我们最应该推荐的是客户需要的商品

　　通过找到最有价值的客户，以及增加了我们的黏性，这个时候我们就需要通过电商数据分析找出客户需要和喜好的商品。

　　如何找出热门商品

　　我们可以通过热力图来找到这样的客户，也可以设定一定的标准来判断热门商品。

　　比如周累计销售量达到多少就可以成为热门商品，首次访客购买比例多高可以成为热门商品，商品被浏览的次数达到多少可以成为热门商品等。

　　当然我们找出热门商品还不够，我们的目的是提高我们的客单价。我们需要找出怎么样的广告创意和商品的组合是最佳的。我们可以通过整理和分析所有的浏览记录、访问记录和购买记录，然后做出下面的数据分析：

　　如果客户做的是图片点击，而不是搜索，我们就应该找出所有图片对应转化率非常低或者没有转化的商品，分析这部分商品和图片的关系，找出原因改变策略。

　　如果客户搜索的是关键词，整理出转化率低或者没有的关键词，说明这些关键词并不能代表我们的商品，我们应该调整我们的商品的关键词。

　　找出客户做的关键词搜索之后的二次点击对应的商品列表，达到一定量之后，就可以认为这两件商品之间是有一定联系的。

　　用推荐系统提高客单价

　　我们当然希望的客户不只是购买一件商品，而是多购买几件商品。我们很多时候做的一些广告的促销商品，基本上没有利润，是为了带流量来的。如果我们苟能让客户在购买这件商品的同时，购买搭配的其他商品，就能产生利润，同时客单价也会提高。

　　但是在那些商品页面上设置什么样的推荐商品，并不是我们主观决定的，而是应该通过数据分析来获得。我们可以采用关联和推荐系统就是网站在网页中将可能被同时购买的商品放在一起，可以提醒网站访客购买或浏览被遗漏的商品。如果在关联的一组商品中有一项商品被客户购买了，同组中其他商品的购买量也会上升。

　　在推荐系统中使用关联规则主要采用以下步骤：

　　1、通过数据挖掘找出关联规则。

　　2、定向测试验证关联规则中合理的规则。

　　3、设置一些同时购买的捆绑包，把关联的商品合并在一起。

　　4、设置相应的交叉销售，也就是购买某种商品的顾客会看到相关的另外一件商品的链接。