2.2.1　每周运营指标的趋势对比分析

跟踪并汇总每日的数据,发现每个重要指标的变化趋势,发现网店运营中出现的问题。为什么订单数减少了,但销售额增加了?为什么客单价提高了,但利润率降低了?

2.2.2　监控不同时段的流量变化

监控时段流量,跟踪各个时段的销售转化情况,哪个时段的销售量最高。这么做能更好地分析每日工作的黄金时间,合理安排客服、销售的工作时间,提高运营效率。

2.2.3　了解流量在网店中的分布

仅仅独立地分析单个页面,不能够了解网店获得流量后,这些流量具体流向了哪些类型的页面。需要将网店的页面进行分类,才能够清晰地观察流量在网店内的分布情况,结合浏览数、选购商品、进入购物车、下单、支付成功这些指标,可以看出网店总体的购物车漏斗转化情况。

2.2.4　分析页面内容,寻找网店的热门点

页面内容分析能够帮助运营部门在新的运营工作中做重点引导,推荐消费者最关注的品牌、促销最关注的商品,等等。

将热门页面从页面内容中提出,对这部分内容单独进行分析,用来指导运营工作,配合基础的指标,如浏览数、访问数、转化率,可以分析出消费者最关注什么,什么产品、分类、品牌点击量最高。

2.2.5　观察不同来源的质量

网店的流量从何来?不同的来源能为网店带来多少收益?销售转化如何?这些问题都关系到网店运营中核心的指标,需要去对网店流量的来源进行分析,对比不同来源带来流量的质量。

进行网店流量来源分析时,更关注来源的域名,将进入网店前的访问地址做统计,配合重要的运营指标,例如从销售转化率、订单量、订单额可以看出具体哪个域名的网站能为网店带来真正的顾客。如果来源域名带来的流量非常高,但是却没有销售转化,或者转化率非常低,说明此类来源的质量比较差。出现这种情况的原因有多种,可能是访问来源网站的访客并不是网店的目标客户人群,也可能是着陆页和推广的内容不匹配等问题。具体的情况还需要进一步做分析,可以通过来源URL过滤出通过这类域名进入网站的URL。

2.2.6　了解整体流量,要更关注付费采购获得的流量

将付费流量单独做流量分析更有利于对不同推广渠道做跟踪和效果分析。

对付费推广获得流量,除了监控以外,还需要对比不同投放渠道的效果,看哪个渠道能给网店带来更多的目标客户,哪些渠道的转化情况比较差。除了关注不同渠道带来的流量大小外,加入销售转化更有意义。当然,若能更具体到某个渠道的某个频道,甚至某个广告位置的销售转化情况,将更有利于我们对付费广告的成本控制。对那些高转化的广告位加大投入,无形中流量就变成了销量。

除了对自然流量和付费流量的分析外,对于每个营销活动的效果进行分析也很重要,运营指标能够告诉商家活动是否成功,并且能够跟踪顾客的反馈和互动。(www.daowen.com)

2.2.7　关键词分析配合搜索引擎,挖掘高转化关键词

更为细致的多角度分析,将帮助我们发现产生问题的原因。例如,在做B2C网店的搜索引擎营销时,如果不能让所有的搜索引擎推广工作都具有策略性、协调性、统一性,那么,网店最终会面对由于局部竞争导致的营销成本不断攀升问题。提高有效关键词的投放,需要对关键词做多角度分析,传统的20/80原理已经不适用于电子商务网站的搜索引擎营销。关键词分析需配合搜索引擎。观察关键词时,结合运营核心指标:访问数、订单量、订单额、转化率,可以挖掘出高转化的关键词,以及合适的投放渠道。除了高访问量和高转化的关键词,那些高转化但是访问量不高的关键词,可以列入搜索引擎营销的关键词投放计划中。

2.2.8　对会员顾客单独进行消费分析

通过给访客的IP进行地域归类,依照地域省份、城市的级别区别汇总,将会发现我们的目标顾客的所在地域,以及网店的消费主力所在地域。

除了要知道访客的分布地区,老顾客的维护很重要。维护老顾客的成本远低于获得一个新顾客的成本。如何维护?除了使用传统CRM,还可以通过跟踪老顾客的访问、登录、选购、下单等动作,分析会员消费周期,配合恰当的促销活动、折扣等信息,帮助维护老顾客,提高老顾客的重复购买率。

相关概念:

退出率:在一个统计周期内,以当前页作为访问最后一页离开的访问数占网站总访问数的比例。

选购商品:在一个统计周期内,访客在查看商品时,对该商品做的“加入购物车”动作,并且计算动作次数占总访问数的比例。

进入购物车:在一个统计周期内,顾客进入结算页面的次数占访问数的比例。

下单:在一个统计周期内,顾客进入确认订单页面,完成购物流程的访问数。

支付成功:在一个统计周期内,顾客完成购物流程,成功在线支付的次数。

来源:在一个统计周期内,用户进入网站的途径(外部地址)。

来源关键词:在一个统计周期内,在搜索引擎输入搜索框中的文字。

IP:在一个统计周期内,访问被统计对象的不重复源IP地址数总和。多个用户共享一个IP地址时,被统计为一个独立IP地址;一个用户在不同时间段使用不同的IP地址时,被统计为多个独立IP地址。因此,独立IP地址数一般不等于独立访客数。