电子商务数据分析报告实例.docx

用数字来看某知名 B2C网站的发展内幕和隐私 ( 作者： perplexing) 数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户， 那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是 2008 年 4 月 24 号，我们看看如下哪个顾客属于老用户？ 1， 2002 年注册， 2002 年~2003 年曾经购买过 27 次，但是 2004 年之后就再也没有来过了； 2， 2002 年注册，直到 2005 年才买过一次东西，但是从此人间蒸发了； 3， 2008 年 4 月 22 号注册， 4 月 23 号（昨天）买过东西，不知道他以后还来不来； 4， 2007 年 1 月注册， 2007 年 1 月~2008 年 4 月间，平均每 3 个月就来买一次。 其实上面的都可以俗称为老用户，但是他的注册时间，购买次数，购买金额，购买频率，最后一次购买时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才能精准营销。 我们来用数字分析一家比较知名的 B2C网站的发展历程，名字就不直接说了，我们就用 A 公司来代替。只是从这些分析中，我觉得可以看出很多隐形的（ hidden ）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来 和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从 2002 年 1 月 1 号开始分析， action ！ ~ 1， A 公司的注册会员发展轨迹 某电子商务公司 2002-2007 注册用户发展变化 年度 年度注册 每日注册 注册占比 累计占比 2002 7792 21 2.22% 2.22% 2003 27835 76 7.92% 10.14% 2004 39738 109 11.31% 21.45% 2005 72332 198 20.59% 42.04% 2006 98316 269 27.99% 70.03% 2007 105299 288 29.97% 100.00% 总计 351311 / 100.00% / 截止 2007 年 12 月 31 号， A公司累计注册用户 35 万。淘宝网截止 2008 年 Q1 有 6200 万注册用户，也就意味着 A 公司的注册用户只是淘宝的 0.5 6%而已。每天的注册人数从 2002 年的 21 个（天）到目前大概 300 个（天），可以说， A 公司的注册用户一直在稳步增长。 中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在 baidu 的 index 里输入某个关键字的查询次数，比如我输入“电子商务”， 发现每天在 baidu 查询“电子商务”的人数一直稳定在 300~500 的范围内飘飘荡荡的。昨天查询的人和今天查询的人是不一样的，而且也互相不 认识，但是庞大的 baidu 用户群体造就了美丽平滑的统计大数定律。 所以，如果有人问我， 今天大概多少网民过生日？我告诉他， 大概 27 万左右， 因为网民总 1 亿， 365 天每天都有人可能过生日，所以这个 27 万的正确率绝对 80%以上。 2， A 公司的年度交易量发展变化图 年度 每日交易额（万） 年度交易额（亿） 每日订单量 平均每单金额 ( 元） 2002 3.13 0.114 54 583 2003 7.31 0.267 118 620 2004 11.02 0.402 172 640 2005 15.66 0.572 240 652 2006 31.34 1.144 462 679 2007 41.83 1.527 614 681 总计 / 4.026 / / 恩，不错， 2002 年每天只有 3.13 万的交易量，到了 2007 年，每天有 41.83 万了。年度交易额来看， 2006 年就冲过 1 亿的关口了。每个订单的金 额大概就是 650 元左右。每天的订单量目前维持在 600 多一点的规模。除掉每天 8 小时的睡觉时间，其他时间顾客都可以下单的话，大概 1~2 分 钟就来一个 600 多元的订单。 3，注册用户的购买情况 如上的 2 个表格没有意思，这个表格却可以说明很多问题： 购买次数 人数 百分比 人均贡献（元） 总计贡献金额 ( 亿） 累计贡献 0 次 185773 52.88% 0 0.000 0.00% 1 次 71859 20.45% 548.49 0.394 100.00% 2 次 28060 7.99% 1094.03 0.307 90.21% 3 次 15496 4.41% 1584.46 0.246 82.58% 4 次 103