在新零售行业,随着数字化交易的大量进展,越来越多的客户被数据化,并且导入到了企业的客户数据库。而我们都知道,以阿里为首的新零售平台每年都有各类狂欢节日,甚至店铺也有自己的会员日等节日。很多企业都会在活动前后进行数据分析预测,活动实时分析,以及活动后数据复盘,包括转化率分析、好评率分析等,有的企业有专门的数据分析团队,也有的企业使用DataFocus等BI工具进行分析。而对于天猫、京东、淘宝等平台,潜客转化的一个重要指标就是收藏和加购。收藏反映出客户对于此店铺或商品感兴趣,加购的购买意愿更是强烈一些。那么如何利用数据分析赋能店铺的收藏和加购呢。

首先,收藏和加购基本上是“被动”的,即客户看到店铺的推送消息或首页展示,或是习惯性点开常买的店铺链接,点开页面后的行为,很少有直接搜索店铺名或商品名加购收藏的。因此,最好的促进收藏加购的时机是背靠活动。

我们还是以双十一为例。数据分析主要的目的不仅是筛选,更是洞察。那么说到客户大多是看到消息推送而产生的行为,我们就可以以渠道敏感人群为基准做数据分析。

第一是对于SNS、EDM敏感的人群分析。尤其是在双十一这类大促,可以分两拨分析历史数据,第一波就是对于双十一透出商品的响应人群分析。比如去年双十一主推的爆款,是活跃老客还是新客点击和购买率较高,第二波是第一波的人群对于此类爆款商品的收藏加购率。那么最后数据分析出的这一部分人群,就是高价值的通过上述渠道能加购的客户群体。

第二是微信、微淘敏感人群分析。这些积累的多是老客,可以做实时数据分析,比如可在预热期每天挑选几款双十一商品,结合时事热点,或者采用买家秀,进行商品透出,引导收藏加购,看每一天的数据情况,并实时调整推送的商品和内容。

第三是积分互动敏感人群分析。比如我们做过的每一个活动的响应率历史数据分析,或者即将要做的活动的实时数据分析,比如收藏商品、收藏店铺、加购物车、邀请收藏、多任务、大额优惠券秒杀、加购抽奖等。那么最后得出的人群,就是非常容易能用积分引导加购收藏的人群。

标签: , , ,
版权声明:除非注明,否则均为DataFocus企业大数据分析系统 原创文章,转载请以链接形式标明本文地址。否则将追究法律责任。
转载请注明来源:https://www.datafocus.ai/25276.html
上一篇:
下一篇: