高手告訴你如何電商數(shù)據(jù)分析

1、精選文檔高手告訴你如何電商數(shù)據(jù)分析一、從數(shù)據(jù)維度做拆分，讓目標(biāo)更加落地。我做過近兩年的電商運(yùn)營，其中感觸很深的一個(gè)點(diǎn)就是從數(shù)據(jù)的維度對目標(biāo)做拆分。天貓的雙11剛剛過去，馬云又創(chuàng)造了新的成績，912億。從去年的571億到今年的912億，馬云怎么就敢說今年可以做900億呢？在設(shè)定這個(gè)目標(biāo)之前就少不了對目標(biāo)的拆分。900億的成交，首先按照過往的類目占比，拆分到各個(gè)類目，每個(gè)類目承擔(dān)多少銷售指標(biāo)，類目再按照過往的賣家成交額占比拆分到各個(gè)賣家，每個(gè)賣家承擔(dān)多少銷售指標(biāo)。賣家再根據(jù)各自的日常店鋪轉(zhuǎn)化率反推需要多少流量，各類目再結(jié)合平臺(tái)能提供的流量，就可以得到流量的缺口。接下來再按照各渠道獲取流量的成本來計(jì)

2、算，就可以得出雙11平臺(tái)需投入的營銷經(jīng)費(fèi)數(shù)值。整個(gè)900億的目標(biāo)，通過這樣的拆分，就變得明確可執(zhí)行了。無論做什么事情，想做成，都離不開對目標(biāo)的拆解，任何抽象的事物都可以通過數(shù)學(xué)的方法來解決，把事情數(shù)據(jù)化會(huì)讓事情更簡單可執(zhí)行，也更容易考核效果。二、很多業(yè)務(wù)其實(shí)就是一個(gè)公式。我剛開始接觸電商接受業(yè)務(wù)培訓(xùn)，第一節(jié)課就只講了一個(gè)公式。成交額=買家數(shù)x客單價(jià)如果你想提升成交額，要么提升買家數(shù)，要么提升客單價(jià)。我們可以盤點(diǎn)一下，我們見過這么多的促銷手段，有哪個(gè)不是為了提升這兩個(gè)數(shù)值的。滿減、滿送、買二送一，這是為了提升客單價(jià)的手段；秒殺，團(tuán)購，這是為了提升買家數(shù)的手段（秒殺的核心在于集聚大量流量做關(guān)聯(lián)銷售

3、）。不僅僅如此，這個(gè)公式依據(jù)不同的業(yè)務(wù)場景還可以拆分成多種形式。買家數(shù) = 商詳uv x 下單率 x 付款率商詳uv = 廣告展現(xiàn) x 廣告轉(zhuǎn)化率 = 搜索展現(xiàn)x搜索轉(zhuǎn)化率 = 活動(dòng)展現(xiàn)x活動(dòng)點(diǎn)擊率于是，決定成交額的因素就變成了各個(gè)渠道的轉(zhuǎn)化率、圖片的點(diǎn)擊率、產(chǎn)品的下單率、付款率，這樣多的細(xì)節(jié)共同決定了最后的成交額。接下來針對這些細(xì)節(jié)分別去做優(yōu)化，這個(gè)過程就叫依據(jù)數(shù)據(jù)做精細(xì)化運(yùn)營。仔細(xì)想想，你自己的業(yè)務(wù)又何嘗不是一個(gè)公式呢？試著找到自己的公式，去拆分它，你也許會(huì)不少改進(jìn)的方法。三、運(yùn)營說到底就是一個(gè)漏斗?；ヂ?lián)網(wǎng)的模式下，無論做什么產(chǎn)品，根本目的都是為了變現(xiàn)，只要是變現(xiàn)，就涉及到了轉(zhuǎn)化。而轉(zhuǎn)化其

4、實(shí)就是一個(gè)漏斗模型。漏斗模型是運(yùn)營數(shù)據(jù)里提到的最多的詞了，在業(yè)務(wù)的鏈條里，每個(gè)環(huán)節(jié)的用戶數(shù)是呈不斷衰減的，運(yùn)營要做的事，就是想盡一切的辦法來提升漏斗中各環(huán)節(jié)的轉(zhuǎn)化率。比如一個(gè)電商的活動(dòng)頁，它的漏斗模型應(yīng)該是這樣的：有了這么個(gè)漏斗，我就可以分析每個(gè)環(huán)節(jié)代表了什么，我怎樣去改善：1）pv/uv：頁面訪問深度，直接體現(xiàn)了這個(gè)頁面是否吸引人，用戶在這個(gè)頁面是否產(chǎn)生點(diǎn)擊的興趣。2）活動(dòng)頁>詳情頁uv：頁面上的內(nèi)容是否吸引人，商品是否是用戶喜歡的，需根據(jù)頁面點(diǎn)擊情況及時(shí)替換點(diǎn)擊效果差的商品。3）詳情頁uv>下單人數(shù)：商品的轉(zhuǎn)化率如何，是不是爆款，此處轉(zhuǎn)化過低需替換高轉(zhuǎn)化的商品。4）下單人數(shù)&g

