前一篇文章主要是基于点击流数据的用户分析，适合所有网站，而对于一些特殊的网站，可以根据自身所能获取的数据将分析的指标进行扩展或根据自身的特征定制合适的指标，这里主要介绍的是适合一般的电子商务网站的用户分析方法。

　　当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户。电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行为进行分析，以估计每位用户的价值，及针对每位用户的扩展营销（Lead Generation）的可能性。

评价用户价值的指标

　　对于评价指标的选择这里遵循3个原则：

• 指标可量化：没办法，要做定量分析，这个是最基本的前提；
• 尽可能全面：根据底层数据选择尽可能多的可以获取的指标，这样能够从多角度进行分析和评价；
• 线性独立：即指标间尽量保持不相关。比如如果选择用户的购买次数和总消费额，那么一定是购买次数越多的用户总消费额越高，也就是导致了评价维度上的重合，而选择购买次数和平均每次交易额可以避免这种相关性产生的弊端。

　　根据以上几个原则选取了以下几个指标（同样根据网站的特征选取合适的统计时间段）：

1. 最近购买时间：用户最近一次购买距当前的天数；
2. 购买频率：用户在这段时间内购买的次数；
3. 平均每次交易额：用户在这段时间内的消费总额/购买的次数；
4. 单次最高交易额：用户在这段时间内购买的单词最高支付金额；
5. 购买商品种类：用户在这段时间内购买的商品种类或商品大类。

用户评价模型的展示

　　一样的，也可以用雷达图进行展示，同样也使用离差标准化的方法对每个指标进行消除度量单位的10分制评分。这里具体的方法就不再重复介绍了，请参照——网站用户忠诚度分析这篇文章。下面是一个雷达图的示例：

　　通过这个雷达图，我们可以读到比用户忠诚度更多的信息。图中的上面3个指标——最近购买时间、购买频率和购买商品种类可以用来评价用户的忠诚度，而下面的2个指标——平均每次交易额和单词最高交易额可以用来衡量用户的消费能力。如上图，用户1虽然购买频率和购买的广度不高，但其消费的能力较强，而用户2是频繁购买用户，对网站有一定的忠诚度，但其消费能力一般。所以图形的上半部分面积较大的用户拥有较高的忠诚度，而下半部分面积较大的用户具有更高的消费能力。这两类用户都是网站的有价值客户，但由于其类型的不同，在营销策略上可以分开对待。

用户交易行为分析的意义

• 发现网站的高价值客户（VIP），为客户关系管理（CRM）及保持有价值客户提供支持；
• 发掘网站的可发展用户，对于一些新客户或潜力客户进行针对性营销；
• 及时发现可能流失的客户，及时采取有效措施；
• 根据用户交易行为细分客户群，实施有针对性的营销策略。