电商数据分析基础指标体系

简介: 电商数据分析基础指标体系傅志华 傅志华 信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力,包括大数据处理、数据分析和数据挖掘能力。

电商数据分析基础指标体系

傅志华 

信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力,包括大数据处理、数据分析和数据挖掘能力。无论是电商平台(如淘宝)还是在电商平台上销售产品的卖家,都需要掌握大数据分析的能力。越成熟的电商平台,越需要以通过大数据能力驱动电子商务运营的精细化,更好的提升运营效果,提升业绩。构建系统的电子商务数据分析指标体系是数据电商精细化运营的重要前提,本文将重点介绍电商数据分析指标体系。

电商数据分析指标体系分为八大类指标,包括总体运营指标、网站流量累指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节,如网站流量指标对应的是网站运营环节,销售转化、客户价值和营销活动指标对应的是电商销售环节。


1.电商总体运营指标

总体运营指标

流量类指标

独立访客数(UV)

页面访问数(PV)

人均页面访问数

订单产生效率指标

总订单数量

访问到下单转化率

总体销售业绩指标

成交金额(GMV)

销售金额

客单价

整体指标

销售毛利

毛利率

电商总体运营整体指标主要面向的人群电商运营的高层,通过总体运营指标评估电商运营的整体效果。电商总体运营整体指标包括四方面的指标:

1)流量类指标

  • 独立访客数(UV),指访问电商网站的不重复用户数。对于PC网站,统计系统会在每个访问网站的用户浏览器上一个cookie来标记这个用户,这样每当被标记cookie的用户访问网站时,统计系统都会识别到此用户。在一定统计周期内如(一天)统计系统会利用消重技术,对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端区分独立用户的方式则是按独立设备计算独立用户。

  • 页面访问数(PV),即页面浏览量,用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次,用户对同一页面的多次访问,访问量累计。

  • 人均页面访问数,即页面访问数(PV)/独立访客数,该指标反映的是网站访问粘性。

2)订单产生效率指标

  • 总订单数量,即访客完成网上下单的订单数之和。

  • 访问到下单的转化率,即电商网站下单的次数与访问该网站的次数之比。

3)总体销售业绩指标

  • 网站成交额(GMV),电商成交金额,即只要网民下单,生成订单号,便可以计算在GMV里面。

  • 销售金额。销售金额是货品出售的金额总额。

注:无论这个订单最终是否成交,有些订单下单未付款或取消,都算GMV,销售金额一般只指实际成交金额,所以,GMV的数字一般比销售金额大。

  • 客单价,即订单金额与订单数量的比值。

4)整体指标

  • 销售毛利,是销售收入与成本的差值。销售毛利中只扣除了商品原始成本,不扣除没有计入成本的期间费用(管理费用、财务费用、营业费用)。

  • 毛利率,是衡量电商企业盈利能力的指标,是销售毛利与销售收入的比值。如京东的2014年毛利率连续四个季度稳步上升,从第一季度的10.0%上升至第四季度的12.7%,体现出京东盈利能力的提升。


2.网站流量指标

常用流量类指标

流量规模类指标

独立访客数(UV)

页面访问数(PV)

流量成本类指标

访客获取成本

流量质量类指标

跳出率

页面访问时长

人均页面访问数

会员类指标

注册会员数

活跃会员数

活跃会员率

会员复购率

会员平均购买次数

会员回购率

会员留存率

1)流量规模类指标

常用的流量规模类指标包括独立访客数和页面访问数,相应的指标定义在前文(电商总体运营指标)已经描述,在此不在赘述。

2)流量成本累指标

单位访客获取成本。该指标指在流量推广中,广告活动产生的投放费用与广告活动带来的独立访客数的比值。单位访客成本最好与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升,但访客转化率和单位访客收入不变或下降,则很可能流量推广出现问题,尤其要关注渠道推广的作弊问题。

3)流量质量类指标

  • 跳出率(Bounce Rate)也被称为蹦失率,为浏览单页即退出的次数/该页访问次数,跳出率只能衡量该页做为着陆页面(LandingPage)的访问。如果花钱做推广,着落页的跳出率高,很可能是因为推广渠道选择出现失误,推广渠道目标人群和和被推广网站到目标人群不够匹配,导致大部分访客来了访问一次就离开。

  • 页面访问时长。页访问时长是指单个页面被访问的时间。并不是页面访问时长越长越好,要视情况而定。对于电商网站,页面访问时间要结合转化率来看,如果页面访问时间长,但转化率低,则页面体验出现问题的可能性很大。

