联系方式

全国服务热线

18674022192
客服QQ:12058283
TOP
点击此处QQ咨询专家

五大数据指标与电子商务数据分析的三大思路

责任编辑:admin  发布时间:2020-02-06

如今电子商务发展非常火爆,很多电子商务运营商缺乏精准运营和数据驱动的经验和意识,但电子商务正成为电子商务自身增长的一个越来越重要的因素。作为一个电子商务的人,应该看和分析哪些电子商务数据。

电子商务平台数据分析,首要关注的五个关键数据指标:活跃用户量、转化、保存、复购、gmv;三个关键思想:商品运营、用户运营、产品运营。

五大数据指标

在广大互联网细分行业中,电子商务行业起步早、成长长、行业特色显著:

1)商品种类多,用户笼覆盖面广,操作难度大;

(二)整体单价偏低(旅游、奢侈品等除外)。),强调保存和再购买;

  3)电商产品设计相对的成熟,重中之重是优化运营;

  4)电商行业竞争的白热化,精密化运营是冲出重围的必备技术。

  要想实现精密化运营,数据是必不成少的一个环节。电商网站要提高运营效率,最少需要五大关键指标:活跃用户量、转化率、保存、复购和 gmv 。

  1)活跃用户量是一个根基的指标,有 dau(日活跃用户)、wau(周活跃用户)和 mau(月活跃用户)三个条理;

  2)转化是一个很是主要的指标,电商运营需要关注主路径、次路径乃至精密到每个品类 / sku 的转化率;

  3)保存要从不同的时候周期上研究,包括第二天保存率、3 日、7 日、30 日保存;

  4)复购则要从 3 个角度去看,复购用户量、复购率和复购金额比;

  5)gmv 是最主要的指标,我们的运营最终是环绕这个来进行的。gmv = uv *转化率*客单价。

  三条运营思路

  商品运营

  前面提到电商行业的一大特点是商品品类或者 sku 很是多,那么这么多的商品该若何运营呢?

  这是三个电商 app 的首页界面(各家 web 端结构也对比相似):前两个是京东和国美,属于平台型的电商;第三个是生鲜生果平台,属于垂直型电商。不难发现电商的产品在设计上很是近似,首页上面显现的是轮播的 banner ,下面是活动专区。

  在商品运营中,尤其是首页商品更新速度快,我们要非分特别正视转化,乃至要切确到不同时候区间、不同位置、不同商品的转化率。然后按照转化率,连系营业经验,不竭调整运营策略。然而现在,即便是大型的电商网站,也没有很好地做到这一点,对于每一个商品品类 / sku 的转化率的分析仍存在必定的空白。

  商品运营有一个很是大的优势:投入低,生效快,结果较着,商品运营的素质是经由过程不同坑位、不同活动、不同商品的分析来提高我们的转化率和 gmv 。

  展现了一个电商购买流程的主路径:首页——活动页——商品详情页——付出完成。从精密化分析的角度动身,我们关注转化路径每一步的转化率;经由过程分析不难发现最后一步“付出完成”的转化率偏低。

  我们更需要基于三个关键转化“uv-点击”、“点击-收藏购物车”、“购物车-付出成功”,对不同的商品进行对比分析,从而实时调整运营策略,下图就是各个步调的转化率:

  电商网站的运营节拍很是快,尤其是活动专区的“秒杀”、“抢购”等活动,需要及时监测 sku 的更新转变。上图中,某电商平台进行了一次微信上的促销活动,经由过程及时监测到对应的平台会见环境,便于运营人员实时调整运营策略。

  用户运营

  正如开首提到的,跟着互联网用户增加速度的放缓,用户体验愈发主要,之前无目标的短信推送、app 通知有可能利用户腻烦,粉碎用户的体验;乃至可能致使用户退订、卸载。精密化运营的环境下,做好用户运营首要从两个角度动身:一是找到用户保存的关键点;二是采纳差别化的运营策略,辨别不同的用户群体,对不同群体采纳差别化的运营体例。

  1. 找到用户增加的“魔法数字”

  留住一个客户的成本远远小于从头获得一个客户的成本,所以保存相当主要,它关系着一个平台可否延续健康成长。

  保存曲线分成三个周期,起头是震动期和选择期,颠末这两个周期,若是用户可以或许留下来,就会进入一个相对安稳期。 在硅谷流向的 growth hacking 中,常常提到 magic number(魔法数字)。那么作为一个电商平台,你的平台的魔法数字是什么?

