浅谈电商数据分析的基本指标

时间：2023-03-15 22:52:01 | 来源：电子商务

时间：2023-03-15 22:52:01 来源：电子商务

一、电商数据分析的基本指标体系

1.总体运营指标

运营的数据分析重中之重是把控总体的运营指标，把握流量，订单，总体销售业绩，这是对整个运营平台/账户的一个大致了解，简单来说就是：亏了还是赚了。

2.网站流量指标

对访问你网站的访客进行分析，特别是做独立站的，基于这些数据可以对网页进行改进，以及对访客的行为进行分析，了解清楚自己网页重点的流量入口和流量质量（最吸引用户的是哪些点，其指标包含跳出率，页面访问时长，人均页面访问数）

多说一句，对于电商网站页面的流量/销售分布也是需要着重去观察的指标，因为其对于整个接下来需要优化的工作起到非常重要的作用。

通过观察/分析页面的流量/销量分布，才能更好地去了解用户的变迁行为。例如，2015/16年的时候，产品位于在首页的推荐为的销售归因占比最大，但这个阶段的用户的网购主动性不够强，容易被广告引导购买；随着电商，供应，物流的逐步完善，在2017/18年，搜索框的流量和销售的占比大幅提升，远远超过推荐位的占比，除了能体现用户的网购主动性变强了，更可以观察到用户群体的变化，有可能是用户习惯等，这时候作为一个电商网站，除了对页免的改版，分布进行优化外，更着重的是对内部的搜索引擎进行优化了（站内SEO）。

更多时候，我们通过分析转化漏斗的指标，能更准确地把握每个环节的具体问题。

一级着陆页

毫无疑问，在一级着陆页中，我们除了关注客户是通过什么渠道进入我们的网站（百度搜索？其他关联网页推荐？等）我们更关注通过一级着陆页进入我们下一层“中间页”的用户人群。

通过点击行为，用户能通过第一层“滤网”，同时伴随点击行为的2个数据：

• 页面UV点击率=页面UV数 / 页面点击总次数
• 跳失率=通过一个入口进入就离开的次数 / 通过该入口访问的总次数

点击率越高，说明页面呈现的内容有吸引力能够有效的吸引用户的关注；跳失率越高，说明页面呈现内容具备欺骗性，所呈现的链接内容和文案不具备吸引力。因此在进行第一层滤网的优化方面尽量提高页面的点击率，降低页面的跳失率。尽量让用户下沉到二级页面（或者目标页面）。

可见，页面低质量的流量判断往往符合以下几个特点：

• 低点击率
• 高跳失率
• 低页面停留时间

这些低质量流量产生的原因主要有几个方面：

• 渠道引流上呈现的文案内容与承接落地页面不符
• 投放渠道上，与目标用户活跃范围不符的渠道，也就是说投放的渠道不精准
• 承接页出错等以及其他原因

由上图易知，伴随着高流量的渠道，带来的往往是低转化；在高转化的背后，伴随着的是中低的流量。所以这时我们更需要把握好运营的不同阶段，目前是处于初期新品推广提高曝光阶段？中期提高转化阶段？还是后期维护提高利润阶段，从而能更好地把握不同推广渠道的选择。

中间页

流量成功通过第一层后，在中间页阶段，其内容包含：

• 搜索列表页
• 专题活动页面
• 频道页面

不同的中间页也有不同的数据指标反映着页面内容的好坏以及流量的走向。中间页的好坏考量：访客进入商品详情页数量，UV到达详情页转化率 = 详情页UV/中间页UV，下面来聊聊不同类型的中间页对流量的影响和分析。

• 搜索列表页

上面也提及过现在搜索框的重要性，所以在搜索列表页中，我们最关注的是被用户搜索的关键词来判断用户最关注的产品，从而进行合理规划和布局。

一般的指标有：

搜索点击率=点击次数/搜索次数这个指标衡量搜索页面的呈现质量，理论上而言搜索点击率要在200%及以上才是比较健康。UV到详情页转化率=详情页UV/搜索或者列表页UV该指标在搜索和列表中同样适用，用来平衡点击率的作弊可能，也是反映三级页面呈现质量的指标之一。搜索无结果次数用以反映关键词涉及的品牌品类缺失或者未关联指标。当然搜索无结果词的次数是越低越好。对于搜索词呈现结果为空的品类，需要综合评估后决定是否对相关类目开启招商，引进产品线；对于未关联的品类需要着重优化页面重新关联。搜索结果页首屏点击率=搜索首屏点击次数/搜索次数该指标用以衡量搜索结果首屏的商品排序质量与呈现质量。该数据指标的好坏可以间接的反映出搜索词呈现的页面排序是否合理，是否符合用户的需求。同理列表页的首屏指标也与此一样只是名称不同而已即列表页首屏点击率=列表页首屏点击次数/列表页PV。搜索词产生的搜索次数一个搜索词的搜索次数高表示该词所涉及的类目需求量高，反之亦然；如果是在列表页则为访问PV搜索词被多少人搜索的数量一个搜索词的搜索人数高表示该词所涉及的类目需求量高-主要是为了防止出现搜索次数作弊的情况，反之亦然如果是在列表页则为访问UV高级筛选项点击次数在搜索列表页中，页面顶部的高级筛选项是为提供快速定位而设立的，高级筛选项的点击次数和使用率也可以为运营人员提供商品热度参考。举个例子：在客人搜索“单肩包”或者访问单肩包的列表页，在这些页面中都会出现比如材质，价格款式等参数项来给用户选择筛选，通过监控页面的筛选参数的点击次数，可以得到相关“单肩包”哪些款式哪些材质多少价位是消费者主要关注的，并以此来进行主推产品的规划。对于指标的数据分析，可以这样理解：

判断搜索词的热度根据搜索词的搜素次数搜索人数重点关注排名靠前的高搜索量的关键词，搜索量高，代表关注度高，接受性强。热门搜索词关注其点击率与详情页到达率1）点击率过高，UV到详情页到达率一般，可能出现了点击作弊的情况（商户用来刷新排名）；2）点击率高，到达率也高。说明该关键词的搜索结果页面运转良好同时也说明该关键词页面排序合理。高级筛选项的设置高级筛选项参数点击次数过低，使用率较少则需要重新设置高筛项展示项目。提高使用率。无结果的关键词对于搜索无结果的关键词则需要进行深度分析，是否是系统问题或者为未涉及未引进的产品，并反馈给招商采购部门用以提供采购参考。

• 频道页/活动页

频道页和活动页对流量而已，一般起到承上启下的作用，通过聚合和分化流量，使流量更精准和集中，所以对其数据指标分析的目的是让客户下沉，转到产品的详情页，数据指标一般为：

点击率 = 页面点击数/页面UV数一般情况而言，点击率用来衡量频道页入口链接图和轮播图的质量，是否吸引人，文案是否贴切相关，当然也能形容商品的铺排是否合理。到达详情页转化率 = 到达详情页UV/页面UV用以形容活动页的产品铺排布局是否合理的指标之一。当然有时候活动页也是需要考核成交转化率=成交件数/详情页UV，有时候还包含页面停留时间的维度。

3.销售转化指标

总所周知的电商万能公式：销售额 = 流量（UV）* 转化率（CR） * 客单价。

围绕这个公式，这三个指标可谓是三足鼎立。我们不难知道，流量（UV）体现的是运营对站内外广告，SNS，SEO的推广能力体验；客单价反映的是产品的供应端和类目市场；转化指标则是对这两个指标的接合点，即体验了运营的能力，又反映了产品在市场/供应方面的价值，通过把控这个指标，才能准确地作出销售判断，更为权衡地去把握产品端和运营端的各种调整。

详情页，购物车和订单

最终会转化为订单的，我们还更需要关注：详情页，购物车和订单的情况。网购的时候，影响用户转化的，显然与详情页的质量不但不可分开，并明显是呈正相关，其量化数据指标可以分为：

• 平均页面停留时间
• 加入购物车数

平均页面停留时间=页面停留总时间/访问UV数该指标与页面的呈现布局有着明显关联，包含商品参数介绍，详情图片描述，客服在线情况，好评率等。加入购物车数其决定因素如下：1) 详情页页面综合质量（图片，排版，展示，参数说明，售后信息）；2) 在线客服综合服务指数（响应时间，在线时长，答复满意度）；3) 评价信息（好评率，差评回复内容，晒单信息）。说起购物车，也确实有趣。因为其本意一方面是为了节省用户在多个商品间的付款时间，但想不到的是，购物车能有效提高客单价。配合满减用券等促销手段下，购物车起到事半功倍的作用。

复购

随着现在的电商市场的白热化竞争，流量也只会越来越贵，获得一个新客户的成本可以维护多个老客户。

复够率 = 一段时间内重复购买的客户数/一段时间内产生购买的客户数这指标让我们更关注时间的维度，从而横向分析问题。有据可查，一个成熟期的购物网站其老用户贡献的销售额占据总数的60%-70%之多。因此我们在看到流量漏斗的转化模型的同时，更加要加深对会员的分层管理，用良好的服务于产品以及具有创意和力度的活动维系你的老用户。复够率过低1）表示没有对老会员进行足够的唤醒，可通过短信push线下广告等等活动进行推广激活2）也有可能近期投入的拉新的资源较多，导致新客增多降低了复够率，需要核实拉新活动的数据3）超低价或者超优惠活动引流也会导致大量新用户引入，也会对复够率产生影响。4.客户价值指标

毫无疑问，根据客户的价值指标，我们可以通过结合RFM用户价值模型K-Means聚类算法，从而可以找出有价值的客户。进一步对客户进行精准营销。

一般情况下根据3个RFM指标维度能细分出8个类（2*2*2）用户。若业务的客户群体更庞大，可以分成5*5*5=128类用户。

为了细分出最有价值的用户，利用有限的营销资源重点投入，从而价值产出最大化；基于这个目的，我们通常需要将细分出的用户按照RFM模型给出的分级排序，从最好到最差，然后什么都保持正常的方式。

在一段周期内，业务结果和你的排序一致，那么说明你的细分能够相对准确地将有价值的用户从整体用户中划分出来。通常运营团队会不断的验证和修订维度，用于提升会员运营的效率，将预算花在该花的地方。

5.商品品类指标

主要分析商品的种类，那些商品卖得好，库存情况，通过建立关联模型来分析哪几类商品捆绑销售的时候，销售的几率比较高。

同时，根据商品品类指标，可以从这几方面对商品进行细化管理：采购管理，供应链环节管理，库存管理，基础商品销售健康度，异常商品分析。

采购管理：1）供应商数据分析2）采购匹配度分析等供应链环节管理：1）供应链服务情况分析（响应周期、交货及时率、订单执行率）2）管理指标分析（物资成本占比、客户投诉率等）库存管理：商品库存天数存销比有效库存比库存周转率等重要指标分析：分析包括货龄、动销率、缺货率、结构指标、价格体系、关联分析、畅滞销等分析指标，评判商品价值，辅助调整商品策略异常商品分析：包括对退货率、残损率、异常商品等数据进行分析，发现异常商品，及时处理。

6.市场营销活动指标

这类指标更与客户类指标关联性较大，主要利用监控某次活动给电商网站带来的效果，以及监控广告的投放指标。

7.风控类指标

即不可控的因素中的重要类指标，分为：用户评价和异常订单

用户评价分析：分析评价、好评、差评、投诉等数据，对商铺、商品经营情况进行判断，提早发现风险并及时处理。（投诉）异常订单分析：划定正常订单范围，不满足正常订单属性的划分为异常订单，来有效控制刷单等异常情况出现。

8.市场竞争指标

通过百度指数，谷歌趋势等调查市场，了解竞品的数据，从而更近已补知道产品的市场热度，从而对其分析选品。

1）平台、趋势、供货量和搜索结果越大，说明市场的需求越大;2）如果搜索量飙升，那说明市场需求非常的急迫，只要你的手脚够快，还是可以蹭一波流量3）发现从未见过的产品，除了关注上架、销售时间以外，也可以通过Google关键词或其他关键词软件，来判断是新产品还是改良产品。

最后

贴上一张电子商务数据分析基本指标的体系