电商大数据报告-全球首个电商大数据指数面世

一 : 全球首个电商大数据指数面世

  樱花节招商季 上创业项目招商无忧

  ZDNET至顶网 4月9日 北京消息:4月9日,蚂蚁金融服务集团(简称“蚂蚁金服”)、博时基金管理有限公司、恒生聚源及中证指数共同发布了全球第一个电商大数据指数——中证淘金大数据100指数(简称“淘金100”)。

  与其他的传统指数不同,淘金100指数是博时基金依托蚂蚁金服大数据平台产生的行业景气指数,结合财务数据与市场行情,在股市选取100支股票形成投资组合,而后计算出指数。这也是蚂蚁金服旗下金融信息服务平台与外部基金公司合作的全球首个电商大数据指数产品。

  金融信息服务平台,在蚂蚁金服内部也被称为“维他命”,是一个面向金融行业的统一开放平台和数据共创平台。

  这个平台上,汇集了线上线下海量的交易数据。通过对这些数据的脱敏、加工,再与行业业绩、财务表现等数据结合,可以形成供需、价格和成长活力等行业指标,最终综合成为行业景气指数。这个行业景气指数能够及时反映甚至预测不同行业的状况与前景。比如,通过分析电商平台上服装纺织、医疗保健、饮料行业的供需、成长和价格指数的变化,相关行业板块的股票价格与其走势曲线基本保持一致。

  据蚂蚁金服产品经理沈洲介绍,目前“维他命”平台的行业景气指数,可以覆盖35个中证三级行业,超过1700支股票,覆盖约70%的上市公司。

  基金公司可以将这一行业景气指数作为投资选股的重要参考,与综合财务因子、市场驱动因子等因素一起,构成量化投资的选股模型。

  博时基金副总裁王德英表示,淘金100指数基于海量的互联网电商交易大数据,来预期一个行业未来盈利状况,预判一个行业繁荣程度,衡量整个中国消费力的景气走势,具有较高的投资价值。

  据了解,与淘金100指数挂钩的基金产品,已经在审批之中,一支保本基金和一支指数基金预计在近期推向市场。指数基金的投资会与淘金100的成份股对应,并采用等权重方式。届时,投资者可以通过招财宝和淘宝理财平台购买。

  淘金100数据显示,从2009年12月31日的基日计算,淘金100五年的收益率超过572%;2014年全年的收益率超过116%;2015年第一季度的收益率超过41%。据测算,2009年至2014年,淘金100的年化收益率约为54%,远超同期的上证综指、沪深300等大盘走势。

二 : 电商运营之业务数据报告

  A5创业项目春季招商 好项目招代理无忧

  在电商行业中,我们应该如何做出一份业务数据报告,让数据发挥出实际的商业意义,而不只是停留在数据表面呢?以下将从什么是业务数据报告、 业务数据报告的常用思维、 业务数据报告书写步骤三个方面进行浅析。

  

 

  一、什么是业务数据报告

  业务报告是业务人员通过对大量数据的收集和分析,结合自身对业务的理解,说明现有业务的优势与不足,并提出对于业务的合理优化建议,以期指导业务良性发展。业务报告不同于单纯的数据报告,业务报告不可只是简单的罗列数据,更多地还需要做到以下三点:

  对业务的改进优化;

  帮助业务发现机会;

  创造新的商业价值。

  90年代,美国沃尔玛超市管理人员分析销售数据时发现:在某些情况下,”啤酒”与”尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中。原来,当老公被老婆派去超市购买孩子尿布时,也会顺便为自己购买啤酒。商场干脆把两种商品放在一起,竟然增加了销量。

  上例就是从日常数据中发现了一定规律,并对消费者的生活、购物习惯做出了合理推测,提出了业务优化建议并成功地获得了业务的增长。回到电商运营中来,小到店铺,大到平台,是一个道理;店铺可以分析哪些商品更容易出现在一个订单中,再将这些商品互相推荐互相引流,以及在店铺页中靠近展示等;平台可以分析哪些类目的连单性更强,若女装与女鞋、家装家具和家用电器的连单性较强,则可以考虑将两个类目联合起来共同策划活动,若商品侧允许还可策划满减、满件等营销,加深连带,提升业绩。

