从网站的用户层面，我们根据用户访问的行为特征将用户细分成各种类型，因为用户行为各异，行为统计指标各异，分析的角度各异，所以如果要对用户做细分，可以从很多角度根据各种规则实现各种不同的分类，看到过有些数据分析报告做了各种用户的细分，各种用户行为的分析，再结合其他各种维度，看上去内容绝对足够丰富，但很难理解这些分析结果到底是为了说明什么问题，也许作为一个咨询报告反映当前整体的趋势和用......» 阅读更多: 基于用户细分的比较分析 日志标签 ‘电子商务’
基于用户细分的比较分析
2011年12月8日 从网站的用户层面，我们根据用户访问的行为特征将用户细分成各种类型，因为用户行为各异，行为统计指标各异，分析的角度各异，所以如果要对用户做细分，可以从很多角度根据各种规则实现各种不同的分类，看到过有些数据分析报告做了各种用户的细分，各种用户行为的分析，再结合其他各种维度，看上去内容绝对足够丰富，但很难理解这些分析结果到底是为了说明什么问题，也许作为一个咨询报告反映当前整体的趋势和用......» 阅读更多: 基于用户细分的比较分析 关键转化路径优化
2011年2月20日
其实网站分析中很重要的一块就是网站的关键转化路径分析，可能很多的网站分析师在这一方面都倾注了大量的时间和精力，尽最大的努力寻找最优的转化路径，因为优化关键转化路径相当于提高转化率，进而提高网站收益。所以，尤其对于电子商务网站或者付费服务网站而言，关键转化路径分析尤为重要。之前的文章——网站转化率与漏斗模型对关键路径的定义和分析做过简单介绍，同时推荐了一个非常形象的数据展现方式——漏斗模型，能够让每一步的转化看起......» 阅读更多: 关键转化路径优化 用户综合价值评分体系
2010年4月11日
前面的两篇文章介绍了基于点击流数据的适合所有网站的用户忠诚度分析及应用于电子商务网站的用户分析，并且通过雷达图可以直观的展示用户在各指标上的表现情况，我们可以通过雷达图上图形围成的面积来简单评价一个用户的综合价值。可能大家都有这样的疑问，当各指标的影响权重不同时（比如电子商务网站可能会更看重用户完成的订单数或者在一段时间内的交易额），在这种情况下我们该如何来评价用户的综合价值？如果......» 阅读更多: 用户综合价值评分体系 电子商务网站用户分析
2010年3月31日
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......» 阅读更多: 电子商务网站用户分析 网站转化率与漏斗模型
2010年3月24日
前段时间刚完成了一个分析网站流程的每个步骤的流失率，并用漏斗模型进行展示的需求，这里跟大家来分享一下。分析过程可以从以下三步展开：确定需要分析的访问路径或操作流程，收集数据并分别统计出该路径中每一步的人数，最后用漏斗模型展示结果。
用户访问路径（Path Analysis）
之前的从WEB日志到点击流这篇文章中对点击流的概念进行了介绍，其实一个点击流就是用户的一次访问路径。在大多数情况下......» 阅读更多: 网站转化率与漏斗模型 向上营销、交叉营销与关联推荐
2010年3月21日
我们会发现很多网站都具备了内容推荐的功能，不仅是像B2C电子商务类的卓越的图书推荐，也包括兴趣类网站像豆瓣的豆瓣猜等。这类功能无疑在帮助用户发现需求，促进商品购买和服务应用方面起到了显著性的效果。那么这类的推荐是怎么得到的呢？其实跟网站数据分析不无相关，我们可以来简单看一下它的原理和实现。
关联推荐在营销上被分为两类：
向上营销(Up Marketing)：根据既有客户过去的消费......» 阅读更多: 向上营销、交叉营销与关联推荐 Abandonment Rate的影响因素
2010年3月9日
前几天看到了Sidney写的一篇文章——电子商务(B2C)网站的Abandonment Rate，里面详细介绍的B2C网站中购物车及付款流程可能造成交易的中断，客户放弃购买该商品的情况，也就是Abandonment Rate。文章中提到了Abandonment Rate可能涉及的影响因素，及如何降低Abandonment Rate的一些方法，感觉对提高电子商务网站商品的销售转化率十分有效。其中谈到Abandonment Rate与商品的价格或商品的销售组合之间可能存在某......» 阅读更多: Abandonment Rate的影响因素 电子商务网站RFM分析
2010年2月24日
根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：
最近一次消费（Recency）
消费频率（Frequency）
消费金额（Monetary）
RFM分析原多用于传统营销、零售业等领域，适用于拥有多种消费品或快速消费品的行业，只要任何有数据记录的消费都可以被用于分析。那么对于电子商务网站来说，网站数据库中记录的详细的交易信息，同样可以运用RFM分析模......» 阅读更多: 电子商务网站RFM分析 
