電商數據分析模型

又是一年年末，又到總結的時候。B2C們該總結什麼？？利潤？？毛利？？成本？？空洞的文字必定會很蒼白，很業餘。數據，用數聽說話。

      筆者根據B2C運營的的業務特色，創建了總體B2C運營體系的數據模型，技術部已經開始對接商城後臺，實施咱們WEB版的數據分析後臺。

      明年咱們的運營部，將逐步實現運營數據化，以數據爲指導思想，來發現問題，解決問題，逐步使咱們的運營工做穩健的上一個又一個臺階。

 第一項：平常性數據（基礎）

1.  流量相關數據：

1.1  IP

1.2  PV

1.3  在線時間

1.4  跳出率

1.5  新用戶比例

2.  訂單相關數據：

2.1  總訂單

2.2  有效訂單

2.3  訂單有效率

2.4  總銷售額

2.5  客單價

2.6  毛利潤

2. 7  毛利率

3.  轉化率相關數據：

3.1  下單轉化率

3.2  付款轉化率。

         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高，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.  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Google Analytics，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

        這部分是內部數據，根據每週、每個月的銷售詳情，瞭解經營情況，作出將來銷售趨勢的判斷，這部分數據模型還在規劃中，每家的狀況都不一樣，因此這裏就不作說明了。

本文寫的比較倉促和潦草，年後有空會把每一部分延伸來寫，但願能對你們有些幫助，對B2C的經營時間比較段，經驗並很少，因此請高手沒必要見笑了。

最後祝你們春節快樂！！