电商数据指标说明

数据概览:

结算金额:0点截至当前时间,所有结算订单金额之和(拼团在成团时计入统计,问答在回答后计入统计,API导入订单不计入统计)

访客数:0点截至当前时间,全店各页面的访问人数,同一访客多次访问会进行去重

付费用户数:0点截至当前时间,结算成功的用户数,一人多次结算记为一人(拼团在成团时计入统计,问答在回答后计入统计,API导入订单不计入统计)

浏览量:0点截至当前时间,店铺所有页面被访问的次数,一个人在统计时间内访问多次记为多次

支付订单数:0点截至当前时间,成功结算的订单数(拼团在成团时计入统计,问答在回答后计入统计,API导入订单不计入统计)

支付转化率:筛选时间内,结算人数/访客数

客单价:筛选时间内,结算金额/结算人数

付费用户数:筛选时间内,结算成功的用户数,一人多次结算记为一人(拼团在成团时计入统计,问答在回答后计入统计,API导入订单不计入统计)

商品访客数:筛选时间内,所有商品页面的访问人数,同一访客多次访问会进行去重

下单人数:筛选时间内,点击了商品购买页面购买按钮的用户数

付费用户数:筛选时间内,结算成功的用户数,一人多次结算记为一人(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

访客榜top5商品:筛选时间内,店铺内访客数最高5个商品。 转化率:付费用户数/访客数

支付榜top5商品筛选时间内,店铺内付费用户数最多的5个商品.

累计用户:截至到筛选时间,访问过店铺的全部用户数。

新增用户:筛选时间内,第一次访问店铺的用户数.

活跃用户:筛选时间内, 访问过店铺的用户数

累计付费用户:截至到筛选时间,店铺内所有结算成功的用户数(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

付费用户:筛选时间内,结算成功的用户数,一个人多次结算记为一个(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选

活跃付费用户:筛选时间内,访问过店铺的付费用户数(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

新付费用户数:筛选时间之前没有在店铺付过费,在筛选时间内在店铺首次结算的用户数量

老付费用户:筛选时间内,在店铺内有结算,且首次结算是在筛选时间之前的用户数(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

周复购率:筛选日期所在周,本周前在店铺有过付费且本周有付费的用户数 / 本周总付费用户数

月复购率:筛选日期所在月,本月前在店铺有过付费且本月有付费的用户数 / 本月总付费用户数


流量分析:

1.店铺访问数:筛选时间内,店铺所有页面的访问人数;按自然天、周、月查看时:同一用户多次访问会进行去重;按自定义时间范围查看时:同一用户多次访问单日内会去重,多日累加

2.店铺访问量:店铺浏览量:筛选时间内,店铺所有页面被访问的次数,一个人在筛选时间内访问多次记为多次

3.商品访客数:筛选时间内,商品页面的访问人数;按自然天、周、月查看时:同一用户多次访问会进行去重;按自定义时间范围查看时:同一用户多次访问单日内会去重,多日累加;

4.商品访问量:商品浏览量:筛选时间内,商品详情页被访问的次数,一个人在筛选时间内访问多次记为多次

5.终端系统访问分布:手机系统分布:筛选时间内,使用各类系统设备的用户数占比。

6.渠道分布:H5流量:筛选时间内,访问店铺所有H5页面的浏览量。 小程序流量:筛选时间内,访问店铺所有小程序页面的浏览量。

7.地域分布:国内各个省份流量、用户分布情况.


交易分析:

1.访客数:筛选时间内,全店各页面的访问人数,同一访客多次访问会进行去重;

2.下单买家数:筛选时间内,点击商品购买页订阅按钮的用户数,点击一次购买按钮就会发起一次下单,一人多次下单记为一人

3.下单金额:筛选时间内,发起的订单金额之和(用户点击订购按钮为下单,下单后会生成一个待支付订单,下单后会进入结算流程

4.支付买家数:筛选时间内,结算成功的用户数,一个人多次结算记为一个(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

5.支付金额:筛选时间内,所有结算订单金额之和(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

6.客单价:筛选时间内,结算金额/付费用户数


商品总览

在售商品:当前时间,状态为已上架的付费商品数量(不包括停售的商品)

商品效果:

