鞋类B2C，如何对用户进行分类，并得出每类用户在下单前行为轨迹是什么？
2012-01-19 17:31:10   来源：   点击：

18 个答案

• 答案 1：

  在进行用户细分的时候，先不要预设用户类型的种类，而可以从五个方面的维度去思考细分是否有显著差异：一、产品属性：比如男鞋女鞋、种类、尺寸，等二、购买行为（如果有）：比如客单价、item per order、购买频率、支付方式，等三、浏览行为：比如购买前访问网站的次数/天数、landing page、不同的路径、不同的停留时间、不同的访问深度、浏览产品的数量、浏览产品的品类数，等等四、用户属性：比如不同的省市、不同时段访问的用户，新老访客，新老顾客，等等五、用户来源：比如seo，sem，email，导航站，硬广等，还可以按不同的引入成本来划分　　上面这五个方面之间其实可以形成无数种不同的细分组合，但其实并不需要进行这么多的细分，如果你懂得统计学原理，那么恭喜你，可以用更专业的软件（如spss, sas）来分析影响因素的权重，然后进行细分。　　如果对统计学不是那么了解，也可以进行细分，步骤如下：第一步：针对每个维度单独进行细分，先别进行组合。比如看看新老用户的浏览行为是否相同，购买不同种类鞋子的用户的浏览行为是否相同等。第二步：观察数据，如果相同，意味着你需要进一步用别的维度进行细分。如果不同，且数据相差很大，说明你进行细分的维度是有一定效果的。　　以上两步可以不断循环校正，基本可以得出正确的用户分类。　　写得不是很完整，改天仔细想想再补充，呵呵。

• 答案 2：

  流量来源——访问轨迹——转化用户——二次转化行为——分类。再倒回去分析类别特点

• 答案 3：

  这个问题其实应该是倒推吧？不是先对用户分类，应该是先根据行为轨迹的特征进行分类。

• 答案 4：

  可以根据运营经验将用户主观的进行分类，比如按购买次数，或者付费金额来对用户进行分类，设定模型，再根据数据抽样，通过来源、转化、访问轨迹等来验证、修改模型。这也是一般的做法，有一定运营时间后，运营人员的经验可以直接利用。

• 答案 5：

  数据：看访问数据的来源、去向、停留时间、访问深度、转化率、蹦失率等，进行聚类，挖掘数据异常

  用户：访谈用户使用情景、行为模型、决策模型、探究原因，互相验证

• 答案 6：

  建议做个补充说明，比如需要什么条件，可以学到什么，有什么发展前景。

• 答案 7：

  这个问题其实是根据用户行为进行用户类型建模，然后加以利用，数据层面的东西，兰茜总监基本已经说的差不多了，不只是鞋类B2C，这个建模方式是通用的，当然中间缺了的是页面跳出率的分析。

• 答案 8：

  你的问题应该没有统一答案，你可以先想想你分类是为了什么？不同分类方法，可能结果是完全不一样的。用户分类，更多是根据营销、运营的目的，然后数据分析人员，再结果你的要求把用户进行分类。没有任何一分类，可以解决你所有问题。具体：可以根据后台的购买行为、用户有人口统计属性；

• 答案 9：

  什么数据的分类，做指标都要进行数据才预处理，处理 的原则是随意的。然后根据相关的结果进行分析定指标。先定指标的。往往都靠不住。一开始定的指标也是根据自己的经验和对业务的理解来做的，，最后是不是靠的住，是另外一码事。具体的还是靠预处理的结果。所以，有时候，人家也是说是经验，实际，我感觉是对数据的感觉。多处理点就好了。呵呵。

• 答案 10：

  这个郑海平 来回答更专业。已经邀请他了

• 答案 11：

  数据分析只是一个工具，一方面可以验证产品策略的质量；另一方面可以发现产品决策的问题。我做数据分析的方法大概是：1、明确目标。做这次数据分析的目标是什么，一定要细，高度概括。2、根据目标划分指标。把目标转化成各种度量指标，这些指标可以是独立的，也可以是相关的。3、确认数据源。根据行业和用户群选择数据源，比如不同时间跨度，不同细分。4、统计分析5、报告报告一定要有针对性，比如说明目标的问题，或发现新的问题。B2C对用户分类可以头脑风暴一下，建立一些假设，为获得精准细化的目标。在普通的男女分类基础上，可以建立其他，比如运动型的用户，季节用户，品牌影响用户……

• 答案 12：

  目前看到的回答都仅仅是围绕站内数据分析的, 其实网购用户在下单前的行为轨迹是一个包含由站外至站内直至购买及重复购买的完全的决策周期CDJ(customer decision journey).完成CDJ分析的结果, 可以获得客户需求内涵CI(Customer Insight), 又可以简单分为价值观(Value), 包括Demand, Intent, & Bargain; 及诚信(trust), 包括feeling及show-off. CI才是真正决定客户为什么买(或不买), 去(或不去)哪里买, 及是否会(或不会)重复购买的最根本的原因.当然, 站外分析可能需要借助一些专业公司及工具, 但只有综合站内外分析, 才能真正扑捉到用户网上购物行为轨迹.PS不好意思, CDJ及CI(不是business intelligence的CI)的内容很多, 希望上述简单回复能解释清楚.

• 答案 13：

  其实这个问题很好解决，技术派的人思考问题总是很狭隘，你完全可以在用户注册机制中获得你想得到的信息，比如喜欢的品牌，消费水平，一些消费习惯，之后再分门别类，分别精细投放相关产品信息，收益会高很多。

• 答案 14：

  还需要加入一些产品的一些运营信息，比如促销活动、广告位等，这些也会对用户的购买行为产生影响。

• 答案 15：

  仅仅说了一个鞋类b2c，太不明确，自己的网站卖的是什么？即便都是鞋，男鞋、女鞋、童鞋；休闲、运动、户外，不同的经营领域有着不同的用户群。定位还没明确，何来用户分析？

• 答案 16：

  其实做导航的时候不就是已经在分类了？按性别？按价格？按品牌？按尺码？分类就有了不是只用监控行为轨迹就好了？从这几个分类分别制作跟踪数据报告，每个页面的点击率和跳失率，是这样理解吗？

• 答案 17：

  毕总，你手下员工数量庞大，是一个很好的消费群调查对象，让他们在内部通讯系统中提交个人消费体验，然后分类汇总，用之上的维度分类分析。这能够代表一部分消费群体的购买前行为轨迹。 注：一部分消费群体 毕总，跟着你有肉吃！

• 答案 18：

  多方面考虑，数据来源啊、访问深度、转化率等等。 型尚网、乐淘网都是不错的。而且通过最低价网还能省不少。http://www.zuidijia.com/#wl。