电商的分析指标及流量数据分析

中国已经成为电子商务大国。

根据国家统计局数据，2017年我国实物商品网上零售总额达5.48万亿元，同比增长28.0%，占社零总额的比重达到15.0%，同比提升2.4个百分点。从电商格局看，预计2017年B2C电商交易规模占比已达57.60%，天猫仍以60.90%的市场份额位居B2C市场首位，京东、苏宁位列二、三名。

越来越多的传统领域的企业投身电子商务，电商成为推广和销售产品的利器。但是经过十几年的野蛮生长，过去传统的主要靠感觉、对营运数据收集、分析、应用不充分的产品和推广模式已经日渐式微，电商也亟待迎来“大数据时代”，让产品和营销模式让人耳目一新。

为什么数据分析是电商行业的“升级利器”？

电商说白了是“信息流”的各种流动和反馈，在电商活动中，各种数据：产品数据、营销数据、物流数据、会员数据等实时地不间断地被记录下来，它等于是记录了用户的每个动作，我们通过对这些用户动作进行还原、总结、归纳，可以刻画用户肖像，了解用户喜欢什么产品、喜欢以什么方式营销的产品、购买活动的频次、客单价、连带率等，还可以掌握产品的成本、库存、销量、销售额、利润等，各种关键性指标都可以从迷雾背后呈现出来，让我们看到背后的本质。

电商行业一般分析什么数据？

电商数据比传统零售丰富得多，通常有以下几类：

营销数据有营销费用、覆盖的用户数、到达的用户数、打开或点击的用户数，由这些数据衍生出人均费用、营销到达率、打开率等。

流量数据是电商数据中非常核心的数据，包括浏览量（PV）、访客数（UV）、登录时间、在线时长等，其他还有人均流量、人均浏览市场等也是从以上指标衍生出来的。

电商会员一般门槛较低，注册网站即可加入，也有某些电商平台的高级会员具有时效性，如规定一年内消费额达到多少才能成为高级会员，会员数据一般包括会员的姓名、出生日期、真实性别、网络性别、地址、手机号、微博号、微信号等基础数据，还有登录记录、交易记录等行为数据。会员数据是后期营销的很重要的数据。网店会专门针对会员进行一系列营销活动。

包括交易的金额、交易数量、交易人数、交易商品、交易场所、交易时间、供应链服务等数据。

数据来源和分析工具？

很多电商平台和第三方数据平台如百度统计、谷歌统计、CNZZ数据专家都可以提供数据，如淘宝、天猫的的生意参谋、直通车等，这些工具都提供数据监控、收集、分析、下载功能。

此外，作为数据分析师，EXCEL和SQL是必备技能，Python，R，Hive等技能是加分项。

电商数据分析指标有哪些？

流量是电商的生命，无流量不电商，电商的流量又分为浏览量和访客数。

浏览量：PV（page view），用户访问页面的总数，用户每访问一个页面就算一个访问量，同一页面刷新多次也算一个访问量。

访客数：UV（unique visitor），独立访客，即一台电脑为一个独立的访问人数。一般以天为单位来统计24小时内的UV总数，一天内重复访问的只算一次。访客数又分为新访客数和回访客数。新访客数是指客户首次访问页面的用户数，而不是最新访问页面你的用户数。回访客数就是再次访问的用户数。

