电商购买决策的过程 电商决策需要什么数据,电商运营数据分析的指标有哪些

电商运营的五大关键数据指标
我们来看一个电商五大关键数据指标的例子 。问:如果网站平均停留时间较长,说明什么?对于同类型网站或者同品类的电子商务网站,平均停留时间越高的网站越有吸引力 。换句话说,停留时间的长短是衡量网站粘性最重要的指标 。不仅如此,停留时间与成交之间有很强的正相关关系,如下图所示:实际上,平均停留时间对销售额有正向作用,不仅线上使用,线下传统零售行业也使用 。比如增加商场货架之间的距离,可以增加女性消费者的停留时间,从而促进购买 。当然,这里还涉及到另一个问题,就是增加货架距离固然可以增加销量,但同时单位面积的销售产出也可能变小,所以需要衡量比较后再做决定 。同时也要考虑定位问题和实际条件 。第一,建立日常运营数据指标的重要性 。量化公司日常运营健康状况的指数簇相当于飞机的“仪表表”(有时称为“气压计”) 。通过这些指标可以判断公司是否在正常的轨道上运行 。所有的世界500强公司都有一个晴雨表系统,它有两个功能:1)决策支持;2)绩效评估 。二 。如何正确看待运营数据指标?在笔者之前解释品牌的帖子中,笔者多次使用了这样的类比:通过数据指标判断一个网站是否健康,就像去医院体检一样,比如验血、血小板总数、白细胞总数、红细胞压积容量、淋巴细胞百分比、粒细胞百分比等 。类比于电商网站的数据指标 。通过指标,你可以判断一个网站运营是否良好,所以你需要知道两类价值观:——然而,难点在于,没有足够的经验,往往很难将数据指标与背后的问题一一对应 。三 。常见的日常操作指标有哪些?鉴于电商行业的格局,目前天猫和淘宝的市场份额领先,所以以淘宝和天猫的数据指标为例 。其他独立的B2C商城数据指标可以适当对比这些指标,基本差不多 。常见的指标,其含义也很清楚,限于篇幅,在此不再赘述 。以上指标主要针对PC端,移动端可以参考上表进行相应的合理权衡来得到指标 。另外,有些数据指标行业没有严格严谨的定义,大部分不足以作为通用标准 。因此,有些指标是可以定制的 。只要对数据进行核对和比较,就必须清楚地知道数据的前提或口径 。这里有四个指标需要特别说明 。你可能有点不熟悉 。第一个指标:商品集中度,是指占销售额或销售量80%的商品数量或比例(具体数字可自行商定) 。一般来说,商品集中度越高,下单和追单越方便,也就是越容易补货,但同时也暴露出较少的优质商品存在潜在风险,尤其是季节性快消品类 。集中度高的商品一旦处于换季边缘,整个销售业绩就会遭受重挫,需要联系所在品类的行业参考值,合理观察“商品集中度”;第二个指标:商品销售率,商品销售率=销售品种数*100%,销售品种:店内销售的商品总数;第三个指标:库存与销售额的比率,库存与销售额的比率=商店的即时库存或期末库存周期的总销售额,其中库存和销售额可以是数量,也可以是金额 。第四个指标:客户重叠 。现在很多电商都在实施全网分销、多品牌的策略(多品牌定位可以让市场覆盖面更广,抗风险能力更强) 。为了让新品牌更快更有效地起步和成长,通常的做法是将网站流量导入o
流量过早退出可能导致新品牌发展缓慢甚至发育不良,而流量过晚退出可能导致多个品牌同质化,品牌定位难以区分,无法有效产生增量市场 。当然,用重叠的成熟品牌和新品牌来追踪客户的差异和特点显然是不够的 。我们可以这样比较两个品牌,假设成熟品牌是A,新品牌是B: (1)两个品牌的客户重合比例是多少?(2)在(1)的基础上,计算重合客户的重复购买率?(3)在(1)的基础上,计算巧合顾客在B购买商品后从未返回A购物的顾客比例?(4)在(1)、(2)、(3)的基础上,客户的比例是多少?这里必须强调的是,数据指标的统计必须100%准确 。数据的准确性不仅决定了未来数据分析、挖掘和数学建模的深度和广度,也体现了数据的权威性 。特别是如果关键指标的统计经常出错,大家就会对数据失去信任,对基于数据得出的结论的信心就会崩溃 。四、“晴雨表”的作用那么,打造晴雨表的作用是什么呢?效果之大不言而喻,可以分为直接效果和间接效果 。一方面气压计可以作为数据归档的基本单位,方便及时调用;另一方面,可以自由选择关键指标,生成日报、周报、月报 。建立晴雨表相对容易,但解读晴雨表数据指标的能力需要长时间经验的积累,否则无法看到数据所代表的经营情况 。解读数据需要控制以下几个关键点:(1)知道这个指标的实际值和行业参考值 。比如你想知道一个店铺的转化率,就必须知道行业内顶级卖家的平均转化率 。(2)优先考虑数据奇点和拐点 。突然变大或变小的数据一定是受到外力的影响 。比如群发短信给客户,在短信发出后的极短时间内,应该会有一个流量拐点 。如果没有对应的流量拐点,说明短信渠道没有发出去(短信延迟),或者客户对长时间的短信已经免疫,或者促销活动无法吸引客户 。(3)数据要对比,同比也好,环比也好 。(4)选择合适的数据呈现形式 。根据数据的含义选择相应的呈现方式非常重要,生动的数据呈现方式有助于快速抓住重点 。5.请一起讨论这些数据指标变化的意义 。至于数据解读,我们需要依靠单一的核心指标来解读,但有时需要结合一组指标进行综合判断 。笔者随机举了五个问题来说明如何通过指标来分析数据背后的意义 。请先在回复中写下你的答案 。1.线上女装品牌的估值应该看哪些指标?2.如果收藏者数量多但成交数量少,是什么原因?3.翻页数(PV/UV)越大是否意味着网站越好?4.退货率低的一般原因是什么?5.某种商品销量下降的一般原因是什么?
网店运营,需要分析哪些数据
网店运营要分析的数据包括:销量、客单价、访客、访客来源、跳转率、停留时间、入口搜索关键词、广告投入产出比、客户转化率、竞争对手销量变化、主要关键词搜索排名等 。
电商数据分析需要哪些工具呢?
电商数据分析可以找一个可靠的数据分析平台来做 。Infolink是市场上比较好的电子商务数据分析工具 。Infocom可以提供淘宝数据,包括所有品类的行业销售数据、品牌销售数据、热销宝贝数据、价格分布数据、站内推广数据、热搜数据等 。天猫和淘宝的,基本满足日常研究的几个维度 。使用信息链接需要根据套餐付费 。基本上老客户常年合作,可以详细查询行业数据和销售数据 。目前,Infocom可以看到国内电商平台一淘、JD.COM、海外Lazada等平台的行业数据,以及Tik Tok直播平台的电商数据 。如果想了解更多的电商数据分析,建议关注Infolink 。Infocom中的店铺分析模块可以查看竞争对手、自有店铺、分销渠道等任何店铺最近、本月、上个月的所有销量、均价、销量,每天密切跟踪竞争对手、自有店铺、分销渠道等任何店铺的每一次更名、调价记录,通过制作各板块的分析图表,支持同比数据,通过分析发现新的优秀分销渠道 。

电商购买决策的过程 电商决策需要什么数据,电商运营数据分析的指标有哪些

文章插图
电商平台的数据分析应该怎么做?有没有相关案例?
