我们以前讲到过如何用DataFocus搜索式分析搜索相应“表头”并配以“按月”、“VS”等关键词进行店铺诊断。有不少读者来信希望我们能够从思维和方法端进行分享，尤其是出现了相应数据结果后的实施建议。那么本篇我们就来分享店铺客户区域性诊断的相关内容。还是一样，由于对于合作商家的真实数据保密要求，数据部分将只以文字进行描述。
首先是客户人群分布。这一块在DataFocus上搜索能以地图进行展示，我们可以按省市来看客户的消费排名。比如我们的合作品牌数据发现店铺客户大部分集中在广东、山东、河南等地，和天猫京东等平台的热门省份并不一致，那么就可以确认品牌在某一地区的认可度情况。接下来可以加强对非淘宝京东等平台消费大城市的客户人群的针对性关怀，其客户忠诚度会提升的比其他地区更加容易，因为新鲜感等原因。然后需要加强对平台消费大城市客户人群不多的地区策划针对性的品牌宣传或针对性的活动吸引该地区客户购买，充分发挥该地区的客户消费能力。
接下来我们可以在此基础上钻取到市级，因为省级的特征是有可能被市级覆盖或“带跑偏”的，比如浙江省对武汉某著名鸭食品品牌来说，整个省有3000会员，但可能2000都来自爱吃辣的衢州，杭州只有几百，温州只有个位数。而市级我们可以更直接，直接看回购率即可。很多客户会反映反而是非一线城市的回购率高，可以挖掘该地区的优质客户，利用该地区对品牌的认可度，加大该地区对店铺的贡献。
那么对于回购率低的市级，可能有些商家觉得这个数据已经没有价值了。其实我们还可以区分出“次级回购客户”，比如活跃级别的客户回购率是15%，次级我们可以定义8%-15%，然后看分布在哪些市，如果结果和15%以上的所在省份完全不重合，说明这里面也是有市场可以开发的。
