电商平台销售数据预估_电商平台销售数据在哪里看

电商数据分析指标都有哪些？该如何进行分析？

1、无流量不电商，对于流量分析，我们常用漏斗图来做分析，几乎每个流量的细分都可以用到漏斗图。

传统零售利用二八法则生存，电商靠长尾理论积累销售。

返回结果如下图，从结果中可以看到来自北上广深的用户占绝大部分比例。

传统零售是“物流”，零售过程就是商品的流动；电商是“信息流”，顾客通过搜索、比较、评论、分享产生信息，达到购买的目的。

传统零售是做加法，电商是做乘法。传统零售是通过一家家店扩大影响力，电商通过资金的投入迅速抢占市场。

传统零售的主要成本是房租和人工成本，电商的主要成本是物流和营销成本。

传统零售的数据主要是进销存数据、顾客数据和消费数据。电商的数据却复杂得多，数据来源渠道也很多样化

电商数据来源广泛，常规的流量数据、交易数据、会员数据在品牌的交易平台都有提供。一些第三方网站也提供数据源及分析功能。

1、百度统计：包括流量相关的网站统计、推广统计、移动统计三部分内容。分析内容包括趋势分析、来源分析、页面分析、访客分析、定制分析和优化分析。

2、谷歌分析：包括流量分析工具、内容分析、社交分析、移动分析、转化分析、广告分析几部分内容。

3、Crazy egg热力图：主要特色是对页面热点分析的热力图。

4、CNZZ数据专家（友盟）：包括站长统计、全景统计、手机客户端、云、广告管家、广告效果分析和数据中心等。

还有一些无需埋点监测数据的产品，如GrowingIO、神策数据、诸葛io等。

以下为用思维导图进行梳理的电商数据分析指标，总共包括六大类

对访问你最近一次消费，我们按照一次购物距今的天数进行分组，同样是观看用户的一个分布情况，然后看如何进行分类。网站的访客进行分析，基于这些数据指标可以网页进行改进

这里需要注意两个点

2）使用场景不同：UV 价值可以用来评估页面 / 模块的创造价值的潜力；客单价可以用来比较品类和商品特征，但一个页面客单价高，并不代表它创造价值的能力强，只能得出这个页面的品类更趋近于是卖高价格品类的。

从注册到成交整个过程的数据，帮助提升商品转化率。

对于一个新电商来说，积累数据，找准营运方向比卖多少货，赚多少钱更重要。这个阶段主要关注流量指标，指标如下：

对于已经有规模的电商，利用数据分析提升整体营运水平就很关键。重点指标如下：

执行人员侧重过程指标，管理层侧重结果指标。对于数据分分析人员来说要学会根据职位提供不同的数据。

2、漏斗图就是一个细分和溯源的过程，通过不同的层次分解从而找到转化的逻辑。

3、漏斗图的弱点，就是反应一条转化路径的形态，我们可以稍加修改实现漏斗图的对比功能。

1、流量的质量分为质和量两方面，只有质没有量的流量是没有多少实际价值的，流量的质体现在不同的营销目的上，例如获得点击、注册、收藏、购买或者获取利润的目的。

2、可以通过四象限分析图来对比分析流量的质量。下图是针对购买的转化率和流量的四象限图，其中象限的流量应该是高质量的，流量和转化率均高于平均值；第二象限渠道的流量转化率高，但量不大，通过搜索来的流量大部分属于此类；第四象限流量属于质低量高，站外购买的流量这种情况比较多；第三象限属于质低量低的双低流量，不用特别维护，任其发展即可。

3、图中的Y轴可以根据具体的分析目的替换成点击率、注册率、收藏率、ROI（单元产出）等进行对比分析。

四象限分析图中，X轴、Y轴、分析对象都可以根据不同的目的进行替换。

3、通过上图，使用对比、细分的原则分析可以判断出哪儿些指标变化对销售额产生了影响。

参考书籍为《数据化管理——洞悉零售及电子商务运营》

电商运营数据分析指标有哪些?

比如说阿里巴巴，京东，淘宝，天猫，还有很多的直播平台等等，这些电商平台的数据价值都是非常高的，短时间之内的交易额特别高。

1)总体运营指标：从流量、订单、总体销售业绩、整体指标进行把控，起码对运营的电商平台有个大致了解，到底运营的怎么样，是亏是赚。

2)网站流量指标：即对访问你网站的访客进行分析，基于这些数据可以对网页进行改进，以及对访客的行为进行分析等等。 3)销售转化指标：分析从下单到支付整个过程的数据，帮助你提升商品转化率。也可以对一些频繁异常的数据展开分析。

4)客户价值指标：这里主要就是分析客户的价值，可以建立RFM价值模型，找出那些有价值的客户，精准营销等等。 5)商品类指标：主要分析商品的种类，那些商品卖得好，库存情况，以及可以建立关联模型，分析那些商品同时销售的几率比较高，而进行捆绑销售。消费频率，这里放宽要求最终结果，按照用户的30天活跃天数进行分类

6)市场营销活动指标，主要某次活动给电商网站带来的效果，以及广告的投放指标。 7)风控类指标：分析卖家评论，以及投诉情况，发现问题，改正问题。

电商销售额下降，应该从哪些数据维度分析

摘自：YiShop电商系统

要构建电商数据分析的基本指标体系，主要分为8目前拼多多是一个比较火的平台，但是过去做的基本上都是在淘宝上做了很多年的，还有就是去处理尾货的，大家也都了解拼多多基本上都是一些低价产品，打价格战，对于新手来说，竞争环境过于恶劣，是不太建议去做的;个类指标

1.总体运营指标：从流量、订单、总体销售业绩、整体指标进行把控，起码对运营的电商平台有个大致了解，到底运营的怎么样，是亏是赚。

2.网站流量指标：即对访问你网站的访客进行分析，基于这些数据可以对网页进行改进，以及对访客的行为进行分析等等。

3.销售转化指标：分析从下单到支付整个过程的数据，帮助你提升商品转化率。也可以对一些频繁异常的数据展开分析。

4. 客户价值指标：这里主要就是分析客户的价值，可以建立RFM价值模型，找出那些有价值的客户，精准营销等等。

5.商品类指标：主要分析商品的种类，那些商品卖得好，库存情况，以及可以建立关联模型，分析那些商品同时销售的几率比较高，而进行捆绑销售，有点像啤酒喝尿布的故事。

6. 市场营当前。能够非常直观看到，全球经济结构已经不再是工业经济主导，服务经济已经领先了。服务经济是以后发展的一个方向点。电子商务不断发展，几乎成了人们生活中的必备品。电子商务服务就会逐渐在国民经济占据重要的位置。销活动指标，主要某次活动给电商网站带来的效果，以及广告的投放指标。

7. 风控类指标：分析卖家评论，以及投诉情况，发现问题，改正2、销售额是一个结果指标，图中的20个指标是过程指标，每个指标的变化都会影响最终的销售额，基本都是正相关。（折扣和销售额的关联会稍微复杂一些）问题

8. 市场竞争指标：主要分析市场份额以及网站排名，进一步进行调整

以上总共从8个方面来阐述如何对电商平台进行数据分析，当然，具体问题具体分析，每个公司的侧重点也有所异，所以如何分析还需因地制宜。

电商运营数据分析指标有哪些?

消费金额，本次不涉及金额的统计。

1)总体运营指标：从流量、订单如果网站是为了帮助客户尽快完成他们的任务（比如：购买，答疑解惑），那么在线时长应当是越短越好；如果希望客户一同参与到网站的互动中来，那么时间越久会越好。所以，分析在线时长是否越长越好，要根据产品定位来具体分析、总体销售业绩、整体指标进行把控，起码对运营的电商平台有个大致了解，到底运营的怎么样，是亏是赚。

数据指标分为指标、分析指标和营运指标，营运指标就是绩效考核指标。一个团队的销售额首先是出来的，其次是分析出来的，才是绩效考核出来的。销售自然是按天、按时段说话，分析一般是以周和月为单位，绩效考核常常是以月为主、以年为辅。

4)客户价值指标：这里主要就是分析客户的价值，可以建立RFM价值模型，找出那些有价值的客户，精准营销等等。 5)商品类指标：主要分析商品的种类，那些商品卖得好，库存情况，以及可以建立关联模型，分析那些商品同时销售的几率比较高，而进行捆绑销售。

电商数据分析的基本流程？

通过面积图看一下每周不同类型用户的比例情况：

电商数据分析的基本流程如下：

1. 明确分析目标：首先需要明确分析的目标，例如提高销售额、改善用户体验等。

2. 数据采集：收集与目标相关的数据，包括网站流量、订单数据、用户行为数据等。

3. 数据清洗：对采集到的数据进行清洗分析电子商务的发展现状与趋势，从20实际60年代开始，全球的产业结构已经从“工业经济”转换为了“服务经济”。随着电子商务的不断发展，电子商务服务水平也会不断的提高。今后电子商务服务随着发展，会逐渐成为国民经济的增长点。同时，电子商务和移动商务有着密切的关系，今后移动电子商务很可能成为电子商务新的应用领域。、筛选，保证数据的准确性和完整性。

4明确今天的日期，在本项目中，“今天”指“2014-12-19”，然后统计订单表中用户某种行为的日期与当前日期的值。. 数据处理：对数据进行处理和分析，例如数据统计、数据建模、数据挖掘等。

5. 数据可视化：通过图表、报表等形式，将处理后的数据呈现出来，更好地理解和分析数据。

6. 数据解读：对分析结果进行解读和总结，发现数据背后的规律和趋势。

7. 制定行动：根据分析结果，制定相应的行动，例如优化网站、改善用户体验、优化产品等。

8. 实施和：实施行动，并定期分析结果，不断进行优化和调整，以达到分析目标。

数据分析项目——电商平台用户画像分析

包括用户行为数据和用户基本信京东，，快手，淘宝，苏宁易购。这些平台都公布了自己的战绩。息数据：

重复值处理

缺失值处理

数据格式处理：

日期格式的转换 astype()

查看有无重复值：首先看使用df.查看各个字段的记录数，再看去除重复值后的数量。以此判断有无重复数据。

去重重复值可以使用函数drop_duplicates()

通过df.查看数据格式

看到time是object类型的，不适合处理。同时我们一般将数据分为日期和时间格式，因此对其进行拆分处理。

为各个时段打标，将时段分为'凌晨'、'上午'、'中午'、'下午'、'晚上'

知识点：pd.cut函数，区间分割

查看空值，并计算数量。可以看到并无空值。

在订单表中按照（用户，时段）分组，取每个时段的记录数（订单数）：

这里的作流程与hive-sql类似，我们需要先把max算出来，再去关联。

将生成的标签加入标签表：

同理，可统计出用户购买的活跃时间段，在此不赘述，仅展示结果

分析用户最喜欢的类目，从而便于我们为其进行。

最终得到标签表：

通过分析用户分析最近的行为，来判断该用户是否活跃、流失

分析近30天的活跃天数，只要有浏览、收藏、加购和购物四种行为之一就认为是活跃。

结果如下：

我们可以通过查看所有用户30天活跃天数的分布情况，来确认一个分类的标准，判断某个用户是否活跃。

用户30天活跃天数分布图如图：

同理，可分析用户近7天的行为，包括其购物次数和活跃天数。

与上述作类似，展示结果:

使用的函数是：datetime.strptime： new datetime parsed from a string (like time.strptime()) ，将字符串转为date格式，以方便我们做日期运算

结果如图：

使用日期的用户数据，订单数据，流量数据。diff函数

返回结果

RFM分组是指按照最近一次消费 (Recency)、消费频率 (Frequency)和消费金额(Monetary)进行分组

因此，我们可以根据活跃度分类和最近一次消费将用户划分为四类：

结果如图

可以看到在第8天前后，用户有明显的分层，因此按照8天对其进行划分，一次消费距今天数小于8天的，认为最近有消费，大于8天的认为最近无消费

返回结果：

通过value_counts查看每个值的出现次数：

如果值为空，说明无相应的行为，对浏览未购买的数据记录进行打标

以上的步骤到商品粒度，下面对用户进行统计，即只要用户有浏览未下单的行为就对其进行打标

返1、消费升级推进品质化电商模式发展回的结果如图：

加购未下单同上述步骤

分析平台用户的年龄、学历、性别、城市、职业、婚姻情况等，以便于我们去分析我们的典型用户是什么。

从上图可以看出，平台用户中男性居多，女性较少。

值的分层可以使用pd.cut函数

从年龄分布图中，可以看出平台的用户以25岁-40岁的用户居多。青年人和中老年用户较少。

从婚姻分布情况中可以看到，平台用户中有超过60％的用户为已婚。

使用该平台的用户大部分拥有大学及以上的学历

使用该平台的用户大部分为互联网从业人群

首先查看这一个月的时间跨度用户每天的购物情况：

从上图可以看出，该平台每天的下单用户数比较平稳，有一些周期性因素在其中，可能是每周周中和周末的购物情况不同。同时，注意到12.12这一天购物用户激增，可能是12.12购物节的因素。