  计算公式:女装与女鞋两个类目的连单性=既购买了女装也购买了女鞋的用户数/购买了女装的全部用户数。

  二、业务数据报告常用思维

  以上是对业务数据报告的定义和简单举例,那么我们可以从什么角度来挖掘业务数据、优化现有业务呢?下面是四个常见的数据分析思路。

  1、对比

  对比分析就是把数据放在一个合理的参考系中,通过对比来说明问题。

  一项业务有销售总额、UV、转化率等等指标,这些指标可以在一定程度上说明业务的进展情况,但是单独的指标过于片面,缺乏实际性的指导意义。例如一个电商banner广告图某天的点击率是5%,我们并不能立即判断出这个广告图的文案、引流商品、色调、风格等是否成功,而如果可以与相同位置其他时间的广告图来作对比,我们则能发现更多问题。除此之外,可以对比的维度还有性别、年龄、地区、省份等等,以地区举例,我们可以统计连衣裙这一类目在不同区域(华北、华中、华南、华西、华东)的订单占比,从而得出连衣裙在XX地区更受欢迎(尤其是在换季季节)的结论,再回到业务中去调整连衣裙在不同区域用户中的曝光程度,让流量能够更加有效地利用起来,提升业绩。还有一项运用到对比思维的就是A/B test,比如测试产品改版的效果时,可以把用户质量均匀地分成两组来分别体验未改版和改版后,通过两组用户的数据反馈来判断产品改版是否成功。

  2、转化

  业务都是由层层的转化得来的,我们做业务分析时要先梳理整个业务流程,把每个环节列清楚,然后计算分析各个环节的转化率,思考如何提高每个环节的转化率。

  以一个电商的活动页为例,这个活动页的转化过程应该是:

  曝光UV→点击UV→(店铺点击UV)→商详UV→下单人数→支付人数

  梳理好以上流程后,我们需要计算:曝光点击率、商详到达率、下单转化率、支付转化率等,再将各个环节的转化率与其他活动页的转化率作对比,或是与这个活动页前三日日均转化率作对比,看数据是否偏高或偏低。如果一个页面的曝光UV低,可以考虑增加在站外的流量投放以及在站内申请更多资源。如果点击率低,则可能是因为文案太弱、广告图不够吸引用户、或是资源本身质量较差等原因。

  如果一个页面的商详到达率低,则应该考虑页面结构是否合适、商品是否符合用户喜好等,可根据数据反馈及时替换点击效果差的商品,如果商详到达率随着时间的推移呈现逐渐减弱的趋势,则应寻找一定的规律定期更换页面的商品排序。如果商品的购买转化率低,则应该考虑商详页是否有可优化的空间,如在商详页主图下方增加促销氛围图,在商品信息位置增加促销说明等。还有商品的付款率,如果低于正常值,建议卖家催单。

  说到转化,不得不提一下最近很火的抖音。这款app的路径简直是不能再短,打开app即可看到视频,不用让用户陷入点击点击再点击,才能找到自己想要的东西的纠结中。

  3、公式

  业务除了可以按转化流程进行拆分,还可以从公式的角度来进行指标拆分。我们都知道,销售总额=客单价*用户数。所以,我们想要业绩得到增长的话,就需要:

  吸引更多的用户;

  从每一个用户身上得到更多的钱。

  淘宝的聚划算,拼多多的拼团商品等,都是可以提升用户数的玩法;满减、买送、满件折、满一定金额后可参与抽奖等等,这些则是可以提升客单价的营销方法。最终核心的业务指标,都可以通过合理拆分、分头击破来实现。

  4、分类分析

  分类分析是一个非常重要的手段,电商中常见的分类分析思路就是拆分类目。

  平台的销售总额可以拆分成各一级类目的销售总额,一级类目再拆成二级类目,二级类目再拆分到店铺。如果想要达到一个业务目标,可以按照平台各类目的日常产出占比来计算各个类目应该承担的业务目标,然后根据店铺(或商品)的平均销售(可拔高)来计算你的业务目标需要各类目提供多少店铺(或商品)来支撑实现。这样以来,目标就会变得清晰可实现,且若最终结果出现偏差,也方便分析其中的原因。

