導航:首頁 > 電商促銷 > 電子商務平台常用數據分析

電子商務平台常用數據分析

發布時間:2021-05-13 12:53:17

電子商務運營數據一般分析哪些

一、抄瀏覽、創建訂單,支襲付訂單轉化;
二、商品瀏覽,加入購物車,提交購物車,創建訂單,支付等五步轉化趨勢;
三、商品兩個時間區間的銷量、金額、客單價對比分析;
四、網站首頁、頻道頁對商品瀏覽、創建訂單,支付訂單轉化;
五、網站首頁、頻道頁對商品瀏覽,加入購物車,提交購物車,創建訂單,支付等五步轉化趨勢;
六、網站頁面廣告位對商品瀏覽、創建訂單,支付訂單轉化;
七、自定義商品組功能,重點對商品活動、商品類目進行統計分析。

㈡ 電商數據分析需要統計哪些指標

數據指標
1.電商總體運營指標
數據指標
電商總體運營整體指標主要面向的人群電商運營的高層,通過總體運營指標評估電商運營的整體效果。電商總體運營整體指標包括四方面的指標:
(1)流量類指標
獨立訪客數(UV),指訪問電商網站的不重復用戶數。對於PC網站,統計系統會在每個訪問網站的用戶瀏覽器上「種」一個cookie來標記這個用戶,這樣每當被標記cookie的用戶訪問網站時,統計系統都會識別到此用戶。在一定統計周期內如(一天)統計系統會利用消重技術,對同一cookie在一天內多次訪問網站的用戶僅記錄為一個用戶。而在移動終端區分獨立用戶的方式則是按獨立設備計算獨立用戶。
頁面訪問數(PV),即頁面瀏覽量,用戶每一次對電商網站或著移動電商應用中的每個網頁訪問均被記錄一次,用戶對同一頁面的多次訪問,訪問量累計。
人均頁面訪問數,即頁面訪問數(PV)/獨立訪客數,該指標反映的是網站訪問粘性。
(2)訂單產生效率指標
總訂單數量,即訪客完成網上下單的訂單數之和。
訪問到下單的轉化率,即電商網站下單的次數與訪問該網站的次數之比。
(3)總體銷售業績指標
網站成交額(GMV),電商成交金額,即只要網民下單,生成訂單號,便可以計算在GMV裡面。
銷售金額。銷售金額是貨品出售的金額總額。
註:無論這個訂單最終是否成交,有些訂單下單未付款或取消,都算GMV,銷售金額一般只指實際成交金額,所以,GMV的數字一般比銷售金額大。
客單價,即訂單金額與訂單數量的比值。
(4)整體指標
銷售毛利,是銷售收入與成本的差值。銷售毛利中只扣除了商品原始成本,不扣除沒有計入成本的期間費用(管理費用、財務費用、營業費用)。
毛利率,是衡量電商企業盈利能力的指標,是銷售毛利與銷售收入的比值。如京東的2014年毛利率連續四個季度穩步上升,從第一季度的10.0%上升至第四季度的12.7%,體現出京東盈利能力的提升。
2.網站流量指標
數據指標
(1)流量規模類指標
常用的流量規模類指標包括獨立訪客數和頁面訪問數,相應的指標定義在前文(電商總體運營指標)已經描述,在此不在贅述。
(2)流量成本累指標
單位訪客獲取成本。該指標指在流量推廣中,廣告活動產生的投放費用與廣告活動帶來的獨立訪客數的比值。單位訪客成本最好與平均每個訪客帶來的收入以及這些訪客帶來的轉化率進行關聯分析。若單位訪客成本上升,但訪客轉化率和單位訪客收入不變或下降,則很可能流量推廣出現問題,尤其要關注渠道推廣的作弊問題。
(3)流量質量類指標
跳出率(Bounce Rate)也被稱為蹦失率,為瀏覽單頁即退出的次數/該頁訪問次數,跳出率只能衡量該頁做為著陸頁面(LandingPage)的訪問。如果花錢做推廣,著落頁的跳出率高,很可能是因為推廣渠道選擇出現失誤,推廣渠道目標人群和和被推廣網站到目標人群不夠匹配,導致大部分訪客來了訪問一次就離開。
頁面訪問時長。頁訪問時長是指單個頁面被訪問的時間。並不是頁面訪問時長越長越好,要視情況而定。對於電商網站,頁面訪問時間要結合轉化率來看,如果頁面訪問時間長,但轉化率低,則頁面體驗出現問題的可能性很大。
人均頁面瀏覽量。人均頁面瀏覽量是指在統計周期內,平均每個訪客所瀏覽的頁面量。人均頁面瀏覽量反應的是網站的粘性。
(4)會員類指標
注冊會員數。指一定統計周期內的注冊會員數量。
活躍會員數。活躍會員數,指在一定時期內有消費或登錄行為的會員總數。
活躍會員率。即活躍會員占注冊會員總數的比重。
會員復購率。指在統計周期內產生二次及二次以上購買的會員占購買會員的總數。
會員平均購買次數。指在統計周期內每個會員平均購買的次數,即訂單總數/購買用戶總數。會員復購率高的電商網站平均購買次數也高。
會員回購率。指上一期末活躍會員在下一期時間內有購買行為的會員比率。
會員留存率。會員在某段時間內開始訪問你的網站,經過一段時間後,仍然會繼續訪問你的網站就被認作是留存,這部分會員占當時新增會員的比例就是新會員留存率,這種留存的計算方法是按照活躍來計算,另外一種計算留存的方法是按消費來計算,即某段的新增消費用戶在往後一段時間時間周期(時間周期可以是日、周、月、季度和半年度)還繼續消費的會員比率。留存率一般看新會員留存率,當然也可以看活躍會員留存。留存率反應的是電商留住會員的能力。

㈢ 電子商務數據分析的電子商務數據分析

電子商務相對於傳統零售業來說,最大的特點就是一切都可以通過數據專化來監控和改進。通過數據可屬以看到用戶從哪裡來、如何組織產品可以實現很好的轉化率、你投放廣告的效率如何等等問題。基於數據分析的每一點點改變,就是一點點提升你賺錢的能力,所以,電子商務網站的數據分析顯得尤為重要。

㈣ 電商數據分析有哪些

目前電商主要分為買賣模式和平台模式,買賣模式就是自買自賣的自營模式,而平台模式是自己搭建平台,來引入品牌和店家,主要包括B2C和C2C,這種模式需要的是效率。

㈤ 電商平台應該分析哪些數據具體怎麼去分析

電子商務平台需要分析的數據及分析規則如下:

一、網站運營指標:

網站運營指標主要用於衡量網站的整體運營情況。在這里,EC數據分析聯盟暫時將網站運營指標分為網站流量指標、商品類別指標和供應鏈指標。網站流量指標主要用於考慮網站優化、網站可用性、網站流量質量和客戶購買行為。

商品類別指標主要用於衡量網站商品的正常運營水平,與銷售指標和供應鏈指標密切相關。這里的供應鏈指標主要是指電子商務網站的商品庫存和商品配送,而不考慮商品的生產和原材料的庫存和運輸。

二、商業環境指標:

這里,電子商務網站經營環境指標分為外部競爭環境指標和內部購物環境指標。外部競爭環境指標主要包括市場佔有率、市場拓展率、網站排名等,這些指標通常使用第三方研究公司的報告數據。與獨立的B2C網站相比,淘寶在這方面的數據要准確得多。

網站內部購物環境指標包括功能指標和運營指標(這部分與之前的流量指標一致)。常見的功能指標包括商品種類的多樣性、支付配送方式、網站正常運行、連接速度等。

三、銷售業績指標:

銷售業績指標與公司的財務收入直接掛鉤,在所有數據分析指標體系中起著主導作用。其他數據指標可根據該指標進行細分。

網站銷售績效指標主要關注網站訂單的轉化率,而訂單銷售指標主要關注具體毛利率、訂單效率、重復采購率、退貨率和匯率。當然,還有很多指標,如總銷售額、品牌類別銷售額、總訂單、有效訂單等,這里沒有列出。

四、營銷活動指標:

營銷活動的成功通常從活動效果(收入和影響)、活動成本和活動凝聚力(通常通過用戶注意力、活動用戶數量和客戶單價來衡量)等方面來考慮。在這里,營銷活動指標分為日常市場運營活動指標、廣告宣傳指標和對外合作指標。

其中,市場經營活動指標和廣告投放指標主要考慮新增客源數量、訂單數量、訂單轉化率、每次訪問成本、每次轉化收益和投資回報。而對外合作的指標則由具體的合作夥伴來確定。例如,電子商務網站與返利網合作時,首先考慮的是合作的回報。

5、客戶價值指數:

顧客價值通常由三部分組成:歷史價值(過去消費)、潛在價值(主要從用戶行為考慮,以RFM模型為主要衡量依據)、附加價值(主要從用戶忠誠度、口碑推廣等方面考慮)。這里,客戶價值指標分為總體客戶指標和新老客戶價值指標。

