电商网站数据分析常用指标 分类：数据分析2011-08-16 23:44 101人阅读评论(0) 收藏举报一、网站分析的内容指标 转换率TakeRates （ConversionsRates） 计算公式：转换率＝进行了相应的动作的访问量／总访问量 指标意义：衡量网站内容对访问者的吸引程度以及网站的宣传效果 指标用法：当你在不同的地方测试新闻订阅、下载链接或注册会员，你可以使用不同的链接的名称、订阅的方式、广告的放置、付费搜索链接、付费广告（PPC）等等，看看那种方式是能够保持转换率在上升？如何增强来访者和网站内容的相关性？如果这个值上升，说明相关性增强了，反之，则是减弱。 回访者比率RepeatVisitor Share 计算公式：回访者比率＝回访者数／独立访问者数 指标意义：衡量网站内容对访问者的吸引程度和网站的实用性，你的网站是否有令人感兴趣的内容使访问者再次回到你的网站。 指标用法：基于访问时长的设定和产生报告的时间段，这个指标可能会有很大的不同。绝大多数的网站都希望访问者回访，因此都希望这个值在不断提高，如果这个值在下降，说明网站的内容或产品的质量没有加强。需要注意的是，一旦你选定了一个时长和时间段，就要使用相同的参数来产生你的报告，否则就失去比较的意义。 积极访问者比率HeavyUser Share 计算公式：积极用户比率＝访问超过１１页的用户／总的访问数 指标意义：衡量有多少访问者是对网站的内容高度的兴趣
指标用法：如果你的网站针对正确的目标受众并且网站使用方便，你可以看到这个指标应该是不断的上升。如果你的网站是内容型的，你可以针对不同类别的内容来区分不同的积极访问者，当然你也可以定义２０页以上的才算是积极的访问者。 忠实访问者比率CommittedVisitor Share 计算公式：访问时间在１９分钟以上的用户数／总用户数 指标意义：和上一个指标的意义相同，只是使用停留的时间取代浏览页数，取决于网站的目标，你可以使用两个中的一个或结合使用。 指标用法：访问者时长这个指标有很大的争议，这个指标应结合其它的指标一起使用，例如转换率，但总体来说，较长的访问时长意味着用户喜欢呆在你的网站，高的忠实访问率当然是较好的。同样的，访问时长也可以根据不同的需要自行设定。 忠实访问者指数CommittedVisitor Index 计算公式：忠实访问者指数＝大于１９分钟的访问页数／大于１９分钟的访问者数 指标意义：指的是每个长时间访问者的平均访问页数，这是一个重要的指标，它结合了页数和时间。 指标用法：如果这个指数较低，那意味着有较长的访问时间但是较低的访问页面（也许访问者正好离开吃饭去了）。通常都希望看到这个指数有较高的值，如果你修改了网站，增加了网站的功能和资料，吸引更多的忠实访问者留在网站并浏览内容，这个指数就会上升。 忠实访问者量CommittedVisitor Volume 计算公式：忠实访问者量＝大于１９分钟的访问页数／总的访问页数 指标意义：长时间的访问者所访问的页面占所有访问页面数的量 指标用法：对于一个靠广告驱动的网站，这个指标尤其值得注意，因为它代表了总体的页面访问质量。如果你有１００００的访问页数却仅有１％的忠实访问者率，这意味着你可能吸
电商数据分析案例：首页优化分析 很多人都讨论过关于首页优化的问题，在讨论这个问题之前，我们应该先要问自己。 点击进入首页的用户都是谁？ 他们在进入首页之前的上一个页面是哪里？ 他们进入首页的目的是什么？ 首页的哪部分点击率最高？ 首页要完成的任务是什么？ 通常，我们可以把点击进入首页的用户进行如下分类
了解了进入首页的用户来源，我们可以把以上来源按照用户浏览目的分为以下四类： 1 对某宝贝感兴趣，希望了解店铺其他宝贝，希望了解本店相关活动，比如包邮，打折等，希望了解本店信誉，整体情况。 2 属于老客户，对店铺大题情况已经了解并且信任，希望了解店内最新上架商品 3 寻找客服，寻找店铺导航栏 4 没有具体目的 下面我们就可以确定首页需要展现的内容了。 1、相关打折，团购，包邮活动-------激发第一类用户点击其他宝贝的兴趣； 2、导航栏，客服--------引导第三类用户进行转化； 3、店铺新品---------吸引第二类用户，让老客户进行二次购买；
4、爆款推广--------吸引所有用户； 5、一些类目分层下的热门商品-------将用户按照宝贝需求分层； 下面就要进入到具体的首页优化环节了，我们先要要根据不同行业店铺所面对的用户的不同浏览习惯，来确定这个店铺的首页结构（由于这部分内容涉及的问题比较多，我会用其他时间和大家探讨） 首焦图设计，导航位置，客服位置等等设计方面的问题不是本篇的重点，我们具体讨论一下关于宝贝分层的方法。 宝贝分层的方法，选择更吸引客户的宝贝 我们观察一些大店的首页装修就可以看出大部分的店都会在首页展示一部分宝贝的，但是这些宝贝并不是随机出现在首页的。他们通常会按照宝贝品牌，宝贝功能类别，宝贝热度等进行分层。 您的店铺应该按照哪种分类方式比较好呢？ 您的宝贝是否足够吸引住用户的眼球呢？ 首页大图的点击率很高，那质量如何呢？是不是转化率也很高呢？ 首页的各个模块都给店铺带来了多少效益呢？ 我们可以模拟两种分类方式进行更进一步的测评和比较。比如按照店中品牌分类，然后再按照店中功能进行分类，分别比较这两种分类的环比增长率，你会发现都是一样的宝贝，只是分类不同，引发的二次点击量相差就很多，如此结果一目了然。