  三、业务数据报告书写步骤

  1、分析框架

  要分析一个项目,首先要清楚业务的定位及现状是怎样的,预计从哪些方向来提升业绩,要选择业务切入点,保证报告有一条清晰的主线,在此基础上整理业务分析框架。

  2、获取数据

  按照确定的数据分析的框架内容,有目的的收集、整合相关数据。

  3、清洗数据

  对收集到的数据进行加工、整理,以便开展数据分析,它是数据分析前必不可少的阶段。

  4、分析数据

  通过分析手段、方法和技巧对准备好的数据进行探索、分析,从中发现因果关系、内部联系和业务规律,为商业目提供决策参考。这里最重要的事情是:时刻想着你的目标是什么?比如了解某个时间段的交易状况,你要根据这个目标做同比、环比等等。

  5、数据报告

  通过分析报告,把数据分析的目的、过程、结果及方案完整呈现出来,以供商业目的提供参考。

  6、执行反馈

  执行业务分析中得出的合理性建议,并留意好数据反馈、做好策略复盘。

  四、总结

  以上,是我对于电商运营中的业务数据分析的思考。数据对业务有很大的指导意义,但当缺乏数据,或是数据在现阶段并不具有足够的参考价值时,我们也应该发挥自己的创新思维,不可畏首畏尾、不敢做出判断。

  本文由 @电商运营喵 原创发布。未经许可,禁止转载。

  题图来自 Pixabay,基于 CC0 协议

三 : 电商大数据的“杀熟”套路

  A5创业项目春季招商 好项目招代理无忧

  一些消费者认为,针对不同的用户定价策略可以被理解,但前提是“知情权”。

  猎云网注:本文转载自北京青年报。

  同样的商品或服务,老客户看到的价格反而比新客户要贵出许多,这在互联网行业叫作“大数据杀熟”。调查发现,在机票、酒店、电影、电商、出行等多个价格有波动的平台都存在类似情况,且在在线旅游平台较为普遍,而国外一些网站早已有过类似情况。在一些网站,大V在客服投诉等方面甚至享有特权。同时,还存在同一位用户在不同网站之间数据被共享这一问题,许多用户遇到过在一个网站搜索或浏览的内容立刻被另一网站进行广告推荐的情况。

  众多网友对此表示不满。有专家认为,这种行为属于一级价格歧视;有专家则表示,这一价格机制较为普遍,针对大数据下价格敏感人群,系统会自动提供更加优惠的策略。

  订票约车等都会被“大数据杀熟”

  网友“廖师傅廖师傅”称,自己经常通过某旅行网站订一个出差常住的酒店,长年价格在380-400元左右。淡季某日,自己的账号查到酒店价格还是380元,但朋友的账号查询显示价格仅为300元。无独有偶,自己通过某叫车平台预约了普通网约车,但来了一辆七座商务车,以为被免费升级了,谁知查询过往记录发现,基本都是按照升级后的车型收费的。他称,自己被“大数据杀熟”了。

  该说法遭到众多网友响应。有网友表示“我打网约车和同学差不多的路线,车型也一样,我要比他们贵五六块,对此不解”。另一位则解释称“你在常规地方打车,比这个点500米外要贵10%-20%”。还有的则回应“我和室友从公司回家的路线是同一条路,每次滴滴她都比我贵七八元,因为她是iPhone,我是安卓”。根据手机型号不同而给出不同收费待遇的还有某视频网站,“视频网站会员费安卓和iPhone收费不同,iPhone年费248元,安卓登陆同一个账号年费178元”。

  一位网友则称,自己在某电影票订票平台上体验到了被“杀熟”。她表示,用新注册的小白账号、普通会员账号和高级别的会员账号同时选购同场次电影,最便宜的是小白账号,其次是普通会员账号,而高级别的账号一张票要比小白账号贵出5元以上。另外,自己下半年开始,电影票平台价格显示均价30-40元,而一年前均价为20元。

  针对上述现象,大量用户表示极为不满。“廖师傅廖师傅”称,现在流行两个关键词,一个是大数据,一个是基于大数据的千人千面。本是美事一桩,通过让渡部分个人隐私,帮助大家做最优的决策。但是很多无良的互联网企业却利用了大数据这个利器作恶。他们会给消费者的每一次行为打数据标签,会为你打上千甚至上万个标签,比你自己都了解自己,然后利用这些标签和你的消费习惯去牟取不属于他们的利益。还有的网友称,“原来大数据是精准靶向坑人”。

  在线旅游平台最爱“杀熟”?

