- 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
- 77519 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27182
- 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。6 b, f' w; B H6 i
1、流量数据:
( Y4 n2 ~9 A% a: z( S' Q$ v1 Z) h a)流量来源明细。这个说明入口引流的质量如何。2 { k( [: p/ I; ~* M& H
b)流量去向明细。这说明产品或者活动的吸引力如何。
' V- L" n5 G. G& [/ c6 M c)访问了哪些产品。这说明当前访客对什么感兴趣。
1 H- A# I# N9 j. ^) S* p Q, i4 `$ c4 e9 ^ d)购买了哪些产品。当前顾客需要什么产品。' o/ `* L5 H1 o( y, B( {
e)回头访客的访问路径。顾客比较关注什么类型的产品。) d1 f9 d2 T5 h8 Y
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。: H; A: E) W/ Z, E7 F, E
g)等等。
" ^0 _% x+ t$ b3 f+ m 2、销售数据:+ p$ e4 C# m3 l& j: o
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。
; y! t4 k( M- K+ w& j/ 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。4 B) ?$ [8 ?/ Q d0 M6 b3 F P
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。
# z2 F; Y2 X( D K5 r" ~% a d)客单价。每个购买者的平均出价。- [8 j# t, W$ ^1 ~
e)件单价。每件销售产品的平均售价。
* H' Z7 z% |2 g* n, }& w 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。
, m% O; ]) v9 F* I2 k1 [6 n! O 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。
5 K# O/ v$ p! j h)等等。
! ~5 A" Y' D! [& d 3、客户数据:6 U/ D8 b6 F2 x. S' i' X2 D
a)客户的年龄段分布。
, Y( |. i: m7 m0 D$ n$ e# [ b)客户的地域分布。4 d( x) M/ x& F; N3 O @, C
c)可以的收入状况分布。
* ~) d+ G5 G1 e* V3 E+ R( v8 R3 Y d)客户的购买次数。1 o, S1 V2 Y* F; G" D% N3 a
e)客户的忠诚度。
4 f# U: }# x) |' P+ \8 H& d3 i. I$ k f)客户的详细购买记录。# {" Q- O# L) _4 [
g)客户感兴趣的产品。
! i0 j% _8 ]4 ]: D" J h)客户需要的产品。: ?2 I/ n4 a, ], y0 [9 I/ A( ?
i)客户的兴趣爱好。) N9 W$ K' |, v0 K. U
j)等等。' h! f( T( K8 L3 X- v% {8 k
4、产品数据:
9 J8 ~/ i1 p: X! K0 {' x$ j) b7 h a)单个产品的销量。% b- F/ J- g; B( N! E7 V
b)单个产品的运营成本。1 m$ ?! z: Z% n) r) _
c)最畅销的产品。
# h T) l. F& ~ d)最不畅销的产品。
: w1 F% Z- Q2 ?. V$ D ^3 Q e)活动产品的销售状况。, k0 T7 a, @% q( N: i
f)同类产品的网上的销售价格。! ^7 R# W1 D" Q K) u
g)关注度。
( q5 ?( q6 n! t$ ~$ { h)收藏量。
& o9 }% L6 |6 F: L' L i)销量。
0 a% u6 K6 P6 `+ S' T) d1 a j)评论数量。
; }: o& E+ y% Y$ X+ D. @ k)跳失率。
9 R& @! }& c/ a* e& H) Q& |* U( V& j l)点击数。. @/ K4 j8 N8 h) ~
m)单品的转化率。& s8 m0 C. S6 c% S
n)等等。
) C2 \' E/ d) {: N 5、网店页面:9 J1 y* j% f/ Y
a)点击数据。: u3 v* I' E$ ]6 _3 [: `
b)链接数量。& S8 H4 U3 {3 U7 {5 X% H
c)分类列表数量。
4 M, ?1 f8 L9 @ d)各个链接的详细点击数量。' b3 m% |: m0 E# h# D) s- G9 d! ~; u
e)等等。
2 T7 n" ~3 |& f5 {( X: N# F% G 6、仓库数据:! Z! o( u$ S& `$ E5 Q2 E" j
a) 每天出库产品
@9 q- T2 n, v/ O9 ~5 L* ? b) 每天出库产品数量
. [* e9 x- c' U; Y" v c)每天出库货位
" I& ~! C, Z3 f4 _8 [ d) 货位的调整状况
' H, ^1 @$ @4 f
4 J; t8 I' h* ~& V 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。/ c/ o" S( J/ k* ~' K; x
| : V+ {2 ?- g" g0 p) y
| 4 t2 K) A8 x: `& y' \
6 n7 o* j3 u# ~( }0 |5 J/ Y/ \0 ? o
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。7 T9 D' i( _4 {( a
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!
& m) r' S: t7 o. I% i
0 N% o7 }! z( S4 R' I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!9 f, }% Z& W) ^
/ N% Q J3 y$ o( B2 C5 @: L0 A
|
zan
|