? ? ?作為電商行業的從業者，無論是產品經理、用戶研究工程師還是數據分析師等，都會用到可用性、數據分析。而電子商務信息系統最核心的能力是大數據能力，其中包括大數據處理、數據分析和數據挖掘能力。無論是電商平臺還是在電商平臺上銷售產品的賣家，都需要掌握大數據分析的能力。越成熟的電商平臺，越需要以通過大數據能力驅動電子商務運營的精細化，更好的提升運營效果，提升業績。構建系統的電子商務數據分析指標體系是數據電商精細化運營的重要前提。
? ? ?在介紹各項指標之前，先簡單分享一下電商網站分析的常用方法，主要是定性分析、定量分析，其中可用性測試就是一種定性分析方法，數據分析屬于定量分析方法，可用性測試和數據分析是一對無敵好搭檔，它們讓我們更多地了解用戶，跟蹤我們的目標，解決意外的問題。那么兩種方法各有什么作用，區別是什么呢？
數據分析：它會告訴我們哪些頁面或者流程成為用戶的阻塞點，能揭露用戶到底是怎么訪問網站的，數據分析可以幫助我們做到以下幾點：
（1）識別網站上什么地方出現問題，
（2）網站對用戶的吸引力如何？
（3）設計改版、產品優化迭代的效果評估。
電商網站常用的基礎數據指標
? ? ? 電商數據分析指標體系分為總體運營指標、網站流量類指標、銷售轉化指標、客戶價值指標、營銷活動指標、風險控制指標和市場競爭指標。不同類別指標對應電商運營的不同環節，如網站流量指標對應的是網站運營環節，銷售轉化、客戶價值和營銷活動指標對應的是電商銷售環節。
電商總體運營指標：
1、網站流量類指標：
（1）流量類指標
-獨立訪客數（UV），指定時段內去重的訪客數量（PC、WAP端一般通過用Cookie來標識，APP端通過設備IMEI或MAC地址來標識）。在一天內多次訪問網站的用戶僅記錄為一個用戶。Cookie:網站為了辨別用戶身份、進行session跟蹤而儲存在用戶本地終端上的數據。
-頁面訪問數（PV）：即頁面瀏覽量，用戶每一次對電商網站或移動電商應用中的每個網頁訪問均被記錄一次，用戶對同一頁面的多次訪問，訪問量累計。
-人均頁面訪問數：即頁面訪問數PV/UV，該指標反映的是網站訪問粘性。
-頁面訪問時長：頁訪問時長是指單個頁面被訪問的時間。并不是頁面訪問時長越長越好，要視情況而定。對于電商網站，頁面訪問時間要結合轉化率來看，如果頁面訪問時間長，但轉化率低，則頁面體驗出現問題的可能性很大
-跳出率：即退出的次數/該頁訪問次數，跳出率只能衡量該頁做為著陸頁面（LandingPage）的訪問。如果花錢做推廣，著落頁的跳出率高，很可能是因為推廣渠道選擇出現失誤，推廣渠道目標人群和和被推廣網站到目標人群不夠匹配，導致大部分訪客來了訪問一次就離開。比如，在一個統計時間內，一個網站有1000個不同訪客從某一鏈接進入，并且其中有50個人沒有二次瀏覽行為，是直接退出網站的，則針對這個頁面跳出率為50/1000=5%。
-退出率：頁面退出率=退出次數/訪問，從某方面反映了網站對于訪客的吸引力。
跳出率和退出率是兩個可能造成混淆的參數。跳出率是只訪問了網站的一個頁面的用戶的比例：在一個頁面登陸，但是沒有去訪問任何其他頁面就離開了網站。退出率是從一個頁面離開了網站的用戶的比例（它包括了那些之前在該網站瀏覽了其他頁面的人）。一個有著高跳出率的頁面可能說明這個頁面上的內容不是用戶來到這個頁面所期望看到的東西。一個高退出率的頁面可能說明這個網頁導致了用戶在他們想要的流程中半途而廢，需要改善內容來吸引用戶或者對頁面進行優化內容。
下面舉例具體說明：
對頁面C來說，各項指標如下：
跳出率、退出率舉例：
a訪問：首頁-》退出
b訪問：首頁-》活動頁--》詳情頁--》退出
c訪問：首頁-》活動頁--》詳情頁--》首頁--》退出
d訪問：活動頁--》詳情頁--》首頁--》退出
e訪問：活動頁--》詳情頁--》退出
跳出率：a/(a+b+c)=1/3
退出率：（a+c+d）/(a+b+c+d)=3/4
（2）流量成本類指標
-單位訪客獲取成本。該指標指在流量推廣中，廣告活動產生的投放費用與廣告活動帶來的獨立訪客數的比值。單位訪客成本最好與平均每個訪客帶來的收入以及這些訪客帶來的轉化率進行關聯分析。若單位訪客成本上升，但訪客轉化率和單位訪客收入不變或下降，則很可能流量推廣出現問題，尤其要關注渠道推廣的作弊問題。
（3）會員類指標
-注冊會員數。指一定統計周期內的注冊會員數量。
-活躍會員數。活躍會員數，指在一定時期內有消費或登錄行為的會員總數。活躍會員率。即活躍會員占注冊會員總數的比重。
-會員復購率。指在統計周期內產生二次及二次以上購買的會員占購買會員的總數。會員平均購買次數。指在統計周期內每個會員平均購買的次數，即訂單總數/購買用戶總數。會員復購率高的電商網站平均購買次數也高。會員回購率。指上一期末活躍會員在下一期時間內有購買行為的會員比率。會員留存率。會員在某段時間內開始訪問你的網站，經過一段時間后，仍然會繼續訪問你的網站就被認作是留存，這部分會員占當時新增會員的比例就是新會員留存率，這種留存的計算方法是按照活躍來計算，另外一種計算留存的方法是按消費來計算，即某段的新增消費用戶在往后一段時間時間周期（時間周期可以是日、周、月、季度和半年度）還繼續消費的會員比率。留存率一般看新會員留存率，當然也可以看活躍會員留存。留存率反應的是電商留住會員的能力。
2、網站銷售（轉化率）類指標：
（1）購物車類指標
-基礎類指標，包括一定統計周期內加入購物車次數、加入購物車買家數、加入購物車買家數以及加入購物車商品數。
-轉化類指標，主要是購物車支付轉化率，即一定周期內加入購物車商品支付買家數與加入購物車購買家數的比值。
（2）下單類指標
基礎類指標，包括一定統計周期內的下單筆數、下單金額以及下單買家數。
轉化類指標，主要是瀏覽下單轉化率，即下單買家數與網站訪客數（UV）的比值。
（3）支付類指標
基礎統計類指標，包括一定統計周期內支付金額、支付買家數和支付商品數。
轉化類指標。包括瀏覽-支付買家轉化率（支付買家數/網站訪客數）、下單-支付金額轉化率（支付金額/下單金額）、下單-支付買家數轉化率（支付買家數/下單買家數）和下單-支付時長（下單時間到支付時間的差值）。
3、客戶價值類指標：
-客戶指標。常見客戶指標包括一定統計周期內的累計購買客戶數和客單價。客單價是指每一個客戶平均購買商品的金額，也即是平均交易金額，即成交金額與成交用戶數的比值。
-新客戶指標。常見新客戶指標包括一定統計周期內的新客戶數量、新客戶獲取成本和新客戶客單價。其中，新客戶客單價是指第一次在店鋪中產生消費行為的客戶所產生交易額與新客戶數量的比值。影響新客戶客單價的因素除了與推廣渠道的質量有關系，還與電商店鋪活動以及關聯銷售有關。
-老客戶指標。常見老客戶指標包括消費頻率、最近一次購買時間、消費金額和重復購買率。消費頻率是指客戶在一定期間內所購買的次數；最近一次購買時間表示客戶最近一次購買的時間離現在有多遠；客戶消費金額指客戶在最近一段時間內購買的金額。消費頻率越高，最近一次購買時間離現在越近，消費金額越高的客戶越有價值。重復購買率則指消費者對該品牌產品或者服務的重復購買次數，重復購買率越多，則反應出消費者對品牌的忠誠度就越高，反之則越低。重復購買率可以按兩種口徑來統計：第一種，從客戶數角度，重復購買率指在一定周期內下單次數在兩次及兩次以上的人數與總下單人數之比，如在一個月內，有100個客戶成交，其中有20個是購買兩次及以上，則重復購買率為20%；第二種，按交易計算，即重復購買交易次數與總交易次數的比值，如某月內，一共產生了100筆交易，其中有20個人有了二次購買，這20人中的10個人又有了三次購買，則重復購買次數為30次，重復購買率為30%。
4、市場營銷活動指標：
·
-市場營銷活動指標。包括新增訪問人數、新增注冊人數、總訪問次數、訂單數量、下單轉化率以及ROI。其中，下單轉化率是指活動期間，某活動所帶來的下單的次數與訪問該活動的次數之比。投資回報率（ROI）是指，某一活動期間，產生的交易金額與活動投放成本金額的比值。
-廣告投放指標。包括新增訪問人數、新增注冊人數、總訪問次數、訂單數量、UV訂單轉化率、廣告投資回報率。其中，下單轉化率是指某廣告所帶來的下單的次數與訪問該活動的次數之比。投資回報率（ROI）是指，某廣告產生的交易金額與廣告投放成本金額的比值。
5、風控類指標：
-買家評價指標。包括買家評價數，買家評價賣家數、買家評價上傳圖片數、買家評價率、買家好評率以及賣家差評率。其中，買家評價率是指某段時間參與評價的賣家與該時間段買家數量的比值，是反映用戶對評價的參與度，電商網站目前都在積極引導用戶評價，以作為其他買家購物時候的參考。買家好評率指某段時間內好評的買家數量與該時間段買家數量的比值。同樣，買家差評率指某段時間內差評的買家數量與該時間段買家數量的比值。尤其是買家差評率，是非常值得關注的指標，需要監控起來，一旦發現買家差評率在加速上升，一定要提高警惕，分析引起差評率上升的原因，及時改進。
-買家投訴類指標。包括發起投訴（或申訴），撤銷投訴（或申訴），投訴率（買家投訴人數占買家數量的比例）等。投訴量和投訴率都需要及時監控，以發現問題，及時優化。
6、市場競爭類指標：
-市場份額相關指標，包括市場占有率、市場擴大率和用戶份額。市場占有率指電商網站交易額占同期所有同類型電商網站整體交易額的比重；市場擴大率指購物網站占有率較上一個統計周期增長的百分比；用戶份額指購物網站獨立訪問用戶數占同期所有B2C購物網站合計獨立訪問用戶數的比例。
-網站排名，包括交易額排名和流量排名。交易額排名指電商網站交易額在所有同類電商網站中的排名；流量排名指電商網站獨立訪客數量在所有同類電商網站中的排名。
? ? ? ? 本文介紹了電商數據分析的基礎指標體系，這些指標都需要系統化的進行統計和監測，才能更好的發現電商運營的問題，以更好及時改進和優化，提升電商轉化、收入。（如銷售轉化率，其本質上是一個漏斗模型，如從網站首頁到最終購買各個階段的轉化率的分析是網站健康度的很重要的分析方向）。
注：本文部分指標借鑒轉載了傅志華公眾號的文章。傅志華先生曾為騰訊社交網絡事業群數據中心總監以及騰訊公司數據協會會長。
