電商流量來源分析平臺：從數(shù)據(jù)底層到數(shù)據(jù)可視化

電商流量分析平臺：從數(shù)據(jù)底層到數(shù)據(jù)可視化01前言對于電商平臺而言，精準的識別每一份流量的效果是最重要的日常運營洞察之一。根據(jù)每一個流量入口的用戶后續(xù)轉(zhuǎn)化情況，是評價一個流量坑位的核心數(shù)據(jù)指標。那么該如何把每一份流量曝光點擊加購轉(zhuǎn)化正確的歸因到對應的坑位？02數(shù)據(jù)底層方案做流量歸因的基礎是，App的埋點的已經(jīng)基本完善，大部分用戶在App上的行為已經(jīng)通過埋點記錄存儲。2.1埋點日志新增pageld字段首先需要在客戶度埋點的日志中，增加PageId字段。作用是每當用戶產(chǎn)生一次跳轉(zhuǎn)產(chǎn)生一個新頁面時，為這個頁面賦予一個新的PageId；而當用戶點擊返回時，不會產(chǎn)生新的PageId。PageId是越靠近的當前時間的頁面瀏覽的行為越大，且不會重復。2.2解析埋點日志進行鏈路分析需要先確定所有鏈的末端end，即所有的加購事件。再確定所有鏈的首端head，由于電商商品的入口可能在App的多個頁面出現(xiàn)，所以選擇所有的基礎頁面（可枚舉）作為首端。用末端去左關聯(lián)得到最近的首端，拿到每條鏈的區(qū)間范圍。用每個區(qū)間去篩選相對應的所有點擊事件，去除掉無效事件，即得到每條鏈路的完整路徑：【1，2，9，10，11】。用戶在App中購物鏈路步驟圖2.3各種特殊場景實現(xiàn)方案1）商品詳情頁之間橫跳

2）跨層級橫跳（跳回到相同Page的頁面）3）跨層級橫跳（跳回到不同page的頁面）4）直接跳回入口頁2.4歸因方案通過上面的埋點日志追蹤方案我們就得到了用戶在App里加購前的完整有序的鏈路?；谶@個鏈路我們就能進行歸因分析。業(yè)內(nèi)通用五大基本歸因方案，如下：首次觸點模型：多個「待歸因事件」對同一個「目標轉(zhuǎn)化事件」作出貢獻時，認為第一個「待歸因事件」功勞為100%。末次觸點歸因：多個「待歸因事件」對同一個「目標轉(zhuǎn)化事件」作出貢獻時，認為最后一個「待歸因事件」功勞為100%。線性歸因：多個「待歸因事件」對同一個「目標轉(zhuǎn)化事件」作出貢獻時，認為每個「待歸因事件」平均分配此次功勞。位置歸因：多個「待歸因事件」對同一個「目標轉(zhuǎn)化事件」作出貢獻時，認為第一個和最后一個「待歸因事件」各占40%功勞，其余「待歸因事件」平分剩余的20%功勞。時間衰減歸因：多個「待歸因事件」對同一個「目標轉(zhuǎn)化事件」作出貢獻時，認為越靠近「目標轉(zhuǎn)化事件」做出的貢獻越大。對于我們公司當前的體量不是很大，還不需要進行復雜的方式歸因。所以采用了末次觸點歸因的方案來實現(xiàn)，也就是加購前最后一次點擊的入口為哪個就歸給它。這樣電商流量歸因的底層數(shù)據(jù)實現(xiàn)就全部完成了。03前端頁面展示3.1入口歸類首先對App內(nèi)的所有流量入口進行分類，根據(jù)位置和大小分為2級。我這里稱之為一二級流量。部分一二級流量舉例：3.2數(shù)據(jù)指標模塊曝光人數(shù)：流量入口模塊曝光人數(shù)模塊點擊人數(shù)：流量入口模塊曝光人數(shù)商品曝光人數(shù)：來自該流量入口的商品曝光人數(shù)商品曝光人數(shù)占比：來自該流量入口的商品曝光人數(shù)/整體商品曝光人數(shù)商品點擊人數(shù)：來自該流量入口的商品點擊人數(shù)支付人數(shù)：來自該流量入口的商品支付人數(shù)支付人數(shù)占比：來自該流量入口的商品支付人數(shù)/整體商品支付人數(shù)支付金額：來自該流量入口的商品支付金額支付金額占比：來自該流量入口的商品支付金額/整體商品支付金額支付件數(shù)：來自該流量入口的商品支付件數(shù)商品曝光點擊率：來自該流量入口的商品點擊人數(shù)/來自該流量入口的商品曝光人數(shù)商品曝光支付率：來自該流量入口的商品支付人數(shù)/來自該流量入口的商品曝光人數(shù)商品點擊支付率：來自該流量入口的商品支付人數(shù)/來自該流量入口的商品點擊人數(shù)UV價值：來自該流量入口的商品支付金額/來自該流量入口的商品曝光人數(shù)客單價：來自該流量入口的商品支付金額/來自該流量入口的支付人數(shù)點擊價值：來自該流量入口的商品支付金額/來自該流量入口的點擊人數(shù)3.3時間維度及人群人群：整體、新客、老客時間維度：今日、昨天、近7日日均、近30日日均3.4夏天流量平臺UI流量分析平臺首頁可以展示不同時間不同人群不同流量不同數(shù)據(jù)指標的具體數(shù)據(jù)。紅色和綠色的數(shù)據(jù)代表當前時間的環(huán)比數(shù)據(jù)。核心數(shù)據(jù)指標還增加了占比數(shù)據(jù)。可以分析電商整體的數(shù)據(jù)，也可以單獨看每個商品的的數(shù)據(jù)。指標可視化圖表展示如下：1）不同流量的數(shù)據(jù)趨勢2）單個流量的數(shù)據(jù)趨勢3）分小時流量趨勢4）按照不同時間區(qū)間聚合數(shù)據(jù)趨勢04總結(jié)流量分析是電商公司日常運營分析的不可或缺的部分，打造了流量分析平臺后能大大的減輕了數(shù)