电子商务数据分析指标体系.doc

电子商务数据分析指标体系282020年4月19日文档仅供参考，不当之处，请联系改正。电商数据分析主要的指标 1、网站使用：PV/UV、在线时间、跳失率、访问深度、转化率等； 2、流量来源分析：各渠道转化率、ROI、自然流量比重趋势等； 3、运营数据：总销售额、订单数、客单价、人均消费、单均商品数、订单转化率、退货率等； 4、用户分析：会员的地区分布、年龄分布、重复购买率、注册时长。1、网站使用率：PV/UV、在线时间、跳失率、深度访问率。这是最基本的，每项提高都不容易，需要不断改进每个页面中，每一个发现问题的细节。就拿跳失率来说，高了肯定不是好事，但要知道问题出在哪里。在做活动或者上硬广的时候，跳失率会很高，意味着人群不精准，或者广告诉求和实际内容差距很大，或者本身页面有问题。2、流量来源分析：监控各渠道转化率，针对不同的渠道，做有效地营销，UV 代表推广力度，转化率代表效果；转化率的数据让我们很清晰的了解什么样的渠道转化效果好，那么以此类推，同样的营销方式，用在同类的渠道上，效果差不到哪去，广告就能够去开发同类的合作渠道，复制成功经验。主要是给运营和推广部门做指导方向。3、运营数据：总销售额、订单数、客单价、订单转化率、退货率由于用户下单和付款不一定会在同一天完成，这些数据每周汇总，每周数据一定是稳定的。重点指导运营内部的工作，如促销策略、定价策略、产品推广4、用户分析：会员的地区分布、年龄分布、重复购买率。重复购买率提现的是电商的竞争力，绝对是内功。这包括知名度、口碑、客服、包装、发货等每个细节。没有好的重复购买率是没有任何前途的，因此很多大卖家投首页焦点广告，上硬广，就是获取用户第一次购买，从而获得长期的重复购买。否则花钱砸广告，就纯属烧钱行为。因此，我觉得运营核心工作，一方面就是做外功，提高转化率，获得消费者的第一次购买行为；另外一方面就是做内功，提高重复购买率。这B2C，真是算不上互联网行业，就是传统零售业换了一个平台，把原来从实体店卖东西，搬到了网上，减少了店面房租，增加了网上装修设计，消费者能够足不出户，享受当“上帝”的感觉！电子商务数据分析指标体系网站运营指标：流量指标：流量数量指标：PV、UV、visits；流量质量指标：Bouncc Ratc、Time on Site/Page、PV/UV；流量转换指标：转化次数、转化率；商品类目指标：商品类目结构占比、商品类目销售额占比、类目销售SKU集中度、库存周转率；供应链指标：压单占比（分仓库）、系统/实物报缺率、上架完成率/出库及时率、出库率、次日到达率/未送达占比；经营环境指标：外部竞争指标：市场占有率、市场扩大率、网站排名、访问比重；内部购物指标：运营指标：PV、UV、购物车转化率、下单转化率、订单转化率、订单数量/金额；功能指标：支付方式、配送方式、商品数目、最短流程（用户体验）销售指标：网站指标：下单次数、加入购物车次数、在线支付次数、购物车转化率、下单转化率、支付转化率；订单指标：订单有效率、订单金额、客单价、订单转化率、毛利率、退换货率、重复购买率；营销活动指标：市场营销活动指标：新增访问人数、总访问次数、订单数量、下单转化率、ROI；广告投放指标（同上）：新增访问人数、总访问次数、转化订单数量、下单转化率、ROI；商务合作指标；客户价值指标：客户指标：访问人数、访客获取成本、转化率；新客户指标：新顾客数量、获取成本、客单价；老客户指标：老顾客数量、消费频率、最近一次消费的时间、消费金额、重复购买率；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。先从整体上关注几个核心指标开始，在逐步分解到各个部分。核心指标：UV、转化率、客单价、毛利率、推广ROI、重复购买率在核心指标的基础上，逐步对媒体、用户、商品、营销等对象做详细指标；同时在内部运营绩效方面进行监控：客服、商品、仓储物流等.我认为最核心的是这三类数据：流量漏斗模型，转化率，热力图1. 运营层面分析UV，PV，转化率，购买率，等指标的走势情况和突变的原因。2.