什么是电商数据分析师?如何通过商业思维为运营赋能?

qinzhiqiang 08-20 17:18 559次浏览

618这个全年第二大电商活动已经悄悄开始了,数据分析师在推广投放方面需要给到运营一定的支持,其中就曝光投放人群的圈选,以下这些圈选逻辑几乎适用于各个行业。

电商数据分析师如何通过商业思维为运营赋能?

1 品牌人群

品牌人群,顾名思义就是已经对品牌有一定了解的人群,毕竟消费者都有一定的决策周期,从第一次看到品牌的商品,到最后的付款下单成为客户,需要一定的过程。所以我们把品牌人群按照关系远近分为4大类:认知、兴趣、购买、忠诚。

  • 认知人群:仅仅看过品牌的广告或者商品,没有进一步行为的人;
  • 兴趣人群:对品牌有一定的购买意向,但是还没有购买,例如:加入购物车、收藏店铺、成为店铺粉丝或者会员、或者高频次浏览品牌商品;
  • 购买人群:购买一次的客户;
  • 忠诚人群:购买一次以上的客户;

在对人群投放的时候,需要再对以上3个人群(购买和忠诚都算老客)进行细分,不同人群的投放目的:

  • 认知:拉新
  • 兴趣:促定
  • 购买/忠诚:复购

首先从复购开始,对于老客我们一般使用传统的RFM模型来划分,即按照老客的购买频次、活跃度进行划分,以便后期复盘的时候分析不同人群的实际效果;

其次是兴趣人群,兴趣人群当中也可以按照一定的顺序:收藏加购未购买、高频浏览未收藏加购、主动搜索未高频浏览等等;

最后是认知人群,认知人群属于对品牌意向比较低的人群,这部分人我们允许他们暂时不买自己品牌的产品,但是我们要尽可能的限制他们是想买这个品类的产品,因为很大一部分人存在比价行为,那这部分人群一般会有什么行为呢?答案就是搜索,品牌认知人群当中,搜索过品类相关词语的人群,可以认为是有潜在意向的人群。

电商数据分析师如何通过商业思维为运营赋能?

2 竞品人群

从这里开始,以下的维度都是非品牌人群,也就是纯拉新人群。

竞品很好理解,比如说 Adidas 是 Nike 的竞品,我如果是Nike的数据分析师,那么应该筛选哪部分竞品人群来打呢?一个大方向是竞品当中还没有看过本品牌的人 ,因为如果他已经看过我们的品牌,它就会被【品牌人群】圈选到,锁定大方向之后还要细分,到底是竞品的老客效果好,还是竞品的核心潜客效果好,这个对于不同的产品都不一样,就拿奶粉举例子,一般父母给孩子买奶粉都是长期的,很少有人会中途换奶粉品牌,除非特殊情况,所以对于奶粉类目来说,拉竞品的潜客就比拉竞品的老客效果好。

3 品类人群

先说一下,品类人群和竞品人群有什么不同。竞品是品牌的直接竞品,比如说 Adidas 是 Nike 的竞品,但安踏就不能称为Nike 的竞品,因为二者价格相差比较大,安踏就称为Nike 的品类人群,这里有存在一个概念【消费升级】或者【消费降级】,我曾经看过数据,第一年买安踏的人,第二年会有10%左右的人会去买价格更贵的Nike ,这部分人对于Nike来说,就是品类潜客。

电商数据分析师如何通过商业思维为运营赋能?

4 相关类目人群

相关类目什么意思呢,举个例子,波司登是一个卖羽绒服的品牌,它的客户当中有相当一部分是会去买羊绒衫的,因为羽绒服和羊绒衫在冬天会有一个搭配的场景,羊绒衫和羽绒服同属于服饰类目,所以就被称为相关类目,大家需要根据自己品牌的产品调性去寻找相关类目人群。

5 跨类目人群

通过对比本品牌的购买人群与整个大盘人群的区别,可以找出品牌消费者的独有特征,以这个特征在全网范围内捞人可以达到一定的拉新效果,特征的选择参照TGI指标:即Target Group Index(目标群体指数),举个例子,买包包的女性和哪些类目相关性更高呢,我们通过数据发现包包消费者和珠宝钻石/出国旅游的相关性比较高,通过这些得出跨类目人群的目标,高效拉新。

  • 暂无推荐