大數據之“用戶行為分析”(1)_數據分析師

這幾年，幾家電商的價格戰打得不亦樂乎，繼去年的“雙11大促”和“6·18狂歡節”之后，電商之間以價格為主要訴求的大規模促銷層出不窮，幾乎要把所有能夠用來造勢的節日都用上了。而消費者們作為這場游戲中的弱者，不斷地被這些真假價格戰挑逗著和引導著。然而，在當今的商場上，還有另外一類企業不是通過簡單粗暴的價格戰，而是通過對數據的充分使用和挖掘而在商戰中獲勝的。

最典型的當屬全球電子商務的創始者亞馬遜（Amazon.com）了，從1995年首創網上售書開始，亞馬遜以迅雷不及掩耳之勢，徹底顛覆了從圖書行業開始的很多行業的市場規則及競爭關系，10年之內把很多像Borders以及Barnes and Noble這樣的百年老店被逼到破產或瀕臨破產。亞馬遜在利潤并不豐厚的圖書行業競爭中取勝的根本原因在于對數據的戰略性認識和使用，在大家還都不太明白什么是電子商務時，亞馬遜已經通過傳統門店無法比擬的互聯網手段，空前地獲取了極其豐富的用戶行為信息，并且進行深度分析與挖掘。

何為“用戶行為信息”（User Behavior Information）呢？簡單地說，就是用戶在網站上發生的所有行為，如搜索、瀏覽、打分、點評、加入購物筐、取出購物筐、加入期待列表（Wish List）、購買、使用減價券和退貨等；甚至包括在第三方網站上的相關行為，如比價、看相關評測、參與討論、社交媒體上的交流、與好友互動等。

和門店通常能收集到的購買、退貨、折扣、返券等和最終交易相關的信息相比，電子商務的突出特點就是可以收集到大量客戶在購買前的行為信息，而不是像門店收集到的是交易信息。

在電商領域中，用戶行為信息量之大令人難以想象，據專注于電商行業用戶行為分析的公司的不完全統計，一個用戶在選擇一個產品之前，平均要瀏覽5個網站、36個頁面，在社會化媒體和搜索引擎上的交互行為也多達數十次。如果把所有可以采集的數據整合并進行衍生，一個用戶的購買可能會受數千個行為維度的影響。對于一個一天PU近百萬的中型電商上，這代表著一天近1TB的活躍數據。而放到整個中國電商的角度來看，更意味著每天高達數千TB的活躍數據。

正是這些購買前的行為信息，可以深度地反映出潛在客戶的購買心理和購買意向。例如，客戶A連續瀏覽了5款電視機，其中4款來自國內品牌S，1款來自國外品牌T；4款為LED技術，1款為LCD技術；5款的價格分別為4599元、5199元、5499元、5999元、7999元；這些行為某種程度上反映了客戶A對品牌認可度及傾向性，如偏向國產品牌、中等價位的LED電視。而客戶B連續瀏覽了6款電視機，其中2款是國外品牌T，2款是另一國外品牌V，2款是國產品牌S；4款為LED技術，2款為LCD技術；6款的價格分別為5999元、7999元、8300元、9200元、9999元、11050元；類似地，這些行為某種程度上反映了客戶B對品牌認可度及傾向性，如偏向進口品牌、高價位的LED電視等。

亞馬遜通過對這些行為信息的分析和理解，制定對客戶的貼心服務及個性化推薦。例如：當客戶瀏覽了多款電視機而沒有做購買的行為時，在一定的周期內，把適合客戶的品牌、價位和類型的另一款電視機促銷的信息通過電子郵件主動發送給客戶；再例如，當客戶再一次回到網站，對電冰箱進行瀏覽行為時，可以在網頁上給客戶A推薦國產中等價位的冰箱，而對客戶B推薦進口高檔價位的商品。

這樣的個性化推薦服務往往會起到非常好的效果，不僅可以提高客戶購買的意愿，縮短購買的路徑和時間，通常還可以在比較恰當的時機捕獲客戶的最佳購買沖動，也降低了傳統的營銷方式對客戶的無端騷擾，還能提高用戶體驗，是一個一舉多得的好手段。

縱觀國內外成功的電商企業，對用戶行為信息的分析和使用，無不在這個兵家必爭之地做大量投入。他們對數據戰略性的高度認識和使用，非常值得國內的電商學習和借鑒。

團購的尷尬

相信很多人和我一樣，每天電子信箱中都充滿了這樣的郵件，但是從來沒有打開過。

很多團購公司都會虔誠地每天發給訂戶各種各樣的促銷信息，坦率地說其中很多都的確非常優惠，非常吸引人，但是這些團購公司忽略了一點——用戶體驗