如何利用大數(shù)據(jù)分析客戶數(shù)據(jù)

如何分析客戶數(shù)據(jù)

      對客戶進行多維度地分析，以用戶的地域、性別、年齡等人文屬性建立分析維度，把所有的團購信息進行篩選，這樣可以簡單地把EDM的相關性大幅提高，起碼用戶收到的郵件是基本在住宅、工作場所附近，和自己的普通屬性相關的，可能有一些興趣的商品。

      對客戶過去是否有點擊，是否有購買，購買的產(chǎn)品價值，購買的頻率，最近一次什么時候購買等屬性進行量化，產(chǎn)生客戶價值的評分，把客戶分出價值的高低，對推薦的接受難易程度作出評估，依據(jù)這些評分來決定多頻繁對該客戶進行EDM操作，以及推薦的商品的細類，以提高反饋率。

      如何分析客戶數(shù)據(jù)，對購買過商品客戶的購買記錄，以及點擊過的商品記錄進行分析，對團購的折扣比例，商品原價，折扣金額，團購時間長短，能否退款，是否單人使用，風格等等分別打分、統(tǒng)計、歸類，以對客戶的可能興趣點進行“預測”，這是一個相對高級、相對復雜的過程，但是運用得好的話會收到非常良好的效果。

      如何分析客戶數(shù)據(jù)，考慮在所有推薦的商品旁邊增加一個“不喜歡”的按鈕，收集客戶不喜歡的東西對個性化推薦來說具有幾乎和喜歡的商品一樣重要的價值，假設一個客戶告訴你他不喜歡一款49元的西餐廳的雙人午餐，可能比他點擊甚至購買另外一個99元日餐雙人套餐給你透露的信息還要多。

      注：尊重原創(chuàng)文章,轉載請注明出處和鏈接 http://m.universityresearchassociates.com/news-id-31548.html 違者必究！部分文章來源于網(wǎng)絡由培訓無憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實性請自行核實或聯(lián)系我們，了解更多相關資訊請關注數(shù)據(jù)庫工程師頻道查看更多，了解相關專業(yè)課程信息您可在線咨詢也可免費申請試課。關注官方微信了解更多：150 3333 6050