- 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
- 77458 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27164
- 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。
& w+ T6 F% K; z6 p/ u! C- |9 z 1、流量数据:
) G2 o: j0 I* t* u a)流量来源明细。这个说明入口引流的质量如何。' u% r8 S; z3 X" v( f7 g
b)流量去向明细。这说明产品或者活动的吸引力如何。; [+ c/ [6 Z, _0 p& B9 e
c)访问了哪些产品。这说明当前访客对什么感兴趣。; j7 q: P+ g3 e. T0 U& j
d)购买了哪些产品。当前顾客需要什么产品。
* \. s" J) h/ w! u/ |. d e)回头访客的访问路径。顾客比较关注什么类型的产品。
6 n% ?8 r/ T) Q' a6 | 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。
7 ^ w, \) V- b g)等等。* H$ Q z8 D4 i9 J
2、销售数据:
# h* Q B9 |5 i# g% 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。
7 d! L' p2 f5 }; \ b)区域转化率。什么区域的人对什么样的产品转化率较高。" D3 w' l: E0 L D/ 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。- G. L. g5 @5 J5 w" z
d)客单价。每个购买者的平均出价。
g, O# K& [) j e)件单价。每件销售产品的平均售价。; k) `9 Z3 G' q# ?% Q# }8 C
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。% L1 O P+ d" \1 G: O4 W& [7 Q
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 P/ G% Y. q) r. Y& b+ g
h)等等。
" c5 s# M3 N: P9 ]3 Y 3、客户数据:2 _2 f0 @( B6 }" d0 x
a)客户的年龄段分布。
2 O5 P: _8 ?# T t1 | b)客户的地域分布。
; [5 ~3 Q4 M* o7 s c)可以的收入状况分布。
% k: H+ g) K( y d)客户的购买次数。
0 T3 k& p/ J) k. b e)客户的忠诚度。
$ a1 `, D6 |3 j4 c8 y$ O2 A f)客户的详细购买记录。' C) {' j" M: n, F. ^
g)客户感兴趣的产品。1 C* I. | t& p- V5 u/ I
h)客户需要的产品。
3 R u! A* L0 { i)客户的兴趣爱好。0 w$ _5 e0 h0 e
j)等等。' g0 T/ }6 ~) h6 V* Q2 \+ U
4、产品数据:
! w; e" I( j4 I a)单个产品的销量。
" G; X# w- b9 ^# j6 O b)单个产品的运营成本。
( {/ A& e1 h0 ^7 m c)最畅销的产品。% r0 j! C- ` @9 t( i; R, r
d)最不畅销的产品。
) f6 K; z h3 U5 N1 C' k e)活动产品的销售状况。
) v& s) j/ l! m/ i9 O f)同类产品的网上的销售价格。. ]8 _+ }4 `2 p6 T8 v9 u
g)关注度。
& v2 z& x$ i5 U! J- b5 ^ h)收藏量。
6 D* x9 x# n6 R# Y i)销量。' N3 N7 W! N; B9 C* @* X" r
j)评论数量。
. x2 R* E' a6 C2 i k)跳失率。
! Z6 k! W) T0 G l)点击数。
, L8 _. }- ]8 o6 a, M7 I m)单品的转化率。
/ D+ t% ]" r; x. ]& N2 b, S n)等等。
$ p9 k. @. n( A- B8 A 5、网店页面:
5 X$ F' g! B3 E7 b! @ a)点击数据。. H& x4 Q h0 L# Q1 [
b)链接数量。
! J" l8 x3 X1 w% F8 o c)分类列表数量。0 S B: _: a0 X: x+ f, L& [
d)各个链接的详细点击数量。
* K7 e/ [) Z2 E5 r! M3 f3 j e)等等。
4 D: B2 l6 ^5 `3 k {7 @" ? 6、仓库数据:
& N0 a6 ~+ e& j+ M9 u! j a) 每天出库产品
2 }! g( Z% S' b. q: K' ^. E b) 每天出库产品数量) g0 A3 ?- d- W8 {0 ]
c)每天出库货位8 O k/ B, M) b" R$ v: L
d) 货位的调整状况
2 e& o' R4 t0 x1 W b' ^' _$ q
5 |( ?. X9 M4 u5 ~3 S 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。
5 F5 U. H; ~3 b- W& n3 F | + A/ O N6 U. b+ T, j4 J% G: r
| , _) T/ e8 F2 `% W; S5 `0 j
5 n2 T& ?0 t$ H5 s! l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。1 T% h. O; X& e# f+ Z5 j$ e1 K
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!/ B# R4 L# K* J2 V2 x! _
( i9 z+ \ {3 }* G& q9 D; i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!
4 P; o: x2 Y$ q& e; G3 d+ X( f2 Y
|
zan
|