电商平台的数据分析

一、重要途径分析一切能够进行产品推广、增进顾客使用、提高顾客粘性和留存、顾客自传输、让顾客付费的行为都能够称为运行。在运行中我们能够用AARRR增加模型将产品的运行途径拆分为：激活、注册、留存、下单、传输，然后根据每个途径进行分析，从而优化产品和运行方略。1.激活不同行业和模式的激活方式都不太同样，例如：之前我们做的体育app激活方式为——从跑步群里面导入顾客和微信公众号导入，先把目的顾客沉淀在微信群，然后运用大型马拉松的名额来吸引他们呼吁顾客下载app进行报名。然而对于B2B的电商平台，顾客激活重要以地推和客服推广为主。由于入驻平台需要一定的资质证件，且顾客自发性地在网上注册的比较少，但地推方式激活的相对成本较高。2.注册注册的时候，经常会由于某个环节文案描述不清或流程复杂，规定上传的证件太多等因素让顾客流失。这时候，我们就能够用漏斗分析顾客是在哪个环节流失严重，分析具体因素后再进行产品优化。3.留存顾客激活和注册后我们需要看顾客的留存率，每个应用对留存的时间定义都是不同的。例如：对于社交软件而言，如果3天不登录可能就被标记为流失顾客；对于我们现在做的医药电商来说，普通顾客的采购周期在15天左右，因此我们把超出15天没下单的顾客称为流失顾客，对于流失顾客我们普通会采用和发送优惠券的方式增进他再次下单。4.营收我们需要理解到：作为电商平台只有平台提供的商品价格、品类、物流服务有吸引力后，顾客才乐意来下单。如果顾客在需要购置该商品的时候没有下单，那多半是本身的商品和竞争对手相比，在价格和服务上吸引力不够。这时候我们就需要通过爬虫爬取竞争对手的商品数据，然后调节自己的定价和适宜做某些营销活动来吸引客户。5.传输由于我们获客成本比较高，因此让顾客自传输的方式去拉新也是一种可行的营销方式，针对这个，我们做了邀请好友得优惠券的方式，激励顾客去帮我们拉新。二、行为数据分析分析的目的：理解顾客的使用习惯、使用途径以及使用频率，从而得出顾客更偏向于使用哪些功效，验证产品顾客体验与否做得好，上线的运行活动与否受欢迎等。做行为数据分析之前，首先我们需要做埋点，埋点能够采用第三方埋点和自己做埋点。各有利弊，这个需要结合公司来做决定。下面是我们之前做的埋点的表格和顾客每次行为统计的字段。埋点重要分为点击事件和页面曝光两类，然后又能够根据页面曝光事件来统计页面的停留时长和顾客的途径。顾客每促发一次事件需要统计的字段（具体还需要根据公司需要采集的数据而定）：source;//来源001-app002-pclogined;//与否已经登录1-是，0-否typeUser;//顾客的类型001-采购商002-供应商userId;//顾客的idcodePage;//页面对应的代码numEvent;//事件编号nameEvent;//事件名称codeEvent;//事件代码typeEvent;//事件类型timeEvent;//事件发生的时间purchaserId;//采购商idip;//作用是解析地址或识别客户province;//事件发生的省份city;//事件发生的都市os;//操作系统,android或iosmfrs;//生产厂商如：华为，OPPO，苹果，VIVOtypeUnit;//设备型号如：荣耀R10，OPPOR7，iphoneX，VIVOX20versionSystem;//系统版本如：android5.0wifi;//与否使用wifi，1-是，0-否firstId;//一级idsecondId;//二级idfromPage;//上一页toPage;//下一页url;//parameter;//参数，同一事件可能包含多个参数property;//属性，与参数对应proJson;//KEY-VALUE对的JSON形式remark;//备注埋点统计的类型和规则行为数据需要分析的内容对于电商平台来说重要分析的点有：1.顾客的注册途径：分析每个注册步奏的转化率，在转化率低的环节分析因素，然后进行产品优化。2.顾客的购置途径：首页-搜索-购物车-提交订单页-支付页，通过每个途径的转化率来分析顾客在哪个阶段流失最严重，然后去分析顾客流失的因素。例如：之前我们分析到顾客在购物车到提交订单页流失得特别严重，背面通过分析得出商家设立的近来购置金额太高，造成顾客达不到购置金额而提交不了订单。背面我们和商家协商减少最低购置金额后，转化率提高了不少。3.分析运行上线的营销活动的顾客点击率、通过活动加入购物车购置的商品数量，从而去评判运行的活动质量。4.分析哪些功效是顾客经常使用的，哪些是不惯用的，经常使用的功效我们要力求做到最佳以提高核心竞争力。例如：通过数据分析，我们得出顾客购置商品最惯用的功效是搜索而极少会通过推荐或分类去加入购物车，因此我们花更大经历去优化搜索功效。三、顾客分群分析在数据分析中，我们需要将含有共同特性的顾客分类管理，然后更具不同的类型采用同样的营销方式。我们会根据RFM模型来分类：R（Recency）代表下单离现在的时间，距离越近代表客户约优质；F（Frequency）代表下单的频率，频率越高代表顾客对我们平台约承认；M（Monetary）代表下单的金额，消费金额体现顾客的消费潜力。然后根据不同的指标然后予以打分。例如：我们会将时间周期定为三个月（由于普通顾客采购周期比较长，但是具体的时间需要根据行业的不同而不同），针对近来下单时间打分，距离现在时间在6天之内下过单的打5分，7到12天的打4分以次类推。针对顾客的下单频率打分，不不大于5单的给5分，4单给4分，以这类推。根据顾客的采购金额打分，不不大于5000元的打5分，不不大于4000元的打4分，以这类推。通过打分，我们算出每个顾客的得分，算出得分后我们就能够将顾客根据得分分成不同的群体：分群后就能够针对不同的群里使用不同的