對(duì)于賣家而言，除了通過間接數(shù)據(jù)分析用戶畫像，還可以通過直接的訂單報(bào)告數(shù)據(jù),來構(gòu)建用戶畫像，從而進(jìn)行鏈接和廣告的優(yōu)化工作。

在店鋪訂單一訂單報(bào)告中，即可找到訂單報(bào)告。

選擇相應(yīng)的日期單擊下載，即可得到一份包含產(chǎn)品SKU、售價(jià)、下單時(shí)間、配送地址等信息的訂單報(bào)告。

通過對(duì)這份數(shù)據(jù)的分析，即可獲得更加詳細(xì)的用戶畫像。

1.地區(qū)分布將店鋪過去1年的所有訂單信息匯總，選擇配送州ship-state和產(chǎn)品數(shù)量quantity-purchased兩列數(shù)據(jù)進(jìn)行分析，可以分析購買顧客的區(qū)域定位。

通過 Excel制作可視化示意圖，即可更加直觀地進(jìn)行分析。

針對(duì)店鋪的所有產(chǎn)品，可以逐一進(jìn)行分析，并進(jìn)行橫向?qū)Ρ取?/p>

一旦排除運(yùn)營方面的影響，就可以確認(rèn)不同區(qū)位用戶的購物喜好，從而為后期選品和上架提供幫助。

2.時(shí)間分布因?yàn)橛唵蝸碓从诹髁浚髁縼碓从谄毓?，曝光來源于設(shè)備使用(App或者PC端的使用)，所以訂單高峰期就是買家自身產(chǎn)品受眾的活躍時(shí)間，而訂單低谷期則是產(chǎn)品受眾的非活躍時(shí)間。

篩選訂單報(bào)告中的下單時(shí)間purhase-date中和產(chǎn)品數(shù)量quantity-purchased 兩列數(shù)據(jù)進(jìn)行分析，可以得到每個(gè)小時(shí)產(chǎn)生的訂單數(shù)量。

將一日的總訂單設(shè)置為 100%，然后根據(jù)每一小時(shí)的訂單數(shù)設(shè)置其具體數(shù)值/活躍數(shù)。

假設(shè)總訂單為1000，中午11:0012:00訂單數(shù)為100，那么該段時(shí)間的活躍值就是10%。

該店鋪中，用戶活躍下單時(shí)間主要集中在太平洋時(shí)間上午8:00~11:00。

換算為北京時(shí)間，則為凌晨0:00~3:00。

對(duì)運(yùn)營活動(dòng)而言，可以將秒殺、促銷等開始時(shí)間設(shè)置在該時(shí)段之前的1~3小時(shí)方便預(yù)熱，廣告在該時(shí)段也需要保證有足夠的預(yù)算，以提升曝光效果。

但對(duì)用戶畫像分析而言，還需要考慮更多因素。

由于美國本土橫跨4個(gè)時(shí)區(qū)，而訂單報(bào)告中的時(shí)間為太平洋時(shí)間UTC-8，對(duì)應(yīng)加利福尼亞州(CA)的地方時(shí)。

但得克薩斯州(TX)屬于中部時(shí)間UTC-6，比太平洋時(shí)間早2個(gè)小時(shí);佛羅里達(dá)州(FL)和紐約州(NY)屬于東部時(shí)間UTC-5，比太平洋時(shí)間早3個(gè)小時(shí)。

由于部分州路越不同時(shí)區(qū)，因此可以根據(jù)其首府所在地，將訂單時(shí)間轉(zhuǎn)化為地方時(shí)，從而更加精確地分析用戶的購買行為。

經(jīng)過轉(zhuǎn)化地方時(shí)后，可以明顯看出用戶活躍下單時(shí)間高峰期在當(dāng)?shù)貢r(shí)間10:00~12:00，在下午15:00、18:00和23:00各有一個(gè)小高峰。

不難看出這些時(shí)間段都是工薪階層的集中休息時(shí)間，下午15:00則為下午茶時(shí)間。

據(jù)此推斷，在這些時(shí)間段進(jìn)行瀏覽下單的用戶，對(duì)購物的態(tài)度是休閑式的，除性價(jià)比之外，還會(huì)關(guān)注整體的購物體驗(yàn)。

從產(chǎn)品圖片、圖文排版、視頻配音等角度進(jìn)行優(yōu)化，將有更高促進(jìn)轉(zhuǎn)化的可能性。

和訂單地區(qū)分布的分析方法一樣，可以將全店鋪產(chǎn)品的下單地方時(shí)進(jìn)行統(tǒng)一分析。

通過對(duì)價(jià)格相近，款式相仿的鏈接進(jìn)行對(duì)比，并結(jié)合訂單地區(qū)分布分析可以更加精確地定位用戶的行為，從而幫助自己獲得優(yōu)化的靈感。