电商数据分析怎么做(电商数据的6大指标解析)

在各大电商平台或电商公司内部,最常见到的就是这种数据监控大屏,用于帮助平台和商家实时了解业务情况。要观测数据,首先就要建立一套完备的数据指标体系,定义清楚我们要看什么,怎么看。

本文将通过电商数据的定义、体系构建、指标详解介绍电商数据指标体系。

一、电商数据的定义

电商数据指用来记录用户行为的数字信息,包括用户的注册、登录、流量、点击、消费、复购等一系列行为习惯的量化数据。

要分析数据,首先得了解电商的业务流程,通过业务流程分析用户的业务路径,每个路径需要关注什么指标,以及需要每个路径可能带来的业务损耗。最终形成一个完善的业务漏斗。

例如,从用户的角度出发,电商的业务流程可包括以下重要节点:

1、注册

用户是从哪些渠道成为电商注册用户的,包括自有的APP,或者是其他投放渠道,包括微信、支付宝、抖音、线下广告等。

这里需要重点观测每个渠道的注册用户数以及每个渠道的获客成本,例如CPA(单个注册成本)。

2、流量

当用户注册完成后,会有电商页面进行承接,也就意味着用户会产生浏览和点击行为,此时可以通过用户的浏览行为,判断用户的喜好兴趣和潜在交易。

这里需要重点观测每个页面的uv、pv、浏览时长、商品点击率等。

需要注意的是,在电商阵地中,搜索是一个非常重要的入口,当用户有明确的购物意向时,更可能通过搜索直接到达商品。因此需重点关注搜索的相关流量,包括搜索uv、pv、有结果率等。

3、转化

当用户到达商品层面后,就会进入下单和交易的转化环节。这是电商的核心黄金流程,也是用户交易的重要路径。

这里需要重点关注下单量、下单人数、下单金额、支付单量、支付人数、支付金额、客单价、毛利率等。

同时需要注意售后订单的情况,但订单因为售后或者其他异常原因关单时,对于平台来说也是一部分流失。所以需要关注售后订单量、关单量、关单率等。

4、复购

对于平台来说,获取一个用户后,当然会希望他尽可能的多复购,多产生GMV,也就是尽可能提高ARPU(Average Revenue Per User),即单用户贡献价值。

所以此处需要关注用户活跃度、复购率、购物车情况等。购物车其实是一个下单工具,但根据用户习惯,加到购物车的商品更可能后续购买或复购,所以在这阶段也可以关注用户购物车的使用率。

电商数据分析怎么做(电商数据的6大指标解析)

除了用户角度,还可以从商品角度、订单角度、店铺角度去搭建业务流程和对应的数据体系。因为用户有生命周期,商品同样有生命周期,从上架、下单、成交、到清空库存。同样可以建立一套商品数据指标体系。

二、电商数据体系

基于以上数据定义和业务流程的讲解,我们可以先建立一套尽可能完善,即覆盖全部业务流程和业务视角的数据指标体系。在这套BI体系中,通过不同维度的指标,层层搭建。

私信回复“电商数据指标体系”,可获得高清图片。

三、电商数据指标

1、用户

用户是电商“人-货-场”体系的根基,没有人来,再优质的货,再豪华的场,也没有任何意义。把用户运营好,才有可能形成转化。

1)用户基本属性

  • 年龄

  • 性别

  • 省份

  • 城市

  • 类型:例如用户的当前身份,为学生、白领等

  • 风险等级:在很多涉及金融的分期电商,用户的风险等级是一个重要属性,决定该用户是否可以获取额度并使用分期购物

以上用户的基本属性,主要是帮助平台建立用户画像,分析用户的电商消费喜好。

2)用户交易行为

  • 最近一次成交订单距今天数

  • 最近一次成交订单金额

  • 历史成交订单数

  • 历史成交订单金额

通过前两个指标,可以判断该用户当前的活跃状态,是否需要对齐进行激活或者召回。通过后两个指标,则可以清楚计算得到用户的客单价,也就是该用户的ARPU值,是衡量用户价值的关键。

