电商平台应该分析哪些数据？具体怎么去分析
我们在做电商运营中，常常会在网站设计上花费更多的精力，其目的是为了吸引更多的人驻足浏览，但有时候效果却事与愿违，造成这种结果的原因很多，如用户人群定位不准确，网页设计不合理，网站广告投放不合理等等，本期我们将对网页效果做个简单的阐述。
电商各个数据代表什么 电商数据包括什么
电商各个数据代表什么 电商数据包括什么
三个指标：
首先要了解影响页面效果分析常见的三个数据指标：网页项目分析（二跳率）、商品陈列分析、场景分析。二跳决定页面质量，商品陈列决定拜访内容，场景分析发现流失原因。
如何优化页面效果：
一、网页项目分析优化：
通过“网页项目分析”了解重点页面的页面质量.二跳率
所有重点页面的浏览量、用户数，二跳率、用户点击率数据。 其中浏览量、用户数等指标反映页面的流量大小，二跳率、点击量、 点击率、加载时间反映页面的质量，尤其二跳率越高页面质量越好。
二、商品陈列分析：
1.优化页面点击（如图）：
通过页面点击了解页面不同区块/位置的点击量大小，进而了解用户关注的区域/位置。；了解页面或者区域内不同信息的点击量大小，进而了解用户关注的内容。 页面点击的主要目的就是优化页面结构和布局 。
2. 产品类目优化：（如图）
对产品类目优化，关注大家热搜的产品是什么？哪些品牌受欢迎？终转化率是多少？终目标是为了很好的优化产品类目，合理分类。
3.用户性质-用户地域、时段、来源分析
某个网页项目的地域分布数据。，某个网页项目的流量来源与来源质量异：包括站外来源，站内来源。网页项目分析时段统计用于查看时段或当天 24 小时，产生的浏览量和点击量，同时24小时可以和昨日、上周同日、上月同日做浏览量和点击量对比。 其目的是更好的优化来源途径。
三、场景分析
场景分析是为了更好的发现用户流失的原因，掌握每个购物环节用户是如何流失的。
购物流程：从单品页开始，直至订单成功（或者支付成功）。注册流程：一般仅为注册信息填写、注册成功两个步骤，少数会包含激活成功。活动参与/用户互动流程：从活动参与/用户互动的个环节开始，直至完成。
案例分析：
上述我们分析了如何对页面效果进行优化分析，下面我们以2个热点图为案例对上述进行分析。
图一：
通过图一我们了解到哪些内容的点击情况和预期别很大？页面的重点内容是否为点击热点？ 页面各版块的点击情况如何？首页屏和第二屏的点击别是否很大？放在不同位置相同内容点击别是否很大？区域的内容用户是否关注？
图二：
我们通过图一掌握的数据，对网页进行优化，产品板块如何设置，热点产品如何摆放等。
图三：
通过场景分析发现关键流程执行率低的原因，哪个环节流失的多，如何流失的？而从根据这些数据去优化设置购物流程，从而提升转化率。
综上所述，影响页面效果的因素很多，本期内容所阐述的三个指标是基础的，但也是关键的，就好比是大楼的地基，地基决定楼层高度，基础性的数据不做好，其它做更多也是枉然！
电商平台应该分析哪些数据？具体怎么去分析
众所周知，电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多。
一、时间维度
从时间维度上来看，除了显示分析周期的数据，常用的分析方式是同比和环比，时间区间可以是年、季和月，甚至是周，不过周相对用的少。
二、商品类别、价格维度
本次分析我主要是从商品类别、价格等多角度来进行商品数据分析，先是商品总的数据预览，如图（图表在BDP个人版上制作的）：
这是选取8月23日的数据，可以看出，整个平台的上架的商品量还有4372万，量还比较多；商品好评率为93%，是整个平台的平均值，那应该还算不错啦！本月的月销量还有12%，只有24-31日一共8天，完成剩下的12%应该问题不大，相当于这个超额完成销量啦，是不是平台近期上架了很多夏天商品，所以8月份超额完成也是正常，比如游泳三件套、风扇等等。还是这个月做了什么活动，让这个月的销量比预定的目标稍微好一些......数据真实的反应是这样，至于原因还是需要自己去找哈。
自己平台上的上架商品的数量、价格分布情况，作为应该很了解的，均价当然也要了解，均价可能直接影响到网站客单价，网站的价格定位甚至是主要人群定位都会很清晰。比如，某个网站均价5000，那可能可以属于轻品网站了，可能主要人群是年收入过10万的女白领等等，这个依不同网站而定。
以上只是简单分析商品的某些数据，商品还能进行关联性、TOP10、采购情况等分析，大家依据自己的网站实际情况进行分析。当然，电商平台除了商品分析，还有订单数据、用户行为等分析，有空再一起探讨！
电商专业术语
以下为电商圈常见的术语、英文缩写、简称，它们经常出现在日常的工作中，例如：“你把今天的CVR数据拉一下，做个环比同比对比数据分析；针对店铺做个AIPL分析报告；店铺二楼页面需求需要重新评估??”本文列了淘系相关术语的概述和释义，按照“常见名词”和“数据类词”做分类，希望对大家日常工作有所帮助。
CVR转化率（conversionrate）的英文缩写为CVR，指一天的成交访客和总访客的占比，转化率越高访客质量越高，CVR应用广泛，也适用于信息流，SEM等数据指标。CVR=成交数量/总访客举例1：今日A店访客总人数10，成交人数1，CVR=10%。
举例2：今日SEM数据展现100次，终成交次1，CVR=1%。CTR点击率（clickthroughrate）缩写为CTR，指一段时间的点击量比上展现量，可以测试出广告图是不是有吸引力。建议做A/Btest，选出CTR高的素材，来加大后续的投放费用。CTR=点击量/展现量举例：店铺在搜索引擎或者信息流投了广告，今日展现为10，点击为1，CTR为10%。DAU日活跃用户数量（DailyActiveUser）为DAU。反映网站、APP、小程序、互联网其他应用等运营情况，相关的为MAU（月活量）。
CPUV访客付费（costperUV）缩写为CPUV，是指按照每位访客数量付费的方式计费，媒体投放带来的进店流量的成本。CPUV=总费用/UV举例：A店铺花费10元，终产生了访客1位，CPUV为10。名词类别人群资产指的是：将品牌商家在线上的人群用户定量化统计，统计的模型是AIPL，由阿里早设计提出，储在数据银行，构成品牌商家的人群资产。拆解如下：A：代表认知人群I：代表兴趣人群P：代表购买人群L：代表忠诚人群全域营销指的是：用户在阿里生态会有通用的ID账户。
这个ID可以让品牌商家从媒体传播端、到电商购物端的全链路、全渠道、消费者的行为、踪迹被可视化，实现精准有效实现运营，由阿里早设计提出。UNIDESK阿里设计提出的全域营销核心产品之一，实现“全链路”、“全媒体”、“全数据”、“全渠道”的营销。营销活动中的人群数据回流到数据银行，品牌可根据数据优化店铺营销动作。站内/站外站内：各电商平台里的叫做站内。举例：A品牌双十一开展了互动、电商内容、直播带货、促销等站内营销活动。
站外：电商平台外边所有的都叫做站外。举例：A品牌双十一开展了线下、私域等站外营销活动。GTAGMVToAIPL的缩写，AIPL为人群资产缩写，指通过GMV反推AIPL各链路上的人群体量需求，为下一阶段在营销品牌工作做数据支持。数据逻辑：计算新老客销售占比，测算出AIPL所需体量，根据不同链路人群转化率算出人群体量。FAST指的是：阿里系营销模型。AIPL是从量上统计品牌的人群资产总量，FAST是从质上衡量品牌人群资产健康程度。
拆解如下：F，Fertility，AIPL总量A，Aancing，AIPL转化率S，Superiority，会员总量T，Thriving，会员活跃率标品/非标品标品：有的规格和型号，款式与外表相同。举例：手机，电脑，家电等。非标品：没有明确规格和型号的商品。举例：服装类，鞋子等。SPU/SKU标准产品单位（StandardProductUnit）缩写为SPU。SPU是商品信息聚合的小单位，是一组可复用、易检索的标准化信息的，该描述了一个产品的特性。通俗点讲，属性值、特性相同的商品就可以称为一个SPU。
