B2C行业人士强烈建议你看！物有所值
数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户，那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是2008年4月24号，我们看看如下哪个顾客属于老用户？
1，2002年注册，2002年~2003年曾经购买过27次，但是2004年之后就再也没有来过了；
2，2002年注册，直到2005年才买过一次东西，但是从此人间蒸发了；
3，2008年4月22号注册，4月23号（昨天）买过东西，不知道他以后还来不来；
4，2007年1月注册，2007年1月~2008年4月间，平均每3个月就来买一次。
其实上面的都可以俗称为老用户，但是他的注册时刻，购买次数，购买金额，购买频率，最后一次购买时刻等数值，对咱们都有重要的参考和分析意义，只有细致分析，才能精准营销。
我们来用数字分析一家比较知名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来代替。只是从这些分析中，我觉得可以看出很多隐形的（hidden）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从2002年1月1号开始分析，action！~
1，A公司的注册会员进展轨迹
某电子商务公司2002-2007注册用户发展变化 年度 2002 2003 2004 2005 2006 2007 总计
年度注册 7792 27835 39738 72332 98316 105299 351311 每日注册 21 76 109 198 269 288 / 注册占比 % % % % % % % 累计占比 % % % % % % / 截止2007年12月31号，A公司累计注册用户35万。淘宝网截止2020年Q1有6200万注册用户，也就意味着A公司的注册用户只是淘宝的%罢了。天天的注册人数从2002年的21个（天）到目前可能300个（天），能够说，A公司的注册用户一直在稳步增加。
中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在baidu的index里输入某个关键字的查询次数，比如我输入“电子商务”，发现每天在baidu查询“电子商务”的人数一直稳定在300~500的范围内飘飘荡荡的。昨天查询的人和今天查询的人是不一样的，而且也互相不认识，但是庞大的baidu用户群体造就了美丽平滑的统计大数定律。所以，如果有人问我，今天大概多少网民过生日？我告诉他，大概27万左右，因为网民总1亿，365天天天都有人可能过生日，因此那个27万的正确率绝对80%以上。
2，A公司的年度交易量进展转变图
年度 2002 2003 2004 2005 2006 2007 总计
每日交易额（万） 年度交易额（亿） / 每日订单量 54 118 172 240 462 614 / 平均每单金额(元） 583 620 640 652 679 681 / 恩，不错，2002年天天只有万的交易量，到了2007年，天天有万了。年度交易额来看，2006年就冲过1亿的关口了。每一个定单的金额可能确实是650元左右。天天的定单量目前维持在600多一点的规模。除掉天天8小时的睡觉时刻，其他时刻顾客都能够下单的话，可能1~2分钟就来一个600多元的定单。
3，注册用户的购买情形
如上的2个表格没成心思，那个表格却能够说明很多问题：
购买次数 0次 1次 2次 人数 185773 71859 28060 百分比 % % % 人均贡献（元） 0 总计贡献金额(亿） 累计贡献 % % % 3次 4次 5次 6次 7次 8次 9次 10次 10次以上 总计
15496 10304 7425 5273 4520 3255 2717 2152 14474 351311 % % % % % % % % % 100% / % % % % % % % % % / 1）
所有的注册用户中，%的注册用户到目前为之尚未产生过购买；因此注册到购买转化率可能47%；
2）
产生了3次或以上购买的顾客占整体注册用户的%，可是他们产生的整体购买金额却占了A公司有史以来整体交易金额的%，看来2:8定律真的是无处不在！
因此，依照那个结果，咱们能够把购买了3次或以上的顾客概念为公司的核心用户，他们是确保公司基石的重量级客户。
