乐学淘宝 2023-03-23 20:41:03

电商数据分析的五大数据指标和三个思路

本文主题是淘宝，淘宝不一样，淘宝问答。

现在电商的成长非常火热，很多电商运营团队缺乏精准运营和数据驱动的经验和意识。然而，电子商务运营正在成为电子商务增长的一个越来越重要的因素。作为电商应该关注和分析哪些电商数据？

分析电子商务平台数据，首要关注的五个关键数据指标:活跃用户、转化、保存、回购、gmv；三个关键思想:商品运营，用户运营，产品运营。

五大数据指标

在众多的互联网子行业中，电子商务行业起步早，成长时间长，具有显著的行业特征:

1)商品品类多，SKU多，用户的笼子覆盖面广， *** 作难度大；

2)总体来说客单价低(旅游、奢侈品等除外。)，强调保存和重新购买；

3)电商产品设计相对成熟，最重要的是优化运营；

4)电商行业竞争激烈，精准运营是走出重围的必要技术。

要实现精准运营，数据是必不可少的环节。电子商务网站要提高运营效率，至少需要五个关键指标:活跃用户、转化率、保存率、复购率和gmv。

1)活跃用户数是一个基本面指标，有三个层次:dau(日活跃用户)、wau(周活跃用户)、mau(月活跃用户)；

2)转化率是一个很重要的指标。电商运营需要关注一级路径、二级路径甚至精准到每个品类/sku的转化率；

3)保存应从不同时间段研究，包括第二天保存率、第三天、第七天、第三十天保存率；

4)重购要从重购用户数、重购率、重购金额比例三个角度来看；

5)gmv是最重要的指标，我们的运营最终围绕这个展开。Gmv=uv*转化率*客单价。

三个运营思路

商品经营

如前所述，电商行业的一大特点就是商品品类或SKU多，那么这么多商品应该如何运营呢？

就是这三个电商app的首页界面(每个web端的结构都差不多):前两个是JD.COM和国美，都是平台型电商；三是鲜果平台，属于垂直电商。不难发现，电商的产品在设计上都大同小异。carousel的横幅出现在首页，下方是活动区。

在商品 *** 作中，尤其是首页商品更新快，要特别注意换算，甚至要确定不同商品在不同时间段、不同位置、不同地点的换算率。然后根据转化率和业务经验，无休止的调整运营策略。但是，即使是大型的电商网站也没有做好这一点，在每个商品类目/sku的转化率分析上，还是存在一定的空小白。

商品经营有一个很大的优势:投资少，见效快，效果显著。商品运营的质量就是通过对过程中不同的坑、活动、商品的分析，来提高我们的转化率和gmv。

展示了一个电商购买流程的主要路径:首页-活动页-商品详情页-支付完成。从精准分析的角度，关注转化路径每一步的转化率；通过流程分析，不难发现最后一步“付费完成”的转化率较低。

更重要的是，我们需要基于“uv-点击”、“点击-收藏购物车”、“购物车-支付成功”三个关键转化，对不同商品进行对比分析，从而实时调整运营策略。下图显示了每一步的转化率:

电商网站的运营节奏很快，尤其是活动区的“秒杀”、“抢购”等活动，需要及时监控sku的更新和转化。上图中，某电商平台在微信上进行促销活动，通过流程及时监控相应平台会议环境，让运营方实时调整运营策略。

用户 *** 作

如开头所说，随着互联网用户增长速度的放缓，用户体验变得越来越重要。之前漫无目的的短信推送和app通知可能会让用户厌烦，碾压用户体验；甚至可能导致用户退订卸载。在精准运营的环境下，做好用户运营首先要从两个角度入手:一是找到用户保存的关键点；二是采取差异化的运营策略，识别不同的用户群体，针对不同的群体采取差异化的运营风格。

1.找到用户添加的“幻数”

留住一个客户的成本远远小于从零开始获取一个客户的成本，所以保全相当重要，关系到一个平台能否持续健康成长。

保存曲线分为三个时期，从震动期和选择期开始，到这两个时期结束，如果用户能够或者可能留下，就会进入一个相对稳定的时期。在《硅谷的成长黑客》(growthhacking)中，经常会提到magicnumber。那么作为一个电商平台，你们平台的幻数是多少呢？

以某电商平台为例。在这个网站上七天内购买过三次的用户(红色)的保存度是普通用户(绿色)的四倍，所以让用户在一周内购买三次是他的神奇数字。

2.差异化经营战略

不同用户的活跃度、商品偏好、购买决策规划阶段不同，需要采取差异化的运营策略。差异化运营策略从三个角度入手:基于用户的活跃度，基于用户对不同商品的偏好，基于用户的决策和规划阶段。

根据用户的活跃程度，我们大致可以将其分为“搅动用户”、“低频活跃用户”和“高频活跃用户”。一般情况下，如果一个用户30天以上没有登录你的平台，我们基本可以认为该用户已经流失。是否应该考虑对流失客户采取召回策略？能否给30天内活跃10天以上的高活跃用户推荐更精准的产品？

其次，基于用户对不同产品的喜好，将用户分为不同的群体，比如美妆产品、鞋帽、数码产品、书籍等，然后精准推送新品。

最后，基于用户购买决策计划的不同阶段。一个标准的购买流程，包括“首页浏览/搜索-浏览商品详情页-商品对比-购物车收藏-付款成功”的正反面简历等。用户在每个节点处于不同的决策规划阶段。从维度(属性数据)和指标(行为数据)出发，对用户进行分组，比如“收到优惠券但没有使用的用户”，采取精准推送。我们从growingio提供的api中导出这些用户的id和属性，然后精准推送和提醒企业内容的crm或edm，刺激用户的转化。

产品 *** 作

目前电子商务产品的设计已经比较成熟，界面结构也差不多。首先要联系用户的使用环境来优化产品。我们的思路首先是:优化产品在不同路径的转化率，重视用户评论的管理。

1.优化产品，从转型开始。

购买行为可能有多种转化途径:

1)家庭-商品-订单转换

2)首页-商品列表-详情页-订单转换

3)首页-搜索-商品列表-详情页-订单转换

4)首页-单坑横幅-活动页-详情页-订单转化

除了不同路径的转化率，我们还关注转化的每一步:

牟用growingio漏斗函数展示了一个用户的购买过程和每一步的转化率。我们发现从“收藏购物车”到“付费成功”的转化率不到1/3，偏低，需要找出具体问题出在哪里。

一旦意识到问题可能存在，就需要一层一层往下钻，直达问题的焦点。我们通过流程用户分组选择了所有“提交订单但未完成”的用户。然后抽出3-5个前提合适的用户，借助“用户推敲”仔细观看每个用户的 *** 作过程。一般都能发现问题。

2.用户评估的重要性