3)用户生命周期

  • 注册用户数:注册电商平台用户数

  • 活跃用户数:登录APP用户数

  • 浏览商详用户数:浏览商品详情页用户数

  • 新用户数:历史成交订单数为0的用户数

  • 老用户数:历史成交订单数大于0的用户数

  • 复购用户数:历史成交订单数大于1的用户数

  • 沉默用户数:距离上次登录APP大于30天,小于90天的用户数

  • 流失用户数:距离上次登录APP大于等于90天的用户数

根据用户的生命周期,对用户进行区分,有利于对用户进行分层精细化运营,针对不同阶段的用户,采取不同的运营策略,例如新用户可通过新人优惠券和push尽快促其完成首单,沉默用户数可通过短信和专属优惠将其召回。

需注意,不同平台对于自身沉默和流失的用户定义不同,有些平台会通过活跃来判断,也有些是通过交易来判断。此次仅做参考,需结合自身平台特点和业务诉求进行制定。

2、流量

用户进来后,最先承接用户的就是各级页面,包括APP的访问、首页、各活动页、商详页以及各页面内元素的点击,这些就是流量统计的关键指标。

1)APP

  • APP打开人数

  • APP打开次数

  • 各tab曝光UV

  • 各tab曝光PV

  • 各tab点击UV

  • 各tab点击PV

  • 各tab的UV点击率=各tab点击UV/各tab曝光UV

  • 各tab的PV点击率=各tab点击PV/各tab曝光PV

一般情况下,我们定义打开APP为活动人数,所以需要通过统计APP打开人数和次数来衡量活跃情况。

当前的APP多存在多个底部tab,例如淘宝有首页、逛逛、消息、购物车和我的淘宝。每个tab都会有对应的曝光和点击,并可依此计算点击率。

2)活动页

  • 页面曝光UV

  • 页面曝光PV

  • 页面点击UV

  • 页面点击PV

  • 页面UV点击率=页面点击UV/页面曝光UV

  • 页面PV点击率=页面点击PV/页面曝光PV

  • 人均曝光=页面曝光PV/页面曝光UV

  • 人均点击=页面点击PV/页面点击UV

活动页包括首页、各级活动页、频道页,对于页面的统计流量,最重要的是曝光和点击,依此可以判断一个活动页面的客流量。也可以参考人均点击、点击率等指标去判断单活动页面对用户的吸引力。

3)活动页元素

  • 元素曝光UV

  • 元素曝光PV

  • 元素点击UV

  • 元素点击PV

  • 元素UV点击率=元素点击UV/元素曝光UV

  • 元素PV点击率=元素点击PV/元素曝光PV

  • 人均曝光=元素曝光PV/元素曝光UV

  • 人均点击=元素点击PV/元素点击UV

活动页元素,是指上述页面中的元素,例如包站、banner、icon、feed流、广告位、弹窗和floating等。这是活动页流量监控的重要数据,只有知道每个元素的点击率,才能知道用户对页面中哪些内容更感兴趣,依此指导运营进行页面的设计和调整。

尤其是广告位的投放,很多平台对于广告位投放内容,是需要进行内部竞争的。竞争的主要依据之一就是点击率,如果投放的内容点击率高,说明投放价值相对更高,当然这个还需要结合后续转化来查看。

4)商详

  • 商详页UV

  • 商详页PV

  • 添加购物车点击UV

  • 添加购物车点击PV

  • 立即购买点击UV

  • 立即购买点击PV

商品详情页是下单支付流程的重要页面,主要记录用户对商品的浏览和跳转下单情况。除了基本的浏览数据、点击加车和购买数据。其实商详页还有许多模块,例如优惠券弹层,用户是否点击查看有哪些优惠券并点击领取等。

在实际的埋点中,所有的弹层浏览和点击都应该有埋点,根据业务需要,可以对页面上相应模块的浏览和点击数据都进行观测。

5)订单页面

  • 确认订单页UV

  • 确认订单页PV

  • 提交订单点击UV

  • 提交订单点击PV

订单确认页同样是下单支付流程的核心页面,用户不管是通过商详页还是购物车页面,要下单支付时,都必须经过订单确认页,确认订单相关信息后,再跳转至支付。

其中,页面浏览数据和点击提交订单数据是最重要的,这是下单流程漏斗的关键数据指标。还有其他的模块也可以适当关注,例如优惠券弹层,用户是否点击查看有哪些优惠券并点击使用;选择收货地址弹层等。

6)支付页面

  • 支付页UV

  • 支付页PV

  • 支付订单点击UV

  • 支付订单点击PV

支付页是下单支付流程的最后一个页面,也是成交的关键,用户只有最终成交了才意味着GMV的提升。支付页面一般也叫收银台页面。

页面浏览数据和点击支付数据是最重要的,这是下单流程漏斗的关键数据指标。很多平台在收银台还会开放其他功能,例如选择不同支付方式,支持选择分期支付并选择不同分期数,可以通过用户的点击去观察用户的支付喜好。