举例：iphone4就是一个SPU，与商家，与颜色、款式、套餐都无关。库存量单位（stockkeepingunit）缩写为SKU。SKU可以是以件、盒、托盘等为单位。SKU是物理上不可分割的小存货单元，在使用时要根据不同业态，不同管理模式来处理。举例：SKU在服装、鞋类商品中使用多普遍。搭配购指的是：组合款。电商销售中，商家经常将几件商品组合在一起做售卖。DSR卖家服务评级系统（DetailSellerRating）缩写为DSR。
评分标准取连续六个月内所有买家给予评分的算术平均值。指标范围拆解如下：宝贝与描述相符卖家的服务态度物流公司的服务卖家发货的速度价格带指的是：各个商品品种价格的与之间的范围区间。坑位/坑产坑位：固定的广告位。坑产：产品在固定广告位的销售额。淘宝8大人群指的是：主流电商对于所有人群的一个划分。包括以下8类人群：新锐白领资深中产精致妈妈小镇青年GenZ都市银发小镇中老年都市蓝领预热指的是：在活动开始之前的预告和氛围营造。
特点：在预热期间没有活动、让消费者看到即将开始的活动力度形式。预售指的是：已在售卖的商品。特点：这个商品可能不是现货、没有办法全额支付。举例：双十一A商品活动卖10元，预售先支付定金1元，等到支付尾款的时候，你再去支付剩下的9元，商家再给你发货。电商营销IP指的是：电商平台打造的各类营销活动专题。举例：超级品牌日、小黑盒、理想生活club、超级品类日、手猫日??S级/A级/B级指的是：电商促销活动的等级划分，不同等级大促流量不同，S级>A级>B级。
S级指的是平台级大促，比如双11、618这种A级指的是行业类目级促销，如3C数码节、新风尚等B级指的是店铺级常规促销活动尖货指的是：稀缺的、不愁卖的、价格不一般的货品。举例：IP款，联名款，明星款，爆品潜质款。货品结构指的是：按稀缺程度，以“金字塔”模型为基准进行分类。举例：头部为“尖货”，中部的为起量款、常青款，底部为承接款或长尾款。人群数据回流指的是：品牌在站外媒体端投放的人群数据回流到数据银行。优化站内数据，做二次触达实现精准转化。
人群颗粒度指的是：描述人群画像的精细化程度。举例：A店铺的人群颗粒度太粗，B店铺的人群颗粒度做的比较聚焦。GROW指的是：由天猫设计提出的，用于指导快消服饰行业品类有的放矢的增长模型，拆解如下：G，全称Gain，提升渗透力R，全称Retain，提升复购力O，全称bOOst，提升价格力W，全称Widen，提升新品延展力KA商家优质大卖家（KeyAccount）缩写为KA商家，指的是：销售额在行业类目排名前列的商家。特点：KA商家会获得一系列优先的特权和扶持。
CPS销售提点收费（costpersales）缩写为CPS。举例：应用于直播带货，现在很多达人、头部主播都会跟品牌商家谈按CPS收费。社交电商指的是：区别于以天猫、京东等大型电商平台的一种电商生态。特点：依托于社交关系完成的商品交易。举例：拼多多、社区团购、微信小程序。内容电商指的是：区别于以天猫、京东等电商平台的一种电商生态。特点：内容电商通过内容吸引用户，然后植入产品相关信息，引发购物欲。举例：知乎、。
PDP产品详情页或者宝贝详情（productdetailpage）的缩写为PDP。C2M消费者到生产者（consumertomanufacture）缩写为C2M。在搜集、整合消费者心理后评估出消费者需求，后信息发送给生产者。特点：降低商品售价和销售成本，满足小众消费者的个性化需求，促进消费者更深层次的消费。B店/C店B店：指的是天猫商城的店铺，一般为大的商家、品牌商，模式为“B2C”。C店：指的是在淘宝上开店的卖家，就是针对个人用户开店的，模式为“C2C”。
