隨著數(shù)據(jù)時(shí)代的到來，各行各業(yè)的經(jīng)營(yíng)發(fā)展中都開始重視數(shù)據(jù)分析的思維，利用數(shù)據(jù)來反映業(yè)務(wù)和產(chǎn)品背后的問題，對(duì)于電商行業(yè)來說，數(shù)據(jù)分析又顯得尤為重要，GMV、轉(zhuǎn)化率、復(fù)購率等等都需要電商運(yùn)營(yíng)人員實(shí)時(shí)關(guān)注，精細(xì)化運(yùn)營(yíng)和數(shù)據(jù)驅(qū)動(dòng)的理念是目前電商行業(yè)自身增長(zhǎng)重要的因素。

以上是我整理的電商行業(yè)需要關(guān)注的基本指標(biāo)體系，根據(jù)大家負(fù)責(zé)的部分不同，需要重點(diǎn)關(guān)注的方向也不同，本文主要詳細(xì)介紹總體運(yùn)營(yíng)指標(biāo)及核心數(shù)據(jù)儀表盤的重要可視化內(nèi)容。

用戶增長(zhǎng)及整個(gè)消費(fèi)流程的第一步就是用戶對(duì)網(wǎng)站的訪問情況，通過PV、UV、訪問次數(shù)、訪問時(shí)長(zhǎng)、跳出率等流量類指標(biāo)，可以關(guān)注到用戶對(duì)網(wǎng)站的感知情況，從而通過調(diào)整提高流量。

在這個(gè)部分，也可以加入關(guān)聯(lián)分析的數(shù)據(jù)分析思維，將流量數(shù)據(jù)與不同時(shí)間、不同渠道、用戶分布等進(jìn)行關(guān)聯(lián)分析，從而更清晰準(zhǔn)確的找到問題，進(jìn)行調(diào)整。

銷售類數(shù)據(jù)是最直觀反映一段時(shí)間業(yè)務(wù)增長(zhǎng)變化情況的，其中最重要的關(guān)注指標(biāo)GMV（成交金額GMV=UV *轉(zhuǎn)化率*客單價(jià)），在銷售類指標(biāo)中，為了精準(zhǔn)化運(yùn)營(yíng)，要關(guān)注銷售流程中，用戶從加入購物車到下單、支付，再到最終訂單完成的每個(gè)階段的數(shù)據(jù)和轉(zhuǎn)化率，才能準(zhǔn)確的找到問題，提高轉(zhuǎn)化率。

用戶類數(shù)據(jù)的分析中，包括用戶行為、用戶畫像和用戶價(jià)值分析，例如注冊(cè)用戶數(shù)、活躍用戶數(shù)、用戶平均購買次數(shù)、用戶留存及用戶復(fù)購等。用戶價(jià)值分析可以建立RFM價(jià)值模型，找到高價(jià)值用戶進(jìn)行精準(zhǔn)營(yíng)銷。

在整理電商數(shù)據(jù)分析的指標(biāo)體系和分析方法時(shí)，你會(huì)注意到，需要關(guān)注的指標(biāo)非常多，實(shí)際分析過程中，自己手上的數(shù)據(jù)情況也不完全一致，如何作出一個(gè)涵蓋較全，又能精準(zhǔn)定位問題的數(shù)據(jù)分析可視化看板也是很多電商運(yùn)營(yíng)小伙伴的難點(diǎn)。

這里建議大家可以建立一個(gè)核心數(shù)據(jù)儀表盤，另外，根據(jù)關(guān)注重點(diǎn)不同，建立明細(xì)數(shù)據(jù)的其他儀表盤，比如商品分析、用戶分析、渠道分析等單獨(dú)儀表盤，其中，核心數(shù)據(jù)儀表盤建議以下幾點(diǎn)：

1、重點(diǎn)數(shù)據(jù)使用指標(biāo)卡或計(jì)量圖進(jìn)行展示

這里的重點(diǎn)數(shù)據(jù)根據(jù)大家實(shí)際的數(shù)據(jù)情況進(jìn)行選擇，建議包括：GMV、訂單總數(shù)、付費(fèi)用戶數(shù)、訪問用戶數(shù)、客單價(jià)、退款訂單數(shù)/訂單金額等。

同時(shí)，這部分?jǐn)?shù)據(jù)增加同期對(duì)比值，關(guān)注數(shù)據(jù)同期的變化情況。

2、關(guān)注重點(diǎn)數(shù)據(jù)不同維度的變化

重點(diǎn)數(shù)據(jù)中，GMV、訂單總數(shù)、不同渠道訪問量等需要關(guān)注一段時(shí)間內(nèi)的數(shù)據(jù)變化情況，可以選擇折線圖，利用好對(duì)比維度

3、關(guān)注轉(zhuǎn)化率

用戶行為主要可以通過轉(zhuǎn)化率分析，例如從用戶訪問-詳情頁-下單-實(shí)際付款，這一部分使用漏斗圖進(jìn)行關(guān)注，分析轉(zhuǎn)化的幾個(gè)關(guān)鍵點(diǎn)：

1、關(guān)注轉(zhuǎn)化中的異常環(huán)節(jié)；2、從不同維度定位異常原因；3、調(diào)整策略

例如，示例圖中，用戶行為路徑為用戶下單-實(shí)際付款-實(shí)際成交-全額成交，在BDP中將4個(gè)字段依次拖拽到數(shù)值欄中，選擇漏斗圖，即可顯示該行為路徑下不同階段的轉(zhuǎn)化情況，其中付款訂單到實(shí)際成交訂單這一步的轉(zhuǎn)化率偏低，說明有較多用戶選擇了退款，接下來就可以根據(jù)退款的產(chǎn)品、退款的時(shí)間等再進(jìn)行深入分析，找到原因。

以上圖表制作工具：BDP個(gè)人版