一、引言

         "一切以用戶為中心”一直是互聯(lián)網(wǎng)的核心理念，因為在互聯(lián)網(wǎng)環(huán)境下，用戶的轉化成本極其低廉，更大程度的發(fā)掘/滿足用戶的需求成為互聯(lián)網(wǎng)企業(yè)的根本法則；但如何更有效的服務用戶，則需要回歸到用戶生命周期上，作為企業(yè)的重要資源，用戶具有價值和生命周期。用戶生命周期也稱用戶關系生命周期，是指從企業(yè)（網(wǎng)站）與用戶建立關系到完全結束關系的全過程，是用戶關系水平隨時間變化的發(fā)展軌跡，它動態(tài)地描述了用戶關系在不同階段的總體特征。而這其中，不同生命階段的用戶對網(wǎng)站的價值貢獻也大有不同，對用戶生命周期的合理管理，也是最大化的體現(xiàn)用戶生命周期價值，是最終實現(xiàn)用戶價值最大化和企業(yè)價值最大化之間的合理平衡的動態(tài)過程。 

二、生命周期介紹

            一般來說，一個客戶第一次接觸DD的網(wǎng)站之后，他會有一段時間的適應期，購物頻率較低；等慢慢熟悉了DD網(wǎng)站的功能應用和產品線之后，購物頻率會上升，慢慢穩(wěn)定下來……直到某一天，他的需求減弱，或者找到了其他的方式滿足需求，或者你的某方面服務讓他不滿意了，他的購物頻率會降低（緩慢或者直接陡降都可能），直至完全流失，結合麥肯錫及DD網(wǎng)站的表現(xiàn)，對用戶生命周期做了一下劃分及說明：麥肯錫的用戶生命周期：

 DD生命周期劃

            從一個新訪問來到DD時，從某種意義上來講，我們就獲取了一個新用戶，但是考慮訪問數(shù)據(jù)不方便細化統(tǒng)計，所以用戶的生命周期行為表現(xiàn)我們規(guī)定為從注冊這一步開始，結合我們網(wǎng)站的最終目的—消費，進而從用戶的消費行為（結果）表現(xiàn)劃分為9個周期，具體周期及維度詳見表3-1

三、生命周期轉換

四、生命周期數(shù)據(jù)

五、DD生命周期價值體現(xiàn)

                而根據(jù)用戶在每個周期在DD行為，又可以較清晰的畫出每個用戶的成長路線，建立用戶完整的生命周期表現(xiàn)，根據(jù)行為我們劃分為消費行為及表現(xiàn)行為（消費以是否付款為界限劃定），結合以下數(shù)據(jù)表現(xiàn)，能對全站用戶建立較好的生命周期跟蹤，同時根據(jù)各階段的特征，對消費行為及表現(xiàn)行為進行了權重劃分，最終實現(xiàn)等級劃分，并及時建立預警機制，盡可能的防止用戶流失，有針對性的對用戶進行喚醒；

 3

六、用戶基礎信息及喜好標簽

                通過用戶標簽結合各生命周期的成長表現(xiàn)，就能實現(xiàn)對用戶進行有目的性的精準群體細分，主要包含“你是誰，你從哪里來，你喜歡干什么（你要去哪里）”三個比較哲學層面的問題解釋。不得不指出，問卷調查將會是非常有效的獲取用戶精確訴求及喜好偏向的重要工具，會通過與EDM協(xié)作及前臺優(yōu)化來提升現(xiàn)有的問卷效果     

                通過對不同用戶的生命周期進行定期維護，同時也可以結合用戶標簽進行有針對行的精細化營銷

七、下期實用通過分析不同時間段內的訪問過/搜索的某類關鍵詞，發(fā)覺有共同關注傾向的用戶群體，展開營銷

搜索關鍵詞

 八、向上營銷、交叉營銷與關聯(lián)推薦

　　        我們會發(fā)現(xiàn)很多網(wǎng)站都具備了內容推薦的功能，不僅是像B2C電子商務類的卓越的圖書推薦，也包括興趣類網(wǎng)站像豆瓣的豆瓣猜等。這類功能無疑在幫助用戶發(fā)現(xiàn)需求，促進商品購買和服務應用方面起到了顯著性的效果。那么這類的推薦是怎么得到的呢？其實跟網(wǎng)站數(shù)據(jù)分析不無相關，我們可以來簡單看一下它的原理和實現(xiàn)。