這些指標主要從客戶貢獻和購置成本兩個方面來衡量。例如,我們使用訪客數量、訪客成本和從訪客到訂單的轉換率來衡量總體客戶價值指數。除了上述考慮之外,老客戶價值的衡量更多的是基於RFM模型。

(5)電子商務平台常用數據分析擴展閱讀:

電子商務中使用分析數據的優點:

數據分析體系建立之後,其數據指標並不是一成不變的,需要根據業務需求的變化實時的調整,調整時需要注意的是統計周期變動以及關鍵指標的變動。

一般來說,單個數據索引的分析並不能解決這個問題,而且每個索引都是相互關聯的。將所有索引編織成一個網路,並根據具體需要找到每個數據索引節點。當用戶在電子商務網站上有購買行為時,他們會從潛在客戶轉變為網站的價值客戶。

電子商務網站一般將用戶的交易信息,包括購買時間、購買商品、購買數量、支付金額等信息存儲在自己的資料庫中,因此,這些客戶可以根據網站的運營數據來分析自己的交易行為,估計每個客戶的價值以及為每個客戶拓展營銷的可能性。

參考資源來源:

網路-電子商務數據分析

㈥ 電子商務數據分析的電子商務數據分析的五個指標

電子商務數據分析體系包括網站運營指標、經營環境指標、銷售業績指標、運營活動指標和客戶價值指標五個一級指標。
網站運營指標這里定為一個綜合性的指標,其下麵包括有網站流量指標、商品類目指標以及(虛擬)供應鏈指標等幾個二級指標。經營環境指標細分為外部經營環境指標和內部經營環境指標兩個二級指標。銷售業績指標則根據網站和訂單細分為2個二級指標,而營銷活動指標則包括市場營銷活動指標、廣告投放指標和商務合作指標等三個二級指標。客戶價值指標包括總體客戶指標以及新老客戶指標等三個二級指標。 網站運營指標主要用來衡量網站的整體運營狀況,這里Ec數據分析聯盟暫將網站運營指標下面細分為網站流量指標、商品類目指標、以及供應鏈指標。
1.網站流量指標
網站流量指標主要用從網站優化,網站易用性、網站流量質量以及顧客購買行為等方面進行考慮。流量指標的數據來源通常有兩種,一種是通過網站日誌資料庫處理,另一種則是通過網站頁面插入JS代碼的方法處理(二種收集日誌的數據更有長、短處。大企業都會有日誌數據倉庫,以共分析、建模之用。大多數的企業還是使用GA來進行網站監控與分析。)。網站流量指標可細分為數量指標、質量指標和轉換指標,例如我們常見的PV、UV、Visits、新訪客數、新訪客比率等就屬於流量數量指標,而跳出率、頁面/站點平均在線時長、PV/UV等則屬於流量質量指標,針對具體的目標,涉及的轉換次數和轉換率則屬於流量轉換指標,譬如用戶下單次數、加入購物車次數、成功支付次數以及相對應的轉化率等。
2.商品類目指標
商品類目指標主要是用來衡量網站商品正常運營水平,這一類目指標與銷售指標以及供應鏈指標關聯慎密。譬如商品類目結構佔比,各品類銷售額佔比,各品類銷售SKU集中度以及相應的庫存周轉率等,不同的產品類目佔比又可細分為商品大類目佔比情況以及具體商品不同大小、顏色、型號等各個類別的佔比情況等。
3.供應鏈指標
這里的供應鏈指標主要指電商網站商品庫存以及商品發送方面,而關於商品的生產以及原材料庫存運輸等則不在考慮范疇之內。這里主要考慮從顧客下單到收貨的時長、倉儲成本、倉儲生產時長、配送時長、每單配送成本等。譬如倉儲中的分倉庫壓單佔比、系統報缺率(與前面的商品類目指標有極大的關聯)、實物報缺率、限時上架完成率等,物品發送中的譬如分時段下單出庫率、未送達佔比以及相關退貨比率、COD比率等等。 一個客戶的價值通常由三部分組成:歷史價值(過去的消費)、潛在價值(主要從用戶行為方面考慮,RFM模型為主要衡量依據)、附加值(主要從用戶忠誠度、口碑推廣等方面考慮)。這里客戶價值指標分為總體客戶指標以及新、老客戶價值指標,這些指標主要從客戶的貢獻和獲取成本兩方面來衡量。譬如,這里用訪客人數、訪客獲取成本以及從訪問到下單的轉化率來衡量總體客戶價值指標,而對老顧客價值的衡量除了上述考慮因素外,更多的是以RFM模型為考慮基準。
數據分析體系建立之後,其數據指標並不是一成不變的,需要根據業務需求的變化實時的調整,調整時需要注意的是統計周期變動以及關鍵指標的變動。通常,單獨的分析某個數據指標並不能解決問題,而各個指標間又是相互關聯的,將所有指標織成一張網,根據具體的需求尋找各自的數據指標節點。

