数据指标体系及常见名词 2

数据指标体系及常见名词
数据之美，美在千变万化、美在蕴含深意，一旦掌握了数据化运营的思路和手段，电商运营将变得其乐无穷。

如果说产品是商务的本质，那么数据就是电商的核心。

因为它反映了最真实的客户行为，还原了最基本的运营之术，呈现了最细致的店铺路径。

而所有这些功效，绝非直通车、钻石展位抑或淘宝客等技术性推广手段所能比及。

数据犹如电商的眼睛，点亮我们的运营之路。

做电商，不懂数据，不会数据化运营，犹如摸黑行路。

网店运营各项工作的持续优化，需要数据支撑；
客户行为分析及据反馈意见进行调整，需要据数据进行决策；
爆款选款、测试及打造，需要数据指导；
网店运营规划和计划，需要形成数据闭环；
团队绩效考核，需要数据依据；
数据贯穿了网店运营的全过程，渗透进电子商务的每一个战略、策略及执行层面。

客服绩效进行考评时，“赤兔”是不二之选；
需要对类目和推广数据进行解读时，“生意经”是很好的选择；
需要对行业及竞争对手进行深度剖析时，“数据魔方”的优势便凸显。

堪称“数据三剑客”的工具，分别是：
以店铺数据挖掘而著称的生意参谋；
以行业和市场数据挖掘而著称的数据魔方；
以消费数据挖掘而著称的淘宝指数；
要做好数据化运营，首先要了解数据。

网店数据可以划分为5大模块：
流量指标：如PV、UV、浏览量占比等；
转化指标：如转化率、访问深度、停留时间等；
销售指标：如拍下金额、拍下次数、销售额等；
经营环境指标：如链接点击率、平均展现排名等；
客户价值指标：如流量价值、流程成本、购买频次等。

如图所展示的是常见的数据经营模块及相关的数据指标
数据概念详解：
浏览量( PV)：店铺各页面被查看的次数，用户每次打开或刷新一个页面，“浏览量”会增加。

访客数( UV)：访问您网店的一台电脑客户端为一个访客。

00：00~24：00内同一台客户端只会被计入一次。

客单价：客单价=支付宝成交金额／成交用户数。

单日“客单价”指单日每位成交用户产生的成交金额。

全店成交转化率：全店成交转化率=成交用户数／访客数。

单日“全店成交转化率”指单日成交用户数占访客数的百分比。

浏览回头客：前6天内访问过店铺当日又来访问的顾客。

浏览回头率：指回头客占店铺总访客数的百分比。

成交回头客：曾在店铺交易过，再次访问店铺并发生交易的用户称为成交回头客：
成交回头率：指成交回头客占成交用户数的百分比。

成交回头率=成交回头客／成交用户数。

跳失率：表示顾客通过相同入口进入，只访问了一个页面就离开的访问次数占该入口总访问量访问次数的比例。

入店页面：单个用户每次浏览您的店铺时所查看的第一个页面为人店页面。

出店页面：单个用户每次浏览您的店铺时所查看的最后一个页面为出店页面。

入店人次：指从该页面进入店铺的人次。

出店人次：指从该页面离开店铺的人次。

到达页浏览量：到达店铺的入口页面的浏览量。

平均访问深度：为用户一次访问店铺内页面的次数，平均访问深度即所有用户每次访问时访问深度的平均值。

平均停留时间：为用户在一次访问过程中访问店铺的时长，平均停留时间即所有用户每次访问时停留时间的平均值。

人均成交件数：平均每位用户成交的商品件数，即人均成交件数=支付宝成交件数／成交用户数。

人均成交笔数：平均每用户成交的商品次数，即人均成交笔数=支付宝成交笔数／成交用户数。

出店率：该来源的用户访问当前宝贝页之后，未点击该宝贝页中的任何链接（比如：关闭该宝贝页、刷新该宝贝页），或者点击了该宝贝页中的店外链接而离开店铺的次数占宝贝页被查看总次
数的比例。

要想做好数据化运营，首先必须对各个数据指标的特征及功能节点进行细致梳理。

传统企业做电商，很容易陷入“大而全”的运营误区，即片面追求销售额而无暇顾及利润额及推广费等成本占比。

传统渠道也好，线上运营也罢，追求利润最大化是企业的终极目标。

在电子商务这根链条上，哪些数据种类会直接影响我们的利润。

如图表所示：
流量、转化率、客单价、购买频次、毛利润、成本，构成了整个电商利润的数据闭环图。

数据化运营远不止一个数据闭环这么简单。

要知道，每一个数据项目的身后，会有更多的子数据在排队，而每一个子数据的身后，又有更多的影响因素。

如果我们将其扩展成一个完整的数据链条，则理解起来要顺利得多，如图所示：
在这个以利润为导向的数据链条上，集结了更多的数据指标和影响因素。

譬如以浏览量为例，它的来源渠道是极其宽广的，这就包括了硬广、淘客、会员营销等。

而每一个子项目又可以拆解成更多的下级数据，如硬广就涉及展现量、千次展现成本、单次点击单价、点击转化率、投入产出比等各项数据。

看似简单的数据公式，实则蕴含深远，需要我们一步步梳理、解析、重构，这或许正是数据化运营的乐趣所在。

数据最终是为了达成运营目标，而一个好的运营目标又主要由以下几个板块的运营要素组成，他们分别是战略定位、行业分析、产品定位、营销方案、爆款打造、CRM管理，如图所示：
数据化运营绝不是简单的看数据、做报表，而是有目标、有方法、有手段的以结果为导向的运营模式。

数据化运营，需要做好以下5个步骤：
确定运营目标：你是想通过数据来打造爆款、提升转化率？还是想依此找出销售下降的原因并改善？
目标不同，数据化运营的方法也不同。

选择研究对象：当我们确定好目标时，譬如我们想通过数据化运营来测试产品的爆款潜力，那么这时就要进行产品对象的筛选。

设定分析指标：假如我们测试的产品已选择好，那么接下来要做的就是针对这个产品设定相关的分析指标及维度，如产品测款时，我们一般会关注产品的点击率、转化率、收藏率、DSR
评分、流量价值等指标，同时从流量来源、转化、CRM等多个维度进行指标设定。

数据采集整理：当数据指标和维度设定好后，我们就要通过数据工具或用人工的方法对数据进行采集，如转化率通过对宝贝销售排行榜内的数据进行提取，收藏率则通过宝贝的收藏量除以
该宝贝的访客数得出等。

解读透视结果：当所有数据指标提取出来后，我们可以采取排除法、择优法、假设法等方法，筛选出所需要的爆款。

在打造主力产品的时候，一般要经历选款、优化、试推广、效果评估等几个阶段：
无论你的店铺经营什么类目，其主力产品大都具备一定的先天性因素，这些因素包括下列几项。

需求量大：只有面向更广阔的人群，产品的受众面才更大。

需求量大的产品，自然更容易促成交易和进行转化。

性价比高：价格是影响客户是否购买的重要因素，因此主力款一般要具备性价比高的特征，但这并不意味着低价。

较好的利润空间：只有具有一定的利润空间，店铺才能有相对充足的营销推广费用，否则很容易出现销量虽大但不赚钱甚至亏钱的现象。

应季、流行：再好的泳衣，如果放在冬天推广，一样会徒劳无功。

所以主力款的选择，要应季、流行，同时符合大众审美趋势。

在了解了主力款应该具备的几大因素之后，我们再来看看，如何通过数据化运营来选择店铺的主力产品。

1：宝贝被访排行靠前；
2：高点击率；
3：高收藏率；
4：转化率高；
5：回头率高；
6：客户反馈好；
数据化运营贯穿于整个网店运营的各项工作内容中，包括员工KPI考核、如何提升转化率、如果确定店铺主营品类、如何合理规划产品的推广节点等。

需要说明的是，数据化运营给我们提供了网店运营的具体手段，但我们却并不能一味地沉迷于数据，而应综合结合其他各项客观条件，还要考虑数据维度不同所带来的数值差异。

譬如同样是官方数据工具，生意参谋和数据魔方反馈出的数据很有可能出现打架现象，这并不是因为他们哪一个工具出现了统计错误，而是由于他们的统计维度和参照指标不同。

数据化运营过程中要融会贯通、举一反三，这样方能让我们的店铺运营立于不败之地。