5、t;付款人數(shù)：商品的付款率，如果低于正常值，需要賣家催單。需要注意的是，漏斗模型是需要對比的，如果僅僅只有一個(gè)漏斗模型，那么就只是數(shù)據(jù)的陳列，如果要做分析的話，就一定要有對比，比如和往期的漏斗作對比，比如與平臺(tái)的均值作對比，只有在對比過程中才會(huì)發(fā)現(xiàn)問題。我們作為產(chǎn)品運(yùn)營的同學(xué)，必須要熟悉我們產(chǎn)品中每一個(gè)關(guān)鍵數(shù)據(jù)，日均的uv是多少、轉(zhuǎn)化率是多少，下載量是多少，這樣在數(shù)據(jù)出現(xiàn)異常的時(shí)候才可以第一時(shí)間發(fā)現(xiàn)，熟悉產(chǎn)品數(shù)據(jù)，是對數(shù)據(jù)敏感的前提。四、一篇完整的數(shù)據(jù)分析報(bào)告應(yīng)該包含哪些內(nèi)容？前面講了一些理論層面的，最后給一個(gè)數(shù)據(jù)分析模板給大家，供參考。1、首先你需要根據(jù)活動(dòng)目標(biāo)確定你的目標(biāo)達(dá)成率，完成百分比

6、，提升百分比。這是這次活動(dòng)取得的成果，在一開始就寫。如：本次活動(dòng) uv 24w（20w， 20%），uv價(jià)值 3.6（3， 20%）2、如果是發(fā)周報(bào)、月報(bào)之類的數(shù)據(jù)，接下來就應(yīng)該是核心數(shù)據(jù)走勢圖在這張圖里，要對每個(gè)數(shù)據(jù)的拐點(diǎn)做分析，比如圖中11月7日、8日兩天的uv價(jià)值有明顯提升，這個(gè)的原因，要找到并寫在報(bào)告里。3、接下來流量分析，主要為流量來源分布，各渠道流量轉(zhuǎn)化率分析。流量漲了，要找到是哪個(gè)渠道帶來的流量漲了，為什么漲了，分析這里的原因。流量的質(zhì)量如何，哪個(gè)渠道的流量轉(zhuǎn)化率高。這里需要兩個(gè)餅圖，一個(gè)是流量渠道占比，一個(gè)是渠道帶來的轉(zhuǎn)化占比。從上面的兩個(gè)餅圖里，我們看到明顯站內(nèi)流量的轉(zhuǎn)化率更

7、高，而廣點(diǎn)通帶來的流量轉(zhuǎn)化率偏低。另外，通過與往期的渠道來源占比作比較，我們可以看到當(dāng)前流量構(gòu)成上的變化。3、轉(zhuǎn)化率分析，也就是漏斗模型分析。前文提到了，漏斗模型需要對比的數(shù)據(jù)，所以在此處的分析，我們需要列兩個(gè)漏斗模型。對漏斗模型各環(huán)節(jié)轉(zhuǎn)化的分析，這里主要和往期數(shù)據(jù)做對比，結(jié)合活動(dòng)頁面、流量、產(chǎn)品功能等多方面因素，嘗試分析這里各環(huán)節(jié)轉(zhuǎn)化率提升或者降低的原因。4、模塊點(diǎn)擊分析我們設(shè)計(jì)的產(chǎn)品頁面，或者活動(dòng)頁面，我們需要知道這個(gè)頁面的結(jié)構(gòu)是否合理，用戶的點(diǎn)擊分布，這有助于我們改善。當(dāng)我們嘗試新的頁面樣式的時(shí)候，更應(yīng)該對這里的模塊點(diǎn)擊做分析，可以驗(yàn)證我們的結(jié)構(gòu)是否對數(shù)據(jù)帶來了改善。模塊點(diǎn)擊分析主要是從

8、點(diǎn)擊餅圖，及其各模塊轉(zhuǎn)化率的角度來分析，點(diǎn)擊餅圖可以看到用戶的需求，模塊轉(zhuǎn)化率則反應(yīng)了各個(gè)模塊內(nèi)容是否滿足用戶的需求，如果模塊轉(zhuǎn)化率較低，則需要考慮這個(gè)模塊的內(nèi)容是否優(yōu)質(zhì)，甚至這個(gè)模塊是否需要改變樣式。5、改進(jìn)及優(yōu)化每次的活動(dòng)總是有做的好的地方和做的不好的地方，我們數(shù)據(jù)分析的目的就是為了積累經(jīng)驗(yàn)，沉淀方法論，在每一篇數(shù)據(jù)報(bào)告的結(jié)尾，我們需要對這一次活動(dòng)做一個(gè)總結(jié)，比如嘗試了一個(gè)新的玩法，效果如何，嘗試了一個(gè)新的頁面樣式，點(diǎn)擊率是否有提升，等等。把經(jīng)驗(yàn)應(yīng)用于之后的活動(dòng)策劃當(dāng)中。五、數(shù)據(jù)不是萬能的寫在最后，想說一點(diǎn)，數(shù)據(jù)不是萬能的。我們常做的數(shù)據(jù)分析，是建立在海量數(shù)據(jù)的情況下，但往往在初創(chuàng)公司，數(shù)據(jù)系統(tǒng)還不完善，數(shù)據(jù)量不夠的情況下，數(shù)據(jù)只能作為參考，過分相信數(shù)據(jù)往往會(huì)導(dǎo)致做出錯(cuò)誤的判斷。數(shù)據(jù)有很多指標(biāo)，統(tǒng)計(jì)維度又有很多種，如果深挖下去，會(huì)耗費(fèi)大量的精力，但卻不