电商2015年运营大数据分析 一、代运营商基本情况汇总 从事淘宝运营服务的服务商大约1500多家，其中，天猫平台聚集了大约400家运营服务商，主要来源于上海、浙江和广东，而福建、北京次之，为大约2000家天猫店铺提供运营服务。运营服务商达成的交易额，按照店铺数量平均，约为天猫店铺整体平均值的2倍；按照服务商数量平均的交易额均值，约为倍。目前，从业人员大约3万人，20%为专业店铺运营人员。42%的服务商选择聚焦优势类目发展。 按照品牌商对于供应链整合的不同需求，运营服务商可以分为流程型、运营型和技术型。 未来，专业服务市场的专业化发展将推动运营服务市场的规范化。 二、天猫代运营商分布情况汇总 上海86家 广东70家 浙江81家 江苏16家 北京26家 福建28家，厦门12家 其他57家
三、代运营商创始人背景和团队现状 服务商深度调研中，服务商创始人的背景分类按照以下三个分类标准： ①大卖家背景：包括经营过卖家店铺（或独立B2C网站），或者有全面负责卖家店铺运营的经验。 ②传统服务背景包括：包括线下贸易背景，以及传统企业的运营、管理以及投资等背景。 ③IT以互联网从业背景（简称IT互）：包括IT技术背景，广告公司从业（含网络推广），以及电子商务公司的渠道转型 四、天猫核心类目分布情况汇总 五、人员结构比例不同，服务效率也不同。 运营能力和技术能力说明服务效率差异： 具备整体托管能力的运营服务商，以运营团队为核心打造“端到端”流程。然而，自建系统（技术和仓储人员占30%以上）推动了运
营服务商的服务规模扩大，立足于平台的精细化运营，从数据的视角，运营服务商的核心能力源于平台层、中间件层和商务层。目前从业人员约3万人，运营人员占20%。 六、在五个专业服务环节有不同程度的外包? 运营服务商与专业服务不同：运营服务基于开放平台，制定和执行店铺的经营策略。专业服务围绕供应链节点的经营策略提供专业化服务。 专业服务外包： 目前，营销推广和视觉设计仍是运营服务的核心能力，运营服务商将IT系统、仓储和客服等环节进行不同程度的外包。 七、运营服务商提供“端到端”的供应链整合服务? 传统的渠道管理：
电商运营指标体系 电商数据运营指标体系 本文主要介绍了电商数据分析的基础指标体系，涵盖了流量、销售转化率、客户价值、商品类目、营销活动、风控和市场竞争等电商指标，这些指标都需要系统化地进行统计和监控，才能更好的发现电商运营健康度的问题，同时可以及时改进和优化，提升电商收入。 信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力，包括大数据处理、数据分析和数据挖掘能力。无论是电商平台（如淘宝）还是在电商平台上销售产品的卖家，都需要掌握大数据分析的能力。越成熟的电商平台，越需要以通过大数据能力驱动电子商务运营的精细化，更好的提升运营效果，提升业绩。构建系统的电子商务数据分析指标体系是数据电商精细化运营的重要前提，本文将重点介绍电商数据分析指标体系。 电商数据分析指标体系分为八大类指标，包括总体运营指标、网站流量类指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是电商销售环节。 1.电商总体运营指标 电商总体运营整体指标主要面向的人群电商运营的高层，通过总体运营指标评估电商运营的整体效果。电商总体运营整体指标包括四方面的指标： （1）流量类指标 o独立访客数（UV），指访问电商网站的不重复用户数。对于PC 网站，统计系统会在每个访问网站的用户浏览器上“种”一个cookie来标记这个
用户，这样每当被标记cookie的用户访问网站时，统计系统都会识别到 此用户。在一定统计周期内如（一天）统计系统会利用消重技术，对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端 区分独立用户的方式则是按独立设备计算独立用户。 o页面访问数（PV），即页面浏览量，用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。 o人均页面访问数，即页面访问数（PV）／独立访客数，该指标反映的是网站访问粘性。 （2）订单产生效率指标 o总订单数量，即访客完成网上下单的订单数之和。 o访问到下单的转化率，即电商网站下单的次数与访问该网站的次数之比。（3）总体销售业绩指标 o网站成交额（GMV: Gross Merchandise Volume），电商成交金额，即只要网民下单，生成订单号，便可以计算在GMV里面。 o销售金额。销售金额是货品出售的金额总额。 注：无论这个订单最终是否成交，有些订单下单未付款或取消，都算GMV，销售金额一般只指实际成交金额，所以，GMV的数字一般比销售金额大。 o客单价，即订单金额与订单数量的比值。 （4）整体指标 o销售毛利，是销售收入与成本的差值。销售毛利中只扣除了商品原始成本，不扣除没有计入成本的期间费用（管理费用、财务费用、营业费用）。 o毛利率，是衡量电商企业盈利能力的指标，是销售毛利与销售收入的比值。 如京东的2021年毛利率连续四个季度稳步上升，从第一季度的
高手告诉你如何电商数据分析 一、从数据维度做拆分，让目标更加落地。 我做过近两年的电商运营，其中感触很深的一个点就是从数据的维度对目标做拆分。 天猫的双11刚刚过去，马云又创造了新的成绩，912亿。从去年的571亿到今年的912亿，马云怎么就敢说今年可以做900亿呢？在设定这个目标之前就少不了对目标的拆分。 900亿的成交，首先按照过往的类目占比，拆分到各个类目，每个类目承担多少销售指标，类目再按照过往的卖家成交额占比拆分到各个卖家，每个卖家承担多少销售指标。卖家再根据各自的日常店铺转化率反推需要多少流量，各类目再结合平台能提供的流量，就可以得到流量的缺口。接下来再按照各渠道获取流量的成本来计算，就可以得出双11平台需投入的营销经费数值。整个900亿的目标，通过这样的拆分，就变得明确可执行了。 无论做什么事情，想做成，都离不开对目标的拆解，任何抽象的事物都可以通过数学的方法来解决，把事情数据化会让事情更简单可执行，也更容易考核效果。 二、很多业务其实就是一个公式。 我刚开始接触电商接受业务培训，第一节课就只讲了一个公式。 成交额=买家数x客单价 如果你想提升成交额，要么提升买家数，要么提升客单价。我们可以盘点一下，我们见过这么多的促销手段，有哪个不是为了提升这两个数值的。满减、满送、买二送一，这是为了提升客单价的手段；秒杀，团购，这是为了提升买家数的手段（秒杀的核心在于集聚大量流量做关联销售）。 不仅仅如此，这个公式依据不同的业务场景还可以拆分成多种形式。 买家数= 商详uv x 下单率x 付款率 商详uv = 广告展现x 广告转化率= 搜索展现x搜索转化率= 活动展现x 活动点击率
电商数据分析基础知识 电商数据分析基础知识 信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力，包括大数据处理、数据分析和数据挖掘能力。无论是电商平台(如淘宝)还是在电商平台上销售产品的卖家，都需要掌握大数据分析的能力。越成熟的电商平台，越需要以通过大数据能力驱动电子商务运营的精细化，更好的提升运营效果，提升业绩。构建系统的电子商务数据分析指标体系是数据电商精细化运营的重要前提，本文将重点介绍电商数据分析指标体系。 电商数据分析指标体系分为八大类指标，包括总体运营指标、网站流量累指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是电商销售环节。 1、电商总体运营指标 电商总体运营整体指标主要面向的人群电商运营的高层，通过总体运营指标评估电商运营的整体效果。电商总体运营整体指标包括四方面的指标：
(1)流量类指标 独立访客数(UV)，指访问电商网站的不重复用户数。对于PC 网站，统计系统会在每个访问网站的用户浏览器上种一个cookie来标记这个用户，这样每当被标记cookie的用户访问网站时，统计系统都会识别到此用户。在一定统计周期内如(一天)统计系统会利用消重技术，对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端区分独立用户的方式则是按独立设备计算独立用户。 页面访问数(PV)，即页面浏览量，用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。 人均页面访问数，即页面访问数(PV)/独立访客数，该指标反映的是网站访问粘性。 (2)订单产生效率指标 总订单数量，即访客完成网上下单的订单数之和。 访问到下单的转化率，即电商网站下单的次数与访问该网站的次数之比。 (3)总体销售业绩指标
《电子商务数据分析》课程教学大纲 课程代码：010******* 学时：32 学分：2 适用对象：电子商务（高职） 开课单位：经济与贸易学院电子商务专业 一、课程的地位与任务 本课程是高等职业技术学院电子商务专业的一门专业课程。本课程的内容包括：数据库设计、表的操作、数据表查询、设计数据访问页、设计窗体、设计报表、设计宏、“数据库系统”开发实例、数据分析、淘宝网数据分析软件使用等。 2、课程的任务和要求 本课程的任务是：使学生掌握数据库的基础知识和基本技能；培养学生利用数据库系统进行数据分析和处理的能力，为进一步学习数据库知识和数据库应用开发打下基础，使学生具有计算机信息管理的初步能力。本课程采用的数据库系统是目前最新和最流行的桌面数据库Access 2007。 本课程的基本要求是：掌握Access 2007数据库的创建与维护、表的操作与维护、数据查询及操作查询、创建窗体和报表，掌握建立简单的数据库管理系统的方法。熟练掌握淘宝网数据分析工具的使用，能够对店铺数据进行有效分析。 3、教学中应注意的问题 在教学中应体现职业教育的特点，贯彻理论联系实践，突出实践操作，让学生能通过实践理解和掌握本软件的使用方法。 本课程总计36学时，教学中可根据须要对教材中的内容进行取舍。
三、课程的内容与要求 第1章数据库基础知识 1.数据库基本知识 2.数据库系统基本知识 3.数据库管理系统基本知识 4.关系模型 第2章数据库设计教学要求： 1.了解“图书借阅管理系统”项目 2.了解构造数据库模型的方法 3.掌握创建数据库的方法 4.掌握创建的表的方法 5.掌握设置主关键字的操作 6.深刻理解表间关系 教学内容： 1. 了解Access2003数据库 2．创建数据库和表 3．设置主关键字 第3章表的操作 教学要求： 1.掌握表结构的修改操作
