在线时间 5024 小时 最后登录 2022-11-28 注册时间 2009-4-8 听众数 738 收听数 1 能力 23 分 体力 77273 点 威望 96 点 阅读权限 255 积分 27108 相册 1 日志 14 记录 36 帖子 4293 主题 1341 精华 15 分享 16 好友 1975
数学中国总编辑
TA的每日心情 衰 2016-11-18 10:46
签到天数: 206 天
[LV.7]常住居民III
超级版主
群组 : 2011年第一期数学建模
群组 : 第一期sas基础实训课堂
群组 : 第二届数模基础实训
群组 : 2012第二期MCM/ICM优秀
群组 : MCM优秀论文解析专题
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。! E2 g( {" E% N X) Y: l# t
1、流量数据: " ]1 ?1 T( I- P4 _. U% P+ ?2 j
a)流量来源明细。这个说明入口引流的质量如何。" z, d$ h- h0 r5 Z, n5 Q; c! d
b)流量去向明细。这说明产品或者活动的吸引力如何。8 M" q: G' L) p# A. ?. O
c)访问了哪些产品。这说明当前访客对什么感兴趣。
( a2 B- I4 K( a( y" j& b2 d0 ~ d)购买了哪些产品。当前顾客需要什么产品。- f& x W4 k, R" b' A, e1 ]1 Q
e)回头访客的访问路径。顾客比较关注什么类型的产品。0 ^4 w" V: F" N0 K- | 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。0 p1 N* f/ V0 V# a9 G
g)等等。! X4 q P, N+ n1 r" s( w
2、销售数据:
: B% }. a& | o: }; @! }% X 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。* I$ a4 x) H2 B; ?
b)区域转化率。什么区域的人对什么样的产品转化率较高。% j5 Q7 D+ }, N0 a( x7 X# E
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。
# E# q/ L4 v0 Y6 x' g d)客单价。每个购买者的平均出价。
3 C8 ~4 @3 N$ U. i2 X( w: _ e)件单价。每件销售产品的平均售价。. k- f+ X. [# r C0 A
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。8 z( O. d; q/ o5 c' B( G
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。" ~5 j4 y3 f1 l8 N! }) ]
h)等等。
# w* Z2 ]4 T( _& X( m/ O 3、客户数据: 8 i7 B5 Z' P9 Q+ q
a)客户的年龄段分布。
4 Y1 L. w4 o% b6 A3 R2 }- N b)客户的地域分布。9 f% d/ {. R, u1 W% K8 ?" a
c)可以的收入状况分布。. r x( R8 U: G0 b: ` u
d)客户的购买次数。& l4 i6 E6 x% N2 X0 f
e)客户的忠诚度。
7 b% r$ {( p7 A) M+ J+ L i1 s9 y# ~ f)客户的详细购买记录。
4 l1 o9 _2 S+ A g)客户感兴趣的产品。# i7 k# z! V$ [7 N
h)客户需要的产品。 i5 y( K3 N$ x$ I
i)客户的兴趣爱好。& G- n/ J9 d/ v( ` |0 f
j)等等。
+ J; Q( O* D: h, a 4、产品数据: ) w0 T" ?/ S2 \$ R
a)单个产品的销量。. v; X$ l4 i0 p) [/ w5 H
b)单个产品的运营成本。$ G# Q4 f% d5 e m
c)最畅销的产品。- D% I* k7 u4 O
d)最不畅销的产品。1 s9 |- _3 [, o, y
e)活动产品的销售状况。9 |+ t4 K7 S: B6 d
f)同类产品的网上的销售价格。
* Y [9 E! M2 F* {# D g)关注度。
7 `* {2 A# J9 J6 A; W# u+ p- I h)收藏量。
9 b/ E6 j' A. k$ l; J i)销量。, h+ P. v' r2 N* `5 e5 \$ D. U
j)评论数量。
. w1 E; P, Z% f! a& s, x k)跳失率。4 T& i2 s2 r+ ]8 ^& U/ c
l)点击数。
- V* M. `# L* _" E' m m)单品的转化率。
. P/ B. C+ h) N3 R n)等等。
5 z' \( K- @# G 5、网店页面: & i" H6 ~! [0 A0 ~" H0 J; X: D
a)点击数据。% n! S, X9 G6 b( o; t) I ~0 Y
b)链接数量。$ A$ h+ s/ ~5 K3 K- v5 t, H
c)分类列表数量。
, i8 e3 q2 ~8 M" e5 L7 C! G d)各个链接的详细点击数量。
# W) m b0 W! G* _. W e)等等。+ f6 M2 H4 n: F
6、仓库数据: 2 ]7 m% `1 y8 p9 b1 {4 p
a) 每天出库产品
# S5 d- l! t& H, a. ]9 d b) 每天出库产品数量+ ~% Z# U( f# l, |
c)每天出库货位2 ^9 ^: t; r3 G. ]
d) 货位的调整状况
) n. A* Q7 }5 n5 g: C6 N x) m$ _
! P1 M# {7 q* v) f8 n 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。8 f2 T; ] _" t
X& q: p2 a- O$ V6 b9 u, `" t
/ C, V0 X5 Z; P
2 U) A" ]9 W) J* |% w3 c+ }- h 上面的帖子是我在网上看到的一个帖子,其大致描述了电子商务中数据分析内容,数据分析指标要素等。 : A' I2 _6 L2 r% i
在此,大家可以跟帖提出自己的数据模型,目标是将这些指标形成一个系统,从而出现一个或者少量几个综合指标,对于完成出色的同学,会给予30个体力的奖励! 2 k# W$ x$ |3 h" F
- @3 X) ~* c+ i4 a; X
寄言:当进入社会,从事这些工作的时候,就会觉得现在的分析是多么有帮助了,欢迎大家加入本次活动!
+ H. p, X- ?; c/ ^! e! h , T0 E" M) H' t" m: b$ K
zan