2015年社会化电商用户行为的聚类研究-用户风向标系列报告之26期_25页_2mb

社会化电商中用户行为的聚类研究总结

核心内容

本报告围绕“社会化电商中用户行为的聚类划分”这一核心研究问题，通过聚类分析和逻辑回归方法，深入研究了用户在社会化电商中的行为特征及其对购买转化的影响。研究数据来源于艾瑞咨询调研通客户端，样本为2000名活跃上网用户，时间跨度为2014年12月至2015年1月，共获取912万条URL浏览记录。

主要观点

用户行为分类

通过K-means聚类算法，将用户行为划分为以下五类：

1. 广度浏览型（约占总体15%）：用户广泛浏览多个页面，但停留时间较短，无明确目标，行为较为随机。
2. 深度浏览型（约占总体2%）：用户在少量页面上停留时间较长，信息获取较为深入。
3. 目标导向型（约占总体16%）：用户有明确的购物目标，倾向于搜索产品详情页并加入购物车。
4. 享乐浏览型（约占总体8%）：用户倾向于浏览活动和频道页面，行为带有娱乐性质。
5. 杂类（约占总体37%）：用户行为无明显特征，访问页面数量少，停留时间短，行为不规律。

用户行为特征与转化关系

• 广度浏览型用户较少从社交网站直接导入电商网站，也不易产生购买行为。
• 深度浏览型、目标导向型和享乐浏览型用户更易从社交网站导入电商网站，且购买转化率更高。
• 目标导向型用户在购买转化率上表现尤为突出，其购买可能性是深度浏览型的5倍，是享乐浏览型的3倍。

关键信息

数据处理过程

• 数据来源：艾瑞咨询调研通客户端，数据采集时间为2014年12月至2015年1月。
• 数据清洗：删除不活跃和过度活跃用户，最终保留1960名用户及756万条URL记录。
• 会话划分：以30分钟为阈值，划分出约24万个会话。
• 数据标准化：采用Z-score标准化方法，消除量纲影响，使数据更适合聚类分析。

聚类分析结果

• 通过尝试划分2至7类，最终确定5类为最佳聚类结果。
• 每类行为的特征维度包括总访问页面数、平均访问时长、电商和社交网站页面占比等。

逻辑回归分析

• 直接导入分析：广度浏览型和杂类对直接导入的贡献不显著，而深度浏览型、目标导向型和享乐浏览型贡献显著。
• 是否购买分析：目标导向型用户在购买转化上表现最优，深度浏览型次之，享乐浏览型相对较低。

研究结论

1. 社会化电商中的用户行为主要分为四类：广度浏览型、深度浏览型、目标导向型和享乐浏览型，杂类为第五类。
2. 广度浏览型用户虽数量较多，但对电商转化贡献较小。
3. 深度浏览型、目标导向型和享乐浏览型用户更易从社交平台导入电商网站并产生购买行为。
4. 电商平台可针对目标导向型用户进行更有针对性的营销，以提高转化率和商业利润。

合作单位

• 同济大学经济与管理学院：负责课题研究，提供学术支持与指导。

法律声明

• 本报告由上海艾瑞市场咨询有限公司制作，所有内容受中国法律知识产权保护。
• 报告中的数据和信息仅限于客户作为市场参考资料使用，未经许可不得用于其他商业用途。
• 部分数据来源于公开信息，不承担其准确性责任。

公司介绍

• 艾瑞咨询：成立于2002年，致力于成为中国新经济最佳消费者洞察及研究咨询公司。
• 服务范围：涵盖企业管理咨询、数据挖掘、市场研究等多个领域。
• 客户覆盖：服务超过2000家客户，涵盖互联网、广告、零售、金融等多个行业。
• 核心理念：以“洞察互联网的力量”为宗旨，提供专业数据产品和研究咨询服务。