客户数据分析《商务数据分析与应用》（微课版）第7章

本章学习目标了解客户数据分析的基本概念以及其在企业运营中的重要作用。理解客户分析的概念、客户分析的主要内容、客户分析指标等。掌握客户忠诚度分析等内容，具备绘制客户画像的能力、基于RFM模型细分客户的能力等。熟悉客户数据分析工具和方法，具有数据敏感性，能够快速找到问题的关键点并提出解决方案，具备良好的报告编写能力，撰写客户数据分析报告。

2客户类型分析目录1客户分析3客户购买行为分析

案例导入细分客户推动小米手机销量的增长2011年，小米正式推出小米手机。小米手机虽然是市场的后入者，但依然受到很多粉丝追捧。2021年“双十一”活动中，小米手机在手机品类包揽全平台销量冠军。其中，小米高端旗舰机在淘宝和京东官方旗舰店的销量增长3.6倍，稳居4000元以上价位安卓手机销量第一。【思考】1．小米手机是如何细分客户的？2．小米手机的客群与苹果手机的客群有哪些差异？3．小米手机的低端机客群与高端机客群各有什么特点？

1客户分析

7.1.1客户数据1.客户数据搜集3.客户数据搜集的方法客户数据收集客户数据收集是指企业根据各部门的客户数据需求，通过可靠的数据来源与合适的数据收集方式获得、维护、更新客户数据，为后续客户数据分析提供基础数据。① 在收集客户信息时，企业应确保信息的真实性和可靠性，避免使用虚假或过时的信息。② 遵守相关法律法规，如《个人信息保护法》等，保护客户隐私和信息安全。③ 尊重客户意愿，不得强制收集客户信息或滥用客户信息。2.客户数据搜集的内容（1）描述性数据（2）行为性数据（3）关联性数据

7.1.2客户群体特征分析

7.1.2客户群体特征分析课堂实操7-1访客时段分布分析课堂实操7-2访客地域分布分析课堂实操7-3访客特征分布分析

42311.明确客户画像的方向7.1.3客户画像2.收集客户数据3.构建标签体系，为客户贴标签4.客户画像验证

2客户类型分析

7.2.1新老客户人数变化走势新老客户数据分析是指对新客户、老客户、新老客户占比的情况进行数据分析，进而评估店铺的客户情况，为店铺客户运营提供参考依据。通过对店铺客户数量的走势进行分析，运营者可以判断店铺生意的好坏，以及店铺对客户的吸引力。课堂实操7-4新老客户人数变化走势

7.2.2老客户销售额占比新客户和老客户都是店铺的重要资源，是店铺得以生存和发展的保证。在经营过程中，老客户的维护不是一个必选项，而是要根据老客户对店铺的销量和销售额的贡献来选择。若老客户销售额占总销售额的比例较大，则必须维护；若其占有比例太小，则无须特意维护。在统计过程中，若销售记录较多，可用条件格式和筛选功能对新老客户的数据进行归类，用SUBTOTAL函数进行统计，后用饼图进行数据展示和分析。课堂实操7-5新老客户销售总金额占比分析1）确定时间范围（2）提取数据（3）确定指标标准（4）客户细分与RFM等级划分（5）制定营销策略2.运用RFM模型划分客户类型的步骤使用RFM模型对客户数据进行分析后，企业可以轻松地将客户划分为不同的类型，包括重要价值客户、重要发展客户、重要保持客户和重要挽留客户等。4.使用RFM模型分析客户数据RFM模型通过对近一次消费时间间隔（Recency）、消费频率（Frequency）和消费金额（Monetary）进行分析来描述客户价值状况，目的是根据客户活跃程度和对交易金额的贡献，进行客户价值细分。1.认识RFM模型（1）客户价值识别（2）客户行为指标跟踪（3）个性化关联分析3.RFM模型的应用7.2.3用RFM模型划分客户类型课堂实操7-6使用RFM模型分析客户数据

3客户购买行为分析

7.3.1促销方式分析促销是企业经常使用的营销手段，采用客户喜欢的促销方式，有助于激发客户的消费欲望，提高成交转化率。分析客户喜欢的促销方式有助于企业避免无效的促销投入，降低营销成本。如果数据分析显示某种促销方式效果不佳且成本高，企业可以及时调整策略，避免资源浪费。课堂实操7-7促销方式分析

7.3.2客户忠诚度分析客户的忠诚度可反映客户对企业提供的商品或服务的好感度，以及客户对企业的综合评价。通过对客户忠诚度进行分析，运营者能够了解客户对企业的态度，并采取有效措施提高客户忠诚度，从而减少客户流失。课堂实操7-8客户忠诚度分析

课后实训：分析客户数据通过实训，使学生能够掌握分析客户数据的方法，并运用商务数据分析方法进行数据整理加工和深入分析。实训目标（1）手机配件销售统计。（2）客户信息汇总3～5人为一组，以小组为单位完成客户数据分析，并用Word或PPT展示客户数据分析报告，撰写商务数据分析