網站分析

第一項：平常性數據（基礎）

1.流量相關數據：

　　1.1IP ：獨立IP數。00:00-24:00內相同IP地址之被計算一次。

　　1.2PV：頁面瀏覽量或點擊量，用戶每次刷新即被計算一次。

　　1.3UV：訪問您網站的一臺電腦客戶端爲一個訪客。00:00-24:00內相同的客戶端只被計算一次。

　　1.4在線時間 

　　1.5跳出率 

　　1.6新用戶比例 

2.訂單相關數據： 

　　2.1總訂單 

　　2.2有效訂單 ：有意向合做和購物的訂單，還未完成實際交易產生利潤。

　　2.3訂單有效率 ：已經完成交易的訂單/總訂單。

　　2.4總銷售額 

　　2.5客單價 ：每個顧客平均購買商品的金額。

　　2.6毛利潤 ：收入-成本（和淨利潤的區別在於淨利潤還要扣除稅收，各類支持後的利潤）

　　2.7毛利率 ：毛利潤/營業收入

3.轉化率相關數據： 

　　3.1下單轉化率 ：支付次數/下單次數

　　3.2付款轉化率：支付買家數/訪客數

 

簡要說明： 

1.由於咱們已經實現基礎的WEB版數據分析系統（有些公司用進銷存軟件），因此常規性的銷售額、利潤、利潤率，都是能夠經過系統實現的。 

2.由於直接與商城後臺對接，庫存管理都已經作進去了，分析數據時候，後臺的原始數據都有，設定好各項公式，想要的結果都出來了，這樣實現比用軟件效率更好，且能夠根據各自的需求靈活開發。 

3.因爲會出現用戶今日下單，明日付款，因此訂單有效率、銷售額、轉化率、客單價會動態變化，靠EXCEL基本是作不來，因此靈活對接系統很是重要，若是沒有，也能夠參考這方面的需求去開發。 

 第二項：每週數據分析（核心） 

用戶下單和付款不必定會在同一天完成，但一週的數據相對是精準的，因此咱們把每週數據做爲比對的參考對象，主要的用途在於，比對上週與上上週數據間的差異，運營作了某方面的工做，產品作出了某種調整，相對應的數據也會有必定的變化，若是沒有提升，說明方法有問題或者自己的問題並在與此。 

1.網站使用率：IP、PV、平均瀏覽頁數、在線時間、跳出率、回訪者比率、訪問深度比率、訪問時間比率。 

這是最基本的，每項數據提升都不容易，這意味着要不斷改進每個發現問題的細節，不斷去完善購物體驗。

來講明下重要的數據指標： 

1.1跳出率：跳出率高毫不是好事，但跳出的問題在哪裏纔是關鍵。個人經驗，在一些推廣活動或投放大媒體廣告時，跳出率都會很高，跳出率高可能意味着人羣不精準，或者廣告訴求與訪問內容有巨大的差異，或者自己的訪問頁面有問題。常規性的跳出率我注於登陸、註冊、訂單流程1-3步、用戶中心等基礎頁面，若是跳出率高於20%，我以爲就有很多的問題，也根據跳出率來改進購物流程和用戶體驗。 

1.2回訪者比率=一週內2次回訪者/總來訪者，意味着網站吸引力，以及會員忠誠度，若是在流量穩定的狀況下，此數據相對高一些會比較好，過高則說明新用戶開發的太少，過低則說明用戶的忠誠度太差，復購率也不會高。 

1.3訪問深度比率=訪問超過11頁的用戶／總的訪問數，訪問時間比率=訪問時間在10分鐘以上的用戶數／總用戶數，這兩項指標表明網站內容吸引力，數據比率越高越好。 

2.運營數據：總訂單、有效訂單、訂單有效率、總銷售額、客單價、毛利潤、毛利率、下單轉化率、付款轉化率、退貨率； 

每日數據彙總，每週的數據必定是穩定的，主要比對於上上週的數據，重點指導運營內部的工做，如產品引導、訂價策略、促銷策略、包郵策略等。 

2.1比對數據，爲何訂單數減小了？但銷售額增長了？這是不是好事？ 

2.2對比數據，爲何客單價提升了？但利潤率下降了？這是不是好事？ 

2.3對比數據，可否作到：銷售額增加，利潤率提升，訂單數增長？這不是不可能。 全部的問題，在運營數據中都可以找到答案。 

第三項：用戶分析 

1.0主要分析：

* 用戶的來源地區、來路域名和頁面；

* 用戶在網站的停留時間、跳出率、回訪者、新訪問者、回訪次數、回訪相隔天數；

* 註冊用戶和非註冊用戶，分析二者之間的瀏覽習慣；

* 用戶所使用的搜索引擎、關鍵詞、關聯關鍵詞和站內關鍵字；

* 用戶選擇什麼樣的入口形式（廣告或者網站入口連接）更爲有效；

* 用戶訪問網站流程，用來分析頁面結構設計是否合理；

* 用戶在頁面上的網頁熱點圖分佈數據和網頁覆蓋圖數據；

* 用戶在不一樣時段的訪問量狀況等：

* 用戶對於網站的字體顏色的喜愛程度

1.會員分析：新會員註冊、新會員購物比率、會員總數、全部會員購物比率； 歸納性分析會員購物狀態，重點在於本週新增了多少會員，新增會員購物比率是否高於整體水平。若是你的註冊會員購物比率很高，那引導新會員註冊不失爲提升銷售額的好方法。 