从图中我们可以看到用户的喜欢的购物时间：周五，晚上9点。上午购物的人数都比较少，主要集中在下午和晚上。

通过用户的下单情况，我们可以对每周的下单用户进行分层，将其分为活跃用户、不活跃用户和回流用户。

复购率：一周内购买多次（＞1）的用户占总用户的比例

从中可以看到，5周的复购用户都在50％以上，47周和51周的复购率较低，可能是因为数据不完整的原因。

用户最喜欢购买的品类？

用户最多收藏的品类？

从结果可见，用户最喜欢购买的品类前五名是6344、12189、5232、1863和4370，用户收藏最多的品类是13230、5894、1863、6513和5027。

转换率=浏览该商品的用户数/购买该商品的用户数

最终结果如图：

查看转换率的分布情况：

电商平台应该分析哪些数据？

1）影响因素不同：UV 价值更受总结：电4、散点图的四象限分析可以结合趋势，或者演变成四象限气泡图，气泡图的大小为ROI，这种四象限图信息量更大。商和传统零售虽有千万种别，但总归都是零售，融合是二者注定的趋势，即现在火热的新零售。流量质量的影响；而客单价更受卖的货的影响；

今年双11都有哪些电商平台公布了“战绩”？

个性化和人工智能技术在电子商务平台中的应用将持续发展。根据Forbes的报告，个性化能够提高销售额的20%至30%。通过分析用户的购买历史、兴趣和行为，电子商务平台可以向用户提供个性化的产品和购物体验，提高用户满意度和忠诚度。

名是拼多多，成交金额450亿元，第二名天猫430亿元，第三名淘宝390亿元，第四名京东亿元，第五名鸿星尔克240亿元，第6名耐克230亿元，第7名唯品会215亿元，第8名华为198亿元。第9名苹果176亿元，第10名得物168亿元。

