- 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
- 77422 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27153
- 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。 ]1 M, _/ R( M V
1、流量数据:6 ?2 R* V; N2 M! S6 O/ I6 g+ p
a)流量来源明细。这个说明入口引流的质量如何。: {. Z4 v# {! \% _6 n0 y
b)流量去向明细。这说明产品或者活动的吸引力如何。
( l, ]" h2 E" V* N c)访问了哪些产品。这说明当前访客对什么感兴趣。
; ]3 S1 ^$ r6 X& G d)购买了哪些产品。当前顾客需要什么产品。
) v- W; p$ W2 @7 i1 a8 X& z$ C e)回头访客的访问路径。顾客比较关注什么类型的产品。
; B* @8 a( B2 h: \2 x! M 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。& x) C* d0 E& W3 |- {; n* h
g)等等。) r4 p- L4 r; r- j
2、销售数据:
3 C- G% h& O. k# ~ 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 W) ^ G) n p+ [1 O5 p. a8 |
b)区域转化率。什么区域的人对什么样的产品转化率较高。+ d/ V2 V% S% V1 U
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。" ]2 x2 `& W- u6 u$ Y& G/ O. a
d)客单价。每个购买者的平均出价。% m b f0 ^+ c; r( ~& R
e)件单价。每件销售产品的平均售价。
; U4 L& V; @3 S# K" W 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。
2 C! _9 {) S) r% H& [- u' a; p 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。( A/ E! V5 h. R
h)等等。% A4 N/ v1 z7 w) F+ p9 J4 f
3、客户数据:
# o3 E- x1 t9 w/ d5 W a)客户的年龄段分布。. q5 {) @2 S& J" l% D H v
b)客户的地域分布。6 P- G/ p6 w; V
c)可以的收入状况分布。# y' ?, w/ S/ k0 U! t1 V1 F1 e4 \( @8 k
d)客户的购买次数。
6 x' s) F, J" u0 [' S8 |& i. [ e)客户的忠诚度。
# y# A3 S& o6 ~' N f)客户的详细购买记录。1 D6 W2 d' ~) A @ K7 d- Z
g)客户感兴趣的产品。
$ ~6 t* q$ l! m$ c0 _: g+ B h)客户需要的产品。5 b5 A9 a0 S" D5 J9 D5 n" k% S, i
i)客户的兴趣爱好。# r0 }% T9 v# E4 J6 }
j)等等。" l* E+ Z9 ~: g
4、产品数据:
5 v3 e& g5 \3 L* o1 J a)单个产品的销量。
( I8 G X' D$ ~# I( p$ u b)单个产品的运营成本。! {; |% W- N1 j# z9 v& D
c)最畅销的产品。
! i7 ^! Y5 L& F4 U d)最不畅销的产品。
: o3 | z9 L- z$ P4 C2 i e)活动产品的销售状况。
1 y/ @, L6 [% j; f& ~/ _6 Z f)同类产品的网上的销售价格。6 T3 V! a/ `5 m/ X
g)关注度。+ j' O3 l: {1 l4 @2 f
h)收藏量。% x+ F; ]- h1 B# C! y5 T! [$ N
i)销量。( v7 o5 z6 d6 X9 o7 D }
j)评论数量。
+ o; e/ b1 U% q% A% \) g. y# p# x" L k)跳失率。- l/ r2 N4 N9 m1 z
l)点击数。% n) M6 u7 O) e# n4 \. k/ E
m)单品的转化率。
* n' p4 ?+ P+ ]% @! Q* } n)等等。- `9 R8 v' e4 s9 H$ h5 j8 ]
5、网店页面:
3 L+ u) B7 Q" p+ u a)点击数据。
+ u5 a$ Z" L- N7 h( q$ F b)链接数量。
" V9 J! b3 w2 I4 e& X R. i! x c)分类列表数量。5 ~8 n* z# C4 z
d)各个链接的详细点击数量。% F4 S% S) i. ?" k, Q
e)等等。( N/ K5 M3 R; O$ S9 \
6、仓库数据:# Z5 S& R4 S$ `/ S4 K
a) 每天出库产品
5 l0 C* ]6 W# o" G1 u b) 每天出库产品数量
0 }+ }+ D1 S3 \* g! S, p4 H5 L c)每天出库货位- N. @1 w3 E3 ?! @1 L9 T
d) 货位的调整状况
; |; j$ |9 [, O4 L0 T9 z# v
0 c N4 \7 O* ] 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。* E. B, m2 p* |
|
& h8 S7 J7 D$ K$ ` |
( C% T0 s7 {3 e5 E E+ h6 j8 x9 c) x5 J: B/ D$ [! p, \
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。
# ^6 z% K3 W; Q- k6 _# d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!+ n9 v% r6 L; W* @& y
% _' V3 ]: x1 {, N5 A# e/ X2 l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!
* u' `0 K8 [/ I8 C
6 {, ]# Q) A" c& t& ^6 P, Z# g |
zan
|