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。# e* |" o5 G7 z/ d/ q L: M) C, G 1、流量数据: 9 ~0 B1 W1 I7 W" w a)流量来源明细。这个说明入口引流的质量如何。 4 S# R# k8 o* m0 o- H b)流量去向明细。这说明产品或者活动的吸引力如何。* j- \4 A0 _# E/ j6 J
c)访问了哪些产品。这说明当前访客对什么感兴趣。# M' f. ^8 @3 e, _
d)购买了哪些产品。当前顾客需要什么产品。6 i- K% K3 F `# s( S( V( q
e)回头访客的访问路径。顾客比较关注什么类型的产品。5 ]( ~# C( m' x/ X
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。3 I4 A! ^ M: x6 f" H3 v
g)等等。$ ?8 K, v! ^- g6 S/ _ 2、销售数据:2 t: u: Y% @3 D+ `+ V
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。 / o3 B1 z+ c& r; |3 X/ ^6 O2 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。: Q/ i* {* o8 F
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。; I7 E9 j) j9 ] g" b/ f- l" A3 G
d)客单价。每个购买者的平均出价。! z) G% w4 l0 M/ N
e)件单价。每件销售产品的平均售价。 % t& G4 D1 [' h# h8 M 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。 0 Q+ u( ^$ K% H7 ~3 v2 z 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 ]# n8 {, t; Y3 B$ F
h)等等。 F4 o) T8 L+ C8 R3、客户数据:4 C( j9 e/ S" T' f( \
a)客户的年龄段分布。# t: k* h; G% p* U9 u2 L1 d
b)客户的地域分布。% [& S w4 F7 w- e1 P5 I# ]0 r
c)可以的收入状况分布。 / z( U5 q9 E6 y- a/ P, H d)客户的购买次数。 ' p1 C& m0 v N; h e)客户的忠诚度。 * O: g* A; O9 T' ]! \6 P f)客户的详细购买记录。 2 {- U8 s- e1 U6 y$ M g)客户感兴趣的产品。 / E \! k) Y3 _0 }" n+ H% K0 V h)客户需要的产品。, M: \% C" I7 F; u- z% d
i)客户的兴趣爱好。 0 d# }+ h/ h$ @3 J/ J X: M1 v% w9 v j)等等。; d$ m3 a' w% E) u& T 4、产品数据: ! @1 o) t; u9 d# e3 l# ]6 t0 K a)单个产品的销量。 7 `/ o h: P9 O- W) V1 a0 q% B5 ~ b)单个产品的运营成本。1 l9 I! w. n( v/ t4 h4 }
c)最畅销的产品。2 _4 A s# d+ O7 Q8 m) x
d)最不畅销的产品。" {* Y2 W- i- X C
e)活动产品的销售状况。) `3 x7 D( n A: E! K
f)同类产品的网上的销售价格。 r8 f: L- c' i g)关注度。 $ u* A+ C2 {, H" L( `2 f h)收藏量。 7 K- q: ]+ y$ [4 P i)销量。 / @( W2 O+ o2 m0 ]0 X! d2 G j)评论数量。9 J" A" m5 d4 F+ K
k)跳失率。 # J! ~- H4 A& a3 s. Q/ I l)点击数。 1 E5 X9 ~2 v( h) M6 ~ m)单品的转化率。 $ d' t6 |8 U( ] [4 r n)等等。6 }$ G5 l% I+ P7 { 5、网店页面:2 v4 H% J g( W; ]
a)点击数据。0 q( C( n8 k: r' r1 y. ]
b)链接数量。 / g- f3 M8 H# P2 L1 ?) @ c)分类列表数量。 4 n( Z7 C6 U/ L, q9 U; H d)各个链接的详细点击数量。9 V! w+ m5 b, n2 p: Y2 W M% C0 q
e)等等。 ( D$ O, I4 c6 N2 a' I( s) W 6、仓库数据:' d( e, o. C# F7 v K; h
a) 每天出库产品6 }' b4 w: ^$ ^* f. E! O. N. ?
b) 每天出库产品数量3 A& X7 r9 p/ i- r2 W2 b
c)每天出库货位; g/ z) D6 W. e V4 {' e
d) 货位的调整状况; \, m7 ~; p+ S/ ]
7 s: J/ @. k. \3 g; h 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。8 @( H B3 C+ k
5 Y# O$ {* t+ b: M1 S3 u
! G+ C r, K/ _- P1 i! I
P# ~4 S, n& v5 C5 v7 I* 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。3 ~% S5 I4 c& K; f" f" k' m& l
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!/ e! V. g4 k8 _) v* K
: G, h' ^- C9 y F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! }7 q3 l0 I) _4 z , o, I3 Q% _7 q& G" N3 X: Z