电子商务行业分析 电子商务数据分析( 三 )


5.产品数据分析
(1)产品数据分分析
①整体分析:分为两个部分:销售表现和购物行为 。销售表现包括各个商品带来的收入,至少购买过一次的用户数,平均订单价格、数量,退款数目等等 。购物行为,你可以看到浏览了产品详情页的用户里,加入购物车的人数;或浏览产品详情页后最终下单的人数 。

电子商务行业分析 电子商务数据分析

文章插图
这里还有一个数据很重要,即平均订单价值,是指顾客进行一次购买(一个或多个商品)的平均值 。提高平均订单价值就会增加销售额,这是毋庸置疑的 。平均订单价值还通常是代表收入增长速度最直接的指标之一,甚至比转化率优化更重要,我们在产品页面、购物车页面和结帐后页面中添加少量的相关内容就可能会产生重大影响 。
②购物行为分析——我们可以依据更多和商品有关的数据,比如商品浏览页访问量、商品详情页访问量、加入/移出购物车的商品,进入结算阶段的商品,以及购买人数来对用户购物行为进行分析 。
同样,这里主要注意一个数据,即客单价 。“客单价”的提升主要靠商品单价和关联销售:首先在同样的流量下,尽可能把流量引导至“单价高”且“转化率高”的商品,并降低“单价低”且“转化率低”商品的流量,这样可以直接提高销售额和客单价;其次,优化宝贝介绍、营销活动、满赠规则、客服话术等,尽可能从顾客的需求出发吸引顾客买更多的宝贝,买得越多客单价越高 。
(2)销量数据分析
我们可以从后台数据分析中找到关于收入,税费、运费、退款金额,和卖出的商品数量 。其中,总销售额以金额的形式呈现,是衡量我们线上店铺经营状况最佳的“整体主要指标”(OMM)之一,可以用它来衡量业务的整体增长和发展趋势 。
电子商务行业分析 电子商务数据分析

文章插图
该指标几乎反映了所有电商运营环节的效果——像市场营销、流量积累、商品优化、产品迭代等 。只要我们的销售额实现逐月增加,就基本可以确定我们的策略是正确的 。
需要注意的是,跟踪总销售额的过程中存在潜在陷阱,我们要确保销售额可持续地长期增加才是最重要的 。如果只关注短期效果,可能会错误地认为策略正确,反而不利于整体业务 。但通常情况下,当我们将总销售额(总收入)作为核心指标时,基本不会出错 。
6.用户留存数据分析
聪明的商家知道忠诚顾客的价值 。能够留住用户给你长期带来收入 。永远要记住的是,获取新用户比留住老用户成本大得多 。研究显示,用户留存率提升5%就能带来25%到95%的利润 。以下是一些帮助你更好测量用户留存的指标:
电子商务行业分析 电子商务数据分析

文章插图
(1)购买频率
购买频率一般是指消费者在给定时间段(通常是一年)内进行的购买次数,通过将过去365天的订单总数除以同期的顾客人数得出 。提高购买频率并不容易,涉及了站外的维护,像在顾客购买商品后通过电子邮件、再营销和社交媒体等营销渠道与顾客建立关系 。
(2)留存期
留存期是指顾客保持活跃状态的平均时间长度 。一般顾客超过 6 到 12 个月没有再次来到店铺购物,通常被视为不活跃顾客 。留存期或“顾客寿命”可能很难计算 。但从本质上讲,是对顾客第一次购买行为到最后一次购买之间时间的度量,需要历史数据才能计算出该数字 。一般来说,一到三年是一个很好的估计范围 。
(3)顾客生命周期价值
顾客生命周期价值是通过将平均订单价值、购买频率和留存期三个指标相乘得出的 。举个例子:假设店铺的平均购物金额为 100 美元,顾客每年平均进行 5 次购买,留存期为两年,那么您的顾客生命周期价值计算方法就是:$ 100 x 5 x 2 = $ 1000 。
当我们优化上述三个指标时,顾客生命周期价值就会增加 。
如上文所述,流量和转化率是另外两个至关重要的指标,是完整优化策略形成的基础 。提升顾客生命周期价值时,实际上就是在提升已经拥有顾客的价值;而优化转化率,就能增加顾客人数;吸引更多流量时,实际上也就有了更多的人可以作为转化基数 。
(4)单次转化费用
单次转化费用是指获得一位新顾客所需花费的成本 。这可能是一个相对棘手的指标,因为它要求我们在所有的营销活动(包括搜索引擎优化)中监控数据 。

推荐阅读