數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)

數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)

數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)即是挖掘數(shù)據(jù)并進(jìn)行合理的數(shù)據(jù)分析，找到數(shù)據(jù)背后的真實(shí)關(guān)系，進(jìn)一

步找到真實(shí)緣由，以此給出對(duì)應(yīng)的詳細(xì)措施并指導(dǎo)實(shí)際的網(wǎng)站運(yùn)營(yíng)工作。

（在這里，網(wǎng)站數(shù)據(jù)類型、對(duì)應(yīng)概念和意義，及其如何挖掘和獵取將過(guò)掉，請(qǐng)大家查

詢相關(guān)書(shū)籍。）

這里要講的是電商網(wǎng)站的數(shù)據(jù)需求類型、數(shù)據(jù)分析的方式方法，以及如何驅(qū)動(dòng)實(shí)際運(yùn)

營(yíng)工作。主要是結(jié)合本人的學(xué)習(xí)、實(shí)際工作和心得所寫，歡迎更為專業(yè)的人士加入爭(zhēng)論。

第一，先說(shuō)說(shuō)網(wǎng)站運(yùn)營(yíng)數(shù)據(jù)分析的類型及其包含的內(nèi)容。

1、總體運(yùn)營(yíng)指標(biāo)

包含如下，見(jiàn)圖：

uv

PV

流■指標(biāo)-

PV/UV

銷售金額

毛利/附J率

訂單金額-有效訂用生

銷售指標(biāo)

總體運(yùn)營(yíng)指標(biāo)

訂單數(shù)量-有效訂單數(shù)fit

業(yè)綠指標(biāo)-客單價(jià)

轉(zhuǎn)換率一訂單轉(zhuǎn)換率

運(yùn)營(yíng)指標(biāo)

營(yíng)銷指標(biāo)CPS

這明顯是給上司看的，網(wǎng)站總體運(yùn)營(yíng)指標(biāo)。

這里需要說(shuō)明幾點(diǎn)：

1、關(guān)于指標(biāo)本身

1）不需要一個(gè)時(shí)點(diǎn)的該項(xiàng)指標(biāo)，而需要的是趨勢(shì)圖，一段時(shí)間的，即自己縱向?qū)Ρ?

假如有主要競(jìng)爭(zhēng)對(duì)手的對(duì)應(yīng)指標(biāo)，一并給出,進(jìn)行橫向匕俄那是最為完善的。

2）給出指標(biāo)趨勢(shì)好與壞的簡(jiǎn)短評(píng)價(jià)，并給出造成的可能緣由。

2、關(guān)于指標(biāo)類別

1）網(wǎng)站流量：網(wǎng)站流量特別重要，但不是最為核心的。

2）銷售指標(biāo)：銷售金額、毛利和毛利率三項(xiàng)指標(biāo)才是最為核心的；網(wǎng)站究竟運(yùn)營(yíng)得

如何？關(guān)鍵看現(xiàn)金流的多與少。

而訂單金額、訂單數(shù)量和客單價(jià)可以大致了解出網(wǎng)站的銷售狀況。這三項(xiàng)指標(biāo)可以去

解釋網(wǎng)站運(yùn)營(yíng)的現(xiàn)金流狀況。比如之前賣書(shū)的亞馬遜中國(guó)與賣家電的京東，從這幾項(xiàng)指標(biāo)

進(jìn)行分析匕瞰就可以很好的解釋其運(yùn)營(yíng)的現(xiàn)金流狀況。

3）運(yùn)營(yíng)指標(biāo)：轉(zhuǎn)換率無(wú)疑是特別關(guān)鍵特別核心的運(yùn)營(yíng)指標(biāo)。

它刻畫出了全站整體的運(yùn)營(yíng)狀態(tài)。包括了流量質(zhì)量、網(wǎng)站IA架構(gòu)及交互質(zhì)量、商品吸

引力（性價(jià)比）及相關(guān)商品信息展現(xiàn)的用戶體驗(yàn)、在線營(yíng)銷、配送和售后等等整個(gè)電商網(wǎng)

