- 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
- 77434 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27156
- 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。
& S1 d& u" v+ j 1、流量数据:
4 C5 ?, K6 u7 j a)流量来源明细。这个说明入口引流的质量如何。
9 D+ w5 I, W6 f8 Q1 p+ O b)流量去向明细。这说明产品或者活动的吸引力如何。
1 d; D* B: c+ M! A. Y* m c)访问了哪些产品。这说明当前访客对什么感兴趣。6 P! p# t7 H3 n3 I" i" q
d)购买了哪些产品。当前顾客需要什么产品。& F+ u. |& F6 L; Z- x
e)回头访客的访问路径。顾客比较关注什么类型的产品。 U& ~( S6 B% X* ]1 h
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。7 N I, w" a H5 G" l& e
g)等等。
' a% s; U2 T4 X4 X& c. z* J 2、销售数据:
5 x2 F0 ^- X! w$ Q$ d 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。3 w0 h7 S7 y* N$ d9 v
b)区域转化率。什么区域的人对什么样的产品转化率较高。1 z2 h. _, d( A; N+ b% S+ d
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。
# s- c* ?5 G& t- W1 r& Q d)客单价。每个购买者的平均出价。
# }0 x4 c/ e. T) c; N+ Y! ~* J0 t e)件单价。每件销售产品的平均售价。
h( e5 k/ M8 a0 P V4 P 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。
5 z9 e5 a' T W' | 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。
1 _7 d Q8 R2 k; J: ] h)等等。
; Q0 Q6 G! v8 X6 d; p1 W 3、客户数据:8 v$ J" A+ ?- d
a)客户的年龄段分布。
/ g5 n+ t8 \! N' \, r, u. l8 Z b)客户的地域分布。! D% w/ P5 C9 f0 G0 Z6 @
c)可以的收入状况分布。9 X% S) J$ P9 f; n# `
d)客户的购买次数。
" @0 F) H- Z) j% B4 d e)客户的忠诚度。( o- u$ h6 r& E* s
f)客户的详细购买记录。6 ~: y" e5 s _ ?
g)客户感兴趣的产品。- g/ v$ i( l* h
h)客户需要的产品。
5 [6 t' w/ N" p5 m+ o. ] i)客户的兴趣爱好。5 X; T( u2 ]9 \
j)等等。
9 ^& m; m8 v) ~, ~- A% O# _2 v 4、产品数据:* @, Q# K! Y! e* b: A' n
a)单个产品的销量。
; Y, C) e# S( i* x* @ b)单个产品的运营成本。
4 U0 U+ F% k, O( E5 Y% { c)最畅销的产品。. P8 u" y# i4 X! b
d)最不畅销的产品。
- i k: d! @* o$ R! {1 M8 g e)活动产品的销售状况。
9 b6 n7 r1 p6 l/ A+ ]! P f)同类产品的网上的销售价格。
* E ^9 E6 u/ e: n5 H% W& D g)关注度。
) M) S' j/ A& r1 N4 N8 x5 s h)收藏量。4 p% Y) v5 _) N
i)销量。$ n9 D% X' V8 Z
j)评论数量。$ L6 l, ?9 C# b
k)跳失率。
4 ^3 l5 C- V' g0 }2 U/ t, U3 o l)点击数。
! S9 } v6 q5 w6 o& O# Y m)单品的转化率。% f% e3 }* m+ Z& y/ X- W8 m
n)等等。
3 f" H9 y: }' r, C 5、网店页面:
7 @/ x% W( M( O- ^& Y/ ~" J$ t. P a)点击数据。
$ F3 @2 e# g0 o b)链接数量。
5 g6 |- j3 T+ m% T8 B c)分类列表数量。
5 @3 ~! q; u/ l1 F' A4 s, v d)各个链接的详细点击数量。
2 l! D6 `( m/ @5 t7 J9 W e)等等。; I5 R3 v3 c; x& G( ?/ w9 [
6、仓库数据:3 }, ^! |- c3 q
a) 每天出库产品
# V6 b/ l* J6 p! w$ T, K b) 每天出库产品数量; I+ G8 D$ B2 z0 v8 U
c)每天出库货位5 w. M' I7 @+ ?; s( X
d) 货位的调整状况 x+ u+ Z. F# _1 u7 I% I
/ d/ I& ]: h+ S( o8 O. f
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。
7 i3 }* ?: S3 d7 Y6 v |
8 s. x+ p2 k* j) U2 w |
: @" Q& Y1 L, c/ ]; N% J1 q$ B1 D) R* J7 E% F1 [* t( t, p) z" ?
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。
( U; A+ x, `3 T3 f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!
* w' u- n6 b/ g1 d% F$ d9 L/ ]% ^. e- `1 G+ ?5 Z* H* ]" m) q
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!
& Q; p* }$ Z4 }# x6 S3 S8 q% O2 y9 g; I% _$ }/ Y# a" k
|
zan
|