電商數(shù)據(jù)化運營競爭網(wǎng)站分析

1、2014年12月7日電商數(shù)據(jù)化運營中的競爭網(wǎng)站分析肖嘉敏第七屆中國R語言會議(上海)21234目錄3聚焦電商大促雙11全民購物節(jié) 電商血拼戰(zhàn) 蘇寧818“為你而省” 全民瘋搶1號店7月超炫店慶月挑戰(zhàn)吉尼斯京東618年中大促 火紅六月1競爭網(wǎng)站分析233電商競爭網(wǎng)站分析流量問題是任何電商都避開不了的現(xiàn)實問題，對于電子商務(wù)而言，有流量就意味著一切：交易額、現(xiàn)金流、利潤和擴散空間。以致每年總有那么幾次大促，細看2014年4.18，6.18，7月年中，8.18，雙11的流量，轉(zhuǎn)化及效果。聚焦電商 (大促) 流量，轉(zhuǎn)化，效果4雙11淘系銷量與增速從打折促銷，到狂歡節(jié)，到購物節(jié)，現(xiàn)在是品牌，是生態(tài)5電商不

2、缺錢，不缺愛，就缺流量 流量問題是任何電商都避開不了的現(xiàn)實問題，對于電子商務(wù)而言，有流量就意味著一切：交易額、現(xiàn)金流、利潤和擴散空間。以致每年從有那么幾次大促。1號店7月店慶狂歡唯品會4.18大促京東618大促勢頭強勁蘇寧易購818店慶&O2O購物節(jié) 雙十一電商血拼戰(zhàn)天貓626大促6“雙11”推廣在11月1日預(yù)熱初見成效，流量份額從19%提升至23%；之后直到9號都穩(wěn)定在22%-26%之間；到了大促前一天，天貓流量份額大幅增長，達32%，而“雙十一”當(dāng)天則攀升至38%?！半p11”電商血拼戰(zhàn) 阿里衛(wèi)冕大贏家7“雙11”縱橫對比 6.18京東趕超天貓； 雙11京東保持平時流量份額； 京東同比增幅不

3、小8天貓截流，致“雙11”轉(zhuǎn)化率井噴“雙11”的熱鬧和酣戰(zhàn)過后，參與“血拼”讓利的各電商都收獲了相當(dāng)?shù)牧髁康耐瑫r，用戶下單轉(zhuǎn)化率都有大增，天貓下單用戶轉(zhuǎn)化率超過25%。9電商用戶是墻頭草，哪有大促往哪跑，“雙11”當(dāng)天，訪客中多電商平臺間切換訪問的人數(shù)占比明顯高于往日。（以下唯品會訪客為分析對象)電商用戶是墻頭草，“雙11”各家跑Source： iDataAnalytics 2014.11.注：以唯品會用戶為分析對象，訪問電商個數(shù)為“1”，意指在選定的13家電商（淘寶，天貓、京東、蘇寧易購、1號店、亞馬遜、當(dāng)當(dāng)、易迅、拍拍、唯品會、國美在線、聚美優(yōu)品、樂蜂、凡客誠品）中，該部分系獨占用戶；訪問

4、電商個數(shù)為“2”，意指除淘系外該部分訪客還訪問了另一家電商網(wǎng)站；以此類推。10京東6.18流量勢頭強勁Source： iDataAnalytics 2014.66月18日，從網(wǎng)購用戶在幾大主流電商平臺的瀏覽頁面數(shù)分布情況來看，京東頁面瀏覽數(shù)占比從日常的10%左右驟增到18.9%，幾近翻倍。當(dāng)日瀏覽量趕超天貓11京東6.18流量&轉(zhuǎn)化齊高6月18日，京東流量大增的同時，用戶的轉(zhuǎn)化率也有明顯提升：購物車轉(zhuǎn)化率增至17.0%，而下單轉(zhuǎn)化率增至7.9%。也就是說，每100個訪客中，會有17個人訪問購物車，而8人最后下單成功。環(huán)比17號，增幅分別為24.9%和38.5%。Source： iDataAna

5、lytics 2014.6.注：1.下單轉(zhuǎn)化率=點擊確認下單的訪客/網(wǎng)站總訪客；2.購物車轉(zhuǎn)化率=進入到購物車的訪客/網(wǎng)站總訪客。6.096.106.116.126.136.146.156.166.176.1813.8%14.0%13.4%13.7%11.6%12.2%13.1%13.4%17.0%13.7%5.2%5.5%5.3%6.0%5.0%5.7%5.3%5.4%7.9%5.7%12京東618促銷頁面效果明顯Source： iDataAnalytics 2014.6.注：1.促銷頁訪客占比=訪問了促銷頁的訪客/網(wǎng)站總訪客；2.促銷頁訪客的下單轉(zhuǎn)化率=訪問了促銷頁并且下單的訪客/促銷頁總

6、訪客；3.下單用戶中的促銷頁訪客占比=訪問了促銷頁并且下單的訪客/網(wǎng)站所有下單的訪客。全站促銷頁訪客占比=65.3%促銷頁訪客下單轉(zhuǎn)化率=9.1%下單用戶中的促銷頁訪客占比=75.0%6.09-6.17平均值=53.2%6.09-6.17平均值=46.1%6.09-6.17平均值=6.3%618訂單中，75%的下單用戶都訪問了促銷頁。一方面，促銷頁面數(shù)量眾多，借助于廣告和折扣吸引了大量關(guān)注，其訪客超過了全站訪客的65%；另一方面，得益于促銷產(chǎn)品契合了目標(biāo)用戶的需求，以及良好的頁面體驗等，促銷頁訪客中的下單訪客占比也明顯提升，其轉(zhuǎn)化率增加到9.1%。13蘇寧818“為你而省”蘇寧易購的“省到?jīng)]話

