电商数据分析基础指标体系

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。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“种”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数

SPU数

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SKU、SPU和在线SPU。SKU是物理上不可分割的最小存货单位。SPU即Standard 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。

时间: 2024-11-02 23:53:53

电商数据分析基础指标体系的相关文章

YOHO!有货:媒体矩阵是分众电商的基础

&http://www.aliyun.com/zixun/aggregation/37954.html">nbsp;   2013年10月30日电/明通新闻专线/-电商界的波诡云谲,可以让一个曾经一度被誉为国产电商行业标杆的企业, 瞬间变得四面楚歌.在这场谋求发展扩大体量.追逐占有率的战争中,急功近利.急于效仿成功前例,而丧失对自身平台定位的坚持,成为了眼下电商界共享的前车之鉴.随着行业巨鳄们越来越加快对稍有起色的垂直B2C网站的入股甚至并购,对于中小规模的电商们, 该如何打赢这场

Groupon千万美元收购美电商数据分析公司Adku

中介交易 SEO诊断 淘宝客 云主机 技术大厅 北京时间2月7日早间消息,团购网站Groupon已经收购了美国电子商务数据分析目标公司Adku. Adku依据大量数据对人们访问eBay(微博).亚马逊(微博)和Zappos等网站的购物体验进行个性化定制.消息称,Groupon的收购价格超过1000万美元. Adku在一年半前的孵化器AngelPad演示日(Demo Day)才正式创建,最近三个月开发出其个性化目标技术.Adku此前已经获得了Greylock Partners.Battery Ve

大数据将是汽车电商的基础

最近准备买车,基本车型为SUV,品牌选择上无所适从,看哪个都不错,哪个也下不定决心.假日期间专门研究了一下,又是PC又是移动,用各种方式去获取买车的信息,看看哪种方式对消费者来说更方便. 在网上选车的环节,感觉搜索还是网民获取信息的入口.专业类的汽车网站也确实不少,内中汽车信息比较全面,不过现在的网民多数还是没养成收藏和直接访问的习惯,更依赖搜索进入这些网站获取信息. 传统汽车网站的特点是信息全,分类细致,存在的问题在于无法根据用户需求推荐和提供服务.这里面涉及到一个大数据的问题,通过大数据分析

外贸电商:O2O是基础 空间是决定成败首要因素

中介交易 SEO诊断 淘宝客 云主机 技术大厅 如今随着电商的不断发展,网购逐渐从一种购物渠道转变为一种生活方式,而随着经济全球化的融合,各国之前的贸易也正加强的联系,因此外贸商务也正备受更多站长的青睐. 电商正成为互联网行业内热门话题,从最开始以低端.大众定位的网购产品为主,到越来越多的知名品牌:从个人.小企业特定领域到大型国有企业:从国内到国际各个商贸公司之间的贸易合作:好像大家都试图在电商的大平台上有一番作为.经过这几年电商的迅猛发展,外贸电商也正悄然的发生变化--而似乎在电子商务行业被普

易迅CEO卜广齐:腾讯电商基础和天猫不一样

[http://www.aliyun.com/zixun/aggregation/6149.html">TechWeb报道]12月18日消息,在亿玛主办的2012第四届效果整合营销高峰论坛上易迅CEO卜广齐做了主题为<电商网络营销的"纵深化"飞跃>的演讲,他表示腾讯电商基础和天猫不一样,如何使电商末端环节更可控.用户口碑更好是未来努力的方向.易迅专注正品低价和闪电服务,短期内易迅是独立的B2C体系. 卜广齐表示,一个电商平台最终能够把海量的互联网用户转化成电

Twitter欲发力网络广告和电商,改变战略发展

2006年,Twitter诞生开启了人类迄今为止,最快捷.高效率的信息传播和社交篇章.无数人开始琢磨,Twitter到底是什么,如何实现商业价值? 很快,人们发现Twitter是互联网上的超级城市广场.在这个广场上,数以亿计的人可以碰面交流.传播信息,可以形成舆论和意见,也可以讨论喜欢什么.穿什么.吃什么.买什么--这对于广告商而言,可谓是极大的商机.通俗地讲,在Twitter这个大广场上,树几块广告牌即意味着受众过亿. 同时,作为一个社交平台,Twitter不仅仅是超级城市广场,还形成了一个个

欧电云亮相2016桐乡国际经贸洽谈会 畅谈跨境电商新趋势

  9月24日下午,"聚焦桐乡•相约乌镇"2016桐乡国际经贸洽谈会开幕.据介绍,本次国际经贸洽谈会为期一周,将开展先进制造业.跨境电商.量子信息产业.智能制造.互联网产业等多领域的推介活动.上海欧电云信息科技有限公司(简称"欧电云")作为中国电商技术领域的领军企业,受邀出席此次洽谈会以及期间在"世界互联网大会永久举办地"乌镇举办的跨境电商发展论坛暨上海浦东电商企业走进桐乡资源对接会. 在跨境电商发展论坛上, 欧电云商务副总裁徐新春基于公司针对中

银行跨界做电商缺乏流量 无竞争优势遭遇挑战

12月19日讯 民生电商董事长尹龙上任三个月闪电辞职,将人们的焦点再次转移到银行做电商之上. 从去年至今,建行.中行.交行.招行.工行.光大银行.兴业银行.民生银行等皆涉足电商. 其中,建设银行于去年6月上线善融商务,交通银行推出交博汇,招商银行推出网上商城,工商银行推"融e购",农行推出"E商管家",中国银行推出"中银易商",浦发银行成立网上商城. 民生电商成立于今年8月,公司发起人为民生银行的七家主要非国有股东单位和民生加银资产管理有限公司.

双十一屡“爆表” 经受考验的不再是电商是AI技术

"双十一"购物狂欢节终于落下帷幕,网上有关天猫销售额高还是京东销售额高的争论还未结束.但其实这种争论已经没有多大意义,因为数据统计显示,今年双十一期间全网总销售额达到了2539.7亿元,产生了13.8亿个包裹,交易高峰达32.5万笔/秒,这或许更让人"肝颤". 随着中国双十一越来越全球化,每年双十一都会刷出新的"爆表"数字已在预料之中,这种天文数字级的交易表面上考验的是各大电商平台和成千上万商家的接待能力,其实背后却是对"AI和云计算&