效果营销指的是：以各类平台与工具（组合门户、SEM、联盟）为依托，在深入研究互联网各媒体资源的定位、用户行为和投入成本等基础上，选择对于企业性价比的一种或多种的个性化的营销方式。特点：和品牌营销相对，以追求数据结果为导向的一种营销模式。举例：SEO/SEM，购买电商站内广告、做淘宝客、直播带货等。DMP达摩盘英文缩写为DMP。指的是：阿里妈妈基于商业化营销场景打造的人群精细化运营定向中台。
特点：涵盖消费行为、兴趣偏好、地理位置等数据标签。提供个性化人群圈选，识别店铺高价值人群，人群画像洞察与偏好分析，实现商家精准营销。TP/DP代运营服务商（TaobaoPartner）缩写为TP。指的是：淘宝认证的服务商家的托管，目前定义为电商代运营服务商。认证的运营服务商（DouyinPartner）缩写为DP。小二指的是：早为淘宝平台服务品牌商家和用户的，现在延伸到各类电商平台的。举例：天猫小二、京东小二、拼多多小二。
痛点/痒点/爽点痛点：本质上其实是恐惧。痒点：满足的是每个人的虚拟自我。爽点：是即时满足。淘客指的是：基于按成交数量计费的推广模式，赚取成交数量佣金的群体。淘口令指的是：通过文字在微信朋友圈进行分享。淘口令形式：一种是标准版，即用户直达商品页面；另一种是个性口令，用户直达是H5页面、店铺或者商品页面。店铺二楼指的是：进入品牌旗舰店按照指示下拉就可以进入二楼，通常作为品牌互动页面。
电子商务数据分析的电子商务数据分析的五个指标
重要的就是这几个了：
1 、商品数据分析：电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多，比如从时间维度、商品类别、价格维度等；
2、访问流量分析：渠道质量、流量多少、转化率等；
3、订单数据分析：成交额、成交率、客单价等；
4、用户行为分析：新老用户购买情况、复购率、活跃率等；
5、营销活动分析：ROI、活动效果、营销成本等；
以上可视化图表的制作工具为BDP个人版
电子商务运营数据一般分析哪些？
一、浏览、创建订单，支付订单转化；
二、商品浏览，加入购物车，提交购物车，创建订单，支付等五步转化趋势；
三、商品两个时间区间的销量、金额、客单价对比分析；
四、网站首页、频道页对商品浏览、创建订单，支付订单转化；
五、网站首页、频道页对商品浏览，加入购物车，提交购物车，创建订单，支付等五步转化趋势；
六、网站页面广告位对商品浏览、创建订单，支付订单转化；
七、自定义商品组功能，重点对商品活动、商品类目进行统计分析。流量转化数据，来访ip的到访页面，可以通过第三方工具Topbox电商的来源渠道转化数据；搜索引擎免费/付费关键字转化数据；广告转化数据；以及对EDM，SMS进行和分析。访客量（UV）、页面的浏览量（PV）、转化率
同时还有同期相比，和往日相比。
一般就这五个数据。期它的看不看都没有什么。这个说起来就比较多了。比如说用户细分分析，页面浏览情况分析，营销效果的与分析等等。运营需要做的工作都可以用数据来指导，重点是自己能不能够收集到正确的数据以及发掘数据背后的信息。
电商数据分析是什么
电商数据分析包括了大行业大平台的数据状况，也可以是小到店铺、单品、sku的某个某个维度详细数据分析。
除了常规的商品型号、商品价格、促销信息、店铺名称等，还可以自定义其他维度、可以说说是做到了全方位展现渠道违规行为，满足多样化的巡检场景需求。
从流量、订单、总体销售业绩、整体指标进行把控，起码对运营的电商平台有个大致了解，到底运营的怎么样，是亏是赚。
电商分析数据方法如下：
一、依据用户画像，洞察需求
用户画像即用户信息标签化，通过收集用户的属性、消费习惯、偏好特征等各个维度的数据，进而对用户或产品特征属性进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽象出用户的信息全貌。
二、依据渠道数据分析用户来源
