營銷數據分析指標

Ⅰ 葯品銷售數據分析有哪些常用指標和分析方法

葯品銷售數據分析常用的指標：
1.動銷率＝銷售商品品種數量÷有庫存的商品品種數量
說明：比率越高，表示經營效率越高或品種結構越好、比較適應目標消費群；比率越低，表示經營效率越低或品種結構越差、不適應目標消費群。
2.庫存周轉率＝銷售額÷[（期初庫存金額＋期未庫存金額）／2]（以零售價計）
說明：比率越高，表示每件商品的固定費用（成本）減低、相對降低由損壞和失竊引起的虧損、能適應流行商品的潮流、能以少額的投資得到豐富的回報、減少存貨中不良貨品的機會、容易出現「斷貨」 、陳列不夠豐滿、進貨次數的增加，進貨程序和費用相應增加。
3.存貨周轉期間＝平均存貨÷銷貨凈額／365
說明：期間越長，表示經營效率越低或存貨管理越差；期間越短，表示經營效率越高或存貨管理越好。
4.配送中心退貨率分析＝配送中心退貨金額÷配送中心進貨金額
說明：比率越高，表示存貨管理控制越差，定貨不合理；比率越低，表示存貨管理控制越好，定貨合理。
5.銷售毛利率＝毛利÷銷售額
說明：比率越高，表示獲利的空間越大；比率越低，表示獲利空間越小。對於我們經營的商品而言，毛利率不是越高越好 ，它應該是一個合適的區間。
6.銷售凈利率＝凈利÷銷售額
說明：比率越高，表示凈利率越高、費用控制合理；比率越低，表示凈利率越低、費用開支過大。
7.品效分析＝營業收入÷品項數目
說明：品效越高，表示商品開發及淘汰管理越好；品效越低，表示商品開發及淘汰管理越差。
8.面積效率分析（坪效）＝營業收入÷營業面積
說明：面積效越高，表示賣場（全場）面積所創造的營業額越高，面積能夠合理使用；面積效越低，表示賣場（全場）面積所創造的營業額越低，賣場使用不合理。
9.來客數＝通行人數×入店率×交易率
說明：來客數越高，表示客源越廣；來客數越低，表示客源越窄
10.客單價分析＝營業額÷來客數
說明：客單價越高，表示一次平均消費額越高，消費者購買能力強，商品寬度能夠滿足消費者一站式購物心理、商品陳列的相關性和連貫性能夠不斷激發消費者的購買慾望；客單價越低，表示一次平均消費額越低，消費者購買能力弱，商品寬度不能夠滿足消費者一站式購物心理、商品陳列的相關性和連貫性沒有能夠不斷激發消費者的購買慾望。
11.大分類構成比＝大分類銷貨凈額÷總銷貨凈額
說明：分析各大分類產品占銷售凈額的比例

Ⅱ 數據分析系列-零售數據指標

對零售行業最重要的是賣貨，也就是銷售，說到銷售就會需要有人買也有人賣、有貨賣、和有賣的渠道，也就是我們所熟悉的「人」「貨」「場」三大概念，這里再補充一個零售數據分析很重要的指標體系：「錢」-財務，賣了還得有得賺才行。

首先是人這部分，包括銷售人員和顧客

針對銷售員的指標主要圍繞的是銷售和管理

銷售指標包括了：

成交率=成交顧客數/客流量*100%

完成率=銷售網成熟/目標書*100%

平均成交時長=每一位顧客成交時間總和/顧客數

平均接待時長=接待每位顧客時間總和/接待顧客數

投訴率=投訴的顧客總數/顧客總數*100%

管理指標包括：

定編滿足率=實際員工總數/標准配置人數*100%

員工流失率=某時間段內流失的員工總數/（（期初員工總數+期末員工總數）/2）*100%

工資佔比=企業支付的員工工資總額/銷售額*100%

對於顧客分普通顧客和會員

普通顧客最主要的指標是：

客單價=銷售總額/有交易的顧客總人數，就是平均每位顧客的消費額

件單價=銷售總金額/銷售總數量，就是每單賣出了多少錢

連帶率=銷售總數量/成交總單數，就含枝是每單賣出了多少件的意思

連帶率包括單品連帶率的和品類連帶率，分開看看就好

會員的指標包括：

新增會員數=期末會員數-期初會員數

會員增長率=某段時間新增會員/期初有效會員數*100%

會員貢獻率=會員銷售總金額/銷售總金額*100%

有效會員數=有效會員/累計會員數*100%，所謂有效會員和行業有關，可以根據自己的實際業務看在有效時間內是否有消費記錄的會員來判斷

會員回購率=時間段內有交易的老會員數/期初有效會員總數*100%

會員流失率=某段時間內流失掉的會員數/期初有效會員總數*100%

會員回購頻率=某時間段內所有老會員消費次數/（期初有效會員+期中新增會員）*100%

會員基礎屬性=如平均年齡、性別比例等

以上是針對人的分析

接著是場，分析這個銷售場所的質量和發展前景，主要指標包括：

銷售額=總的售出金額，會分月、季度、年等時間范圍看是否達到階段性的銷售目標

進店率=進店人數/路過人數*100%

接觸率=接觸商品人數/進店人數*100%

成交率=成交顧客數/進店人數*100%

完成率=完成數/目標數*100%

大宗交易佔比=大宗購買訂單/總銷售額*100%

增長率=增長數/基礎數*100%，基礎數可以是同期也可以是上一個周期的數據，簡單來說就是自己和自己的哪個時間段比較

坪效=銷售額/店鋪面積

人效=銷售額/店鋪員工數

還有一些看大區域的指標包括：

市場佔有率=這一般需要通過市場調研才能獲得的數據

競品指數=（本公司銷售額/量）/（競爭對手銷售額/量）

平均排名=也是通過市場調研獲得的參陸老攔考數據

凈開店率=（開店數-關店數）/期初店鋪數*100%

賣場經常會搞活動，所以也會關注促銷指標，例如

費效比=促銷費用金額/促銷期間產生的銷售額*100%

促銷的目標完成率=促銷期間銷售完成數/促銷目標數*100%

品牌參活度=參與促銷活動的品牌數/賣場所有品牌數*100%

會員參與率=參與促銷活動的會員數/有效會員數*100%

針對貨部分

分了三個部分分析：入貨、銷售、存貨

入貨就是采購，需要分析商品的廣度，也就是所含的品類有多少

廣度比=采購的商品品類數/可采購的商品總品類數 * 100%

分析商品的寬度，就是采購多少的sku

寬度比=采購的sku數/可采購的sku數 *100%

分析商品的深度，使用廣度和寬度的對比

商品深度分析=采購的商品總數量/采購的sku總數

也就是看每個sku有多少的貨，通過深度看缺貨可能性和壓貨的風險

銷售看的貨品指標有：

貨齡=商品的年齡，從生產日期開始算，主要是以防商品過期

售罄率=某段時間內的銷售數量/（初期庫存數量+其中進貨數量）*100%

售罄率是個分階段追蹤的數值，早胡一是評判商品的受歡迎程度另一個是為了防止缺貨，這是個非常重要的指標

折扣率=商品實收金額/商品標准零售價*100%

動銷率=某段時間內銷售過的商品sku/（期初有庫存的商品sku數+期中新進商品sku數）*100%

缺貨率=某段時間登記缺貨的商品數/（初期有庫存的商品數+期中新進商品數）*100%

品類銷售的結構佔比=某品類銷售額/總銷售額*100%

正價銷售佔比=正價商品銷售額/總銷售額*100%

還有暢銷及滯銷商品排行，均按銷售額/銷售量排行

退貨率=某個周期內商品的退貨數/總銷售數*100%

殘損率=殘損商品數/商品總數*100%

特殊服務率=特殊服務的顧客數/總銷售顧客數*100%

存貨部分的數據指標包括：

平均庫存=（期初庫存-期末庫存）/2

庫存天數=期末庫存金額/（某個銷售期的銷售金額/銷售期天數），庫存天數是衡量庫存滾動變化的量化標准，也是衡量庫存可銷售時間的追蹤指標，是一個對庫存管理來說非常重要的指標

庫銷比=期末庫存金額/某個銷售期的銷售金額*100%，一般看月庫銷比比較多

有效庫存比=有效庫存金額/總庫存金額*100%，所謂有效庫存指給門店帶來銷售價值的商品庫存，也就是有銷售產能的商品庫存。

針對錢部分主要看以下指標：

毛利率=（銷售收入-營業成本）/銷售收入*100%

純利率=（銷售收入-營業成本-費用）/銷售收入*100%

交叉比率=商品毛利率*商品周轉率，商品周轉率=銷售收入/（（期初庫存值+期末庫存值）/2）

回款達標率（客戶）=回款客戶/欠款客戶*100%

回款達標率（金額）=回款金額/欠款金額*100%

以上是對零售行業比較基礎的數據指標總結，希望對從事此方面行業的朋友有幫助，實際還會有更深層的分析方法和權重指數，但這部分的復雜程度已經到了管理工具層面了需要更深入的學習，有機會再探討。

Ⅲ 銷售數據分析的內容一般有哪些

銷售數據分析一般包括：

1、營運資金周轉期分析銷售收入結構分析

2、銷售收入對比分析

3、成本費用分析

4、利潤分析

5、凈資產收益率分析

銷售數據分析，主要用於衡量和評估經理人員所制定的計劃銷售目標與實際銷售之間的關系，它可以採用銷售差異分析和微觀銷售分析兩種方法。

(3)營銷數據分析指標擴展閱讀：

針對同一市場不同品牌產品的銷售差異分析，主要是為企業的銷售策略提供建議和參考。

針對不同市場的同一品牌產品的銷售差異分析，主要是為企業的市場策略提供建議和參考。

微觀銷售分析，主要分析決定未能達到銷售額的特定產品、地區等。

銷售分析法的不足是沒有反應企業相對於競爭者的狀況，它沒有能夠剔除掉一般的環境因素對企業經營狀況的影響。

銷售分析可以決定一個企業或公司的生產方向 。

Ⅳ 數據分析指標有那些

用戶行為類指標

用戶行為指標是互聯網行業和傳統行業最大區別。傳統行業，用戶行為發生在門店裡，極難用數字化手段記錄，因此只有在發生交易時，才能記錄數據。

傳統企業的大部分數據都是交易數據。而互聯網行業依託小程序/H5/APP，能記錄用戶在每個頁面的點擊，相當於在網上店鋪的每一步動作都有記錄，因此能分析很多東西。

具體到指標上，可以套用AARRR模型，分模塊展開：

拉新：主要用於分析拉新的轉化效率與質量。拉新是很多互聯網公司最重要的任務，拉新成本是很多互聯網公司最大的成本支出，因此拉新關注度極高。

通過這些指標的分析，能讓負責商品運營的同事直觀看到商品暢銷/滯銷情況，從而調整商品進銷存計劃，避免商品積壓/缺貨。

注意，虛擬商品原則上是沒有庫存的（或者說庫存想設多少設多少）。但是濫發虛擬商品，又會引發互聯網中通貨膨脹與商品貶值。比如游戲里稀有皮膚賣的貴，是因為稀有才貴，為了短期收入搞大優惠，一但爛大街，反而大家都不稀罕了。

所以控虛擬商品的庫存，不是看商品動銷率或者在庫時間，而是看GMV整體目標。在達成GMV整體目標情況下，高中低端商品保持一個穩定的庫存結構，避免爛大街。

Ⅳ 銷售數據分析指標有哪些

1、售罄率

計算公式：售罄率=(一個周期內)銷售件數/進貨件數

售罄率是指一定時間段某種貨品的銷售占總進貨的比例，是根據一批進貨銷售多少比例才能收回銷售成本和費用的一個考核指標，便於確定貨品銷售到何種程度可以進行折扣銷售清倉處理的一個合理尺度。

2、庫存周轉率

計算公式：存貨周轉率=(一個周期內)銷售貨品成本/存貨成本

庫存天數=365天÷商品周轉率

存貨周轉率是對流動資產周轉率的補充說明,是衡量企業銷售能力及存貨管理水平的綜合性指標。它是銷售成本與平均存貨的比率。

3、庫銷比

計算公式：庫銷比=(一個周期內)本期進貨量/期末庫存

是一個檢測庫存量是否合理的指標,如月庫銷比,年平均庫銷比等,計算方法:月庫銷比,月平均庫存量/月銷售額年平均庫銷比, 年平均庫存量/年銷售額,比率高說明庫存量過大,銷售不暢,過低則可能是生產跟不上。

4、存銷比

計算公式：存銷比=(一個周期內)庫存/周期內日均銷量

存銷比是指在一個周期內，商品庫存與周期內日均銷量的比值，是用天數來反映商品即時庫存狀況的相對數。而更為精確的法則是使用日均庫存和日均銷售的數據來計算，從而反映當前的庫存銷售比例。

5、銷售增長率

計算公式：銷售增長率=(一周期內)銷售金額或數量/(上一周期)銷售金額或數量-1%

類似：環比增長率=(報告期-基期)/基期×100%

銷售增長率是企業本年銷售收入增長額同上年銷售收入總額之比。本年銷售增長額為本年銷售收入減去上年銷售收入的差額，它是分析企業成長狀況和發展能力的基本指標。

6、銷售毛利率

計算公式：銷售毛利率=實現毛利額/實現銷售額*100%

銷售毛利率是毛利占銷售凈值的百分比，通常稱為毛利率。銷售毛利是銷售凈額與銷售成本的差額，如果銷售毛利率很低，表明企業沒有足夠多的毛利額，補償期間費用後的盈利水平就不會高;也可能無法彌補期間費用，出現虧損局面。通過本指標可預測企業盈利能力。