  在调查中北京青年报记者发现,在线旅游平台被批评存在“大数据杀熟现象”最多。一位网友表示,自己在某在线旅游平台订机票,选好的那班每次看时都会上浮;而当自己选好该机票后取消,再选那个机票时,价格立刻上涨甚至翻倍,在自己觉得“不买会更贵”而匆忙下单后,发现该航班价格又恢复到最初的低价。

  而一位业内人士对北青报记者表示,在线旅游平台内部有一种“套路”,就是根据用户的“上一次行为”而默认捆绑相应服务,这也是不少高级别会员强烈要求的。例如刚刚注册会员的用户,他在购买机票时,系统仅默认显示一张机票的价格;而一旦他在这一次同时勾选了贵宾休息室、接送机服务或酒店优惠券等附加服务,那么在下一次下单时,系统会默认帮他勾选同样的服务。当然,用户可以在下次预订过程中取消勾选,再次预订“纯粹的机票”,那么后续的订票过程中,系统则不会默认捆绑任何服务。该人士表示,“我们的高级别会员都非常认可、需要这种默认捆绑的体验”。该人士称,每位用户的出行都有其习惯,尤其是高级别会员,更加注重消费体验,他们对价格不敏感,而是希望得到个性化的服务,因此特别认可类似做法。

  对此,该网站一位会员对北青报记者表示,“网站记录用户的出行习惯,确让自己体验良好”。不过他认为,如能在醒目位置进行消费项目提示,体验则更完美。

  一些网站标明新客户享有专属优惠

  不同于上述网站隐蔽的价格差异,一些网站在宣传语中直接写明了针对新客户有特别优惠。如一家电商网站,其宣传语为“新人获得1000元大礼包”,用户在注册成功后即可获得系统赠送的各种满减礼券,总价1000元。另一在线旅游平台也宣称“999元旅游优惠券大礼包限旅游新客”,在注册网站后可领取优惠券礼包,其中包括机票、酒店等各类产品,用户在后续下单时可参与满减。

  与此类似,一出行平台则为首次注册的用户提供充值返现活动,用户在注册并进行首次充值后可以获得5%的返现;一生鲜电商则为新用户提供“满99元减80元”的立即优惠待遇;一互联网金融平台提供新人专享理财产品。这些新人优惠每位用户只能享有一次。

  对于该类价格优惠政策,网友们则表示可以接受。一用户表示,“完全可以理解,每个平台都想吸引新用户,我们也都曾是新用户,都享受过这种待遇。这种敞亮的方式,让人心里很舒服”。

  广告联盟分享用户数据

  除了不同账号拥有不同价格待遇这一情况之外,还存在同一位用户在不同网站之间数据被共享这一问题。许多网友都表示遇到过在一网站搜索或浏览某一产品,在其他网站的广告栏就会看到相关产品。一位网友表示,“在某电商网站给母亲买衣服,从此以后推荐的全是那类中年人服装”。还有的网友表示,在一个汽车论坛上搜索××汽车,再打开另一电商网站,该电商网站立刻推荐该款汽车配件。且目前有数家网站之间都存在数据互通问题。

  还有的用户表示,自己曾和朋友在网上聊天中谈及一家温泉,随后登录另一网站,立刻收到了温泉度假等相关推荐。某知识付费平台网友则称,自己在该平台用语音输入了某产品,随后在另一电商网站上就出现了该产品。平台语音输入的识别度和信息同步的快速令他感到惊讶。

  有网友表示:“大数据时代就没有隐私了?”还有的网友认为,在平台内部有基于大数据的推荐很正常,而在许多平台之间互通信息让人无法苟同,“还有哪些我不知道的地方有我的信息?细思极恐”。

  大V投诉被更快处理?