电子商务平台的数据分析按照业务逻辑可以分为前中后台 。在电商平台的数据分析中,线上线下店铺管理是前台,全服务管理是中台,培训招聘是后台支撑 。前台:面向客户的中台:支持面向客户的部门 。后台:财务、法务、招聘、培训按照这个框架分配后,你就可以知道单个部门的行动对整体有什么影响了 。1.流量分析什么样的流量能带来转化?是什么影响了流量的转化?什么样的流量转化量比较大,你选择什么样的渠道?比如我有1000万,我需要知道如何投入产出最高 。解决此类问题,可以进行以下三类分析:推广分析:不同流量来源、渠道、获客成本的分析 。内容分析:分析各内容的流量来源及相关运营效果(主要针对手探、达人直播等中的内容 。).页面分析:尤其是单独活动的落地页面,需要分析当前页面的流量来源和目的地分布,关注页面的热点,为店铺装修指导提供依据 。2.销售分析当用户进入商店时,将用户执行的每个详细步骤拆分出来,以查看哪些流程影响销售订单的转换 。对于公司来说,他们的核心指标是发货,只有到发货环节的订单才能算作业绩 。所以发货前的各个环节都需要分析,比如产品详情页、客户咨询环节、支付环节等 。3.商品分析其实对于淘宝店铺来说,需要了解哪些商品?如何搭配相应的活动?之前都是碎片化的状态,比如新品研发进度,商品上架表现,滞销产品去库存 。其实要有完整的把握,才能更好的配合活动 。很多淘宝店的销售都是需要围绕活动来进行的,所有的成绩其实都是在很多活动中平分的 。只要活动选得好,一个活动的效果可能大于其他营销方式的总和 。因此,活动的选择就成了人们关注的焦点 。在挑选商品时,不仅要考虑商品的历史表现,还要考虑如何备货,备货期有多长,活动期间能否保证发货 。所以通过数据分析,可以知道三个部分:一是目前的产品结构和产品情况;第二,针对本次活动要达到的目标,产品选择的逻辑是什么,要看哪些数据 。第三,备货爆款 。如果我想用一个商品作为一个活动的爆款,我需要这个商品在7天内送达 。如何备货来验证商品销售和活动预测的准确性?4.活动分析活动分析其实是很重要的一部分 。比如这个淘宝店去年销售额50亿,单双十一活动销售额就达到8亿 。所以他们有严格的活动时间表,所以我们将活动列为单独的主题进行分析 。当他们在活动前期进行规划时,历史数据可以指导他做出更好的决策 。在活动进行的同时,我们可以通过数据监控整体的流量变化和销量变化 。比如这个活动有些页面的跳出率很高 。我找到数据后,还要做相应的调整和优化,提高流量到销量的转化率 。也就是说,活动中发现的爆炸品库存已经不能满足目前的情况 。我需要考虑是把原来的7天交货期改成15天,还是可以推其他产品 。这些都可以依靠数据为决策提供依据 。在活动的复盘中,我可以从整体上了解活动的投入产出量,衡量这个活动的价值,从细节上看到不同商品的销售情况,也可以分析这个活动中哪些环节可以做得更好 。比如这次活动中,因为一些优惠券设置不合理,导致大量退货,那么下次活动就要避免这个错误了 。以上是永红科技为某行业Top1电商客户做的部分案例
在数据驱动营销中,需要一个系统来支持数据质量控制、数据预测和统计 。
文/我的刀
近年来电子商务的快速发展,使得围绕电子商务的相关产业和服务迅速增加,数字化运营就是一个例子 。相比传统行业,电子商务对数据的依赖性更强,数据获取也容易很多 。再者,数据处理的工作也有很大的需求和变化:先是纯技术的数据统计,拥有它,后来是数据分析师,商业分析师,数据挖掘专家,甚至数据科学家 。在应用上,也有量子统计、CRM软件、咨询公司、咨询公司等各种工具 。
之所以有这么多的工作岗位,出现这么多的公司,是因为电商公司希望自己的数据能够“变现”,从而提高销量,降低成本,加快周转等 。从而达到开源销售,节约成本的目的 。
数据运营在2011年非常流行,但后来逐渐被忽视 。为何如此?
