★ 重復購買意向(Repurchase Intention): 購買以前購買過的類型產品的意愿；
★ 交叉購買意向(Cross-buying Intention): 購買以前未購買的產品類型或擴展服務的意愿；
★ 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；
★ 價格忍耐力(Price Tolerance): 客戶愿意支付的最高價格。
以上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,我們選擇所有網站都具備的基于訪問的用戶行為指標:用戶訪問頻率、最近訪問間隔時間、平均停留時長和平均瀏覽頁面數,這些也是Google Analytics原版本中用戶忠誠度模塊下的4個指標。
這4個指標在上文已經多次提到了,定義不再重復介紹。統計數據的時間區間也是根據網站的特征來定的,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,這樣數據變化上的靈敏度會高些;反之,則選擇稍長的時間段,這樣用戶的數據更為豐富,指標的分析結果也會更加準確有效。在統計得到這4個指標的數值之后,單憑指標數值還是無法得到用戶忠誠度的高低,需要對指標進行標準化處理得到相應的評分,通過評分就可以分辨用戶的忠誠度在總體中處于什么樣的程度。
這里使用min-max歸一化的方法,將4個指標別進行歸一化后縮放到10分制(0-10分)的評分區間。這里需要注意的是,min-max歸化會受到異常值的影響,比如用戶瀏覽頁面數有個50的異常大的數值,那么歸一化后大部分的值都在集中在較小的分值區域,所以建議在歸一化之前排查一下各指標是否存在異常值，如果存在,可以對異常值進行轉換或過濾;同時這里的最近訪問間隔時間同樣適用以"天"為單位,注意歸一化的時候需要進行特殊處理,因為間隔天數越大,相應的評分應該越小,不同于其他3個指標,其他3個指標使用公式(x-min)/(max-min),最近訪問間隔天數要使用(max-x)/(max-min)的方式進行處理。我們使用近一個月的用戶訪問數據,選擇其中3個用戶列舉一下用戶行為數據的處理情況,見表6-2。
表6-2中,用戶忠誠度的4個分析指標經過標準化處理后統一以10分制的形式輸出,這樣就能直接區分每個用戶的每項指標的表現好壞。基于每個指標的評分,可以對用戶進行篩選,比如營銷部門重點跟進經常訪問網站的用戶,可以選擇訪問頻率評分大于3分的用戶,或者重點跟進用戶訪問參與度較高的用戶,可以篩選平均停留時間和平均訪問頁面數都大于3分的用戶,這樣能夠幫助營銷部門迅速定位忠誠用戶。
這里我們用4個用戶行為指標來評價用戶的忠誠度,這類基于多指標從多角度進行評價最常見的展現方式就是雷達圖,或者叫蛛網圖,在電腦游戲里面比較常見,比如一些足球游戲使用雷達圖來表現球員的各方面的能力指數,如防守、進攻、技術、力量、精神等,所以這里也可以借用雷達圖用4個指標來展現用戶的忠誠度表現情況,如圖6-18所示。
圖6-18使用了表6-2中三位用戶的評分數據繪制而成,能夠非常形象地表現用戶忠誠度在各指標上的表現情況,用戶1的整體忠誠度較低,用戶2在訪問頻率和訪問間隔具有較好表現,而用戶aki訪問具有相對較高的參與度。使用雷達圖分析用戶的忠誠度主要有如下優勢：
★ 可以完整地顯示所有評價指標;
★ 顯示用戶在各指標評分中的偏向性,在哪些方面表現較好;
★ 可以簡單觀察用戶整體的忠誠情況,即圖形圍成的面積大小(假設4個指標的權重相等,若重要程度存在明顯差異,則不能用面積來衡量);
★ 可以用于用戶間忠誠度的比較。
所以,基于雷達圖展現用戶的忠誠度之后,營銷部門可以直接查看哪些網站設計用戶具有較好的忠誠度,哪些用戶值得他們重點跟進。
本文地址：http://m.murenxiang.com.cn//article/2848.html