  一位技术研发经理介绍道,自己所在的网站也会给用户进行“画像”,根据用户信息、订单、行为等等推测出其喜好,再针对性地给出产品,可以极大地提升用户感受,能避免用户被无故打扰的不适感。其用户画像维度包含多方面,包括:用户个人资料、会员等级、行为、订单特征、其社交网站信息、搜索网站搜索信息、职场网站信息、内部客服信息等。

  该技术研发经理还介绍称,用户画像适用于多个场景,如拥有较好支付能力的用户在搜索时会看到更多的奢侈类商品;在社交网站拥有较多粉丝的“大V”,其高影响力等同于高级别会员,在客服人员处理其投诉时被识别,从而更快、更好地被响应。

  另有网友表示,大数据对于“售后服务”的运用不止这一例。在某电商网站上存在“好次掺卖”的情况,对于投诉较少的客户,网站发次品的几率较高,而对于质量较为敏感的客户,网站则发优等品的几率较高。该网友对此表示无奈和不满。

  大数据为“一级价格歧视”提供便利?

  实际上,“大数据杀熟”在国外早已出现。2000年,亚马逊网站开始了差别定价试验,亚马逊选择了68种DVD碟片进行动态定价,根据潜在客户的人口统计资料、在亚马逊的购物历史、上网行为以及上网使用的软件系统,从而确定不同的报价。例如,名为“泰特斯”的碟片对新顾客的报价为22.74美元,而对那些对该碟片表现出兴趣的老顾客的报价为26.24美元。通过这一定价策略,亚马逊提高了销售的毛利率。

  对此,中国人民大学公共管理学院组织与人力资源研究所教授刘昕表示,“过去经济学里讲一级价格歧视,听上去像是天方夜谭,现在有了所谓的大数据,倒是堂而皇之地实现了。一级价格歧视又称完全价格歧视,每一单位产品都有不同的价格,它假定垄断者知道每位消费者对任何数量的产品要支付的最大货币量,并以此决定价格,因而能够获得每位消费者的全部消费剩余。”

  实际上,一些消费者认为,针对不同的用户定价策略可以被理解,但前提是“知情权”。只要知晓了企业的定价策略、促销方式,那么就可以根据自己的喜好去选择相应的网站和产品。

  专家观点

  大数据营销应保护用户个人信息资料安全

  知名大数据专家、电子科技大学大数据研究中心主任、教授博导周涛对北青报记者表示:“让不同的消费者看到不同的价格,大家往往一听到这个就觉得是价格歧视。其实可以反过来想,有些消费者看到的是原价,有的消费者可能会看到优惠券、返现券后的价格。在这种意义上讲,我们可以不把它理解为价格歧视,而是给价格更敏感的人更多优惠。”

  电商用“算法”投放优惠券

  周教授介绍称,一般的算法在处理这个问题的时候,并不是很简单地依据消费者购买的商品数量和价格,比如他购买的商品越多,给他的优惠就越少;而是首先看他购买的商品在所有的三级品类中价格的排序是怎样的,比如他购买的钢笔在所有钢笔商品中的价格排序是怎样的。比较好的算法还会关注:他从加入购物车到购买的时间延长程度,包括以前他是不是点击、收藏或使用过很多优惠券。

  我们通过一个人行为及其购买历时的分析,来判断他有多么对价格敏感,我们会给这些价格敏感人群一些优惠券,这是较为合理的。

  对价格不敏感者容易成目标

  周教授说“我觉得这不是‘杀熟’现象,而是‘杀对价格不敏感的人’,‘杀’的方式不是给他超高的价格,而是少给他优惠券。这种现象在线下实际上也非常常见,比如一听可乐,在超市只卖2元,而在五星级酒店就能卖出30元,这不能叫价格歧视,这是因为你能进得起五星级酒店住,那么你就是要被‘杀’的。”

  至于不同网站共享用户的大数据这一问题,周涛教授表示,这其中有些是合法的,有些是不合法的。他说,合法的就是“广告联盟”,比如会有数万家网站甚至数十万个APP形成一个广告联盟,他们会共享用户的JavaScript记录(记者注:该记录包含访客的浏览器信息、浏览记录、搜索历史等),他们虽然不知道你叫什么名字,但知道你是来自同一台机器的点击。例如一个网上图书商城和一个在线电影网站都在该联盟中,“我从在线电影网站知道你爱看科幻电影,就在你一上网上书城的时候给你推荐科幻类图书,这是合法的。”不过,专家同时指出,商家应该切实保护用户的个人信息等隐私资料不被泄露,切实保护用户信息安全。

  另外还有一类典型的不合法行为,也就是不法的商家或黑客在用户电脑上植入木马,以强行的方式弹出广告,通过木马或者病毒的方式来记录你的行为。

  交易应遵循诚实信用原则

  京衡律师上海事务所余超律师对北青报记者表示,经营者与消费者进行交易,应当遵循公开、公平、自愿、诚实信用的原则。经营者通过虚构事实、隐瞒真实情况的手段,用一个较高的价格欺骗、诱导特定的消费者与其进行交易,构成价格欺诈, 针对价格欺诈行为消费者有权向价格主管部门举报,由政府价格主管部门依照《中华人民共和国价格法》和《价格违法行为行政处罚规定》进行处罚。

  另外,《消费者权益保护法》还规定,经营者提供商品或者服务有欺诈行为的,应当按照消费者的要求增加赔偿其受到的损失,增加的金额为消费者购买商品价款的三倍。

四 : 电商运营之业务数据报告

  樱花节招商季 上创业项目招商无忧

  在电商行业中,我们应该如何做出一份业务数据报告,让数据发挥出实际的商业意义,而不只是停留在数据表面呢?以下将从什么是业务数据报告、 业务数据报告的常用思维、 业务数据报告书写步骤三个方面进行浅析。

  

 

  一、什么是业务数据报告

  业务报告是业务人员通过对大量数据的收集和分析,结合自身对业务的理解,说明现有业务的优势与不足,并提出对于业务的合理优化建议,以期指导业务良性发展。业务报告不同于单纯的数据报告,业务报告不可只是简单的罗列数据,更多地还需要做到以下三点:

  对业务的改进优化;

  帮助业务发现机会;

  创造新的商业价值。

  90年代,美国沃尔玛超市管理人员分析销售数据时发现:在某些情况下,”啤酒”与”尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中。原来,当老公被老婆派去超市购买孩子尿布时,也会顺便为自己购买啤酒。商场干脆把两种商品放在一起,竟然增加了销量。

  上例就是从日常数据中发现了一定规律,并对消费者的生活、购物习惯做出了合理推测,提出了业务优化建议并成功地获得了业务的增长。回到电商运营中来,小到店铺,大到平台,是一个道理;店铺可以分析哪些商品更容易出现在一个订单中,再将这些商品互相推荐互相引流,以及在店铺页中靠近展示等;平台可以分析哪些类目的连单性更强,若女装与女鞋、家装家具和家用电器的连单性较强,则可以考虑将两个类目联合起来共同策划活动,若商品侧允许还可策划满减、满件等营销,加深连带,提升业绩。

  计算公式:女装与女鞋两个类目的连单性=既购买了女装也购买了女鞋的用户数/购买了女装的全部用户数。

  二、业务数据报告常用思维

  以上是对业务数据报告的定义和简单举例,那么我们可以从什么角度来挖掘业务数据、优化现有业务呢?下面是四个常见的数据分析思路。

  1、对比

  对比分析就是把数据放在一个合理的参考系中,通过对比来说明问题。

  一项业务有销售总额、UV、转化率等等指标,这些指标可以在一定程度上说明业务的进展情况,但是单独的指标过于片面,缺乏实际性的指导意义。例如一个电商banner广告图某天的点击率是5%,我们并不能立即判断出这个广告图的文案、引流商品、色调、风格等是否成功,而如果可以与相同位置其他时间的广告图来作对比,我们则能发现更多问题。除此之外,可以对比的维度还有性别、年龄、地区、省份等等,以地区举例,我们可以统计连衣裙这一类目在不同区域(华北、华中、华南、华西、华东)的订单占比,从而得出连衣裙在XX地区更受欢迎(尤其是在换季季节)的结论,再回到业务中去调整连衣裙在不同区域用户中的曝光程度,让流量能够更加有效地利用起来,提升业绩。还有一项运用到对比思维的就是A/B test,比如测试产品改版的效果时,可以把用户质量均匀地分成两组来分别体验未改版和改版后,通过两组用户的数据反馈来判断产品改版是否成功。