第一个原因是做数据的同事对业务和运营模式的理解不够 。弄点数据推给一线运营 。如果没有足够的经验,直接套用,自然会有很多问题 。因为电商整个链条很长,从营销流程,从各种渠道的推广,到站内的分流引导(参考《站外引流+站内引导:流量不是梦!》),再到折扣策略,订单审核,购买退货,物流选择,包裹跟踪,客服维护等 。每一步都需要良好的沟通协调才能完成 。这些任务不仅可以在数据层面一次性解决,还可以在每一步对数据理解一致的基础上解决 。
第二个原因是那些操作人员都是从零开始,各个部门的协作已经很熟练了 。在常规的营销和运营层面,他们很少依赖数据 。同时,他们熟悉市场、用户和供应链 。这样的团队基本可以干掉数据工作者 。
这是否意味着数据分析师注定要失业?不一定 。
要想在这样的团队中立足,只能在分工合作的条件下,做他们凭业务经验无法完成的事情 。这样的应用场景有:兴趣偏好和消费习惯相同的用户群、用户付费方面的风险控制、用户流失的预警、匹配各类用户群的商品群等等 。这些场景可以与多种营销策略相结合,达到销售的目的 。
对于售后的事情,比如如何保证订单不缺货,选择好物流及时发货,及时给用户反馈包裹情况等 。都需要内部操作系统 。当然,除了系统的支持,还需要大量的人力来进行执行,比如仓库的拣货打包,物流人员的拣货送包等等 。虽然这些是机器或系统无法替代的,但是数据中心可以提供相关的支持 。
数据运营可以在整个公司的运营体系中发挥重要作用 。在数据中心的支持下,不仅可以监控整个运营过程,还可以提供相关的KPI数据、人力资源管理数据、财务数据等 。使公司能够快速了解公司运营各个关键节点的表现,从而方便做出各种决策,在执行层面制定更加优化高效的战术 。
主题营销是数据运营中最常见的动作 。因为各种节日的促销非常频繁,你会发现每一个节日,无论是商场还是超市,各种促销活动蜂拥而至 。线上电商更疯狂,不仅创造光棍节,还有“94”备货节等节日,更不用说各家举办的店庆了 。同时,这些主题营销一般影响较大,主要表现为:站外流量大,站内商品热销缺货,团队协作不顺畅,仓库发货压力大,购买商品退货不及时 。
当电商遇到这些问题,可以说是时候启用数据分析了 。
从数据营销的角度来看,主题营销活动可以分为数据准备、实施、反馈、总结、推广四个阶段 。其核心思想:找出主题和相关热词,然后调整站内热词,引流站外,再用一单完成订单的投放 。
第一阶段:数据准备
资料准备阶段是分析营销主题,选择符合主题的词,选择产品和用户,推广市场,调整站内产品展示 。然后是推广,站内热词,商品布局,达到团队的理解 。完成前期准备 。
1.清晰的营销策略
市场推广需要考虑大的氛围,比如整个电商环境是否参与,参与的力度有多大,主要有哪些品类,推广的主要渠道有哪些,各个渠道是如何进行的 。这些应该是清楚的 。比如有些网站以论坛为主,比如外贸电商的DX 。要在产品评测文章上下功夫,找出符合主题的宣传点,确定关键词,然后根据这些词来选择产品,在论坛里写专业的评测帖 。帖子曝光率体现在数据上,流量基本可以估算出来 。如果和版主合作,流量和转化会更好 。SEM中的操作范围并不大 。如果大家做同一个题目,热词的选择也会差不多 。根据营销的成本,基本会确定关键词的数量 。从各种渠道来看,关键词的选择,论坛的文章,社交网站的主题都要一致,非常明确,推广团队也要一致 。
2.话题和热词
主题企业想击中的点是什么?如果竞争对手提供低价,你可以提供正品,高端,低价,快速交货,付款等等 。热词的选取可以参考站内搜索榜和站外发帖榜 。站内热词需要转化,站外热词引流 。站内外对应的热词要有对应的搜索人数和进入人数,以及数据中心对应的转化情况 。站内热词入选后,也可以拿到站外推广 。
3.用户群和商品
热词定义后,可以根据主题和热词选择用户群和产品 。以化妆品为例 。用户可以选择已经购买的女性 。如果主题比较明确,比如母亲节,可以定位年代 。也有男人买过女人的货 。如果数据中心记录了搜索热词对应的用户,也算作目标用户 。有了用户群体和主题,品类人员要根据用户群体、主题、热词的大小来选择相关产品 。商品的相关性要与主题一致,同时要区分价格段,折扣要有吸引力,商品质量要有保证 。最常见的方式是对品牌商品进行打折引流,然后利用各种不打折商品的销售来弥补品牌商品的损失 。
4.站内货物布局
