【数据分析】数据分析在电商精准营销及效果评估中的应用

  本文总结了数据分析在电商精准营销中的常用方法、分析模型,同时总结了营销活动效果评估的常用指标及分析思路,指导效果评估体系的建立。

目录

  • 精准营销
    • 精准营销的目标
    • 精准营销思路
    • 实施方案
  • 效果评估指标
    • 精准营销效果评估(建立评估指标体系)
      • 活动效果评估
      • 成交效果评估
        • 营销精准度
        • 营销贡献度
      • 评估活动效果的分析模型
    • 渠道推广分析

精准营销

精准营销的目标

  1、对已有用户进行精准营销,最大程度实现活跃召回
  2、推动购买行为的完成,最终达到提升交易额的目标

精准营销思路

  1、建立活动效果评估指标体系。
  2、梳理目标商品;基于目标商品划分用户群;根据用户活跃时间确定不同分组的营销时间;执行精准营销触达。
  3、采集营销活动期间平台用户的行为数据。

实施方案

  1、自定义用户分群,为不同的用户群定制不同的营销方案。
  2、实时精准营销,不断提升营销效果,不断提升用户体验。
  3、活动效果复盘总结,总结规律。

效果评估指标

精准营销效果评估(建立评估指标体系)

活动效果评估

  1、当日访问用户数
  可进一步观察这些用户的操作系统、地域、年龄、活跃时间等属性。
  2、召回(因为活动访问的沉默用户)数(率)营销用户中的日活用户占日活用户的比例
  (1)可评估营销方案的触达效果;
  (2)召回率与历史营销的一般水平对比,来评估此次营销的召回效果,如果低于历史水平,可以先分析不同营销组、不同用户群的的召回率,再针对不同组寻找召回率偏低的原因;
  (3)由于营销效果的衰减效果非常明显,所以活跃用户只统计当日访问用户。

成交效果评估

营销精准度

  1、成交用户数:营销用户中成交用户的数量
  可进一步观察这些用户的操作系统、地域、年龄、活跃时间等属性。
  2、营销用户精准率
  有活动行为的营销用户/有活动行为的总人数。
  (1)客观反映营销用户是否是活动目标用户;
  (2)若此比例低于历史营销活动平均值,说明营销用户与活动匹配度不高,还需进一步分析不高的原因。
  3、营销用户转化率
  营销成交用户/营销召回用户。
  (1)该转化率可直接与其他参与活动的非营销用户转化率做对比,一般应高于非营销用户;
  (2)若该比例偏低,同样需要分析营销用户与活动匹配度。

营销贡献度

  1、营销用户成交额:营销用户订单成交金额
  (1)反映营销实际产生的价值;
  (2)可根据操作系统、地域、年龄分布、活跃时间等内容进一步观察参与活动用户成交金额分布;
  (3)可建立漏斗追踪营销用户成交路径中每一步的转化率,并通过在适当缓解增加二次营销,引导交易完成。
  2、营销金额贡献度
  营销用户金额在活动总金额的占比。
  (1)该比例一般情况应该与用户占比持平,如果该比例超过用户占比较多,说明此次营销筛选触达用户数据相对高质量的用户,可通过用户属性进一步分析研究,了解优质用户属性;
  (2)如果该比例比用户占比低很多,说明营销用户个人购买能力较弱,可结合实际客单价情况,考虑后续是否增加相应购买能力限制的条件。
  3、营销人数贡献度
  营销参与人数在总活动人数的占比。

评估活动效果的分析模型

  1、事件分析
  借助筛选、分组和聚合能力,帮助回答关于变化趋势、维度对比的各种细分问题:
  每日PV、UV、新增,按渠道来源分组看UV,按商品一级分类查看客单价。
  2、漏斗分析
  分析多步骤中每一步的转化与流失情况,需要明确:
  定义用户转化路径;
  确定用户转化窗口期;
  确定数据范围。
  3、留存分析
  分析整体用户留存现状,分析各维度用户留存情况。
  4、分布分析
  揭示单个用户对产品的依赖程度,复购率如何。
  5、用户路径分析
  分析用户浏览产品的路径,得到最佳路径。
  6、点击分析
  用户都点了哪些页面元素,那个元素被高频点击。
  7、用户分群分析
  8、用户属性分析

渠道推广分析

  1、整体观察渠道带来的用户数及收益情况
  基础维度是渠道能带来多大用户规模,可通过渠道成交的用户数及渠道转化率:
  (1)渠道用户量大,说明渠道引流效果好;
  (2)渠道注册用户量大、转化率高,说明渠道获取的新用户与目标人群定位比较符合;
  (3)渠道能否带来实际收益是推广的最终目的,可通过渠道销售总额、人均消费额(客单价)等指标来衡量;
  (4)由于受投放费用、渠道本身属性的影响,各渠道获取流量的能力不同,为消除用户基础的影响,需要分析转化率。
  2、对各渠道的转化效果进行细致分析
  (1)若付费转化率、人均消费金额都高,说明渠道推广效果好,可结合获客成本、ROI等指标判断是否继续推广;
  (2)若付费转化率低,可通过分析人均使用次数、人均使用时长、平均访问深度、留存等指标考察用户质量:
  a. 如果用户质量类指标差,需要先排查是否存在作弊流量,再考虑APP产品的优化;
  b. 如果用户质量类指标好,说明用户对产品本身满意度较高,可结合漏斗分析模块挖掘哪些环节影响了付费转化。
  (3)若人均消费金额低,反映渠道的首要贡献能力低,需要结合ROI判断是否调整投放预算。

你可能感兴趣的:(数据分析)