用户体验层面访客行为分析，用户粘度分析，看渠道可视化，回访客，点击热图。2. 作者：李霄晨链接：来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。3. 借用淘宝开直通车高手的一句话，没有数据支撑的推广是瞎推广！先做个最好的数据分析师，才能是最好的互联网推广！近期越来越多的朋友抱怨说店铺生意急转直下，求诊断、求分析。其实我能做的也微乎其微，只能从对方截图告诉我的一系列的数据指标中望闻问切，提供参考意见。时间久了，发现很多中小卖家对于淘宝数据分析还是会见不会看，会看不会用，这几天一直在和xx聊筹建一个全新的品牌，后面聊到数据分析，我说要做就做淘宝最好的数据分析。不然混淘宝，想开车，不会数据分析怎么行？一、为什么要数据分析，数据分析能够帮到你什么。先搞懂什么是数据分析，其定义是把隐没在一大批看来杂乱无章的数据中的信息，集中、萃取和提炼出来，以找出所研究对象的内在规律，并提供决策支持的一系列分析过程。数据信息营销决策销量。既然是决策支持，那么数据分析帮助我们发现问题、分析问题，并指导我们做出最佳营销决策决策。商场如战场，数据分析就是店铺商战中的雷达。数据分析的作用：分享线上活动成效、考核相关人员绩效（KPI）、监控推广的投入产出（ROI）、发现客服、营销等方面的问题、预测市场未来趋势、帮助改进网站UED。二、 数据分析：关于监控。很多人会说，不必录入监控啊，量子上面不都有记录吗？可是殊不知，录入和监控的过程其实就是分析的过程，往往做数据录入的人员是最清楚公司的整体的状况的人员。关于监控数据的来源工具，常见的也就那么几个：数据魔方、量子统计、推广后台、其它来源不多，可是用到精通、熟练，充分从数据中提取有用信息，需要花心思。用量子统计获取店铺自身的优劣势、用数据魔方纵观行业概况，从推广后台测评ROI，并从自身角度添加其它数据分析工具，最终有效结合起来，才算是知己知彼，胸中有丘壑。关于数据获取之后最关键的又算是数据模型的建立，这里我提供三个数据模型供大家参考。1、销量模型（店铺经营概况）2、产品模型（以产品为导向）3、推广模型（以推广为导向）三、数据分析：关于对比。数据分析需要对比，能够是自己跟她人或行业比，也能够是自己不同时段的比较。譬如：我经过与行业的本月数据对比，发现其余环节都略高于行业均值，只有客单价部分是短板，那么提供的决策支持应该是增加同类宝贝推荐以及搭配套餐等工作，以及多做一些店铺活动提高客单价。 又譬如：经过本周与上周的对比，发现销售额下降严重，进一步分析发现行业销售额不减反增，原来由于秋冬换季，我店铺产品没有及时更替产品严重滞后导致。四、数据分析：关于分解。分解也是数据分析不可或缺的一大环节，特别是未来市场预测和流量比例分配。举一个简单的例子：现在我要加大推广力度，在成本控制内提高20%的销售额。先用公式“销售额= 流量 X 转化率 X 客单价 ”把销售额分解开来，采用控制变量法，保持转化率、客单价不变情况下。再对流量分解“流量=淘宝站内+直接访问+搜索引擎+淘宝推广+其它”。最后对淘宝推广进行细分“淘宝推广=直通车+淘宝客+钻石展位”，我们这样一层层分解下去，最后发现只需要直通车点击从每天800IP提升到1200就能够满足要求了。虽然不一定能完全能够按部就班，但具体操作起来至少有了对问题的切入点不是？五、数据分析：关于总结。关于数据分析，总结是最重要的，任何数据分析都只是提供决策支持，一切都要落实到具体行动方可。总结就是对前段工作的经验积累和对下一步工作的具体安排，而积累和安排都需要用数据的手段去量化才是王道。我建议大家一周一例会的总结方式，对店铺各个运营指标予以关注和总结，譬如如下：指标 数值 增幅客单价 103 -3转化率 2.6% +0.4%日军ip 909 -150日均pv 2025 -450跳转页面 2.97 +0.2日均顾客可数 100 -30老顾客数 22 -19周例会运营指标对比下周工作安排：店铺UI设计：首页banner、焦点图制作3张 负责人：美工部小茜活动策划： 万圣节打折送礼 新品上架：发布10款新品、 积累超过20个好评数。 