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 77342 点 威望 96 点 阅读权限 255 积分 27129 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。; i8 z3 G: f% v U4 p; k; i) O5 v
1、流量数据: 8 G! g# `5 {- \7 m, ^
a)流量来源明细。这个说明入口引流的质量如何。: S* B. |* B/ J' W
b)流量去向明细。这说明产品或者活动的吸引力如何。
+ v8 D# |: U: e2 ~0 @. s6 \% L' n ^ c)访问了哪些产品。这说明当前访客对什么感兴趣。( Z ?+ [! G5 S9 O9 i( Z
d)购买了哪些产品。当前顾客需要什么产品。
L5 R4 p' u6 J o' i e)回头访客的访问路径。顾客比较关注什么类型的产品。
+ R- j; T3 y8 n( } 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。: a- o& ^9 S1 p
g)等等。
9 ~& o* h3 W2 L3 y% n/ C 2、销售数据:
}9 l9 N9 V5 Y% ~2 q2 r 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。
j. u7 _" _/ t m b)区域转化率。什么区域的人对什么样的产品转化率较高。/ ~& p4 y8 _6 H, y: s
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。/ ]8 {; v: @ F. N, a9 u5 m
d)客单价。每个购买者的平均出价。. F; S0 E+ f+ ^
e)件单价。每件销售产品的平均售价。2 J$ |* k) n( m8 b: t! ^& ]5 R
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。
# b1 @' V |3 F 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。
3 o! n) {$ D8 C' q h)等等。# l& Z% _9 g0 a8 E
3、客户数据:
& N# r' j# |( V9 ~, K$ D! v$ a; A a)客户的年龄段分布。
1 w( V Q/ w6 K# c3 q b)客户的地域分布。
5 h) P$ v7 A2 T' \/ G& F c)可以的收入状况分布。7 r9 T: G) }/ G! u0 i- [) J: y" ~
d)客户的购买次数。* X+ \9 ]2 C M7 q$ e
e)客户的忠诚度。0 J2 q" z& r: r/ V; b
f)客户的详细购买记录。
0 k- I2 _3 I; L- E1 l g)客户感兴趣的产品。- @' c# A; L1 r' n# C D
h)客户需要的产品。
7 z9 N5 G$ z9 X( h# ]4 q0 c f i)客户的兴趣爱好。8 p% j' }4 z7 o7 G4 g- g
j)等等。( Q5 P5 C2 Y7 D* I: o D
4、产品数据: / S+ T% F/ I2 a8 b4 {& c
a)单个产品的销量。# J, g: Z2 s8 S0 n3 ]$ X
b)单个产品的运营成本。' Y* h* E9 }8 n; Q* ~
c)最畅销的产品。
& t$ G# p1 n! p9 h* B8 q- _% _ d)最不畅销的产品。
e- E$ s( |: Z) Y e)活动产品的销售状况。% r) _0 Z0 I) {5 _
f)同类产品的网上的销售价格。8 L1 a1 T& @6 S3 J' n& C
g)关注度。' }, q! m3 G. w0 j
h)收藏量。" Y6 a) l) U& _* t1 u) `4 O* f7 s
i)销量。
) t( ~1 s, z. g: Q6 T. J/ V j)评论数量。* ~* _$ a3 ?, t j$ e) w H
k)跳失率。0 r2 T% {4 _0 b. P# t) K; Y+ ?
l)点击数。
2 H3 \. S) Q+ s m)单品的转化率。7 s6 I* B8 a T# V+ }- X; [* g
n)等等。
5 L- t( z2 b, `0 b 5、网店页面: 3 J$ Z2 w" a! S5 A2 X
a)点击数据。2 y* q6 b4 b9 G
b)链接数量。 K2 B( u( E q6 {' e) f$ n
c)分类列表数量。# ?# ^! k+ y: x2 r& l! ^# I
d)各个链接的详细点击数量。
# ?% o* }) o* Q; u) M& E e)等等。# P. W; R2 H! t, [4 k- H
6、仓库数据: . }6 V' j) q7 S# `: l. F
a) 每天出库产品0 O" C2 Z; D4 S4 ~* m
b) 每天出库产品数量
' v- ?. s$ a) t; P. s9 G; T c)每天出库货位
$ L- p2 V* w; l* I d) 货位的调整状况2 M2 [/ a7 `/ \8 F( t. m& Q
8 r1 s/ {: i+ _, r" G+ ^ p
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。" q F2 S1 C$ E* \, I- x; L
5 J7 }# [+ F w) H
1 W( j# ?: ~8 F8 a* n
6 o2 E# g, M- x4 g+ B8 L# v' d
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。 * ^. q, ] S) T" Y2 A5 D8 w/ H; \
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! 4 p% q" m$ w, L) T$ Y0 Z% z Z
1 K4 J6 g9 d* g2 e8 I. 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!
: g0 E& J) Y0 z6 ^* X3 C% S+ G
# \9 m. Y# @( M" S# x
zan