電子商務行業分析 電子商務數據分析( 三 )


5.產品數據分析
(1)產品數據分分析
①整體分析:分為兩個部分:銷售表現和購物行為 。銷售表現包括各個商品帶來的收入,至少購買過一次的用戶數,平均訂單價格、數量,退款數目等等 。購物行為,你可以看到瀏覽了產品詳情頁的用戶里,加入購物車的人數;或瀏覽產品詳情頁后最終下單的人數 。

電子商務行業分析 電子商務數據分析

文章插圖
這里還有一個數據很重要,即平均訂單價值,是指顧客進行一次購買(一個或多個商品)的平均值 。提高平均訂單價值就會增加銷售額,這是毋庸置疑的 。平均訂單價值還通常是代表收入增長速度最直接的指標之一,甚至比轉化率優化更重要,我們在產品頁面、購物車頁面和結帳后頁面中添加少量的相關內容就可能會產生重大影響 。
②購物行為分析——我們可以依據更多和商品有關的數據,比如商品瀏覽頁訪問量、商品詳情頁訪問量、加入/移出購物車的商品,進入結算階段的商品,以及購買人數來對用戶購物行為進行分析 。
同樣,這里主要注意一個數據,即客單價 ?!翱蛦蝺r”的提升主要靠商品單價和關聯銷售:首先在同樣的流量下,盡可能把流量引導至“單價高”且“轉化率高”的商品,并降低“單價低”且“轉化率低”商品的流量,這樣可以直接提高銷售額和客單價;其次,優化寶貝介紹、營銷活動、滿贈規則、客服話術等,盡可能從顧客的需求出發吸引顧客買更多的寶貝,買得越多客單價越高 。
(2)銷量數據分析
我們可以從后臺數據分析中找到關于收入,稅費、運費、退款金額,和賣出的商品數量 。其中,總銷售額以金額的形式呈現,是衡量我們線上店鋪經營狀況最佳的“整體主要指標”(OMM)之一,可以用它來衡量業務的整體增長和發展趨勢 。
電子商務行業分析 電子商務數據分析

文章插圖
該指標幾乎反映了所有電商運營環節的效果——像市場營銷、流量積累、商品優化、產品迭代等 。只要我們的銷售額實現逐月增加,就基本可以確定我們的策略是正確的 。
需要注意的是,跟蹤總銷售額的過程中存在潛在陷阱,我們要確保銷售額可持續地長期增加才是最重要的 。如果只關注短期效果,可能會錯誤地認為策略正確,反而不利于整體業務 。但通常情況下,當我們將總銷售額(總收入)作為核心指標時,基本不會出錯 。
6.用戶留存數據分析
聰明的商家知道忠誠顧客的價值 。能夠留住用戶給你長期帶來收入 。永遠要記住的是,獲取新用戶比留住老用戶成本大得多 。研究顯示,用戶留存率提升5%就能帶來25%到95%的利潤 。以下是一些幫助你更好測量用戶留存的指標:
電子商務行業分析 電子商務數據分析

文章插圖
(1)購買頻率
購買頻率一般是指消費者在給定時間段(通常是一年)內進行的購買次數,通過將過去365天的訂單總數除以同期的顧客人數得出 。提高購買頻率并不容易,涉及了站外的維護,像在顧客購買商品后通過電子郵件、再營銷和社交媒體等營銷渠道與顧客建立關系 。
(2)留存期
留存期是指顧客保持活躍狀態的平均時間長度 。一般顧客超過 6 到 12 個月沒有再次來到店鋪購物,通常被視為不活躍顧客 。留存期或“顧客壽命”可能很難計算 。但從本質上講,是對顧客第一次購買行為到最后一次購買之間時間的度量,需要歷史數據才能計算出該數字 。一般來說,一到三年是一個很好的估計范圍 。
(3)顧客生命周期價值
顧客生命周期價值是通過將平均訂單價值、購買頻率和留存期三個指標相乘得出的 。舉個例子:假設店鋪的平均購物金額為 100 美元,顧客每年平均進行 5 次購買,留存期為兩年,那么您的顧客生命周期價值計算方法就是:$ 100 x 5 x 2 = $ 1000 。
當我們優化上述三個指標時,顧客生命周期價值就會增加 。
如上文所述,流量和轉化率是另外兩個至關重要的指標,是完整優化策略形成的基礎 。提升顧客生命周期價值時,實際上就是在提升已經擁有顧客的價值;而優化轉化率,就能增加顧客人數;吸引更多流量時,實際上也就有了更多的人可以作為轉化基數 。
(4)單次轉化費用
單次轉化費用是指獲得一位新顧客所需花費的成本 。這可能是一個相對棘手的指標,因為它要求我們在所有的營銷活動(包括搜索引擎優化)中監控數據 。

推薦閱讀