什么是用户行为信息？如何在商战中获胜？

摘要：近年来，几家电子商务的价格战非常激烈。继去年的“双11促销”和“6月18日嘉年华”之后，电子商务以价格为主要需求的大规模促销层出不穷，几乎所有可以用来造势的节日都应该使用。作为游戏中的弱者，消费者不断被这些真假价格战所挑逗和引导。然而，在今天的购物中心，还有另一种企业不是通过简单而粗糙的价格战，而是通过充分利用和挖掘数据来赢得商业战争。亚马逊是全球电子商务的创始人（Amazon.com）自1995年首次在线销售以来，亚马逊已经完全颠覆了许多从图书行业开始的行业的市场规则和竞争关系。在10年内，许多百年老店，如老板和老板，被迫破产或濒临破产。亚马逊在低利润图书行业竞争中获胜的根本原因是对数据的战略理解和使用。当每个人都不知道什么是电子商务时，亚马逊通过传统商店无与伦比的互联网手段获得了非常丰富的用户行为信息，并进行了深入的分析和挖掘。什么是“用户行为信息”？（UserBehaviorInformation）呢？简单地说，用户在网站上发生的所有行为，如搜索、浏览、评分、评论、加入购物篮、取出购物篮、加入期待列表（WishList）、购买、使用减价券和退货；甚至包括第三方网站上的相关行为，如价格比较、观看相关评估、参与讨论、社交媒体交流、与朋友互动等。与商店通常收集的购买、退货、折扣、优惠券和最终交易相关信息相比，电子商务的突出特点是可以在购买前收集大量客户的行为信息，而不是像商店一样收集交易信息。在电子商务领域，用户行为信息是难以想象的，根据专注于电子商务行业用户行为分析公司的不完整统计，用户在选择产品之前，平均浏览5个网站，36个页面，在社交媒体和搜索引擎上的交互行为也多达数十次。如果整合和衍生所有可收集的数据，用户的购买可能会受到数千个行为维度的影响。对于一天PU近百万的中型电商来说，这代表了一天近1TB的活跃数据。从整个中国电子商务的角度来看，这意味着每天有成千上万的TB活跃数据。正是这些购买前的行为信息，才能深刻体现潜在客户的购买心理和购买意向。例如，客户A连续浏览了5台电视机，其中4台来自国内品牌S，1台来自国外品牌T；四种是LED技术，一种是LCD技术；五种是4599元、5199元、5499元、5999元、7999元；这些行为在一定程度上反映了客户A对品牌的认可和倾向，如偏向国内品牌和中等价格的LED电视。客户B连续浏览了6台电视机，其中2台是外国品牌T，2台是另一个外国品牌V，2台是国内品牌S；4款是LED技术，2款是LCD技术；6款价格分别为5999元、7999元、8300元、9200元、9999元和11050元；类似地，这些行为在一定程度上反映了客户B对品牌的认可和倾向，如偏向进口品牌、高价LED电视等。通过对这些行为信息的分析和理解，亚马逊为客户提供贴心的服务和个性化的推荐。例如，当客户浏览多台电视而不购买时，通过电子邮件主动向客户发送适合客户的品牌、价格和类型的信息；例如，当客户再次回到网站浏览冰箱时，他们可以在网页上向客户A推荐国内中等价格的冰箱，并向客户B推荐进口高端价格的商品。这种个性化的推荐服务往往会起到很好的效果，不仅可以提高客户的购买意愿，缩短购买路径和时间，还可以在更合适的时间捕捉到客户的最佳购买冲动，减少传统营销方式对客户的无端骚扰，提高用户体验。这是一种杀死许多鸟的好方法。纵观国内外成功的电子商务企业，对用户行为信息的分析和使用，都在这个兵家必争之地投入了大量资金。纵观国内外成功的电子商务企业，对用户行为信息的分析和使用，都在这个兵家必争之地投入了大量资金。他们对数据战略的高度理解和使用值得国内电子商务学习和借鉴。我相信很多人和我一样，每天的电子邮件都充满了这样的电子邮件，但从未打开过。许多团购公司每天都会虔诚地向订户发送各种促销信息，坦率地说，其中许多确实非常优惠和有吸引力，但这些团购公司忽略了一点用户体验。让我们看看其中一两封团购电子邮件来分析问题：1。食品推荐不分地区：从五道口到王府井，从苏州桥到桂街，有些人可能对30%或更低的团购感兴趣，但他们真的会从东五环开车到西四环吗？2.*推荐也有类似的问题，没有考虑用户的地理位置、价格和其他因素。3.更重要的是，无论收件人的性别如何，你是否考虑了可能的尴尬。事实上，所有这些现象都表明，当前的集团购买网站在EDM的想法中，基本上是开放的，所有客户作为一个人，完全放弃了电子商务的优势，回到了传统的零售商店和邮寄销售模式的阶段。不仅如此，事实上，在电子商务环境中，这种EDM有时比没有EDM更糟糕，因为它们只是给那些可能成为客户的人带来了非常负面的用户体验，并用长期不相关的电子邮件占据了用户的电子邮件。从长远来看，他们离“令人讨厌”只有一步之遥。。。对他们的惩罚可能既简单又残酷。鼠标稍微轻一点，他们的电子邮件地址就会发送到垃圾邮件，因此，我们不能再向潜在客户推送促销信息。如果你看看用户的垃圾邮件，当你看到你辛辛苦苦设计的促销直邮，定期、全部按时在垃圾邮件中报到，你有什么感受？如果你看看用户的垃圾邮件，当你看到你辛辛苦苦设计的促销直邮，定期、全部按时在垃圾邮件中报到时，你有什么感受？据专业人士分析，对于一个500万会员的电商来说，每次0.5%退订或者放入垃圾邮件，就意味着近100万元的营销费用被浪费了。那么，团购网站该怎么办呢？个性化是最基本、最有效的方法：1、客户多维分析：根据区域、性别、年龄等文化属性建立分析维度，筛选所有团购信息，简单提高EDM相关性，至少用户收到的电子邮件基本在住宅、工作场所附近，与其普通属性相关，可能有一些感兴趣的商品。2.量化客户过去是否点击、是否购买、购买产品价值、购买频率、最近何时购买等属性，产生客户价值评分，将客户划分为价值，评估推荐的接受难度。根据这些评分，我们决定更频繁地操作客户的EDM，以及推荐产品的细节，以提高反馈率。3.分析购买过的商品客户的购买记录和点击过的商品记录，分别对团购的折扣比例、商品原价、折扣金额、团购时间长短、是否可以退款、是否单独使用、口味（餐饮）、风格等进行评分、统计和分类，以“预测”客户可能的兴趣点，这是一个相对先进和复杂的过程，但如果使用得当，效果会非常好。4.考虑在所有推荐的商品旁边添加一个“不喜欢”的按钮，收集顾客不喜欢的东西对个性化推荐几乎和他们喜欢的商品一样重要。假设一位顾客告诉你，他不喜欢一家49元的西餐厅的双人午餐，这可能比他点击甚至购买另一个99元的日餐双人套餐透露的信息要多。例如，我观察到了一个更成功的案例：一个旅游网站跟踪了客户以前的浏览和搜索行为，并提出了有效的建议。请注意，该建议反映了客户的目的地、价格、旅游需求等需求。根据这些方法，专门从事EDM优化的行业公司可以将EDM的点击率从传统意义上的1%提高到近10%。5000个EDM产生370人和510个点击率，最终产生800个订单。因此，无论从什么角度来看，电子商务和团购都有很大的优化空间。我相信以大数据为核心的个性化营销是帮助电子商务在红海战争中赢得战斗的利剑。