- 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
- 77271 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27108
- 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。3 L; h" _/ n6 Z0 I4 ?
1、流量数据:+ d1 s' h- X1 H5 J9 V1 b3 S
a)流量来源明细。这个说明入口引流的质量如何。' j& c% g- Q X& P. I i6 b2 Q
b)流量去向明细。这说明产品或者活动的吸引力如何。
- d }" @* s% W6 S0 G. K c)访问了哪些产品。这说明当前访客对什么感兴趣。1 }- R' O) }) b% c. _$ e1 k
d)购买了哪些产品。当前顾客需要什么产品。5 Z3 T4 k2 w/ j1 d: A- A
e)回头访客的访问路径。顾客比较关注什么类型的产品。9 x1 l( ? 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。/ e- g& d }; p9 {/ ]; u8 v- V
g)等等。
2 k" D# k5 n2 q. q' j 2、销售数据:3 [) @/ v: \1 w/ B& _* h
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。) w( I3 g. k4 q6 V5 J* c
b)区域转化率。什么区域的人对什么样的产品转化率较高。: f2 D z5 [ _- Z% 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。
) _! m- ^, h4 t9 g1 k( c d)客单价。每个购买者的平均出价。3 p1 O+ ?7 ?& L6 U! u
e)件单价。每件销售产品的平均售价。
+ I/ R) [4 r" ?# J 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。
! S; { Q* p' M/ l8 m! D 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。
2 {. d+ d, a$ v; R h)等等。
/ S- }' y( A" A 3、客户数据:
/ B9 B- c( l7 Q9 j, b8 q a)客户的年龄段分布。
: e+ {1 \5 [. j, t9 ` b)客户的地域分布。
; \2 c3 P# Y+ U: W c)可以的收入状况分布。
7 A$ u% }4 \) F9 w0 e d)客户的购买次数。' w) t+ U& b1 S. R7 i/ z* B
e)客户的忠诚度。
* F0 f4 E% G" N! [ f)客户的详细购买记录。" b: P7 P( d0 ]/ O+ L5 l% |7 R( J
g)客户感兴趣的产品。6 E$ X/ `7 A; U/ o, x+ v& }
h)客户需要的产品。) Q8 I- ?2 E* o+ A! J$ [4 t
i)客户的兴趣爱好。
9 C; E! u$ y1 p$ X0 F& s5 l j)等等。9 O8 U, m" \- \1 ?: I% m) f; \
4、产品数据:
& a* }8 r: j( Z4 w) Y7 M: P% P1 O a)单个产品的销量。
2 G5 n( L& D- ^9 ~# v$ F4 `- u b)单个产品的运营成本。
7 {# ]1 j |: V) r c)最畅销的产品。. a! s# t+ q" b6 W
d)最不畅销的产品。
- y8 l3 `# y- t* A C2 s e)活动产品的销售状况。7 n* ]( K6 H' B' a" I" T3 b$ `
f)同类产品的网上的销售价格。: L$ F' B) W3 y
g)关注度。
( E" }2 L$ q1 k }1 M9 | h)收藏量。
$ S' v Y1 y; V6 R j& h i)销量。
* b- t3 `1 _& \( W0 F' x j)评论数量。2 |- `) H9 X5 t. O8 P% @& {8 @6 K
k)跳失率。
8 l6 U1 M5 _1 T) @$ y: _ l)点击数。
: Y/ Q) P* `* I# Q1 K) ?$ L6 ^/ F m)单品的转化率。7 @5 ^% | U T, `6 n# |
n)等等。
% m, f3 X" B. i 5、网店页面:* {/ K2 s1 V1 `
a)点击数据。 {& a, L* o2 q- ~. A
b)链接数量。6 w/ P; s8 k" s- j. P& a1 }
c)分类列表数量。
1 A% Q2 \5 @3 H d)各个链接的详细点击数量。1 y7 Y8 u% q! Y- r, A( K! t. k/ w1 d
e)等等。 Y/ J3 D) H9 y1 r
6、仓库数据:
2 n7 _1 G7 X* [# b a) 每天出库产品
) r* l. f z4 g& D b) 每天出库产品数量3 K& W5 ^* `+ w2 w
c)每天出库货位3 e' |/ Q/ g1 ~8 o" N
d) 货位的调整状况# I' r0 G2 J4 ?4 H2 P: @0 b
3 f; y: T0 I' S; W; w0 y3 [ 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。
! M! {' }2 _" G8 j; V7 d |
3 I ~7 e- m9 P% R |
6 {! `& K$ M. C, x& l7 A, y' K7 M2 W, W8 a
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。6 b( u/ p! C. c$ w- m
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!) x" P; @* ?# i: w# a
) Z$ ~: A* F4 }' A, ~7 ^9 g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 L n, X, @: C, ^
" f& K+ _& o9 Z3 G4 l
|
zan
|