B2C电商运之：数据分析.docx

B2C电商运之：数据分析运营一个B2C网站中每个部门都是密不可分的，是要根据技术部门的数据来进行分析，将数据分析运用到运营中，可以说是具有巨大的推进作用。模板堂资讯站，汇集海量电商运营与电商营销类干货，一站式获取一手电商资讯！第一项：日常性数据（基础）流量相关数据：IP、PV、在线时间、跳出率、新用户比例；订单相关数据：总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率；转化率相关：下单转化率、付款转化率。简要说明：因为我们已经实现基础的WEB版数据分析系统（有些公司用进销存软件），所以常规性的销售额、利润、利润率，都是可以通过系统实现的。因为直接 与商城后台对接，库存管理都已经做进去了，分析数据时候，后台的原始数据都有，设定好各项公式，想要的结果都出来了，这样实现比用软件效率更好，且可以根 据各自的需求灵活开发。由于会出现用户今日下单，明日付款，所以订单有效率、销售额、转化率、客单价会动态变化，靠EXCEL基本是做不来，所以灵活对接系统非常重要，如果没有，也可以参考这方面的需求去开发。第二项：每周数据分析（核心）用户下单和付款不一定会在同一天完成，但一周的数据相对是精准的，所以我们把每周数据作为比对的参考对象，主要的用途在于，比对上周与上上周数据间的差 别，运营做了某方面的工作，产品做出了某种调整，相对应的数据也会有一定的变化，如果没有提高，说明方法有问题或者本身的问题并在与此。网站使用率：IP、PV、平均浏览页数、在线时间、跳出率、回访者比率、访问深度比率、访问时间比率；这是最基本的，每项数据提高都不容易，这意味着要不断改进每一个发现问题的细节，不断去完善购物体验。来说明下重要的数据指标：跳出率：跳出率高绝不是好事，但跳出的问题在哪里才是关键。我的经验，在一些推广活动或投放大媒体广告时，跳出率都会很高，跳出率高可能意味着人群不精 准，或者广告诉求与访问内容有巨大的差别，或者本身的访问页面有问题。常规性的跳出率我注于登录、注册、订单流程1-3步、用户中心等基础页面，如果跳出 率高于20%，我觉得就有不少的问题，也根据跳出率来改进购物流程和用户体验。回访者比率=一周内2次回访者/总来访者，意味着网站吸引力，以及会员忠诚度，如果在流量稳定的情况下，此数据相对高一些会比较高，太高则说明新用户开发的太少，太低则说明用户的忠诚度太差，复购率也不会高。访问深度比率=访问超过11页的用户／总的访问数，访问时间比率=访问时间在10分钟以上的用户数／总用户数，这两项指标代表网站内容吸引力，数据比率越高越好。运营数据：总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率、下单转化率、付款转化率、退货率；每日数据汇总，每周的数据一定是稳定的，主要比对于上上周的数据，重点指导运营内部的工作，如产品引导、定价策略、促销策略、包邮策略等。比对数据，为什么订单数减少了？但销售额增加了？这是否是好事？对比数据，为什么客单价提高了？但利润率降低了？这是否是好事？对比数据，能否做到：销售额增长，利润率提高，订单数增加？这不是不可能。所有的问题，在运营数据中都能够找到答案。第三项：用户分析会员分析：新会员注册、新会员购物比率、会员总数、所有会员购物比率；概括性分析会员购物状态，重点在于本周新增了多少会员，新增会员购物比率是否高于总体水平。如果你的注册会员购物比率很高，那引导新会员注册不失为提高销售额的好方法。会员复购率：1次购物比例、2次购物比例、3次购物比例、4次购物比例、5次购物比例、6次购物比例；转化率是体现的是B2C的购物流程、用户体验是否有好，可以叫外功，复购率则体现B2C整体的竞争力，绝对是内功，这包括知名度、口碑、客户服务、包装、 发货单等每个细节，好的B2C复购率能做到90%，没有复购率的B2C绝对没有任何前途，所以这也能够理解为什么很多B2C愿意花大钱去投门户广告，为了 就是获取用户的第一次购买，从而获得长期的重复购买。但某些B2C购物体验做的不好，花大钱砸广告，这纯属烧钱行为。所以我觉得运营的核心工作，一方面是做外功，提高转化率，获取消费者第一次购买行为，另外一方面就是做内功，提高复购率，B2C根本也就在重复购买。所以B2C是个综合学科，做好每门功课真是不容易，不过也就是依靠每个细节，才奠定了B2C发展的基石。中国的B2C是幸运的，因为中国的消费者很宽容，你欺骗我一次，我可能还会原谅你，说实话给消费者选择的空间也并不是那么多，但随着新崛起B2C的成长，对服务的关注与投入，我相信未来的B2C会是个服务行业，而不是搬运工。第四项：流量来源分析我们用的是Google Analytics，统计的数据比较详细，流量来源分析我觉得最重要的意义是：第一，监控各渠道转化率，这是运营的核心工作，针对不同的渠道做有效的营销，IP代表着力度，