- 相關(guān)推薦
電子商務(wù)數據分析因素
電子商務(wù)相對于傳統零售業(yè)來(lái)說(shuō)，最大的特點(diǎn)就是一切都可以通過(guò)數據化來(lái)監控和改進(jìn)。下面由小編為大家整理的電子商務(wù)數據分析因素，歡迎大家閱讀瀏覽。
1、電子商務(wù)數據分析需要商業(yè)敏感
今天電子商務(wù)公司的數據分析師，有些像老板的軍師，必須有從枯燥的數據中解開(kāi)市場(chǎng)密碼的本事。比如，具有商業(yè)意識的數據分析師發(fā)現，網(wǎng)站上的嬰兒車(chē)的 銷(xiāo)售增加了，那么，他基本可以預測奶粉的銷(xiāo)量也會(huì )跟上去。再比如，網(wǎng)站上的產(chǎn)品發(fā)揮的作用并不一樣，有的產(chǎn)品是為了賺錢(qián)，有的產(chǎn)品是為了促銷(xiāo)，有的產(chǎn)品是為了吸引流量，不同的產(chǎn)品在網(wǎng)站上擺放的位置是不一樣的。
一個(gè)商業(yè)敏感的數據分析師，是懂得用什么樣的數據實(shí)現公司的目標。比如，樂(lè )酷天與淘寶競爭，它們重點(diǎn)看的不是交易量，而是流量：每天有多少新的賣(mài)家進(jìn) 來(lái)，賣(mài)了多少東西。因為此階段競爭最核心的就是人氣，而非實(shí)質(zhì)交易量。如果新來(lái)的賣(mài)家進(jìn)來(lái)賣(mài)不出東西，只有老賣(mài)家的交易量在增長(cháng)，即使最后每天的交易量都增長(cháng)，也還是有問(wèn)題。
再比如，一家剛踏入市場(chǎng)的B2B公司和已經(jīng)占領(lǐng)大部分市場(chǎng)的B2B公司，它們的目標不一樣。前者是看流量賺人氣，后者對流量不怎么看重，而是看重交易轉化率及回頭率。
當下的數據分析師多是學(xué)統計學(xué)出身的，一堆數據放在那里，大家都擅長(cháng)怎么算回歸、怎么畫(huà)函數。但是這批學(xué)數學(xué)的人才缺乏商業(yè)意識，不知道這些數據對業(yè)務(wù)意味著(zhù)什么，看不見(jiàn)一堆數據中彼此的關(guān)系，也就不知道該用什么樣的邏輯分析，也就無(wú)法充當老板的眼睛了。
2、電子商務(wù)的網(wǎng)站轉化率是關(guān)鍵，ROI是最終的目標
電子商務(wù)B2B網(wǎng)站平臺的宗旨就是為企業(yè)服務(wù)，讓買(mǎi)家與賣(mài)家的市場(chǎng)銷(xiāo)售成本降低，降低交易成本，提高訂單利潤。因此，電子商務(wù)的網(wǎng)站轉化率是關(guān)鍵，這其中就提到一個(gè)指標的重要性——ROI。ROI是Return On Investment的簡(jiǎn)寫(xiě)，是指通過(guò)投資而應返回的價(jià)值，它涵蓋了企業(yè)的獲利目標。利潤和投入的經(jīng)營(yíng)所必備的財產(chǎn)相關(guān)，因為管理人員必須通過(guò)投資和現有財產(chǎn)獲得利潤。又稱(chēng)會(huì )計收益率、投資利潤率。
其計算公式為：投資回報率(ROI)=年利潤或年均利潤/投資總額×100%
投資回報率(ROI)的優(yōu)點(diǎn)是計算簡(jiǎn)單;缺點(diǎn)是沒(méi)有考慮資金時(shí)間價(jià)值因素，不能正確反映建設期長(cháng)短及投資方式不同和回收額的有無(wú)等條件對項目的影響，分子、分母計算口徑的可比性較差，無(wú)法直接利用凈現金流量信息。只有投資利潤率指標大于或等于無(wú)風(fēng)險投資利潤率的投資項目才具有財務(wù)可行性。
投資回報率(ROI)往往具有時(shí)效性--回報通常是基于某些特定年份。
3、電子商務(wù)數據分析衡量指標的設定
指標是讓我們更好的從數據量化的層面來(lái)了解運營(yíng)的狀況，現在的PV、UV、轉化率基本是運營(yíng)監督的指標;網(wǎng)站分析采用的指標可能有各種各樣的，根據網(wǎng) 站的目標和網(wǎng)站的客戶(hù)的不同，可以有許多不同的指標來(lái)衡量。常用的網(wǎng)站分析指標有內容指標和商業(yè)指標，內容指標指的是衡量訪(fǎng)問(wèn)者的活動(dòng)的指標，商業(yè)指標是指衡量訪(fǎng)問(wèn)者活動(dòng)轉化為商業(yè)利潤的指標。
電子商務(wù)的數據可分為兩類(lèi)：前端行為數據和后端商業(yè)數據。前端行為數據指訪(fǎng)問(wèn)量、瀏覽量、點(diǎn)擊流及站內搜索等反應用戶(hù)行為的數據;而后端數據更側重商業(yè)數據，比如交易量、投資回報率，以及全生命周期管理等。
目前有些人關(guān)心前端行為數據，也有些人關(guān)心后端商業(yè)數據，但是沒(méi)有幾家網(wǎng)站把前端行為數據和后端商業(yè)數據連起來(lái)看。大家只單純看某一端數據。但是看 數據看得“走火入魔”的人會(huì )明白，每個(gè)數據，就像散布在黑夜里的星星，它們之間布滿(mǎn)了關(guān)系網(wǎng)，只要輕輕按一下其中一個(gè)數據，就會(huì )驅動(dòng)另外一個(gè)數據的變化。
