
數(shù)據(jù)分析系列篇:數(shù)據(jù)指標(biāo)體系建立
數(shù)據(jù)指標(biāo)是數(shù)據(jù)分析很重要的原材料,比如我作為一家電商公司,我的網(wǎng)站運(yùn)營的如何?每天的流量是多少?新老賣家買家都是什么占比?產(chǎn)品類目銷售情況是什么樣子?這些都是作為一家電商公司每天都需要去監(jiān)控和關(guān)注的。
一家企業(yè)建立的數(shù)據(jù)分析體系通常細(xì)分到了具體可執(zhí)行的部分,可以根據(jù)設(shè)定的某個指標(biāo)的異常變化,相應(yīng)立即執(zhí)行相應(yīng)的方案,來保證企業(yè)的運(yùn)營的正常進(jìn)行。
本篇重點(diǎn)介紹電商公司的數(shù)據(jù)指標(biāo)體系建立,究其原因1.用戶數(shù)據(jù)相對完整和復(fù)雜 2.業(yè)務(wù)相對較成熟 3.數(shù)據(jù)指標(biāo)體系建立相對來說具有代表性。
第一塊重點(diǎn)先講方法論,第二塊講模塊內(nèi)容介紹,第三回顧數(shù)據(jù)指標(biāo)體系的注意點(diǎn)。
為什么要先介紹下方法論呢?
主要是不管是電商也好,還是游戲公司也好,還是做搜索引擎的,還是做微博運(yùn)營的,本質(zhì)上都是在做用戶,都是在研究用戶的行為特征和平臺運(yùn)營情況,掌握了基本的方法論,就無招勝有招。
1.搭建數(shù)據(jù)指標(biāo)體系的前提
前提是神馬呢?首先就是知道你在干的一件什么事!
做保險行業(yè)的數(shù)據(jù)分析指標(biāo)體系肯定和做零售行業(yè)的指標(biāo)體系不同,有做交易支付為目標(biāo)的,也有做用戶流量的。所以了解業(yè)務(wù)形態(tài),是首要任務(wù)。大到方向,小到細(xì)節(jié)。
step 1走出去,先和運(yùn)營的童鞋聊聊吧??纯此麄兌缄P(guān)注什么,他們對業(yè)務(wù)的理解是什么。他們平時都看什么指標(biāo)。如果運(yùn)營今年KPI是日活躍7000萬,而你拼命分析交易量有增長,這樣也沒有了意義。
step 2看看不同層次的人對這個業(yè)務(wù)的理解。高管和運(yùn)營童鞋具體看的維度和思考的維度會有不同,了解不同的思考維度和聲音,對建立不同的數(shù)據(jù)體系有重要的意義。
step 3了解用戶的聲音,往往用戶的聲音才是對一個產(chǎn)品和平臺最真實(shí)的反饋,這些需要數(shù)據(jù)指標(biāo)體系來量化。
2.電商的數(shù)據(jù)分析指標(biāo)體系
下圖列出電子商務(wù)企業(yè)的數(shù)據(jù)分析體系絕大部分維度,這里的數(shù)據(jù)分析體系只是一個大致的、框架性的,這里更多是一個成熟的,共性的指標(biāo),而更多的則需要大家根據(jù)自身的情況去細(xì)化和完善,從而制定對企業(yè)更有意義的指標(biāo)。
a.網(wǎng)站運(yùn)營指標(biāo)
運(yùn)營很重要的關(guān)鍵詞就是:流量!
網(wǎng)站流量指標(biāo)主要用從網(wǎng)站優(yōu)化,網(wǎng)站易用性、網(wǎng)站流量質(zhì)量以及顧客購買行為等方面進(jìn)行考慮。目前,流量指標(biāo)的數(shù)據(jù)來源通常有兩種,一種是通過網(wǎng)站日志數(shù)據(jù)庫處理,另一種則是通過網(wǎng)站頁面插入JS代碼的方法處理(二種收集日志的數(shù)據(jù)更有長、短處。大企業(yè)都會有日志數(shù)據(jù)倉庫,以共分析、建模之用。大多數(shù)的企業(yè)還是使用GA來進(jìn)行網(wǎng)站監(jiān)控與分析。)。網(wǎng)站流量指標(biāo)可細(xì)分為數(shù)量指標(biāo)、質(zhì)量指標(biāo)和轉(zhuǎn)換指標(biāo),例如我們常見的PV、UV、Visits、新訪客數(shù)、新訪客比率等就屬于流量數(shù)量指標(biāo),而跳出率、頁面/站點(diǎn)平均在線時長、PV/UV等則屬于流量質(zhì)量指標(biāo),針對具體的目標(biāo),涉及的轉(zhuǎn)換次數(shù)和轉(zhuǎn)換率則屬于流量轉(zhuǎn)換指標(biāo),譬如用戶下單次數(shù)、加入購物車次數(shù)、成功支付次數(shù)以及相對應(yīng)的轉(zhuǎn)化率等。
其次是產(chǎn)品類目!
商品類目指標(biāo)主要是用來衡量網(wǎng)站商品正常運(yùn)營水平,這一類目指標(biāo)與銷售指標(biāo)以及供應(yīng)鏈指標(biāo)關(guān)聯(lián)慎密。譬如商品類目結(jié)構(gòu)占比,各品類銷售額占比,各品類銷售SKU集中度以及相應(yīng)的庫存周轉(zhuǎn)率等,不同的產(chǎn)品類目占比又可細(xì)分為商品大類目占比情況以及具體商品不同大小、顏色、型號等各個類別的占比情況等。
b.經(jīng)營環(huán)境指標(biāo)
經(jīng)營環(huán)境指標(biāo)更多是對市場和外部環(huán)境的反饋,比如市場占有率、市場增長率,像這類的數(shù)據(jù)一般都是通過第三方數(shù)據(jù)公司的調(diào)研完成。
c.銷售指標(biāo)
銷售指標(biāo)是用戶在下單環(huán)節(jié)中的整個過程體現(xiàn)。如果創(chuàng)建訂單量很高,而下單成功率很低,那中間的支付環(huán)節(jié)是不是存在問題。如果訂單量很低,而流量很高,是不是產(chǎn)品類目和單價有問題。總之,賺錢才能給業(yè)務(wù)帶來增長。網(wǎng)站銷售業(yè)績指標(biāo)重點(diǎn)在網(wǎng)站訂單的轉(zhuǎn)化率方面,而訂單銷售指標(biāo)重點(diǎn)則在具體的毛利率、訂單有效率、重復(fù)購買率、退換貨率方面,當(dāng)然還有很多指標(biāo),譬如總銷售額、品牌類目銷售額、總訂單、有效訂單等等。
d.營銷活動指標(biāo)
這方面更多是配合運(yùn)營一起來做的,專題活動的專項(xiàng)分析,通過不同的營銷活動來打動用戶,比如雙十一、雙12、黑色星期五,這些典型的成功案例成為全民狂歡的購物節(jié)的具體效果怎么樣。特別要說的是,一定要結(jié)合營銷活動的具體內(nèi)容來分析,舉個例子,之前遇到過一個情況,我們本身并沒有做什么營銷活動,而突然有一天游戲充值的流量暴增,原因查了半天才知道原因是騰訊是搞游戲幣充值活動,那這種就屬于場外活動的影響。
e.客戶價值指標(biāo)
建立CRM(客戶關(guān)系管理):建立CRM的最主要原因是為了幫助我們了解客戶,那么客戶的信息越詳細(xì)、越準(zhǔn)確越好。建立了CRM之后,客戶管理就會便捷而且系統(tǒng)化和流程化。
構(gòu)建客戶綜合價值模型:我們可以通過客戶綜合價值模型來評估并選出我們最想要保留的客戶。客戶價值評估模型的搭建,綜合衡量了客戶五個方面的表現(xiàn):客戶當(dāng)前貢獻(xiàn)度、客戶未來貢獻(xiàn)度、客戶信用度、客戶忠誠度、客戶成長潛力。
用客戶生命周期模型提升收入:通過決策樹算法我們能調(diào)整適合我們的客戶生命周期,最后制定針對不同生命周期的營銷策略。通過劃分生命周期,我們能解決基本客戶細(xì)分的問題。
特別是我們在做用戶會員體系的過程中,要建立會員的健康度監(jiān)控,培養(yǎng)用戶的沉淀意義。什么意思?如果你只是通過一次次的紅包、促銷、折扣來吸引用戶的話,如果不是真的產(chǎn)品很有競爭力,那每次做完活動后能夠沉淀下來的用戶也是寥寥無幾的,這樣的成本也是極高的。
而像騰訊QQ發(fā)展的用戶等級、會員各種特權(quán)等權(quán)益,則是一種新的方式來培養(yǎng)你用戶來不斷的升級,不斷的花錢。雖然聽起來不是很好聽,但會員體系騰訊的確在這方面看的比較遠(yuǎn)。而現(xiàn)在微信又沒有了會員等級制度,相信后面騰訊也會推出這塊的業(yè)務(wù)。
3.數(shù)據(jù)指標(biāo)體系的注意點(diǎn)
第一個注意點(diǎn)就是:用戶路徑!
如果你的用戶路徑都是混亂的,那怎么能分析的清楚在哪里存在問題呢?
第二個注意點(diǎn):目標(biāo)客戶是誰!
如果你建立了一整套的數(shù)據(jù)指標(biāo)體系,最后連自己的目標(biāo)客戶是誰都不清楚,那平臺也很難做下去了。
第三個注意點(diǎn):實(shí)時性和完整性!
會員是運(yùn)營的重中之重,每天都要看的!
第四個注意點(diǎn):變化!
會員也是在不斷變化的,所以指標(biāo)體系也是需要跟著變得。之前的用戶喜歡電視購物,現(xiàn)在喜歡網(wǎng)上購物,關(guān)注的指標(biāo)自然不同。以前的會員追求大眾化,現(xiàn)在追求個性,所以買的產(chǎn)品也會不同。這種都需要了解人性和潮流。
做數(shù)據(jù)指標(biāo)體系,更是對人性揣摩的量化!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10