- 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
- 77820 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27272
- 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。
% I+ K4 s( e w! W$ O7 ~" |: F& ~7 f 1、流量数据:
1 r9 ^' z2 @0 z6 p7 o a)流量来源明细。这个说明入口引流的质量如何。1 Q, P( S" z# m2 X+ ~
b)流量去向明细。这说明产品或者活动的吸引力如何。! F+ `2 [/ T5 k/ ]5 ^) Y
c)访问了哪些产品。这说明当前访客对什么感兴趣。0 s; C3 b) P) y K
d)购买了哪些产品。当前顾客需要什么产品。7 a5 w; J( H% H% N. j
e)回头访客的访问路径。顾客比较关注什么类型的产品。/ P# ]: [. F! M* |8 m3 `! A
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。1 q4 m, R A! `/ \/ W: Z& j7 n
g)等等。3 n& e( a3 y& i8 a& F% y2 G3 q
2、销售数据: S' J4 h# v/ 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。
3 G$ Q3 n$ 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。
7 M) a+ _# |. M7 i3 J2 d# N 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。! n3 R" b0 G3 Y- s6 b6 O7 d
d)客单价。每个购买者的平均出价。. u! o1 m$ q4 w. d8 e5 V! N
e)件单价。每件销售产品的平均售价。
! G/ I+ {6 g* ^; ^0 x3 g 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。 f! [/ h ?3 D, Q0 ~
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。, _$ V' y% Y, i( H$ {' _) U
h)等等。, Y1 V ?. ~5 A
3、客户数据:
3 d2 E7 l1 A6 }. t& c a)客户的年龄段分布。+ F, e5 ^8 G. w9 `) R/ C
b)客户的地域分布。6 b) h* } D# I W- d C4 q. y
c)可以的收入状况分布。8 G7 w% E8 S- ?. v5 w/ m
d)客户的购买次数。9 O: Q7 R- p& k7 Q7 O2 S
e)客户的忠诚度。
2 n7 r2 g3 V6 ?7 B$ S f)客户的详细购买记录。
4 [: H" \' a. F B! C g)客户感兴趣的产品。) _7 u( V* t' k2 ^! l( A
h)客户需要的产品。
; N+ f7 i8 C, i4 f i)客户的兴趣爱好。
: A8 Q4 M/ J6 }% t# U3 ^/ U" X j)等等。( g7 j* D+ S, M/ i: b8 t A: n6 [
4、产品数据:
7 M1 ]9 q% j) b2 j* R" l a)单个产品的销量。( m: H# u( a* \, j
b)单个产品的运营成本。
g) t1 e# e1 C! I) y4 y4 N6 } c)最畅销的产品。; h5 X" }4 x, B
d)最不畅销的产品。
( {4 R ~2 \! ~1 e% s) o6 Z. ~ e)活动产品的销售状况。/ d! B; f& e0 d
f)同类产品的网上的销售价格。- `( g- y6 s% X" x
g)关注度。
8 D. ~! Y G& p/ W% x/ R( Y9 ] h)收藏量。$ h( a* {0 n% \; z
i)销量。9 @, ^; Z0 m( X9 R1 ~' W# L h- `- m
j)评论数量。
# h) K- _# M3 m8 ` k)跳失率。0 h8 u" G4 G8 w7 F: u
l)点击数。1 u8 X; A/ C" C+ E" Y
m)单品的转化率。( k* `2 v" T8 ]8 V% _
n)等等。1 a3 C* i" [4 J) R& y/ f I
5、网店页面:+ {" K; }5 T) `3 @0 c$ O6 C3 k0 x4 E2 H. g
a)点击数据。
+ T0 M/ \8 {& L3 u c( ?) j# h b)链接数量。
) \# e/ z6 a$ l0 K c)分类列表数量。
& a' F6 u( \* j; w2 p2 R. W: N d)各个链接的详细点击数量。
( p- y/ _+ Y) {! y3 z e)等等。
9 U# _2 X2 J$ z, P1 {; J. a 6、仓库数据:
+ o+ w+ j. O# C1 f [ a) 每天出库产品
& ^+ w& _ h8 i( K6 B b) 每天出库产品数量
( u; g* \ ^$ {. Y c)每天出库货位' @1 f' {9 T4 T; x! G( w2 W
d) 货位的调整状况6 c4 L& k9 P- X# t! Y d
' \: y# G1 Q: p& x 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。
# P$ b2 v# X0 q; { | 9 ?! F5 q; q6 t3 Z6 `* B. D8 m' d' c
|
5 I- d* m& w" i; m
9 e0 `: }7 a( G& u1 b. S8 {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。
: w' J3 ?! @' J' C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!7 ]! o/ C: h+ N2 j. U
4 U6 v/ M3 `4 O6 W" ]& \7 u
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!
0 _$ `, P0 N i `
- m* W$ P1 c( g" h0 e: G |
zan
|