商品访客数:筛选时间内,商品页被访问的用户数,日去重多日累加。

商品访问量:筛选时间内,商品页被访问的次数,一个用户在筛选时间内访问多次记为多次。

商品订阅量:筛选时间内,首次订阅该商品的用户数(包括好友助力、赠送、邀请码、API导入等免费开通的用户数)

付费用户:筛选时间内,结算成功的用户数,一人多次结算记为一人。

结算金额(元):筛选时间内,该商品所有成功支付订单金额之和。

商品访问结算转化率:筛选时间内, 该商品付费用户 / 该商品访客数。(拼团在成团时计入统计,API导入订单不计入统计)


用户数据:

累计用户:截至到筛选时间,访问过店铺的全部用户数。

新增用户:筛选时间内,第一次访问店铺的用户数.

活跃用户:筛选时间内, 访问过店铺的用户数

累计付费用户:截至到筛选时间,店铺内所有结算成功的用户数(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

付费用户:筛选时间内,结算成功的用户数,一个人多次结算记为一个(拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选

客户类型:全部成交客户、新付费用户、老付费用户

用户数:

新付费用户-用户数:筛选时间之前没有在店铺付过费,在筛选时间内在店铺首次结算的用户数量

老付费用户-用户数:筛选时间内,在店铺内有结算,且首次结算是在筛选时间之前的用户数 (拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

用户数占比:

新付费用户-用户数占比:筛选时间内,新付费用户数 / 全部付费用户数

老付费用户-用户数占比:筛选时间内,老付费用户数 / 全部付费用户数

客单价:

全部付费用户-客单价:筛选时间内,全部付费用户的结算金额/用户数

新付费用户-客单价:筛选时间内,新付费用户的结算金额/新付费用户数

老付费用户-客单价:筛选时间内,老付费用户的结算金额/老付费用户数

结算金额:

全部付费用户-结算金额(元):筛选时间内,全部付费用户的结算金额之和

新付费用户-结算金额(元):筛选时间内,新付费用户的结算金额之和

老付费用户-结算金额(元):筛选时间内,老付费用户成功结算订单的金额之和 (拼团在成团时计入筛选,问答在回答后计入筛选,API导入订单不计入筛选)

结算转化率:

全部付费用户-访问-结算转化率:筛选时间内,全部付费用户数/店铺访客数

新付费用户-访问-结算转化率:筛选时间内,新付费用户数/店铺访客数中无购买记录的访客数

老付费用户-访问-结算转化率:筛选时间内,老付费用户数/访问过店铺的付费用户数

会员分析:

未消费新增客户,近90天有访问店铺;近90天无购买

兴趣人群,近7天有加过购物车;近7天无购买;

下单未支付,近7天有下单;近7天无购买

超时未复购,近30天无购买;有效购买次数1-1;

消费未入会,近30天有购买;没有等级;

下月生日会员,生日在10月1日到10月31日之间;会员;

活跃客户,近30天有购买;

即将流失客户,近60天有购买;近30天无购买;

流失客户,近90天有购买;近60天无购买;

活跃会员,近30天有购买;会员;

即将流失会员,近60天有购买;近30天无购买;会员;

流失会员,近90天有购买;近60天无购买;会员;

需重点发展客户,有效购买次数大于0;有效购买金额大于0;

需刺激消费客户,有效购买次数小于0;有效购买金额大于0;

需重点活跃客户,近30天无购买;有效购买次数大于0;有效购买金额大于0;

需重点召回客户,近90天无购买;有效购买次数大于0;有效购买金额大于0;

高价值流失人群,近30天没有访问店铺;近360天有购买;近90天无购买;有效购买次数大于3;笔单价大于100;

沉睡粉丝,近180天关注公众号;近720天无购买;是公众号粉丝

重点客户,有效购买次数大于3;笔单价大于100;

新成交客户,近90天有购买;有效购买次数1-1;

高价值流失人群

近30天没有访问店铺;近360天有购买;近90天无购买;有效购买次数大于3;笔单价大于100;

沉睡粉丝

近180天关注公众号;近720天无购买;是公众号粉丝;

重点客户

有效购买次数大于3;笔单价大于100;

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,402评论 6 499
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,377评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,483评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,165评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,176评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,146评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,032评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,896评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,311评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,536评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,696评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,413评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,008评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,815评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,698评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,592评论 2 353