电商数据分析的4大思维和8个指标（电商数据分析的五大数据指标和三个思路）

大家好,小太来为大家解答以上的问题电商数据分析的4大思维和8个指标，电商数据分析的五大数据指标和三个思路这个很多人还不知道,现在让我们一起来看看吧！

分析电子商务平台数据，首要关注的五个关键数据指标：活跃用户、转化、保存、回购、gmv；三个关键思想：商品运营，用户运营，产品运营。

五大数据指标

在众多的互联网子行业中，电子商务行业起步早，成长时间长，具有显著的行业特征：

1)商品品类多，SKU多，用户的笼子覆盖面广，操作难度大；

2)总体来说客单价低(旅游、奢侈品等除外。)，强调保存和重新购买；

3)电商产品设计相对成熟，最重要的是优化运营；

4)电商行业竞争激烈，精准运营是走出重围的必要技术。

要实现精准运营，数据是必不可少的环节。电子商务网站要提高运营效率，至少需要五个关键指标：活跃用户、转化率、保存率、复购率和gmv。

1)活跃用户数是一个基本面指标，有三个层次：dau(日活跃用户)、wau(周活跃用户)、mau(月活跃用户)；

2)转化率是一个很重要的指标。电商运营需要关注一级路径、二级路径甚至精准到每个品类/sku的转化率；

3)保存应从不同时间段研究，包括第二天保存率、第三天、第七天、第三十天保存率；

4)重购要从重购用户数、重购率、重购金额比例三个角度来看；

5)gmv是最重要的指标，我们的运营最终围绕这个展开。Gmv=uv*转化率*客单价。

三个运营思路

商品经营

如前所述，电商行业的一大特点就是商品品类或SKU多，那么这么多商品应该如何运营呢？

就是这三个电商app的首页界面(每个web端的结构都差不多):前两个是JD.COM和国美，都是平台型电商；三是鲜果平台，属于垂直电商。不难发现，电商的产品在设计上都大同小异。carousel的横幅出现在首页，下方是活动区。

在商品操作中，尤其是首页商品更新快，要特别注意换算，甚至要确定不同商品在不同时间段、不同位置、不同地点的换算率。然后根据转化率和业务经验，无休止的调整运营策略。但是，即使是大型电商网站也没有做好这一点，对每个商品类目/sku的转化率分析还有一定差距。

商品经营有一个很大的优势：投资少，见效快，效果显著。商品运营的质量就是通过对过程中不同的坑、活动、商品的分析，来提高我们的转化率和gmv。

展示了一个电商购买流程的主要路径：首页——活动页面——商品详情页面——支付完成。从精准分析的角度，关注转化路径每一步的转化率；通过流程分析，不难发现最后一步“付费完成”的转化率较低。

更重要的是，我们需要基于“uv-点击”、“点击-收藏购物车”、“购物车-支付成功”三个关键转化，对不同商品进行对比分析，从而实时调整运营策略。下图显示了每一步的转化率：

电商网站的运营节奏很快，尤其是活动区的“秒杀”、“抢购”等活动，需要及时监控sku的更新和转化。上图中，某电商平台在微信上进行促销活动，通过流程及时监控相应平台会议环境，让运营方实时调整运营策略。

用户操作

如开头所说，随着互联网用户增长速度的放缓，用户体验变得越来越重要。之前漫无目的的短信推送和app通知可能会让用户厌烦，碾压用户体验；甚至可能导致用户退订卸载。在精准运营的环境下，做好用户运营首先要从两个角度入手：一是找到用户保存的关键点；二是采取差异化的运营策略，识别不同的用户群体，针对不同的群体采取差异化的运营风格。

1.找到用户添加的“幻数”

留住一个客户的成本远远小于从零开始获取一个客户的成本，所以保全相当重要，关系到一个平台能否持续健康成长。

保存曲线分为三个时期，从震动期和选择期开始，到这两个时期结束，如果用户能够或者可能留下，就会进入一个相对稳定的时期。在硅谷的成长黑客中，经常会提到幻数。那么作为一个电商平台，你们平台的幻数是多少呢？

以某电商平台为例。在这个网站上七天内购买过三次的用户(红色)的保存度是普通用户(绿色)的四倍，所以让用户在一周内购买三次是他的神奇数字。

2.差异化经营战略

不同用户的活跃度、商品偏好、购买决策规划阶段不同，需要采取差异化的运营策略。差异化运营策略从三个角度入手：基于用户的活跃度，基于用户对不同商品的偏好，基于用户的决策和规划阶段。

根据用户的活跃程度，我们大致可以将其分为“搅动用户”、“低频活跃用户”和“高频活跃用户”。一般情况下，如果一个用户30天以上没有登录你的平台，我们基本可以认为该用户已经流失。是否应该考虑对流失客户采取召回策略？能否给30天内活跃10天以上的高活跃用户推荐更精准的产品？

其次，基于用户对不同商品的偏好，我

最后，基于用户购买决议计划的不同阶段。一个尺度的购买流程，前后履历“首页浏览/搜索——浏览商品详情页——商品比较——收藏购物车——付出成功”等几个环节，用户在每个节点都处于不同的决议计划阶段。我们从维度（属性数据）和指标（行为数据）动身，对用户分群，如“领取了优惠券，可是未利用”的用户，采纳精准的推送。我们从growingio供给的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。

产品运营

现在电商产品的设计整体成熟、界面结构近似，我们首要连系用户的利用环境去优化产品。我们的思绪首要是：优化产品不同路径的转化率，注重用户点评的经管。

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：

上牟利用growingio漏斗功能展现了一个用户的购买流程及每一步的转化率，我们发现“收藏购物车”到“付出成功”的转化率不到1/3，偏低，需要排查具体的问题出在哪里。

一旦发觉到问题可能存在，我们就需要层层下钻，直接抵达问题的焦点。我们经由过程用户分群，将“提交订单，可是未付出完成”的用户全数挑选出来。然后抽出3-5个合适前提的用户，借助“用户细查”细心观看每一个用户的操作流程，一般就可以发现问题了。

2.用户评价的主要性

越注重用户体验的商品，用户评价的经管就越主要，例如旅游类商品、生鲜类商品、鞋服类商品等。

本文到此分享完毕，希望对大家有所帮助。

标签：

免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。