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。5 Z( q/ C' j7 s2 c6 Q% l1、流量数据： a)流量来源明细。这个说明入口引流的质量如何。! Z( A" k; C, r( e1 `" w b)流量去向明细。这说明产品或者活动的吸引力如何。 c)访问了哪些产品。这说明当前访客对什么感兴趣。! k7 R' Z% h2 X9 X 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。- m* `9 z1 {$ J' x# R4 k 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。% {) m! s7 g6 B4 m 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。 b)区域转化率。什么区域的人对什么样的产品转化率较高。- _7 c+ }6 a8 m# E) v 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。3 ~2 T( @" P B+ n) ]% ?5 K; k 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。1 i* z R! z, S 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。' y1 ~* C8 M' ^* v% A5 h8 I l 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。; e3 R8 g D6 t | h)等等。, E. ^# Q$ U& i$ S; u( ~4 T% ~, l 3、客户数据： a)客户的年龄段分布。9 a x* o, d: a* `; g/ A1 d& ? b)客户的地域分布。 c)可以的收入状况分布。$ K+ L1 n$ T% w3 k6 A# O d)客户的购买次数。5 Z/ o4 h& a* X$ P7 N2 ?6 R9 M. t e)客户的忠诚度。 f)客户的详细购买记录。4 m7 ~; K9 k# Q, i g)客户感兴趣的产品。 \/ @8 F% ]. g3 W6 t h)客户需要的产品。8 V! E9 t- Q' {1 @" K i)客户的兴趣爱好。+ A" G2 `( ^5 b% O j)等等。 4、产品数据： 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。/ F% @& C5 G. F- N3 e) X, J 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。1 J! p; ?' i. a; e h)收藏量。 f; ^ `& x$ c# T/ q& C i)销量。 j)评论数量。 k)跳失率。 l)点击数。$ A6 b3 n. I A) X m)单品的转化率。2 H, Z; v, i; g& x$ A. U n)等等。 5、网店页面：! r1 q, f2 N; X6 a( k a)点击数据。; i% o) g+ z7 Y# D5 G b)链接数量。 c)分类列表数量。/ P+ `! I0 x. T. j: h2 c. N d)各个链接的详细点击数量。 e)等等。, r* ?; C' N, R' p) A L 6、仓库数据： a) 每天出库产品$ L! [. u- q$ G/ b b) 每天出库产品数量 c）每天出库货位 d) 货位的调整状况 . m. ?/ T# @% [# h. I 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。 |
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |