第十三章 运营分析

电子商务实务（第二版）高等教育出版社全国高职高专教育“十二五”规划教材第十三章运营分析2一、学习目标了解电商数据分析基础熟悉电子商务数据分析方法了解电子商务数据分析工具知识目标了解大数据在营销中的使用方式一、学习目标能熟练掌握流量相关数据知识能熟练掌握订单相关数据知识能熟练掌握转化率相关数据知识能力目标能熟练查看数据统计报表能运用数据分析结果调整运营策略能使用数据分析工具案例标题：阿里巴巴数据分析——马云讲话内容案例标签：数据分析；电子商务运营；商业模式；社会化物流案例网站：对于数据的意义，这里用马云的两段话做注释：−“提前预测到金融危机正因为这些数据，使我们提前八个月到九个月预测到金融危机。2008年初，我们突然发现整个询盘数急剧下滑，欧美对中国采购在下滑。海关是卖了货，出去以后再获得数据;而我们提前半年时间从询盘上推断出世界贸易发生变化了。所以我们提前了十二个月做了一些准备，鼓励小企业度过难关，所以我们在2008年7月21日，奥运会前两个礼拜我们写了一封信，告诉企业界冬天来了，请所有企业做好准备。”−“我们真正的进入一个数据时代我们由于掌握了阿里巴巴的内贸和外贸数据，掌握了淘宝上消费者消费行为(现在淘宝有近5亿消费者，每天到淘宝上想来买东西的人有6000万人，平均每分钟售出4.8万件商品)，加上我们支付宝数据，我们突然发现我们真正的在进入一个数据时代。我们今天掌握的数据，对国家宏观经济、微观经济、对个人消费，特别对制造业是巨大无比的宝库，所以我们准备做云计算，五年以后，我们的竞争一定是在计算数据上面的竞争，我们在这儿将大力投资”二、案例导入网站运营分析是通过观察、调查、实验、测量等结果，通过数据的显示形式把网站各方面情况反映出来，使运营者更加了解网站的运营情况，便于调整网站的运营策略。运营分析的工作范畴通常包括网站内容更新效果检查、网站流程优化、数据挖掘分析、用户研究管理、网站营销策划等。网站运营分析指标可以划分为四大类：网站流量指标、商品销售指标、用户行为指标、客户价值指标，其中用户行为和客户价值分析主要目的是留住客户，本书中在用户粘性分析中以此两点分析。三、知识学习1、网站流量分析网站流量分析指标主要用从网站优化，网站易用性、网站流量质量以及顾客购买行为等方面进行考虑。目前，流量指标的数据来源通常有两种，一种是通过网站日志数据库处理，大企业均会建设日志数据仓库，以供分析、建模之用；另一种则是通过网站页面插入JS代码的方法处理，中小企业使用GoogleAnalytics或CNZZ等工具来进行网站监控与分析。网站流量指标可细分为数量指标、质量指标和转换指标，常见的页面浏览量（PageViews，简称PV）、独立访客（UniqueVisitors，简称UV）、独立IP（InternetProtocol）新访客数、新访客比率等属于流量数量指标；跳出率、页面/站点平均在线时长、PV/UV等则属于流量质量指标；针对具体的目标，涉及的转换次数和转换率则属于流量转换指标，如：用户下单次数、加入购物车次数、成功支付次数以及相对应的转化率等。三、知识学习三、知识学习举例说明他们之间的关系，假定500个访客到了你的网站，跳转到中间页(包括搜索页、品类页、活动页)的只有400个（60%~80%），跳转到产品页的只有250个用户，最后到达购物车只有6%~13%的用户，最终从购物车下单并成功支付的用户仅仅只有2%~5%。转化过程如下图所示：（500）100%60%-80%30%-50%2%-5%（400）（250）（65）（10）6%-13%访客数中间页产品页成功支付购物车其中500个访客，就是500个UV；假定500个访客每人只看了5个页面，那么PV为2500；若500个访客均来自五所不同高校的实验室（实验室中客户端出口的IP相同），那么独立IP数为5个；首页的跳出率为（500-400）/500=20%，首页到中间页的转化率为80%，订单转化率为10/500=2%。