电子商务数据分析报告实例

用数字来看某出名B2C网站的发展内幕和隐私(作者：perplexing)数字是个很有趣的东西，很有说服力，并且也能够更加进一步地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老顾客，发展新顾客，那么老顾客和新顾客的定义应当是什么呢直观上说，老顾客就是曾经在我这里买过东西的呗，其实这样的定义太简朴了，如果今天是4月24号，我们看看以下哪个顾客属于老顾客

1，注册，~曾经购置过27次，但是之后就再也没有来过了；

2，注册，直到才买过一次东西，但是从此人间蒸发了；

3，4月22号注册，4月23号（昨天）买过东西，不懂得他后来还来不来；

4，1月注册，1月~4月间，平均每3个月就来买一次。

其实上面的都能够俗称为老顾客，但是他的注册时间，购置次数，购置金额，购置频率，最后一次购置时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才干精确营销。

我们来用数字分析一家比较出名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来替代。只是从这些分析中，我觉得能够看出诸多隐形的（hidden）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来和大家一起商酌，无伤大雅，能够一起探讨学习。现在，我们从1月1号开始分析，action！~1，A公司的注册会员发展轨迹

某电子商务公司-注册顾客发展变化年度年度注册每日注册注册占比累计占比779221%%2783576%%39738109%%72332198%%98316269%%105299288%%总计351311/%/

截止12月31号，A公司累计注册顾客35万。淘宝网截止Q1有6200万注册顾客，也就意味着A公司的注册顾客只是淘宝的%而已。每天的注册人数从的21个（天）到现在大概300个（天），能够说，A公司的注册顾客始终在稳步增加。

中国互联网网民的规模，足以支撑全部的统计规律的圆满实现。我在百度的index里输入某个核心字的查询次数，例如我输入“电子商务”，发现每天在百度查询“电子商务”的人数始终稳定在300~500的范畴内飘浮荡荡的。昨天查询的人和今天查询的人是不同的，并且也互相不认识，但是庞大的百度顾客群体造就了美丽平滑的统计大数定律。因此，如果有人问我，今天大概多少网民过生日我告诉他，大概27万左右，由于网民总1亿，365天每天都有人可能过生日，因此这个27万的对的率绝对80%以上。

2，A公司的年度交易量发展变化图

年度每日交易额（万）年度交易额（亿）每日订单量平均每单金额(元）54583118620172640240652462679614681总计///

恩，不错，每天只有万的交易量，到了，每天有万了。年度交易额来看，就冲过1亿的关口了。每个订单的金额大概就是650元左右。每天的订单量现在维持在600多一点的规模。除掉每天8小时的睡觉时间，其它时间顾客都可下列单的话，大概1~2分钟就来一种600多元的订单。

3，注册顾客的购置状况

如上的2个表格没故意思，这个表格却能够阐明诸多问题：购置次数人数比例人均奉献（元）总计奉献金额(亿）累计奉献0次185773%0%1次71859%%2次28060%%3次15496%%4次10304%%5次7425%%6次5273%%7次4520%%8次3255%%9次2717%%10次2152%%10次以上14474%%总计351311100%//

1）

全部的注册顾客中，%的注册顾客到现在为之还没有产生过购置；因此注册到购置转化率大概47%；

2）

产生了3次或以上购置的顾客占总体注册顾客的%，但是他们产生的总体购置金额却占了A公司有史以来总体交易金额的%，看来2:8定律真的是无处不在！

因此，根据这个成果，我们能够把购置了3次或者以上的顾客定义为公司的核心顾客，他们是确保公司基石的重量级客户。

3）

购置10次或以上的有14474人，占注册顾客%，但是这小小的%的顾客为公司奉献了%的交易额！并且人均奉献万！固然不排除公司客户，但是我们发现，购置频率越高，对公司越是至关重要！

我们这里做个假设：如果不考虑重复购置，全部的顾客只要购物，都只买1次，那么会发生什么状况？

成果是：A公司的交易额将变成现在总体交易额的25%而已！公司总体交易额将缩减75%！可见：

1）

对于一种购物网站来说，忠诚度的培养和顾客的重复购置，是多么核心。

2）

长久进行老顾客的优惠方法（积分优惠、折扣优惠等）是公司发展的根本！

4，有过购置的顾客，都是注册之后多久会购置？

以下是以有购置统计的顾客为研究对象的，从没购物的不考虑其中。

注册到初次购置的时间人数占比注册后1个月以内购置的135377%注册后2个月以内购置的140177%注册后3个月以内购置的142892%注册后4个月以内购置的145177%注册后5个月以内购置的147097%注册后6个月以内购置的148752%注册后7个月以内购置的150408%注册后8个月以内购置的151351%注册后9个月以内购置的152262%注册后10个月以内购置的153139%

这个图表阐明了几个很重要的规律：

1）

顾客注册之后如果要购物，那么%的顾客都会在注册后的1个月之内下单；

2）

如果顾客注册之后的1个月之内没有购置，那么他%的可能性永远不会来买了；

3）

如果顾客注册之后的六个月之内么有购置，那么他%的可能性永远不会来买了；

4）

如果顾客注册之后1年以内还没有购置，我们就不用追讨了，他很有可能就蒸发了；

4）

因此，要顾客转化，有必要在顾客注册之后的1个月之内通过多个方式引诱他购物；

技巧：顾客注册之后，通过Email和短信告知其购置，甜美MM电话告知，甚至不惜予以丰厚的优惠让顾客来购置。根据统计分析，顾客注册之后产生第一次购置的概率是47%左右，但是一旦产生了第一次购物，那么他购置第二次的概率是60%以上；因此，让顾客产生第一笔交易永远是值得投入的，一旦变成你的老顾客，那么他的价值是很大的。

5，顾客的购物频率是怎么样的？

以下的顾客全部是购置了2次或者以上的顾客，由于只购置了1次的顾客，讨论购物频率是没意义的。购置频率人数比例累计比例0-1个月来买1次17977%%1-2个月来买1次18183%%2-3个月来买1次15476%%3-4个月来买1次10988%%4-5个月来买1次8000%%5-6个月来买1次5658%%6-7个月来买1次4244%%7-8个月来买1次3035%%8-9个月来买1次2145%%9-10个月来买1次1705%%10个月以上购置1次6267%%总计93678100%/

这个表格也故意思：

1）%的顾客都会在六个月之内来购置1次，因此，对我们公司来说：

2个月给没有继续购物的顾客发送优惠的产品信息，必要性：%；

3个月给没有继续购物的顾客发送优惠的产品信息，必要性：%；

6个月给没有继续购物的顾客发送优惠的产品信息，必要性：%；

6）

新老顾客交替的科学计算矩阵图

以下这个图是故意义的，是动态跟踪顾客购置统计的矩阵。这个图有点绕口，它观察的是：顾客最后一次下单的状况。

例如，我们拿来阐明：注册的那帮家伙，最后一次下单都是什么时候呢以下的比例阐明：

1）注册的人如果购置了，%的人最后一次购置是在；

2）注册的人如果购置了，%的人最后一次购置是在；

3）......

4）注册的人如果购置了，%的人最后一次购置是在！

这个表格阐明：

不管顾客是