<?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>评论：网站用户忠诚度分析</title>
	<atom:link href="http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/feed/" rel="self" type="application/rss+xml" />
	<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/</link>
	<description>通过网站分析与数据分析实现网站优化</description>
	<lastBuildDate>Tue, 22 May 2012 09:17:54 +0000</lastBuildDate>
	<generator>http://wordpress.org/?v=2.9.1</generator>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
		<item>
		<title>来自：joegh</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-10051</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Fri, 27 Apr 2012 16:12:24 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-10051</guid>
		<description>@&lt;a href=&quot;http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-9920&quot; rel=&quot;nofollow&quot; target=&quot;_blank&quot;&gt;coder&lt;/a&gt;: 我觉得如果要分析忠诚度，也不一定非要有现成的定量模型，可能确实完全定量的也不多。但阐述忠诚度的相关论文应该有不少，其实可以从一些对忠诚度的论述中建立一套可行的分析模型，至于数据获取调查问卷也是一块，如果要完全获得网站的实际数据可能确实有一定难度，而且也要考虑基于这些数据研究结论的效度。</description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-9920" rel="nofollow" target="_blank">coder</a>: 我觉得如果要分析忠诚度，也不一定非要有现成的定量模型，可能确实完全定量的也不多。但阐述忠诚度的相关论文应该有不少，其实可以从一些对忠诚度的论述中建立一套可行的分析模型，至于数据获取调查问卷也是一块，如果要完全获得网站的实际数据可能确实有一定难度，而且也要考虑基于这些数据研究结论的效度。</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：coder</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-9920</link>
		<dc:creator>coder</dc:creator>
		<pubDate>Thu, 19 Apr 2012 14:45:38 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-9920</guid>
		<description>@&lt;a href=&quot;http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-8655&quot; rel=&quot;nofollow&quot; target=&quot;_blank&quot;&gt;joegh&lt;/a&gt;: 请问有没有好的电商网站忠诚度分析模型？可以量化测量那种，我打算做一个忠诚度评价系统，但是没有这方面的模型，往年的论文提出的模型大都通过调查问卷。谢谢</description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-8655" rel="nofollow" target="_blank">joegh</a>: 请问有没有好的电商网站忠诚度分析模型？可以量化测量那种，我打算做一个忠诚度评价系统，但是没有这方面的模型，往年的论文提出的模型大都通过调查问卷。谢谢</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：joegh</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-8655</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Tue, 07 Feb 2012 12:33:42 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-8655</guid>
		<description>@&lt;a href=&quot;http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-8654&quot; rel=&quot;nofollow&quot; target=&quot;_blank&quot;&gt;根号&lt;/a&gt;: 非常感谢你提的问题。
用户的忠诚度不是一个可直接量化的指标，我们需要从其他可以统计得到的指标中反映；而文章中举例的4个指标不是充分也不是必要，这个例子不是网站分析用户忠诚度的标准模型，网站分析师可以根据网站的业务特征搭建合适的忠诚度分析模型，指标不局限于这4个，但这4个指标是几乎所有网站都可以得到的，所以不妨稍加参考，好的分析模型是得到有效结论的关键。
请仔细看下“访问频率”的定义，它不是访问的平均间隔，而是一段时间内的访问次数，所以跟“最近访问时间”是有差异的。
文中开头提到的“交叉购买”、“推荐意向”是的用户忠诚度的传统定义，这篇文章基于网站分析的层面，为了得到量化指标选择了网站中的用户访问行为，购买行为在电子商务网站中同样可以分析，可以看看我的另外几篇文章。</description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-8654" rel="nofollow" target="_blank">根号</a>: 非常感谢你提的问题。<br />
用户的忠诚度不是一个可直接量化的指标，我们需要从其他可以统计得到的指标中反映；而文章中举例的4个指标不是充分也不是必要，这个例子不是网站分析用户忠诚度的标准模型，网站分析师可以根据网站的业务特征搭建合适的忠诚度分析模型，指标不局限于这4个，但这4个指标是几乎所有网站都可以得到的，所以不妨稍加参考，好的分析模型是得到有效结论的关键。<br />
请仔细看下“访问频率”的定义，它不是访问的平均间隔，而是一段时间内的访问次数，所以跟“最近访问时间”是有差异的。<br />
文中开头提到的“交叉购买”、“推荐意向”是的用户忠诚度的传统定义，这篇文章基于网站分析的层面，为了得到量化指标选择了网站中的用户访问行为，购买行为在电子商务网站中同样可以分析，可以看看我的另外几篇文章。</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：根号</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-8654</link>
		<dc:creator>根号</dc:creator>
		<pubDate>Tue, 07 Feb 2012 12:20:29 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-8654</guid>
		<description>hi，问个问题：
为什么要把用户忠诚度划分为这4个维度呢
我想知道的是这4个维度是否充分和必要？
我觉得一个好的划分标准应当是完备和独立的
1 访问频率、最近访问时间这两个值有点重叠，如果用户访问平率是一周，平均的最近访问时间就应该是3.5天
2 之前提到的“交叉购买意向”“推荐意向”并不能从指标中体现
希望能共同探讨，谢谢</description>
		<content:encoded><![CDATA[<p>hi，问个问题：<br />
为什么要把用户忠诚度划分为这4个维度呢<br />
我想知道的是这4个维度是否充分和必要？<br />
我觉得一个好的划分标准应当是完备和独立的<br />
1 访问频率、最近访问时间这两个值有点重叠，如果用户访问平率是一周，平均的最近访问时间就应该是3.5天<br />
2 之前提到的“交叉购买意向”“推荐意向”并不能从指标中体现<br />