1.1會員復購率：1次購物比例、2次購物比例、3次購物比例、4次購物比例、5次購物比例、6次購物比例； 

1.2轉化率是體現的是B2C的購物流程、用戶體驗是否有好，能夠叫外功，復購率則體現B2C總體的競爭力，絕對是內功，這包括知名度、口碑、客戶服務、包裝、發貨單等每一個細節，好的B2C復購率能作到90%，沒有復購率的B2C絕對沒有任何前途，因此這也可以理解爲何不少B2C願意花大錢去投門戶廣告，爲了就是獲取用戶的第一次購買，從而得到長期的重複購買。但某些B2C購物體驗作的很差，花大錢砸廣告，這純屬燒錢行爲。 因此我以爲運營的核心工做，一方面是作外功，提升轉化率，獲取消費者第一次購買行爲，另一方面就是作內功，提升復購率，B2C根本也就在重複購買。因此B2C是個綜合學科，作好每門功課真是不容易，不過也就是依靠每一個細節，才奠基了B2C發展的基石。 中國的B2C是幸運的，由於中國的消費者很寬容，你欺騙我一次，我可能還會原諒你，說實話給消費者選擇的空間也並非那麼多，但隨着新崛起B2C的成長，對服務的關注與投入，我相信將來的B2C會是個服務行業，而不是搬運工。 

第四項：流量來源分析 

咱們用的是GoogleAnalytics，統計的數據比較詳細，流量來源分析我以爲最重要的意義是： 

1. 監控各渠道轉化率，這是運營的核心工做，針對不一樣的渠道作有效的營銷，IP表明着力度，轉化率表明着效果；
2. 發掘有效媒體，轉化率的數據讓咱們很清晰的瞭解什麼樣的渠道轉化效果好，那麼以此類推，一樣的營銷方式，用在同類的渠道上，效果差不到哪去，BD或廣告就能夠去開發同類的合做渠道，複製成功經驗。 

流量分析是爲運營和推广部門指導方向的，除了關注轉化率，還有像瀏覽頁數、在線時間，都是評估渠道價值的指標。 

第五項：內容分析 

主要的兩項指標：退出率和熱點內容 

1.退出率是個好醫生，很適合給B2C檢查身體，哪裏的退出率高，基本會說明有些問題，重點關注登陸、註冊、購物車、用戶中心，這些是最基礎的，但也是最關鍵的。通常我會列出TOP20退出率頁面，而後運營部會重點討論爲何，而後依次進行改進，不過咱們今年作的很粗曠，作得也不是很好，來年重點完善。 

2.熱點內容這部分是用來指導運營工做的，消費者最關注什麼，什麼產品、分類、品牌點擊最高，這些數據在新的運營工做中作重點引導，推薦消費者最關注的品牌、促銷最關注的商品等等。 

第六項：商品銷售分析 

1，訂單分析：

　　　先看整體四個數據：總訂單量、總支付量、取消訂單量、投訴訂單量。通常是以周爲單位進行總結。

　　　日訂單：這個主要分析的是各個時段的成單量，不少新組建的公司，朝九晚五確定不能作電商。要找到本身最合適的時間點來進行投放廣告和安排客服休息。

　　　日結單轉化率：這個須要技術人員進行設計代碼，很簡單的，基本上分析一下首頁、列表頁、詳情頁。最重要的支付頁面的成功率。支付頁面設計的很渣，致使大量的跳單。

　　　不一樣註冊用戶來源轉化率：這個依然要技術人員來配合設計跟蹤代碼，主要是爲了後期投放廣告設計的代碼。

　　　新增訂單分佈：這個就很簡單了，稍微用一些技術手段導出訂單收貨地址，而後分析一下就行。若是一個地區增長訂單多，就進行定向投入。

　　　客單價分析：這個的意義主要是爲了後續開展活動須要作的事情來進行分析參考的，爲後續的商品促銷活動定一個合理的價位。

　　　不一樣終端轉化率：這個移動端的參考意義比較大，若是能夠很好的把握終端轉化率，從必定程度上能夠分析客戶羣體。

2，廣告分析：

　　　廣告分析要具備四個要素：

　　　1，被訪問者。接受調查的消費者

　　　二、訪問員（或測試器）。

　　　三、問卷表或測試內容。

　　　四、刺激物。預先製做好的要測定的廣告做品。