　　        關聯(lián)推薦在營銷上被分為兩類：

　　        向上營銷(Up Marketing)：根據(jù)既有客戶過去的消費喜好，提供更高價值或者其他用以加強其原有功能或者用途的產品或服務。

　　        交叉營銷(Cross Marketing)：從客戶的購買行為中發(fā)現(xiàn)客戶的多種需求，向其推銷相關的產品或服務。

　　       向上營銷是基于同類產品線的升級或優(yōu)化產品的推薦，而交叉營銷是基于相似但不同類的產品的推薦。舉個簡單的例子，可以看一下蘋果的產品線：

            當你購買一個ipod nano3的時候，向你推薦升級產品nano4、nano5或者功能類似的itouch就叫做“向上營銷”；而推薦Iphone、Mac或ipad的時候就是“交叉營銷”了。

           而關聯(lián)推薦在實現(xiàn)方式上也可以分為兩種：以產品分析為基礎的關聯(lián)推薦和以用戶分析為基礎的關聯(lián)推薦。產品分析的關聯(lián)推薦指的是通過分析產品的特征發(fā)現(xiàn)它們之間的共同點，比如《Web Analytics》和《Web Analytics 2.0》的作者都是Avinash Kaushik，而且書名都包含Web Analytics，都是網(wǎng)站分析類的書籍，同時也可能是同一個出版社……那么基于產品的關聯(lián)就可以向購買了《Web Analytics》的用戶推薦《Web Analytics 2.0》。而基于用戶分析的推薦是通過分析用戶的歷史行為數(shù)據(jù)，可能會發(fā)現(xiàn)購買了《Web Analytics》的很多用戶也買了《The Elements of User Experience》這本書，那么就可以基于這個發(fā)現(xiàn)進行推薦，這種方法就是數(shù)據(jù)挖掘中的關聯(lián)規(guī)則（Association Rules）挖掘，其中最經(jīng)典的案例就是沃爾瑪?shù)钠【坪湍虿嫉墓适隆?/p>

             目前很多的關聯(lián)推薦還是基于產品層面的，因為實現(xiàn)上更為簡單（對于網(wǎng)站而言，產品數(shù)據(jù)明顯少于用戶行為數(shù)據(jù)，而且可能相差好幾個數(shù)量級，所以分析工作就會輕很多），基于產品的推薦更多地以上面所述的兩種營銷手段來實現(xiàn)，更偏向于傳統(tǒng)的“推式”營銷（個人對這種營銷方式比較沒有好感，尤其“捆綁銷售”之類）。 哪些是利潤最大的客戶，哪些是小型的B2B客戶，哪些是大型的B2B客戶，哪些是通過線下很難發(fā)展的客戶，哪些是忠實品牌的，哪些是不注意品牌的，哪些是品質較“差”的客戶等等。對于反復挑價，獲得成本遠高于收益成本，并且基本無利潤的客戶，就屬于非目標客戶，應該及時扔掉。
　　  分析顧客的價值，營銷學有一種RFM計算法，即分別考察購買時間遠近，購買頻率和單元購買價值。電子郵件營銷者可以對每個客戶設計一個分欄的考察表，進而分析出利潤頂層如20%的人群，中間層70%人群，及底層基本無利潤10%人群。營銷者還可以進一步對中間層再次分割，如對中間層頂層30%的客戶采用一些激勵策略，爭取將其轉變?yōu)楦蠈哟蔚?0%顧客。如此種種，電子郵件營銷者需要對自己的顧客要有一個十分清晰的了解并制定導向性策略。