《电子商务数据分析》试卷 班级： _______________ 姓名：_______________________ 一、填空题（共10 题，每题 1 分。） 1．单击生意参谋上方导航栏中的“ __________ ”超链接可进入实时直播版块，此功能会将店铺的实时数据、来源、榜单、访客等数据进行汇总显示。 2．要选定相邻的多张工作表，先单击所需的第一张工作表的标签，并按住____________ 键不放，然后单击要选定的最后一张工作表的标签即可。 3．选择单元格区域，录入相应的数据后，按_____________________ 键可将选择的每个单元格中录入相同数据。 4．进入生意参谋后，单击顶部导航栏中的“ ___________ ”版块即可配置竞争对手，并对竞店、竞品和竞争品牌进行分析。 5 ．提高转化率是提高销售额最有效的途径，计算公式为： 6．外链出现的方式有直接链接和__________ 两种。 7．若要输入分数，则应在前面加上_____________________ 。 8．筛选是一种用于查找符合条件的数据的快速方法，Excel中有 ________ 和___________ 两种方法。 9． _____________ 是指利用各种电商平台和工具对数据的分析功能，直接观察出数据的发 展趋势，找出异常数据，对消费者进行分群等。 10．行业稳定性涉及 ________ 和极差两个指标。 二、单项选择题（共10 题，每题 1 分。） 1．用于收集市场信息并进行整理与分析，提出可行的市场推广方案，再跟据收集到的信息进行市场推广活动的效果评估，做好市场推广预算，控制活动成本，完善市场推广方案的数据分析岗位是（）。 A．推广类岗位 B．客服类岗位 C．采编类岗位 D．美工类岗位 2．在Excel 中，已知某单元格的格式为000.00，值为23.785，则显示的内容为（）。A．23.78 B．23.79 C．23.785 D．023.79 3．采用（）定价策略可能会带来价格竞争。 A．基于成本的定价
用数字来看B2C网站的发展、 数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户，那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是2008年4月24号，我们看看如下哪个顾客属于老用户？ 1，2002年注册，2002年~2003年曾经购买过27次，但是2004年之后就再也没有来过了； 2，2002年注册，直到2005年才买过一次东西，但是从此人间蒸发了； 3，2008年4月22号注册，4月23号（昨天）买过东西，不知道他以后还来不来； 4，2007年1月注册，2007年1月~2008年4月间，平均每3个月就来买一次。 其实上面的都可以俗称为老用户，但是他的注册时间，购买次数，购买金额，购买频率，最后一次购买时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才能精准营销。 我们来用数字分析一家比较知名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来代替。只是从这些分析中，我觉得可以看出很多隐形的（hidden）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从2002年1月1号开始分析，action！~ 1，A公司的注册会员发展轨迹 截止2007年12月31号，A公司累计注册用户35万。淘宝网截止2008年Q1有6200万注册用户，也就意味着A公司的注册用户只是淘宝的0.56%而已。每天的注册人数从2002年的21个（天）到目前大概300个（天），可以说，A公司的注册用户一直在稳步增长。 中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在baidu的index里输入某个关键字的查询次数，比如我输入“电子商务”，发现每天在baidu查询“电子商务”的人数一直稳定在300~500的范围内飘飘荡荡的。昨天查询的人和今天查询的人是不一样的，而且也互相不认识，但是庞大的baidu用户群体造就了美丽平滑的统计大数定律。所以，如果有人问我，今天大概多少网民过生日？我告诉他，大概27
电商部运营方案 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
电商部运营方案 目录 一团队架构
二绩效考核 三平台分析 四产品分析 五竞争分析 六推广分析 一团队架构 前期人员配置一个岗位一个人：负责人一位，运营一位，美工一位，平台对接兼客服一位（运营过程中可酌情加人）。 1 负责人 工作职责 1、负责平台内产品整体规划和运营策略的制定及执行。 2、负责制定月运营、季度运营计划。
3、整理产品运营数据，并定期收集分析同类竞品情报。完成活动的策划执行，并做好跟踪记录。 4、负责和运营方的有效沟通，调动各种资源，促进公司产品和运营方的联合推广，以提高公司产品的市场知名度和销量。 5、负责及时处理产品运营过程中遇到的各种正负面事件。 6、跟踪运营推广效果，分析数据并反馈，分享推广经验。 7、挖掘和分析目标用户使用习惯、情感及体验感受。 8、分析平台产品运营数据，根据分析结果不断优化运营方案。 9、负责团队的建设和管理。 10、部门间的有效沟通和配合工作。 2 运营（以前工作的同事：人品、工作能力突出） 工作职责 1、深入了解产品与行业，制定适应公司发展战略的计划。 2、根据公司的产品，寻找有利于产品销售的资源。 3、与平台保持良好的沟通合作关系。 4、对推广数据进行分析，有针对性的调整推广策略，提高销量。 5、想尽一切办法引流。 6、有判断力，对热点事件能分析，知道如何借势。 7、完成负责人制定的销售目标。 3 美工 工作职责 1、负责页面整体美工创意，设计。 2、负责产品活动宣传等图片设计。 3、负责各种产品素材的整理收集。 4 平台对接兼客服 工作职责 1、与平台对接人员保持良好的沟通。 2、负责产品销售的客服工作。 二绩效考核 1 负责人 背负团队整体KPI指标，如运营数据指标，销售数据指标，如何将团队的指标合理的分配到每周每日每一个人。 2 运营
2016年中国电商行业大数据分析报告
研究背景：放眼当下，恰逢互联网购物的大好时代，在国家信息网络战略实施、几大移动运营商快速发展、各大电商网络平台百花齐放的大背景下，年轻消费群体购买力突飞猛进，网上零售市场份额不断提升，网购渗透率正逐年增加。中商产业研究院预计，到2016年，我国网上零售额将突破5万亿，占社会消费品零售总额的%，网购用户渗透率达到%。 2014-2020年中国网上零售额规模情况 数据来源：国家统计局、中商产业研究院 2014-2020年中国网购渗透率情况
数据来源：国家统计局、中商产业研究院休闲食品电商 1、产业综述 2、发展现状
随着经济的发展和消费水平的提高，休闲食品正在逐渐升级成为百姓日常的必需消费品。现阶段，我国休闲食品电商三足鼎立格局初现,龙头优势明显。三只松鼠、百草味、良品铺子已牢牢占据了休闲食品电商前三,其他品牌竞争难度加大。 3、市场规模 中国经济快速发展，居民生活水平和消费能力不断提高，消费习惯也随之改变。从吃饱到吃好，消费者对食品的需求和兴趣从必须消费品逐渐向可选消费品转移，零食不再是儿童、青少年的专属，不再和不健康划上等号，和正餐之间的界限也日渐模糊。因此，休闲食品线上销售规模也在逐年增长，2015年，我国休闲食品电商销售规模约为450亿元。 2014-2020年中国休闲食品电商市场交易规模 数据来源：中商产业研究院 4、消费特点
女性消费者是绝对购买主力：休闲零食消费在性别的差异性放点明显，女性消费者是绝对购买主力。根据尼尔森，在全球范围内，女性比男性消费更多零食且女性对葛洪零食的消费意愿高于男性。根据易观智库，女性消费者不仅在购买人数上超过男性消费者（购买力%%）。 80后、90后为零食网购主力：从休闲零食网购消费者年龄分布来看，28-38岁消费者占比%，18-28岁消费者占比%，年轻人成为绝对多数。80后基本步入职场，消费能力也已承受。即将进入社会的90后，消费更具冲动型、超前性，见识未来的生力军。 白领为零食电商消费的主要人群：休闲零食电商的手中人群职业分布较广，不仅有白领人士、事业机关人员，还有自由职业者，家庭主妇及退休人员等。因此，市场对食品电商的产品需求多元化，长尾效应明显。其中，白领人士是零食电商的最主要消费者（47%），性价比高、有个性有腔调、方便快捷是他们的诉求特征。 生鲜电商 1、产业综述
一个电商数据分析师的经验总结 king发表于2013-07-27 20:54 来源：贾鹏 08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。三年来，可以说跟很多同事学到了不少东西，需要感谢的人很多，他们无私的教给了我很多东西。 就数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。比如说利用数据分析做会员的细分以进行精准化营销；利用数据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数据，挖掘会员的潜在需求，提供销售，扩大影响力等等。 最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。 后来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一下当时使用的一些主要的模型及算法：1、RFM模型
