如何用数据分析消费者行为(消费者数据分析模型)

导语：Excel数据分析消费者性别，6步就能调整营销策略

数据分析被广泛应用于消费行业，通过挖掘数据价值，致力于提高商品消费、做好客户服务。现在某大型商场统计了一份消费者购物数据，希望分析出有价值的销售策略，以便对商场促销员和收银员等服务人员进行培训，提高客户的购物率和消费金额。

如下图所示，数据表中统计了某段时间内，商场内消费者的性别、年龄、同行人数等数据。其中“付款时是否购买推荐商品”是该商场提高客单价的销售策略，消费者在购物时，收银员会推荐其购买其他商品。

通过这份数据，可以有以下分析方向。

1. 男性和女性客户，分别喜欢购买什么种类的商品？消费金额谁更高？是否倾向购买推荐商品？

2. 不同年龄的客户，分别喜欢购买什么种类的商品？哪个年龄段消费者的消费金额最高？

3. 消费者购物时，消费金额是多少？不同消费区间的人数又是多少？

4. 同行人数是否影响了消费者的购物行为？

下面首先来看看如何分析消费者性别。

步骤01 设置字段

如下图所示，选中字段并进行设置，制作不同性别消费者购物分类数据透视表。

步骤02 分析数据

透视表数据如下图所示，从下图中可以分析出，男性消费者更爱购买日用品；而女性消费者更爱购买护肤品，购买日用品和食品的比例相当。

这样的信息，可以培训商场中的导购人员，根据消费者性别的不同进行商品推荐。

步骤03 设置字段

如下图所示，选中字段并进行设置，制作不同性别消费者购物金额数据透视表。注意调整“消费者金额”计数方式为“平均值”方式。

步骤04 分析数据

不同性别消费者的购物金额数据透视表如右图所示，从图中可以看出，男性消费者的购物平均金额为121.39 元，女性消费者的购物平均金额为224.06 元。女性消费者的平均消费比男性消费者多102.65 元。

步骤05 设置字段

如下图所示，选中字段并进行设置，制作不同性别消费者付款时是否购买推荐商品数据透视表。

步骤06 分析数据

透视数据如下图所示，从下图中可以看到，男性消费者不购买推荐商品与购买推荐商品的比例是24 ∶9=2.6；女性消费者不购买推荐商品与购买推荐商品的比例是47 ∶20=2.3。

两者比例相差不大，可见该商场中，性别不会影响消费者最终是否购买推荐商品的决定。

这是一个数据驱动运营、数据决定对策、数据改变未来的时代。无论是海量数据库，还是一张简单的表格，都能进一步挖掘数据价值、活用数据。在众多数据分析工具中，Excel 是最常用，也是最容易上手的分析工具。

Excel 数据分析功能十分强大，不仅提供简单的数据处理功能，还有专业的数据分析工具库，包括相关系数分析、描述统计分析等。

本周直播内容

· 应届生如何准备大厂春招：

1.带你全面解析应届生职场现状

2.看应届生如何准备大厂春招

3.提升你的职场核心竞争力！

本文内容由小涵整理编辑！