如何做好电子商务数据分析
来源: 电子商务加油站
电子商务为何需要做数据分析?电子商务又该如何做数据分析?电子商务发展的速度越来越快,这个行业的趋势变化也越来越快。对于电子商务公司的老板而言,想要自己永远跟着趋势走,学习运用数据分析是必然的。
世界工厂分析认为,现在不是缺数据,而是数据太多。据统计,在今天的互联网上,每秒会产生上万个微博信息、几百万次的搜索、Facebook上的几十 万次内容。 稍大的电子商务公司,都会采集一些行为数据(比如IP流量、浏览量),但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝大多数公司,甚至包括 凡客诚品这样著名的电子商务公司,曾经都不知道如何利用成千上万的零散数据。
一、数据分析的重要性
首先,我们要来了解一下数据分析对于一个网站的重要性。笔者并不从理论方面来论证数据分析的重要性,而是从各方对这一方面的动向来了解。
1、阿里巴巴
20##年5月25日,阿里巴巴宣布推出数据门户,并正式启用新域名data.china.alibaba.com,新推出的数据门户根据4500万 中小企业用户的搜索、询单、交易等电子商务行为进行数据分析和挖掘,为中小企业以及电子商务从业人士等第三方提供综合数据服务。马云曾表示“数据”将是阿 里巴巴未来十年发展的战略核心。
目前正式开放的部分为面向全体用户的宏观行业研究模块,由行业搜索动态趋势图、专业化行业分析报告、细分行业和地区的内贸分析和针对行业各级产品的热 点分析,以及实时行业热点资讯等部分构成,并且为免费提供。到20##年底阿里巴巴还将适时陆续推出数据门户其他部分应用。
2、各行业巨头
事实上,近年来全球各大行业巨头都表示进驻“开放数据”蓝海。以沃尔玛为例,该公司已经拥有两千多万亿字节数据,相当于200多个美国国会图书馆的藏 书总量。这其中,很大一部分事客户信息和消费记录。通过数据分析,企业可以掌握客户的消费习惯、优化现金和库存,并扩大销量,数据已经成为了各行各业商业 决策的重要基础。
电商平台也很注重这方面的数据分析,例如世界工厂网,就设有排名榜的数据分析,通过分析用户在世界工厂网的搜索习惯及搜索记录,免费提供了产品排行 榜、求购排行榜和企业排行榜。无独有偶,作为行业门户网站的装备制造网也即将在未来的发展中提供数据分析的功能,从网站的介绍中可以看到:每月企业网站专 业SEO检测报告、季度专业行业研究报告等等。所有这些行业的动向,都昭示这一个特点:企业数据、行业分析。也只有行业网站、电商平台等拥有企业数据优 势,而且集合整行业信息,并有分析整合数据的能力,才能真正为企业提供真实、有效的数据分析。
从各方对待一个事物的态度与投资动向,我们能很轻易的了解到这一事物的重要程度,从以上的事例可以看出,数据分析对于各行各业都非常的重要,尤其是对于电子商务平台。
二、电子商务数据分析的七个重要因素
1、电子商务数据分析需要商业敏感
今天电子商务公司的数据分析师,有些像老板的军师,必须有从枯燥的数据中解开市场密码的本事。比如,具有商业意识的数据分析师发现,网站上的婴儿车的 销售增加了,那么,他基本可以预测奶粉的销量也会跟上去。再比如,网站上的产品发挥的作用并不一样,有的产品是为了赚钱,有的产品是为了促销,有的产品是 为了吸引流量,不同的产品在网站上摆放的位置是不一样的。
一个商业敏感的数据分析师,是懂得用什么样的数据实现公司的目标。比如,乐酷天与淘宝竞争,它们重点看的不是交易量,而是流量:每天有多少新的卖家进 来,卖了多少东西。因为此阶段竞争最核心的就是人气,而非实质交易量。如果新来的卖家进来卖不出东西,只有老卖家的交易量在增长,即使最后每天的交易量都 增长,也还是有问题。
再比如,一家刚踏入市场的B2B公司和已经占领大部分市场的B2B公司,它们的目标不一样。前者是看流量赚人气,后者对流量不怎么看重,而是看重交易转化率及回头率。
当下的数据分析师多是学统计学出身的,一堆数据放在那里,大家都擅长怎么算回归、怎么画函数。但是这批学数学的人才缺乏商业意识,不知道这些数据对业务意味着什么,看不见一堆数据中彼此的关系,也就不知道该用什么样的逻辑分析,也就无法充当老板的眼睛了。
2、电子商务的网站转化率是关键,ROI是最终的目标
电子商务B2B网站平台的宗旨就是为企业服务,让买家与卖家的市场销售成本降低,降低交易成本,提高订单利润。因此,电子商务的网站转化率是关键,这 其中就提到一个指标的重要性——ROI。ROI是Return On Investment的简写,是指通过投资而应返回的价值,它涵盖了企业的获利目标。利润和投入的经营所必备的财产相关,因为管理人员必须通过投资和现有 财产获得利润。又称会计收益率、投资利润率。
其计算公式为:投资回报率(ROI)=年利润或年均利润/投资总额×100%
投资回报率(ROI)的优点是计算简单;缺点是没有考虑资金时间价值因素,不能正确反映建设期长短及投资方式不同和回收额的有无等条件对项目的影响, 分子、分母计算口径的可比性较差,无法直接利用净现金流量信息。只有投资利润率指标大于或等于无风险投资利润率的投资项目才具有财务可行性。
投资回报率(ROI)往往具有时效性–回报通常是基于某些特定年份。
3、电子商务数据分析衡量指标的设定
指标是让我们更好的从数据量化的层面来了解运营的状况,现在的PV、UV、转化率基本是运营监督的指标;网站分析采用的指标可能有各种各样的,根据网 站的目标和网站的客户的不同,可以有许多不同的指标来衡量。常用的网站分析指标有内容指标和商业指标,内容指标指的是衡量访问者的活动的指标,商业指标是 指衡量访问者活动转化为商业利润的指标。
电子商务的数据可分为两类:前端行为数据和后端商业数据。前端行为数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据;而后端数据更侧重商业数据,比如交易量、投资回报率,以及全生命周期管理等。
目前有些人关心前端行为数据,也有些人关心后端商业数据,但是没有几家网站把前端行为数据和后端商业数据连起来看。大家只单纯看某一端数据。但是看 数据看得“走火入魔”的人会明白,每个数据,就像散布在黑夜里的星星,它们之间布满了关系网,只要轻轻按一下其中一个数据,就会驱动另外一个数据的变化。
4、某些指标异常变化的原因分析
网站的某些指标的异常变化是外界市场一些变化的客观反应,网站的数据分析人员一定要积极注意。例如PV减少(异常),那我们就要分析用户是搜索来源减少还是直接访问减少?反连接过来的减少?搜索减少就要观察用户的关键字、搜索引擎等。
例如20##年的上半年,曾出现阿里巴巴与慧聪发生争论,而在那几天,另一个B2B网站–世界工厂网的会员注册量批量上升,每天超过千个以上的注册 量。当然这只是一部分的猜测,在两个B2B巨头不稳定之时,企业会选择第三方的平台,这是符合常理推断的。不过就此以后,世界工厂的注册量一直是稳中有升 的,难道这是会员发现一个免费“新大陆”的口碑宣传吗?事后发现,是因为世界工厂网的一个新项目–全球企业库的上线吸引了大量企业会员的青睐,注册量猛 然提升的。对于一些数据的异常增加或减少,一定要分析其产生的原因与市场时机,这对平台以后的发展及政策导向非常有借鉴意义。
有一天,linkin(一个社区网站)忽然发现来自雷曼兄弟的来访者多了起来,但是并没有深究原因。第二天,雷曼兄弟就宣布倒 闭了。原因何在?雷曼兄弟的人到linkin找工作来了。谷歌宣布退出中国的前一个月,笔者在linkin上发现了一些平时很少见的谷歌产品经理在线,这 也是相同的道理。试想,如果linkin针对某家上市公司分析某些数据,是不是很有商业价值?
5、利用数据分析用户的行为习惯
再次说,得到数据来分析是在揣测用户的心理和一些习惯,最真实的是让用户告诉你,需要什么,这些可以利用投票调查及问题提交等来实现,当然利用数据整合分析也是必然的,然后做出来AT来权衡利弊来对用户体验惊醒改善,和一些基本的产品定位及活动。
装备制造负责人认为,网站数据分析应该两个层次:第一,网站数据分析,是针对产品来说。就围绕产品如何运转,做封闭路径的分析。得出产品的点击是否顺 畅、功能展现是否完美 。第二、研究客户的访问焦点,挖掘客户潜在需求。如果是以交易为导向的电子商务网站,就是要研究如何高效的促成交易,是否能出现联单!
