理论教育 电子商务数据分析的五个指标

电子商务数据分析的五个指标

时间:2023-05-06 理论教育 版权反馈
【摘要】:电子商务数据分析体系包括网站运营指标、经营环境指标、销售业绩指标、营销活动指标和客户价值指标五个一级指标。(一)网站运营指标网站运营指标主要用来衡量网站的整体运营状况,这里Ec数据分析联盟暂将网站运营指标下面细分为网站流量指标、商品类目指标以及供应链指标。数据分析体系建立之后,数据指标并非一成不变,需要根据业务需求的变化实时进行调整,调整时需要注意的是统计周期变动以及关键指标变动。

电子商务数据分析的五个指标

电子商务数据分析体系包括网站运营指标、经营环境指标、销售业绩指标、营销活动指标和客户价值指标五个一级指标。

网站运营指标这里定为一个综合性的指标,其下面包括网站流量指标、商品类目指标以及(虚拟)供应链指标等几个二级指标。经营环境指标细分为外部经营环境指标和内部经营环境指标两个二级指标。销售业绩指标则根据网站和订单细分为两个二级指标,而营销活动指标则包括市场营销活动指标、广告投放指标和商务合作指标等三个二级指标。客户价值指标包括总体客户指标以及新老客户指标等两个二级指标。

(一)网站运营指标

网站运营指标主要用来衡量网站的整体运营状况,这里Ec数据分析联盟暂将网站运营指标下面细分为网站流量指标、商品类目指标以及供应链指标。

1.网站流量指标

网站流量指标主要从网站优化、网站易用性、网站流量质量以及顾客购买行为等方面进行考虑。流量指标的数据来源通常有两种,一种是通过网站日志数据库处理,另一种则是通过网站页面插入JS代码的方法处理,两种收集日志的数据各有优劣。大企业都会有日志数据仓库,以供分析、建模之用。大多数的企业还是使用GA (Google Analytics,即谷歌为网站提供的数据统计服务)来进行网站监控与分析。网站流量指标可细分为数量指标、质量指标和转换指标,例如我们常见的PV、 UV、访问人次(Visits)、新访客数、新访客比例等就属于流量数量指标,而跳出率、页面/站点平均在线时长、PV/UV等属于流量质量指标,针对具体的目标,涉及的转换次数和转换率则属于流量转换指标,譬如用户下单次数、加入购物车次数、成功支付次数以及相对应的转化率等。

2.商品类目指标

商品类目指标主要用来衡量网站商品正常运营水平,这一类目指标与销售指标以及供应链指标有着密切的关联。譬如商品类目结构占比,各品类销售额占比,各品类销售SKU (Stock Keeping Unit,即库存进出计量的单位)集中度以及相应的库存周转率等,不同的产品类目占比又可细分为商品大类目占比情况以及具体商品不同大小、颜色、型号等各个类别的占比情况等。

3.供应链指标

这里的供应链指标主要指电商网站商品库存以及商品发送方面的数据,而关于商品的生产以及原材料库存运输等不在考虑范畴之内。这里主要考虑从顾客下单到收货的时长、仓储成本、仓储时长、配送时长、每单配送成本等。譬如仓储中的分仓库压单占比、系统报缺率(与前面的商品类目指标有极大的关联)、实物报缺率、限时上架完成率等,物品发送中的分时段下单出库率、未送达占比以及相关退货比例、COD比例等。(www.daowen.com)

(二)经营环境指标

这里将电子商务网站经营环境指标分为外部竞争环境指标和内部购物环境指标。外部竞争环境指标主要包括网站的市场占有率、市场扩大率、网站排名等,这类指标通常采用第三方调研公司的报告数据,相对于独立B2 C网站而言,淘宝在此方面的数据要精准得多。网站内部购物环境指标包括功能性指标和运营指标(这部分内容和之前的流量指标是一致的),常用的功能性指标包括商品类目多样性、支付配送方式多样性、网站正常运营情况、链接速度等。

(三)销售业绩指标

销售业绩指标直接与公司的财务收入挂钩,这一块指标在所有数据分析指标体系中起提纲挈领的作用,其他数据指标的细化落实都可以根据该指标细分。EC数据联盟将销售业绩指标分解为网站销售业绩指标和订单销售业绩指标,其实两者并没有太大的区别,网站销售业绩指标重点在网站订单的转化率方面,而订单销售指标重点则在具体的毛利率、订单有效率、重复购买率、退换货率方面,当然还有很多其他的指标,譬如总销售额、品牌类目销售额、总订单、有效订单等,上面并没有一一列出。

(四)营销活动指标

一场营销活动做得是否成功,通常从活动效果(收益和影响力)、活动成本以及活动黏合度(通常以用户关注度、活动用户数以及客单价等来衡量)等几方面考虑。EC数据联盟将营销活动指标分为日常市场运营活动指标、广告投放指标以及对外合作指标,其中市场运营活动指标和广告投放指标主要考虑新增访客数、订单数量、下单转化率、每次访问成本、每次转换收入以及投资回报率等指标。对外合作指标根据具体合作对象而定,譬如某电商网站与返利网合作,首先考虑的也是合作回报率。

(五)客户价值指标

一个客户的价值通常由三部分组成:历史价值(过去的消费)、潜在价值(主要从用户行为方面考虑,RFM模型为主要衡量依据)、附加值(主要从用户忠诚度、口碑推广等方面考虑)。客户价值指标分为总体客户指标以及新、老客户价值指标,这些指标主要从客户的贡献和获取成本两方面来衡量。譬如,用访客人数、访客获取成本以及从访问到下单的转化率来衡量总体客户价值指标,而对老顾客价值的衡量除了上述考虑因素外,更多的是以RFM模型为考虑基准。

数据分析体系建立之后,数据指标并非一成不变,需要根据业务需求的变化实时进行调整,调整时需要注意的是统计周期变动以及关键指标变动。通常,单独地分析某个数据指标并不能解决问题,各个指标相互关联,所有指标织成一张网,商家需要根据具体的需求寻找各自的数据指标节点。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