用数据分析优化客户体验
2018年05月08日 | 作者: adminlin | 分类: 企业顾客满意度 |
Litte.com是一家韩国的网上购物商城，有1300万名客户，网站的日访问量接近100万人次。管理者发现，网站每次做活动促销的预期结果远远低于用户的响应，产生销售的商品比例不高，这一点让工作人员很困惑。
在意识到数据分析的重要性之后，Lotte.com建立了客户行为分析数据库，用来测评每位访问者、访问的网页、访问者在网站上的浏览方式以及采取的行动。此外，数据库还捕获用户人口信息、购物车大小和转化率、订单数量及意向数量。
与单纯分析访问者数量不同的是，网站所采用的数据分析系统可通过对比每类促销活动的实际访问者(电子邮件、广告、关键词等)分析转化率(购物车、立即采购、意向清单、采购完成)，因此可以详细分析渠道效率。同时，可以确认每类促销活动访问者搜索使用最多的关键词、位置和采购的商品。页面覆盖功能可以测量页面中每一项的点击率和访问者数量，测量页面中每个位置的价值，找出热点和非热点区域。利用这种功能，网站可以立即更换流量低的货品，优化页面，并且开展有针对性的营销。更进一步，网站将数据分析的重点从下订单的过程延伸至购物车，以期找到阻碍客户购物的环节，提高转化率。通过分析访问者购物前的运动模式以及退出点，预测客户的购物模式，洞察每位客户的行为、需求和兴趣，以此来更加有效地促进客户采购，提高客户满意度。
在实践中，Lotte仅通过用数据识别分析放弃购物车的原因，第一年网站的销售额便增加了1000万美元。
这正是数据分析所发挥的作用，它将人为的感性判断转化为定量分析，在提升客户体验上发挥着重要的作用。
在互联网行业，数据对客户行为的分析很有意义。比如将行为相似的客户聚成相同的类。有些网民是职业女性，其网络浏览行为模式，如时间段、关注的网页内容、访问的频道与家庭主妇不太一样。
想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz
或者扫描下面二维码
