電商運營的5大指標分析 電商運營指標有哪些?

先來看一個例子 。 問:如果網站平均停留時間越長說明了什么問題?
對于同一種類型的網站或者同一個品類的電商網站 , 平均停留時間越高表示網站越有吸引力 , 換句話說 , 停留時間長短是衡量網站黏性的最重要的指標 。 不僅如此 , 停留時間與成交也有很強的正相關關系 , 如下圖所示:
其實 , 平均停留時間對銷售額有正面積極的作用力不僅被用在網上 , 在線下的傳統零售行業也被運用的淋漓盡致 , 譬如增大商場貨架的距離可以增加女性消費群體的逗留時間從而促進購買 。 當然 , 這里還牽涉到另外一個問題 , 就是增加貨架距離固然可以提升銷售額但是同時單位面積內銷售產出有可能變小了 , 所以需要測算之后進行比較才能做出決策 。 同時 , 還要考慮定位問題和實際條件限制 。
一建立日常運營的數據指標的重要性
量化公司日常運營健康狀態的指標簇 , 相當于飛機的“儀盤表”(有時候也稱為“晴雨表”) , 通過這些指標就能判定公司是否運行在正常的軌跡上 。 所有的世界500強企業都有晴雨表體系 , 它有兩方面作用:1)決策支持;2)考核業績 。
二如何正確看待運營數據指標
在之前筆者關于講解品牌的帖子 , 筆者曾多次這樣比喻:通過數據指標判斷一個網站是否健康就好比去醫院體檢 , 比如抽血化驗 , 血小板總數丶白細胞總數丶紅細胞壓積容量丶淋巴細胞百分比丶粒細胞百分比等項目數據就類比于電商網站數據指標 , 通過指標就能判斷網站是否運營良好 , 所以需要知道兩類值:實際值和參考值 。 但是難點在于 , 如果沒有足夠的經驗 , 往往很難將數據指標與背后的問題一一對應起來 。
三常見的日常運營指標有哪些
鑒于電商行業的格局 , 天貓和淘寶所占的市場份額目前領先的所以就以淘寶和天貓的數據指標為例 , 其它獨立B2C商城數據指標可以適當比靠這些指標 , 基本上大同小異 。
常見的指標 , 其意義也非常明朗 , 限于篇幅不再贅述 , 以上指標主要針對PC端 , 移動端可以參考上表進行相應合理取舍得出指標 。 另外 , 部分數據指標行業并沒有嚴格和嚴謹的定義 , 多數是一家之言不足以作為通用標準 , 所以 , 一些指標是可以自定義的 , 只要在數據進行核對和比較時 , 務必清楚地知道數據得出的前提 , 或者說是口徑 。 這里有四個指標需要特別解釋下 , 大家可能稍微陌生一些 。
第一個指標:商品集中度 , 表示的銷售額或者銷售量之中 , 占比80%(具體數字可以自行約定)的商品數量或者比例 。 一般來講 , 商品集中度越高越方便下單和追單 , 也就是補貨更加容易 , 但是同時也暴露優質商品較少 , 有潛在風險 , 尤其季節性快消品類目 , 一旦處于換季邊緣 , 集中度高的商品不給力 , 整個銷售業績將受到重挫 , 所以要聯系所處品類的行業參考值 , 合理觀察“商品集中度”;
第二個指標:商品動銷率 , 商品動銷率=動銷品種數店鋪經營總品種數*100% , 動銷品種數:店鋪里有銷售的商品種類總數;
第三個指標:庫銷比 , 庫銷比=店鋪即時庫存或期末庫存周期內總銷售 , 其中庫存和銷售可以是數量亦可以是金額 。
【電商運營的5大指標分析 電商運營指標有哪些?】第四個指標:客戶重合度 , 現在很多電商公司都是實施全網鋪貨和多品牌的戰略(多品牌定位可以使市場覆蓋面更廣且抵御風險能力更強) , 為了使新品牌更快更有效的啟動和成長 , 通常的做法是在初期把成熟品牌的網站流量導入到新品牌 , 加速其生長 , 這時候一定要計算新品牌和老品牌之間的客戶重合度 , 以便達到一定的閾值可以使新品牌與老品牌解綁 , 讓其獨立行走 。 過早地撤走流量可能致使新品牌發育遲緩甚至發育不良 , 過晚撤走流量可能致使多品牌同質化 , 品牌定位無區隔 , 不能有效產生增量市場 。 當然 , 追蹤成熟品牌與新品牌重合客戶的差異和特質只用“重合度”一個指標顯然是不夠的 , 我們可以這樣來比較兩個品牌 , 假設成熟品牌是A , 新品牌是B:
(1)兩個品牌的客戶重合比例是多少?
(2)在(1)的基礎上 , 計算重合客戶的重復購買率?
(3)在(1)的基礎上 , 計算重合客戶自從在B買過商品之后就再也沒有回到A購物過的客戶比例?
(4)在(1)(2)(3)的基礎上同時滿足 , 客戶的比例是多少?
這里必須著重強調一點:數據指標的統計務必保證100%的準確性 。 數據的準確性不僅決定了將來做數據分析丶挖掘和數學建模的深度與廣度 , 更體現了數據的權威性 , 尤其關鍵指標的統計倘若經常出現差池 , 會讓所有人對數據失去信任 , 對基于數據得出的結論也隨之信心瓦解了 。

推薦閱讀