3、搜索

·在电商业务中,搜索是一个非常重要的业务入口,当用户无明确购买目标时,可能会浏览feed流的推荐商品。但是当用户有非常明确的购买目标时,搜索永远是用户的第一大入口。

1)搜索基本情况

  • 搜索曝光UV

  • 搜索曝光PV

  • 搜索点击PV

  • 搜索点击PV

  • 搜索UV使用率=搜索点击UV/搜索曝光UV

  • 搜索PV使用率=搜索点击PV/搜索曝光PV

  • 人均搜索次数=搜索点击PV/搜索点击UV

  • 人均搜索词量=(搜索有结果词量+搜索无结果词量)/搜索点击UV

搜索入口会存在于多个页面,一般多在首页,让用户明显能看到,所以需记录其曝光和点击的数据,分析用户对搜索的使用情况。

除此之外,可以观测人均搜索次数和词量。如果用户搜索很多,一方面说明其来到该平台的目的明确,一方面也需要关注是否相关推荐不够精准,导致用户只能频繁使用搜索。

2)搜索有结果

  • 搜索有结果UV

  • 搜索有结果PV

  • 搜索有结果点击结果UV

  • 搜索有结果点击结果PV

  • 搜索有结果无点击UV

  • 搜索有结果无点击UV占比=搜索有结果无点击UV./搜索有结果UV

  • 搜索有结果词量

  • 搜索有结果无点击词量

  • 搜索有结果无点击词量占比=搜索有结果无点击词量 / 搜索有结果词量

根据搜索结果可分为搜索有结果和搜索无结果,搜索有结果时可以查看其搜索有结果的人数和次数,以及其出结果后是否点击。如果搜索有结果,但无点击占比很高,那可能需要关注搜索结果是否不够准确,搜索出来的商品并不是用户想要的,所以用户不想点击。

3)搜索无结果

  • 搜索无结果UV

  • 搜索无结果PV

  • 搜索无结果人数占比=搜索无结果UV / 搜索点击UV

  • 搜索无结果词量

  • 搜索无结果词量占比=搜索无结果词量 /(搜索有结果词量+搜索无结果词量)

相对于搜索有结果,搜索无结果则需要重点关注词量问题。如果搜索无结果词量很多,且占比很高,则意味着当前商品短缺或搜索匹配算法需要优化。当用户整体搜索无结果人数占比提升时,则需要马上关注搜索产品的优化了,如果越来越多的用户来搜索却没有得到结果反馈,那么用户将流失得越来越多。

在搜索数据中,观测思路可以是:

1)先关注无结果数据,降低搜索无结果占比,确保用户搜得到东西

2)再关注有结果数据,降低有结果无点击占比,确保用户搜到的东西是他想要的

3)最后关注有结果点击数据,判断用户搜到且点击的东西最终有没有形成转化

4、商品

商品主要看其销量和利润,销量通过下单支付指标,而利润则通过毛利指标。

1)商品基本情况

  • 商品数量

  • 商品上新数量

  • 商品有库存数量

  • 商品无库存数量

  • 商品有销售数量

  • 商品无销售数量

  • 商品上新率=商品上新数量 /商品数量

  • 商品动销率=商品有销售数量 /商品数量

  • 商品滞销率=商品无销售数量 /商品数量

  • 商品倾销率=商品无库存数量 /商品数量

商品的数量体现了电商中“货”的能力,先有货才能有成交。但除此之外,需要关注几大指标,

  • 商品上新率反馈平台是否有持续迭代更新商品;

  • 商品动销率确保不仅有商品,而且还有人买;

  • 如果视频滞销率过高,则需要采取相应措施,提升长尾商品的曝光;

  • 如果商品倾销率很高,一方面可以体现平台用户喜好,一方面也需要注意供应链是否完备,是否需要迭代优化以支撑商品销售。

2)商品销售

  • 下单人数

  • 下单数量

  • 下单金额

  • 支付人数

  • 支付单数

  • 支付金额

商品的下单和支付数据指标主要反馈商品的销售情况。

3)商品利润

  • 自营商品毛利=成交金额-采购成本-仓储成本-物流成本+返利

  • pop商品毛利=成交金额*扣点比例-平台促销费用

商品的利润可分为自营商品和pop商品来计算。对于大平台来说,既有自营商品,也会有店铺入驻,通过分佣扣点的方式来计算平台利润。

自营商品毛利需要在商品成交金额上扣除采购成本、仓储成本和物流成本,除此之外还可能与品牌方有合作,销售某商品可获得对应返利,这也是收入的一部分。需注意的是,此处仅考虑商品的毛利,都是从商品的角度出发,像人力成本则不考虑在内。