模型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。在RFM模式中， R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般的分析型CRM 着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。利用RFM分析，我们可以做以下几件事情： ⑴建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动。 ⑵发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。 ⑶在短信、EDM促销中，可以利用模型，选取最优会员。 ⑷维系老客户，提高会员的忠诚度。 使用方法：可以给三个变量不同的权重或按一定的规则进行分组，然后组合使用，即可分出很多不同级别的会员。 2、关联分析 关联分析最原始的案例来自于沃尔玛的“啤酒与尿布”。通俗意义上讲，就是只买了A商品的人，又有很多人买了B商品，那么我们就可以认为A、B两个商品的关联性比较高。很多数据挖掘工具都有关联挖掘，主要使用的算法是Apriori算法，在计算的过程中会主要考察项集、置信度、相关性这三个结果数据，以最终确定商品之间的相关性。除了Apriori算法外，还有许多其他的关联分析的算法，基本上也都是从Apriori发展而来，比如FPgrowth。本人从几年的数据分析经验感觉，关联分析在零售业中并不太实用，挖掘出来的关联度比较高的
说明 报告介绍分析： ?分析店铺的整体运营状况； ?分析客户特征，从不同细分角度寻找不同客户之间的差异； ?客户属性特征分析 ?客户消费行为分析 目的： ?为了卖家能更直观的了解自己店铺的运营现状； ?了解客户特征，为客户维护和回购刺激提供决策依据； ?提供个性化的实施建议； 数据来源 ?订单数据 ?客户数据 ?外部数据 ?行业数据 订单样本 ?XXX专卖店 ?自：2012-8-10 到 2015-4-30，状态为交 易成功的订单 极值处理 ?剔除客单价＞2000元的订 单 ?剔除客单价＜10元的订单 ?剔除批发商：购买次数大于 50次 订单处理方式 ?同一客户一天内多比订单默 认合并为一笔订单 备注信息：
3.如何实施？ 2.客户特征表现？ 1.整体现状？ ?购物体验 ? 深入客户关系管理 ?客户属性特征 ?消费行为特征 ?个性化实施方案
?1.1 购物体验 DSR评分 ?1.2 深入客户关系管理 1.2.1 年滚动趋势 1.2.2 月滚动趋势 一、购物体验现状
1.1 DSR动态评分 ?DSR评分不错，尤其在“宝贝与描述相符”上比较突出。 ?提升DSR的其他方案： ?客服专业性服务及客户信息收集； ?批量进行（利用订单中心）：个性化包裹、发货提醒、同城到达提醒等； ?个性化进行：物流跟进、退款跟进、评价跟进等 ?但是整体的退款率非常大！！！
1.2.1 年滚动趋势：活跃客户0%1%2%3%4%5%6%7%0 200 400 600 800 1000 1200 1400 1600 1800 2000 201308201309201310201311201312201401201402201403201404x 万店铺年活跃销售额与回头客概览 年滚动销售额回头客销售额占比0% 1%2%3%4%5% 2 4 68101214201308201309201310201311201312201401201402201403201404x 万店铺年活跃客户数与回头客概览 年滚动活跃客户数 年滚动回头客比例**备注：回头客比例=（一年购买2次及以上新客户+一年前购买过又来买的客户）/一年总客户数，如，201308指201209-201308?整体销售额呈现一定的稳定增长趋势；?回头客销售额占比整体呈现逐渐上升的趋势，目前占到6%，低于行业均值，需后续加强老客户的维护。?整体客户数同销售额类似，呈现一定的稳定增长态势； ?相比而言，老客户的客单价高于新客户。 ?但是目前的整体现状仍需改进。
电商运营中的几组关键数据 数据分析是电商本该最强势的能力，用户的基本信息、购物偏好、浏览轨迹、卖了多少商品等，电商都看得清清楚楚。 一、传统企业转型电商的基础数据 1.UV（独立访客数UniqueVisitors） 指访问某个站点或点击某条新闻的不同IP地址的人数。在同一天内，UV只记录第一次进入网站的具有独立IP的访问者，在同一天内再次访问该网站则不计数。UV提供了一定时间内不同观众数屈的统计指标，而没有反映出网站的全面活动。 通过1P和Cookie是判断UV值的两种方式。用Cookie分析UV 值。当客户第一次访问某个网站服务器的时候，网站服务器会给这个客户端的电脑发出一个Cookie，通常放在这个客户端电脑的C盘当中。在这个Cookie中会分配一个独一无二的编号，这其中会记录一些访问服务器的信息，如访问时间，访问了哪些页面等。当你下次再访问这个服务器的时候，服务器就可以直接从你的电脑中找到上一次放进去的Cookie文件，并且对其进行一些更新，但那个独一无二的编号是不会变的。 2.PV（页面浏览数PageViews） 即页面浏览量，或点击量，通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。具体地说，PV值就是所有访问者在
