电商数据分析需要统计哪些指标

分析数据需要的指标有：

电商运营年终数据怎么看 电商运营年终数据怎么看的

电商运营年终数据怎么看 电商运营年终数据怎么看的

常规数据指标的监测，不在话下。如用户量，新用户量，UGC量（社交产品），销量，付费量，推广期间的各种数据等等。

渠道分析，或者说流量分析。对于一个在上升期得APP来说，你们会花资源去引流量、去别的渠道拉用户。

用户的核心转化率。

用户使用时长的监测。

用户流失情况。

活跃用户动态。

用户特征描述。

用户生命周期的监测。 数据分析是什么

本词条由“科普”百科科学词条编写与应用工作项目 审核 。

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。

数据指标

1.电商总体运营指标

数据指标

电商总体运营整体指标主要面向的人群电商运营的高层，通过总体运营指标评估电商运营的整体效果。电商总体运营整体指标包括四方面的指标：

（1）流量类指标

访客数（UV），指访问电商网站的不重复用户数。对于PC网站，统计系统会在每个访问网站的用户浏览器上“种”一个cookie来标记这个用户，这样每当被标记cookie的用户访问网站时，统计系统都会识别到此用户。在一定统计周期内如（一天）统计系统会利用消重技术，对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端区分用户的方式则是按设备计算用户。

页面访问数（PV），即页面浏览量，用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。

人均页面访问数，即页面访问数（PV）／访客数，该指标反映的是网站访问粘性。

（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。

销售金额。销售金额是货品出售的金额总额。

注：无论这个订单终是否成交，有些订单下单未付款或取消，都算GMV，销售金额一般只指实际成交金额，所以，GMV的数字一般比销售金额大。

客单价，即订单金额与订单数量的比值。

（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）。

毛利率，是衡量电商企业盈利能力的指标，是销售毛利与销售收入的比值。如京东的2014年毛利率连续四个季度稳步上升，从季度的10.0％上升至第四季度的12.7％，体现出京东盈利能力的提升。

2.网站流量指标

数据指标

（1）流量规模类指标

常用的流量规模类指标包括访客数和页面访问数，相应的指标定义在前文（电商总体运营指标）已经描述，在此不在赘述。

（2）流量成本累指标

单位访客获取成本。该指标指在流量推广中，广告活动产生的投放费用与广告活动带来的访客数的比值。单位访客成本与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升，但访客转化率和单位访客收入不变或下降，则很可能流量推广出现问题，尤其要关注渠道推广的问题。

（3）流量质量类指标

跳出率（Bounce Rate）也被称为蹦失率，为浏览单页即退出的次数/该页访问次数，跳出率只能衡量该页做为着陆页面（LandingPage）的访问。如果花钱做推广，着落页的跳出率高，很可能是因为推广渠道选择出现失误，推广渠道目标人群和和被推广网站到目标人群不够匹配，导致大部分访客来了访问一次就离开。

页面访问时长。页访问时长是指单个页面被访问的时间。并不是页面访问时长越长越好，要视情况而定。对于电商网站，页面访问时间要结合转化率来看，如果页面访问时间长，但转化率低，则页面体验出现问题的可能性很大。

人均页面浏览量。人均页面浏览量是指在统计周期内，平均每个访客所浏览的页面量。人均页面浏览量反应的是网站的粘性。

（4）会员类指标

注册会员数。指一定统计周期内的注册会员数量。

活跃会员数。活跃会员数，指在一定时期内有消费或登录行为的会员总数。

活跃会员率。即活跃会员占注册会员总数的比重。

会员复购率。指在统计周期内产生二次及二次以上购买的会员占购买会员的总数。

会员平均购买次数。指在统计周期内每个会员平均购买的次数，即订单总数/购买用户总数。会员复购率高的电商网站平均购买次数也高。

会员回购率。指上一期末活跃会员在下一期时间内有购买行为的会员比率。

会员留存率。会员在某段时间内开始访问你的网站，经过一段时间后，仍然会继续访问你的网站就被认作是留存，这部分会员占当时新增会员的比例就是新会员留存率，这种留存的计算方法是按照活跃来计算，另外一种计算留存的方法是按消费来计算，即某段的新增消费用户在往后一段时间时间周期（时间周期可以是日、周、月、季度和半年度）还继续消费的会员比率。留存率一般看新会员留存率，当然也可以看活跃会员留存。留存率反应的是电商留住会员的能力。

