电商数据分析基础知识
一、电商数据分析的作用
1、熟悉运营现状
(1)常以周期来开展数据分析,如日报、周报、月报形式进行系统性分析(2)比如店铺累计客户数上升/下降;营销活动效果是有是无;店铺是盈利/亏损
(3)场景举例
根据店铺近3月销售额、访客数量、成交转化率、支付订单数、新老客户占比以及付费推广额等多维度的数据来分析
①与同期相比
店铺运营状态是否良好,若各方面指标均呈现负增长,则说明店铺运营出翔问题,须整改优化
②与同行相比
店铺各项数据是否达到同行平均值,若没有,需从多方面分析原因,制定解决方案
2、深入分析原因
比如,通过数据发现商品搜索量增幅较大,须清楚背后的原因,是优化了关键词?还是新访客数量增加?
3、预测店铺未来的运营
(1)做好科学数据管理,能掌握店铺运营的发展趋势,提前布局,抢占市场先机
(2)场景举例
通过优化某商品标题关键词,为店铺带来大量流量,短期内提升了商品的转化率,需出哪些是主力引流词,能提升静默转化率
充分积累的相关数据后,需对关键词优化带来的成交转化做预测,比如预测主力关键词未来一周能带来度多少流量......
4、及时发现店铺的问题追查一场背后的原因,制定对策
5、店铺决策的依据
决策需要以客观数据来支撑
二、与电商数据分析相关的术语
1、流量类术语
流量:一定时间段内,访问网店的用户数量。
(1)免费流量
①意义
不需要支付任何推广费用即产生的流量
大多是客户主动访问,具有很强的目的性,且这类流量转化率很高
主要源自:客户自主访问、购物车、已购买的商品业绩分享链接等渠道健康的店铺免费流量至少占60%,成本低,可为盈利争取最大空间
mike随②独立访问数( Unique Visitor, UV)
一定时间内独立访问王安的用户数
以用户的访问IP为基准,同一IP视为一个独立访问数。③页面访问数( Page View, PV)
同一用户对页面的访问次数,即页面浏览量
同一用户对页面多次访问,说明对该页面内容较关注,转化可能性更高
④页面访问深度
用户一次连续访问的店铺页面数,页面访问数÷独立访问数
直观反映网店对用户的吸引力和用户黏性
(2)付费流量
①意义
通常店铺付费流量约占40%
②淘宝直通车
专为天猫和淘宝商家打造商家设置商品关键词和出价
当客户搜索时,推广商品优先展示商家按搜索点击次数付费
③钻石展位
包括图片、移动广告、视频和明星电偶等多种形式
竞价付费的形式,支持按展示付费(Cost Per Mille ,CPM)和按点击量付费(Cost Per Click ,CPC)
为商家提供创意投放,数据跟踪、效果监测等推广方案
④淘宝客
商家创建并公开商品的营销活动,淘宝客对商家的营销活动进行推广和宣传若通过淘宝客成交,商家按一定比例佣金返给淘宝客
⑤如意投
淘宝系统根据商家设置的佣金比例和商品综合情况,用大数据智能算法,自动推到爱淘宝的搜索结果页和中小网站橱窗展示页面
⑥品销宝按千次展示计费,当客户通过受过款输入特定的品牌关键词,只要店铺出价是第一名,即可出现在搜索结果页最上方位置
2、转化类术语
(1)静默转化率
客户不向客服询问的情况,仅通过搜索和比较直接产生成交和转化的行为静默成交用户数/访客数量=静默成交率
静默转化率越高,代表客户越信任,减轻客服工足量,降低流量导入成本,利于培养回头客
淘宝为商家提供提升静默转化率的主要营销工具支付宝红包优酷会员卡
流量钱包淘金币淘话费
(2)询单转化率
客服的接待商品的详情文案店铺的售后服务
(3)免费流量的转化率
①商品主图的优化
客户搜索关键词,首先看到的是商品主图,比如“促销型主图”要和同行竞品店铺形成强烈视觉对比效果,吸引客户②商品价格的优化过高,客户望而却步;过低,客户不信任③商品详情页的优化需按客户浏览习惯,引导成交
(4)付费流量的转化率