24小时（0点到24点）内看了某个网站多少个页面或某个网页多少次。PV是指页面刷新的次数，每一次页面刷新，就算做一次PV流量。度量方法就是从浏览器发出一个对网络服务器的请求（Request）,网络服务器接到这个请求后，会将该请求对应的一个网页（Page）发送给浏览器，从而产生了一个PV。那么症这里只要是这个请求发送给了浏览器，无论这个页面是否完全打开（下载完成），那么都是应当计为1个PV。 3.IP即独立IP数 lP可以理解为独立IP的访问用户，指1天内使用不同IP地址的用户访问网站的数量，同—IP无论访问了几个页面，独立IP数均为1。但是假如说两台机器访问而使用的是同一个IP,那么只能算是一个IP的访问。 IP和UV之间的数据不会有太大的差异，通常UV量和比IP量高出一点，每个UV相对于每个IP更准确地对应一个实际的浏览者。UV 大于IP,这种情况就是在网吧、学校、公司等，公用相间IP的场所中不同的用户，或者多种不同浏览器访问您的网站，那么UV数会大于IP数。UV小于IP,在家庭中大多数电脑使用ADSL拨号上网，所以同一个用户在家里不同时间访问您的网站时，IP可能会不同，因为它会根据时间变动lP,即动态的IP地址，但是实际访客数唯—，便会出现UV数小于IP数。 4.VV（VisitView）访客的访问次数 记录所有访客一天内访问了多少次您的网站，当访客完成浏览并
电子商务数据分析指标 一、市场类 市场类指标主要用于描述行业情况和企业在行业中的发展情况，是企业制定经营决策时需要参考的重要内容。 1.行业销售量：在一定时间内行业产品的总成交数量。 2.行业销售增长率：行业销售量增长率=行业本期产品销售总增长数量÷行业上期或同期产品销售总数量×100%（行业本期销售量—行业上期或同期销售量）÷行业上期或同期产品销售总数量 3.行业销售额：在一定时间单位中行业内所有成交数量对应的花费额度，同一交易类型，行业成交数量越大，行业总销售额就越大。 4.行业销售增长率：行业销售额增长率=行业本期产品销售增额÷上期或同期产品销售额×100% 5.企业市场占有率：企业市场占有率=企业销售额÷行业销售额×100% 6.市场增长率：企业市场扩大率=（本期企业市场销售额-上期企业市场销售额）÷上期企业市场销售额×100% 7.竞争对手销售额：竞争对手销售额是指企业竞争对手在单位时间内所销售产品数量对应的总销售金额。 8.竞争对手客单价:竞争对手客单价=竞争对手成交金额÷竞争对手成交客户数 二、运营类 在企业运营过程中会产生大量的客户数据、推广数据、销售数据，以及供应链数据，整理并分析各类数据，对企业运营策略的制定与调整有至关重要的作用。客户指标： 1.注册用户数：曾经在平台上注册过客户的客户总数 2.活跃用户数：在一定时期内有购物消费或登录行为的客户总数 3.活跃客户比率:活跃客户数占客户总数的比例 4.重复购买率：在某时期内产生两次及两次以上购买行为的客户数占购买客户总数的比例
5.平均购买次数：某时期内每个客户平均购买的次数 6. 客户回购率:上一期末活跃客户在下一期时间内有购买行为的客户比率 7.客户流失率:一段时间内没有消费的客户比率，回购率和流失率是相对的概念。 8.客户留存率：某时间节点的客户在某个特定时间周期内登录或消费过的客户比率。 9.消费频率：在一定时间内客户消费的次数，消费频率越高，说明客户的忠诚度及价值越高。 10.收藏人数：统计日期内通过对应渠道进入店铺访问的客户中，后续有商品收藏行为的客户去重数 11.加购人数：统计日期内将商品加入购物车的客户去重数 12. 新访客数：指首次访问网站的客户数。新访客数占访客数（UV）的比例即新访客占比 13. 回访客数：指再次光临访问的客户数。回访客数占访客数（UV）的比例即回访客占比。 14. 浏览量（PV）又称访问量，指在统计周期内，客户浏览网站页面的次数。 客户每访问一个网页即增加一个访问量，多次打开或刷新同一页面，该指标均累加。 15.平均访问量：又称平均访问深度，指在统计周期内，客户每次访问浏览的页面平均值，即平均每个UV访问了多少个PV。 16.停留时间：客户在同一访问周期内访问网站的时长。实际应用中，通常取平均停留时间。 17.入站次数：在统计周期内，客户从网站外进入网站内的次数。在多标签浏览器下，访客对网站的每一次访问均有可能发生多次入站行为。 18.跳失率：在统计周期内，访客入站后只浏览了一个页面就离开的次数占入站次数的比例，分为首页跳失率、关键页面跳失率、具体商品页面跳失率等。 19.关注数：统计日期内新增店铺关注人数，不考虑取消关注的情况。 20.展现量：统计日期内通过搜索关键词展现店铺或店铺商品的次数。 21.点击量：某一段时间内某个或者某些关键词广告被点击的次数。 22.转化率：电商营运的核心指标，也是用来判断营销效果的重要指标。
用数字来看某知名B2C网站的发展内幕和隐私(作者：perplexing) B2C行业人士强烈建议你看！物有所值 数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户，那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是2008年4月24号，我们看看如下哪个顾客属于老用户？ 1，2002年注册，2002年~2003年曾经购买过27次，但是2004年之后就再也没有来过了； 2，2002年注册，直到2005年才买过一次东西，但是从此人间蒸发了； 3，2008年4月22号注册，4月23号（昨天）买过东西，不知道他以后还来不来； 4，2007年1月注册，2007年1月~2008年4月间，平均每3个月就来买一次。 