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。/ E8 t8 p+ R$ M1 o" G! @0 E4 j1、流量数据：7 _! K+ {, B7 f* P2 J a)流量来源明细。这个说明入口引流的质量如何。' T I" o/ f( j. J q- @1 B b)流量去向明细。这说明产品或者活动的吸引力如何。" n6 n( v$ y& E2 ^ 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。) _3 f. o$ J9 ?' ~3 ^ e)回头访客的访问路径。顾客比较关注什么类型的产品。 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。 g)等等。 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。 q/ e! N; `3 ]5 v$ ?' m. O b)区域转化率。什么区域的人对什么样的产品转化率较高。 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。 d)客单价。每个购买者的平均出价。1 {3 z0 \) L- J" q# O% k+ B e)件单价。每件销售产品的平均售价。% \8 U/ C" s x3 v, f 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。 h)等等。 3、客户数据： a)客户的年龄段分布。 b)客户的地域分布。7 \( U6 m' W7 e c)可以的收入状况分布。1 I6 D7 h' c; g7 L0 S" f d)客户的购买次数。+ n9 G# h* ^+ G+ j e)客户的忠诚度。 f)客户的详细购买记录。' |9 C5 d! y5 p( A L2 U- M' T) Y g)客户感兴趣的产品。0 a- u# e# Q- H0 q h)客户需要的产品。 i)客户的兴趣爱好。0 L6 \8 B6 B) z! {. ]' h j)等等。4 z) h% P x8 q6 L 4、产品数据： a)单个产品的销量。 b)单个产品的运营成本。8 c7 O; r7 J1 E1 x1 k c)最畅销的产品。 d)最不畅销的产品。 e)活动产品的销售状况。 f)同类产品的网上的销售价格。 g)关注度。 h)收藏量。 i)销量。0 A" f9 n& I0 j& t4 K7 c& a j)评论数量。9 [) r8 E9 D j( ?( [ k)跳失率。 l)点击数。* @+ G. G8 |* x" |: R: ?3 G! T! H m)单品的转化率。 n)等等。 5、网店页面： a)点击数据。8 a; w5 d0 r5 h b)链接数量。! N, \ N( w5 p" r- z& v3 L* i c)分类列表数量。 d)各个链接的详细点击数量。' R' k/ Q7 R. F5 {1 @. C e)等等。 6、仓库数据：: C" }* `$ `, X3 r6 c2 R a) 每天出库产品" j, @1 @8 r4 h b) 每天出库产品数量 c）每天出库货位 d) 货位的调整状况 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。) d9 {+ K. L9 S |
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |