亚马逊店肆用户画像
历史订单累计凌驾1000个的店肆，，， ，，通事后台的订单报表对用户画像举行基础性剖析的乐成率较量高。。 。。。。在店肆品牌化初期，，， ，，纵然买家对店肆较量知足，，， ，，也不会直接在该店肆重复下单，，， ，，而是选择在次年购置相同的产品，，， ，，或者实验购置同店肆其他的名目。。 。。。。因此，，， ，，购置过店肆产品的买家都是潜在的恒久主顾，，， ，，卖家可以凭证订单表格中提供的下单时间、配送地点等信息，，， ，，举行基础性的用户画像搭建。。 。。。。
卖家剖析店肆用户的地理漫衍信息，，， ，，一方面可以与美国市场信息举行比照，，， ，，确认后期店肆运营的重心;另一方面可以通过差别店肆的订单泉源剖析，，， ，，确认某一名目的现实市场份额。。 。。。。在详细的剖析历程中，，， ，，卖家可以对差别地区订单排序、累计订单统计，，， ，，以及差别地区市场占有率等信息举行剖析。。 。。。。
卖家可以对差别地区的订单数目举行排序。。 。。。。卖家需要将订单报表中的“ship-city(配送都会)”或“ship-state(配送州)”信息筛选出来，，， ，，以“ship-state”为例举行解说。。 。。。。完成“ship-state”的筛选以后，，， ，，卖家会获得订购数目的统计值。。 。。。。由于保存单个订单多件产品的情形，，， ，，在使用Excel数据透视表功效时，，， ，，卖家需要对订购数目一栏举行统计，，， ，，添加为直方图中的排列图。。 。。。。
图中的横轴代表差别的地区，，， ，，左纵轴代表差别地区的订单量，，， ，，右纵轴代表差别地区订单累计数目占总订单量的比例。。 。。。。假设该店肆累计订单量为1，，， ，，统计显示加利福尼亚州(CA)订单占比最高，，， ，，占总订单量的12.4%;其次是佛罗里达州(FL)得克萨斯州(TX)和纽约州(NY)，，， ，，占比划分为7.9%、7.9%和6.8%。。 。。。。若是卖家想要相识自身店肆80%的市场份额来自哪些地区，，， ，，就可以先从右纵轴中找到 80%的数值，，， ，，然后再通过地区对应关系找到相关联的订单爆发地。。 。。。。凭证统计可知，，， ，，前24个州的订单量占总订单量的 83.4%，，， ，，其余26个州和1个特区的订单量仅占总订单量的 16.6%。。 。。。。
相识了各个地区的市场占比以后，，， ，，卖家就可以划分店肆的种种市场了，，， ，，一样平常划分为头部市场、长尾市场、低单市场，，， ，，以下是其划分标准。。 。。。。
(1)头部市场:市场份额累计占比在80%以内，，， ，，并且单独市场份额不低于 1%
的地区。。 。。。。
(2)低单市场:市场份额累计占比小于即是头部市场最后1名的地区。。 。。。。
(3)长尾市场:市场份额累计占比在15%以上，，， ，，除头部市场和低单市场以外的地区。。 。。。。
相识了三类市场的划分标准以后，，， ，，卖家就可以对长尾市场和低单市场的占比份额举行单独累计了，，， ，，最终制作订单漫衍比例图，，， ，，图中各个图形的面积代表差别市场的市场份额。。 。。。。
由于美国生齿漫衍不平衡，，， ，，排名前4的地区自己已经占有了美国生齿的1/3，，， ，，订单量自然会水涨船高，，， ，，卖家在后期运营历程中也会重点关注这些地区。。 。。。。除了关注订单占比的绝对值，，， ，，卖家还需要思量市场自己的占有率问题，，， ，，尤其是前期已经积累了一定订单和流量准备转型的品牌店肆，，， ，，必需思量店肆原来的市场定位和用户情形。。 。。。。卖家可以通过对各地区订单量与美国各地区生齿数目举行比照，，， ，，对市场占有指数举行测定。。 。。。。
亚马逊打扮类目的客单价基本在15~30美元且市场情形相对稳固，，， ，，因此卖家可以直接将店肆订单量与各地区生齿数目举行较量。。 。。。。需要注重的是，，， ，，这个指数只有崎岖之分，，， ，，可以资助卖家判断目今产品在各地区的漫衍情形。。 。。。。而体量较大的卖家则需要比照店肆产品销售额和该地区市场的消耗水平，，， ，，得出更为精准的市场占有率数值。。 。。。。由于本例中订单数目较少，，， ，，以是优先使用市场占有指数举行盘算。。 。。。。
我们来看一下各地区订单漫衍图，，， ，，佐治亚州(GA)华盛顿州(WA)的市场占有指数显着偏低，，， ，，而路易斯安那州(LA)、密西西比州(MS)的市场占有指数较高。。 。。。。卖家通太过析用户画像是否与最终的订单量相关，，， ，，可以在现实运营历程中一直监控用户画像是否泛起了转变或误差，，， ，，并且适时对相关标准举行修改和调解，，， ，，包管用户画像一直更新。。 。。。。
除了用户地区漫衍剖析，，， ，，卖家还可以通过订单报表举行用户价钱漫衍剖析。。 。。。。与地区漫衍剖析差别的是，，， ，，用户价钱漫衍剖析保存两种维度的剖析方法。。 。。。。
(1)价钱时间漫衍，，， ，，即随着一天24小时的转变，，， ，，客单价会爆发怎样的改变。。 。。。。
(2)价钱地区漫衍，，， ，，即差别地区的平均客单价漫衍情形。。 。。。。
卖家通太过析店肆订单的时间漫衍信息，，， ，，一方面可以与美国市场信息举行比照，，， ，，确认后期店肆运营的重心;另一方面可以通过对差别店肆的订单泉源剖析，，， ，，判断名目的用户泉源。。 。。。。
首先依旧保存对订单州地区的筛选，，， ，，然后对应获得订购时间。。 。。。。卖家通过对时间数据举行“洗濯”，，， ，，最终可以获得下单的小时信息。。 。。。。卖家将时间信息与订单数目信息举行组合图展示，，， ，，可以得出一天24时订单量清静均客单价转变图。。 。。。。
完成价钱和订单量的时间漫衍剖析以后，，， ，，卖家就可以举行价钱地区漫衍剖析了。。 。。。。我们回到原订单表格中，，， ，，获得商品价钱和订单州地区，，， ，，对订单州地区举行“筛选”，，， ，，并对商品价钱举行“降序”操作，，， ，，插人柱状图后可以获得差别地区订单平均客单价比照。。 。。。。
虽然该柱状图已经可以用来对各个地区平均客单价举行比照了，，， ，，可是数据差别不大，，， ，，因此为了利便较量，，， ，，需要界说一个“较量数”，，， ，，我们来看一下它的盘算公式。。 。。。。
较量数=平均客单价-最低平均客单价
盘算出新的“较量数”以后，，， ，，我们就可以获得新的柱状图了。。 。。。。
上一篇：亚马逊店肆转让注重事项
下一篇：亚马逊卖家怎样整理用户画像