3）
购买10次或以上的有14474人，占注册用户%，但是这小小的%的用户为公司贡献了%的交易额！而且人均贡献万！当然不排除企业客户，但是我们发现，购买频率越高，对公司越是至关重要！
我们这里做个假设：如果不考虑重复购买，所有的顾客只要购物，都只买1次，那么会发生什么情况？
结果是：A公司的交易额将变成目前总体交易额的25%而已！公司总体交易额将缩减75%！可见：
1）
对于一个购物网站来说，忠诚度的培养和顾客的重复购买，是多么关键。
2）
长期进行老用户的优惠措施（积分优惠、折扣优惠等）是公司发展的根本！
4，有过购买的用户，都是注册以后多久会购买？
如下是以有购买记录的顾客为研究对象的，从没购物的不考虑其中。
注册到首次购买的时间 注册后1个月以内购买的 注册后2个月以内购买的 注册后3个月以内购买的 注册后4个月以内购买的 注册后5个月以内购买的 注册后6个月以内购买的 注册后7个月以内购买的 注册后8个月以内购买的 注册后9个月以内购买的 人数 135377 140177 142892 145177 147097 148752 150408 151351 152262 占比 % % % % % % % % % 注册后10个月以内购买的 那个图表说明了几个很重要的规律：
153139 % 1）
顾客注册之后如果要购物，那么%的顾客都会在注册后的1个月之内下单；
2）
如果顾客注册之后的1个月之内没有购买，那么他%的可能性永远不会来买了；
3）
如果顾客注册之后的半年之内么有购买，那么他%的可能性永远不会来买了；
4） 如果顾客注册之后1年以内还没有购买，我们就不用追讨了，他很有可能就蒸发了；
4）
所以，要顾客转化，有必要在顾客注册之后的1个月之内通过各种方式引诱他购物；
技巧：顾客注册之后，通过Email和短信通知其购买，甜美MM电话告知，甚至不惜给予丰厚的优惠让顾客来购买。根据统计分析，顾客注册之后产生第一次购买的概率是47%左右，但是一旦产生了第一次购物，那么他购买第二次的概率是60%以上；所以，让顾客产生第一笔交易永远是值得投入的，一旦变成你的老用户，那么他的价值是很大的。
5，顾客的购物频率是怎么样的？
如下的顾客全数是购买了2次或以上的顾客，因为只购买了1次的顾客，讨论购物频率是没意义的。
购买频率 0-1个月来买1次 1-2个月来买1次 2-3个月来买1次 3-4个月来买1次 4-5个月来买1次 5-6个月来买1次 6-7个月来买1次 7-8个月来买1次 8-9个月来买1次 9-10个月来买1次 10个月以上购买1次 总计
人数 17977 18183 15476 10988 8000 5658 4244 3035 2145 1705 6267 93678 百分比 % % % % % % % % % % % 100% 累计百分比 % % % % % % % % % % % / 那个表格也成心思：
1）%的顾客都会在半年之内来购买1次，所以，对我们公司来说：
2个月给没有继续购物的顾客发送优惠的产品信息，必要性：%；
3个月给没有继续购物的顾客发送优惠的产品信息，必要性：%；
6个月给没有继续购物的顾客发送优惠的产品信息，必要性：%；
6）
新老用户交替的科学计算矩阵图
如下那个图是成心义的，是动态跟踪顾客购买记录的矩阵。那个图有点绕口，它观看的是：顾客最后一次下单的情形。
比如，我们拿2002年来说明：2002年注册的那帮家伙，最后一次下单都是什么时候呢？如下的百分比说明：
1）2002年注册的人如果购买了，%的人最后一次购买是在2002年；
2）2002年注册的人如果购买了，%的人最后一次购买是在2003年；
3）......
4）2002年注册的人如果购买了，%的人最后一次购买是在2007年！
那个表格说明：
不管顾客是哪一年注册的，平均来讲40%的顾客仍是会在目前维持活跃度的，顾客的生命期比咱们想象的要长；也确实是说：2002年注册的那帮家伙若是产生了购物，他们40%左右此刻还在活跃着！2003年注册的那帮家伙若是产生了购物，他们40%左右此刻还在活跃着！
2002年注册 2003年注册 2004年注册 2005年注册 2006年注册 2007年注册 2002年 % 2003年 % % 2004年 % % % 2005年 % % % % 2006年 % % % % % 2007年 % % % % % % 总计 % % % % %
因篇幅问题不能全部显示，请点此查看更多更全内容