希望能共同探讨，谢谢</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：用户综合价值评分体系 &#124; 电商聚读</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-7397</link>
		<dc:creator>用户综合价值评分体系 &#124; 电商聚读</dc:creator>
		<pubDate>Fri, 09 Dec 2011 02:25:23 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-7397</guid>
		<description>[...] 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 你看过我的上一篇文章——层次分析法（AHP），相信你已经找到了满意的答案，是的，层次分析法可以很好地解决这个问题。下面就用层次分析法分别介绍一下用户忠诚度评价及电子商务网站用户的综合价值评分： [...]</description>
		<content:encoded><![CDATA[<p>[...] 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 你看过我的上一篇文章——层次分析法（AHP），相信你已经找到了满意的答案，是的，层次分析法可以很好地解决这个问题。下面就用层次分析法分别介绍一下用户忠诚度评价及电子商务网站用户的综合价值评分： [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：电子商务网站用户分析 - 电子商务加油站</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-7327</link>
		<dc:creator>电子商务网站用户分析 - 电子商务加油站</dc:creator>
		<pubDate>Mon, 05 Dec 2011 02:01:28 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-7327</guid>
		<description>[...] 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： [...]</description>
		<content:encoded><![CDATA[<p>[...] 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： [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：joegh</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-6494</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Thu, 27 Oct 2011 10:29:36 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-6494</guid>
		<description>@&lt;a href=&quot;http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-6488&quot; rel=&quot;nofollow&quot; target=&quot;_blank&quot;&gt;bobo&lt;/a&gt;: 嗯，我这里的意思是简单地比较，不是从几何意义上说雷达图围成的面积一定代表了一个综合评分，如果需要比较准确的综合评分，可以考虑在指标标准化之后做加权计算。</description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-6488" rel="nofollow" target="_blank">bobo</a>: 嗯，我这里的意思是简单地比较，不是从几何意义上说雷达图围成的面积一定代表了一个综合评分，如果需要比较准确的综合评分，可以考虑在指标标准化之后做加权计算。</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：bobo</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-6488</link>
		<dc:creator>bobo</dc:creator>
		<pubDate>Thu, 27 Oct 2011 03:14:28 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-6488</guid>
		<description>你好，我对用雷达图中图形围成的面积作为用户忠诚度的综合评分有一些疑问（个人看法，呵呵）：首先，若指标的排列顺序变动的话（实际上文章中的雷达图有3种画法），雷达图中图形围成的面积是会变的，即雷达图面积具有不唯一性；另外，我参考了一些资料，有的是用雷达图中图形围成的面积乘以相应图形的周长再开方，或是用面积乘以边长的平方和再开方，来作为综合评分.</description>
		<content:encoded><![CDATA[<p>你好，我对用雷达图中图形围成的面积作为用户忠诚度的综合评分有一些疑问（个人看法，呵呵）：首先，若指标的排列顺序变动的话（实际上文章中的雷达图有3种画法），雷达图中图形围成的面积是会变的，即雷达图面积具有不唯一性；另外，我参考了一些资料，有的是用雷达图中图形围成的面积乘以相应图形的周长再开方，或是用面积乘以边长的平方和再开方，来作为综合评分.</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：景飒 &#187; 电子商务网站用户分析</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-5168</link>
		<dc:creator>景飒 &#187; 电子商务网站用户分析</dc:creator>
		<pubDate>Thu, 25 Aug 2011 02:38:10 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-5168</guid>
		<description>[...] 　　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： [...]</description>
		<content:encoded><![CDATA[<p>[...] 　　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： [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>来自：joegh</title>
		<link>http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-4148</link>
		<dc:creator>joegh</dc:creator>
		<pubDate>Tue, 07 Jun 2011 14:26:43 +0000</pubDate>
		<guid isPermaLink="false">http://webdataanalysis.net/?p=433#comment-4148</guid>
		<description>@&lt;a href=&quot;http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-4144&quot; rel=&quot;nofollow&quot; target=&quot;_blank&quot;&gt;nancy&lt;/a&gt;: 嗯，可以这么说。因为最近访问时间距离当前越近说明用户粘度越高，距离当前时间点越远可能用户正在远离你的网站。
现在我更喜欢用最近访问间隔（天数）来替换最近访问时间这个指标；将单纯的时间点转变成一个定量的度量。</description>
		<content:encoded><![CDATA[<p>@<a href="http://webdataanalysis.net/web-quantitative-analysis/user-loyalty-analysis/comment-page-1/#comment-4144" rel="nofollow" target="_blank">nancy</a>: 嗯，可以这么说。因为最近访问时间距离当前越近说明用户粘度越高，距离当前时间点越远可能用户正在远离你的网站。<br />
现在我更喜欢用最近访问间隔（天数）来替换最近访问时间这个指标；将单纯的时间点转变成一个定量的度量。</p>
]]></content:encoded>
	</item>
</channel>
</rss>

