15158846557 在线咨询 在线咨询
15158846557 在线咨询
所在位置: 首页 > 营销资讯 > 网络营销 > 电商业务分析

电商业务分析

时间:2022-05-08 21:54:01 | 来源:网络营销

时间:2022-05-08 21:54:01 来源:网络营销

一、电商背景

背景:在互联网及移动设备不断普及的时代背景下,越来越多的国内传统品牌商及国际知名品牌为提高销售规模纷纷试水电商业务。基于电商市场的持续扩增以及品牌商电商化的业务需求,众多企业通过向品牌方提供金融支付、品牌运营、整合营销、 IT 服务、物流仓储、供应链等服务而得到快速发展,电商服务产业因此而不断壮大,消费者消费习惯也因此改变。

行业特征:
1)商品品类及 SKU 多,用户覆盖面广,运营难度大;
2)总体上客单价低(除旅游、奢侈品等外),强调留存与复购;
3)电商产品设计相对成熟,优化运营是重中之重;
4)电商行业竞争白热化,精细化运营是冲出重围的必备技能。

二、电商运营关键指标

1、活跃用户量

活跃用户量,指在一段时间内活跃用户的数量,常用于反映网站、互联网应用或网络游戏的运营情况。一般分为DAU(日活跃用户)、WAU(周活跃用户)和MAU(月活跃用户)三个层次。

2、转化

转化率是指访客中发生购买行为的比率,它是评价电商健康程度的最基本指标之一。电商运营需要关注主路径、次路径甚至精细到每一个品类 / SKU 的转化率。

3、留存

留存率一般是看新用户的留存,当然也可以看活跃用户留存。留存率反应的是电商留住用户的能力。

活跃用户留存:用户在某段时间内开始访问你的网站,经过一段时间后,仍然会继续访问你的网站就被认作是留存,这部分用户占当时新增用户的比例就是新用户留存率。

消费用户留存:另外一种计算留存的方法是按消费来计算,即某段的新增消费用户在往后一段时间时间周期(时间周期可以是日、周、月、季度和半年度)还继续消费的用户比率。

4、复购

复购要从以下 3 个角度去看,复购率越高,则用户对品牌的忠诚度越高

复购用户量:指在统计周期内产生二次及二次以上购买的用户数量

复购率:指在统计周期内产生二次及二次以上购买的用户占总购买用户的总数

复购金额比:指在统计周期内产生二次及二次以上购买总额占比前一次购买总额的比例

5、GMV

GMV(Gross Merchandise Volume)是指网站一段时间内的成交总额。

GMV=销售额+取消订单金额+拒收订单金额+退货订单金额

销售额=流量*转化率*客单价=(品牌*渠道)*(产品*运营)*客单价

三、电商运营分析

电商平台的KPI有个固定的计算公式:

销售额=流量*转化率*客单价

流量跟品牌和渠道有关,而转化率又跟产品和运营强相关,客单价可以用提供增值服务、打包销售等方式来提升,是商品的升级包装策略。

所以,上面那个公式可以具体为:

销售额=(品牌*渠道)*(产品*运营)*客单价

品牌,如果在同行业中没有形成品牌的差异化,甚至都没有一定的品牌知名度,用户对你品牌的感知几乎为零,那么品牌对提升用户消费意愿的功效也几乎为零。品牌建设成功的一个重要表现就是,用户记住了你们的品牌关键语。

比如:小米的”为发烧而生“;滴滴的“滴滴一下,马上出发”;雅芳的“比女人更了解女人”…

这些关键语,会在用户口口相传中快速传播,因为能快速get到品牌的关键利益点。

渠道,如果没有去做精细化的用户画像分析,不确定你的目标用户群体都聚集到什么地方,他们都喜欢用什么样的产品和应用,你们的推广效果将会大打折扣。渠道拓展之前,要不吝成本的投入到用户调研中,甚至可以通过一对一面谈的形式,充分全面的了解你们的目标用户群体,才能找到他们,并有针对性的去推广。

产品,如果你们的产品体验很差,将直接导致其他的运营工作事倍功半,就算运营短时间可以起到补救的作用,长期下来也是无力回天。

客单价,给产品定价一直都是增加营收最棘手的问题,定价太低会让你损失利润,太高又会吓跑用户,同样损失利润。这里我们要根据产品的成本和利润区间、以及市场愿意支付的水平去定价。我们也可以考虑通过用户调研对用户使用心理战术的策略来定价,比如折扣定价、心动价格(故意以9、99、98等结尾的价格)等。

这里我利用两个消费者行为分析模型对这些元素进行分析:

1、AISAS模型

品牌和渠道,属于运营战的前锋,目的是触达到更多的目标用户,并让他们来到自己的平台。这部分工作如上文所说,需要思考品牌的差异化如何建设,如何打造用户心智,渠道如何有效拓展,这涉及到市场推广工作,我们可以使用AISAS模型来分析把握信息的传播路径和用户的行为路径等宏观方面的数据。AIASAS侧重于前期的品牌和渠道运营。

AISAS模式是由电通公司针对互联网与无线应用时代消费者生活形态的变化,而提出的消费者行为分析模型。

2、AAARR模型

当用户来到平台,让AARRR运营模型来指导工作就非常贴切了。AARRR模型侧重于用户体验,围绕着用户活跃、留存、付费行为转化,以及分享行为来制定和优化每一步的运营策略。

1、锁定站内资源:每个大型营销活动,平台都会锁定大量营销资源辅助活动曝光,并且通过视觉和站内氛围的改造强化营销概念,为活动造势和引流。如京东的618、淘宝11.11及造物节,小红书会员日等。
2、异业合作:在重要的时间节点,各行各业都在做自己的营销活动,这就需要我们具备异业合作的能力,充分利用自身优势,整合一切可利用的资源,优势互补,将营销活动渗透到站外的用户群。这个部分需要明确两点,第一,我需要什么,对方能给我什么;第二,对方需要什么,我能不能给。异业合作的尝试和沉淀可以为平台对外拓展打下良好的基础。
3、产品功能辅助流量增长
电商的大型促销活动通常周期较长,牵涉多个品类。我们要根据品类进行分阶段的主推。
在这一阶段我们要利用好一切自己拥有的渠道进行曝光和推广,利用自己的优势与第三方进行合作换量,如果有可能的话,通过一些产品功能或者玩法实现流量裂变;

1、 促销力度+噱头玩法:对于电商来说,商品的力度噱头可以说是营销活动的基础,想让用户下单,就需要在价格上做文章,并且这种“便宜”的感觉必须被用户感知到。在商品让利、满减优惠券满天飞的当下,单纯的价格刺激已经稍显薄弱,从用户的角度来看,需要配合一些噱头玩法,才能增强用户占便宜的心理。比如推出新用户专属福利,开发新用户身份识别功能,上线仅新用户可见的超低价商品,如新人1元包邮等,可有效转化新用户;而老带新的玩法,则是用奖励的方式,调动老用户积极性并促使新用户下单;此外,秒杀的氛围也是将“限时低价”的氛围做足,迫使用户快速下单。
2、 精准BI:BI是一种产品功能,即淘宝和京东的猜你喜欢,将这个功能模块加入营销活动中,可以个性化地推介用户感兴趣的商品,增强商品转化。
3、 商品精细化运营:营销活动在线的每一天,每一小时都是一种资源的消耗,一般情况下,重点模块的选品如果把握不准确,可以调取近期top单品,重点模块主推top单品可以有效提升该模块的转化率。其次,货品应当是一个动态调整的过程,让用户的成交情况来决定商品的去留,这需要运营实行商品的赛马机制,做好实时数据监控,不达标的商品及时更替,也可以保证转化率的提升。
留存初期,这个阶段将决定用户是继续使用或者购买产品还是使用两次之后就“沉睡”。因此,初期留存率可以作为衡量产品黏性的一个指标。我们可以根据产品的行业标准以及你对用户行为的分析来决定产品的留存初期应该多长。在留存初期,用户从产品中获得的价值越大,他们长期使用产品的可能性就越大。这个阶段我们可以通过预约造势,通过sns、定金裂变等玩法吸引用户关注。也可以从品类或者主题的纬度去拆分节奏,用“促销日历”类型的方式呈现给用户,并设置预约按钮,让用户定期回流。
留存中期,这时产品带来的新鲜感开始退去,要留住中期用户,核心任务是让用户使用产品成为一种习惯,让用户逐渐从产品或服务中获得满足感,这样无须鼓动用户也会继续使用你的产品,因为这已经成为他们日常生活的一部分。
留存长期,确保产品继续为用户带来更多价值,最关键的地方在于让用户不断重新认识到产品的不可或缺性。
1、 优惠券:根据用户购买属性圈确定偏好品类,定向发放优惠券;券面额的制定也需要优化,比如券的使用门槛需要比平台/品类客单价高一点点,这样既可以提升优惠券的使用率,也可以提升客单价。
2、 货品策略:对于电商来说,一档营销活动是由引流款、爆款和常规款组成的。其中引流款是低毛利甚至是负毛利的商品,用于吸引用户点击和关注,爆款通常需要至少满足三个条件,第一,是平台/品类热销top榜单的商品;第二,价格确实比非活动时期低,这些商品是主力扛成交的商品,需要制定严格的坑产,并且根据数据效果进行动态调整;第三,分类tab商品,这些单品主要是为了满足长尾需求。
3、 前置加车策略:引导用户加车,一方面是为了促成转化,另一方面,购物车里的东西代表用户的购买意愿非常强烈,加车后可以精准地针对这部分商品做精细化运营,打破用户购买决策的最后一道防线。
例如,在活动开始前加车或者支付1元定金,可以获得该商品在活动中的减价权益,活动生效当天引导用户回流兑换减价权益,即使用户最终未能购买,购物车里的商品也为后续运营积累了非常重要的用户信息,无论是引导用户选择“降价提醒”,还是给用户推送同类商品,都可以进一步提升用户的转化率。
4、 满减策略
比起单一商品的满减,跨品类的满减能够促使用户为了凑单,而去购买更多的东西。
在这个前提下,一方面是需要增加参与活动的品类,另一方面则是设置阶梯式满减。
有效载荷是指每位用户每次向多少人发送广告(或者链接、微件等)。分享转化率是指收到邀请的人中使用产品的用户占比分享的总数。频率是指收到分享的频率。要让产品具有病毒性就需要优化这三个变量。主要可以通过下面几种方法:
1、提升用户分享的次数,
2、提升转化率,通过奖励机制鼓励分享,如提供双向奖励,也就是同时给分享人和被分享人提供奖励。

这里补充下具体的电商数据分析的一些指标和方法:

涉及到具体的电商数据分析可以分为流程分析、用户分析、商品分析、产品分析四类,其中比较重要的指标如下图所示~

有什么问题可以私信我哈:)

关键词:分析,商业

74
73
25
news

版权所有© 亿企邦 1997-2025 保留一切法律许可权利。

为了最佳展示效果,本站不支持IE9及以下版本的浏览器,建议您使用谷歌Chrome浏览器。 点击下载Chrome浏览器
关闭