6、客户的购买行为分析
当用户在电子商务网站上有了购买行为之后,就从潜在客户变成了网站的价值客户,电子商务网站一般都会将用户的交易信息,包括购买时间、购买商品、购买 数量、支付金额等信息保存在自己的数据库里面,所以对于这些用户,我们可以基于网站的运营数据对他们的交易行文进行分析,以估计每位用户的价值,及针对每 位用户的扩展营销的可能性。
客户的购买行为分析,如传统的RFM模型,会员聚类,会员的生命周期分析,活跃度分析,这些都精准的运营都是非常重要的。
7、电子商务数据分析需注重实战经验
以上所谈到的电子商务数据分析的几个重要因素,笔者个人感觉倒是有点套路,电子商务的数据分析更多的是实战,网站分析的本质是在了解用户的需求、行为,以开发用户体验良好的功能与服务,制定扩展营销的策略及附加功能的推广服务等等。
第二篇:如何做好电子商务数据分析
中国领先的互联网营销分析服务提供商
如何做好电子商务数据分析
电子商务为何需要做数据分析?电子商务又该如何做数据分析?电子商务发展的速度越来越快,这个行业的趋势变化也越来越快。对于电子商务公司的老板而言,想要自己永远跟着趋势走,数据分析是必然的。
据统计,在今天的互联网上,每秒会产生上万个微博信息、几百万次的搜索、Facebook上的几十 万次内容。 稍大的电子商务公司,都会采集一些行为数据(比如IP流量、浏览量),但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝大多数公司,甚至包括 凡客诚品这样著名的电子商务公司,曾经都不知道如何利用成千上万的零散数据。
一般来说,电商网站的数据分析包括:流量来源分析、流量效率分析、站内数据流分析和用户特征分析四个部分。
一、流量分析
电子商务就是贩卖流量的生意,低成本的流量来源是保证企业盈利的重要条件。流量来源分析主要是要明白你的用户都是从那些网站来的,那些网站的给你带来更多的订单、那些网站的流量是真实的,那些是虚假等。
搜索引擎关键词分析:根据关键词的来源分析来查看网站产品分布和产品组合。如果关键词查询多的产品却不是网站的主推品,可以进行适当调整。
网站流量趋势分析:网站的流量是否均衡稳定,是不是有大幅度波动。一般来说流量突然增加的网站,如非发生突发事件,购买的广告位作弊的嫌疑比较大。
网站流量核对:查看是否有莫名流量来源,流量来源大不大。如果莫名来源流量很大的话,有可能是您购买的CPC或者其他资源被注水了,将您的广告链接分包给了点击联盟。
推介网站与直接访问的比例:推介网站可以理解为外部广告,直接访问就是用户直接输入网址。一般来说,直接访问量越大说明网站的品买知名度越高。
二、流量效率分析
流量效率是指流量到达了网站是不是真实流量,主要分析指标如下:
到达率:到达率是指广告从点击到网站landingpage的比例。一般来说,达到率能达到80%以上是比较理想的流量。这个也跟网站的速度有关,综合来分析一下。
二跳率:这个也是为了分析流量的有效性。如果是有效流量的话,一般会有合理的二跳。如果是虚假点击的话,一般是没有二跳的。但是也不排除有部分作假很厉害的网站能做出二跳,比如PPLIVE,当年洪成浩做投放的时候,我们的广告直接连接到广告专题页,二跳是15%左右,但是PPLIVE居然有60%的二跳!最主要的是一个转化都没有。
PV/IP比:一般来说,有效的流量,网站内容比较好的话,一个独立IP大概能有3个以上的PV。如果PV/IP比能达到3以上的话,一般说明流量比较真实,网站内容也不错。但是如果低于3的话,并不代表流量不真实,也可能是网站本身的问题。如果PV/IP过高的话,也可能有问题,比如人力重复刷新等,要谨慎对待。
订单转化率:这个是最最核心的数据了,没有订单转化率,其他一切都是免谈!某些牛B的B2C能做到4%的提袋率!某些却仅仅是0.1%。
三 、站内数据分析
站内数据流分析,主要用来分析购物流程是否顺畅和产品分布是否合理,一般如下:
页面流量排名:主要查看产品详情页的流量,特别是首页陈列的产品详情页。参照最终的销售比例,优胜劣汰,用以调整销售结构。
T:010-62703392-281 [1] 商助科技(北京)有限公司 市场部
中国领先的互联网营销分析服务提供商
场景转化分析:从首页-列表页-详情页-购物车-订单提交页-订单成功页,的数据流分析。比如说,首页到达了10000用户,伺此后的数据分别是8000-5000-1000-50-5,购物车到订单提交页的相差比较大,大概就能看出来是购物车出了问题,需要改进。
频道流量排名:各个频道流量的排名,主要用来考虑产品组织的问题。
站内搜索分析:这个反应的是用户关心的产品有哪些,产品调整的最直接数据。
用户离开页面分析:用户在那些也页面离开最多?是首页还是频道页?是购物车还是订单提交页。突然的大比例的离开网站,往往预示这问题的存在。
四、用户特征分析
用户停留时间:这个放在用户特征分析里有些牵强。而且目前监控用户停留时间的方式是:用户到达时间-用户离开时间,但是用户什么时候离开很难准确判断,这种数据仅作参考,一般停留时间越长网站粘性越好。如果用户停留时间超过1个小时,基本就是假流量,或者用大打开网页忘记关了。
新老用户比例:老用户比例越高,证明用户忠诚度不错。但是还要考虑绝对量,不能靠新用户越来越少来衬托老用户比例越来越高。
用户地域分析:用户地域与订单地域分布基本一致,基本上就是用过互联网用户的分布比例以及经济发达程度等。这个对于提升区域配送及服务比较有帮助。
电子商务网站的数据数以万计,如果是认为的去分析这些很很麻烦,而且也不准确,
那么有没有一种监测系统既可以保证电商网站的数据安全,又能保证数据的客观公正呢,有没有这样一种第三方监测系统?答案是肯定的, 99click旗下的siteflow系统就是这样一种基于saas模式,为电子商务企业开辟业务提供的一套数据分析系统,通过出色的数据技术,围绕着电子商务业务的方方面面,快速进行多类型海量数据的采集和处理,获得实时结果,帮助企业从数据中抽取成形的、有价值的洞察,产生实际的结果。
T:010-62703392-281 [2] 商助科技(北京)有限公司 市场部