如果在電商網站，不經意間得罪了一個用戶，獲得了一個差評，想要把差評抹殺掉，可能需要十個或者更多的好評才能換回，很多企業在“擁抱”互聯網時發現，用戶真的成為上帝，誰也不敢得罪了!

　　不敢得罪用戶，面對每個用戶都面帶微笑，低聲下氣，這似乎成了互聯網的“通病”，因為這是一個個性化需求的時代，尤其是在產品過剩的前提下，只有靠拼服務來“取勝”了，對待所有的用戶都一視同仁，用戶給你的回報卻未必一致，實際上，在網站運營過程中，在尊重用戶體驗的基礎上，還是要分別對待的，而這側重點取決于用戶價值。
　　所謂用戶價值，直白的說，就是這個用戶購買產品的量，越多價值越大。舉個例子，對于一個偶爾與企業接觸的用戶和一個經常與企業保持接觸的用戶對于企業來說具有不同的用戶價值。在用戶價值上，同樣遵循的二八理論，對于很多企業，80%的利潤往往是20%的客戶提供的。
　　現在網站運營中，已經把用戶數據分析納入重要參數之一，做好用戶價值分析，對網站運營決策、網站收益和網站轉發率都有很大的影響，那么，如何做好網站用戶價值分析呢?

　　網站用戶數據標準化分析
　　網站用戶價值分析，其目的衡量用戶對產品產生的商業價值，并且根據用戶價值進行差異化的運營策略。
　　網站用戶數據標準化分析，是指將網站用戶數據按照一定比例進行擴展或者縮小，在一個特定的區間內，進行綜合分析。
　　目前網站用戶數據標準化方法有多種，歸結起來可以分為直線型方法(如極值法、標準差法)、折線型方法(如三折線法)、曲線型方法(如半正態性分布)。不同的標準化方法，對系統的評價結果會產生不同的影響。

　　網站用戶忠誠度分析
　　網站數據分析中，經常有一個跳出率，跳出率對網站運營者感到很糾結，如果一個網站跳出率高，會大大影響網站的權重。
　　跳出率是用戶忠誠度分析的一個方面，此外還包括網站用戶訪問頻率、最近訪問時間、用戶平均停留時長、用戶平均流量頁面數等等。
　　通過一定的算法，把這些數據綜合加在一起，從而對網站運營提供有力的數據參考。

　　網站用戶價值分析
　　從數據到各個方面分析，最終落實到目標用戶上，訪問網站的我們都可以稱為用戶，而這是理論上的用戶，實際上，互聯網和傳統營銷渠道的不同之處在于，既可以用數據分析用戶購買的原因，而可以通過數據分析，尋找用戶二次購買的原因，而用戶價值的最大體現就是用戶的重復購買率上。
　　我們在網站用戶價值分析上，可以從這兩個方面著手，一個是用戶購買忠誠度，用戶購買忠誠度是用戶購買間隔時間、購買頻率、購買種類等進行分析;另一方面是用戶消費能力分析，包括平均購買額、單次最高消費額進行分析，然后用具體算法，將網站用戶價值具體化。
　　網站用戶價值分析的越精確，得到的數據越真實，那么在運營決策上會更加有的放矢，我們可以把網站用戶分為四個等級，最有價值用戶、高價值用戶、普通價值用戶、傳播價值用戶。高價值用戶需要重點維護，而傳播價值用戶，也不能輕易放棄，運營策略是吸引用戶去消費。
　　通過以上數據分析，我們清楚的明白，雖然互聯網是一個尊重用戶體驗的時代，但是，對于不同的用戶，還是要區別對待的!