  • 人均页面浏览量。人均页面浏览量是指在统计周期内,平均每个访客所浏览的页面量。人均页面浏览量反应的是网站的粘性。

4)会员类指标

  • 注册会员数。指一定统计周期内的注册会员数量。

  • 活跃会员数。活跃会员数,指在一定时期内有消费或登录行为的会员总数。

  • 活跃会员率。即活跃会员占注册会员总数的比重。

  • 会员复购率。指在统计周期内产生二次及二次以上购买的会员占购买会员的总数。

  • 会员平均购买次数。指在统计周期内每个会员平均购买的次数,即订单总数/购买用户总数。会员复购率高的电商网站平均购买次数也高。

  • 会员回购率。指上一期末活跃会员在下一期时间内有购买行为的会员比率。

  • 会员留存率。会员在某段时间内开始访问你的网站,经过一段时间后,仍然会继续访问你的网站就被认作是留存,这部分会员占当时新增会员的比例就是新会员留存率,这种留存的计算方法是按照活跃来计算,另外一种计算留存的方法是按消费来计算,即某段的新增消费用户在往后一段时间时间周期(时间周期可以是日、周、月、季度和半年度)还继续消费的会员比率。留存率一般看新会员留存率,当然也可以看活跃会员留存。留存率反应的是电商留住会员的能力。

3.网站销售(转化率)类指标

网站销售(转化率)类指标

购物车类指标

基础类统计

加入购物车次数

加入购物车买家数

加入购物车买家数

加入购物车商品数

转化类统计

购物车支付转化率

下单类指标

基础类统计

下单笔数

下单金额

下单买家数

转化类统计

浏览下单转化率

支付类指标

基础类统计

支付金额

支付买家数

支付商品数

转化类统计

浏览-支付买家转化率

下单-支付金额转化率

下单-支付买家数转化率

下单-支付时长

交易类指标

成功类统计

交易成功订单数

交易成功金额

交易成功买家数

交易成功商品数

失败类统计

交易失败订单数

交易失败订单金额

交易失败订单买家数

交易失败商品数

退款统计

退款总订单量

退款金额

退款率

1)购物车类指标

  • 基础类指标,包括一定统计周期内加入购物车次数、加入购物车买家数、加入购物车买家数以及加入购物车商品数。

  • 转化类指标,主要是购物车支付转化率,即一定周期内加入购物车商品支付买家数与加入购物车购买家数的比值。

2下单类指标

  • 基础类指标,包括一定统计周期内的下单笔数、下单金额以及下单买家数。

  • 转化类指标,主要是浏览下单转化率,即下单买家数与网站访客数(UV)的比值。

3)支付类指标

  • 基础统计类指标,包括一定统计周期内支付金额、支付买家数和支付商品数。

  • 转化类指标。包括浏览-支付买家转化率(支付买家数/网站访客数)、下单-支付金额转化率(支付金额/下单金额)、下单-支付买家数转化率(支付买家数/下单买家数)和下单-支付时长(下单时间到支付时间的差值)。


4.客户价值类指标

客户价值类指标

客户指标

累计购买客户数

客单价

新客户指标

新客户数量

新客户获取成本

新客户客单价

老客户指标

消费频率

最近一次购买时间

消费金额

重复购买率

  • 客户指标。常见客户指标包括一定统计周期内的累计购买客户数和客单价。客单价是指每一个客户平均购买商品的金额,也即是平均交易金额,即成交金额与成交用户数的比值。

  • 新客户指标。常见新客户指标包括一定统计周期内的新客户数量、新客户获取成本和新客户客单价。其中,新客户客单价是指第一次在店铺中产生消费行为的客户所产生交易额与新客户数量的比值。影响新客户客单价的因素除了与推广渠道的质量有关系,还与电商店铺活动以及关联销售有关。

  • 老客户指标。常见老客户指标包括消费频率、最近一次购买时间、消费金额和重复购买率。消费频率是指客户在一定期间内所购买的次数;最近一次购买时间表示客户最近一次购买的时间离现在有多远;客户消费金额指客户在最近一段时间内购买的金额。消费频率越高,最近一次购买时间离现在越近,消费金额越高的客户越有价值。重复购买率则指消费者对该品牌产品或者服务的重复购买次数,重复购买率越多,则反应出消费者对品牌的忠诚度就越高,反之则越低。重复购买率可以按两种口径来统计:第一种,从客户数角度,重复购买率指在一定周期内下单次数在两次及两次以上的人数与总下单人数之比,如在一个月内,有100个客户成交,其中有20个是购买两次及以上,则重复购买率为20%;第二种,按交易计算,即重复购买交易次数与总交易次数的比值,如某月内,一共产生了100笔交易,其中有20个人有了二次购买,这20人中的10个人又有了三次购买,则重复购买次数为30次,重复购买率为30%

