
電商運(yùn)營的五大關(guān)鍵數(shù)據(jù)指標(biāo)
先來看一個(gè)例子。問:如果網(wǎng)站平均停留時(shí)間越長說明了什么問題?
對(duì)于同一種類型的網(wǎng)站或者同一個(gè)品類的電商網(wǎng)站,平均停留時(shí)間越高表示網(wǎng)站越有吸引力,換句話說,停留時(shí)間長短是衡量網(wǎng)站黏性的最重要的指標(biāo)。不僅如此,停留時(shí)間與成交也有很強(qiáng)的正相關(guān)關(guān)系,如下圖所示:
其實(shí),平均停留時(shí)間對(duì)銷售額有正面積極的作用力不僅被用在網(wǎng)上,在線下的傳統(tǒng)零售行業(yè)也被運(yùn)用的淋漓盡致,譬如增大商場(chǎng)貨架的距離可以增加女性消費(fèi)群體的逗留時(shí)間從而促進(jìn)購買。當(dāng)然,這里還牽涉到另外一個(gè)問題,就是增加貨架距離固然可以提升銷售額但是同時(shí)單位面積內(nèi)銷售產(chǎn)出有可能變小了,所以需要測(cè)算之后進(jìn)行比較才能做出決策。同時(shí),還要考慮定位問題和實(shí)際條件限制。
一、建立日常運(yùn)營的數(shù)據(jù)指標(biāo)的重要性
量化公司日常運(yùn)營健康狀態(tài)的指標(biāo)簇,相當(dāng)于飛機(jī)的“儀盤表”(有時(shí)候也稱為“晴雨表”),通過這些指標(biāo)就能判定公司是否運(yùn)行在正常的軌跡上。所有的世界500強(qiáng)企業(yè)都有晴雨表體系,它有兩方面作用:1)決策支持;2)考核業(yè)績(jī)。
二、如何正確看待運(yùn)營數(shù)據(jù)指標(biāo)
在之前筆者關(guān)于講解品牌的帖子,筆者曾多次這樣比喻:通過數(shù)據(jù)指標(biāo)判斷一個(gè)網(wǎng)站是否健康就好比去醫(yī)院體檢,比如抽血化驗(yàn),血小板總數(shù)丶白細(xì)胞總數(shù)丶紅細(xì)胞壓積容量丶淋巴細(xì)胞百分比丶粒細(xì)胞百分比等項(xiàng)目數(shù)據(jù)就類比于電商網(wǎng)站數(shù)據(jù)指標(biāo),通過指標(biāo)就能判斷網(wǎng)站是否運(yùn)營良好,所以需要知道兩類值:實(shí)際值和參考值。但是難點(diǎn)在于,如果沒有足夠的經(jīng)驗(yàn),往往很難將數(shù)據(jù)指標(biāo)與背后的問題一一對(duì)應(yīng)起來。
三、常見的日常運(yùn)營指標(biāo)有哪些
鑒于電商行業(yè)的格局,天貓和淘寶所占的市場(chǎng)份額目前領(lǐng)先的所以就以淘寶和天貓的數(shù)據(jù)指標(biāo)為例,其它獨(dú)立B2C商城數(shù)據(jù)指標(biāo)可以適當(dāng)比靠這些指標(biāo),基本上大同小異。
常見的指標(biāo),其意義也非常明朗,限于篇幅不再贅述,以上指標(biāo)主要針對(duì)PC端,移動(dòng)端可以參考上表進(jìn)行相應(yīng)合理取舍得出指標(biāo)。另外,部分?jǐn)?shù)據(jù)指標(biāo)行業(yè)并沒有嚴(yán)格和嚴(yán)謹(jǐn)?shù)亩x,多數(shù)是一家之言不足以作為通用標(biāo)準(zhǔn),所以,一些指標(biāo)是可以自定義的,只要在數(shù)據(jù)進(jìn)行核對(duì)和比較時(shí),務(wù)必清楚地知道數(shù)據(jù)得出的前提,或者說是口徑。這里有四個(gè)指標(biāo)需要特別解釋下,大家可能稍微陌生一些。
第一個(gè)指標(biāo):商品集中度,表示的銷售額或者銷售量之中,占比80%(具體數(shù)字可以自行約定)的商品數(shù)量或者比例。一般來講,商品集中度越高越方便下單和追單,也就是補(bǔ)貨更加容易,但是同時(shí)也暴露優(yōu)質(zhì)商品較少,有潛在風(fēng)險(xiǎn),尤其季節(jié)性快消品類目,一旦處于換季邊緣,集中度高的商品不給力,整個(gè)銷售業(yè)績(jī)將受到重挫,所以要聯(lián)系所處品類的行業(yè)參考值,合理觀察“商品集中度”;
第二個(gè)指標(biāo):商品動(dòng)銷率,商品動(dòng)銷率=動(dòng)銷品種數(shù)店鋪經(jīng)營總品種數(shù)*100%,動(dòng)銷品種數(shù):店鋪里有銷售的商品種類總數(shù);
第三個(gè)指標(biāo):庫銷比,庫銷比=店鋪即時(shí)庫存或期末庫存周期內(nèi)總銷售,其中庫存和銷售可以是數(shù)量亦可以是金額。
第四個(gè)指標(biāo):客戶重合度,現(xiàn)在很多電商公司都是實(shí)施全網(wǎng)鋪貨和多品牌的戰(zhàn)略(多品牌定位可以使市場(chǎng)覆蓋面更廣且抵御風(fēng)險(xiǎn)能力更強(qiáng)),為了使新品牌更快更有效的啟動(dòng)和成長,通常的做法是在初期把成熟品牌的網(wǎng)站流量導(dǎo)入到新品牌,加速其生長,這時(shí)候一定要計(jì)算新品牌和老品牌之間的客戶重合度,以便達(dá)到一定的閾值可以使新品牌與老品牌解綁,讓其獨(dú)立行走。過早地撤走流量可能致使新品牌發(fā)育遲緩甚至發(fā)育不良,過晚撤走流量可能致使多品牌同質(zhì)化,品牌定位無區(qū)隔,不能有效產(chǎn)生增量市場(chǎng)。當(dāng)然,追蹤成熟品牌與新品牌重合客戶的差異和特質(zhì)只用“重合度”一個(gè)指標(biāo)顯然是不夠的,我們可以這樣來比較兩個(gè)品牌,假設(shè)成熟品牌是A,新品牌是B:
(1) 兩個(gè)品牌的客戶重合比例是多少?