7、老顧客貢獻率

以銷售額為例，計算公式=老顧客貢獻的銷售額/總體顧客的銷售額 x 100%，分子分母也可以換成企業關心的其他指標，比如訂單數、利潤等。

8、品類支持率

計算公式：品類支持率=某品類銷售數或金額÷全品類銷售數或金額×100%

反應該品類對整體的貢獻程度，越大說明對整體的貢獻越大。

9、客單價

計算公式：客單價=總銷售金額÷總銷售客戶數

是指店鋪每一個顧客平均購買商品的金額，也即是平均交易金額。

10、坪效

計算公式： 平效 = 銷售業績÷店鋪面積。

就是指終端賣場1平米的效率，一般是作為評估賣場實力的一個重要標准。

11、 交叉比率

計算公式： 交叉比率=毛利率×周轉率

交叉比率通常以每季為計算周期，交叉比率低的優先淘汰商品。交叉比率數值愈大愈好，因它同時兼顧商品的毛利率及周轉率，其數值愈大，表示毛利率高且周轉又快。

Ⅵ 零售行業企業營銷數據分析（篇章三：數據分析方法）

續上篇，本章進行數據分析方法介紹，供參考。

1、ABC分析   

ABC分析法又稱帕雷托分析法，也叫主次因素分析法。

ABC分析通過對一段時間內商品銷售情況的分析，可以為商品管理提供依據。評估一個商品的銷售情況好壞的指標有以下三種：銷售額、銷售數、毛利。單一用哪個指標進行分析都不夠准確，所以對這三個指標同時進行分析，也就是給這三個指標一定的權重。

例如銷售額佔x%；銷售數佔y%；毛利佔z%。則綜合值=銷售額*x%+銷售數*y%+毛利*z%；x%+y%+z%=1；分類結果顯示A\B或者C。按照所計算的綜合值進行排序，觀察累計綜合值%的變化情況，將累計額百分數為20%以前的這些商品標記為A類，進行重點管理，採取的策略為對相關品的引進；將累計額百分數在20~90%之間的商品標記為B類，進行一般管理；將最後的累計額為10%的商品進行淘汰管理。        

根據貨品管理及銷售的情況，還可對ABC理論進行一定的變化，這樣對零售業的商品管理來說更具有操作性。     

2、比較分析 

比較分析，也稱為對比分析。是將同一個指標在同一類對象的不同實體或同一實體在不同維度上進行對比，從而得出有價值的決策信息的一種方法。

同比，也叫同期比，表示和去年同一時間段的比較。 

環比，表示本月和上月的比較。

3、比率分析

同一實體、同一指標，在不同時間的比率叢春冊。如銷售額增長率等。

同一類實體、同一指標，在同一時間的比率。如毛利貢獻度、銷售額佔比等。計算方法是單一實體的指標除以所有實體的指標之和。 

同一實體、不同指標，在同一時間的比率。如毛利率，周轉率等。這類比率都有特定的商業含義。

4、20/80原則

20-80分析來源於「二八原則」。意思是在任何一組東西中，最重要的只佔其中一小部分，約20%；其餘80%盡管是多數，卻是次要的。

在零售業中，可以根據同一類實體在同一指標間進行二八分析，從而選出需要重點管理的對象（20%部分）。一般應用比較廣泛的分析對象包括：庫存商品（按庫存金額進行分析）、商品（按銷售額或者毛利進行分析）、供應商（按銷售額或毛利進行分析）、客戶（滲宏按銷售額或毛利進行分析）。 

5、排序分析 

排序分析方法是在銷售數據分析中常用的一種方法，就是將某一指標或某幾個指標按照從大到小或者從小到大的順序排列，這種分析方法的好處在於，可以讓分析者清晰地知道最多或最少的實體情況。排序分析一般應用在以下4種情況： 