  以某电商平台为例,在该网站上 7 天内完成 3 次购买的用户的保存度(红色)是一般用户(绿色)的 4 倍阁下,是以在一周内让用户完成 3 次购买就是他的魔法数字。

  2. 差别化的运营策略

  不同用户的活跃度、商品偏好、购买决议计划阶段都各别,我们需要采纳差别化的运营策略。差别化的运营策略首要从3个角度动身:基于用户的活跃度、基于用户对不同商品的偏好、基于用户所处的决议计划阶段。

  基于用户的活跃水平,我们可以将用户大致分成“流掉用户”、“低频活跃用户”和“高频活跃用户”。一般环境下,一个用户 30 天乃至更久没有登录你的平台,我们根基可以认为该用户流掉了。对于流掉客户,是不是要考虑采纳召回策略。30 天内活跃 10 天以上的高度活跃用户,我们是不是可以向其推荐更多精准的商品。

  其次基于用户对不同商品的偏好,我们采取用户分群,将用户辨别成“美妆类”、“鞋帽类”、“数码类”、“册本类”等不同群体,然后精准推送新品。

  最后,基于用户购买决议计划的不同阶段。一个尺度的购买流程,前后履历“首页浏览/搜索——浏览商品详情页——商品比较——收藏购物车——付出成功”等几个环节,用户在每个节点都处于不同的决议计划阶段。我们从维度(属性数据)和指标(行为数据)动身,对用户分群,如“领取了优惠券,可是未利用”的用户,采纳精准的推送。我们从 growingio 供给的 api 导出这些用户的 id 和属性,然后对接企业内容的 crm 或者 edm 进行精准的推送和提醒,刺激用户的转化。

  产品运营

  现在电商产品的设计整体成熟、界面结构近似,我们首要连系用户的利用环境去优化产品。我们的思绪首要是:优化产品不同路径的转化率,注重用户点评的经管。

  1. 优化产品,从转化做起

  一个购买行为可能有多种转化路径:

  1)首页——商品——订单转化

  2)首页——商品列表——详情页——订单转化

  3)首页——搜索——商品列表——详情页——订单转化

  4)首页——单坑位banner——活动页——详情页——订单转化

  除了不同路径的转化率,我们还关注转化的每一步:

  上牟利用 growingio漏斗功能展现了一个用户的购买流程及每一步的转化率,我们发现“收藏购物车”到“付出成功”的转化率不到 1/3,偏低,需要排查具体的问题出在哪里。

  一旦发觉到问题可能存在,我们就需要层层下钻,直接抵达问题的焦点。我们经由过程用户分群,将“提交订单,可是未付出完成”的用户全数挑选出来。然后抽出 3-5 个合适前提的用户,借助“用户细查”细心观看每一个用户的操作流程,一般就可以发现问题了。

  2. 用户评价的主要性

  越注重用户体验的商品,用户评价的经管就越主要,例如旅游类商品、生鲜类商品、鞋服类商品等。

  借助转化漏斗,我们发现观看过“商批评价图片”的用户的购买转化率是一般用户的 4 倍,可是其数目只占整体的 1/10。若是我们能指导用户介入点评,将优很点评展现给更多的新用户,那么我们的整体购买转化率将会有更大的晋升。

  以上就是小编给大家带来的相关内容,文章就给大家介绍到这里了,想要知道更多家居电商资讯请继续关注家居售后服务万师傅。

  转载请保留:www.wanshifu.com(万师傅)

上一篇:没有了
下一篇:没有了