数据营销的核心就是基于用户数据对用户进行针对性营销。基于数据库的营销一般分几种类型：注册的未产生购物车、产生购物车未生成订单、生成订单未付款、无第二次购买、无重复购买、收藏夹用户。基于这些基础的用户数据，我们就可以将用户分类成多种用户群进行用户营销。如果是注册用户并且完成登录的，而自己的系统日志系统做的比较好，那还可以采集到用户的商品浏览信息。

有了这些数据基本可以完成相关的数据销售动作。大体可以分成三步：激活新用户、完成订单付款、防止用户流失。先根据业务的流程分析下用户的生命周期，从引流开始到离开。一般的流程是这样的：引流、注册、购物车、订单、付款、重复购买、体验服务、流失。这样的流程中，只要增加任何一个点的转化率，都可能增加销售。

激活

新用户的增量是衡量一个网站潜力的非常重要的因素。按照用户的贡献来计算的话，用比较粗暴的方式来算，就是：人均贡献额=总的销售额/总的消费人数=总的销售额/总的注册人数/注册消费转化率。

对一个稳定的网站，他的风格、商品价格、商品品质、引流渠道是一定的，基本就确定了网站的目标群体在哪里。进一步看，网站内部的转化率（从注册激活，付款率，重复购买率）这些数据也基本都是稳定。除非你修改了一些购物流程，支付流程和商品陈列等东西，否则变化不会太大。基于这样的假设，那你的总注册人数就是个很关键的指标。（PS：如果你想不通，看看淘宝的注册用户增长和销售增长的曲线，这就是用户红利。）

当用户完成了注册时，你就有了相关的联系方式，一般的都是邮箱，有更清晰的会有电话。如果是社交类登陆的话，会更好，这样的消息推送的成本低点。新注册未产生销售的用户，一般的做法是用折扣信息来完成首单来完成。原因很简单，有时候折扣可能会让你首单亏本，但是你有了以下信息：用户的联系方式，具体收货地址（很可能就是他的生活的地方，用作区域营销用），而更重要的是首单体验，这个非常重要，就像走过一次的路，下次再走比较容易。而对整个购物流程来说，完成一次购买最复杂的地方是折扣。

催付

催付分两个部分，一般的购物流程分选择、支付两块：支付部分有的是从收藏开始，到购物车、到订单，有的直接从未付款订单开始。这个取决于自己的系统，只要记录了相关的数据，对未付款订单进行简单的催付即可。（当然，如果你感觉真不够可以送点福利过去）。催付只需要控制时间即可，比如1天、7天、30天进行催付，对应不同的策略，1天只是提醒、7天送积分、30天送现金券之类。

也可以对不同级别的用户进行催付，用户的分类就是累积消费金额较高、最近频次比较多的、单个订单金额较大的，这样对应的催付可以设置不同的现金券。催付的渠道也可以设置，比如利用聊天软件、短信、邮箱、我的账户完成。

购物车的部分是快速生成订单并完成支付，用相关的折扣券效果比较好，还可以利用恐吓式营销。比如购物车商品的提价，针对那些购买了一些特价商品的。比如下架，当有些商品库存较少时，提醒就要下架，马上要其付款。

还有个部分是是收藏列表，收藏列表一般的作用是什么？无外乎几点，1.关注的商品，想要的。2.比较，已经大体的方向，选几个商品进行比较价格，款式等。从这个里面大体可以分出几个点：类目偏好，价格偏好。有了这些点，可以做一个很牛的动作，对收藏比较多的某类、某个商品做整体促销，设计价格折扣，然后再根据目标人群再进行相关的调整。

分类

购买过1单的用户已经对你的网站有了基本的了解。从网站购物，到支付、收货，及相关商品的质量，有了初始印象，就可以进行相关的用户分群营销了。基本的用户群可以分成以下几种:

1.类目偏好。或者更准确的说是商品偏好，这个用户只在你这个网站卖的商品，比如我比较喜欢在淘宝买小玩意，在当当买书，在米兰网买服装，每个人对每个网站买什么一般都有固定的偏好。特别是经常网上购物的。可以从网站浏览的商品、收藏、购物车、购买的商品就基本可以分析出来。

2.价格偏好。从类目的价格分布和购买、点击的商品的价格进行对比，基本能分析出用户的价格偏好。还有使用折扣券的情况，积分的情况，这是利用现有折扣进行的。例如，如果有人对商品价格敏感的，就完全可以使用运费的费用调节；再比如，运费是服务范畴，而商品是实物范畴，有很多人喜欢付10块钱的运费买20块的商品，这是买服务。而你直接30块包邮的话，他就感觉贵了。这些需要一些价格的AB测试，目的是测试用户看重的是商品，还是服务。

3.节假日偏好。这种偏好的人是比较懒的。节假日偏好只所以产生是无外乎几点：1.节假日会做一些打折，往往折扣力度比较大。2.商家会把相关的商品按照各种主题准备好，然后划分各个类型。有了这两点，商品好找，又打折，自然有很多懒人在等待。这种人往往是前两种的结合体，而刚好节假日满足了它们的诉求，所以有了这样的群体。可是商家惯用的伎俩就是提价打折，尾货处理等。运气好可能碰到商家是用流行品做引流做活动的。

挽留

挽留是指原来购买的用户不再购买了，对用户进行的挽留式营销。一般会有1月，3月，6月的做法，不同的品类和平台对应的时间不同，换句话说就是不同的类目和平台的用户生命周期不一样。类似淘宝服装类的女性用户一般会比淘宝服装的男用户活跃，1个月不登陆女性用户可能就流失了，男性用户可能是正常的。所以，这个可以根据平台和类目的属性进行考虑。

我们可以设定一个大概的阈值，当超过了某个设定值后，就要做挽留措施了。挽留措施一般是推荐新品、积分使用、折扣券提醒、相关的挽留活动。对于那些平台数量比较大的，可以设置挽留用户的专区进行营销，主要方式是不同分群的用户，用对应的高质量的商品进行吸引，然后利用对应的折扣、服务等去换回，这样会比较精准。

还有比较犀利的做法是积分直接兑换现金券进行消费，积分到消费比较远，如果直接兑换现金券，会让人觉得变现，而增加粘性。想想微信红包，直接发红包导致了几百万的银行卡绑定，还是说明有这样的心理的人是很多的。

总结

针对用户的数据营销一般是分上面几步了，上面分享的是几个思路，主要的是根据用户的生命周期进行设计，具体实施可以根据不同的平台类型来实施，因为大家的商品结构不一样，价格区间不一样，对应的用户人群也会很大的差异。这样具体实施的商品选择，用户分类、主要的方式都需要根据自己的情况而定，基本的就是用户、商品这两块要搞清楚。不管是用商品分析到用户分析，还是用户分析到商品分析来做，最后肯定是两块都比较熟悉，才能比较完整的控制营销。