对于pop商品,即入驻店铺销售商品,一般通过扣点比例计算佣金,同时还要扣除平台花费的促销费用,例如平台发放的优惠券金额等。

5、订单

订单是电商体系的核心,是一切转化和统计的关键。订单全流程包括下单、支付、成单、售后。

1)下单

  • 下单数量

  • 下单人数

  • 下单金额

2)成交

  • 成交数量

  • 成交人数

  • 成交金额

  • 成交件单价=成交金额/成交数量

  • 成交客单价=成交金额/成交人数

  • 成交人数转化率=成交人数/下单人数

  • 成交订单转化率=成交数量/下单数量

除了基本订单成交指标,还需要观测客单价,客单价是衡量用户价值的关键,也可以了解用户的消费习惯。此外,通过成交的转化率可查看订单的流失情况,进而优化下单支付的流程漏斗。

3)关单

  • 关单数量

  • 关单人数

  • 关单金额

  • 自动关单数量

  • 手动关单数量

订单关单包括用户主动取消订单或者系统因为各种原因取消订单。除了关注数量,需要关注关单的具体原因,例如用户主动取消订单的原因分类,是价格过高还是质量不好等。相当于一个用户调研,以此根据用户反馈不断迭代。

4)售后

  • 售后单数量

  • 售后单人数

  • 售后单成功数量

  • 售后单失败数量

售后形式一般包括退款、退货和换货。观测售后单量和人数可以确认订单的履约质量,如果售后单量过高,说明商品质量和服务存在问题。同时还要关注售后单的结果,判断是否为用户提供了良好的售后服务。

6、营销

电商营销多通过优惠券和各类促销活动来完成,包括单品直降活动、满减满折优惠活动、拼团活动等。不同活动的基本衡量指标类似,但优惠券因为设置上不同所以对应指标也存在一些差距。

1)优惠券

  • 发行量

  • 领券人数

  • 领券数量

  • 领取率=领券数量/发行量

  • 用券人数

  • 用券数量

  • 用券率=用券数量/领券数量

  • 用券下单人数

  • 用券下单数量

  • 用券下单金额

  • 用券支付人数

  • 用券支付单量

  • 用券支付金额

  • 优惠券投入金额=用券支付单量*优惠券面额

  • 优惠券ROI=优惠券投入金额/用券支付金额

优惠券的领取率和用券率可以帮助运营发现漏斗问题,是用户不领券还是领完券不用券下单。优惠券的ROI是衡量优惠券活动价值的关键,通过用券支付金额可以确认优惠券带来的订单金额,再通过消耗的优惠券总数量与优惠券面额相乘得到总投入成本,最终计算得到投入产出比。

2)活动

  • 活动下单人数

  • 活动下单数量

  • 活动下单金额

  • 活动支付人数

  • 活动支付单量

  • 活动支付金额

  • 活动投入金额

  • 活动ROI=活动投入金额/活动支付金额

活动的指标与优惠券类似,主要以ROI作为活动价值的衡量。

以上流量、订单、商品、营销等指标,既可以用于平台自营,也可以用于平台入驻商家的运营衡量。如果像京东这样的既有自营又有pop商家的平台,只需将不同指标应用于不同对象即可。

四、所以

数据是业务完善和迭代的可靠基础,提升转化的有力依据,战略决策的可靠依据。它代表用户的行为习惯与方式,需要通过运算、观察、分析才能看出结论。

数据对于电商有不可替代的作用,是其不断发展的保障。只有搭建完整清晰数据指标体系,才能实现通过数据提升业务转化。

电商数据指标的核心包括用户、流量、搜索、商品、订单和营销。每个公司和业务或许存在些微不同,可根据实际情况进行调整,最终搭建起匹配自身业务的数据体系。

派优网部分新闻资讯、展示的图片素材等内容均为用户自发上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习交流。用户通过本站上传、发布任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们一经核实,立即删除。并对发布账号进行封禁。
(0)
派大星的头像派大星

相关推荐

返回顶部