用戶(hù)忠誠度(Loyalty)是用戶(hù)出于對企業(yè)或品牌的偏好而經(jīng)常性重復購買(mǎi)的程度。對于網(wǎng)站來(lái)說(shuō),用戶(hù)忠誠度則是用戶(hù)出于對網(wǎng)站的功能或服務(wù)的偏好而經(jīng)常訪(fǎng)問(wèn)該網(wǎng)站的行為。根據客戶(hù)忠誠理論,傳統銷(xiāo)售行業(yè)的忠誠度可由以下4個(gè)指標來(lái)度量。

★ 重復購買(mǎi)意向(Repurchase Intention): 購買(mǎi)以前購買(mǎi)過(guò)的類(lèi)型產(chǎn)品的意愿；

★ 交叉購買(mǎi)意向(Cross-buying Intention): 購買(mǎi)以前未購買(mǎi)的產(chǎn)品類(lèi)型或擴展服務(wù)的意愿；
 
★ 客戶(hù)推薦意向(Customer Reference Intention): 向其他潛在客戶(hù)推薦,傳遞品牌口碑的意愿；

★ 價(jià)格忍耐力(Price Tolerance): 客戶(hù)愿意支付的最高價(jià)格。 

以上4個(gè)指標對于電子商務(wù)網(wǎng)站而言,可能還有適用性,但對于大多數網(wǎng)站是不合適的,所以為了讓分析具有普遍的適用性,同時(shí)為了滿(mǎn)足所有的指標都可以量化(上面的客戶(hù)推薦意向比較難以量化),以便進(jìn)行定量分析的要求,我們選擇所有網(wǎng)站都具備的基于訪(fǎng)問(wèn)的用戶(hù)行為指標:用戶(hù)訪(fǎng)問(wèn)頻率、最近訪(fǎng)問(wèn)間隔時(shí)間、平均停留時(shí)長(cháng)和平均瀏覽頁(yè)面數,這些也是Google Analytics原版本中用戶(hù)忠誠度模塊下的4個(gè)指標。 

這4個(gè)指標在上文已經(jīng)多次提到了,定義不再重復介紹。統計數據的時(shí)間區間也是根據網(wǎng)站的特征來(lái)定的,如果網(wǎng)站的信息更新較快,用戶(hù)訪(fǎng)問(wèn)較為頻繁,那么可以適當選取較短的時(shí)間段,這樣數據變化上的靈敏度會(huì )高些;反之,則選擇稍長(cháng)的時(shí)間段,這樣用戶(hù)的數據更為豐富,指標的分析結果也會(huì )更加準確有效。在統計得到這4個(gè)指標的數值之后,單憑指標數值還是無(wú)法得到用戶(hù)忠誠度的高低,需要對指標進(jìn)行標準化處理得到相應的評分,通過(guò)評分就可以分辨用戶(hù)的忠誠度在總體中處于什么樣的程度。 

這里使用min-max歸一化的方法,將4個(gè)指標別進(jìn)行歸一化后縮放到10分制(0-10分)的評分區間。這里需要注意的是,min-max歸化會(huì )受到異常值的影響,比如用戶(hù)瀏覽頁(yè)面數有個(gè)50的異常大的數值,那么歸一化后大部分的值都在集中在較小的分值區域,所以建議在歸一化之前排查一下各指標是否存在異常值，如果存在,可以對異常值進(jìn)行轉換或過(guò)濾;同時(shí)這里的最近訪(fǎng)問(wèn)間隔時(shí)間同樣適用以"天"為單位,注意歸一化的時(shí)候需要進(jìn)行特殊處理,因為間隔天數越大,相應的評分應該越小,不同于其他3個(gè)指標,其他3個(gè)指標使用公式(x-min)/(max-min),最近訪(fǎng)問(wèn)間隔天數要使用(max-x)/(max-min)的方式進(jìn)行處理。我們使用近一個(gè)月的用戶(hù)訪(fǎng)問(wèn)數據,選擇其中3個(gè)用戶(hù)列舉一下用戶(hù)行為數據的處理情況,見(jiàn)表6-2。


 
表6-2中,用戶(hù)忠誠度的4個(gè)分析指標經(jīng)過(guò)標準化處理后統一以10分制的形式輸出,這樣就能直接區分每個(gè)用戶(hù)的每項指標的表現好壞?；诿總€(gè)指標的評分,可以對用戶(hù)進(jìn)行篩選,比如營(yíng)銷(xiāo)部門(mén)重點(diǎn)跟進(jìn)經(jīng)常訪(fǎng)問(wèn)網(wǎng)站的用戶(hù),可以選擇訪(fǎng)問(wèn)頻率評分大于3分的用戶(hù),或者重點(diǎn)跟進(jìn)用戶(hù)訪(fǎng)問(wèn)參與度較高的用戶(hù),可以篩選平均停留時(shí)間和平均訪(fǎng)問(wèn)頁(yè)面數都大于3分的用戶(hù),這樣能夠幫助營(yíng)銷(xiāo)部門(mén)迅速定位忠誠用戶(hù)。 

這里我們用4個(gè)用戶(hù)行為指標來(lái)評價(jià)用戶(hù)的忠誠度,這類(lèi)基于多指標從多角度進(jìn)行評價(jià)最常見(jiàn)的展現方式就是雷達圖,或者叫蛛網(wǎng)圖,在電腦游戲里面比較常見(jiàn),比如一些足球游戲使用雷達圖來(lái)表現球員的各方面的能力指數,如防守、進(jìn)攻、技術(shù)、力量、精神等,所以這里也可以借用雷達圖用4個(gè)指標來(lái)展現用戶(hù)的忠誠度表現情況,如圖6-18所示。



圖6-18使用了表6-2中三位用戶(hù)的評分數據繪制而成,能夠非常形象地表現用戶(hù)忠誠度在各指標上的表現情況,用戶(hù)1的整體忠誠度較低,用戶(hù)2在訪(fǎng)問(wèn)頻率和訪(fǎng)問(wèn)間隔具有較好表現,而用戶(hù)aki訪(fǎng)問(wèn)具有相對較高的參與度。使用雷達圖分析用戶(hù)的忠誠度主要有如下優(yōu)勢：
 
★ 可以完整地顯示所有評價(jià)指標; 

★ 顯示用戶(hù)在各指標評分中的偏向性,在哪些方面表現較好; 

★ 可以簡(jiǎn)單觀(guān)察用戶(hù)整體的忠誠情況,即圖形圍成的面積大小(假設4個(gè)指標的權重相等,若重要程度存在明顯差異,則不能用面積來(lái)衡量);
 
★ 可以用于用戶(hù)間忠誠度的比較。 

所以,基于雷達圖展現用戶(hù)的忠誠度之后,營(yíng)銷(xiāo)部門(mén)可以直接查看哪些網(wǎng)站設計用戶(hù)具有較好的忠誠度,哪些用戶(hù)值得他們重點(diǎn)跟進(jìn)。