基于電子商務網站統計分析的營銷戰略優化
電子商務眼下對任何企業而言都不再陌生,別人做好了,你也想做,其他別人也想做…
由此衍生而出的網站統計產品,國外的有Google Analytics,GoStats網站統計分析,國內的cnzz,量子統計等,正越來越多的受到電子商務網站以及企業網絡營銷的重視,可是伴隨著越來越多的企業和個人嘗試使用網站統計來輔助自己的電子商務運營,許多人都有著這樣的疑問:
如何通過營銷數據分析來優化轉化率,提升ROI。
下面四個數據應該是我們在決定營銷計劃前就需要清楚的:
A: 目標顧客知道我是誰么?(訪客來源分析,即鏈接來源)
——目標顧客中,多大比例在聽到我們品牌名稱后能想起來我們是做什么的。例如提起“京東”,顧客反應說“賣數碼的”或者”賣電腦的”。
F: 他們在考慮購買這類產品的時候,我是不是首選?(路徑分析+頁面分析)
——多大比例顧客會在考慮滿足某種特定需求的時候首先想到我們的品牌?比如問“買筆記本”,“網上買數碼產品”,多大比例目標顧客會想到“去京東”。
T: 嘗試購買的顧客多么?(頁面分析+訪客分析)
——目標顧客中多少嘗試過我們的產品。
R: 重復購買顧客多么?(回頭客+顧客周期分析)
——目標顧客中多少是我們的忠誠顧客。
這些數據我們可以從相關網站統計服務提供的分析中發現,上述以GoStats.cn網站統計分析的指標為準。
這四個數據對我們營銷方向有什么影響?
舉幾個例子大家就明白了,下文中 A=Awareness, F=First, T=Test, R=Repeat。
第一種情況:
A=50%, F=18%, T=15%, R=12%
從數據看,目標顧客中間很多人都知道我們。壞消息是他們對我們沒有特別深刻的印象或者喜愛,好消息則是嘗試過我們的顧客很多都成為了忠誠顧客,說明我們的產品、價格和服務都還不錯。從戰術層來說,可能是營銷執行的創意不夠,沒有清晰而有震撼力的傳遞品牌定位。定位很難僅僅通過”產品和限時搶購“來傳達,而是要用很多的相關信息讓顧客自己來產生關聯性記憶和聯想。
第二種情況:
A=15%, F=12%, T=9%, R=7%
這個看起來情況還不錯。知道我們的人大多喜歡我們,喜歡我們的人大多買了,買了之后大多滿意。唯一的問題是知道我們存在的人太少了。這個階段確實可以考慮擴大廣告投放,沿著之前的經驗繼續往下走。
第三種情況:
A=40%, F=30%, T=20%, R=5%
廣告不錯,定位不錯,也有說服顧客嘗試——可是,顧客嘗試后就跑了,沒有轉化為忠誠顧客。這時應該做的是和顧客好好聊聊看為什么不重復購買??赡艿脑蚴钱a品或者服務的問題,如果是這樣,就應該停下廣告,先把內功練好再說。一是可以省點預算,二是避免進一步損壞自己的口碑——壞口碑會讓我們將來東山再起更困難。
第四種情況:
A=60%, F=20%, T=18%, R=15%
目標顧客大多知道我們,但是不會想到要買我們東西,這是個壞信號。好信號是喜歡我們的人大多會買,買了還會再買??赡苁且驗槲覀兌ㄎ粵]有定好(或者沒有傳達好),只吸引到了目標顧客中的一小群。也有可能是我們的“目標顧客”定義有問題,我們的產品主要吸引的是一個利基市場,我們應該把這個市場的特點找出來,或許可以重新定義目標顧客——相應的,廣告創意和媒體渠道也要更新。
源地址:http://www.paidai.com/dis……topicid=37733
- 目前還沒評論,等你發揮!