电商数据分析与用户画像手册.docxVIP

电商数据分析与用户画像手册

第一章数据基础与采集体系

1.1电商核心数据指标定义与口径

在构建电商数据模型之初，首要任务是统一“销售额”、“转化率”等核心指标的统计口径，确保全渠道数据同源。例如，在计算GMV（商品交易总额）时，必须严格区分“已支付金额”与“待支付订单金额”，前者计入GMV，后者需额外扣除预计退款或取消订单，以避免虚增数据。针对“客单价”指标，需明确其计算边界是仅统计“有支付记录的订单”还是“所有浏览行为”，若包含浏览行为则会导致客单价虚高，因此通常定义为单位商品在支付环节产生的平均消费金额。

“复购率”的统计周期必须标准化，建议采用“最近30天”或“最近90天”作为固定窗口，避免不同时间段的波动干扰分析；对于“新客”定义，应统一为“过去30天内从未购买过本品牌商品的独立用户”，并需记录其首次购买时间戳。在分析“退货率”时，需区分“自然退货”（因质量问题或尺寸不合）与“恶意退货”（因不满商品质量而退货），前者通常计入正常损耗分析，后者则需单独标记以便风控部门介入，确保数据分类准确。“搜索转化率”需明确区分“自然搜索”、“付费搜索”和“推荐搜索”三类流量来源，因为不同渠道的转化率基准差异巨大，若直接加总会导致整体转化率失真，必须按渠道维度进行加权计算。

对于“优惠券使用率”，需界定“核销”与“未核销”的统计逻辑，重点在于区分“优惠券