衍生指标：

当前在线人数：指15分钟内在线的UV数

平均在线时间：指平均每个UV访问网页停留的时间，停留时间是指用户打开网站最后一个页面的时间点减去打开第一个页面的时间点。只访问一页的用户停留时间无法获取。

平均访问量：是指用户每次浏览的页面平均值，即平均每个UV访问了多少个PV。

日均流量：日均UV和日均PV

跳失率：就是只浏览了一个页面就离开的访问次数除以该页面的全部访问次数。分为首页跳失率，关键页面跳失率，具体产品页面跳失率等。找到用户跳失的原因是关键。

转化指标也是电商核心分析指标之一。转化是指用户注册、收藏、下单、付款、参加营销活动这些动作。那么转化率就是进行以上动作的访问量除以总访问量的比率。

转化率一般又分为注册转化率、客服转化率、收藏转化率、添加转化率、成交转化率。

一般我们提到的转化率即成交转化率，成交转化率又可以细分为全网转化率、类目转化率、品牌转化率、单品转化率、渠道转化率和事件转化率等各个维度的转化率。

线上线下的营运指标一般区别不大，就是考察企业经营成果和效率的一系列指标：

成交指标：包含成交金额、成交数量、成交用户数

订单指标：包含订单金额、订单数量、订单用户数、有效订单、无效订单

退货指标：退货的金额、退货数量、退货用户数、金额退货率、数量退货率、订单退货率

效率指标：客单价、件单价、连带率、动销率（动销率=（已销售货物数/库存总数）*100%）

采购指标：包括采购金额、采购数量

库存指标：库存金额、库存数量、库存天数、库存周转率、售罄率

供应链指标：送货金额、送货数量

会员指标的细分指标有：注册会员数、活跃会员数、活跃会员比率、会员复购率、平均购买次数、会员回购率、会员留存率

电商是一个烧钱的行业，热钱很多，需要一些指标来衡量花钱的速度，也需要一些指标来评估花钱的效果。传统零售是“坐商”，顾客是等来的，电商的顾客却是买来的。

主要的财务指标有：新客成本、单人成本、单笔订单成本、费销比、物流相关的财务指标，包括仓储费占比，物流费占比等

新客成本的分析并不像表面看上去那么简单，比如一次营销活动会带来新用户点击、新用户注册和新购买用户，新客成本用哪个新用户计算，其次，要不要剔除平时自然增长的新用户，然后要不要将营销计划的人力成本、营运成本计算其中？

答案是你可以选择新用户点击、新用户注册、新购买用户任意一个口径，有关的人力成本、营运成本也要计算进去，还要剔除自然增长的新用户。

哪些指标是关键指标？

在不同的视角下，关键指标是不同的。

1、阶段不同，需求不同

对于一个新电商来说，积累数据，找准营运方向比其他更重要，这个阶段关注流量指标。

对于已经营运过一段时间的电商来说，提高销量是关键。此阶段的重点指标就是流量指标和销售指标，包括访客数、浏览量、转化率、新增会员数、会员流失率、销售额、库存天数、ROI、客单价、动销率等。

对于很有规模的电商，利用数据提升整体营运水平就很关键。他们的重点指标在于访客数、浏览量、转化率、复购率、流失率、留存率、客单价、利润率、ROI、新客成本、库存天数、订单满足率、销售额等。

2、时间不同、侧重不同

数据指标分为追踪指标、分析指标、营运指标，营运指标就是绩效考核指标。销售额首先是追踪出来的，其次是分析出来的，最后才是绩效考核出来的，销售追踪自然是按天、按时段说话，分析一般是以周和月为单位，绩效考核是以月为主，以年为辅。

3、职位不同、视觉不同

执行人员侧重过程指标，管理人员侧重结果指标。例如运营人员很关心流量的来源指标、流量的质量指标，管理层关心的是流量这个指标天猫大数据，执行人员关注转化率、客单价指标，管理层只需关注销售额这个结果指标。对于数据分析人员来说一定要学会根据受众不同提供不同的数据。

因此，在不同的企业阶段，应该掌握不同的指标分析方法。

流量数据分析

漏斗图是一个细分和溯源的过程，通过不同层次的分解从而找到转化的逻辑。用户从点击到购买有不同的转化形式，下图是一个描述流量转化过程的漏斗图：

漏斗图的缺点是只能反映一条转化路径，而且是时间上的变化，我们可以将漏斗图稍加修改，将空间上的转化比例及其入进去，比如新老访客的转化比率。

有时候，投入各个渠道的回报差别悬殊，流量的质量体现在营销目的的不同上，不管是获取点击、注册、收藏、购买或者获取利润的目的，都可以成为流量质量的诉求。流量质量的分析可以用四象限图表示：

上图是对不同渠道流量和转化率的分析，第一象限是转化率和流量都偏高的，是高质量的渠道，第二想象是转化率高，流量偏低的象限，通过搜索来的流量大部分属于此类，第四象限是流量高但转化低的流量，站外付费流量多属于此，第三象限是流量和转化都低的流量，不用特别维护，任其发展即可。

图中的Y轴可以根据具体分析目的替换成点击率、注册率、收藏率、ROI等，这种四象限分析法局限在某个时段或某个营销事件，只能看到点，看不到趋势。因此我们还需要结合渠道的发展趋势加以深层次分析。

（编辑：南平站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!