東莞茶山淘寶培訓數據分(fēn)析課程分(fēn)享
目錄:新聞中心發布時(shí)間:2019-09-06 14:51:33點擊率:
東莞茶山淘寶培訓領頭羊領航電商在培訓中告訴學員(yuán)對(duì)剛開始對(duì)數據不需要了(le)解的(de)太深,隻需要關注核心的(de)一些内容,在明(míng)确數據分(fēn)析之前,首先我們要明(míng)确電商産品的(de)數據分(fēn)析幾大(dà)業務指标。
01
用(yòng)戶角度
1、總活躍用(yòng)戶數、新注冊用(yòng)戶數、總PV;
2、一定時(shí)間的(de)活躍用(yòng)戶數、新注冊用(yòng)戶數、總PV;
3、一定時(shí)間的(de)轉換關系;
4、不同渠道下(xià),注冊轉換情況;
5、不同注冊渠道下(xià),注冊用(yòng)戶的(de)後續留存率;
6、一定時(shí)間有購(gòu)買行爲的(de)用(yòng)戶的(de)重複購(gòu)買的(de)分(fēn)布情況。
02
訂單角度
1、今日的(de)訂單總數、銷售額、訂單單價、有訂單用(yòng)戶數、補貼比例;
2、過去一周每天的(de)訂單總數、銷售額、訂單單價、有訂單用(yòng)戶數、補貼比例;
3、過去一周每天的(de)訂單平均送達時(shí)間。
03
商品角度
1、按照(zhào)商品分(fēn)組,今日每個(gè)商品的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額;
2、按照(zhào)商品分(fēn)組,過去一周每天每個(gè)商品的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額。
04
品類角度
1、按照(zhào)商品品類分(fēn)組,今日每個(gè)品類的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價;
2、按照(zhào)商品品類分(fēn)組,過去一周每天每個(gè)品類的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價。
05
店(diàn)鋪角度
1、按照(zhào)店(diàn)鋪分(fēn)組,今日每個(gè)店(diàn)鋪的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價;
2、按照(zhào)店(diàn)鋪分(fēn)組,過去一周每個(gè)店(diàn)鋪的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價;
06
數據分(fēn)析
茶山電子商務培訓中領航電商老師指出,在基于以上指标進行數據的(de)統計,我們再進行數據分(fēn)析。
首先數據分(fēn)析建模,我們知道電商類産品模型一般以事件(點擊,浏覽等)用(yòng)戶屬性進行建模,然後我們進行正式的(de)數據分(fēn)析,我們需要知道用(yòng)戶的(de)一系列用(yòng)戶行爲分(fēn)析,常指用(yòng)戶畫(huà)像。
方法一:多(duō)維度數據分(fēn)析
我們需要定義一些事件,如取消訂單,提交訂單,支付訂單,浏覽商品,加入購(gòu)物(wù)車等等,然後基于這(zhè)些事件,我們需要一個(gè)指标,比如說次數、總和(hé),可(kě)是我們知道光(guāng)有個(gè)數據羅盤還(hái)不夠,我們需要對(duì)數據進行細分(fēn),這(zhè)裏我們做(zuò)了(le)事件,指标。
所以還(hái)需要篩選用(yòng)戶的(de)屬性了(le),比如說城(chéng)市、用(yòng)的(de)設備、支付方式、來(lái)源渠道。
這(zhè)個(gè)方法,我們常用(yòng)于用(yòng)戶畫(huà)像,用(yòng)戶行爲分(fēn)析,數據異常排查分(fēn)析等
方法二:轉換率數據分(fēn)析
我們進行一場(chǎng)活動,需要進行評估,活動注冊了(le)多(duō)少人(rén),訂單轉換率是多(duō)少,支付率是多(duō)少,這(zhè)裏我們就需要一個(gè)分(fēn)析方法。
從我剛講的(de)基于事件分(fēn)析,所以我們就可(kě)以定義一個(gè)事件,篩選時(shí)間,先定義事件(注冊),再次定義事件(提交訂單),再次定義事件(支付訂單),我們可(kě)以得(de)到一個(gè)轉換率。
這(zhè)個(gè)方法,我們常用(yòng)于轉換率分(fēn)析,也(yě)稱漏鬥分(fēn)析。
方法三:留存數據分(fēn)析
茶山淘寶培訓在大(dà)朗盈豐大(dà)廈十一樓領航電商開課。留存分(fēn)析正如字面意思留存,我們需要對(duì)一段時(shí)間的(de)用(yòng)戶就像數據分(fēn)析,比如說我們搞了(le)一個(gè)活動,需要看那段時(shí)間的(de)注冊用(yòng)戶,提交訂單的(de)情況,第有多(duō)少提交,第二天有多(duō)少人(rén)提交,第三天有多(duō)少人(rén)提交等。
數據分(fēn)析一般爲:根據我們的(de)數據模型,首先定義一個(gè)事件(如注冊用(yòng)戶),再次定義一個(gè)事件(如提交訂單)得(de)到一定事件的(de)比列。
這(zhè)個(gè)方法,我們常用(yòng)于觀測一定事件的(de)留存情況
方法四:活躍或回訪數據分(fēn)析
當我們需要看一段時(shí)間裏的(de)一個(gè)事件的(de)使用(yòng)次數,或者某個(gè)地方的(de)用(yòng)戶使用(yòng)情況,那該怎麽辦呢(ne)?
這(zhè)裏就可(kě)以用(yòng)活躍數據分(fēn)析。
我們首先需要定義一個(gè)事件(如注冊用(yòng)戶),再定義一個(gè)事件(如提交訂單)的(de)情況(這(zhè)裏一般爲次天數),然後我們篩選用(yòng)戶的(de)事件爲什(shén)麽,得(de)到一個(gè)數據。
這(zhè)個(gè)方法,我們常用(yòng)于調查用(yòng)戶使用(yòng)情況,也(yě)是衡量一個(gè)用(yòng)戶活躍的(de)關鍵數據分(fēn)析指标。
說了(le)這(zhè)麽多(duō),這(zhè)些數據都能幹嘛呢(ne)?
1、數據異常排查,細分(fēn)逐一查看;
2、關鍵頁面的(de)轉換率提升;
3、活動的(de)情況評估,渠道數據分(fēn)析評估;
等等,隻要你想要的(de),都能通(tōng)過數據去找出答(dá)案。