商品关键词的优化关键词决定索索的流量、排名、权重,所以是提升付费流量转化率的第一步
主图与商品的契合度的优化提升主图与商品契合度能降低客户的跳失率营销活动创意的优化
如买一送一、全场3折起、小视频、网红直播、粉丝社等
3、运营类术语
新访客数:访问店铺的新客户总数
老访客数:访问店铺的老客户总数页面停留时间:用户在店铺页面停留的时长
商品浏览日均量:用户平均每天查看商品的次数
商品详情页浏览量:访问商品详情页的客户总数商品加购物车率:加入购物车总数占访客总数的比重
跳失率:客户通过相应入口进入,脂肪为了一个叶念就离开的访问次数占该入口访问次数的比重
平均访问深度:用户平均每次连续反问浏览的店铺页面数下单总数:拍下的订单总数
下单转化率:店铺下单人数占访客总数的比重支付宝成交件数:用户通过支付宝下单的总数无线端浏览量:无线端访客总数PC 端浏览量:PC端访客总数
店铺 DSR( Detail Seller Rating,即商家服务评级系统):商品描述相符度、服务态度、物流等综合评分商品收藏数:收藏商品的总访客数
已发货订单数申请退换货数
客单价:统计期内,每位下单客户的平均交易金额商品销量排行榜
人均成交件数当日拍下付款件数4、财务类术语
采购额库存量物流成本人力成本办公成本销售额退换货成本活动营销成本
付费推广成本5、会员类术语
老访客占比回头客回头成交率复购率回头客客单价
回头客支付率回头客存留率店铺会员
会员等级会员活动福利日
三、分类了解电商数据
李代沫新专辑
1、行业数据
(1)意义
以行业为依据,从采集到的数据分析和预测行业趋势,制定和调整运营策略
(2)分析方向
①市场整体趋势(红蓝海)
分析市占率、市场潜在拓展率、市场饱和度
②综合排名掌握店铺和商品排名,能有效的开展推广,向同行学习,达到让自己店铺排名和销量提升
2、商品数据
(1)意义
围绕商品本身展开
包括商品数量、商品存量、商品上下架的时间
(2)内容
①商品数量
通常以SKU来显示
SKU:(Stock Keeping Unit)最小存货单位,每款商品都有自己的SKU 例如:某款商品有5个尺寸,该商品就有5个SKU ②商品存量
包括商品品牌数和商品库存量。
品牌数:店铺内不同品牌的数量商品库存量:对应品类的库存
③商品上下架时间
淘宝中的黄金规则:商品离下架时间越近,排名越会考前
3、店铺整体数据
(1)流量数据
①访客量
中秋节搞笑祝福短信②浏览量③页面访问深度
(2)订单数据
①总订单量②客单价③订单总额(3)转化数据
①成交转化率
②跳失率③回头转化率
4、店铺首页数据
(1)意义
主要研究对象是访客,其访问行径通过数据指标来表现,以供研究与分析(2)关键
①店铺首页访客数:导航和分类的设置要方便客户使用
②店铺首页点击率:首页的排版和布局很重要,点击率越高的放在前面③店铺首页停留时间
5、收藏和加购
(1)收藏量
收藏量与网店人气相关,量大,潜在成交客户越多
客户有意够买,但尚在犹豫阶段;习惯性货比三家;先收藏便于后期查或购买
(2)加购量6、客服数据
(1)售后数据
(2)订单数据(3)接待数据
四、电商数据分析思维与基本流程
1、数据分析常用思维
(1)对比思维
长征感人故事最基本,最常用,比如选品、测款、销量、销售额等项目的对比
(2)拆分思维
确认某一分析对象(因素)后,分析组成部分的各子因素
比如:销售额=成交用户数*客单价;成交用户数=访客数*转化率
(3)假设思维“假说”是统计学专业名词,先假设有结果,再使用逆向思维推导过程,追根溯源
(4)增维思维简单数据多元化,借助多维度度的数据来分析
(5)降维思维选取具有代表性的数据进行分析,比如销售额=成交用户数*客单价;直接将访客数、转化率、销售额、客单价等核心数据串联分析即可
2、数据分析一般流程
(1)明确分析目的
分析的目的是什么?想达到怎样的效果、需要解决什么业务问题
