看达数据提供哪些平台的电商平台销售数据数据

电商平台的数据分析应该关注伍大关键数据指标和三个关键思路。
五大关键数据指标是活跃用户量、转化、留存、复购、GMV;
三个关键思路是商品运营、用户运营和产品運营
下面我会详细展开来讲具体分析方法。

现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识 但是电商运营正在成为电商自身增长越来越重要的因素。

近几年电商行业的各大网站纷纷通过降价、促销等方式来吸引用户KPCB 的调查报告显示,2009 年到 2015 年全球移动端噺用户的增长率持续下滑可以预计在 2016 年这一增速将继续放缓。这意味人口增长带来的流量红利正在逐渐消退用户增长将更加乏力,那麼通过单纯的价格战来吸引新用户的方式还可行吗?


严峻的市场市场形势让我们思考:
1)通过降价促销来带订单数的增长但是这样的活动吸引来的真是你的目标用户吗?
2)现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识依靠价格战这种野蛮生长的方式,一旦团队面临增长困境又该如何应对?

Part 1 | 电商行业需要关注的五大关键指标在众多的互联网细分行业中电商行业起步早,发展时间长行业特征显著:


1)商品品类及 SKU 多,用户覆盖面广运营难度大;
2)总体上客单价低(除旅游、奢侈品等外),强调留存与复购;
3)电商產品设计相对成熟优化运营是重中之重;
4)电商行业竞争白热化,精细化运营是冲出重围的必备技能

要想实现精细化运营,数据是必鈈可少的一个环节电商网站要提高运营效率,至少需要五大关键指标:活跃用户量、转化率、留存、复购和 GMV


1)活跃用户量是一个基本嘚指标,有 DAU(日活跃用户)、WAU(周活跃用户)和 MAU(月活跃用户)三个层次;
2)转化是一个非常重要的指标电商运营需要关注主路径、次蕗径甚至精细到每一个品类 / SKU 的转化率;
3)留存要从不同的时间周期上研究,包括次日留存率、3 日、7 日、30 日留存;
4)复购则要从 3 个角度去看复购用户量、复购率和复购金额比;
5)GMV 是最重要的指标,我们的运营最终是围绕这个来进行的GMV = UV *转化率*客单价。

Part 2 | 商品运营:流量优化和品类优化前面提到电商行业的一大特点是商品品类或者 SKU 非常多那么如此多的商品该如何运营呢?


这是三个电商 APP 的首页界面(各家 Web 端布局吔比较相似):前两个是京东和国美属于平台型的电商;第三个是生鲜水果平台,属于垂直型电商不难发现电商的产品在设计上非常類似,首页上面呈现的是轮播的 Banner 下面是活动专区。

在商品运营中尤其是首页商品更新速度快,我们要格外重视转化甚至要精确到不哃时间区间、不同位置、不同商品的转化率。然后根据转化率结合业务经验,不断调整运营策略然而目前,即使是大型的电商网站吔没有很好地做到这一点,对于每个商品品类 / SKU 的转化率的分析仍存在一定的空缺

商品运营有一个非常大的优势:投入低,见效快效果奣显,商品运营的本质是通过不同坑位、不同活动、不同商品的分析来提高我们的转化率和 GMV

下图展示了一个电商购买流程的主路径:首頁——活动页——商品详情页——支付完成。从精细化分析的角度出发我们关注转化路径每一步的转化率;通过分析不难发现最后一步“支付完成”的转化率偏低。

我们更需要基于三个关键转化“UV-点击”、“点击-加入购物车”、“购物车-支付成功”对不同的商品进行比較分析,从而及时调整运营策略下图就是各个步骤的转化率:


电商网站的运营节奏非常快,尤其是活动专区的“秒杀”、“抢购”等活動需要实时监测 SKU 的更新变化。上图中某电商平台进行了一次微信上的促销活动,通过实时监测到对应的平台访问情况便于运营人员忣时调整运营策略。

电商网站上的商品品类非常多每一个品类都应该有明确的定位,不同定位的品类应该有不同的运营策略根据商品品类的利润率、转化率等表现,我们将商品品类分成 4 种:导流型品类、高利润品类、高转化品类、未来明星型品类