(2) 在 (1)的基礎(chǔ)上,計(jì)算重合客戶的重復(fù)購買率?
(3) 在 (1)的基礎(chǔ)上,計(jì)算重合客戶自從在B買過商品之后就再也沒有回到A購物過的客戶比例?
(4) 在 (1)(2)(3)的基礎(chǔ)上同時(shí)滿足,客戶的比例是多少?
這里必須著重強(qiáng)調(diào)一點(diǎn):數(shù)據(jù)指標(biāo)的統(tǒng)計(jì)務(wù)必保證100%的準(zhǔn)確性。數(shù)據(jù)的準(zhǔn)確性不僅決定了將來做數(shù)據(jù)分析丶挖掘和數(shù)學(xué)建模的深度與廣度,更體現(xiàn)了數(shù)據(jù)的共識(shí)性,尤其關(guān)鍵指標(biāo)的統(tǒng)計(jì)倘若經(jīng)常出現(xiàn)差池,會(huì)讓所有人對(duì)數(shù)據(jù)失去信任,對(duì)基于數(shù)據(jù)得出的結(jié)論也隨之信心瓦解了。
四、“晴雨表”的作用
那么,建立晴雨表有何作用呢?不言而喻,作用是很大的,分為直接作用和間接作用。一方面,晴雨表可以作為數(shù)據(jù)存檔的基本單元,方便及時(shí)調(diào)用;另一方面,可以自由抽取其中的關(guān)鍵性指標(biāo)生成運(yùn)營日?qǐng)?bào)丶周報(bào)和月報(bào)等。建立晴雨表相對(duì)比較容易做到,但是解讀晴雨表數(shù)據(jù)指標(biāo)的能力就需要漫長經(jīng)驗(yàn)的積累,否則無法看到數(shù)據(jù)背后所代表的業(yè)務(wù)狀況。解讀數(shù)據(jù)需要把控以下關(guān)鍵點(diǎn):
(1)知道該指標(biāo)的實(shí)際值和行業(yè)參考值。例如想知道店鋪的轉(zhuǎn)化率水準(zhǔn)是怎樣的,就必須了解行業(yè)TOP賣家的平均轉(zhuǎn)化率數(shù)值。
(2)優(yōu)先注意數(shù)據(jù)奇異點(diǎn)和數(shù)據(jù)拐點(diǎn),突然變大或者變小的數(shù)據(jù)一定是受到外力的作用。例如給客戶短信群發(fā),應(yīng)該在短信發(fā)出去之后極短的時(shí)間內(nèi)便會(huì)出現(xiàn)流量拐點(diǎn),如果沒有出現(xiàn)相應(yīng)的流量拐點(diǎn)表明短信通道沒有發(fā)送出去(短信延遲),或者客戶對(duì)于長期的短信已經(jīng)產(chǎn)生免疫的作用,抑或促銷活動(dòng)不能吸引到客戶。
(3)數(shù)據(jù)要有對(duì)比,可以是同比,也可以是環(huán)比。
(4)選取合適的數(shù)據(jù)呈現(xiàn)形式。依據(jù)數(shù)據(jù)想要表達(dá)的意思選擇相應(yīng)的呈現(xiàn)方式非常重要,生動(dòng)形象的數(shù)據(jù)展現(xiàn)形式能有助于快速抓住重點(diǎn)。
五、請(qǐng)大家一起來討論下這些數(shù)據(jù)指標(biāo)的變化代表的意義
關(guān)于數(shù)據(jù)解讀,需要依靠某單個(gè)核心指標(biāo)來解讀,但是有時(shí)候也需要聯(lián)合一組指標(biāo)綜合研判。筆者隨機(jī)例舉5個(gè)問題來講解如何通過指標(biāo)來解析數(shù)據(jù)背后的意義。請(qǐng)大家先把答案寫在回復(fù)中。
1.對(duì)于網(wǎng)絡(luò)女裝品牌的估值應(yīng)該看哪些指標(biāo)?
2.如果收藏人數(shù)多但是成交人數(shù)少是什么原因?
3.翻頁數(shù)(PV/UV)越大表示網(wǎng)站越好么?
4.回頭率低一般是什么原因造成的?
5.某件商品銷量下滑一般是什么原因?
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):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(dòng)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)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(shí),“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(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(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(jià)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)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(jì)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(shí)的科學(xué)計(jì)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(jià)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(jià)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(jì)” 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(dòng)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(jià)值 在數(shù)據(jù)驅(qū)動(dòng)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(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10