- 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
- 77814 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27270
- 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。
% L4 R! v2 Y; r0 Y- i 1、流量数据:$ C+ N" q+ s, {/ I7 M( @
a)流量来源明细。这个说明入口引流的质量如何。9 G" N) g+ p# h D+ b" x: M7 r
b)流量去向明细。这说明产品或者活动的吸引力如何。9 z+ m6 j3 p( m0 a# r8 f
c)访问了哪些产品。这说明当前访客对什么感兴趣。
& E( H2 }/ v# I# V d)购买了哪些产品。当前顾客需要什么产品。
6 H9 m* P& v v' i e)回头访客的访问路径。顾客比较关注什么类型的产品。# W1 y$ \5 T" _* f3 b9 Y( o$ u
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。
% i$ {+ l1 T5 d) o A* |# l g)等等。
/ r5 \5 W5 Y$ h% _# b B 2、销售数据:+ R6 n7 s( z, w' f3 H1 w& Z; z9 S
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。% U, g5 T% a. T7 \$ l
b)区域转化率。什么区域的人对什么样的产品转化率较高。! P3 b- P/ k- V6 t+ X' O" X! m
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。
! D) c _% h0 r9 J+ b" ^7 ~ d)客单价。每个购买者的平均出价。& F# ^( }( o1 W4 G, }3 \5 l
e)件单价。每件销售产品的平均售价。
5 {/ F8 e6 w T 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。/ U2 ]- D9 g. U8 K/ o3 t7 P
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。
+ r- P) o( R' H1 m. _ h)等等。- r% D6 f0 |, Y5 @) {
3、客户数据:7 X" Y7 Q/ r+ Y- W9 L& A" x4 Y
a)客户的年龄段分布。- R8 Z$ _5 A+ e! I. p% y
b)客户的地域分布。3 p8 o" R/ @& R
c)可以的收入状况分布。- ?/ i/ [3 C4 y: i9 K# C
d)客户的购买次数。
; b8 f6 ^/ B) @ e)客户的忠诚度。
' c; q- l! a, \9 O1 B* M- q ]1 u d f)客户的详细购买记录。
# v4 B+ W+ X \0 z1 U0 ] g)客户感兴趣的产品。! t' B5 t3 |6 {: R) D0 [
h)客户需要的产品。
1 D2 b$ c9 `- ~' l i)客户的兴趣爱好。
8 D5 m" o: N+ ?, m! K j)等等。
( b ^! ^# k& z* |' \' ] 4、产品数据:8 K# `9 }7 z; K4 B
a)单个产品的销量。3 k: Z% A( P! Z5 l: j2 N
b)单个产品的运营成本。
5 P; l$ U3 l# K8 g9 D c)最畅销的产品。
" L( R5 `5 D# d; u9 m d)最不畅销的产品。+ E J4 n# X! R
e)活动产品的销售状况。
" Z$ K6 C3 Y' G) M6 }& n f)同类产品的网上的销售价格。, }5 O" }0 H' V( ~1 g
g)关注度。) L( j. W) h; b) o
h)收藏量。
: _3 x0 K- s; H1 W; e9 a i)销量。
$ s: Z9 Y. }5 f ] j)评论数量。 p; i/ x2 o( D5 Q* {8 J
k)跳失率。! y+ c+ t' L3 ^1 U2 ^! S+ N
l)点击数。: Y1 T& J8 V2 L+ P& B8 }$ p) j) M
m)单品的转化率。# r$ U- @5 Q3 k( M. B# T5 H
n)等等。
) m- w. w; P0 W2 H! o; i% I/ p 5、网店页面:0 g, V8 _6 U. ?6 K' b6 ^" y2 i1 x
a)点击数据。! W2 a- e. S/ E9 N0 r
b)链接数量。
, Y. P& Z1 l. g8 d) f% C" s c)分类列表数量。
3 d) c+ j8 v# C" t2 B d)各个链接的详细点击数量。+ p+ f# d1 u( ~% }3 O
e)等等。( X" P4 I) b8 d$ \
6、仓库数据:2 z- P i1 B/ i2 E- D; L
a) 每天出库产品
) D8 @' V I4 h# [) ~ b) 每天出库产品数量
2 O" ]3 D4 e5 u5 }* m c)每天出库货位2 z* n; m% W* S3 G- K9 R% \
d) 货位的调整状况# j ^! K! [: Y+ v0 E4 ^' M
& r* f N" M. I' 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。
- x1 Y4 j4 R* y4 {0 {+ ^2 Z | l! w5 [8 j6 ]' x& { A- y7 T
| : f# m8 Z1 Y0 M9 o' V
* N; c* p$ K3 R. I/ s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。2 J2 T# K' n; x. q
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( e* O* p9 A- Z8 \
2 O& [ ~8 ?$ v3 F) a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!
; p: P6 f; v9 y6 E; P9 G* P) u; p- k7 z/ ~
|
zan
|