电商运营数据分析包括哪些内容？

构建电商数据分析的基本指标体系，主要分为8个类指标。

1.总体运营指标：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。

2.网站流量指标：即对访问你网站的访客进行分析，基于这些数据可以对网页进行改进，以及对访客的行为进行分析等等。

3.销售转化指标：分析从下单到支付整个过程的数据，帮助你提升商品转化率。也可以对一些频繁异常的数据展开分析。

4.客户价值指标：这里主要就是分析客户的价值，可以建立RFM价值模型，找出那些有价值的客户，精准营销等等。

5.商品类指标：主要分析商品的种类，那些商品卖得好，库存情况，以及可以建立关联模型，分析那些商品同时销售的几率比较高，而进行捆绑销售，有点像啤酒喝尿布的故事。

6.市场营销活动指标，主要某次活动给电商网站带来的效果，以及广告的投放指标。

7.风控类指标：分析卖家评论，以及投诉情况，发现问题，改正问题。

8.市场竞争指标：主要分析市场份额以及网站排名，进一步进行调整。

电商运营如何做数据分析？

大家好，我是羽翼课堂创始人Benny。

什么是数据分析思维？

数据分析思维，我认为是：把行为转化为数据-通过数据反推行为。

我举个例子：

你经常来我店铺购买姨妈巾。

你今天过来买姨妈巾，我就知道你大概一周内要来大姨妈。根据你购买的数量跟规格，我就能推断你一次大姨妈来多久，量大概多少。拉出来你半年的购买时间，我就可以推断你多久一次大姨妈是不是稳定。

如果有两个月没看到你购买姨妈巾了。。。那肯定是在两个月前，你男朋友的雨衣破了。

拉出来你男朋友的购买记录，我就知道，这个店铺的雨衣可能不合格。

为了验证他是不是不合格，我们去看看他半年内的复购率是不是远低于同行。

嗯，就因为你没有买姨妈巾，我怀疑这个店铺的雨衣不合格。

这就是数据分析的基本思维。

学会数据分析的基本思维，只能说，你勉强具备数据分析的可能。

那么做数据分析。需要明白几个东西。

1、数据样本：数据样本如果选择不合理，那么结果完全就是错误的。譬如我去抓取一个定位40岁大姨妈巾店铺，要女性的姨妈周期，那根本就不科学好吗。这是青春期跟更年期的异（此例子说明林慕白同学同样对妇科知识有所涉猎，欢迎广大适龄未婚女性知友来信咨询）。

实战中经常犯的例子是：平销转化率很好的单品，在聚划算卖不好。平销转化率不好的某些单品，聚划算反而会卖爆？为什么呢？想想，别问我，自己想。闹不明白就别尝试做电商的数据分析了。

2、数据选择：实际上我们会遇到很多的数据，但是有些数据不一定是我们想要的。就像我们这辈子会遇到很多很好的女生，但是我们很难明白，谁才能更好陪伴我们走完这一生。这个事情无法举例，我这边给一份试题：

现在我们店铺需要做优惠券促销，目的要提高客单价。

好，你告诉我要做满100减10元。

嗯，很好，那你现在告诉我，为什么是满100而不是满110，为什么是减10元而不是减20。拿出来你的数据。

嗯，不要问我怎么弄。也不要怀疑我是不是真的能分析出来，我真的能。

3、动态变化：我们一般常用的，就是通过数据之间的变化，来分析可能出现一些什么问题或者变化。然而当一个数据量变化的时候，往往其他的数据也会发生变化。所以我们需要清晰什么数据之间是正相关，什么是反相关，他们之间的关系，在什么情况下是成立的。譬如正常收藏的比例跟转化率是正相关的，但是这几天他们是反相关的。转化率越掉，收藏率可能就越高。

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。

电商运营如何做数据分析？

一.电商数据分析架构

首先需要承认的是，数据分析架构模型的前置是需要对业务的日常工作场景及需求有充足的理解，并能提出具有建议的数据分析方法，以释放业务人员在数据分析环节的时效。

二.线上店铺管理分析

对于一家店铺的用户而言，一个完整的购买流程：看到广告-进入店铺-浏览商品-咨询购买-下单支付。对于店铺员应该如何对各个环节的用户进行流量分析和管理呢？针对此，下面将分别从流量分析、销售分析、商品分析、活动分析四方面进行详细解析。

三.线下门店管理分析

对于电商企业而言，过去是以线上店铺为主，随着业务的扩张，现在这些企业通过不断拓展线下门店，弥补线上用户体验的缺失，融合线上线下，从而扩大用户规模。为此，永洪咨询专家设计出线下门店管理分析体系，通过线下门店拓展分析、店铺选址分析，帮助电商企业选择合适的店铺以及对店铺实现高效管理。

电商运营如何做数据分析？

数据分析思维，我认为是：把行为转化为数据-通过数据反推行为。我举个例子：你经常来我店铺购买姨妈巾。你今天过来买姨妈巾，我就知道你大概一周内要来大姨妈。根据你购买的数量跟规格，我就能推断你一次大姨妈来多久，量大概多少。拉出来你半年的购买时间，我就可以推断你多久一次大姨妈是不是稳定。如果有两个月没看到你购买姨妈巾了。。。那肯定是在两个月前，你男朋友的雨衣破了。拉出来你男朋友的购买记录，我就知道，这个店铺的雨衣可能不合格。为了验证他是不是不合格，我们去看看他半年内的复购率是不是远低于同行。嗯，就因为你没有买姨妈巾，我怀疑这个店铺的雨衣不合格。这就是数据分析的基本思维。学会数据分析的基本思维，只能说，你勉强具备数据分析的可能。数据样本如果选择不合理，那么结果完全就是错误的。譬如我去抓取一个定位40岁大姨妈巾店铺，要女性的姨妈周期，那根本就不科学好吗。这是青春期跟更年期的异（此例子说明林慕白同学同样对妇科知识有所涉猎，欢迎广大适龄未婚女性知友来信咨询）。实战中经常犯的例子是：平销转化率很好的单品，在聚划算卖不好。平销转化率不好的某些单品，聚划算反而会卖爆？为什么呢？想想，别问我，自己想。闹不明白就别尝试做电商的数据分析了。

要解答客户什么时候来丶从哪里来的问题要诉诸于电子商务领域常听到的一个词了：流量。通常说的流量（ Traffic）是指网站的访问量，是用来描述访问一个网站或是网店的用户数量以及用户所浏览的网页数量等一系列指标，这些指标主要包括：访客数量（ Unique Visitors）丶页面浏览数（ Page Views）丶每个访客的页面浏览数（Page Views Per User）。查看流量数据可以采用的工具有 Google分析（ Google Analysis）丶百度统计丶我要啦丶淘宝量子恒道丶 CNZZ等。利用这些工具，我们可以从度来分析流量，例如从时间维度来分析流量，可以得出在什么时间段访问某类商家的客户多，也就是客户喜欢在什么时候来到我们的电子商务网站，这对中小型的电子商务网站的帮助是的。在做流量分析和访客来源分析中，我们常使用的数据挖掘方法是时间序列。时间序列是数据挖掘领域中用来分析一段时间里各项指标的变化情况常用的方法，通过时间序列我们不光可以从趋势图中看出网站（店）流量的大体变化情况，更重要的是我们能够预测未来一段时间的网站（店）流量情况。

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。

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！