- 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
- 77342 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27129
- 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。
Z, r( m$ w' y' C3 L$ o- s& U5 L 1、流量数据:
4 k7 C+ Q' S6 [3 h a)流量来源明细。这个说明入口引流的质量如何。" f2 w; K% A7 A
b)流量去向明细。这说明产品或者活动的吸引力如何。0 V7 Y# k5 P# `9 [& T# l9 c
c)访问了哪些产品。这说明当前访客对什么感兴趣。6 ]) T, R5 G6 P* ~9 V
d)购买了哪些产品。当前顾客需要什么产品。
) [, _% ^* O; u7 o) @; ]0 W e)回头访客的访问路径。顾客比较关注什么类型的产品。7 l s: R% k+ P1 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。 O) X8 S7 J- p- C9 z9 m; F9 K3 a
g)等等。
( d" p7 R$ Y/ E: M: `* [4 J 2、销售数据:) A- i3 b# y8 Y
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。" h$ w6 s) u s5 \9 `% z5 s) e6 }
b)区域转化率。什么区域的人对什么样的产品转化率较高。5 F0 A) Z; P: ?, G7 s6 w
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。 N7 k4 V. M* K% R
d)客单价。每个购买者的平均出价。
% P7 u+ ^# J, M9 a6 K1 Y e)件单价。每件销售产品的平均售价。" X8 D$ |/ V( F$ q+ E+ X
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。$ e( V. v, Q# R' 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。: B6 p7 `" F7 t# h/ ~5 S- `
h)等等。/ |: \1 S+ H$ _% C, u* @5 P
3、客户数据:8 N6 {9 B( g2 \+ i% m* K7 ^8 ?
a)客户的年龄段分布。+ @+ E0 u! F( n2 R8 l% E
b)客户的地域分布。
7 B% a* G1 E6 w' t" o" U c)可以的收入状况分布。
, `8 m T* X8 w! v) d3 z7 E d)客户的购买次数。9 F' Y/ c$ K: y8 U& e" V+ b
e)客户的忠诚度。
9 i5 U X% ]5 g; Y f)客户的详细购买记录。
$ N% h6 p) n/ L* @# F g)客户感兴趣的产品。! j8 s9 r3 Q( L$ E% i
h)客户需要的产品。
# j% `# i9 r+ G& p5 i0 I8 n i)客户的兴趣爱好。
* z( L; x/ B9 v: H& S% c% t! `+ ^ j)等等。+ A* V5 h! _* S
4、产品数据:
, h% X5 F9 a W: c2 q4 `2 y+ o a)单个产品的销量。; v* \# Z1 n6 [6 p8 X) w4 r4 f7 w
b)单个产品的运营成本。+ w2 H2 @4 ~' N$ P, I
c)最畅销的产品。
# F& r& @1 f! ]5 X; V# a, g* P d)最不畅销的产品。4 r# D' U! Y% q4 S
e)活动产品的销售状况。
9 f8 m" a' k$ Q4 N; Z p. B" | f)同类产品的网上的销售价格。2 z0 L5 s d- S0 |
g)关注度。
" Y1 t0 u* A/ o, f9 G* P( O9 E h)收藏量。
- n+ ^2 _# X( S/ v: ?5 |" i i)销量。
* v C! I6 U+ h$ _/ p J4 e j)评论数量。
- U8 N2 o. w- s: N9 I# J* |$ G( E) A k)跳失率。: s/ f) z0 h( {# o& k# w' H
l)点击数。
2 R/ k" Y, o* T6 w# E& [ m)单品的转化率。
8 ]' |7 Z. I; E5 V n)等等。
3 C3 @2 Q* s( H* |8 | 5、网店页面:
9 E2 `3 `" S9 b' b% {/ u a)点击数据。
$ U1 x- H \" l b)链接数量。8 l1 K6 R7 B0 ?0 W. r: Z0 P
c)分类列表数量。
) W# H* L' M9 ?- D" N ^, z d)各个链接的详细点击数量。
1 X) G8 }7 I# @ e)等等。
- \+ f, ?4 |# Z2 l; R% S 6、仓库数据:
* w' I/ o R" a/ n a) 每天出库产品% q5 t7 N8 ]% j: [# G
b) 每天出库产品数量 Z2 T# W$ {3 Q g* `
c)每天出库货位
7 k0 k3 w8 o- {& c d) 货位的调整状况& N9 G( A- T: y. W
0 d1 k5 l d5 H& N6 _
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。
1 H" E' F4 h- d, U |
% I' D1 i' H8 K$ ~5 D4 `% ^ | . H7 O; l# \2 U7 A
. o, a% M s4 p* M( ^5 x/ }( i1 p' `% |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。. a& a$ N& s8 ?+ Y1 u1 Z
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!
+ _0 I% h" }) R7 i" I# G. |3 l* F/ ]2 }2 K3 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!) ]1 g6 I$ {: c; w! H0 j
6 `: F3 ]% E- W# F: k- z
|
zan
|