站内布局可以分为三点:搜索、广告位、专题页 。搜索是根据所选商品优化搜索,站内所选热词的搜索结果列表可控,保证所选商品在所选热词生成的搜索列表中的曝光度 。一般的系统可以做到这一点 。广告位针对主题活动 。一般不是站内所有的广告位都会参加这样的主题活动,除非是非常大型的活动,尤其是品类分工明确的平台 。一般手机的广告位不放化妆品产品推荐 。所以一般在某个品类就可以了 。页面多用于首页的flash中,同时可以作为登陆页推广 。如果专题页面中有不同的属性导航,可以用对应的热词做属性,也可以让SEO团队进行相关的SEO优化和一些自然的搜索流量,但是这个效果比较慢 。
第二阶段:实施
相关准备工作完成后,相应的实施即可
实施阶段最常见的问题是卖断货 。如果所选商品突然“超卖”,实际库存无法满足订单需求,需要联系采购部确认市场是否可以退货,退货的市场价是多长时间,下单的用户是否可以及时发货 。如果退货时间只能满足部分订单,离发货点较远的客户可能要通知客服取消订单 。这种情况要在前期就预测到,要给采购团队相关的通知,这也是团队合作的关键 。未售出的货物怎么办?请参考之前的文章《库存积压巧盘活之四大招数》 。
2.用户通知
EDM和SMS是常见的通知方式,可以相应生成优惠券 。主要是第一阶段选择的用户群和登陆页面对应的比较好 。如果站内专用页面有相关属性导航,可以直接登陆属性导航页面 。EDM有相关的时效性,使用电子邮件的多为上班族 。时间要选择好,比如早上7点半,下午5点,每个人都可以保证自己的邮件在自己的邮件列表中排名靠前 。
3.站外排水
BBS和SNS的网站,时效性普遍较差 。一个帖子发布后,近几个小时的曝光率是最高的 。发布后,推广方要及时跟进,主要是相关互动 。无论是售前客服的及时互动,还是促销员的及时互动,都会影响转化 。我最怕的就是客服和促销员不知道具体活动的规则,不熟悉商品 。这个之前也要沟通甚至培训 。
4.纪录片
不要以为用户交了钱就可以收钱 。最常见的情况就是那种卖断货的商品,超卖的商品也包括在此 。在发货的过程中,需要考虑是优先给那些买了很多商品的用户,还是先给那些买了单品的用户 。对于那些购买大量商品的用户来说,前期需要做出相关的规定,执行制度有相关的支持 。重点客户可能要单独发货,走物流 。缺货、退货、发货要及时跟踪 。当然,这些数据中心都可以有一些数据支持 。
第三阶段:反馈
活动结束后,还要等待各方的反馈,比如用户和客服的反馈,物流是否顺畅等 。反馈的核心是营销、商品选择、客服跟踪、进货退货、物流跟踪的协调是否顺畅,主题推广是否有不一致的地方 。整合营销的方法是让整个团队沟通顺畅,而不是完成各自的KPI 。像主题活动这样的客服培训和推广培训是必须的 。
1.数据反馈
前期确定的相关目标完成情况如何,投入的人力资源如何,造成这种情况的原因是什么 。然后在数据中心评估收益,总结这个活动产生的数据 。以便在后续活动中参考 。核心指标是根据活动主题确定的 。常见的有注册用户、购买用户、退款用户、销售额、毛利、毛利率、售出件数、推广费用 。
2.团队协作反馈
在一般的营销活动中,大家更多关注的是前期的营销,而忽略了平台内部的产品布局和订单完成后的补货发货 。作为电商企业,在一个很长的链条中,那个环节出了问题,影响了销售情况或者成本的增加 。对于一个节奏快、业务变化大的电商企业来说,团队的整体配合比单个团队更重要 。
3.人类反馈
如果整合内部资源进行活动,人力投入应该得到控制 。有的企业要为1111准备3个月,活动太多,企业根本承担不了 。但是经常看到十几个人的团队做的销售和几百人的团队做的销售差不多 。原因是什么?可能会有一个答案,十几个人的团队在小团队里是专业的,而大团队配合得很好 。活动的一个输出是对人类输入的控制 。通过这种控制,团队可以更顺畅地沟通 。从项目管理的角度来说,就是严格控制每个团队的投入和产出,每个团队必须保证自己的成果质量和时间控制 。
【电商购买决策的过程 电商决策需要什么数据,电商运营数据分析的指标有哪些】在营销的三个阶段中,团队沟通非常重要,而沟通的高效率往往是建立在良好的数据支持基础上的 。大家交换数据的统计口径是一致的,对数据的理解也是一致的,从而在协作中实现高效的沟通和融合 。需要一个系统来支持数据质量的控制,数据的预测和统计,用户群体和产品的选择需要分析团队甚至挖掘团队的支持 。这就是数据营销 。

    推荐阅读