重復(fù)購(gòu)買意向(回購(gòu)意向):對(duì)于先前購(gòu)買的產(chǎn)品類型;
交叉購(gòu)買意向(交叉購(gòu)買意向):愿意購(gòu)買以前未購(gòu)買的產(chǎn)品或擴(kuò)大服務(wù);客戶推薦意向(客戶推薦意向):向其他潛在客戶傳達(dá)品牌口碑的意愿;
價(jià)格耐受力(價(jià)格容忍):客戶愿意支付最高價(jià)格。
上述四項(xiàng)指標(biāo)也可能適用于電子商務(wù)網(wǎng)站,但不適合大多數(shù)網(wǎng)站,因此,為了使分析普遍適用,同時(shí),為了滿足所有指標(biāo)都可以量化(上述客戶推薦意圖難以量化),以便執(zhí)行定量分析要求,我們根據(jù)所有網(wǎng)站的訪問選擇了所有的用戶行為度量:用戶訪問頻率、最近的訪問間隔、平均停留時(shí)間和平均瀏覽頁面數(shù)。
常熟做網(wǎng)站屬于前臺(tái)工程師的一項(xiàng)任務(wù),前臺(tái)工程師任務(wù)包括:網(wǎng)站設(shè)計(jì)、網(wǎng)站用戶體驗(yàn)、網(wǎng)站JAVA效果、網(wǎng)站制作等工作。網(wǎng)站制作是策劃師、網(wǎng)絡(luò)程序員、網(wǎng)頁設(shè)計(jì)等崗位。這也是GoogleAnalytics原始版本中用戶忠誠(chéng)度模塊下的四個(gè)指標(biāo)。
上述四項(xiàng)指標(biāo)已多次提及,定義不再重復(fù)。根據(jù)網(wǎng)站的特點(diǎn),確定了統(tǒng)計(jì)數(shù)據(jù)的時(shí)間間隔。如果網(wǎng)站的信息更新得更快,用戶訪問的頻率更高,那么就可以適當(dāng)?shù)剡x擇較短的時(shí)間周期,從而提高數(shù)據(jù)變化的靈敏度。另一方面,選擇一個(gè)稍長(zhǎng)的時(shí)間段,使用戶的數(shù)據(jù)更加豐富,對(duì)指標(biāo)的分析結(jié)果將更加準(zhǔn)確和有效。通過統(tǒng)計(jì)得到這四個(gè)指標(biāo)的值后,不能單憑指標(biāo)值來獲得用戶忠誠(chéng)度,因此需要對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化,以得到相應(yīng)的評(píng)分。通過評(píng)分,您可以判斷用戶的總體忠誠(chéng)度。
采用最小-最大歸一化方法,對(duì)這四個(gè)指標(biāo)進(jìn)行歸一化,然后將其降至10分(0~10分)。
常熟網(wǎng)站制作通俗的來說就是網(wǎng)站通過頁面結(jié)構(gòu)定位,合理布局,圖片文字處理,程序設(shè)計(jì),數(shù)據(jù)庫設(shè)計(jì)等一系列工作的總和,也是將網(wǎng)站設(shè)計(jì)師的圖片用HTML(標(biāo)準(zhǔn)通用標(biāo)記語言下的一個(gè)應(yīng)用)方式展示出來。這里需要注意的是,Min-max歸一化會(huì)受到異常值的影響,例如用戶查看的頁面數(shù)異常大,因此歸一化后的大多數(shù)值集中在較小的值范圍內(nèi)。因此,建議在正?;?,檢查每個(gè)指標(biāo)中是否存在異常值。如果存在,可以轉(zhuǎn)換或過濾異常值;同時(shí),這里的最后一次訪問間隔也適用于幾天,而規(guī)范化需要特殊處理,因?yàn)殚g隔越大,相應(yīng)的得分就越小,這與其他三個(gè)指標(biāo)不同。其他三個(gè)指標(biāo)使用公式(x-min)/(max-min),最近的訪問間隔天數(shù)以(max-x)/(max-min)的方式處理。我們使用了近一個(gè)月的用戶訪問數(shù)據(jù),并選擇了其中的三個(gè)來列出如何處理用戶行為數(shù)據(jù),如表6-2所示。在
表6-2中,用戶忠誠(chéng)度的四個(gè)分析指標(biāo)經(jīng)標(biāo)準(zhǔn)化處理后以10分的形式統(tǒng)一輸出。這樣就可以直接區(qū)分每個(gè)用戶的每個(gè)指標(biāo)的性能。