5.商品类指标

商品类目指标

产品总数指标

SKU

SPU

在线SPU数

产品优势性指标

独家产品收入比重

品牌存量

品牌数

在线品牌数

上架

上架商品SKU数

上架商品SPU数

上架在线SPU数

上架商品数

上架在线商品数

首发

首次上架商品数

首次上架在线商品数

  • 产品总数指标。包括SKUSPU和在线SPUSKU是物理上不可分割的最小存货单位。SPUStandard Product Unit (标准化产品单元),SPU是商品信息聚合的最小单位,是一组可复用、易检索的标准化信息的集合,该集合描述了一个产品的特性。通俗点讲,属性值、特性相同的商品就可以称为一个SPU。如iphone5S是一个SPU,而iPhone 5S配置为16G版、4G手机、颜色为金色、网络类型为TD-LTE/TD-SCDMA/WCDMA/GSM则是一个SKU。在线SPU则是在线商品的SPU数。

  • 产品优势性指标。主要是独家产品的收入占比,即独家销售的产品收入占总销售收入的比例。

  • 品牌存量指标。包括品牌数和在线品牌数指标。品牌数指商品的品牌总数量。在线品牌数则指在线商品的品牌总数量。

  • 上架。包括上架商品SKU数、上架商品SPU数、上架在线SPU数、上架商品数和上架在线商品数。

  • 首发。包括首次上架商品数和首次上架在线商品数。


6.市场营销活动指标

市场营销活动指标

市场营销活动指标

新增访问人数

新增注册人数

总访问次数

订单数量

下单转化率

ROI

广告投放指标

新增访问人数

新增注册人数

总访问次数

订单数量

UV订单转化率

广告投资回报率

  • 市场营销活动指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、下单转化率以及ROI。其中,下单转化率是指活动期间,某活动所带来的下单的次数与访问该活动的次数之比。投资回报率(ROI)是指,某一活动期间,产生的交易金额与活动投放成本金额的比值。

  • 广告投放指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、UV订单转化率、广告投资回报率。其中,下单转化率是指某广告所带来的下单的次数与访问该活动的次数之比。投资回报率(ROI)是指,某广告产生的交易金额与广告投放成本金额的比值。

7.风控类指标

风控类指标

买家评价指标

买家评价数

买家评价卖家数

买家评价上传图片数

买家评价率

买家好评率

买家差评率

投诉指标

发起投诉(申诉)数

投诉率

撤销投诉(申诉)数

  • 买家评价指标。包括买家评价数,买家评价卖家数、买家评价上传图片数、买家评价率、买家好评率以及卖家差评率。其中,买家评价率是指某段时间参与评价的卖家与该时间段买家数量的比值,是反映用户对评价的参与度,电商网站目前都在积极引导用户评价,以作为其他买家购物时候的参考。买家好评率指某段时间内好评的买家数量与该时间段买家数量的比值。同样,买家差评率指某段时间内差评的买家数量与该时间段买家数量的比值。尤其是买家差评率,是非常值得关注的指标,需要监控起来,一旦发现买家差评率在加速上升,一定要提高警惕,分析引起差评率上升的原因,及时改进。

  • 买家投诉类指标。包括发起投诉(或申诉),撤销投诉(或申诉),投诉率(买家投诉人数占买家数量的比例)等。投诉量和投诉率都需要及时监控,以发现问题,及时优化。

8.市场竞争类指标

市场竞争类指标

市场份额相关

市场占有率

市场扩大率

用户份额

网站排名

交易额排名

流量排名

  • 市场份额相关指标,包括市场占有率、市场扩大率和用户份额。市场占有率指电商网站交易额占同期所有同类型电商网站整体交易额的比重;市场扩大率指购物网站占有率较上一个统计周期增长的百分比;用户份额指购物网站独立访问用户数占同期所有B2C购物网站合计独立访问用户数的比例。

