- 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
- 77388 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27143
- 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。6 a7 G7 A: [8 t$ A' N
1、流量数据:
! w+ Y' j$ G( o9 \' s& b& t a)流量来源明细。这个说明入口引流的质量如何。
1 g5 R) j) A- u w2 { b)流量去向明细。这说明产品或者活动的吸引力如何。: Z8 ^$ y+ J3 ?* ^$ h* r/ e
c)访问了哪些产品。这说明当前访客对什么感兴趣。$ D% P6 i( C3 G
d)购买了哪些产品。当前顾客需要什么产品。/ m/ \5 Z" I1 i! q: `) d p2 D
e)回头访客的访问路径。顾客比较关注什么类型的产品。" @4 T" g' ~0 u- @: _* Y( J8 B( s
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。2 V1 Y( k/ P' B, r' y7 v6 K
g)等等。+ {9 T \, w! u, H
2、销售数据:
/ N& U/ a. R2 r; d$ n 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。1 i) a/ p# F: \) I4 L# j7 V
b)区域转化率。什么区域的人对什么样的产品转化率较高。
' e9 @- i, I- O$ ` | 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。
& g# N* I8 H" a8 O! A7 d4 n d)客单价。每个购买者的平均出价。! J* S0 B) y5 h n
e)件单价。每件销售产品的平均售价。8 M' U2 C7 K. W/ V
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。% L' w. ^7 [! x- c
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。
, g8 b* n+ h' p ?; ` h)等等。
- ~' Q% F, ], q% s) X; `4 D5 O 3、客户数据:
( U! T2 ]5 ~4 C! S0 } a)客户的年龄段分布。; Q8 o# f/ z: l b5 D _$ m
b)客户的地域分布。
' D8 y6 E. Z% H/ |" m% ?' z0 x G6 y0 J c)可以的收入状况分布。& w; s: d/ G# h5 J+ y) R! M
d)客户的购买次数。
' \$ c' U1 L5 v- w e)客户的忠诚度。
0 R$ t' R' r, R/ k f)客户的详细购买记录。& l3 t$ f6 [ e) [
g)客户感兴趣的产品。% Z7 l1 [( A3 I+ X& n+ C
h)客户需要的产品。
6 A3 q2 a: H- d: S0 B, R+ f0 |# K i)客户的兴趣爱好。
% k4 m" V. m4 M Z, N+ ^ j)等等。! \+ |# B' i- J( K5 U. V5 N
4、产品数据:
8 w$ X. E% e. I a)单个产品的销量。" n1 O9 D: s* N) K& h% i1 V3 h. n
b)单个产品的运营成本。" B" g$ J% y9 {
c)最畅销的产品。
2 B* E" e4 X: C6 ]; l d)最不畅销的产品。
+ t! N6 T4 p: _* m! W0 R e)活动产品的销售状况。
" E' Z$ k+ U5 T0 n7 O7 b8 k f)同类产品的网上的销售价格。
2 M; `. r; T4 |# R: z: u3 r$ u g)关注度。0 g _5 G# z$ |
h)收藏量。
- f3 }% J; j) |: P+ Q2 N i)销量。
- H/ Q0 Y2 |$ s& Q7 c j)评论数量。
+ n! {- F+ C! B9 f0 a8 W8 P( N& s k)跳失率。
9 f# k: ^! A) I* z l)点击数。 u$ h* I+ n3 s' p; L
m)单品的转化率。
5 ~, F) B4 E& X- ?0 H$ { n)等等。! w# F& S) A- m0 g9 Q2 \* `6 C; o
5、网店页面:
; z8 H, }2 a3 `/ [; N6 d a)点击数据。
2 G4 Q6 P# \. S' u" \) _6 I* K b)链接数量。% O% p) x9 Q* q
c)分类列表数量。
9 ~& }3 ]/ e& ~) h% h# U" N9 K d)各个链接的详细点击数量。4 s1 ~8 k& L3 o: B6 G
e)等等。
. P0 a9 Q# J# x* d: D 6、仓库数据:
. o% [! L* J' N" u a) 每天出库产品
; w/ q0 G6 k+ f4 a' j b) 每天出库产品数量
( B( y5 H; G4 ~& @ c)每天出库货位
/ }. G# l, `* ]7 o/ s K4 i& B1 w! x d) 货位的调整状况2 J/ p! t) ?& n X( B( O& a
; X* |/ U' F- |8 b- e% Q 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。) b- d( W. K+ c+ j
|
+ M9 U# Y, V2 u8 r | 7 ^& Z# p7 j! ]8 ?# e R
' D$ N) N* E& ?! }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。$ d: g/ O2 o/ v
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!
* [- W" |- k- R# t+ `& l O
- D+ _; e) L' [; P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!
5 d' s! _* }8 k. J
$ N+ A2 D: p2 l% s+ n% [! ]& J, D |
zan
|