您的位置 首页 电商干货

电商运营要分析哪些数据?电商的数据运营做些什么?

既然不是专业的数据产品人员,我们不需要了解的太深,只需要关注最核心的一些内容,在明确数据分析之前,首先我们要明确电商产品的数据分析几大业务指标。

用户角度

1、总活跃用户数、新注册用户数、总PV;

2、一定时间的活跃用户数、新注册用户数、总PV;

3、一定时间的转换关系;

4、不同渠道下,注册转换情况;

5、不同注册渠道下,注册用户的后续留存率;

6、一定时间有购买行为的用户的重复购买的分布情况。

订单角度

1、今日的订单总数、销售额、订单单价、有订单用户数、补贴比例;

2、过去一周每天的订单总数、销售额、订单单价、有订单用户数、补贴比例;

3、过去一周每天的订单平均送达时间。

商品角度

1、按照商品分组,今日每个商品的浏览数、购买用户数、订单数、销售额;

2、按照商品分组,过去一周每天每个商品的浏览数、购买用户数、订单数、销售额。

品类角度

1、按照商品品类分组,今日每个品类的浏览数、购买用户数、订单数、销售额、订单单价;

2、按照商品品类分组,过去一周每天每个品类的浏览数、购买用户数、订单数、销售额、订单单价。

店铺角度

1、按照店铺分组,今日每个店铺的浏览数、购买用户数、订单数、销售额、订单单价;

2、按照店铺分组,过去一周每个店铺的浏览数、购买用户数、订单数、销售额、订单单价;

数据分析

在基于以上指标进行数据的统计,我们再进行数据分析。

首先数据分析建模,我们知道电商类产品模型一般以事件(点击,浏览等)用户属性进行建模,然后我们进行正式的数据分析,我们需要知道用户的一系列用户行为分析,常指用户画像。

方法一:多维度数据分析

我们需要定义一些事件,如取消订单,提交订单,支付订单,浏览商品,加入购物车等等,然后基于这些事件,我们需要一个指标,比如说次数、总和,可是我们知道光有个数据罗盘还不够,我们需要对数据进行细分,这里我们做了事件,指标。

所以还需要筛选用户的属性了,比如说城市、用的设备、支付方式、来源渠道。

这个方法,我们常用于用户画像,用户行为分析,数据异常排查分析等

方法二:转换率数据分析

我们进行一场活动,需要进行评估,活动注册了多少人,订单转换率是多少,支付率是多少,这里我们就需要一个分析方法。

从我刚讲的基于事件分析,所以我们就可以定义一个事件,筛选时间,先定义事件(注册),再次定义事件(提交订单),再次定义事件(支付订单),我们可以得到一个转换率。

这个方法,我们常用于转换率分析,也称漏斗分析。

方法三:留存数据分析

留存分析正如字面意思留存,我们需要对一段时间的用户就像数据分析,比如说我们搞了一个活动,需要看那段时间的注册用户,提交订单的情况,第一天有多少提交,第二天有多少人提交,第三天有多少人提交等。

数据分析一般为:根据我们的数据模型,首先定义一个事件(如注册用户),再次定义一个事件(如提交订单)得到一定事件的比列。

这个方法,我们常用于观测一定事件的留存情况

方法四:活跃或回访数据分析

当我们需要看一段时间里的一个事件的使用次数,或者某个地方的用户使用情况,那该怎么办呢?

这里就可以用活跃数据分析。

我们首先需要定义一个事件(如注册用户),再定义一个事件(如提交订单)的情况(这里一般为次天数),然后我们筛选用户的事件为什么,得到一个数据。

这个方法,我们常用于调查用户使用情况,也是衡量一个用户活跃的关键数据分析指标。

最后

说了这么多,这些数据都能干嘛呢?

1、数据异常排查,细分逐一查看;

2、关键页面的转换率提升;

3、活动的情况评估,渠道数据分析评估;

等等,只要你想要的,都能通过数据去找出答案。

热门文章

发表评论