基于数据分析，如何提升网站用户忠诚度？

数据分析用户忠诚度大数据

99click商助科技 | 2017-05-25 12:01

【数据猿导读】忠诚用户不仅能为网站创造持续的价值，同时也是网站品牌口碑推广的重要渠道，所以目前网站对忠诚用户愈加重视

一、什么是用户忠诚度

用户忠诚度指的是用户出于对企业或品牌的偏好而经常性重复购买的程度。对于网站来说，用户忠诚度则是用户出于对网站的功能或偏好而经常访问该网站的行为。根据客户忠诚理论，忠诚度可以由以下4个指标来度量：

1、重复购买意向（Repurchase Intention）：购买以前购买过的类型产品的意愿；

2、交叉购买意向（Cross-buying Intention）：购买以前为购买的产品类型或扩展服务的意愿；

3、客户推荐意向（Customer Reference Intention）：向其他潜在客户推荐，传递品牌口碑的意愿；

4、价格忍耐力（Price Tolerance）：客户愿意支付的最高价格。

二、量化网站的用户忠诚度

以上的4个指标对于电子商务网站而言，可能还有适用性，但对于大多数网站是不合适的，所以为了让分析具有普遍的适用性，同时为了满足所有的指标都可以量化（上面的客户推荐意向比较难以量化），以便进行定量分析的要求，以99click的SiteFlow®系统为例，其中衡量用户忠诚度有4个度量指标：分别是Repeated Times、Recency、Length of Visit、Depth of Visit，即用户访问频率、最近访问时间、平均停留时间、平均访问页面数，这些指标可以直接从网站的点击流数据中计算得到，对所有的网站都适用，下面看一下这些指标的定义及如何计算得到：

1、访问频率：用户在一段时间内访问网站的次数，即每个用户Visits的个数；

2、最近访问时间：用户最近访问网站的时间，因为这个指标是个时间点的概念，所以为了便于度量，一般取用户最近访问时间距当前的天数。

3、平均停留时间：用户一段时间内每次访问的平均停留时间，即每个用户Time on Site的和/Visits的个数；

4、平均访问页面数：用户一段时间内每次访问的平均浏览页面数，即每个用户Page Views的和/ Visits的个数。

　　统计数据的时间区间也是根据网站的特征来定的，如果网站的信息更新较快，用户访问较为频繁，那么可以适当选取较短的时间段，这样数据变化上的灵敏度会高些；反之，则选择稍长的时间段，这样用户的数据更为丰富，指标的分析结果也会更加准确有效。

三、用户忠诚度的展示和比较

上面的4个指标均可以被量化统计得到，单一的指标也是没有意义的，我们需要通过比较来找出哪些是忠诚用户，哪些是流失用户，可以先对指标进行一些处理，以便使它们之间更具可比性，可以参考之前的文章——数据的标准化），这里我采用的是min-max标准化的方法，首先将所有指标的数值全部转换到[0,1]区间，再进行倍数放大，比如使用10分制进行评分，则可以乘10，数据就全部分布在[0,10]区间内了，如下图：

数据分析_用户忠诚度_大数据-1