引用： 在电子商务行业也有一年的时间了。说长不长，说短不短。一个偶然的机会接触了电子商务行当的数据统计，以前认为数据挖掘是那么神圣，其实更重要的是对数据的敏感。那些数据有用？那些数据没用？那些数据有什么用？那些数据对什么有用？下面说说我的一些看法。一个电子商务网站应该统计那些数据。1、流量数据： a)流量来源明细。这个说明入口引流的质量如何。1 G$ u: g9 p. R* Z( {- p4 I b)流量去向明细。这说明产品或者活动的吸引力如何。' `* C3 E) N/ s5 T% ] c)访问了哪些产品。这说明当前访客对什么感兴趣。 d)购买了哪些产品。当前顾客需要什么产品。 e)回头访客的访问路径。顾客比较关注什么类型的产品。/ c: Y* m1 W* b/ g4 z2 B f)访客的收藏。顾客比较关心的东西，至少当时客户曾经想购买来着。+ _4 B) n) A7 j* Z" k2 ~' i$ K1 t g)等等。$ R! h% b9 O$ G$ k7 j 2、销售数据： a)收货人信息。订单的分布区域。说明目前产品在那个区域比较受欢迎。5 Y- R' e# W2 q# k b)区域转化率。什么区域的人对什么样的产品转化率较高。& \0 p, s7 W1 H c)订单支付率。对这些不付款的人进行一些技巧性的跟踪，可以让我们更有针对性的设计页面，排除顾客的疑虑。1 p$ C7 H; @9 F, I d)客单价。每个购买者的平均出价。- W/ h5 h. l# d c" H3 n6 T e)件单价。每件销售产品的平均售价。" x1 q# s* S5 e' W9 w( A. a" T f)流量价值。看每个流量是否带来怎么的价值。与引流的支出成什么样的比例。 g)单品的销售数量。店铺内的热销产品、店铺内最不畅销的产品。- a! k( Y! h' A h)等等。 E' M# _" i& T `$ I( h* } 3、客户数据： a)客户的年龄段分布。$ f8 N0 R$ _/ o8 x1 T b)客户的地域分布。 c)可以的收入状况分布。% M% B! E; H9 a d)客户的购买次数。' C T) q7 ]6 K1 c( {4 I& t e)客户的忠诚度。 f)客户的详细购买记录。! c3 }" @; q2 g: E" v) O1 v g)客户感兴趣的产品。9 {$ }' g& i1 @( E: q; u h)客户需要的产品。! V6 @- [4 U" W3 E! M1 Y i)客户的兴趣爱好。; d& V+ h+ g* A0 K8 ^& T j)等等。 4、产品数据：4 e6 k4 N, o8 r' Y% |/ }$ \ a)单个产品的销量。 b)单个产品的运营成本。 c)最畅销的产品。 d)最不畅销的产品。" D1 @3 e' G! `* W- F e)活动产品的销售状况。+ n1 s0 A7 U m. M- f5 | f)同类产品的网上的销售价格。9 c' S5 q [0 d g)关注度。6 q/ G& g" \+ u! R" F h)收藏量。 i)销量。 j)评论数量。0 }( q! e* Q8 }2 e! _: F' ]4 |6 Y' ]5 P k)跳失率。 l)点击数。 m)单品的转化率。 n)等等。3 f4 f2 ]; v1 v9 L' K' z% c' d 5、网店页面：5 U; f5 @- x4 \% @ a)点击数据。 b)链接数量。 c)分类列表数量。 d)各个链接的详细点击数量。2 p1 L) d& `0 q& ~$ D e)等等。% B7 Y5 _- E- Y, k+ T% v 6、仓库数据： a) 每天出库产品 b) 每天出库产品数量 c）每天出库货位" ^. [: V5 g0 z# R4 O# B! W$ K d) 货位的调整状况9 ]) U5 E- I& ]" I0 _# ], [( r 不过我认为做数据分析的人，不应该停留在数据分析，而应该对数据分析进行建模，一个人对数据分析的数量的能力应该停留在千这个数量级吧，再多了，应该就分析不过来了。但是现在我们依赖于计算机，对数据建模。相信在建立了合适的模型后，不用说几千条数据，就是几个T的数据，分析起来都得心应手了吧。2 S9 C. r/ ~" R+ H& l |
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |