高手告诉你如何电商数据分析

高手告诉你如何电商数据分析之马矢奏春创作
一、从数据维度做拆分,让目标更加落地.
我做过近两年的电商运营,其中感触很深的一个点就是从数据的维度对目标做拆分.
天猫的双11刚刚过去,马云又缔造了新的成果,912亿.从去年的571亿到今年的912亿,马云怎么就敢说今年可以做900亿呢？在设定这个目标之前就少不了对目标的拆分.
900亿的成交,首先依照过往的类目占比,拆分到各个类目,每个类目承当几多销售指标,类目再依照过往的卖家成交额占比拆分到各个卖家,每个卖家承当几多销售指标.卖家再根据各自的日常店肆转化率反推需要几多流量,各类目再结合平台能提供的流量,就可以获得流量的缺口.接下来再依照各渠道获取流量的成原本计算,就可以得出双11平台需投入的营销经费数值.整个900亿的目标,通过这样的拆分,就变得明确可执行了.
无论做什么事情,想做成,都离不开对目标的拆解,任何笼统的事物都可以通过数学的方法来解决,把事情数据化会让事情更简单可执行,也更容易考核效果.
二、很多业务其实就是一个公式.
我刚开始接触电商接受业务培训,第一节课就只讲了一个公式.
成交额=买家数x客单价
如果你想提升成交额,要么提升买家数,要么提升客单价.我们可以盘点一下,我们见过这么多的促销手段,有哪个不是为了提升
这两个数值的.满减、满送、买二送一,这是为了提升客单价的手段；秒杀,团购,这是为了提升买家数的手段（秒杀的核心在于集聚年夜量流量做关联销售）.
不单仅如此,这个公式依据分歧的业务场景还可以拆分成多种形式.
买家数 = 商详uv x 下单率 x 付款率
商详uv = 广告展现 x 广告转化率 = 搜索展现x搜索转化率
= 活动展现x活动点击率
于是,决定成交额的因素就酿成了各个渠道的转化率、图片的点击率、产物的下单率、付款率,这样多的细节共同决定了最后的成交额.接下来针对这些细节分别去做优化,这个过程就叫依据数据
做精细化运营.
仔细想想,你自己的业务又何尝不是一个公式呢？试着找到自己的公式,去拆分它,你也许会很多改进的方法.
三、运营说究竟就是一个漏斗.
互联网的模式下,无论做什么产物,根本目的都是为了变现,只要是变现,就涉及到了转化.而转化其实就是一个漏斗模型.
漏斗模型是运营数据里提到的最多的词了,在业务的链条里,每个环节的用户数是呈不竭衰减的,运营要做的事,就是想尽一切的
法子来提升漏斗中各环节的转化率.
比如一个电商的活动页,它的漏斗模型应该是这样的：
有了这么个漏斗,我就可以分析每个环节代表了什么,我怎样去改善：
1）pv/uv：页面访问深度,直接体现了这个页面是否吸引人,用户在这个页面是否发生点击的兴趣.
2）活动页—>详情页uv：页面上的内容是否吸引人,商品是否是用户喜欢的,需根据页面点击情况及时替换点击效果差的商品.
3）详情页uv—>下单人数：商品的转化率如何,是不是爆款,此处转化过低需替换高转化的商品.
4）下单人数—>付款人数：商品的付款率,如果低于正常值,需要卖家催单.
需要注意的是,漏斗模型是需要比较的,如果仅仅只有一个漏斗模型,那么就只是数据的摆设,如果要做分析的话,就一定要有比较,比如和往期的漏斗作比较,比如与平台的均值作比较,只有在比较
过程中才会发现问题.我们作为产物运营的同学,必需要熟悉我们产物中每一个关键数据,日均的uv是几多、转化率是几多,下载量是几多,这样在数据呈现异常的时候才可以第一时间发现,熟悉产物数据,是对数据敏感的前提.
四、一篇完整的数据分析陈说应该包括哪些内容？
前面讲了一些理论层面的,最后给一个数据分析模板给年夜家,供参考.
1、首先你需要根据活动目标确定你的目标告竣率,完成百分比,提升百分比.这是这次活动取得的功效,在一开始就写.如：本次活动uv 24w（20w,↑ 20%）,uv价值 3.6（3,↑ 20%）
2、如果是发周报、月报之类的数据,接下来就应该是核心数据走势图
在这张图里,要对每个数据的拐点做分析,比如图中11月7日、8日两天的uv价值有明显提升,这个的原因,要找到并写在陈说里.
3、接下来流量分析,主要为流量来源分布,各渠道流量转化率分析.流量涨了,要找到是哪个渠道带来的流量涨了,为什么涨了,分析这里的原因.流量的质量如何,哪个渠道的流量转化率高.这里需要两个饼图,一个是流量渠道占比,一个是渠道带来的转化占比.
从上面的两个饼图里,我们看到明显站内流量的转化率更高,而广点通带来的流量转化率偏低.另外,通过与往期的渠道来源占比作比力,我们可以看到以后流量构成上的变动.
3、转化率分析,也就是漏斗模型分析.前文提到了,漏斗模型需要比较的数据,所以在此处的分析,我们需要列两个漏斗模型.
对漏斗模型各环节转化的分析,这里主要和往期数据做比较,结合活动页面、流量、产物功能等多方面因素,检验考试分析这里各环节转化率提升或者降低的原因.
4、模块点击分析
我们设计的产物页面,或者活动页面,我们需要知道这个页面的结构是否合理,用户的点击分布,这有助于我们改善.当我们检验考试新的页面样式的时候,更应该对这里的模块点击做分析,可以验证我们的结构是否对数据带来了改善.
模块点击分析主要是从点击饼图,及其各模块转化率的角度来分析,点击饼图可以看到用户的需求,模块转化率则反应了各个模块内容是否满足用户的需求,如果模块转化率较低,则需要考虑这个模块的内容是否优质,甚至这个模块是否需要改变样式.
5、改进及优化
每次的活动总是有做的好的处所和做的欠好的处所,我们数据分析的目的就是为了积累经验,沉淀方法论,在每一篇数据陈说的结尾,我们需要对这一次活动做一个总结,比如检验考试了一个新的玩法,效果如何,检验考试了一个新的页面样式,点击率是否有提升,等等.把经验应用于之后的活动规画傍边.
五、数据不是万能的
写在最后,想说一点,数据不是万能的.
我们常做的数据分析,是建立在海量数据的情况下,但往往在草创公司,数据系统还不完善,数据量不够的情况下,数据只能作为参考,过分相信数据往往会招致做犯毛病的判断.
数据有很多指标,统计维度又有很多种,如果深挖下去,会耗费年夜量的精力,但却纷歧定会有成效,所以找出最关键的几个数据指标,对其最合理地分析,这点很重要.
今天就说这么多啦.做数据分析,重点不在数据,而在分析,对数据敏感,就是能清楚数据异常面前的原因,这需要经验,也需要你的思考和执行力.希望你可以成为一个对数据敏感的互联网人.。