「项目练习」电商运营用户画像体系构建
in 学习笔记 with 0 comment

「项目练习」电商运营用户画像体系构建

in 学习笔记 with 0 comment

理论知识部分

用户画像在互联网业务中的应用场景及业务价值

  1. 获客:如何进行拉新,通过更精准的营销获取客户
    • 用户性别与年龄分布
    • 通过产品的特性来选择精准的广告投放平台等
  2. 粘客:个性化推荐,搜索排序,场景运营等
    • 不同地区用户比例
    • 根据地区进行个性化推荐
    • 用户画像可辅助机器学习及算法,“千人千面“
  3. 留客:流失率预测,分析关键节点降低流失率
    • 不同时间点流失率分析,可分析各用户渠道、运营策略效果分析等
    • ABTest分析

项目实战部分

如何搭建亚马逊美国市场用户画像体系

亚马逊用户画像

  1. 不同地区用户购物习惯
  2. 不同时间订单量及客单价分布
  3. 不同地区订单量分布
  4. 不同店铺/品牌用户画像

用户地区分布分析

数据来源:订单报表(后台可以直接下载)

需要参数:ship-city、ship-state

筛选方法:

不同地区订单及订单累计分布(帕累托分析)

image-20210427172055898.png

订单可视化地图

image-20210427172116605.png

市场比例

image-20210427172143405.png

运营应用

市场占有率分析

排名美国州名2018年人口(万)人口人口比例订单销售订单比例市场占有指数市场定位判断
1加利福尼亚州397739770.122180.121.021
2德克萨斯州287028700.091390.080.900
3佛罗里达州213121310.071390.081.211
4纽约州198619860.061200.071.121
5宾夕法尼亚州128212820.04710.041.031
6伊利诺伊州127612760.04830.051.211

通过市场占有率指数来判断地区市场定位,根据不同的市场定位类型来调整运营策略。

用户购买习惯分析

数据来源:订单报表

需要参数:purchase-date、ship-state

筛选方法:

image-20210427191106664.png

筛选出不同地区不同时间段的订单后,需要计算不同时间段的订单比例来确保用户画像数据的准确性。

CA与FL的订单高峰期不一致,如果产品定位地区就是CA与FL地区,可以在时间差内使用价格歧视策略增加转化率:

价格地区分布分析

image-20210427192307741.png

不同地区订单平均客单价由高到低变化

为了方便可视化比较,设定如下计算规则:

比较数=平均客单价-最低平均客单价

image-20210427192338345.png

价格时间分布分析

订单量及平均客单价变化

image-20210427192509788.png

image-20210427194157029.png

价格敏感度指的是用户对价格高低的接受程度,敏感度越高,对于高价商品越难以接受,敏感度越低,对于高价商品越容易接受

用户地区分布与价格敏感度交叉分析

image-20210427194441314.png

红色圈圈为头部市场

橙色为低客单价地区

绿色为高客单价地区

价格敏感度低的区域与高订单区域有地域差异,因此运营者可以根据不同地区的数据分析处理各个不同地域的运营策略

电商平台入驻商用户画像的进阶应用技巧

用户画像对于多品牌矩阵运营的帮助

image-20210427194916464.png

image-20210427195701717.png

image-20210427195811756.png

用户画像对于用户搜索习惯的分析

用户前台搜索关联词+review关键词+review文本

前台商品listing标题的词频分析

image-20210427200000381.png

用户画像对于电商团队管理的帮助

量化运营人员运营成果,避免纯KPI考虑的弊端

A、B店铺/品牌用户画像不一致?

  1. A+B=完整市场
  2. A或B为完整市场
  3. A与B都不是完整市场