同一實體、同一指標在不同時間的排序情況，如：某一商品在一個月內的銷售額排序情況。

同一類實體、同一指標在同一時間的排序情況，如：小類中所有商品在某一天的銷售額排序。 

同一實體、同一時間、多個指標的排序情況（由主次排序因素組成），如：商品先按銷售額排序，再按毛利排序。

分組排序分析，如：按照供應商分組，對供應商所供應商品的銷售額進行排序。

6、動態分析  

動態分析法是根據在一段時間內的數據變化，通過計算各種動態分析指標來描述現象發展變化的過程和結果，進而揭示現象發展變化的速度、趨勢及規律性，並依此對現象的未來發展做出預測的統計分析方法。 

動態分析的指標按其分析應用的情況和計算方法不同可分為兩大類，一類是通過將各期發展水平進行平均所形成的指標，包括平均發展水平、平均增長量、平均發展速度和平均增長速度；另一類是通過發展水平之間的對比計算形成的指標，包括增長量、發展速度和增長速度等。 

發展趨勢分析方法是動態分析中的一種，它又可分為中短期趨勢分析與預測方法、長期趨勢分析與預測方法、季節變動分析與預測方法。

7、圖形分析  

圖形分析的方法是利用圖形的直觀效果來展現查詢結果數據，分析圖形包括：餅狀圖、 柱森塵狀圖、折線圖、區域圖等。從圖形分析的方法來說，一般有以下三種方法：

對比圖示法 通過用圖形表現出數據之間的比較關系。 

曲線圖示法 一般用曲線圖示法來表明某一實體、某個指標的數據發展趨勢。

因果圖示分析法 用因果圖示分析法把影響分析問題的諸多因素用圖形表現出來，這樣就很容易看出主次要因素。 

8、相關分析  

相關分析是分析兩組隨機變數間線性密切程度的統計方法，是兩變數間線性相關分析的拓展。其方法是通過某一變數，衡量預測另一主要變數，通過衡量這兩個隨機變數之間「直線關系」的方向與強弱程度來判斷這兩個變數間的相關性。在零售業中，相關分析可以應用於以下3種情況： 

同一實體、不同指標間進行相關分析，如：供應商的銷售額與費用的關系、商品的數量與銷售額的相關關系。 

同類實體的同一指標的相關關系，如：供應商相互間彼此銷售額的影響關系。 

不同實體、不同指標的相關關系，如：員工數量與企業銷售額的關系。 

9、回歸分析

回歸分析是研究一個變數Y與其它若干變數X之間相關關系的一種數學工具，它是在一組實驗或觀測數據的基礎上，尋找被隨機性掩蓋了的變數之間的依存關系。通過回歸分析，可以把變數間的復雜的、不確定的關系變得簡單化和規律化。回歸分析一般有線性回歸分析、非線性回歸分析、多元線形回歸分析，一般最常用的就是一元線形回歸分析。回歸分析作為相關分析的研究方法，在零售業可以對以下情況進行分析： 

點擊查看更多

相關閱讀：

零售行業企業營銷數據分析（篇章二：數據指標）

零售行業企業營銷數據分析（篇章一：數據維度）

Ⅶ 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。

Ⅷ 網路營銷人進行數據分析要點有哪些

1、懂的做數據，非常的重要。
也就是如何把數據做好，這里的好，是指：把有效的數據展示出來。那麼，什麼叫做有效的數據。根據核心數據指標倒推出來的關鍵數據指標。
例如：GMV=銷售額+取消訂單金額+拒收訂單金額+退貨訂單金額。那麼整個數據中，核心指標即：GMV。關鍵數據指標：銷售額、取消訂單金額、拒收訂單金額、退貨訂單金額。通過對每個關鍵數據指標的觀察，發現他們對於GMV影響的大小。
看懂數據的要求非常基礎，就是知道核心指標，關鍵指標的演算法是什麼，如何計算出來的。然後在對應的表格內，記錄出來。這里，只要求記錄出來就好了。
2、分析數據，是一個執行者網上晉升的一項必備能力。
例如：產運的小夥伴，時長關注的一個數據：留存。次留、三留、七留、十四留這些數據。月末復盤工作時，把整個用戶的留存數據導出來看。會發現，有些渠道拉新過來的用戶，留存質量很高，但是有些渠道過來的，留存質量就很差。那麼，到底是因為渠道拉新的質量問題呢?還是這個月內，App的版本、內容等做了優化更新呢?這個就是需要思考的，但是只是單純的思考，很難找到原因。面對老闆的靈魂拷問，也沒辦法很有力的結束出來。但是通過分析數據，得出最終的結論，就很容易找到原因。
3、看懂數據
這個要求其實就是把1和2結合在一起。我記得我之前的領導說過一句話：對任何數據都要存疑。好就要找出好的地方，好的原因，壞就要找出為什麼壞，如何改進優化。