三、知识学习常见的网站流量统计工具：流量统计工具可以从流量监控上为网站提供安全、可靠、公正的第三方网站免费统计。网站所有者可以免费的获取到网站被访问情况：来访人数、新访客的来源、用户分布的地区等信息数据。帮助网站所有者调整页面内容、推广方式以及对网站的服务，做出客观公正的评测。谷歌分析统计工具：；百度统计工具：；CNZZ统计工具：；三、知识学习网站流量分析对网站运营主要有四个方面的意义：1、页面浏览数量历史数据及网站发展阶段特征对比分析。网站上线伊始，将三个月内网站每天的页面浏览数进行分析，分析网站流量的发展趋势，并且将这些数据与网站所处阶段特点结合分析。对于新发布的网站，若网站页面浏览数持续明显上升，那么与网站发展阶段的特征是基本吻合的。否则，就需要探讨这期间网站访问量没有明显上升的原因，可能为营销推广效果差、网站内容差或网站软硬件性能不足等。2、分析网页浏览数变化周期，高效利用。当网站运营一段时间之后，网站处于相对稳定阶段，这期间网站访问量会表现出一定周期性的规律，如：星期一到星期四，访问量明显高于星期五到星期天，每天上午10点和下午3点是网站访问的高峰。掌握这些规律后，可以充分利用用户的访问特点，在访问高峰到来之前推出最新的商品或开展促销活动，可以极大的提高网站信息传递的效果。三、知识学习3、营销推广效果分析。网站流量统计过程中，可以记录用户的来路链接、所在地区、访问终端信息、搜索引擎等数据。对于电子商务网站，网络营销是必不可上的推广渠道，而网络营销又细分出了多种多样的推广渠道和推广方式，通过网站流量统计能够收集到不同推广渠道和方式的营销原始数据，如：社会化网站、视频网站、搜索引擎、网盟广告、门户网站等带来流量的百分比，通过查看来访者所在地区可以了解到在当地的知名度或线下业务的覆盖面等。4、通过各个栏目（频道）页面浏览数的比例分析访客喜好。通过对各个栏目页面浏览数量比例分析，可以看出访客对哪些信息比较关注，这些数据对于网站的经营定位和品类管理有重要意义。三、知识学习2、商品销售分析商品销售指标直接与财务收入挂钩，所以销售指标在数据分析指标体系中有重要作用，其他数据指标的细化落地都可以根据该指标去细分。电子商务网站的商品销售指标可以划分为网站销售业绩指标和订单销售业绩指标，其实两者并没有太大的区别，网站销售业绩指标重点在网站订单的转化率方面，总订单、有效订单、客单价。订单销售业绩指标重点则在具体的毛利率、订单有效率、重复购买率、退换货率方面，当然还有很多指标，譬如总销售额、品牌类目销售额等等。三、知识学习常见商品销售指标计算方法：客单价：在某个时间区间内，客单价=销售总额÷顾客总数，或者是客单价=销售总金额÷成交总笔数。毛利率：毛利与销售收入的百分比，其中毛利是收入和与相对应的营业成本之间的差额，用公式表示：毛利率=毛利/营业收入×100%=（主营业务收入-主营业务成本）/主营业务收入×100%。重复购买率：指消费者对该品牌产品或者服务的重复购买次数。重复购买率有两种计算方法：一是所有购买过产品的顾客，以每个人为独立单位重复购买产品的次数，比如有10个客户购买了产品，5个产生了重复购买，则重复购买率为50%；第二种算法是，单位时间内，重复购买的总次数占比，比如10个客户购买了产品，中间有3个人有了二次购买，这3人中的1个人又有了三次购买，则重复购买次数为4次，重复购买率为40%。订单转化率：订单转化率=有效订单数/总访问次数。三、知识学习下图为某网站的商品转化流程分析图：上图中主要为单个商品从商品页面访客数，订单页面到确认下单，最后成功支付的转化过程。由于该时间段内的原始数据量较少，能够反映的问题不明显。读者请注意付款订单总数为32，完成订单总数只有16，说明在支付环节存在较大的问题，如支付接口开通较少、支付繁琐或页面加载不稳定等。