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。/ p4 X$ x4 R1 `+ I8 T' ? \5 z1、流量数据： a)流量来源明细。这个说明入口引流的质量如何。 b)流量去向明细。这说明产品或者活动的吸引力如何。/ u; Q J5 y) J5 x3 O. A- K c)访问了哪些产品。这说明当前访客对什么感兴趣。% j; I2 P- `% S \1 L1 v2 M 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。0 m" K7 m" p+ y( g- { 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。; e7 ^( E8 y5 w. W8 g g)等等。 v6 r9 q8 ~7 T2 m$ Y1 M0 B( F. n 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。 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。 e)件单价。每件销售产品的平均售价。 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。* [+ w& G6 O( ~) e, C 3、客户数据： a)客户的年龄段分布。 b)客户的地域分布。 c)可以的收入状况分布。 d)客户的购买次数。" M6 r1 E6 j5 ]$ E e)客户的忠诚度。 f)客户的详细购买记录。" {8 i2 @; {4 W* R) H+ I: T+ S6 o g)客户感兴趣的产品。 h)客户需要的产品。 i)客户的兴趣爱好。 j)等等。5 K& E& |" Q1 q$ P$ ? 4、产品数据： ^ O g: M _4 G4 W) P a)单个产品的销量。+ T7 `9 b. n# f 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。5 U* ? `) |7 T! W 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。) ]! C& Z. E$ w: b) p0 P h)收藏量。 i)销量。 j)评论数量。& W; H& C7 P9 ~8 }; @0 P k)跳失率。. |" B6 m$ w; p: T6 ^# u5 F l)点击数。8 W( F! Z! s- ]0 v7 s+ `- r m)单品的转化率。 n)等等。 5、网店页面：" {7 H6 e, G. k0 d9 Q& d- T/ V$ ? a)点击数据。 b)链接数量。( ^; R/ K- D4 y/ w6 a5 W c)分类列表数量。 d)各个链接的详细点击数量。 e)等等。 6、仓库数据： a) 每天出库产品 b) 每天出库产品数量( o: {) W7 m- f7 w" W c）每天出库货位6 b: G4 S5 v& w+ ~) y: n d) 货位的调整状况5 \+ O6 {: X% i! k 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。 |
| , P; y" N6 i6 r0 H( k |
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |