<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
		>
<channel>
	<title>《电子商务网站RFM分析》的评论</title>
	<atom:link href="http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/feed/" rel="self" type="application/rss+xml" />
	<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/</link>
	<description>通过网站分析与数据分析实现网站优化</description>
	<lastBuildDate>Tue, 21 Apr 2015 08:18:18 +0000</lastBuildDate>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.5.1</generator>
	<item>
		<title>作者：电子商务网站RFM分析 &#124; 内容采集</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-125</link>
		<dc:creator>电子商务网站RFM分析 &#124; 内容采集</dc:creator>
		<pubDate>Sat, 21 Mar 2015 18:25:02 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-125</guid>
		<description><![CDATA[[...] RFM分析也存在着一定的缺陷，它只能分析有交易行为的用户，而对访问过网站但未消费的用户由于指标的限制无法进行分析，这样就无法发现潜在的客户。所以在分析电子商务网站的用户时，由于网站数据的丰富性——不仅拥有交易数据，而且可以收集到用户的浏览访问数据，可以扩展到更广阔的角度去观察用户，这方面的定量分析会在之后的网站用户分析中进行详细叙述。 作者： joegh （《网站分析实战》作者） 来源：《电子商务网站RFM分析》  [...]]]></description>
		<content:encoded><![CDATA[<p>[...] RFM分析也存在着一定的缺陷，它只能分析有交易行为的用户，而对访问过网站但未消费的用户由于指标的限制无法进行分析，这样就无法发现潜在的客户。所以在分析电子商务网站的用户时，由于网站数据的丰富性——不仅拥有交易数据，而且可以收集到用户的浏览访问数据，可以扩展到更广阔的角度去观察用户，这方面的定量分析会在之后的网站用户分析中进行详细叙述。 作者： joegh （《网站分析实战》作者） 来源：《电子商务网站RFM分析》  [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：电子商务网站分析RFM模型 &#124; 内容采集</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-124</link>
		<dc:creator>电子商务网站分析RFM模型 &#124; 内容采集</dc:creator>
		<pubDate>Mon, 16 Feb 2015 06:16:17 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-124</guid>
		<description><![CDATA[[...] &#187; 本文采用&#160;BY-NC-SA&#160;协议，转载请注明来源：网站数据分析&#160;&#187;&#160;《电子商务网站RFM分析》 [...]]]></description>
		<content:encoded><![CDATA[<p>[...] &raquo; 本文采用&nbsp;BY-NC-SA&nbsp;协议，转载请注明来源：网站数据分析&nbsp;&raquo;&nbsp;《电子商务网站RFM分析》 [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：电子商务网站RFM分析 &#124; 良木</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-123</link>
		<dc:creator>电子商务网站RFM分析 &#124; 良木</dc:creator>
		<pubDate>Wed, 09 Oct 2013 01:39:25 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-123</guid>
		<description><![CDATA[[...] 　» 本文采用 BY-NC-SA 协议，转载请注明来源：网站数据分析 » 《电子商务网站RFM分析》 [...]]]></description>
		<content:encoded><![CDATA[<p>[...] 　» 本文采用 BY-NC-SA 协议，转载请注明来源：网站数据分析 » 《电子商务网站RFM分析》 [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：电子商务网站RFM分析 - 科技辣</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-122</link>
		<dc:creator>电子商务网站RFM分析 - 科技辣</dc:creator>
		<pubDate>Tue, 08 Oct 2013 03:26:46 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-122</guid>
		<description><![CDATA[[...] RFM分析也存在着一定的缺陷，它只能分析有交易行为的用户，而对访问过网站但未消费的用户由于指标的限制无法进行分析，这样就无法发现潜在的客户。所以在分析电子商务网站的用户时，由于网站数据的丰富性——不仅拥有交易数据，而且可以收集到用户的浏览访问数据，可以扩展到更广阔的角度去观察用户，这方面的定量分析会在之后的网站用户分析中进行详细叙述。 作者： joegh （《网站分析实战》作者） 来源：《电子商务网站RFM分析》  [...]]]></description>
		<content:encoded><![CDATA[<p>[...] RFM分析也存在着一定的缺陷，它只能分析有交易行为的用户，而对访问过网站但未消费的用户由于指标的限制无法进行分析，这样就无法发现潜在的客户。所以在分析电子商务网站的用户时，由于网站数据的丰富性——不仅拥有交易数据，而且可以收集到用户的浏览访问数据，可以扩展到更广阔的角度去观察用户，这方面的定量分析会在之后的网站用户分析中进行详细叙述。 作者： joegh （《网站分析实战》作者） 来源：《电子商务网站RFM分析》  [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：钛媒体网 &#124; 把脉科技资本论</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-121</link>
		<dc:creator>钛媒体网 &#124; 把脉科技资本论</dc:creator>
		<pubDate>Tue, 08 Oct 2013 00:54:53 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-121</guid>
		<description><![CDATA[[...] &#160; 作者： joegh （《网站分析实战》作者） 来源：《电子商务网站RFM分析》  [...]]]></description>
		<content:encoded><![CDATA[<p>[...] &nbsp; 作者： joegh （《网站分析实战》作者） 来源：《电子商务网站RFM分析》  [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：不得不考虑的时间因素 &#124; 行走在互联网路上</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-120</link>
		<dc:creator>不得不考虑的时间因素 &#124; 行走在互联网路上</dc:creator>
		<pubDate>Wed, 20 Jun 2012 15:49:35 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-120</guid>
		<description><![CDATA[[...] 　　在进行用户分析的时候，同样需要注意时间因素，如用户RFM分析、用户忠诚度价值评分、用户生命周期价值等，这些基于用户在一段时间内持续性行为分析的模型都易掉入时间的陷阱。我们没法奢求一个只注册了一周的新用户在近一个月的访问频率高于老用户，因为你只给了他7天的时间，而与他对决的是拥有充裕的30天时间的用户；同样你不应该去比较一个仅使用一个月的新用户与一个一直在持续使用的老用户在三个月或半年中的消费次数、消费金额等，因为他们不在同一起跑线上。但新用户拥有潜力，指不定他们就会成长为更加高价值的忠诚用户，所以在针对用户的营销中我们需要消除这个因素的影响，同样使用除以用户使用网站持续时间（从用户首次访问或者注册时间开始计算）的方法计算单位时间的指标表现，使用RFM模型看下考虑时间因素前后对用户评估的差异： [...]]]></description>
		<content:encoded><![CDATA[<p>[...] 　　在进行用户分析的时候，同样需要注意时间因素，如用户RFM分析、用户忠诚度价值评分、用户生命周期价值等，这些基于用户在一段时间内持续性行为分析的模型都易掉入时间的陷阱。我们没法奢求一个只注册了一周的新用户在近一个月的访问频率高于老用户，因为你只给了他7天的时间，而与他对决的是拥有充裕的30天时间的用户；同样你不应该去比较一个仅使用一个月的新用户与一个一直在持续使用的老用户在三个月或半年中的消费次数、消费金额等，因为他们不在同一起跑线上。但新用户拥有潜力，指不定他们就会成长为更加高价值的忠诚用户，所以在针对用户的营销中我们需要消除这个因素的影响，同样使用除以用户使用网站持续时间（从用户首次访问或者注册时间开始计算）的方法计算单位时间的指标表现，使用RFM模型看下考虑时间因素前后对用户评估的差异： [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：电子商务网站RFM分析 &#124; 电商聚读</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-119</link>
		<dc:creator>电子商务网站RFM分析 &#124; 电商聚读</dc:creator>
		<pubDate>Fri, 09 Dec 2011 02:30:07 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-119</guid>
		<description><![CDATA[[...]  　» 本文采用  BY-NC-SA 协议，转载请注明来源：网站数据分析 » 《电子商务网站RFM分析》      用户价值分析, 网站分析精进   &#8592; 值得关注的用户指标      /*  [...]]]></description>
		<content:encoded><![CDATA[<p>[...]  　» 本文采用  BY-NC-SA 协议，转载请注明来源：网站数据分析 » 《电子商务网站RFM分析》      用户价值分析, 网站分析精进   &larr; 值得关注的用户指标      /*  [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：willa</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-118</link>
		<dc:creator>willa</dc:creator>
		<pubDate>Thu, 10 Nov 2011 05:40:06 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-118</guid>
		<description><![CDATA[理论很简单，但不知如何操作和进行写报告。]]></description>
		<content:encoded><![CDATA[<p>理论很简单，但不知如何操作和进行写报告。</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：joegh</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-117</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Thu, 21 Apr 2011 12:38:17 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-117</guid>
		<description><![CDATA[@&lt;a href=&quot;http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/comment-page-1/#comment-3618&quot; target=&quot;_blank&quot; rel=&quot;nofollow&quot;&gt;fly321283&lt;/a&gt;: 嗯，结合实际的应用才能发挥作用。]]></description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/comment-page-1/#comment-3618" target="_blank" rel="nofollow">fly321283</a>: 嗯，结合实际的应用才能发挥作用。</p>
]]></content:encoded>
	</item>
	<item>
		<title>作者：fly321283</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/e-commerce-rfm/#comment-116</link>
		<dc:creator>fly321283</dc:creator>
		<pubDate>Wed, 20 Apr 2011 15:14:37 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=122#comment-116</guid>
		<description><![CDATA[RFM使用太广泛了，具体使用这个模型的时候确实要结合业务的一些具体特征，比如，不同类目用户的Recency Frequency Monetary有较大的差异，这时候我们就必须按照不同类目进行RFM分析.]]></description>
		<content:encoded><![CDATA[<p>RFM使用太广泛了，具体使用这个模型的时候确实要结合业务的一些具体特征，比如，不同类目用户的Recency Frequency Monetary有较大的差异，这时候我们就必须按照不同类目进行RFM分析.</p>
]]></content:encoded>
	</item>
</channel>
</rss>

<!-- Dynamic page generated in 0.390 seconds. -->
<!-- Cached page generated by WP-Super-Cache on 2026-08-06 07:25:14 -->
