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。 * x& Z9 ~ k0 n1 |! k8 J. _$ d- X' K1、流量数据: 7 D- |' S6 V" k5 v9 ^9 m a)流量来源明细。这个说明入口引流的质量如何。6 ], v% w4 }; Z& s* D2 e
b)流量去向明细。这说明产品或者活动的吸引力如何。 + Z% H; K2 Y2 J1 t c)访问了哪些产品。这说明当前访客对什么感兴趣。 5 a y3 I- G6 K" g d)购买了哪些产品。当前顾客需要什么产品。 j! |) |$ V9 c
e)回头访客的访问路径。顾客比较关注什么类型的产品。, p4 c1 L, F, w
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。) H* K# p, [" t; L% r; W" S1 U; `
g)等等。 ; H1 j7 [( ]# G6 W+ ]2、销售数据: ; i" M3 J) F C- t5 Y 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。 3 }, N# X ]+ A! A3 P; l b)区域转化率。什么区域的人对什么样的产品转化率较高。 . S) U- ^8 h4 M 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。4 Z$ L0 O% q1 v
d)客单价。每个购买者的平均出价。; M3 \6 Y, ]0 f
e)件单价。每件销售产品的平均售价。% ^/ W! E# |3 o( 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。 * h8 R9 Q" z5 V 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。% [7 k! f; l9 n" s
h)等等。 2 p% u1 U4 a/ H O3、客户数据:* h) l5 H3 {& k! V$ M
a)客户的年龄段分布。 6 z# a; s- B: F' [: Y b)客户的地域分布。 - k7 v' D6 c( G9 q$ u2 d* @: [2 r8 ] c)可以的收入状况分布。 4 N2 a! F9 M. s5 i' j+ p7 k& @ d)客户的购买次数。! Q( S5 l, q2 ~2 C* R6 |8 I
e)客户的忠诚度。 1 q7 w$ q# g4 E# a" s f)客户的详细购买记录。 4 j; e" Z' v% M) ?0 F5 x5 Q# K" c g)客户感兴趣的产品。 8 U$ K# r+ A9 _8 |9 m$ l- _; T h)客户需要的产品。 : M( X. X- f4 d* Q i)客户的兴趣爱好。0 `0 o6 L0 w/ D( t
j)等等。3 S4 g% |4 b/ U( S# y% }6 C7 p6 h 4、产品数据:" P* f7 _3 v4 w7 S( X
a)单个产品的销量。+ J. u" Z0 U& z
b)单个产品的运营成本。0 k5 i; r e; p. b
c)最畅销的产品。0 m' E! A; H' P* E4 F" `
d)最不畅销的产品。 * G9 a! z2 H& N2 \ e)活动产品的销售状况。0 l& l# [. ^; |% N; B4 C
f)同类产品的网上的销售价格。 ' Y; J$ ?2 c1 t! R h g)关注度。 ! N/ o- `" v' ~* ?- t9 d& P h)收藏量。+ a8 C& B& r7 @
i)销量。 0 h# Q9 U2 U1 L. p# N. V j)评论数量。 @9 m$ L. \6 u" b7 e3 A7 V k)跳失率。" J! ^/ y4 x! P
l)点击数。7 A9 J# F8 ]% E1 a: T
m)单品的转化率。 , s! K* Z( i' v n)等等。 9 z, L9 \- o& w. D* D5、网店页面: . _. y9 b3 ^- U; S2 v a)点击数据。 ! k A* Y$ L3 L- m% |: W3 a b)链接数量。4 R- G, e7 G- I( }
c)分类列表数量。 6 D6 [5 i+ s6 m) ]* p, {0 B d)各个链接的详细点击数量。 : G, i/ C0 R! A; `3 l e)等等。 3 ]0 Q" ]+ |% @0 b& X 6、仓库数据: * ^3 T0 Z* L5 w a) 每天出库产品 6 W! l$ _9 Z7 C8 n b) 每天出库产品数量' b4 o5 d5 I$ y% D4 ]. `
c)每天出库货位 6 i- L9 p) m3 `9 T d) 货位的调整状况3 K& L% w: Z# G* b' W
" f' { g( _$ R$ N, ~! ?1 W 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。 7 `6 c. i( U/ Q5 ^% ^
9 \/ W- u# ]% Q$ \
# j! F! Q' b5 I# J
3 A8 x; u: H. U1 b5 Q0 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。. Y s% ]$ H6 }9 w: D- C( X
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!* C. x$ V. U. s8 q# d: W3 J
- V- O* }0 g% U5 o; ` s8 P3 h. ?
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! + m5 j! `7 s& q# ]. o7 R' k: M1 _9 {