- 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
- 77270 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27107
- 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。5 R/ A6 Z$ C- k _
1、流量数据:, N5 I' G5 P. d% U
a)流量来源明细。这个说明入口引流的质量如何。% p& o7 a9 a' @; \) {* D2 e
b)流量去向明细。这说明产品或者活动的吸引力如何。$ e" L. A( r. {2 W
c)访问了哪些产品。这说明当前访客对什么感兴趣。4 u/ m% ]/ X* G; ?" [, n# P
d)购买了哪些产品。当前顾客需要什么产品。
1 l7 \1 S" ^1 {1 y6 ^0 b/ o7 H* S e)回头访客的访问路径。顾客比较关注什么类型的产品。" j @( I- h1 |! ]& g. X6 J
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。- c# M: {$ \5 m4 E/ ~0 M
g)等等。
1 F2 i T& r' b: d7 r. u 2、销售数据:
6 {8 P7 U. H, j# I 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。
8 l( {. H5 V- J* e' g b)区域转化率。什么区域的人对什么样的产品转化率较高。
$ B8 s$ D- e% {6 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。
! v* ^9 Y) h: ? R0 m4 ?) z d)客单价。每个购买者的平均出价。
9 g0 F& ~& q1 P7 Q( r$ B e)件单价。每件销售产品的平均售价。 Z7 K8 u7 ~# y3 a( M/ y
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。
* R( K0 n$ e$ s 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。
/ S& d; s( Y6 S6 l; [* }* S8 d h)等等。
4 Y+ D) }* w) V/ {2 Q9 ~ 3、客户数据:
' \- Y9 A1 Y! \5 v. l; c a)客户的年龄段分布。; z& X5 e P$ l) H3 p4 D8 B
b)客户的地域分布。3 ^/ k% n5 W% N
c)可以的收入状况分布。/ s4 _1 z% O: G4 s: F7 ^& ~' H9 d
d)客户的购买次数。
- u0 r! ?* n2 C8 T i9 O3 G2 | p e)客户的忠诚度。
' X' M' F, v9 w' h9 a. U& { f)客户的详细购买记录。; f" j$ _: o' _8 \* [ Y: ]
g)客户感兴趣的产品。
8 E! z5 e+ R' k: L: k- t8 b6 m h)客户需要的产品。
y8 O* f/ d! y5 j3 l7 z' A i)客户的兴趣爱好。; z( }% Y- G: }0 W! `9 T: ?
j)等等。: J, ^6 R" K1 K/ N2 W, F5 `9 d( `
4、产品数据:) ?: Q# A9 L p3 t; }" f4 i
a)单个产品的销量。
0 z: B. i& w/ ?2 N r: ]; f; ` b)单个产品的运营成本。
3 P9 _- ?+ t/ O; C: x c)最畅销的产品。+ _$ h8 G/ q7 A5 m! N
d)最不畅销的产品。: X/ O. z* Y: t# v g& Z
e)活动产品的销售状况。
( g; b* t {! L5 B f)同类产品的网上的销售价格。+ H" C$ u$ O3 l9 n* X1 p7 ]
g)关注度。
& f0 [ c, K" O3 h h)收藏量。5 K2 D1 Y$ R- M1 C. _
i)销量。
9 F' h# M, J M. H d% K j)评论数量。7 e7 J+ I& x' V/ ^; P% _8 h
k)跳失率。
+ o! b( y1 e* S* \ l)点击数。
7 r1 f' y6 i2 Z m)单品的转化率。
( }8 h1 B# l$ K7 _% ?- g% x n)等等。
. f- T7 N5 U% x' o 5、网店页面:
. N5 E0 k( c9 w$ Z$ G; ]7 H" \8 `, X a)点击数据。
+ i& a7 Y; m/ l b)链接数量。) [( j+ B/ x: u# h, p6 J
c)分类列表数量。) c! E4 G8 j8 `8 N. w
d)各个链接的详细点击数量。
$ N2 G; I" t/ } e)等等。. f$ y- j1 l% f/ k* u. i6 z
6、仓库数据:
( G9 r/ O, a3 F a) 每天出库产品9 L' Q& g7 M5 i' z/ E5 B
b) 每天出库产品数量
, u% ^$ J! g2 f) P- ~ {- h2 ?# x% d9 ^ c)每天出库货位
8 u1 {4 V' X/ y O% m* I7 A d) 货位的调整状况4 C G- d1 a5 B
7 D- X& C$ \* z( X! K$ n" S. y
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。
) T' h( V9 F% ?5 x" f | ' U6 }5 H' w% {
| 7 v) J/ S0 J Q2 A1 }1 e# G5 U" J
3 X, t# d% R4 L+ d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。* ^& B4 h. t. Z+ 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!
/ b0 C2 [: t/ c
; r3 r% }2 @! i2 O' w- S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!. r+ I% E4 O0 ^
. ^, Y* \* z7 s# w, U- l; m |
zan
|