7、說”主題促銷也在流量份額中為自己多爭了一席：8月18日PV份額同比7月18日增幅高達248.8%。 當(dāng)日活動頁流量占比大漲，整站2/3的訪客會訪問活動頁Source： iDataAnalytics 2014.8電商用戶在下單路徑主要有三種類型：一是有較明確的使用需求，通過搜索來尋找目標(biāo)商品；另一種是受推廣吸引，點擊首頁焦點輪播等促銷廣告或進入專題促銷頁而后迸發(fā)對某商品的購買意向；還有一種，是從導(dǎo)航和面包屑等位置進入商品列表頁再選擇商品下單。141號店超炫店慶月挑戰(zhàn)吉尼斯 6.18京東一號店六周年店慶狂歡 B2C市場占有率大幅提升 一號店六周年店慶狂歡 強力折扣刺激用戶忠誠1號店7月的頁面瀏覽數(shù)

8、平均占目標(biāo)電商總PV的5.5%以上，11日“超炫店慶日”當(dāng)天甚至高達7.4%。反觀6月，則通常在2.0%-2.9%之間徘徊1號店7月大促期間，獨占訪客比例有明顯提升。151234目錄聚焦電商大促雙11全民購物節(jié) 電商血拼戰(zhàn) 蘇寧818“為你而省” 全民瘋搶1號店7月超炫店慶月挑戰(zhàn)吉尼斯京東618年中大促 火紅六月1競爭網(wǎng)站分析2316競爭網(wǎng)站分析主要框架行動行動ACTIONACTION洞察洞察INSIGHTINSIGHT數(shù)據(jù)數(shù)據(jù)TRACKING DATATRACKING DATA用戶行為外鏈來源用戶轉(zhuǎn)化訪問上下游用戶特征訪問路徑流量趨勢人群畫像整合營銷競爭對手運營監(jiān)控競爭對手營銷監(jiān)控基于用基于

9、用戶戶行行為為，電電商數(shù)據(jù)運商數(shù)據(jù)運營營中的中的競競爭網(wǎng)站分析爭網(wǎng)站分析領(lǐng)領(lǐng)域域 第三方樣本庫頁面抓取數(shù)據(jù)企業(yè)合作數(shù)據(jù)全流量數(shù)據(jù)問卷調(diào)研行業(yè)市場訂單歸屬訪問媒體分布目標(biāo)用戶定位17整合電商大數(shù)據(jù)源第三方樣本全流量數(shù)據(jù)頁面信息抓取電商企業(yè)合作監(jiān)測與分析大數(shù)據(jù)源細分應(yīng)用，數(shù)據(jù)整合合作推廣，監(jiān)測處理部署應(yīng)用，拓展優(yōu)化品類合作，校準優(yōu)化拼圖電子商務(wù)大數(shù)據(jù)Soure:車品覺18競爭網(wǎng)站分析維度名稱名稱涉及維涉及維度度分析周期分析周期競爭網(wǎng)站的排名分析 基礎(chǔ)指標(biāo)(UV，PV，Time)排名分布，對比與趨勢 競爭網(wǎng)站基礎(chǔ)指標(biāo)時段分析 各網(wǎng)站功能類別(首頁，搜索，產(chǎn)品頁等)排名與分布日、周、月競爭網(wǎng)站指標(biāo)分析

10、 網(wǎng)站基本指標(biāo)計算(排名分析總指標(biāo)+訪次，session描述性指標(biāo)) 網(wǎng)站復(fù)合指標(biāo)計算(轉(zhuǎn)化分析總指標(biāo)+跳出，退出率等綜合指標(biāo))日、周、月競爭網(wǎng)站轉(zhuǎn)化分析 著陸頁到產(chǎn)品頁轉(zhuǎn)化 著陸頁到搜索頁(list, keyword)轉(zhuǎn)化 搜索到關(guān)鍵頁轉(zhuǎn)化 瀏覽到關(guān)鍵頁轉(zhuǎn)化日、周、月競爭用戶特征分析 分析競爭網(wǎng)站用戶特征，包括：性別、年齡、地區(qū)、收入、職業(yè)、學(xué)歷 與其他分析模塊的交叉分析周、月競爭網(wǎng)站流量分析 網(wǎng)站來源(站外入口)流量分布 離開去向外站分布 搜索關(guān)鍵詞分析日、周、月跨網(wǎng)站上下游分析 目標(biāo)網(wǎng)站訪問上游網(wǎng)站分析 目標(biāo)網(wǎng)站訪問下游網(wǎng)站分析日、周、月站內(nèi)用戶路徑分析 關(guān)鍵節(jié)點(搜索，產(chǎn)品頁)的來源去向分析 站內(nèi)路徑(連續(xù)2-3步片段)排名 與用戶屬性交叉分析日、周、月自定義用戶群分析 允許通過用戶屬性，搜索行為，訪問等行為自定義用戶群 用戶群組畫像分析 用戶行為特征差異 用戶群組一定周期內(nèi)站外行為分析(如上月搜索汽車相關(guān)用戶，當(dāng)月無訪問行為的用戶。當(dāng)月其他瀏覽行為，搜索行為，視頻等行為)月19