其实上面的都可以俗称为老用户，但是他的注册时间，购买次数，购买金额，购买频率，最后一次购买时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才能精准营销。 我们来用数字分析一家比较知名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来代替。只是从这些分析中，我觉得可以看出很多隐形的（hidden）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从2002年1月1号开始分析，action！~ 1，A公司的注册会员发展轨迹 截止2007年12月31号，A公司累计注册用户35万。淘宝网截止2008年Q1有6200万注册用户，也就意味着A公司的注册用户只是淘宝的0.56%而已。每天的注册人数从2002年的21个（天）到目前大概300个（天），可以说，A公司的注册用户一直在稳步增长。 中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在baidu的index里输入某个关键字的
中国电商行业大数据分析报告研究背景：放眼当下，恰逢互联网购物的大好时代，在国家信息网络战略实施、几大移动运营商快速发展、各大电商网络平台百花齐放的大背景下，年轻消费群体购买力突飞猛进，网上零售市场份额不断提升，网购渗透率正逐年增加。中商产业研究院预计，到2016年，我国网上零售额将突破5万亿，占社会消费品零售总额的14.9%，网购用户渗透率达到64.0%。 2014-2020年中国网上零售额规模情况 数据来源：国家统计局、中商产业研究院 2014-2020年中国网购渗透率情况
数据来源：国家统计局、中商产业研究院休闲食品电商 1、产业综述 2、发展现状
随着经济的发展和消费水平的提高，休闲食品正在逐渐升级成为百姓日常的必需消费品。现阶段，我国休闲食品电商三足鼎立格局初现,龙头优势明显。三只松鼠、百草味、良品铺子已牢牢占据了休闲食品电商前三,其他品牌竞争难度加大。 3、市场规模 中国经济快速发展，居民生活水平和消费能力不断提高，消费习惯也随之改变。从吃饱到吃好，消费者对食品的需求和兴趣从必须消费品逐渐向可选消费品转移，零食不再是儿童、青少年的专属，不再和不健康划上等号，和正餐之间的界限也日渐模糊。因此，休闲食品线上销售规模也在逐年增长，2015年，我国休闲食品电商销售规模约为450亿元。 2014-2020年中国休闲食品电商市场交易规模 数据来源：中商产业研究院 4、消费特点 女性消费者是绝对购买主力：休闲零食消费在性别的差异性放点明显，女性消费者是绝对购买主力。根据尼尔森，在全球范围内，女性比男性消费更多零食且女性对葛洪零食的消费意愿高于男性。根据易观智库，女性消费者不仅在购买人数上超过男性消费者（购买力62.29%vs37.71%）。
电商运营须知的常用术业关键词大全 浏览量（PV）:店铺各页面被查看的次数。用户多次打开或刷新同一个页面，该指标值累加。 访客数（UV）：全店各页面的访问人数。所选时间段内，同一访客多次访问会进行去重计算浏览量和访客数的比值越大，说明用户在卖家店铺中查看的页面数越多。如果此比值较小，卖家可以考虑增加一下各种宝贝间的关联，或对宝贝分类重新进行调整，以吸引用户对店铺中其他宝贝的关注。 回头率：指回头客占店铺总访客数的百分比。 回头率越高，说明您的店铺或宝贝受欢迎程度越高，访客的忠实度越高。若该指标不高，您可以考虑改善您的产品质量、售后服务或者增加用户交流。 跳失率：表示顾客通过相应入口进入，只访问了一个页面就离开的访问次数占该入口总访问次数的比例。注：该指标不显示今日数据，只能提供昨天及以前的数据。最近7天、最近30天等数据则是计算前6天或前29天数据。 该指标可以直接体现出您的店铺页面是否有足够的吸引力让访客深入访问下去。跳失率的数值越小代表店铺或宝贝越可能受欢迎，买家更愿意访问更多的页面，反之数值越大说明越不受欢迎。 停留时间：用户打开本店最后一个页面的时间点减去打开本店第一个页面的时间点（只访问一页的顾客停留时间暂无法获取，这种情况不统计在内，显示为“—”）。 时间越长，说明店铺内容越吸引买家；若时间很短，卖家可以考虑调整店铺内容，或进行装修等等。 搜索次数：在店内搜索关键词或价格区间的次数。 搜索次数越高说明该关键词或价格区间的被关注度越高，该指数可以帮助卖家优化店铺相关页面关键词，提高搜索相关度，以增加流量。 收藏量：用户访问店铺页面过程中，添加收藏的总次数（包括首页、分类页和宝贝页的收藏次数）。 浏览回头客：指前6天内访问过店铺当日又来访问的用户数，所选时间段内会进行去重计算。浏览回头率：浏览回头客占店铺总访客数的百分比。 全店成交转化率：即全店成交转化率=成交用户数/访客数。单日“全店成交转化率” 指单日成交用户数占访客数的百分比。 通常情况下，有助于提高全店成交转化率的因素有： 1）宝贝（时令宝贝）图文细节有吸引力； 2）相比同类宝贝，价格、运费便宜； 3）相比同类宝贝，店铺信用等级较高、客服服务到位、买家评价较好； 4）店铺装修、页面布局较好。 建议卖家根据全店成交转化率的变化趋势，对应以上各因素调整相应的店铺优化策略。 全店转化率均值：指所选择的某个时间段，全店成交转化率日数据的平均值。如【月报】中，