㈦ 電商網站訂單數據分析方法

topbox(智投分析),分析網站運營數據,幫助你分析訂單背後的規律,從而制定更好的營銷和推廣策略

㈧ 電商平台應該分析哪些數據具體怎麼去分析

電商平台的數據分析,應該關注五大關鍵數據指標和三個關鍵思路。五大關鍵數據指標是活躍用戶量、轉化、留存、復購、GMV;三個關鍵思路是商品運營、用戶運營和產品運營。

㈨ 電商數據分析常用方法有哪些

1.對比分析


橫向對比:簡單的說就是和誰對比?假如說我們上個月店鋪的成交額增長了30%,那麼我們是不是應該開心呢?


這里我們還要參考競爭對手的成交額,數據時代,我們可以很輕易的拿到競爭對手的相關數據。


縱向對比:我們可以把近15天的成交額以線條的形式顯示出來,這樣就可以很清楚的看到近期的成交額是否達到預期,有沒有下降趨勢,當然我們也可以以季度、月或周為單位。


2.轉化分析


這里牽涉到一個問題,評判一家電商企業需要用到的一些日常統計指標:


店鋪的目標用戶數量:一家店鋪的成交量,反映的是這家店鋪對於市場的影響以及用戶對於產品的滿意度。


平均消費金額:店鋪每年平均每位用戶消費了多少,以此來定位目標人群,確定是否達到盈利的指標。


用戶的復購率:判別產品滿意度,假如用戶購買過一次後,還會購買第二次,說明用戶對於你的產品還是很滿意的,這樣既節省了市場推廣費用,用戶也會推薦給更多朋友來夠買。


3.留存分析


我們通過活動等形式把用戶引流到我們的流量池裡,但是經過一段時間後,用戶可能就會慢慢的流失了。那些留下來或者經常訪問我們店鋪的用戶稱之為留存。


我們常常用到的日活躍用戶量、月活躍用戶量、季度活躍用戶量,來檢測我們店鋪的流量。有的時候可能會看到我們的日活,在一段時期內都是逐漸增加的,以為是非常好的現象,但是如果沒有做留存分析的話,這個結果很可能是一個錯誤的。


留存是產品的核心,用戶只有留下來,我們的產品才能不斷增長。如果我們什麼都不做的話,用戶很快的就流失了。


4.產品比價


大部分電商公司會頻繁搞促銷,一般來說每次打的旗幟無非是全網最低,但是如何才能確定是全網最低呢?


這時候需要我們去搭建一個比價系統,這個比價系統的目的主要是為了去抓取各大電商平台商品的價格。通過各大電商平台的價格以及優惠額,來制定你自己的策略。


關於電商數據分析常用方法有哪些,青藤小編就和您分享到這里了。如果你對大數據工程有濃厚的興趣,希望這篇文章能夠對你有所幫助。如果您還想了解更多數據分析師、大數據工程師的技巧及素材等內容,可以點擊本站的其他文章進行學習。

閱讀全文

與電子商務平台常用數據分析相關的資料

熱點內容
對ups電子商務總結 瀏覽:177
特色小吃街策劃方案 瀏覽:9
鄉鎮環境衛生培訓方案 瀏覽:119
o2o網站適合做微信營銷嗎 瀏覽:59
人員安裝培訓和調試方案 瀏覽:745
北京網路營銷出名樂雲seo 瀏覽:165
市場營銷需不需要報計算機證 瀏覽:642
網路營銷的理解誤區 瀏覽:319
店鋪活動營銷方案ppt 瀏覽:68
某某產品網路營銷市場定位分析 瀏覽:490
b2c電子商務的優劣勢 瀏覽:180
少兒書畫展活動策劃方案 瀏覽:487
小型2d游戲策劃方案 瀏覽:891
培訓機構疫情防控應急演練方案 瀏覽:60
產品微博推廣方案 瀏覽:190
市場營銷英文版題庫 瀏覽:879
廣州家秀電子商務有限公司 瀏覽:505
市場營銷的社會定義和管理定義 瀏覽:939
北京鼎泰網路營銷公司 瀏覽:970
杯子策劃方案 瀏覽:675