(2)数据收集有目的的收集、整合相关数据的过程
(3)数据处理
按需删除、计算
(4)数据分析用工具(如Excel、Power BI)和方法(方差、回归等),
挖掘出数据的因果、内部联系、业务规律、从而获得有价值的结论,为决策者提供决策参考
(5)数据呈现常用图、表(折线图、饼图、漏斗图、金字塔图等)代替堆砌的数据,更直观展现数据分析的信息、观点与建议
(6)撰写报告
呈现出分析的目的、过程、结果与方案建议
五、数据分析常用方法
1、细分分析法
(1)意义
最基础的电商数据分析方法
按照一定参考标准,讲征途数据细分为若干个数据,再进行内部分析与统计(2)细分角度
①细分行业比如服装,分为男装、女装、童装、民族服装.....②细分时间从时间角度细分,不同时间段呈现出不同的数据
③细分渠道④细分用户⑤细分用户
2、对比分析
(1)意义将两个或以上相关数据比较,以达到能了解数据内部规律效果直观的反应变化趋势、精准靓货展示出对比数据之间的差异
常以时间轴为依据,对于量化的数据记性对比:如规模大小、增速、同行差距等
(2)常用对比角度
①竞争对手或行业
②优化
③时间④活动前后
3、AB测试法
为实现同一个目标而制定 A、 B 两个方案, A 为目前方案, B 为新方案,通过测试比较这两个方案所关注的重要数据,然后直接选择效果最好的那个方案。在使用 AB 测试法进行测试数据收集时,注意收集留存率以及对收入利润的影响,因为这是测试的重点。
电商运营常用 AB 测试法应用最多的就是直通车创意图的优化。
4、漏斗分析法
(1)意义
一套科学的流程式分析模型,通过各阶段行为反应成交转化率
本质是通过数据流程的变化来控制结果,通过评估各环节数据转化情况,达到优化数据目的
适用于流程多且规范的环节,如消费者购买环节、销售情报通等环节
(2)漏斗分析举例
①浏览量②咨询量
③购物车加入量
④订单量
⑤支付量
5、类聚分析法
(1)将抽象的数据按照类似的对象来进行分析,采用这种分析法能够发现数据之间更深层次的关联与含义
(2)在电商数据领域中,最为广泛的是对用户的类聚分析。通过数据对海量用户的追踪和深入挖掘,能精准地发现用户的相近属性,进而通过这些类聚的属性来制定营销策略
(3)用户类聚分析对于主力用户体的属性进行细分,旨在精准地定位用户体,在后期运维和推广阶段,能够由点到面地开展营销活动,引发用户的归属感,形成体营销的局面,最大程度地降低推广成本
蝙蝠侠小丑扮演者
六、撰写分析报告
1、分析报告的意义
通过对项目数据进行全面而科学的分析来评估项目的可行性,为项目决策者决策项目提供科学而严谨的依据,以降低项目运营风险,提高企业核心竞争力。单个的数据价值较少,但经过数据分析人员的分析之后,数据被转化为相关信息,这样的信息就有价值了。
只有将这些有用的信息转变成可操作的方案,才能为决策者提供决策的依据。
2、三大原则
(1)规范性原则
名词术语要规范
标准要统一
前后要一直报告要具备可读性
(2)重要性原则
①选取真实、可靠的数据指标
②构建相关模型③进行科学专业的分析
④分析出的结论,按问题的重要性来排序
⑤控制结论数量,突出重点(3)谨慎性原则
①基础数据:真实可靠有说服力②分析过程:科学合理全面有逻辑
③分析结论:严谨的数据分析推到过程④实事求是:不要回避“不良结论”
3、报告基本要点
(1)意义分析报告是对数据分析过程的总结与展现,阐述起因、过程、结论、建议,便于决策者参考
(2)基本要点
①有分析框架结构清晰+图文并茂
②有明确的结论
可靠数据源+严谨分析推导过程方法=明确结论
③有逻辑性和可读性
遵循“发现问题---总结原因---建议方案”的流程
文字、图表的合理使用④有建议或解决方案
决策者更看重建议或解决方案
怎样截图啊
作者:@二毛 | 来自:知犀思维导图