- 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
- 76921 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27003
- 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 L6 `1 a1 B% V. u 1、流量数据: u; b& S6 T+ F" s3 Q: o
a)流量来源明细。这个说明入口引流的质量如何。8 g) @; j& v; V G5 C
b)流量去向明细。这说明产品或者活动的吸引力如何。
! e# \( p! C& Y: S) s" u% r | c)访问了哪些产品。这说明当前访客对什么感兴趣。, I# d+ H( r6 L2 E4 ]. E& _
d)购买了哪些产品。当前顾客需要什么产品。1 u# G* v1 p; J
e)回头访客的访问路径。顾客比较关注什么类型的产品。
$ D# d# u" u- D0 _4 M- h2 Q; }; b f)访客的收藏。顾客比较关心的东西,至少当时客户曾经想购买来着。# t' A9 l: A2 h( Y0 z; z3 N
g)等等。! @& w) K* \3 C k( I
2、销售数据:
& ]! U) u2 c! ]+ P k a)收货人信息。订单的分布区域。说明目前产品在那个区域比较受欢迎。
9 a4 b# c0 S/ s4 }% |; v( d+ | b)区域转化率。什么区域的人对什么样的产品转化率较高。
0 |" @& W+ ?3 J% d; I c)订单支付率。对这些不付款的人进行一些技巧性的跟踪,可以让我们更有针对性的设计页面,排除顾客的疑虑。
) x" M- F6 [! p- j; ?& p d)客单价。每个购买者的平均出价。
) B2 i4 ]; y( H% @" f/ X/ o& a' t e)件单价。每件销售产品的平均售价。6 ^# k: E6 [" U2 }1 H( [5 \
f)流量价值。看每个流量是否带来怎么的价值。与引流的支出成什么样的比例。8 x& v8 Q# q. l# j! y
g)单品的销售数量。店铺内的热销产品、店铺内最不畅销的产品。/ ~& _) |, G4 h. A8 }4 M& X
h)等等。
# n6 b; x7 ?" o0 l/ z$ W# _ 3、客户数据:: g5 V" H0 b" L6 Q; f8 [
a)客户的年龄段分布。
: S. {2 j; p* \- {! G2 d' G b)客户的地域分布。8 s" D! G1 f* h! A! Y. C
c)可以的收入状况分布。4 b1 u# [- j: i( I5 f8 s. o
d)客户的购买次数。9 H; H/ F; J$ y- g
e)客户的忠诚度。$ I% F' u4 F \) a
f)客户的详细购买记录。8 w& G! P% U, a5 R- h% x' @
g)客户感兴趣的产品。
7 Y- P- b, H4 L6 b h)客户需要的产品。
2 Y O( D: e: K0 B3 e `/ I i)客户的兴趣爱好。
5 E' B( X1 ^7 u' g j)等等。- F. M! i+ H1 `9 o
4、产品数据:. r' S; K0 e" Z _( S. L
a)单个产品的销量。0 v) `* l3 Y1 y' y( W
b)单个产品的运营成本。
1 {2 _' W# ?) G4 f5 o7 S c)最畅销的产品。. _9 }; |9 m9 ~* ^4 ]5 b$ v; o
d)最不畅销的产品。
6 c2 C" s S2 A( F e)活动产品的销售状况。
5 H- ^; |- T! f6 B' Y. b f)同类产品的网上的销售价格。8 B/ c; w* j8 e: F! }
g)关注度。
9 d- a4 i6 H7 e7 w8 L7 w h)收藏量。
6 b4 W; p" H' V4 ] i)销量。, ?& l4 \4 n6 N* ^
j)评论数量。
% ]- e" c# S$ w0 J- R- X k)跳失率。5 g" y, u3 g" o, g/ C0 v) H
l)点击数。; S. x4 [0 Z4 H0 }- l
m)单品的转化率。
3 z4 m0 Y/ I5 b' Q; @# a n)等等。, R' y4 j! R) ?9 v
5、网店页面:$ F+ _; F! m. g0 m# Y* t
a)点击数据。
: b8 n0 H+ N6 ], [" ?# k0 }* H# o b)链接数量。
# z* D' y! A$ k% _6 M c)分类列表数量。/ @/ Z: Q$ ~+ o
d)各个链接的详细点击数量。
8 y* I( r* g% C0 q1 | e)等等。
* h$ E) L! b3 S5 h. ] 6、仓库数据:
2 Q! x( |- w8 B3 g7 z% Z7 D# B* d a) 每天出库产品% G. |' N$ v/ U* R
b) 每天出库产品数量. X" L- m' P d9 F) H# a
c)每天出库货位
1 m5 [( h+ }5 ? d) 货位的调整状况
; }, }+ M3 y0 G' {
7 M" D& u. C0 D2 a1 i& ~; r: c$ t 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。: R' r' ~* [: ], c% ` Q7 I& i
| O& W: b! l* q# j+ o
|
3 E$ o. C4 v& M3 ~3 l) }% W
. k4 i5 n6 O+ b* q b) W4 w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。
8 B% t, z c! M$ x+ }' X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!
" y; _' f0 N: D- f) v& W: q) [% E0 [ d) `2 N8 N
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 L8 V$ F6 n9 j) K; N8 O3 r5 {4 J- _+ b' v% R( N" A8 o: B
|
zan
|