  2、转化

  业务都是由层层的转化得来的,我们做业务分析时要先梳理整个业务流程,把每个环节列清楚,然后计算分析各个环节的转化率,思考如何提高每个环节的转化率。

  以一个电商的活动页为例,这个活动页的转化过程应该是:

  曝光UV→点击UV→(店铺点击UV)→商详UV→下单人数→支付人数

  梳理好以上流程后,我们需要计算:曝光点击率、商详到达率、下单转化率、支付转化率等,再将各个环节的转化率与其他活动页的转化率作对比,或是与这个活动页前三日日均转化率作对比,看数据是否偏高或偏低。如果一个页面的曝光UV低,可以考虑增加在站外的流量投放以及在站内申请更多资源。如果点击率低,则可能是因为文案太弱、广告图不够吸引用户、或是资源本身质量较差等原因。

  如果一个页面的商详到达率低,则应该考虑页面结构是否合适、商品是否符合用户喜好等,可根据数据反馈及时替换点击效果差的商品,如果商详到达率随着时间的推移呈现逐渐减弱的趋势,则应寻找一定的规律定期更换页面的商品排序。如果商品的购买转化率低,则应该考虑商详页是否有可优化的空间,如在商详页主图下方增加促销氛围图,在商品信息位置增加促销说明等。还有商品的付款率,如果低于正常值,建议卖家催单。

  说到转化,不得不提一下最近很火的抖音。这款app的路径简直是不能再短,打开app即可看到视频,不用让用户陷入点击点击再点击,才能找到自己想要的东西的纠结中。

  3、公式

  业务除了可以按转化流程进行拆分,还可以从公式的角度来进行指标拆分。我们都知道,销售总额=客单价*用户数。所以,我们想要业绩得到增长的话,就需要:

  吸引更多的用户;

  从每一个用户身上得到更多的钱。

  淘宝的聚划算,拼多多的拼团商品等,都是可以提升用户数的玩法;满减、买送、满件折、满一定金额后可参与抽奖等等,这些则是可以提升客单价的营销方法。最终核心的业务指标,都可以通过合理拆分、分头击破来实现。

  4、分类分析

  分类分析是一个非常重要的手段,电商中常见的分类分析思路就是拆分类目。

  平台的销售总额可以拆分成各一级类目的销售总额,一级类目再拆成二级类目,二级类目再拆分到店铺。如果想要达到一个业务目标,可以按照平台各类目的日常产出占比来计算各个类目应该承担的业务目标,然后根据店铺(或商品)的平均销售(可拔高)来计算你的业务目标需要各类目提供多少店铺(或商品)来支撑实现。这样以来,目标就会变得清晰可实现,且若最终结果出现偏差,也方便分析其中的原因。

  三、业务数据报告书写步骤

  1、分析框架

  要分析一个项目,首先要清楚业务的定位及现状是怎样的,预计从哪些方向来提升业绩,要选择业务切入点,保证报告有一条清晰的主线,在此基础上整理业务分析框架。

  2、获取数据

  按照确定的数据分析的框架内容,有目的的收集、整合相关数据。

  3、清洗数据

  对收集到的数据进行加工、整理,以便开展数据分析,它是数据分析前必不可少的阶段。

  4、分析数据

  通过分析手段、方法和技巧对准备好的数据进行探索、分析,从中发现因果关系、内部联系和业务规律,为商业目提供决策参考。这里最重要的事情是:时刻想着你的目标是什么?比如了解某个时间段的交易状况,你要根据这个目标做同比、环比等等。

  5、数据报告

  通过分析报告,把数据分析的目的、过程、结果及方案完整呈现出来,以供商业目的提供参考。

  6、执行反馈

  执行业务分析中得出的合理性建议,并留意好数据反馈、做好策略复盘。

  四、总结

  以上,是我对于电商运营中的业务数据分析的思考。数据对业务有很大的指导意义,但当缺乏数据,或是数据在现阶段并不具有足够的参考价值时,我们也应该发挥自己的创新思维,不可畏首畏尾、不敢做出判断。

  本文由 @电商运营喵 原创发布。未经许可,禁止转载。

  题图来自 Pixabay,基于 CC0 协议

下页更精彩: 1 2 3
上一篇: 女神降临魅惑异世-细数《我欲封天》魅惑女神 下一篇: 日记300字-300字日记范文七

优秀文章