電子商務個性化博客
已發表: 2021-09-13 同類群組分析可以增加銷售額。 不幸的是，許多電子商務商店將同類群組數據限制為提高留存率，或者更糟的是，根本不使用它。
本指南展示了電子商務品牌如何使用同類群組分析來改進關鍵運營，例如購買後活動、廣告支出優化以及針對高影響群組和客戶群的個性化優惠。
如果您想直接跳到如何通過示例使用同期群分析，請單擊此處。 否則，請繼續閱讀什麼是同類群組分析以及為什麼要花時間進行設置。
什麼是隊列分析？
群組分析是一種行為細分，它按一個或多個特徵對用戶進行分組，並隨時間跟踪他們的行為。
最常見的同類群組分析按獲取日期對用戶進行分組。 這裡的例子包括
但是，您也可以根據採取或未採取的行為創建客戶群組。 此處的示例包括訪問某些頁面或選擇加入忠誠度計劃。
隊列分析的一個重要好處是能夠了解每個隊列在不同時間段內的行為。 正因為如此，它通常用於隊列保留分析。
然而，正如我們將看到的，電子商務商店可以利用同期群分析來做更多的事情，而不僅僅是留存。
“電子商務商店可以利用同期群分析來獲得更多的留存”
電子商務群組分析的好處：如何使用群組數據來提高電子商務的成功率
群組分析是電子商務公司使用的絕佳工具。 以下是您可以從設計和使用同類群組報告中獲得的一些最常見的好處。
1. 了解客戶在一段時間內的行為
同期群分析的主要好處是了解您的客戶隨著時間的推移如何行動。
如果不按群組進行細分，公司的增長或衰退將模糊個性化、轉化優化或其他努力的影響。
2. 跟踪並了解您的客戶流失率
群組分析是查看和了解品牌流失率的唯一最佳方式。 鑑於現有客戶的平均支出比新客戶多 73.72%，找到最大化保留率的方法是隊列保留分析的主要好處之一。
形象學分
3. 確定行為細分以創建個性化的活動和體驗
最後，您可以使用同期群分析來有效地細分客戶。
例如，您應該為最近失效的客戶、每週返回的客戶以及您網站的全新客戶創建什麼樣的個人體驗。 來自不同廣告活動的客戶的行為是否不同？ 如果是這樣，您如何為他們提供更好的報價？
這些是您可以通過使用同類群組分析獲得的問題和答案類型。
隊列分析最佳實踐和示例
1.優化購後活動
根據我們上次關於電子郵件營銷統計的研究，購買後營銷活動的轉化率高達 8.2%。
群組分析可讓您了解客戶何時自然返回並重複購買。 使用這些數據，您可以優化您的購買後活動，並通過補貨提醒觸發消息來增強它們。
上圖，Tula 使用同期群分析來了解他們的客戶何時自然地再次購買。 他們在此日期之前觸發補貨電子郵件作為提醒，並在之後添加額外獎勵。 在這封電子郵件中，他們強調了以下三個具體好處
2. 將廣泛的 LTV 指標轉化為有用的 30 天、60 天或其他投資回收期指標
終身價值 (LTV) 通常被視為電子商務收入指標的聖杯。
然而，時間對於現金流和投資回報率的計算都很重要。 在這方面，投資回收期比廣泛的 LTV 指標更具可操作性。
從客戶獲取來看，您的客戶回來的頻率、他們回來的時間以及他們回來時您的利潤有多少。
通過同期群分析，您可以清楚地了解客戶每個時期產生的收入。
以下是如何查看此數據的一個示例。 在這裡，我們繪製了一個群組隨時間產生的收入的圖表。
3. 通過行為細分了解 LTV 和回報指標
為了使回報指標更具可操作性，您應該按各種屬性對數據進行細分。 屬性可以包括
Barilliance 為電子商務商店提供了各種開箱即用的行為細分。 從廣義上講，Barilliance 可以跟踪現場參與情況，例如訪問了哪些頁面、添加到購物車的項目、查看的產品顯示頁面。
上下文信息也可以是行為細分的來源，例如引用域或用戶是否與營銷活動進行交互。 最後，我們允許客戶定義特定的客戶資料或保留細分。 客戶會根據他們的行為自動註冊或退出。
4. 提供更高的 CAC
獲客成本不斷增加。 以下是按類別劃分的 Amazon CPC 示例。
形象學分
這是另一個示例，展示了 CAC 如何隨著時間在多個行業中發生變化。 在這裡，我們看到與四年前相比，B2B 行業的客戶獲取成本增加了 70%，而 B2C 品牌則增加了 60% 以上。
形象學分
我們之前已經討論過如何使用 ROAS 指標來確定廣告效果會使您處於劣勢，以及為什麼您應該專注於 ROMI（營銷投資回報率）。
隊列分析是真正獲得營銷投資回報率的唯一方法。 正如我們上面所討論的，您可以使用同類群組數據來了解您期望從獲取渠道中獲得回報的速度。
這使您能夠進行更多投資，確切地知道何時可以獲得回報，以及最終您的廣告活動將如何盈利。
5.確定折扣是否有效
隊列分析的另一個有趣用例是折扣的影響。
為此，首先創建兩個行為群組細分，一個通過折扣購買，另一個通過折扣購買。 然後，比較這些同類群組在接下來的 90 天（或任何對您的業務有意義的時間範圍內）的表現。
您可以開始查看折扣是否會帶來忠誠的客戶，或者只是損失收入。
6. 將折扣活動限制在非轉化線索 ft. Stitch Fix
還有其他方法可以幫助電子商務商店優化折扣活動。
當潛在客戶沒有轉化時，他們可以被放置到一個單獨的行為隊列中。 然後，您可以自由地提供更積極的折扣優惠，而不必擔心不必要地放棄保證金。
Stitch Fix 提供了一個很好的例子。 如果用戶完成了他們的初始合身評估但未完成購買，則會發送此消息。
優惠是一個明確的 35 美元的信用額度，如果未使用就會過期。
7. 選擇加入表格來豐富同夥 ft. Fashion Nova
豐富配置文件是提高隊列分析有效性的一項基本技術。
新訪客通常是匿名的。 Fashion Nova 通過他們最初的歡迎彈出窗口主動解決了這個問題。 除了提供積極的激勵措施（30% 的折扣）外，它們還允許用戶選擇他們的偏好。
然後將這些數據與客戶資料相關聯，並用於群組細分以及個性化未來的優惠。
8. 製作更好的歡迎活動
歡迎活動的目標是建立關係並創造銷售。
我們介紹瞭如何創建一個多步驟的歡迎活動，以及來自絲芙蘭的一流示例。 但是，要撥入您自己觸發的電子郵件活動，您應該創建 AB 測試並通過隊列分析對其進行分析。
您可以快速繪製未來 30 天和 60 天期間各個細分市場的表現情況，並最終了解哪個歡迎系列更能將新訪客轉化為回頭客。
下一步
本指南展示了電子商務品牌應如何使用同類群組分析來增加銷售額。 Barilliance 幫助電子商務品牌根據他們從同期群分析中獲得的洞察力採取行動。
借助 Barilliance，您可以為每個群組創建個性化體驗和優惠，設置多變量實驗以逐步增加收入，並最終發展您的業務。
如需了解如何使用電子商務個性化來個性化同類群組體驗，請單擊此處。
而且，如果您想與個性化專家交談並了解 Barilliance 是否適合您，您可以在此處申請一對一演示。