- 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
- 77270 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27107
- 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。
7 } }) {7 R5 V% l; V, l 1、流量数据:
3 {7 n8 d6 L& o" m' j( W! [* [ a)流量来源明细。这个说明入口引流的质量如何。
5 K' p6 i3 A9 _5 X b)流量去向明细。这说明产品或者活动的吸引力如何。
6 G/ a! Q1 {, E% M c)访问了哪些产品。这说明当前访客对什么感兴趣。
0 P$ a3 \$ S5 T7 ~2 y" z; Q d)购买了哪些产品。当前顾客需要什么产品。
& c: m" Q/ B. U; W" F e)回头访客的访问路径。顾客比较关注什么类型的产品。" B6 A. c4 n. L5 q 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。2 ~. _" ?) Z/ W
g)等等。
. R7 W. `7 Y' a! a1 w) ]+ B 2、销售数据:
* _6 p1 K w' M! q6 Y1 V5 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。
. z* x' X! _1 s: x8 c9 {- u) c( b9 o b)区域转化率。什么区域的人对什么样的产品转化率较高。. N: j. @3 `! V* h, h/ w7 t& }% [
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。3 l4 a- D' M) p9 B; J6 m
d)客单价。每个购买者的平均出价。
2 a1 z4 C9 A5 U2 T1 L$ }: [2 ~ e)件单价。每件销售产品的平均售价。6 K3 [7 H7 @3 g; L( E v1 _
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。% t- m/ z+ R, d* 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。8 G7 H3 Y0 o& a, R: ]) U
h)等等。/ L( I2 {; A+ @8 Y- ]- P; o
3、客户数据:
8 D# h3 b- F* r7 G4 ] a)客户的年龄段分布。- \0 y; W( o) L8 }3 n2 \0 b/ V) F
b)客户的地域分布。3 W; W" t; M% [# J! ^' S) X
c)可以的收入状况分布。
8 o* p9 f9 P3 _% m: G% N3 x d)客户的购买次数。+ H- E1 j* |7 u& H7 C
e)客户的忠诚度。
+ j* J! P j7 d f)客户的详细购买记录。# K+ E4 k% G1 ]# _/ o5 J
g)客户感兴趣的产品。% T, H8 V& d( F" d( v/ R
h)客户需要的产品。) H8 P! j( m/ n
i)客户的兴趣爱好。
! P3 W# B5 s6 K9 I j)等等。
& q# \0 B) d4 |) C7 e7 b 4、产品数据:5 V5 n; E/ J c j1 s
a)单个产品的销量。6 E: N6 C) x' H* D) g( k
b)单个产品的运营成本。+ F. {# z( M" C6 r! R8 n7 Y
c)最畅销的产品。+ f& t4 ]; {0 B* O; M
d)最不畅销的产品。6 e, w* E0 ?1 \/ {" M
e)活动产品的销售状况。2 |* d# i4 M0 x" X* ?6 h$ `6 t
f)同类产品的网上的销售价格。
$ | j' q9 m! \0 K7 J/ J d; J# M g)关注度。# O4 O$ ]8 w/ G" |+ E
h)收藏量。/ z$ y9 H4 w/ k8 z5 y" q
i)销量。* b9 }4 P' F1 X2 @% C2 X
j)评论数量。
0 Z- _, H* V" R- J5 v k)跳失率。; s" n9 C. O/ m2 W7 o0 h
l)点击数。
: }0 H8 E# p- v m)单品的转化率。
% P% S' h& t; F; n' l0 T n)等等。
: B* K% e, v. |& ~! y" @ 5、网店页面:1 v8 v$ h1 f# B* f# h* S3 x1 ~6 N
a)点击数据。! Z3 p* L: e, H. Y# N2 N5 P" x# s/ Q# P
b)链接数量。) d h" `, B9 x3 x' y. ?
c)分类列表数量。; N) B# }' y4 B: b
d)各个链接的详细点击数量。. H8 a8 R$ m) V/ h3 ^! C
e)等等。7 g) O4 J8 W% G) L
6、仓库数据:
2 A* Z7 ^1 Q) r* L: q) ] a) 每天出库产品) A! L% p/ ~8 f
b) 每天出库产品数量
- b& Q* Z3 x& q+ m8 Q4 x) j# f% a c)每天出库货位
6 C: W5 D8 w5 J- a7 J2 Q d) 货位的调整状况" A7 O3 z. L) I8 B% y, n: B
- r9 _0 O) }- `- t 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。
) ^0 L N( {0 |; h$ E |
. e" |3 j/ ^- q7 O x |
* U8 J- N4 |# f$ W( ]1 g; x
( G0 ]2 N2 S8 F. h9 }1 R9 b I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。8 n' I! {6 C$ B$ q2 o
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!8 p5 K. J$ e8 q, E& E! _
* X# }1 G% D' N- B7 }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!
, V! t `8 d# t% H2 e6 I6 K3 z7 G5 G8 n
|
zan
|