B2C网站运营核心数据分析模型

转载自：http://www.itongji.cn/article/022D122012.html

笔者根据B2C运营的的业务特点，建立了整体B2C运营体系的数据模型，技术部已经开始对接商城后台，实施我们WEB版的数据分析后台。

明年我们的运营部，将逐步实现运营数据化，以数据为指导思想，来发现问题，解决问题，逐步使我们的运营工作稳健的上一个又一个台阶。

第一项：日常性数据（基础）

1. 流量相关数据：

1.1 IP

1.2 PV

1.3 在线时间

1.4 跳出率

1.5 新用户比例

2. 订单相关数据：

2.1 总订单

2.2 有效订单

2.3 订单有效率

2.4 总销售额

2.5 客单价

2.6 毛利润

2.7 毛利率

3. 转化率相关数据：

3.1 下单转化率

3.2 付款转化率。

简要说明：

1. 因为我们已经实现基础的WEB版数据分析系统（有些公司用进销存软件），所以常规性的销售额、利润、利润率，都是可以通过系统实现的。

2. 因为直接与商城后台对接，库存管理都已经做进去了，分析数据时候，后台的原始数据都有，设定好各项公式，想要的结果都出来了，这样实现比用软件效率更好，且可以根据各自的需求灵活开发。

3. 由于会出现用户今日下单，明日付款，所以订单有效率、销售额、转化率、客单价会动态变化，靠EXCEL基本是做不来，所以灵活对接系统非常重要，如果没有，也可以参考这方面的需求去开发。

第二项：每周数据分析（核心）

用户下单和付款不一定会在同一天完成，但一周的数据相对是精准的，所以我们把每周数据作为比对的参考对象，主要的用途在于，比对上周与上上周数据间的差别，运营做了某方面的工作，产品做出了某种调整，相对应的数据也会有一定的变化，如果没有提高，说明方法有问题或者本身的问题并在与此。

1. 网站使用率：IP、PV、平均浏览页数、在线时间、跳出率、回访者比率、访问深度比率、访问时间比率。

这是最基本的，每项数据提高都不容易，这意味着要不断改进每一个发现问题的细节，不断去完善购物体验。来说明下重要的数据指标：

1.1 跳出率：跳出率高绝不是好事，但跳出的问题在哪里才是关键。我的经验，在一些推广活动或投放大媒体广告时，跳出率都会很高，跳出率高可能意味着人群不精准，或者广告诉求与访问内容有巨大的差别，或者本身的访问页面有问题。常规性的跳出率我注于登录、注册、订单流程1-3步、用户中心等基础页面，如果跳出率高于20%，我觉得就有不少的问题，也根据跳出率来改进购物流程和用户体验。

1.2 回访者比率=一周内2次回访者/总来访者，意味着网站吸引力，以及会员忠诚度，如果在流量稳定的情况下，此数据相对高一些会比较高，太高则说明新用户开发的太少，太低则说明用户的忠诚度太差，复购率也不会高。

1.3 访问深度比率=访问超过11页的用户／总的访问数，访问时间比率=访问时间在10分钟以上的用户数／总用户数，这两项指标代表网站内容吸引力，数据比率越高越好。

2. 运营数据：总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率、下单转化率、付款转化率、退货率；

每日数据汇总，每周的数据一定是稳定的，主要比对于上上周的数据，重点指导运营内部的工作，如产品引导、定价策略、促销策略、包邮策略等。

2.1 比对数据，为什么订单数减少了？但销售额增加了？这是否是好事？

2.2 对比数据，为什么客单价提高了？但利润率降低了？这是否是好事？

2.3 对比数据，能否做到：销售额增长，利润率提高，订单数增加？这不是不可能。

所有的问题，在运营数据中都能够找到答案。

第三项：用户分析

1. 会员分析：新会员注册、新会员购物比率、会员总数、所有会员购物比率；

概括性分析会员购物状态，重点在于本周新增了多少会员，新增会员购物比率是否高于总体水平。如果你的注册会员购物比率很高，那引导新会员注册不失为提高销售额的好方法。

1.1 会员复购率：1次购物比例、2次购物比例、3次购物比例、4次购物比例、5次购物比例、6次购物比例；

1.2 转化率是体现的是B2C的购物流程、用户体验是否有好，可以叫外功，复购率则体现B2C整体的竞争力，绝对是内功，这包括知名度、口碑、客户服务、包装、发货单等每个细节，好的B2C复购率能做到90%，没有复购率的B2C绝对没有任何前途，所以这也能够理解为什么很多B2C愿意花大钱去投门户广告，为了就是获取用户的第一次购买，从而获得长期的重复购买。但某些B2C购物体验做的不好，花大钱砸广告，这纯属烧钱行为。

所以我觉得运营的核心工作，一方面是做外功，提高转化率，获取消费者第一次购买行为，另外一方面就是做内功，提高复购率，B2C根本也就在重复购买。所以B2C是个综合学科，做好每门功课真是不容易，不过也就是依靠每个细节，才奠定了B2C发展的基石。

中国的B2C是幸运的，因为中国的消费者很宽容，你欺骗我一次，我可能还会原谅你，说实话给消费者选择的空间也并不是那么多，但随着新崛起B2C的成长，对服务的关注与投入，我相信未来的B2C会是个服务行业，而不是搬运工。

第四项：流量来源分析

我们用的是Google Analytics，统计的数据比较详细，流量来源分析我觉得最重要的意义是：

1. 监控各渠道转化率，这是运营的核心工作，针对不同的渠道做有效的营销，IP代表着力度，转化率代表着效果；

2. 发掘有效媒体，转化率的数据让我们很清晰的了解什么样的渠道转化效果好，那么以此类推，同样的营销方式，用在同类的渠道上，效果差不到哪去，BD或广告就可以去开发同类的合作渠道，复制成功经验。

流量分析是为运营和推广部门指导方向的，除了关注转化率，还有像浏览页数、在线时间，都是评估渠道价值的指标。

第五项：内容分析

主要的两项指标：退出率和热点内容

1. 退出率是个好医生，很适合给B2C检查身体，哪里的退出率高，基本会说明有些问题，重点关注登录、注册、购物车、用户中心，这些是最基础的，但也是最关键的。一般我会列出TOP20退出率页面，然后运营部会重点讨论为什么，然后依次进行改进，不过我们今年做的很粗旷，做得也不是很好，来年重点完善。

2. 热点内容这部分是用来指导运营工作的，消费者最关注什么，什么产品、分类、品牌点击最高，这些数据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。

第六项：商品销售分析

这部分是内部数据，根据每周、每月的销售详情，了解经营状况，做出未来销售趋势的判断，这部分数据模型还在规划中，每家的情况都不同，所以这里就不做说明了。

B2C网站运营核心数据分析模型相关推荐

电子商务B2C网站运营策略路线图
网络穿越了传统行业,降低了草根创业的现金成本,但这门槛看似不高的行业其实水也很深.可以成功的运营一个在线的商城就更加困难,营销和运营的陈本都不低. 怎样才能系统的搭建一套B2C的网站,下图将给出一个全 ...
B2C购物网站运营杂谈
今天正好整理到对国外B2C网站运营观察的资料,感觉以这个框架和提纲展开来说B2C网站很实在,涉及到B2C网站各个方面,包括B2C网站设计要点,B2C购物网站商品定价策略以及B2C电子商务运营支撑,像物 ...
无代码搭建“网站运营”管理系统
对于很多公司来说,他们一般都有自己的网站,尤其是B2B的公司,B2C的公司要运营的则主要包括公众号.电商平台献上店铺等各大平台.但不管是哪一类平台,日常的运营工作是不能少的--自然,运营数据的管理也是 ...
龚文祥：VC看B2C的5个核心数据
前天一个资深vc告诉了我他看B2C电子商务网站以上5个数据,结合我运营电子商务经验,真的觉得这几个数字指标非常的重要,加上和几个电商行业内资深人士交流得到的一般数字经验,也可以看出行业平均水平及差距. ...
分享 | 运营必备11大数据分析模型，建议收藏
数据运营能力已经被公认为运营人员的加分项甚至是必备技能,其高低也在很大程度上决定着运营人员的薪资高低和职业生命周期的长短.一方面,它能大幅提升运营人员的工作效率:另一方面,它能更全面和深入地分析运 ...
B2C电子商务网站运营推广的优化技巧
随着网络世界的演进,消费者变得更方便.更多元.更主动地接触世界和信息,还有更多选择.更多娱乐.总之消费者手上握有更大的主导权,主导信息和经验的选择,在想看的时间,看自己想看的内容.这一切,带给二十一世 ...
商业数据分析模型及其核心Python代码_持续更新
商业数据分析模型_持续更新一.AARRR模型二.PEST模型理论医美行业应用案例三.RFM模型理论 Python实战_核心指标计算四.SWOT模型五.5W1H模型六.流程拆解法七. ...
产品必备技能（三）：互联网数据分析师、产品经理和运营常用数据网站合集
文章目录中国互联网络消息中心百度指数阿里指数腾讯大数据友盟+ DCCI互联网数据中心艾瑞咨询 TalkingData 易观 App Store App Annie APPDUU 清源火眼 ...
运营数据分析模型—漏斗分析
漏斗分析(转化分析/路径分析) 漏斗分析是基于用户在产品上旅程的分析方法,能够从用户使用过程的角度考察用户的转化和流失,是最常见的分析模型,广泛应用于Web.APP以及线下产品的数据运营与数据分析中, ...

B2C网站运营核心数据分析模型

B2C网站运营核心数据分析模型相关推荐

最新文章

热门文章