负责人：策划部小李老顾客短信群发、聚划算申请 负责人：运营部小张直通车预算:1200-1600, 钻展停止推广一周 负责人：推广部张峰在数据监控的基础上，经过对比的方法，一步一步分解到每一个指标，最终去弊存利，惩恶扬善；得到正确的运营经验。也才能做出更加优化的决策安排。这里能够用mindmanager头脑风暴的方法去做决策安排，责任到人，具体到数据最佳！还是那句话，任何数据分析都只是提供决策支持，一切都要落实到具体行动方可。傅志华：电商数据分析基础指标体系 -10-14分类：数据分析评论(0)文/傅志华信息流、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，越需要以经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，经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）总体销售业绩指标网站成交额（GMV），电商成交金额，即只要网民下单，生成订单号，便能够计算在GMV里面。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，因此，GMV的数字一般比销售金额大。客单价，即订单金额与订单数量的比值。（4）整体指标销售毛利，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）。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 毛利率连续四个季度稳步上升，从第一季度的10.0上升至第四季度的12.7，体现出京东盈利能力的提升。2.网站流量指标（1）流量规模类指标常见的流量规模类指标包括独立访客数和页面访问数，相应的指标定义在前文（电商总体运营指标）已经描述，在此不在赘述。（2）流量成本累指标单位访客获取成本。该指标指在流量推广中，广告活动产生的投放费用与广告活动带来的独立访客数的比值。单位访客成本最好与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升，但访客转化率和单位访客收入不变或下降，则很可能流量推广出现问题，特别要关注渠道推广的作弊问题。（3）流量质量类指标跳出率（Bounce Rate）也被称为蹦失率，为浏览单页即退出的次数/该页访问次数，跳出率只能衡量该页做为着陆页面（LandingPage）的访问。如果花钱做推广，着落页的跳出率高，很可能是因为推广渠道选择出现失误，推广渠道目标人群和和被推广网站到目标人群不够匹配，导致大部分访客来了访问一次就离开。页面访问时长。页访问时长是指单个页面被访问的时间。并不是页面访问时长越长越好，要视情况而定。对于电商网站，页面访问时间要结合转化率来看，如果页面访问时间长，但转化率低，则页面体验出现问题的可能性很大。人均页面浏览量。人均页面浏览量是指在统计周期内，平均每个访客所浏览的页面量。人均页面浏览量反应的是网站的粘性。（4）会员类指标注册会员数。指一定统计周期内的注册会员数量。活跃会员数。活跃会员数，指在一定时期内有消费或登录行为的会员总数。活跃会员率。即活跃会员占注册会员总数的比重。会员复购率。指在统计周期内产生二次及二次以上购买的会员占购买会员的总数。会员平均购买次数。指在统计周期内每个会员平均购买的次数，即订单总数/购买用户总数。会员复购率高的电商网站平均购买次数也高。会员回购率。指上一期末活跃会员在下一期时间内有购买行为的会员比率。会员留存率。会员在某段时间内开始访问你的网站，经过一段时间后，依然会继续访问你的网站就被认作是留存，这部分会员占当时新增会员的比例就是新会员留存率，这种留存的计算方法是按照活跃来计算，另外一种计算留存的方法是按消费来计算，即某段的新增消费用户在往后一段时间时间周期（时间周期能够是日、周、月、季度和半年度）还继续消费的会员比率。留存率一般看新会员留存率，当然也能够看活跃会员留存。