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。& G+ U( U ?$ c0 q 1、流量数据：- J* s* N2 `5 j" \% f* }8 }. g
a)流量来源明细。这个说明入口引流的质量如何。% D. }5 O) z. I( A7 N
b)流量去向明细。这说明产品或者活动的吸引力如何。 ; K2 ^ _6 J$ y* s" y) ^ z c)访问了哪些产品。这说明当前访客对什么感兴趣。 / c3 R* A# U2 I6 i d)购买了哪些产品。当前顾客需要什么产品。8 K$ P4 T+ i& b2 |! F
e)回头访客的访问路径。顾客比较关注什么类型的产品。9 Z4 O' D; T! e' ~, ]# 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。. Y/ C1 x3 C9 C4 z8 {- ]- h! N
g)等等。: u$ `& y& N) ?- u9 b# ] 2、销售数据：# ~: X9 B0 T; g Y8 x
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。 ! L! S2 Y; b- R b)区域转化率。什么区域的人对什么样的产品转化率较高。# y W+ g8 @0 @
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 x, B4 ]/ `) W1 a
d)客单价。每个购买者的平均出价。 % ^7 T0 U* e" \6 d& j e)件单价。每件销售产品的平均售价。" R( a% V2 U7 _ _
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。 9 R& F- S5 \, o a. }8 `' M$ O/ @ 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 s$ Z) e) ^1 o+ d+ N3 H- F0 V- y8 v h)等等。& y, L$ e$ }7 r" x; U 3、客户数据：/ P4 _( P6 L& Q0 R- h! f/ P/ T7 l% a
a)客户的年龄段分布。 * r8 I6 W/ P. X' I& N# P4 b b)客户的地域分布。 6 ?/ G$ L7 b- ^; ^# q; P P c)可以的收入状况分布。6 }& q" j5 c, e9 T
d)客户的购买次数。 " j, V6 z2 `+ T8 y; @ e)客户的忠诚度。2 u7 r5 g7 y: y; E; z& _
f)客户的详细购买记录。 * t7 i1 c4 ^# _' W3 Q' l g)客户感兴趣的产品。 8 _( n( T2 b$ V h)客户需要的产品。 & {1 d( b# _9 _9 I" I: x i)客户的兴趣爱好。 0 B+ V' I) Z4 d8 @; G A+ r j)等等。 ' z( j' ]/ q( m+ j4、产品数据：2 s5 F: x0 h& {8 J, d$ ?
a)单个产品的销量。 ' G' ^2 {9 a9 C: T1 Z3 d b)单个产品的运营成本。 F: W7 e& }, o. @/ K8 d+ { c)最畅销的产品。6 o+ ]) l( \% ]1 B
d)最不畅销的产品。+ u' C2 t8 `( W+ c3 X
e)活动产品的销售状况。 2 Q; O p' ?& E) |7 ?: U( I T y f)同类产品的网上的销售价格。9 K2 C, Q# q" G' S
g)关注度。 & H0 E0 u( O0 ~( d9 `# ] h)收藏量。/ P0 [) o: ]- U6 z0 b
i)销量。% u" _# j+ G1 [ e- q
j)评论数量。/ ^- u( T* m2 |# f; F* x- y
k)跳失率。 4 s+ \: @9 E& a) G8 [5 G l)点击数。" ]7 B; t# Q* i, x
m)单品的转化率。: H" R2 G8 |0 I; v$ Y% |
n)等等。 5 v8 O& l- p o* ?: v+ D" g& v5、网店页面：9 B" {+ i, i) H }. o
a)点击数据。/ Q |- K& k" X H7 @' f
b)链接数量。 7 A& W7 ?5 @, o4 y c)分类列表数量。 8 i/ R9 v# n) A- e d)各个链接的详细点击数量。5 _2 w; D9 {: g) _3 a9 u( e
e)等等。4 P$ y2 G6 W0 T8 r9 B: a 6、仓库数据： 9 B% W5 R; k: [ a) 每天出库产品! u# i5 h8 w+ m9 T( r; G; T
b) 每天出库产品数量: z! u4 ~. [5 C F2 p/ e1 t
c）每天出库货位2 t& u' h, m6 w8 w' u
d) 货位的调整状况 [ p+ j5 t+ \ I- g4 w
9 s$ p8 N: e6 [; }, g/ U 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。 + X! C- }7 C. c ?1 O5 s
5 K! J: u% u. B' m0 b
$ K7 j1 Z: f; I$ X9 C 6 d* q$ j# u2 @* m0 i5 O, |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。9 ^( h2 }2 B/ }, ?! b. e
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！ & T3 Z+ m) ~ T3 J4 l0 I5 A; d$ H1 V. o
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！+ k8 \' V8 W, k9 S& K
IP卡
狗仔卡
发表于 2011-5-21 14:44
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
发表于 2014-4-23 13:45
发表于 2013-11-17 21:50