对电商卖家来说，分析“访客数”重要的是分析“流量来源”。分析不同流量来源的“数量”和“支付转化率”，找出“支付转化率”比较高的流量来源并想办法提高，不仅可以提高“访客数”还可以提高整体的“支付转化率”。
这时利用数据分析工具能为不同渠道的表现提供总览，并给出目标转化率。当涉及到有机搜索时，分析一些像搜索量和排名的指标能帮你获得更多的见解，比如该将广告预算花在哪儿，如何让用户更容易搜索到你等等。
三、店内转化率的数据分析
当用户来到店铺时，我们就要想办法将他们转化成顾客，但众所周知，并不是每个来店里的用户都会点加入购物车按钮。甚至在加入购物车后，也会有改变主意离开网站的可能。所以这一步我们可以用下面的电商转化指标来跟踪和优化线上购物体验：
1、销售转化率 ——已购买的用户和全部来到店铺的用户比值。
2、平均订单价值 —— 用户下单的平均金额。
3、放弃购物车率—— 在所有产生的订单中，未完成订单的占比。
四、提高营销推广的ROI
对店铺来说，如今流量已进入存量时代，营销渠道分散且复杂，更需要卖家依据数字化营销提高推广的RIO，通过数据分析，加强线上营销的精准，拓展线下新的营销场景，利用数据智能完成全场景全链路的布局，以达到高效转化与品效相结合。
五、产品数据分析
1、产品数据分分析
①整体分析：分为两个部分：销售表现和购物行为。销售表现包括各个商品带来的收入，至少购买过一次的用户数，平均订单价格、数量，退款数目等等。购物行为，你可以看到浏览了产品详情页的用户里，加入购物车的人数；或浏览产品详情页后终下单的人数。
②购物行为分析——我们可以依据更多和商品有关的数据，比如商品浏览页访问量、商品详情页访问量、加入/移出购物车的商品，进入结算阶段的商品，以及购买人数来对用户购物行为进行分析。
2、销量数据分析
我们可以从后台数据分析中找到关于收入，税费、运费、退款金额，和卖出的商品数量。其中，总销售额以金额的形式呈现，是衡量我们线上店铺经营状况佳的“整体主要指标”（OMM）之一，可以用它来衡量业务的整体增长和发展趋势。
六、用户留存数据分析
聪明的商家知道忠诚顾客的价值。能够留住用户给你长期带来收入。永远要记住的是，获取新用户比留住老用户成本大得多。研究显示，用户留存率提升5%就能带来25%到95%的利润。
七、用户数据分析
对卖家来说，我们要识别出哪些用户是你的真爱。他们不仅爱你的产品，也愿意向家人和朋友，他们简直是你的品牌大使。成功的电商企业会密切关注着这一阶段的指标并及时做出反应。
电商运营的基本数据指标有哪些
电商运营的基本数据指标四个指标，如下：
个指标：商品集中度，表示的销售额或者销售量之中，占比80%(具体数字可以自行约定)的商品数量或者比例。一般来讲，商品集中度越高越方便下单和追单，也就是补货更加容易，但是同时也暴露优质商品较少，有潜在风险，尤其季节性快消品类目，一旦处于换季边缘，集中度高的商品不给力，整个销售业绩将受到重挫，所以要联系所处品类的行业参考值，合理观察“商品集中度”;
第二个指标：商品动销率，商品动销率=动销品种数店铺经营总品种数，动销品种数：店铺里有销售的商品种类总数；
第三个指标：库销比，库销比=店铺即时库存或期末库存周期内总销售，其中库存和销售可以是数量亦可以是金额；
第四个指标：客户重合度，现在很多电商公司都是实施全网铺货和多品牌的战略(多品牌定位可以使市场覆盖面更广且抵御风险能力更强)，为了使新品牌更快更有效的启动和成长，通常的做法是在初期把成熟品牌的网站流量导入到新品牌，加速其生长，这时候一定要计算新品牌和老品牌之间的客户重合度，以便达到一定的阈值可以使新品牌与老品牌解绑，让其行走。
过早地撤走流量可能致使新品牌发育迟缓甚至发育不良，过晚撤走流量可能致使多品牌同质化，品牌定位无区隔，不能有效产生增量市场。当然，成熟品牌与新品牌重合客户的异和特质只用“重合度”一个指标显然是不够的，我们可以这样来比较两个品牌，设成熟品牌是A，新品牌是B：
(1)两个品牌的客户重合比例是多少?