3、第三方平台将成为中小企业实施电子商务的主要平台

今年公布战绩的电商平台，有天猫，京东，淘宝，快手，苏宁易购，等等，这些平台的战绩都是相当不错的。

此文是对最近学习的电商相关知识点做一个巩固

电商怎么做4大平台及5大运营模式分析报告

传统零售注重体验感，电商注重服务和效率。

在移动互联网时代，如果你还没有自己的电商店铺，那么很抱歉，你至少损失了两倍的利润。电子商务已经成为新时代营销的标准，很多新企业完全依赖电子商务。相比传统实体店，电商的优势非常明显3360客户基础广，面向全国客户，不受门店位置限制；成本低，不需要租金、转让费等。实体店的；快速营销，通过它可以快速举办各种营销活动；数据分析，通过电商平台，可以轻松完成产品、用户、营销、营收等数据的统计和分析。这里从电子商务平台和电子商务运营模式两个角度进行分析：一个电子商务平台一个淘宝、天猫、JD.COM等平台二电子商务除了淘宝，微电商的模式在微信上以网页的形式展示。微信创业之初，主要交易平台是微电商。目前微电商领域的玩家主要有：1.：微信推出的电商平台，但功能非常简单，几乎没有实际作用；2.优赞：目前最主流的微商城平台都很强大。有赞开店后可以链接店铺在各地推广。3.魏梦：这类似于得到表扬。这种微电商平台的特点是便宜，功能丰富，价格高。目前主要问题是需要自己找流量，因为大部分都是一样的，用户留存，入口深，很难获得用户。三小程序电商背靠微信的10亿流量，小程序发展非常快，但在电商领域，小程序还面临很多问题：1.功能：虽然优化了小程序的加载速度，但是整体功能还是比较少。2.入口：小程序电商的入口太深，用户时间发现不了。3.营销：微信对小程序的营销控制非常严格，封杀比较。四使用电商App功能最丰富。所有用户都可以自由控制和作，可以实现的商业模式丰富多样，如内容电商、分销电商、社区电商、导购商城、外卖商城、城市生活圈等等。以前App开发成本高，所以电商商城主要是大企业的玩家，比如小红书、天天优鲜、肯德基等等。但是，随着开发技术的发展，利用使用公园式的app制作平台，你可以快速制作出一个新的电子商务App。2电子商务模式电商竞争，如果单纯是信息展示和交易，已经不能满足新时代的要求。在移动互联网新时代，出现了很多新的电子商务商业模式，与传统电子商务相比非常有竞争力。它们主要分为以下五种类型：一个内容电商用户评价和一直是电商平台运营的重点。以小红书为代表性，如何选择和使用琳琅满目的化妆品？听听草农怎么说。用户购物，学习的美妆师，互相讨论分享。将传统的购物观念发挥到。内容不仅能吸引自媒体传播用户，还能刷新用户粘度，提高转化率，帮助企业树立自己的品牌，打造行业地位。1.制作内容有两种主要方式：(1)平台制作或选秀。通过用户分析，挖掘用户的需求，形成内容主题，再根据主题进行扩展，形成内容矩阵。内容电商前期，大部分内容需要自己制作，形成氛围。也可以用行业内的KOL(意见)、大V选秀。(2)和鼓励用户生产。2.内容形式：(1)、列个清单：比如8种让有钱懒人吃早餐的快速神器等。为选择困难的客户提供解决方案；(2)评价：从第三方的角度对商品进行评价，更有说服力；(3)人才分享：为用户分享使用商品的经验；(4) IP引流：利用明星、KOL、大V等个人影响力种草。二社区电子商务人以群分如果要问一个垂直行业的人最集中在哪里，行业社群无疑是的。全民社交时代，加上最近流行的裂变营销，使得社群运营的价值被无限放大。有几千万大小的书，通过社区裂变实现。电商，在电商平台方面，增加了社群运营。目前新的“百团大战”是社区的生鲜电商。1.社区运作的目的(1)社群是品牌与用户沟通最简单高效的方式。通过社区，可以时间获取用户需求，也可以时间通知营销和活动信息。(2)如果百度有问题，不如加入社区，直接讨论。对于用户来说，社区的心理门槛较低。(3)羊群效应：通过社群中的小号互动，非常容易产生羊群效应，带动粉丝参与。2.社区运营的核心很多人可能会说：为什么我的社区变成了广告群和僵尸群？做社区和社群起家的小米总结了两宝：(2)参与感：当产品从“别人的”变成“我的”，产品就会立于不败之地。让用户参与到社区的运营过程中，形成用户的讨论组，而不是的营销广告组。3.社区运行(1)社群的定位：拉团前要规划社群的主题，梳理对企业和用户的价值。如果产品不好，避免建群。(2)社团规则：新成员加入后，告知社团规则。(4)打造核心粉丝：打造社群灵魂，形成焦点。(5)大咖平台：为社群寻找大咖平台，提升社群整体价值和群体成员的获得感。三分销电子商务全民社交时代，内容和社区的价值不仅大大提升，而且分化销也成为最主要的营销利器。借助分销系统，让每个买家都成为销售人员，SOIREE奢瑞小黑裙靠分销模式红遍朋友圈，1年时间从零做到上亿营收，碧桂园3年发展600万无底薪业务员，月销售破100亿。目前，所有互联网快速崛起的营销案例，必然有分销的概念在其中！对企业来讲：把过去广撒网的营销费用，分佣给粉丝，让粉丝在自己的朋友圈传播，更加精准高效。短期内集聚强大的营销团队，形成强大的带货能力。对粉丝来说：加入分销大军，不仅可以自购省钱，还可以分销赚钱。分销的模式大家的都非常熟悉，但是在移动互联网爆炸式的传播效果是很多人没有想到的。想要快速赚钱，分销是必选！四导购返佣电商导购商城和分销商城不多，不过导购商城平台所有的产品都来自于淘宝、拼多多等知名的电商平台。也就是说，不需要自己找商品、做、做售后、发货等，也可以卖货赚钱。用户在你的导购平台，可以领取优惠券后，购买淘宝、拼多多等平台的商品，但是价格比直接购买实实在在优8)市场竞争指标：主要分析市场份额以及网站排名，进一步进行调整。惠。用户也可以把这些优惠券分享给好友，好友低价购买后，用户就能获取佣金。当然，作为平台运营方，你也有佣金收入。这样一个自购省钱、分享赚钱的利器，用户只要去推广，就可以躺着赚钱，平台自然也可以获取不错的收入。五新零售“未来不会再有电商，只有新零售”，马云的新零售样板盒马鲜生，通过线上线下联动的模式，将的单店营收扩大3倍以上。用户通过实体店体验后，随时随地就能通过手机App下单购买，不用下楼，安全放心速度快，比传统的方便多了，通过App还可以获取活动优惠等。对于商家来说，通过电商辅助，将客户范围从之前的两公里延伸至十公里，而且产品品类无限扩充，突破品类限制。还可以快速建立会员机制，进行统一的管理，的产品、活动信息百分之百送达。这五种的商业模式，可以根据自己的情况进行选择，也可以进行联合，比如内容社群模式，比如分销导购模式，都非常不错。利用使用公园，自己都可以制作实现。相关问答：个人怎么做电子商务网站和网店的功能、用处都不一样。如果你只是想销售我建议你做网店借助现有的平台，投资少见效快（阿里巴巴、淘宝商城、拍拍、易趣、敦煌、有啊你都可以尝试）。如果你是想宣传自己的品牌和销售产品的话我建议你自己做网站，做一下付费推广和免费推广稳定一下网站的几门流量

