电子商务应该将逐步实现运营数据化,以数据为指导思想,来发现问题,解决问题,逐步使运营工作稳健的上一个又一个台阶。
以下是电子商务网站分析的一些数据
第一项:日常性数据(基础)
1. 流量相关数据:
1.1 IP
1.2 PV
1.3 在线时间
1.4 跳出率
1.5 新用户比例
2.0 订单相关数据:
2.1 总订单
2.2 有效订单
2.3 订单有效率
2.4 总销售额
2.5 客单价
2.6 毛利润
2.7 毛利率
3.0 转化率相关数据:
3.1 下单转化率
3.2 付款转化率。
第二项:每周数据分析(核心)
用户下单和付款不一定会在同一天完成,但一周的数据相对是精准的,所以我们把每周数据作为比对的参考对象,主要的用途在于,比对上周与上上周数据间的差别,运营做了某方面的工作,产品做出了某种调整,相对应的数据也会有一定的变化,如果没有提高,说明方法有问题或者本身的问题并在与此。
1. 网站使用率:IP、PV、平均浏览页数、在线时间、跳出率、回访者比率、访问深度比率、访问时间比率。
这是最基本的,每项数据提高都不容易,这意味着要不断改进每一个发现问题的细节,不断去完善购物体验。来说明下重要的数据指标:
1.1 跳出率:跳出率高绝不是好事,但跳出的问题在哪里才是关键。我的经验,在一些推广活动或投放大媒体广告时,跳出率都会很高,跳出率高可能意味着人群不精准,或者广告诉求与访问内容有巨大的差别,或者本身的访问页面有问题。常规性的跳出率关注于登录、注册、订单流程1-3步、用户中心等基础页面,如果跳出率高于20%,我觉得就有不少的问题,也根据跳出率来改进购物流程和用户体验。
1.2 回访者比率=一周内2次回访者/总来访者,意味着网站吸引力,以及会员忠诚度,如果在流量稳定的情况下,此数据相对高一些会比较高,太高则说明新用户开发的太少,太低则说明用户的忠诚度太差,复购率也不会高。
1.3 访问深度比率=访问超过11页的用户/总的访问数,访问时间比率=访问时间在10分钟以上的用户数/总用户数,这两项指标代表网站内容吸引力,数据比率越高越好。
2. 运营数据:总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率、下单转化率、付款转化率、退货率;
每日数据汇总,每周的数据一定是稳定的,主要比对于上上周的数据,重点指导运营内部的工作,如产品引导、定价策略、促销策略、包邮策略等。
2.1 比对数据,为什么订单数减少了?但销售额增加了?这是否是好事?
2.2 对比数据,为什么客单价提高了?但利润率降低了?这是否是好事?
2.3 对比数据,能否做到:销售额增长,利润率提高,订单数增加?这不是不可能。
所有的问题,在运营数据中都能够找到答案。
第三项:用户分析
1. 会员分析:新会员注册、新会员购物比率、会员总数、所有会员购物比率;
概括性分析会员购物状态,重点在于本周新增了多少会员,新增会员购物比率是否高于总体水平。如果你的注册会员购物比率很高,那引导新会员注册不失为提高销售额的好方法。
1.1 会员复购率:1次购物比例、2次购物比例、3次购物比例、4次购物比例、5次购物比例、6次购物比例;
1.2 转化率是体现的是电子商务的购物流程、用户体验是否有好,可以叫外功,复购率则体现电子商务整体的竞争力,绝对是内功,这包括知名度、口碑、客户服务、包装、发货单等每个细节,好的电子商务复购率能做到90%,没有复购率的电子商务绝对没有任何前途,所以这也能够理解为什么很多电子商务愿意花大钱去投门户广告,为了就是获取用户的第一次购买,从而获得长期的重复购买。但某些电子商务购物体验做的不好,花大钱砸广告,这纯属烧钱行为。
所以我觉得运营的核心工作,一方面是做外功,提高转化率,获取消费者第一次购买行为,另外一方面就是做内功,提高复购率,电子商务根本也就在重复购买。所以电子商务是个综合学科,做好每门功课真是不容易,不过也就是依靠每个细节,才奠定了电子商务发展的基石。
中国的电子商务是幸运的,因为中国的消费者很宽容,你欺骗我一次,我可能还会原谅你,说实话给消费者选择的空间也并不是那么多,但随着新崛起电子商务的成长,对服务的关注与投入,我相信未来的电子商务会是个服务行业,而不是搬运工。