4、某些指標異常變化的原因分析
網(wǎng)站的某些指標的異常變化是外界市場(chǎng)一些變化的客觀(guān)反應，網(wǎng)站的數據分析人員一定要積極注意。例如PV減少(異常)，那我們就要分析用戶(hù)是搜索來(lái)源減少還是直接訪(fǎng)問(wèn)減少?反連接過(guò)來(lái)的減少?搜索減少就要觀(guān)察用戶(hù)的關(guān)鍵字、搜索引擎等。
例如2011年的上半年，曾出現阿里巴巴與慧聰發(fā)生爭論，而在那幾天，另一個(gè)B2B網(wǎng)站--世界工廠(chǎng)網(wǎng)的會(huì )員注冊量批量上升，每天超過(guò)千個(gè)以上的注冊 量。當然這只是一部分的猜測，在兩個(gè)B2B巨頭不穩定之時(shí)，企業(yè)會(huì )選擇第三方的平臺，這是符合常理推斷的。不過(guò)就此以后，世界工廠(chǎng)的注冊量一直是穩中有升 的，難道這是會(huì )員發(fā)現一個(gè)免費“新大陸”的口碑宣傳嗎?事后發(fā)現，是因為世界工廠(chǎng)網(wǎng)的一個(gè)新項目--全球企業(yè)庫的上線(xiàn)吸引了大量企業(yè)會(huì )員的青睞，注冊量猛 然提升的。對于一些數據的異常增加或減少，一定要分析其產(chǎn)生的原因與市場(chǎng)時(shí)機，這對平臺以后的發(fā)展及政策導向非常有借鑒意義。
有一天，linkin(一個(gè)社區網(wǎng)站)忽然發(fā)現來(lái)自雷曼兄弟的來(lái)訪(fǎng)者多了起來(lái)，但是并沒(méi)有深究原因。第二天，雷曼兄弟就宣布倒閉了。原因何在?雷曼兄弟的人到linkin找工作來(lái)了。谷歌宣布退出中國的前一個(gè)月，筆者在linkin上發(fā)現了一些平時(shí)很少見(jiàn)的谷歌產(chǎn)品經(jīng)理在線(xiàn)，這 也是相同的道理。試想，如果linkin針對某家上市公司分析某些數據，是不是很有商業(yè)價(jià)值?
5、利用數據分析用戶(hù)的行為習慣
再次說(shuō)，得到數據來(lái)分析是在揣測用戶(hù)的心理和一些習慣，最真實(shí)的是讓用戶(hù)告訴你，需要什么，這些可以利用投票調查及問(wèn)題提交等來(lái)實(shí)現，當然利用數據整合分析也是必然的，然后做出來(lái)AT來(lái)權衡利弊來(lái)對用戶(hù)體驗驚醒改善，和一些基本的產(chǎn)品定位及活動(dòng)。
裝備制造負責人認為，網(wǎng)站數據分析應該兩個(gè)層次：第一，網(wǎng)站數據分析，是針對產(chǎn)品來(lái)說(shuō)。就圍繞產(chǎn)品如何運轉，做封閉路徑的分析。得出產(chǎn)品的點(diǎn)擊是否順 暢、功能展現是否完美。第二、研究客戶(hù)的訪(fǎng)問(wèn)焦點(diǎn)，挖掘客戶(hù)潛在需求。如果是以交易為導向的電子商務(wù)網(wǎng)站，就是要研究如何高效的促成交易，是否能出現聯(lián)單!
6、客戶(hù)的購買(mǎi)行為分析
當用戶(hù)在電子商務(wù)網(wǎng)站上有了購買(mǎi)行為之后，就從潛在客戶(hù)變成了網(wǎng)站的價(jià)值客戶(hù)，電子商務(wù)網(wǎng)站一般都會(huì )將用戶(hù)的交易信息，包括購買(mǎi)時(shí)間、購買(mǎi)商品、購買(mǎi) 數量、支付金額等信息保存在自己的數據庫里面，所以對于這些用戶(hù)，我們可以基于網(wǎng)站的運營(yíng)數據對他們的交易行文進(jìn)行分析，以估計每位用戶(hù)的價(jià)值，及針對每位用戶(hù)的擴展營(yíng)銷(xiāo)的可能性。
客戶(hù)的購買(mǎi)行為分析，如傳統的RFM模型，會(huì )員聚類(lèi)，會(huì )員的生命周期分析，活躍度分析，這些都精準的運營(yíng)都是非常重要的。
7、電子商務(wù)數據分析需注重實(shí)戰經(jīng)驗
以上所談到的電子商務(wù)數據分析的幾個(gè)重要因素，筆者個(gè)人感覺(jué)倒是有點(diǎn)套路，電子商務(wù)的數據分析更多的是實(shí)戰，網(wǎng)站分析的本質(zhì)是在了解用戶(hù)的需求、行為，以開(kāi)發(fā)用戶(hù)體驗良好的功能與服務(wù)，制定擴展營(yíng)銷(xiāo)的策略及附加功能的推廣服務(wù)等等。
【電子商務(wù)數據分析因素】相關(guān)文章：
兒童舞蹈創(chuàng )作的因素分析10-11
IBM大數據分析07-09
影響生化檢測的常見(jiàn)因素分析08-01
web數據挖掘技術(shù)分析與研究09-06
加拿大留學(xué)數據分析07-29
網(wǎng)站優(yōu)化常見(jiàn)幾點(diǎn)影響因素分析10-15
SEO網(wǎng)站排名的基本因素分析10-18
市場(chǎng)營(yíng)銷(xiāo)實(shí)踐教育因素分析09-20
單因素敏感性分析步驟11-02