- 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
- 77453 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27162
- 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。
/ ?& |! N) h, ~. N N 1、流量数据:. H- Z* f# C; m0 h" C7 o/ N. I
a)流量来源明细。这个说明入口引流的质量如何。; I& Q; A/ _1 `) ^& ] x/ v
b)流量去向明细。这说明产品或者活动的吸引力如何。; j, F: b4 v8 l: V. a
c)访问了哪些产品。这说明当前访客对什么感兴趣。. Z7 c; D1 ~# F8 `
d)购买了哪些产品。当前顾客需要什么产品。) d1 B+ @% P1 v5 `& {9 h
e)回头访客的访问路径。顾客比较关注什么类型的产品。
0 E4 F; H+ M' k" s+ v3 [" F0 Q 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 ^6 P0 ~8 M$ g& r- _1 B/ Z g)等等。: J d2 }4 a8 n! {
2、销售数据: W/ r# W0 x+ u' j- l# F- c0 g+ B
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。$ r2 ~& \0 T2 @
b)区域转化率。什么区域的人对什么样的产品转化率较高。9 I% M) {" k4 `# }9 v9 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。9 }% T# }: s- J
d)客单价。每个购买者的平均出价。
- \4 U. v9 O- X2 ?$ z4 i3 I5 w e)件单价。每件销售产品的平均售价。7 k& U$ h. C# m2 U
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。
6 o/ D: P$ p/ |2 ]3 [! l 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。
2 P. u1 T% z! d" U5 V# D% C h)等等。$ _5 N- I o0 H9 [ {+ V; ~& L
3、客户数据:
: m( L$ j( o2 v. ]2 A7 [ a)客户的年龄段分布。& g( |. t2 i7 \
b)客户的地域分布。! v ~; @' }+ w
c)可以的收入状况分布。7 ]: ]0 E8 k8 ?0 y W' }
d)客户的购买次数。3 p {& a& x* A2 K( a' S4 S9 P
e)客户的忠诚度。7 I9 _" b6 s5 H1 O/ s- W/ v9 X
f)客户的详细购买记录。# }$ v) @ x" }
g)客户感兴趣的产品。
* o9 B# Y8 H% ?( P. c3 f! H% ] h)客户需要的产品。
% p% \ J( B* r9 |" A i)客户的兴趣爱好。
- D/ o3 C3 i4 v# d3 d0 ^ j)等等。( R2 t1 y* o2 \8 d' s! E6 X2 }( s! O
4、产品数据: e4 g- [5 n* p% U
a)单个产品的销量。
4 S* ~& v. t8 _( }+ M% f2 | b)单个产品的运营成本。) T) }# |. o$ c5 T% y* I2 l
c)最畅销的产品。; l6 n! {9 [: d
d)最不畅销的产品。
7 o! H% f( e3 t( K e)活动产品的销售状况。3 K$ X1 ?# e* u3 V- U( [
f)同类产品的网上的销售价格。
& ~! `6 B+ H1 ] H3 z$ ]0 O% ] g)关注度。
* M% c+ u" B; H( u& ]+ B# I h)收藏量。
( a: i8 a& R n/ j i)销量。
$ V) O$ ?- }# a2 Y+ | j)评论数量。
3 Q* k# l/ V2 j$ M8 d k)跳失率。2 N F) p, n% h* J
l)点击数。
j3 E" i. V6 e( ?# L4 s m)单品的转化率。+ c4 G+ {5 d4 f* m" l( x! A
n)等等。4 a3 x) K" e2 M: e
5、网店页面:3 d, D, J6 Q* ~7 S
a)点击数据。
( @# U6 }& P; w& R. B( k b)链接数量。
$ R2 m7 k! v' k+ j: Q c)分类列表数量。" y! M( {; [( c) f" b
d)各个链接的详细点击数量。5 D' j! Z, }$ {$ Q. _
e)等等。
/ z0 D7 p: W9 n# ^ y3 W& B 6、仓库数据:) j6 I4 c+ a( S3 `
a) 每天出库产品. y8 o* w9 S' N/ `# j% ~
b) 每天出库产品数量8 R; y( v% _2 C$ }4 z$ G8 ?/ c. w. w
c)每天出库货位
3 e1 J" ]2 W" b d) 货位的调整状况
9 {' Q M, s" X7 X; g: i, C) Q8 _
9 ^* h, z# E0 Z0 I* P; s6 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。, ?9 U3 ]6 h' Y h$ l. f, Q4 h/ U
|
6 [+ {( I9 c4 e! A |
& ^ e8 j6 n/ Q3 ?: J& f* f
4 W; l5 B2 @) f5 Z; b% J" ]6 J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/ [1 {% T# m; O0 h0 E
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!9 q, ]8 |) P) X
: ]" I& q8 \/ _# H$ N 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!' n) c+ R, b3 p% U# g# N
% t. { L4 O' s
|
zan
|