一、报告目的

通过对CD销售数据的分析，获得客户购买产品的数量、金额和交易时间等基础数据，在此基础上确定平均购买周期，得到客户消费的复购率和回购率，按照客户的消费情况将客户分成新客户、活跃客户、不活跃客户和回流客户，并筛选出重点营销对象，提高客户黏性。

二、用户消费分析

1、数据基本情况

数据来自CDNow网站1997年至1998年的客户购买明细，共有客户ID，购买日期，购买数量，购买金额四个字段。

在Python中打开数据并作初步统计。

每一个客户平均购买总数为7.12，标准差为16.98，说明波动比较大，第一四分位数为1，中位数为3，第三四分位数为7，说明绝大部分客户订单总数都在1到7之间。最大值为1033，数量比较大。

每一个客户平均购买总金额为106.08，标准差为240.92，第一四分位数为19.97，中位数为43.39，第三四分位数为106.47，说明绝大部分订单平均购买金额在19.97到106.47之间，最大值为13990.93。中位数比平均值低60%，说明存在少量大金额客户拉高均值，大部分订单金额较小。

从客户购买数量和总金额关系的散点图中可以看到，购买数量和总金额具有明显线性关系，但集中在小的数量和金额，消费能力强的客户不多。

2、生命周期和购买周期分析

客户生命周期指第一次消费至最后一次消费间隔。

客户购买周期指客户两次消费的间隔。

每一个月份平均购买总数为9326，平均购买总金额为138906，存在少量购买总数多、交易金额大的月份拉高均值。

从图中可以看到每个月的销售数量，其中前3个月的销量非常多，之后急剧下降。

分析所有客户首次消费的月份，可以发现所有客户的首次消费都集中在前3个月。

分析所有客户最后消费的月份，可以发现所有客户的最后消费也集中在前3个月，后续仍有消费但不断减少。

将每一名客户第一次和最后一次的消费时间相减后得到生命周期。假设客户持续消费，那么平均生命周期会变长。生命周期平均值为134，方差为180，波动比较大，从中位数可以发现大部分客户都是一次性购买，最长生命周期为544。

去除仅购买一次的客户，多次购买客户的平均生命周期达到全部客户平均生命周期的2倍，显然在客户初次购买后使用一定策略来提高客户黏度能有效延长生命周期。

计算客户两次购买间隔的平均值获得客户购买周期大约为69天，那么可以在客户消费后的60天左右通过发送信息、邮件、优惠券等提醒客户再次进行消费，缩短购买周期。

3、复购率和回购率分析

复购率指在某段时间内消费2次及以上的客户数量在总客户数量中的比例，客户在1天下了2笔订单也视为复购客户。

回购率指某一个时间段内消费的客户在下一个相同时间段仍旧消费的比例，例如1月1000名新客户中有200名2月继续消费，那么回购率是20%。

从折线图可以看出新客户在第1月的复购率只有10.7%，而在3个月后复购率稳定在21%左右。也就是说当新客户转变为老客户（约3个月后），复购率提升1倍。

同样可以看出新客户在第1月回购率为15%，而在3个月后回购率在30%左右波动，表现不如复购率稳定，但仍然比前3个月提高大约1倍。

综合分析可以看出客户在前3个月流失很多，之后回头客数量和消费频率趋于稳定，这部分客户成为网站的忠实客户。

4、留存率分析

留存率：第一次消费后进行第二次消费的客户占全部客户的比例。

只有2%的客户在第一次消费3天内继续消费，3%的客户在3到7天内继续消费，10%的客户在第一次消费后的2个月到3个月之间有过消费，20%的客户在第一次消费后的3个月到6个月之间有过消费，27%的客户在6个月到1年有过消费，可见留存率并不高。

5、客户分类

按照客户的消费情况将客户分类：新客户、活跃客户、不活跃客户和回流客户，定义如下：

新客户指首次消费的客户；

活跃客户指某一个时间段内有过消费，在下一时间段继续消费；

不活跃客户指某一个时间段内有过消费，但在下一时间段不再消费；

回流客户指上一个时间段内没有消费，在当前时间段内存在消费。时间段按月计算。

如客户在1月第一次消费，那么在1月属于新客户。继续在2月消费则成为活跃客户。3月没有消费则成为不活跃客户。4月再次消费则是回流客户。5月继续消费则重新成为活跃客户。

从面积图可以看出3个月后回流（紫色）和活跃（红色）客户数量比较稳定，二者相加就是有消费行为的客户。

回流客户占比在6%上下波动，有下降趋势。

活跃客户占比也在下降，在4%左右。

结合回流客户和活跃客户数据可以发现，在后期的消费客户中回流客户和活跃客户分别占约60%和40%。

6、客户质量分析

绘制消费趋势图，横坐标为按消费金额排序的客户序列，纵坐标为消费金额占比。可以看到2万名低消费客户带来40%的消费金额，4千名高消费客户带来60%的消费金额。

绘制销量趋势图，横坐标为按销量排序的客户序列，纵坐标为销量占比。可以看到2万名低销量客户和4千名高销量客户分别带来50%的消费金额。

通过RFM分析获得重点营销对象，也就是高价值客户占客户总数的4246/23570=18%。

三、分析总结

1、整体客户消费水平不高，集中在小额区间;

2、客户平均生命周期为134天，平均购买周期为69天，大部分客户都是一次性购买；

3、客户在前3个月流失很多，之后回头客数量和消费频率趋于稳定，只有27%的客户在6个月到1年后有过消费，留存率不高；

4、高价值客户占客户总数的18%。

四、应对策略

针对购买客户的行为特征，可以制定以下方案提高客户黏度：

1、在客户消费后的60、90、120天左右提醒客户进行消费，缩短购买周期；

2、针对18%的高价值对象进行差异化营销，如贵宾身份、专属优惠等。