(2)在(1)的基础上，计算重合客户的重复购买率?
(3)在(1)的基础上，计算重合客户自从在B买过商品之后就再也没有回到A购物过的客户比例?
(4)在(1)(2)(3)的基础上同时满足，客户的比例是多少?
这里必须着重强调一点：数据指标的统计务必保证的准确性。数据的准确性不仅决定了将来做数据分析丶挖掘和数学建模的深度与广度，更体现了数据的权威性，尤其关键指标的统计倘若经常出现池，会让所有人对数据失去信任，对基于数据得出的结论也随之信心瓦解了。在电商运营中，常见的网店运营指标有如下几个点：
1.流量类指标访客数(uv),指访问电商网站的不重复用户数....
2.订单产生效率指标总订单数量,即访客完成网上下单的订单数之和.访问到下单的转化率,即电商网站下单的次数与访问该网站的次数之比.
3.总体销售业绩指标网站成交额(gmv),电商成交金额,即只要网民下单,生成订单号,便可以计算在gmv里面....
4.整体指标销售毛利,是销售收入与成本的值.销售毛利中只扣除了商品原始成本,不扣除没有计入成本的期间费用(管理费用、财务费用、营业费用).
电商数据分析的主要指标
电商数据分析的主要指标
运营数据化，用数据说话，用数据来发现问题，解决问题，相信大家都不陌生。现在电子商务公司对数据分析开始重视起来，但大多都是上了一个数据分析工具，比如量子、CNZZ、51la，有人每天关注。作为中小电商，有需要一个部门来做吗？我感觉有一个人就够了，哈哈。。。1、网站使用率：PV/UV、在线时间、跳失率、深度访问率。这是基本的，每项提高都不容易，需要不断改进每个页面中，每一个发现问题的细节。就拿跳失率来说，高了肯定不是好事，但要知道问题出在哪里。在做活动或者上硬广的时候，跳失率会很高，意味着人群不精准，或者广告诉求和实际内容距很大，或者本身页面有问题。2、流量来源分析：各渠道转化率，针对不同的渠道，做有效地营销，UV 代表推广力度，转化率代表效果；转化率的数据让我们很清晰的了解什么样的渠道转化效果好，那么以此类推，同样的营销方式，用在同类的渠道上，效果不到哪去，广告就可以去开发同类的合作渠道，成功经验。主要是给运营和推广部门做指导方向。
3、运营数据：总销售额、订单数、客单价、订单转化率、退货率由于用户下单和付款不一定会在同一天完成，这些数据每周汇总，每周数据一定是稳定的。重点指导运营内部的工作，如促销策略、定价策略、产品推广
4、用户分析：会员的地区分布、年龄分布、重复购买率。重复购买率提现的是电商的竞争力，是内功。这包括知名度、、、包装、发货等每个细节。没有好的重复购买率是没有任何前途的，所以很多大卖家投首页焦点广告，上硬广，就是获取用户次购买，从而获得长期的重复购买。否则花钱砸广告，就纯属烧钱行为。
所以，我觉得运营核心工作，一方面就是做外功，提高转化率，获得消费者的次购买行为；另外一方面就是做内功，提高重复购买率。这B2C，真是算不上互联网行业，就是传统零售业换了一个平台，把原来从实体店卖东西，搬到了网上，减少了店面房租，增加了网上装修设计，消费者可以足不出户，享受当“上帝”的感觉！