shù)。
統(tǒng)計數(shù)據(jù)的時間區(qū)間也是根據(jù)網站的特征來定的,如果網站的信息更新較快,用戶訪問較為頻繁,那么可以適當選取較短的時間段,這樣數(shù)據(jù)變化上的靈敏度會高些;反之,則選擇稍長的時間段,這樣用戶的數(shù)據(jù)更為豐富,指標的分析結果也會更加準確有效。
三、用戶忠誠度的展示和比較
上面的4個指標均可以被量化統(tǒng)計得到,單一的指標也是沒有意義的,我們需要通過比較來找出哪些是忠誠用戶,哪些是流失用戶,可以先對指標進行一些處理,以便使它們之間更具可比性,可以參考之前的文章——數(shù)據(jù)的標準化),這里我采用的是min-max標準化的方法,首先將所有指標的數(shù)值全部轉換到[0,1]區(qū)間,再進行倍數(shù)放大,比如使用10分制進行評分,則可以乘10,數(shù)據(jù)就全部分布在[0,10]區(qū)間內了,如下圖:
上述圖表中的數(shù)據(jù)只是簡單的舉例,實際情況需要根據(jù)每個指標的最大最小值進行計算。根據(jù)上表的數(shù)據(jù),我們已經將所有指標統(tǒng)一到了同一個評分區(qū)間,那么就可以使用雷達圖對用戶的忠誠度進行展示。用雷達圖展示有以下幾個優(yōu)點:
1、可以完整地顯示所有評價指標;
2、顯示用戶在各指標評分中的偏向性;
3、可以簡單分析用戶忠誠度的綜合評分,即圖形圍成的面積(假設四個指標的權重相等,若重要程度存在明顯差異,則不能用的面積來衡量);
4、可以用于用戶間忠誠度的比較。
下面是根據(jù)上表繪制的雷達圖示例:
四、用戶忠誠度分析的意義
那么基于這個展示的結果我們能做些什么呢?其實對于任何網站而言,有兩個方向是一致的:保留忠誠用戶,減少流失用戶?;谏厦娴挠脩糁艺\度評價體系擴展開來就是:
1、分析忠誠用戶的行為特征,努力滿足他們的需求,提高他們的滿意度;
2、從最近訪問時間的指標數(shù)據(jù)機用戶忠誠度變化趨勢中發(fā)現(xiàn)一些可能正在流失的用戶,分析他們流失的可能原因,并試圖挽留流失用戶;
3、比較忠誠用戶和流失用戶在指標數(shù)值上的差異,尋找哪些指標的差距導致了用戶忠誠度的降低,優(yōu)化網站在這些方面的表現(xiàn)。
所以,我這里使用的是基于用戶訪問頻率、最近訪問時間、平均停留時間、平均訪問頁面數(shù)這4個指標來評價網站用戶的忠誠度,并用雷達圖進行展示和比較,也許你可以根據(jù)自己網站的特征找到更加適合的指標和展示方式,而最終需要做的是能夠更加精確地找到網站的忠實用戶,并努力留住他們。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10