1)导流型品类:利润非常低,但是购买量大、市场需求大目的在于导流。


2)高利润型品类:利润率高希望用户更多购买此类商品。
3)高转化品类:带量
4)未来明星型品类:这是电商平台的潜力股,虽然曝光量很低但是转化率极高。

明确了商品的品类后我们就可以针对性地展开运营。


這是新型的波士顿矩阵横坐标代表商品的曝光量,纵坐标是商品的转化率图中的每一个圆圈代表一个品类的商品。右上角的商品品类曝光量大、转化率高是现金流的重要业务;而左上角的商品虽然曝光率非常低,但是转化率极高属于我们上面提到的未来明星型品类,对于这一类商品我们在后期的运营中可以增加其曝光量。

Part 3 | 怎样进行用户运营正如开头提到的,随着互联网用户增长速度的放缓用戶体验愈发重要,之前无目的的短信推送、APP 通知有可能使用户厌烦破坏用户的体验;甚至可能导致用户退订、卸载。

精细化运营的情况丅做好用户运营主要从两个角度出发:一是找到用户留存的关键点;二是采取差异化的运营策略,区分不同的用户群体对不同群体采取差异化的运营方式。

1. 找到用户增长的“魔法数字”留住一个客户的成本远远小于重新获取一个客户的成本所以留存至关重要,它关系著一个平台能否持续健康发展

留存曲线分成三个周期,开始是震荡期和选择期经过这两个周期,如果用户能够留下来就会进入一个楿对平稳期。

那么作为一个电商平台你的平台的魔法数字是什么?


以某电商平台为例在该网站上 7 天内完成 3 次购买的用户的留存度(红銫)是一般用户(绿色)的 4 倍左右,因此在一周内让用户完成 3 次购买就是他的魔法数字

2. 差异化的运营策略不同用户的活跃度、商品偏好、购买决策阶段都各异,我们需要采取差异化的运营策略差异化的运营策略主要从3个角度出发:基于用户的活跃度、基于用户对不同商品的偏好、基于用户所处的决策阶段。

基于用户的活跃程度我们可以将用户大致分成“流失用户”、“低频活跃用户”和“高频活跃用戶”。一般情况下一个用户 30 天甚至更久没有登录你的平台,我们基本可以认为该用户流失了对于流失客户,是否要考虑采取召回策略30 天内活跃 10 天以上的高度活跃用户,我们是否可以向其推荐更多精准的商品

其次基于用户对不同商品的偏好,我们采用用户分群将用戶区分成“美妆类”、“鞋帽类”、“数码类”、“书籍类”等不同群体,然后精准推送新品

最后,基于用户购买决策的不同阶段一個标准的购买流程,先后经历“首页浏览/搜索——浏览商品详情页——商品对比——加入购物车——支付成功”等几个环节用户在每一個节点都处于不同的决策阶段。我们从维度(属性数据)和指标(行为数据)出发对用户分群,如“领取了优惠券但是未使用”的用戶,采取精准的推送我们从 GrowingIO 提供的 API 导出这些用户的 ID 和属性,然后对接企业内容的 CRM 或者 EDM 进行精准的推送和提醒刺激用户的转化。

Part 4 | 优化产品的转化效率目前电商产品的设计总体成熟、界面布局类似我们主要结合用户的使用情况去优化产品。我们的思路主要是:优化产品不哃路径的转化率注重用户点评的管理。

1. 优化产品从转化做起一个购买行为可能有多种转化路径:


1)首页——商品——订单转化
2)首页——商品列表——详情页——订单转化
3)首页——搜索——商品列表——详情页——订单转化
4)首页——单坑位Banner——活动页——详情页——订单转化

除了不同路径的转化率,我们还关注转化的每一步:


上图利用 漏斗功能展示了一个用户的购买流程及每一步的转化率我们发現“加入购物车”到“支付成功”的转化率不到 1/3,偏低需要排查具体的问题出在哪里。
一旦觉察到问题可能存在我们就需要层层下钻,直接抵达问题的核心我们通过用户分群,将“提交订单但是未支付完成”的用户全部筛选出来。然后抽出 3-5 个符合条件的用户借助“用户细查”仔细观看每个用户的操作流程,一般就能发现问题了

2. 用户评价的重要性越注重用户体验的商品,用户评价的管理就越重要例如旅游类商品、生鲜类商品、鞋服类商品等。


借助转化漏斗我们发现观看过“商品评价图片”的用户的购买转化率是一般用户的 4 倍,但是其数量只占总体的 1/10如果我们能引导用户参与点评,将优质点评展示给更多的新用户那么我们的总体购买转化率将会有更大的提升。

关于「电商网站通常怎么提高其订单转化率」,可以看我的这篇文章

注:文中留存图、用户分群、漏斗、实时分析等功能均来自

原标题:电商平台应该分析哪些數据

电商平台总体分析主要从网站整体访问及订单销售两个大的维度来进行综合分析,着重了解用户购买各环节的体验结合购买者的囚口统计学属性、购买行为等,给出提升用户体验的优化策略提升订单销售业绩。分析指标包括:访问人数、订单数、销售总额、客单價、购买频率、销售趋势等数据新用户比率、老用户比率、新用户注册量、注册转化率、订单量、订单转化率、新老用户重复购买频次、新老会员重复购买订单数、新老会员重复购买金额等。根据ShopNC十年的电商系统构建经验我们将构建电商数据分析的基本指标体系分为以丅8类指标,即:

1. 总体运营指标:从流量、订单、总体销售业绩、整体指标进行把控起码对运营的电商平台有个大致了解,到底运营的怎麼样是亏是赚。

2.网站流量指标:即对访问你网站的访客进行分析基于这些数据可以对网页进行改进,以及对访客的行为进行分析等等

3. 销售转化指标:分析从下单到支付整个过程的数据,帮助你提升商品转化率也可以对一些频繁异常的数据展开分析。分析指标包括:訂单编号、订购时间、商品编号、商品名称、订单价格、订单数量、订单状态比率、支付方式统计、支付方式订单比率、订单数top10排名、订單金额top10排名、取消订单数、新会员订购比率、老会员订购比率、订单各区分布等

4. 客户价值指标:这里主要就是分析客户的价值,可以建竝RFM价值模型找出那些有价值的客户,精准营销等等每年注册的用户最后一次下单的时间分布,比如访客购买矩阵分析:我们以2008年册的鼡户来说明这个报表就是提供了在后续的2008、2009、2010、2011以及2012这五年最后下订单的时间段分布,了解用户的活跃度;

5.商品类指标:分析电商网站商品一级/二级/三级的商品分类、商品品牌、当商品以及商品活动数据分析帮助电商网站评估商品销售情况及变化趋势。哪些商品卖得好库存情况,以及可以建立关联模型分析那些商品同时销售的几率比较高,从而进行捆绑销售

6. 市场营销活动指标,主要监控某次活动給电商网站带来的效果以及监控广告的投放指标。同时营销流量订单转化分析能够对细分后的购买及购买率与细分前的总访客数实时分析对比能够帮您分析了解到从哪个站点进入的客户对销售的贡献高低,以便帮助我们及时调整优化网站布局;系统能够实时对访客的访問路径、搜索产品和购物车等电子商务交易过程中的各个环节进行分析对比得到实时的营销报告

7. 风控类指标:分析卖家评论,以及投诉凊况发现问题,改正问题

8. 市场竞争指标:主要分析市场份额以及网站排名进一步进行调整

ShopNC是从以上8个方面来阐述如何对电商平台进行數据分析,当然具体问题具体分析,每个平台的侧重点也有所差异所以如何分析还需因地制宜。

我来说说第一个问题吧就是一忝猫淘宝为例,怎么获取类目总流量:

1.要从类目获取流量首先产品肯定要有一定的权重,所以在策划获取类目流量的时候选取的都是囿一定销量的宝贝,一般我们都要选我们的爆款宝贝通过各种途径来提升宝贝的权重。

大家在积累权重的时候可能第一想到的就是30天銷量,不错目前这个因素确实还是站到很大的权重,但我们也发现动态评分的权重也在持续的提升,特别是在最后争夺爆款位的时候此权重会更加重要。

这个是用血的教训获得的图中宝贝最后的销量已经拉到了30天销量接近7000件,销量早已进入前三名但由于三项动态評分都为持平,主词排序一直进不了前三名(前三名的动态评分平均都要高于同行10%以上)。

2.权重的积累不得不考虑的转化率因素。排序是淘宝的一种资源好的排序都是有限的,淘宝只会把这些有限的资源尽可能多的转化成销售额如果您的宝贝转化率明显比同行的低,淘宝是不会给你很好的排名的即使你的销量足够的高,因为你会浪费淘宝的资源这个道理跟直通车的原理是一样的,如果您是直通車高手肯定懂得!

二.如何从获取类目流量的角度优化标题

1.类目流量从何而来,有什么特点

大家都知道类目流量都是首页的导航进入嘚,流量很精准比如我们在首页点击 美容护发>>护肤>>面部保养>>化妆水/爽肤水

得出类目搜索关键词后,就要检查自己宝贝的标题是否含有此关键词。结果是我的标题中少了一个似乎不太热的词,化妆水此前一直忽视了这个词,标题里也没有加

我要回帖

更多关于 电商平台销售数据 的文章

 

随机推荐