对于已经经营一段时间的电商，通过数据分析提高店铺销量就是首要任务。此阶段的重点指标是流量和销售指标，指标如下：

电商平台应该分析哪些数据？具体怎么去分析

总之，随着电子商务平台行业的发展，用户应关注移动化、社交媒体整合、个性化和AI技术、跨境电子商务和数据安全等趋势，并根据个人需求和偏好选择适合自己的电子商务平台，以获得更好的购物体验和实用性价值。

电商平台的数据在数据分析领域，“总注册数”、“新增注册数”指标本身是一个虚荣指标，该指标随着活动力度、形式等呈现短期暴增，他能够告诉你的活动传递并影响了多少“新用户”，这些新用户知道你在做什么，而并不意味你的产品一定对他有价值。显然要结合新用户的留存、转化等情况综合考量。科学的数据分析可以无限逼近客户真实意愿，数据分析可以发现问题，找到弊病可能出现的原因，从而优化列表页的体验、提升首页流量分配效率、购买决策路径等，最终提升用户的转化率。针对A的拉新活动，针对上述提到的拉新问题、活动效果评估不佳的情况，围绕拉新、留存与转化采取了相应措施。分析，可以大体分为三个维度：

上述返回的结果值是：

三个维度相互而又相互支撑。数据的分析取决于商业用途。需要根据企业运营的情况进行分析。一般用来做客户管理，营销策略制定，产品研发，甚至用来进行生产管控，仓储等。

神策数据618系列篇丨电商平台大促之目标用户精准营销

6促作为电商行业全年重量级活动，更需要将用户群体精准化，配合个性化的营销策略，才能实现效果化，为全年目标的完成打下良好基础。

在上篇《电商平台大促期间精准营销“五步”走法则》中，我们整体概述了6促的精准营销流程，并详细阐述活动目标拆解和完善埋点设计。本期我们将进一步讲述如何将用户群体进行精细化分层，并对精细化分层的用户制定异化营销策略。

注：文中数传统零售是小数据，电商是大数据。据均为模拟。

一、精细化营销策略的原理

二、用户分层的方法

当你比较看重整体用户的运营效果时，可以选择「用户生命周期」的分层方法。因为不管你的业务和产品形态如何，用户必然会属于生命周期分层中的某个阶段。使用这种分层方法，可以确保每个用户都能获得针对用户所处阶段最合适的运营策略。

1、用户生命周期

（1）用户生命周期的定义

用户生命周期就是用户从开始接触产品到离开产品的整个过程，通常分为五个阶段：导入期、长大期、成熟期、沉默期和流失期。不同的产品形态定义各个时期的方法也是不同的，要深度结合自身的业务情况进行判断。通过对用户生命周期的划分，不仅可以宏观管理全量用户，而且可以明确用户的价值，通过运营手段让用户趋于停留在价值的阶段。

（2）用户生命周期的维度

以电商为例。一般来讲，用户生命周期的划分维度如下：

导入期：没有发生过购买行为，但存在购买意向的顾客长大期：已经完成首次购买流程成熟期：发生多次购买行为沉默期：曾经有过付费的用户，但在一段时间内未登录访问流失期：超过一段时间未再访问过产品

（3）用户生命周期的标准

在定义用户生命周期标准的时候，我们可以通过用户启动产品的时间间隔的趋势来判断。某电商客户时间范围为10-300天，其用户启动产品的时间间隔在时间范围大于天往后趋于27小时。也就是说，只要超过天后，无论时间范围如何扩大，用户使用产品的情况基本不会有太大变化。