站的用戶全購(gòu)物體驗(yàn)的直接衡量指標(biāo)。

一般來(lái)講，電商網(wǎng)站的轉(zhuǎn)換率在1-5%之間。

經(jīng)敏感性分析爭(zhēng)論得出，T殳來(lái)講，轉(zhuǎn)換率提高1%,全站銷售額將會(huì)提高40%以上

（基于我之前負(fù)責(zé)的團(tuán)購(gòu)網(wǎng)站）；大家也可以對(duì)自己負(fù)責(zé)的電商網(wǎng)站做敏感性分析看看結(jié)果

如何。

4）營(yíng)銷指標(biāo)：CPS最為直接真實(shí)的反應(yīng)出電商的營(yíng)銷銷售成本。

由于過(guò)多的電商在非理性的強(qiáng)調(diào)和追趕用戶和銷售規(guī)模的增長(zhǎng)率，而使得CPS節(jié)節(jié)攀

升；今年團(tuán)購(gòu)網(wǎng)站競(jìng)爭(zhēng)最激烈，我們平均下來(lái)的CPS也達(dá)到了15-20元之間，而單件毛利

只有8-12元；虧損是確定的。其他類型的電商CPS也好不到哪去，特殊是自建電商。

2、用戶行為指標(biāo)

見(jiàn)下圖：

?r%Wuv

警情uv-UV_.儆數(shù)

；主冊(cè)用戶數(shù)

PV

平均訪向深度

新顧客訪問(wèn)深度

巖領(lǐng)客訪問(wèn)深度

航噸向深S耐，區(qū)(PV/UV)

后10訪問(wèn)深度頁(yè)面_「「1

訪問(wèn)深度卸朝前10頁(yè)面-

訪I可深度減少的^；.10頁(yè)面

平均停留時(shí)間

?訪同行為

新團(tuán)客停留時(shí)間■停留時(shí)間

者質(zhì)客停留時(shí)間

平均砒率

南戶行為*

新網(wǎng)客退出率

老顧客退出率

前10跳出率頁(yè)面_排出至

后10跳出率頁(yè)面E

一定底即

跳出率減姆前10頁(yè)面

總體點(diǎn)擊事件

頁(yè)面,山古分布

點(diǎn)擊熱圖

如圖所示:用戶行為分為了訪問(wèn)行為和購(gòu)買行為;其對(duì)應(yīng)指標(biāo)見(jiàn)上。

這里需要說(shuō)明的幾點(diǎn)：

1)將用戶分為新老用戶的標(biāo)準(zhǔn)，可以依據(jù)自己網(wǎng)站特點(diǎn)進(jìn)行設(shè)定，沒(méi)有統(tǒng)一的定義

去嚴(yán)格區(qū)分。但可以參考幾個(gè)指標(biāo)，比如注冊(cè)時(shí)間、購(gòu)買時(shí)間和購(gòu)買頻次。

2)用戶訪問(wèn)行為分析的目的是：找到新老用戶不同的訪問(wèn)行為特點(diǎn)；找到問(wèn)題頁(yè)面

或者問(wèn)題商品，進(jìn)行網(wǎng)站信息優(yōu)化。

3）用戶購(gòu)買行為的分析還需要認(rèn)真分析每一步驟的頁(yè)面信息架構(gòu)是否存在問(wèn)題以及

用戶跳出到達(dá)的頁(yè)面都是哪些，整體購(gòu)買流程和步驟是否可以再次優(yōu)化，從而提高整體的

購(gòu)買轉(zhuǎn)換率。免費(fèi)統(tǒng)計(jì)軟件中，谷歌統(tǒng)計(jì)分析可以實(shí)現(xiàn)這一統(tǒng)計(jì)功能。

4）在圖表中沒(méi)有給出對(duì)用戶購(gòu)買行為的深層次分析內(nèi)容，比如新老用戶的購(gòu)物特性

（時(shí)間、頻次、商品類別、金額、季節(jié)等），這需要用到專業(yè)的統(tǒng)計(jì)軟件和建立統(tǒng)計(jì)分析模

型，這里先不爭(zhēng)論，后期會(huì)敘述到。

3、客戶價(jià)值指標(biāo)

這里需要說(shuō)明的是，全文的網(wǎng)站分析指標(biāo)也是通過(guò)微博獲得的，覺(jué)得分類比較清楚全

面，所以沿用了，在此對(duì)原指標(biāo)給出者表示感謝。在此基礎(chǔ)之上，我重新界定了某些指標(biāo)。

獨(dú)立訪問(wèn)人數(shù)_訪問(wèn)人數(shù)

訪客獲得成本

訪問(wèn)到下單轉(zhuǎn)換率轉(zhuǎn)換率

占總數(shù)量百分比一新贖客數(shù)量

新厥客獲得成本

［客戶價(jià)值指標(biāo)

新聯(lián)客客單價(jià)-新贖客指標(biāo)

新膜客消費(fèi)金額

占總數(shù)量百分比.老顧客數(shù)量

消費(fèi)頻次

最近一次消符時(shí)間_老展客指標(biāo)

消費(fèi)金額

活躍老客戶數(shù)

如上圖所示：

我們需要對(duì)對(duì)客戶進(jìn)行價(jià)值指標(biāo)的計(jì)算、分析和評(píng)估。以此對(duì)全站的客戶價(jià)值有一個(gè)

全面細(xì)致的熟悉。

我們?cè)俅慰吹搅藛挝挥脩舻墨C取成本以及銷售轉(zhuǎn)換率。

同時(shí)，我們更加細(xì)致的對(duì)現(xiàn)有用戶進(jìn)行了新老用戶細(xì)分，占比、獵取成本、客單價(jià)等

指標(biāo)進(jìn)行了計(jì)算。

但就如（二）所提到的，還需要引入其他數(shù)據(jù)，如不同地區(qū)、不同商品類別、季節(jié)時(shí)

間、消費(fèi)金額、毛利貢獻(xiàn)等，對(duì)新老用戶的消費(fèi)特征分別進(jìn)行統(tǒng)計(jì)分析。如此，可以很好

的把握住兩種用戶群體的消費(fèi)特性，從而有針對(duì)性的組織支配商品的在線銷售，并還可指

導(dǎo)EDM精準(zhǔn)營(yíng)銷，為兩種不同類型的用戶定制EDM的郵件內(nèi)容和發(fā)送時(shí)間,從而提高

EDM轉(zhuǎn)換率。

4、營(yíng)銷活動(dòng)指標(biāo)

見(jiàn)下圖：

哂UV

松曬數(shù)_新前礴

息UV

—總訪問(wèn)人數(shù)

營(yíng)精活動(dòng)指標(biāo)-訂單做.有效訂單數(shù)量

新播訂單數(shù)/新ttluv

轉(zhuǎn)換率

-有效訂單切的UV

ROI

新塔訪向數(shù)

活動(dòng)輻標(biāo)忘訪問(wèn)人數(shù)

訂單數(shù)出有效訂單數(shù)為

廣告投放搭驚-

轉(zhuǎn)換率

CPA

ROI

-CPS

新增訪問(wèn)數(shù)

敘訪問(wèn)人數(shù)

訂單數(shù)量

祟漠合作指標(biāo)-

CPA

ROI

-CPS

還是先敘述圖中指標(biāo)：

1.營(yíng)銷活動(dòng)效果的評(píng)估

我認(rèn)為ROI是最為核心的，一般來(lái)講，我們會(huì)將活動(dòng)前一周和活動(dòng)后一周的網(wǎng)站UV、

PV、訂單數(shù)、銷售金額、轉(zhuǎn)換率等指標(biāo)做平均；再計(jì)算出活動(dòng)期間的這些指標(biāo)值。

用活動(dòng)期間和活動(dòng)后一周的指標(biāo)數(shù)值減掉活動(dòng)前一周的對(duì)應(yīng)指標(biāo)數(shù)值，得出活動(dòng)的效

果，再扣除可能的獎(jiǎng)品費(fèi)用等其他費(fèi)用，得到該活動(dòng)的ROL

這種計(jì)算方法有很大誤差，特殊是有多種因素同時(shí)影響用戶購(gòu)買行為時(shí)，但也可大致

看出一項(xiàng)活動(dòng)的效果。

至于多因素影響的狀況下，如何評(píng)估，這會(huì)在后面文章談到專業(yè)統(tǒng)計(jì)軟件和統(tǒng)計(jì)模型

的建立和分析。這里不多敘述。

這里還需要提示的是：營(yíng)銷活動(dòng)的評(píng)估不僅僅是事后評(píng)估，更為重要的是活動(dòng)進(jìn)行中

的每日數(shù)據(jù)監(jiān)控，評(píng)估和分析，找到活動(dòng)效果差的可能緣由，準(zhǔn)時(shí)調(diào)整，以此確保整個(gè)活

動(dòng)的效果。

2.廣告及渠道效果評(píng)估

部分才旨標(biāo)與營(yíng)銷活動(dòng)效果評(píng)估全都；這里額外強(qiáng)調(diào)CPA和CPS,特殊是后者。

在我的實(shí)際工作中，除了以上表面化的數(shù)據(jù)監(jiān)控和數(shù)據(jù)分析外，還會(huì)有對(duì)各項(xiàng)數(shù)據(jù)的

細(xì)化和分解，以此找到更為真實(shí)的狀況。

比如營(yíng)銷活動(dòng)效果評(píng)估，假如我們依據(jù)上圖所示做出了評(píng)估數(shù)據(jù)，我們下一步能如何

呢？但實(shí)際上，我們并不完全了解該項(xiàng)營(yíng)銷活動(dòng)背后更為細(xì)致的真實(shí)狀況，也不會(huì)為提高

下一次營(yíng)銷活動(dòng)給出有價(jià)值的建議了。

比如：該項(xiàng)活動(dòng)在不同城市都有相同的活動(dòng)效果嗎？哪些城市效果明顯？哪些又并不

明顯呢？他們有什么特征？我們是否應(yīng)當(dāng)針對(duì)不同城市開(kāi)展不同的營(yíng)銷活動(dòng)呢？

6月份的一次零元抽獎(jiǎng)活動(dòng)中，活動(dòng)整體的ROI很好，這也是為什么各大團(tuán)購(gòu)網(wǎng)站樂(lè)

此不疲的做此項(xiàng)流程最為簡(jiǎn)潔，但效果卻不錯(cuò)的緣由。

但我們將數(shù)據(jù)做了以下兩次不同分析后，發(fā)覺(jué)背后應(yīng)當(dāng)有更為細(xì)致的真實(shí)狀況，從而

指導(dǎo)下一次活動(dòng)。

一種是人工分城市照上圖統(tǒng)計(jì)分析活動(dòng)效果，得出了部分城市的活動(dòng)ROI嚴(yán)峻不同。

另一種是用SAS建模型，找相關(guān)性，也得出了相同結(jié)論。

下一步就是分析不同的緣由所在，為后期再開(kāi)展類似活動(dòng)給出新的建議。

這里不再敘述，在后期的分析方法里會(huì)再次敘述。

5、常規(guī)分析方法

在前面部分，已將電商網(wǎng)站運(yùn)營(yíng)可能用到的數(shù)據(jù)指標(biāo)——?dú)w類做出了敘述，在本節(jié)開(kāi)

頭，我將結(jié)合實(shí)際工作和一些簡(jiǎn)潔的統(tǒng)計(jì)分析理論針對(duì)數(shù)據(jù)分析方法做較為淺顯的闡述，

盼望有高手參加一并共享。

第一階段：常規(guī)做法

我認(rèn)為在把握大的運(yùn)營(yíng)方向不變的前提下，需要對(duì)網(wǎng)站數(shù)據(jù)做出以下動(dòng)作：

1、看趨勢(shì)

2、找變