客户商品生命周期应用

wangzheng3056

------数据分析避免思维局限------

    数据分析往往跟着业务需求走，但如果业务需求本身就有狭隘性，那么数据分析不可避免存在狭隘性，所以说数据分析师需要有超越一般业务人员的业务整合和抽象能力。

    例如我们要做精确营销的时候，常需要分析客户，如RFM分析方法，还有聚类分析，找出相似访问路径或相似商品爱好的客户特征。数据分析师思考问题，往往从业务需求就开始扎进技术实现上去了，对于需求本身的思考、创新极少，这就是我所说的数据分析思维局限性。而这些统计分析方法都忽略了人们需求本质特征，那就是人们需求的生命周期，它与客户生命周期、商品生命周期都有关系。

突破思维局限，就的深入思考需求，这些客户分析目的是什么？客户关怀和精确营销！商品分析的目的是什么？商品优化提升利润和降低成本，并提升客户体验！用商品服务提升客户体验就是和客户关怀、精确营销的换一个角度的业务问题，这就是本文提到的业务数据分析创新突破的出发点。

--------深入分析源于数据建模-------

    所有的分析都需要优秀的数据建模，数据建模也是业务理解的最直接的体现，优秀的数据建模可以让业务非常直接地展现在用户面前，让一般分析能力的业务用户也能进行分析。

    客户RFM属性可以在客户维表中直接统计，就是所谓的加数据标签，但这仅仅是客户数据模型的一小部分，更多的信息，还是在客户事实表中。

    客户生命周期中，我们常常是RF的描述；商品生命周期，常常有4个方面，一个是企划角度，商品在采购、在仓库、在销售等状态；一个是市场角度，新上市，热销，折扣、促销甩卖等；一个是生活角度，商品使用一般多久用完；最后一个是财务角度，根据财务利润目标，追求利润时期、追求利润和销售量时期、追求销售量时期、0利润清库存时期。两者的研究不透澈，后面的分析和应用也难以深入。

如果是围绕需求的模型，则是描述某时刻，用户在某个生命周期状态下，购买、访问了某个生命周期状态的商品。这种数据描述，就可以进一步分析：

1。用户需求状态；

2。用户喜欢购买什么生命周期的商品；

3。猜测用户常关注的商品应该有出手的心理了；

4。将不同生命周期状态的商品预警分析，可能有的商品不能满足财务目标了，需要运营关注

-------针对不同战略战术的应用------

   在运营中，有很多运营措施和一些战略性措施，例如在某个时期发动一个大规模促销活动；为迎合客户需求，新增商品品类；网站引流渠道拓宽和网站访问路径优化；新客户优惠和老客户优惠的设计与推广；需要优化关键字；价格变化可以是让用户不知情的情况变更，也可以大张旗鼓推广部分商品价格变更通知。

    在数据分析中，常见的是做出一些分析，然后让业务部门使用分析结论，或者等待业务部门提出需求，然后帮助其实现。而实战中，最需要的是理解业务行动，他们需要什么数据帮助，例如大规模促销活动，他们需要推广、老客户通知、商品供应链准备、商品定价、网站活动的产品设计、订单及时处理、客服及时处理咨询和投诉，如果你收到的需求仅仅是活动结束后促销效果，包括客户推广、老客户激活、商品毛利等，那说明不是业务部门没搞清楚数据分析怎么用，那就是数据分析没搞清楚业务真谛。

就拿本文主题客户和商品生命周期来说，在大促利益最大化的战略目的前提下，可以发挥很重要的作用。

1。商品生命周期结合库存成本分析可以提示业务，哪些商品可以作为促销主力，因为他们已经完成利润目标，可以追求销量了；

2。客户生命周期提示，有多少客户，哪些客户适合大促前小规模活动而充分挖掘客户购物潜力；

--------总结---------

    客户商品生命周期的分析应用是电商、零售的重要组成部分，但不是全部，依次来说明数据分析的创新有2条路中的其中一条是业务需求创新（另外一条统计分析技术和方法创新），它的必然之路就是要深入了解每一部分业务运作内容，包括上面的战略和业务执行，然后数据分析自然会有的放矢，不会做无用功。