在确定时间范围后，我们首先看下沉默期和流失期用户的标准。

通常情况下，「启动产品」这个关键行为动作能够帮助我们衡量用户是否沉默和流失。因为用户只有发生「启动产品」这个动作后，才能发生「浏览商品」「购买」等后续一系列行为。当用户在一段时间内未发生「启动产品」行为时，这就表明用户可能对平台失去兴趣，发展到一定时间后用户或许已经删除我们的产品。所以「启动产品」这个行为能够帮助我们很好地判断用户是否沉默以及流失。当然，我们也可以根据公司所处的阶段或者业务形态的不同选择用户的其他行为，比如「登录」「浏览」「加购」等来定义用户的沉默和流失。

那在付费后多长时间未「启动产品」的用户会进入沉默期，以及间隔多长时间未「启动产品」的用户会进入流失期呢？我们可以用“二八法则”来确定用户沉默和流失的时间。如下图：

从「支付订单」到「再次启动产品」的时间间隔趋势图来看，80%的用户在「支付订单」后会在18天内重新「启动产品」。因此我们可以将沉默期定义为在支付订单18天后「未启动产品」的用户。

从两次打开App间隔时间趋势图中可以看到，8点击放大查看高清图0%的用户会在27天内重新启动产品，因此我们可以将流失用户定义为超过27天没有「启动产品」的用户。那么，我们对用户生命周期的五个分层的明确定义可以如下：

2、用户价值区分

用户生命周期可以有效覆盖全盘用户，但是当用户体量较大且业务发展已步入成熟阶段时，我们的用户群体已不仅仅是行为相对简单的导入期或新用户群体了。长大期、成熟期的用户行为更加复杂，也值得我们根据创造价值的不同投入异化的精力去做维持和转化；针对沉默流失期的用户，往往也需要面向不同价值的用户实施异化的召回策略。此时用户价值分层恰好能够解决这个问题，它能够对需要认真投入精力运营的核心用户群体进行价值细分，实施异化的营销策略，保证运营手段的有效性和针对性。

3、价值分层：RFM

用户价值的RFM分层是指对于已经在产品内转化的用户，根据用户在产品中最近一次消费、消费频率、消费金额来做好用户群体价值界定。

（1）RFM的定义

RFM模型通过用户最近一次消费（Recency）、消费频率（Frequency）、消费金额（Monetary）三个维度划分出来8个用户价值群体，将群体用户进行价值细分，如下图所示：（2）RFM标准制定

RFM中三个维度的阈值并不是一成不变的，它需要随着最终划分的人群以及相关的运营效果、活动规律，调整阈值的设定，最终达到一个最合理的划分。因此我们会通过“二八法则”对RFM值进行划分，这也会方便我们在后续迭代优化中根据业务反馈调整相应的阈值比例。

按最近一次消费（Recency）对用户进行排序，的购买者排在首位，再根据用户数的累计占比发现80%的用户最近购买时间距今为18天，从而选择18天作为划分最近一次消费高低的阈值。同理，消费频率（Frequency）取3次作为划分购买频次高低的标准。消费金额（Monetary）普遍会出现20%的用户创造大部分营收的情况，所以我们取购买金额0元作为划分消费金额高低阈值。

通过对用户的消费数据进行分析确定RFM的相应的阈值之后，我们可以建立RFM用户分层如下：三、不同人群精准营销策略

用户分层后，一定会有一个“理想”的分层是我们“梦寐以求”的用户。比如，电商企业都希望能有大量的成熟期用户，持续在产品上产生交易。然而，初级分层的用户想要跃迁到下一层，会存在一些用户视角的阻塞点，让他们存在疑问不想转化。运营策略就是要解决这些用户当前存在的阻塞点，帮助初级分层的用户更容易跃迁到下一个理想的阶段。而对于成熟用户，需要增加他迈向流失的阻塞点，以留存理想中的用户。以下为我们列出的电商行业中用户视角常见的阻塞点，以及配套的一些运营策略：

将「用户生命周期」和「价值分层」结合起来后，不仅对不同阶段用户的策略更有针对性，也可以根据用户的价值分层有优先级地投入有限的资源。在活动预算有限时，对于重要分层的用户，可以做一定的倾斜，对于一般分层的用户，则可以不做太多额外的动作，节省资源。以下为我们列举的用户分层和策略，以供参考：