- 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
- 77248 点
- 威望
- 96 点
- 阅读权限
- 255
- 积分
- 27101
- 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。( g4 ]7 s3 x" c+ O+ ]
1、流量数据:
5 x# J6 G9 X. z& O a)流量来源明细。这个说明入口引流的质量如何。, q; U) j- i/ f n" Y3 o
b)流量去向明细。这说明产品或者活动的吸引力如何。3 f; t5 C* _7 S) c6 E/ U
c)访问了哪些产品。这说明当前访客对什么感兴趣。* G+ B5 n) C0 u2 e8 y5 ]
d)购买了哪些产品。当前顾客需要什么产品。+ T# L: ~9 c$ |, G
e)回头访客的访问路径。顾客比较关注什么类型的产品。
" K4 T7 r# r# L5 N1 p 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。
! g/ T. J8 |5 w& M* K g)等等。% ]9 Y1 v3 E, A% b
2、销售数据:3 ^% P# d" R, ]; P6 Q: c
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。# E1 h- K3 C2 m. i8 J- a* i
b)区域转化率。什么区域的人对什么样的产品转化率较高。
( m8 T; I0 K( x6 x! b1 j* l 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。
% H! l. g) d3 T5 M d)客单价。每个购买者的平均出价。/ S! H3 |+ T( j1 N, B2 i
e)件单价。每件销售产品的平均售价。
' q% t7 J0 `- W8 M1 u! T! j 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。
/ V6 _& _8 @3 J H% r1 K 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。
! C( T- f1 W, X" z/ \ h)等等。) i7 O' _4 e0 y! O
3、客户数据:
8 j" A @; }$ D a)客户的年龄段分布。2 j; {2 D* N3 }6 s% G* U P: O
b)客户的地域分布。( U( A- Q# M. c
c)可以的收入状况分布。 V5 G' B% @- ?' X9 f/ v
d)客户的购买次数。
7 D+ X* q9 }& i; K e)客户的忠诚度。
r$ M* _# j" u f)客户的详细购买记录。
- C0 y/ `% t6 W6 ?# o g)客户感兴趣的产品。
; A9 D7 j1 j% a7 i. ~0 ^' j# X h)客户需要的产品。8 f- y" F. ^1 o$ o7 l( K5 N8 ^4 Q) ~
i)客户的兴趣爱好。
( U+ F+ J) @ K* H) _ j)等等。
{" O. c6 Q* i6 J8 A 4、产品数据:
5 h1 _! s! _! v. W" {& `2 N a)单个产品的销量。
3 Y8 A" F! e! J, w b)单个产品的运营成本。- a: M1 c- {2 Y, A
c)最畅销的产品。2 ~4 E0 |0 B3 }% n
d)最不畅销的产品。, E1 z1 {" T/ ]4 o
e)活动产品的销售状况。
2 c$ r7 U/ x2 N% c7 A f)同类产品的网上的销售价格。. A0 Y- {8 z6 l6 e0 P
g)关注度。/ [8 D9 [: l2 R' `
h)收藏量。0 ^" Y" t# Y! |( { t# A: z& F
i)销量。9 K5 A1 J% |: \; G3 e/ S
j)评论数量。
8 u3 E# p$ T! S+ x! H k)跳失率。
?& Q2 H& d6 O+ Y. F7 c l)点击数。
- N) R9 F& v: V+ S m)单品的转化率。5 C- y2 a6 }* ] M
n)等等。
+ P8 G8 h7 k% {8 x' D1 c 5、网店页面:, T1 V) l% V0 C% B
a)点击数据。& @5 J# j' g0 E2 c" s
b)链接数量。1 x s) p4 p |7 c# z/ N
c)分类列表数量。
: h/ G, o7 L- \! r$ k1 W, R) \# k d)各个链接的详细点击数量。: l- c: `* I: _5 O+ ]3 H z& r! B
e)等等。
( w0 s; U* M8 M: q& ]6 A3 L 6、仓库数据:
9 b4 p" t+ r+ C7 m; D0 ? a) 每天出库产品
# a1 f7 p# @+ ^1 v9 ^' H b) 每天出库产品数量
& C3 z& Z% Z9 F c)每天出库货位3 R" R) q" d! Q+ V' c ]
d) 货位的调整状况2 q, g& F: ]. B5 H$ A$ g2 _/ u2 u
5 Z3 Q0 z' [2 o2 H2 x
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。5 Y* @' i! _: K7 V3 S
|
9 A- {8 w* K' `) ~ f, v6 Z | ! a H% K2 \6 i' l' V& b/ n) ~
* |' n0 f) E6 ^7 ?
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。# v9 {7 h4 s6 F7 ]
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!
, n. p# g' E! C9 Y7 w$ k( l( p# w) B% t. v& c" @3 k
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!6 G9 L" z) n+ d3 ]9 v
! X! e* k5 J Y& D& S |
zan
|