今天在张鹏发的一个网站翻到了作者名字是perplexing 的一篇文《用数字来看某知名B2C网站的发展内幕和隐私》 ,数据和分析都比较清晰到位。数据是任何规划的基础,在这里发出来共赏。

数字是个很有趣的东西,很有说服力,而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子,我们喜欢说留住老用户,发展新用户,那么老用户和新用户的定义应该是什么呢?直观上说,老用户就是曾经在我这里买过东西的呗,其实这样的定义太简单了,假如今天是2008424号,我们看看如下哪个顾客属于老用户?

12002年注册,2002~2003年曾经购买过27次,但是2004年之后就再也没有来过了;

22002年注册,直到2005年才买过一次东西,但是从此人间蒸发了;

32008422号注册,423号(昨天)买过东西,不知道他以后还来不来;

420071月注册,20071~20084月间,平均每3个月就来买一次。

 

其实上面的都可以俗称为老用户,但是他的注册时间,购买次数,购买金额,购买频率,最后一次购买时间等数值,对我们都有重要的参考和分析意义,只有细致分析,才能精准营销。

 

我们来用数字分析一家比较知名的B2C网站的发展历程,名字就不直接说了,我们就用A公司来代替。只是从这些分析中,我觉得可以看出很多隐形的(hidden)有趣现象来。这不属于泄露公司业务,名字和产品都没有写。事实上,我还掌握了好几家的内部数据。我只是想,能够拿出来和大家一起商酌,无伤大雅,可以一起探讨学习。现在,我们从200211号开始分析,action~

 

1,A公司的注册会员发展轨迹

 

某电子商务公司2002-2007注册用户发展变化

 

截止20071231号,A公司累计注册用户35万。淘宝网截止2008Q16200万注册用户,也就意味着A公司的注册用户只是淘宝的0.56%而已。每天的注册人数从2002年的21个(天)到目前大概300个(天),可以说,A公司的注册用户一直在稳步增长。

 

中国互联网网民的规模,足以支撑所有的统计规律的圆满实现。我在baiduindex里输入某个关键字的查询次数,比如我输入电子商务,发现每天在baidu查询电子商务的人数一直稳定在300~500的范围内飘飘荡荡的。昨天查询的人和今天查询的人是不一样的,而且也互相不认识,但是庞大的baidu用户群体造就了美丽平滑的统计大数定律。所以,如果有人问我,今天大概多少网民过生日?我告诉他,大概27万左右,因为网民总计1亿,365天每天都有人可能过生日,所以这个27万的正确率绝对80%以上。

 

2,A公司的年度交易量发展变化图

 

年度

每日交易额(万)

年度交易额(亿)

每日订单量

平均每单金额(元)

 

恩,不错,2002年每天只有3.13万的交易量,到了2007年,每天有41.83万了。年度交易额来看,2006年就冲过1亿的关口了。每个订单的金额大概就是650元左右。每天的订单量目前维持在600多一点的规模。除掉每天8小时的睡觉时间,其他时间顾客都可以下单的话,大概1~2分钟就来一个600多元的订单。

 

3,注册用户的购买情况

 

如上的2个表格没有意思,这个表格却可以说明很多问题:

购买次数

人数

百分比

人均贡献(元)

总计贡献金额(亿)

累计贡献

 

1)  所有的注册用户中,52.88%的注册用户到目前为之还没有产生过购买;所以注册到购买转化率大概47%;

2)  产生了3次或以上购买的顾客占总体注册用户的18.68%,但是他们产生的总体购买金额却占了A公司有史以来总体交易金额的82.58%,看来2:8定律真的是无处不在!

所以,根据这个结果,我们可以把购买了3次或者以上的顾客定义为公司的核心用户,他们是确保公司基石的重量级客户。

3)  购买10次或以上的有14474人,占注册用户4.12%,但是这小小的4.12%的用户为公司贡献了48.98%的交易额!而且人均贡献1.36万!当然不排除企业客户,但是我们发现,购买频率越高,对公司越是至关重要!

 

我们这里做个假设:如果不考虑重复购买,所有的顾客只要购物,都只买1次,那么会发生什么情况?

结果是:A公司的交易额将变成目前总体交易额的25%而已!公司总体交易额将缩减75%!可见:

1)  对于一个购物网站来说,忠诚度的培养和顾客的重复购买,是多么关键。

2)  长期进行老用户的优惠措施(积分优惠、折扣优惠等)是公司发展的根本!

 

4,有过购买的用户,都是注册之后多久会购买?

 

如下是以有购买记录的顾客为研究对象的,从没购物的不考虑其中。

 

注册到首次购买的时间

人数

占比

这个图表说明了几个很重要的规律:

1)  顾客注册之后如果要购物,那么81.78%的顾客都会在注册后的1个月之内下单;

2)  如果顾客注册之后的1个月之内没有购买,那么他81.78%的可能性永远不会来买了;

3)  如果顾客注册之后的半年之内么有购买,那么他90.86%的可能性永远不会来买了;

4)  如果顾客注册之后1年以内还没有购买,我们就不用追讨了,他很有可能就蒸发了;

4)  所以,要顾客转化,有必要在顾客注册之后的1个月之内通过各种方式引诱他购物;

 

技巧:顾客注册之后,通过Email和短信通知其购买,甜美MM电话告知,甚至不惜给予丰厚的优惠让顾客来购买。根据统计分析,顾客注册之后产生第一次购买的概率是47%左右,但是一旦产生了第一次购物,那么他购买第二次的概率是60%以上;所以,让顾客产生第一笔交易永远是值得投入的,一旦变成你的老用户,那么他的价值是很大的。

 

5,顾客的购物频率是怎么样的?

 

如下的顾客全部是购买了2次或者以上的顾客,因为只购买了1次的顾客,讨论购物频率是没意义的。

购买频率

人数

百分比

累计百分比

 

这个表格也有意思:

181.96%的顾客都会在半年之内来购买1次,所以,对我们公司来说:

2个月给没有继续购物的顾客发送优惠的产品信息,必要性:38.60%

3个月给没有继续购物的顾客发送优惠的产品信息,必要性:55.12%

6个月给没有继续购物的顾客发送优惠的产品信息,必要性:81.43%

 

6)  新老用户交替的科学计算矩阵图

如下这个图是有意义的,是动态跟踪顾客购买记录的矩阵。这个图有点绕口,它观察的是:顾客最后一次下单的情况。

比如,我们拿2002年来说明:2002年注册的那帮家伙,最后一次下单都是什么时候呢?如下的百分比说明:

1)2002年注册的人如果购买了,21.49%的人最后一次购买是在2002年;

2)2002年注册的人如果购买了,8.16%的人最后一次购买是在2003年;

3)……

4)2002年注册的人如果购买了,38.16%的人最后一次购买是在2007年!

 

这个表格说明:

不管顾客是哪一年注册的,平均来说40%的顾客还是会在目前保持活跃度的,顾客的生命期比我们想象的要长;也就是说:2002年注册的那帮家伙如果产生了购物,他们40%左右现在还在活跃着!2003年注册的那帮家伙如果产生了购物,他们40%左右现在还在活跃着!

 

 

2002年

2003年

2004年

2005年

2006年

2007年

总计