关于毛利率和重复购买率的计算，分别需要商品成本和客户的历史订单信息方能计算出来，所以有时几个数据指标并不能发现问题，在原始数据基础上数据建立关联才能获取高价值的信息。三、知识学习商品销售分析对网站运营主要有三个方面的意义：1、有助于正确、快速的做出市场决策。适用于网上销售的商品有着流行趋势变化快、促销活动时段相对较短的特点。在网站运营的过程中，只有及时了解顾客需求及其变化规律，才能根据营销效果，迅速调整产品组合、仓储库存、产品价格、改变促销策略，抓住商机提高商品周转速度，减少商品积压。2、有助于及时了解营销计划的执行结果。详细全面的销售计划是电子商务企业经营成功的保证，而对销售计划执行结果的分析是调整销售计划、确保销售计划顺利实现的重要措施。通过对商品销售数据的分析，可及时反映销售计划完成的情况，有助于运营人员分析销售过程中存在的问题，为提高销售业绩及服务水平提供依据和对策。3、有助于提高企业精细化运营的竞争力。通过对商品销售的综合分析和商品间的关联分析，层层数据钻取后，可以精确地定位问题的所在，并根据数据分析结果调整策略。同时还可以将更多的报表传递展现，建立企业的经营数据模型，用比较分析法找出差异，做到数字化的运营管理，提升企业的竞争力。三、知识学习3、用户粘性分析体验已经成为一种经济形态。越来越多的消费者渴望得到优质的体验，愈来愈多的企业或网站在精心设计产品使用体验和购物体验。体验，这种在以客户需求为导向，在传统理念上附加服务，并有所创新的互动式服务营销模式，已经得到消费者的认可。体验是以客户为中心的全方位的服务，在做用户体验或体验营销之前，首先应当充分了解你的客户（关于客户行为统计，需要专门的营销统计工具或自主开发完成）。最有价值的客户有哪些特征？在合理的收集客户信息的前提下（建立CRM系统），客户的价值通常由三部分组成：历史价值（过去的消费）、潜在价值（主要从用户行为方面考虑）、附加值（主要从用户忠诚度、口碑推广等方面考虑）。客户价值指标分为总体客户指标以及新、老客户价值指标，这些指标主要从客户的贡献和获取成本两方面来衡量。如：用访客人数、访客获取成本以及从访问到下单的转化率来衡量总体客户价值指标，而对老顾客价值的衡量除了上述考虑因素外，更多的是以RFM模型（最后一次消费、消费频率、消费金额）为考虑基准。三、知识学习如何把客户粘在我们的网站？运营者掌握了最有价值的客户特征后，就要考虑网站粘性的问题。目前，大多数网站都是以搜索引擎优化（SearchEngineOptimization，简称SEO）为主要手段提升客户粘性，SEO确实能够提高客户访问流量、页面停留时间、较高的PV，但此种方法只能表面上解决问题，对于客户个体而言意义不大。笔者建议根据收集到的客户信息，分析客户从网站中迫切需要得到的是什么。因为电子商务平台商品同质化严重，且商品自身均有较高的可替代性，所以客户的需求绝非商品本身，。客户迫切需要的是安全感、关怀、参与度、存在感和个性化的服务。针对以上几点的客户需求，提高客户粘性可以采取以下措施：A、承诺对消费者的隐私予以保护；B、推行信任措施，增强可信性、安全性和稳定性；C、建立社区为客户“口传”建立通道；D、及时更新客户感兴趣的内容；E、建立投诉中心；F、开发个性化服务，如商品推荐，商品定制；G、客户关怀，如：节假日祝福，恰当的提醒；H、用适当的方式收集以上措施的用户体验并不断优化。三、知识学习用户粘性分析体系建立之后，其数据指标并非一成不变的，需要根据业务的变化不断地调整，调整时需要注意的是统计周期的变动以及关键指标的变动。通常，各个指标间是相互关联的，单独的分析某个数据指标并不能解决问题，数据分析师应根据具体的需求寻找各自的数据指标节点。如何关联指标，下面这张来自麦网总结的图片或许能给读者些许启发：三、知识学习4、大数据营销数据分析是运营中必不可少的组成部分，大数据营销衍生于互联网行业，又作用于互