  • 网站排名,包括交易额排名和流量排名。交易额排名指电商网站交易额在所有同类电商网站中的排名;流量排名指电商网站独立访客数量在所有同类电商网站中的排名。

总之,本文介绍了电商数据分析的基础指标体系,涵盖了流量、销售转化率、客户价值、商品类目、营销活动、风控和市场竞争指标,这些指标都需要系统化的进行统计和监控,才能更好的发现电商运营健康度的问题,以更好及时改进和优化,提升电商收入。如销售转化率,其本质上是一个漏斗模型,如从网站首页到最终购买各个阶段的转化率的监控和分析是网站运营健康度很重要的分析方向。

目录
相关文章
|
13天前
|
数据采集 监控 数据挖掘
常用电商商品数据API接口(item get)概述,数据分析以及上货
电商商品数据API接口(item get)是电商平台上用于提供商品详细信息的接口。这些接口允许开发者或系统以编程方式获取商品的详细信息,包括但不限于商品的标题、价格、库存、图片、销量、规格参数、用户评价等。这些信息对于电商业务来说至关重要,是商品数据分析、价格监控、上货策略制定等工作的基础。
|
3月前
|
数据挖掘 Python
Pandas实战(1):电商购物用户行为数据分析
Pandas实战(1):电商购物用户行为数据分析
134 1
|
3月前
|
数据挖掘 Python
Pandas实战(3):电商购物用户行为数据分析
Pandas实战(3):电商购物用户行为数据分析
143 1
|
3月前
|
数据挖掘 Python
Pandas实战(2):电商购物用户行为数据分析
Pandas实战(2):电商购物用户行为数据分析
83 1
|
2月前
|
供应链 监控 数据挖掘
淘宝商品详情数据接口:解锁电商数据分析新密码
在数字化时代,电商竞争激烈,精准的数据分析成为制胜关键。淘宝商品详情数据接口如同一把神奇的钥匙,为商家提供商品名称、价格、销量、评价等详细信息,助力洞察市场趋势、优化商品策略、提升运营效率。通过实时更新的数据,商家可以及时调整定价、促销和库存管理,增强竞争力。未来,该接口将带来更多智能化的数据分析工具和精准的市场预测模型,助力电商从业者在竞争中脱颖而出。
|
4月前
|
监控 数据可视化 前端开发
基于python django的电商数据分析系统,包括大屏和登录
本文介绍了一个基于Python Django框架开发的电商数据分析系统,该系统具备大屏展示功能和用户登录机制,旨在帮助电商企业实时监控和分析销售数据,支持多维度数据分析和趋势预测。
101 0
基于python django的电商数据分析系统,包括大屏和登录
|
4月前
|
前端开发 Java JSON
Struts 2携手AngularJS与React:探索企业级后端与现代前端框架的完美融合之道
【8月更文挑战第31天】随着Web应用复杂性的提升,前端技术日新月异。AngularJS和React作为主流前端框架,凭借强大的数据绑定和组件化能力,显著提升了开发动态及交互式Web应用的效率。同时,Struts 2 以其出色的性能和丰富的功能,成为众多Java开发者构建企业级应用的首选后端框架。本文探讨了如何将 Struts 2 与 AngularJS 和 React 整合,以充分发挥前后端各自优势,构建更强大、灵活的 Web 应用。
65 0
|
4月前
|
SQL 数据采集 算法
【电商数据分析利器】SQL实战项目大揭秘:手把手教你构建用户行为分析系统,从数据建模到精准营销的全方位指南!
【8月更文挑战第31天】随着电商行业的快速发展,用户行为分析的重要性日益凸显。本实战项目将指导你使用 SQL 构建电商平台用户行为分析系统,涵盖数据建模、采集、处理与分析等环节。文章详细介绍了数据库设计、测试数据插入及多种行为分析方法,如购买频次统计、商品销售排名、用户活跃时间段分析和留存率计算,帮助电商企业深入了解用户行为并优化业务策略。通过这些步骤,你将掌握利用 SQL 进行大数据分析的关键技术。
258 0
|
6月前
|
JavaScript Java 测试技术
基于SpringBoot+Vue的电商数据分析的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue的电商数据分析的详细设计和实现(源码+lw+部署文档+讲解等)
57 0
|
6月前
|
JavaScript Java 测试技术
基于ssm+vue.js+uniapp小程序的电商数据分析附带文章和源代码部署视频讲解等
基于ssm+vue.js+uniapp小程序的电商数据分析附带文章和源代码部署视频讲解等
44 0

热门文章

最新文章