电子商务分析数据细化和产品设计 - [数据分析]

电子商务分析数据细化和产品设计 - [数据分析]

版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明
http://niangaotuantuan./logs/215184454.html

 

其中前三部分内容是由《流量的秘密》中摘录的，加上了自己的理解。

 

 

一、电子商务参数参考

此部分内容更多是考察电子商务公司的整体业务情况和做业务记录所需的数据（以下格式按照“交易变量 描述”来罗列）。

Order-id 内部唯一订单ID
alliliation 联署计划名
Total 交易总价值（也叫Transaction）
tax 交易税
Shipping 交易送货数量
city 购买者城市
state 购买者省份
国家 购买者国家
Sku-code 存货号
Product-name 产品名
category 产品种类
price 产品单价
quantity 订单数量（也叫Order，如果是订单总额可以是Amount of Order）

 

二、6+1种最常用的过滤（书中是6种）

仅包含网站访问量——至少应该采用这种过滤方式
剔除某些已知访客——这可能包括内部雇员、网络机构等
区分新访客和回放客——通常这两类访客会有不同的行为
以地理位置细分访客——地区经理通过创建与其他地区相关的访客配置文件便可很容易做到这一过滤
以营销活动、媒介、引用来源来细分访客——不同来源的访客可能有不同的目的
以内容细分访客——浏览特定部分的访客可能呈现出不同的行为，比如说，购买部分与支持的不同

那天和S.A.M.哥聊，S.A.M.提到了按用户购物/浏览时间来细分访客，比如深夜里购买的人可能更多是熬夜族、IT行业等等。这种细分/过滤方法应该是按用户行为来做：

*以用户购买时间——不同时间来的用户可能暗含着用户的职业与生活习惯不同，以及可能需要的产品不同。比较经典例子是上下班的时候7-11等便利店 都会放丝袜给那些丝袜临时破了的职业女性；还有沃尔玛把奶粉和啤酒放在一起，因为在周五或者周六来买奶粉的多半是男主人。再比如友盟统计工具得出的一个结 论：从用户行为的分析来证明移动互联网对移动的影响，在iPhone和iPAD用户使用时间的品种，用户晚上是iPAD，白天是手机。周一周五和周末休 息，大家周一周五用手机比较频繁，到了周末iPAD的使用会大幅上升，成为用户接入移动互联网的一个方式。这些都是新的细化数据的角度。

 

三、OKR到KPI转化表格

（以下格式按照“合作伙伴OKR-建议KPI”来罗列，加粗是我觉得比较重要的，加*是我自己加的认为可以用作分析的）

从搜索引擎带来更多访客
-1. 来自搜索引擎访客百分比
-2. 搜索引擎访客转化率

销售更多新产品
-1. 加入购物车的访客百分比
-2. 完成购物车添加访客百分比
-3. 离开购物车访客百分比

访客与网站进行更多交互
-1. 留下博客评论访客百分比（用户在博客行为与论坛行为和新兴的SNS社区行为都是不同的）
-2. 完成“联系我们”表单用户百分比
-3. 点击mailto链接访客百分比
-4. 网站平均停留时间
-5. 网站平均访问深度

更多的交叉销售
-1. 平均订单价格
-2. 每次交易平均物品销售
*3. 在不同订单中被购买最多的单品/在同一订单中被购买最多的单品

改善顾客体验
-1. 离开访客百分比
-2. 站内搜索0搜索结果页面百分比

 

 

 

（以下部分是我单独对购物车产品设计上的关注点总结，对数据分析用处一般）

四、购物车的设计

 

促销活动提示
库存余量提示
收藏夹
促销专区
商品推荐
最近浏览商品
广告图
使用优惠券

 

五、促销方式

满赠/加钱购
满折
满减
限时折扣
返券
买赠
直减
多买多折扣
限量购
会员折扣
优惠券
免运费
礼品卡

 

 

 

以上。