留存率反应的是电商留住会员的能力。3.网站销售（转化率）类指标（1）购物车类指标基础类指标，包括一定统计周期内加入购物车次数、加入购物车买家数、加入购物车买家数以及加入购物车商品数。转化类指标，主要是购物车支付转化率，即一定周期内加入购物车商品支付买家数与加入购物车购买家数的比值。（2）下单类指标基础类指标，包括一定统计周期内的下单笔数、下单金额以及下单买家数。转化类指标，主要是浏览下单转化率，即下单买家数与网站访客数（UV）的比值。（3）支付类指标基础统计类指标，包括一定统计周期内支付金额、支付买家数和支付商品数。转化类指标。包括浏览-支付买家转化率（支付买家数/网站访客数）、下单-支付金额转化率（支付金额/下单金额）、下单-支付买家数转化率（支付买家数/下单买家数）和下单-支付时长（下单时间到支付时间的差值）。4.客户价值类指标客户指标。常见客户指标包括一定统计周期内的累计购买客户数和客单价。客单价是指每一个客户平均购买商品的金额，也即是平均交易金额，即成交金额与成交用户数的比值。新客户指标。常见新客户指标包括一定统计周期内的新客户数量、新客户获取成本和新客户客单价。其中，新客户客单价是指第一次在店铺中产生消费行为的客户所产生交易额与新客户数量的比值。影响新客户客单价的因素除了与推广渠道的质量有关系，还与电商店铺活动以及关联销售有关。老客户指标。常见老客户指标包括消费频率、最近一次购买时间、消费金额和重复购买率。消费频率是指客户在一定期间内所购买的次数；最近一次购买时间表示客户最近一次购买的时间离现在有多远；客户消费金额指客户在最近一段时间内购买的金额。消费频率越高，最近一次购买时间离现在越近，消费金额越高的客户越有价值。重复购买率则指消费者对该品牌产品或者服务的重复购买次数，重复购买率越多，则反应出消费者对品牌的忠诚度就越高，反之则越低。重复购买率能够按两种口径来统计：第一种，从客户数角度，重复购买率指在一定周期内下单次数在两次及两次以上的人数与总下单人数之比，如在一个月内，有100个客户成交，其中有20个是购买两次及以上，则重复购买率为20%；第二种，按交易计算，即重复购买交易次数与总交易次数的比值，如某月内，一共产生了100笔交易，其中有20个人有了二次购买，这20人中的10个人又有了三次购买，则重复购买次数为30次，重复购买率为30%。5.商品类指标产品总数指标。包括SKU、SPU和在线SPU。SKU是物理上不可分割的最小存货单位。SPU即Standard Product Unit （标准化产品单元），SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。通俗点讲，属性值、特性相同的商品就能够称为一个SPU。如iphone5S是一个SPU，而iPhone 5S配置为16G版、4G手机、颜色为金色、网络类型为TD-LTE/TD-SCDMA/WCDMA/GSM则是一个SKU。在线SPU则是在线商品的SPU数。产品优势性指标。主要是独家产品的收入占比，即独家销售的产品收入占总销售收入的比例。品牌存量指标。包括品牌数和在线品牌数指标。品牌数指商品的品牌总数量。在线品牌数则指在线商品的品牌总数量。上架。包括上架商品SKU数、上架商品SPU数、上架在线SPU数、上架商品数和上架在线商品数。首发。包括首次上架商品数和首次上架在线商品数。6.市场营销活动指标市场营销活动指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、下单转化率以及ROI。其中，下单转化率是指活动期间，某活动所带来的下单的次数与访问该活动的次数之比。投资回报率（ROI）是指，某一活动期间，产生的交易金额与活动投放成本金额的比值。广告投放指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、UV订单转化率、广告投资回报率。其中，下单转化率是指某广告所带来的下单的次数与访问该活动的次数之比。投资回报率（ROI）是指，某广告产生的交易金额与广告投放成本金额的比值。7、风控类指标买家评价指标。包括买家评价数，买家评价卖家数、买家评价上传图片数、买家评价率、买家好评率以及卖家差评率。其中，买家评价率是指某段时间参与评价的卖家与该时间段买家数量的比值，是反映用户对评价的参与度，电商网站当前都在积极引导用户评价，以作为其它买家购物时候的参考。买家好评率指某段时间内好评的买家数量与该时间段买家数量的比值。同样，买家差评率指某段时间内差评的买家数量与该时间段买家数量的比值。特别是买家差评率，是非常值得关注的指标，需要监控起来，一旦发现买家差评率在加速上升，一定要提高警惕，分析引起差评率上升的原因，及时改进。买家投诉类指标。包括发起投诉（或申诉），撤销投诉（或申诉），投诉率（买家投诉人数占买家数量的比例）等。投诉量和投诉率都需要及时监控，以发现问题，及时优化。8、市场竞争类指标市场份额相关指标，包括市场占有率、市场扩大率和用户份额。市场占有率指电商网站交易额占同期所有同类型电商网站整体交易额的比重；市场扩大率指购物网站占有率较上一个统计周期增长的百分比；用户份额指购物网站独立访问用户数占同期所有B2C购物网站合计独立访问用户数的比例。网站排名，包括交易额排名和流量排名。交易额排名指电商网站交易额在所有同类电商网站中的排名；流量排名指电商网站独立访客数量在所有同类电商网站中的排名。总之，本文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、风控和市场竞争指标，这些指标都需要系统化的进行统计和监控，才能更好的发现电商运营健康度的问题，以更好及时改进和优化，提升电商收入。如销售转化率，其本质上是一个漏斗模型，如从网站首页到最终购买各个阶段的转化率的监控和分析是网站运营健康度很重要的分析方向。关于作者：傅志华（微信公众号：傅志华）先生曾为腾讯社交网络事业群数据中心总监以及腾讯公司数据协会会长。在腾讯前，曾任DCCI互联网数据中心副总裁。傅志华先生现就职于某互联网公司大数据中心副总经理，同时任中国信息协会大数据分会理事和中国互联网协会大数据工作组专家，北京航空航天大学软件学院大数据专业特聘教授，中科院管理学院MBA企业导师。评估心理健康十项指标 一、 对环境的适应能力。 生活环境发生变化后，仍能随遇而安。情绪稳定，不受天气、 地理条件影响，也很少受人际关系变化的影响。 二、心理强度。 情绪变化不强烈，能冷静地寻找原因，抗精神压力的能力强，属心理健康水平较高的一类。 三、心理耐受力。 有些精神压力不是突然而来，迅速而去的，它们缠缠绵绵，伴随着人的工作与生活长时间存在。能坦然面对这种境况的人，心理耐受力较好。 四、心理自控能力。 人对自己的情绪、情感和思维活动，对自己的言行举止都具有自我控制能力，只是这种能力有个体差异。一个心理比较健康的人，自控力是较强的。 五、自信心。 自信心是心理健康的核心支柱。当一个人面临生活事件和工作任务时，首先要估计一下自己的能力，想一想自己有无足够的能力去应付客观要求。真正的自信心有赖于正确评价自己的能力。 六、心理活动的节律性。 人的心理活动有自身的节律。比如意识状态便有明显的节律，觉醒睡眠周期便是意识的节律性表现。这种周期被破坏，便会产生所谓的失眠。 七、意识水平的高低。 指观察水平而言，观察力中，自我观察是对自己的情绪、思维、个性特点及行为表现的体验和察觉，一般也称为自觉性。对环境的观察力包括对客观事物的存在、发展以及细小差异的察觉。正常的意识活动是保证心理健康的敏感指标。 八、社会交往状况。 正常的社会交往，是符合人情事理的人际交往，它能够增强人的生活情趣，增进社会适应能力，在生活事件发生时，能及时获得社会支持。因此社会交往既可作为心理健康的指标，又是增进心理健康的途径。 九、思维的品质。 思维品质已以其现实性和逻辑性为标志。不良的思维品质，多表现为空泛性和反逻辑性。如果一个人的思维活动不具备现实性，不合逻辑性，那么在现实生活中必然处处碰壁，并由此造成种种不愉快的情绪，影响身心健康。 十、心理受创伤后的康复能力。 心理健康的人在蒙受精神创伤后，能够很快恢复常态，不留严重后遗症