第五次作业习题1与2——商业数据分析

习题1

选择你任意熟悉的项目/产品/领域,根据自己对业务的理解,定义出一组量化的数据指标(不少于5个),并根据之前的五组逻辑关系,来回答一下问题:

1.哪些是好的指标?
2.哪些指标能用来驱动你做决策? 哪些是虚荣指标?
3.哪些指标可以剔除?
4.还有哪些你没想到的,但也可能有意义的数据指标?

解答:

看到问题有点懵,考虑了半天,就拿淘宝购物举例吧(......)

从用户角度来看,买一样商品涉及到的环节与指标有很多种类,包括营销推广销售等。所以以下的指标单从产品销售的环节考虑。

数据指标

  • 同比销售涨幅 在相邻时段中的某一相同时间点进行比较。(今年某个月的总销量-去年这个月的总销量)/去年这个月的总销量。

  • 环比销售涨幅 在相邻时间段内部的某个相同时间点的对比(今年某个月的销量-今年某个月的前一个月的销量)/今年某个月的前一个月的销量。

  • 购买商品的新客与老客 采用环比的方式,在某两个相邻的时间段内进行比较,统计在这一时间段内新客的涨幅(新增客户转化率)与老客的变动(回头客重复购买率)。

  • 商品所在种类内的排名

  • 商品在单位时间内的浏览量/点击率

  • 购买商品的成功付款率 某月该商品的付款总量 /某月该商品的销售总量

  • 商品所在店铺的综合评价 40%描述+ 40%服务+ 20%物流

哪些是好指标?

最重要:商品的成功付款率以及购买商品的新客与老客的涨跌幅度。前者可以判断该商品的成功转化率,后者可以判断商品的重复消费概率/留存率以及新增客户的转化率。

其次:同比与环比的涨幅,判断商品的火爆程度以及推广折扣的效果。

再次:店铺综合评价以及排名,因为这两者数据水分太大,单一拿出来衡量一件商品已经造成潜在误差。

最次:商品在单位时间内的点击率浏览量,只能说套路得人心,能出现在用户面前的商品背后哪个没有推广和运营,不排除发现好的商品,但大多数呵呵。

哪些指标能用来驱动你做决策? 哪些是虚荣指标?

上一问题中最重要的指标驱动我做决策,再次与最次指标是虚荣指标,看看就得了不需要深究。

哪些指标可以剔除?

剔除就是一点用都没有的数据,但很次的那几个指标太鸡肋,剔除倒不至于,留着还能看看那些火爆销售的产品如何做推广宣传的(虽然大多数靠money)

还有哪些你没想到的,但也可能有意义的数据指标?

还有几个指标,因为不知道是否与商品销售这一环节搭边,所以并没有列出。

比如 购买商品的客户的地区排行,购买商品的客户的会员等级占比率。前者可以分析商品的主要销售地区,后者可以判断商品的品质等等。


习题2

根据第一次作业中的电商购物流程分析,尝试对每一步流程,给出一个核心量化指标(metrics)。
1.思考每一步到下一步转化和流失的可能性
2.思考如何提高每两步之间的转化率/降低流失率

解答:

还是以淘宝为例。

  • 步骤1【客户搜索商品,浏览页面】量化指标:页面浏览量PV=店铺内页面被点击一次,即被记为一次浏览(PV)。如果存在行为【搜索关键词】,则可以添加量化指标:关键词搜索次数=用户搜索某个关键词的次数

  • 步骤2【选择商品加入购物车】量化指标:页面停留时间。用户在浏览页面期间,还存在从当前页面跳转到其他页面等行为,此处有量化指标:跳变率=用户离开当前页面,且进入的是店铺内其他页面的人次占访问人次的比例

  • 步骤3【登录账号】量化指标:登录转化率=常用的为会员UV/纯UV,另一种为当天网站登录会员/当天网站UV

  • 步骤4【下单】量化指标:总订单量=一个时间段内所有订单的数据

  • 步骤5【付款】 从下单到付款之间存在几种情况 1.付款成功,此时涉及到量化指标:成交转化率 = 成交人数/访客数,以及相关的 成交用户数、支付宝成交件数/笔数/金额。 2.下单但不付款,此时涉及到量化指标:流失订单量 = 拍下但未付款的订单量。3.付款后又退款,此时涉及到量化指标:退款订单量=付款以后,用户发起退款并成功退款的订单量。

思考每一步到下一步转化和流失的的可能性以及如何提高每两步之间的转化率/降低流失率

上述为购物简化的步骤。步骤1到步骤2之间,浏览某一商品然后加入购物车。这一行为的潜在心理是客户对这件商品有兴趣但是不确定是否要购买,所以先加入购物车;或者店铺存在满减折扣,为了凑单加入购物车;或者想再看看店铺内是否还有其他感兴趣的商品,然后一起购买先加进去再说。当然还有其他的情况,总的来说,这一过程流失的可能性与用户的兴趣有很大关系,用户不感兴趣就会离开当下页面进而浏览其它商品。如何提高转化率 这一点可以从折扣与优惠力度方面考虑一下,毕竟淘宝不是推荐系统,店铺不可能迎合每一个客户的兴趣,除了把宝贝详情页面做的更美观详细,客服服务做的更好之外,就是折扣力度了。除此之外,还可以加大推广力度,从微博大V、博客、直播过来的客户加入购物车以及下单率都会比普通客户高一些。

步骤1,2到步骤3的过程,网页端会有一些流失,可能用户只是想浏览一下相关的商品,登录输入密码太麻烦,也不想加入购物车,so这一部分在网页端的流失率会大一些。app端这一过程的流失率应该会低很多,因为用户一开始就是登录的状态,除非切换账号需要重新登录,app端略过这一过程,大大降低流失率。如何提高转化率 我觉得这一过程应该让用户忘记和忽略,毕竟像我这种懒人输入密码很麻烦诶,淘宝网页端可以效仿一下京东,毕竟京东可以先加入购物车再登录帐号购买,从得失心理上挽留一部分客户。至于效仿的代价这点先不考虑。

步骤4到5过程期间,是客户最后的反悔机会,当然还包括撤销订单。这一步骤流失的可能性有很多,比如折扣优惠忘了用优惠券呵呵,比如发现其他家的商品比自己买的要便宜好多,比如订单地址写错了,比如这家店铺上新还有喜欢的没拍下撤单重拍...... 那么如何提高转化率 这一点防不胜防,你以为是妥妥的交易量,结果潜在的问题有很多,没有固定的概率来衡量这一流失率。就说双十一期间吧,销售量暴增近30%,这也是阿里要让大家看到的数据,访问量、下单量很高。但最后的成交率是要低一些甚至低很多。这就要看各家店铺的神通了,留存率以及品质的等级、还有折扣优惠力度让客户来衡量,是否撤单退款。

说了这么多,电商要想减少流失率,还是要打心理战。当然在整体访问量过低的时候是没有资格谈如何减少流失率的,这一点苏宁易购就不说啥了


引用与参考

[1].电商数据分析

[2].淘宝数据运营

[3].淘宝常用数据指标定义

[4].淘宝各项数据指标名词含义

[5].电商数据分析工具:生意参谋,天猫 直通车,电商魔镜
移动互联网大数据服务:questmobile

以上的这些引用与参考涉及到电商如何进行数据分析,研究过后才发现哪个行业都涉及到数据分析,人民的智慧真是不可小觑。

以上。

最后编辑于
©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 215,539评论 6 497
  • 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 91,911评论 3 391
  • 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 161,337评论 0 351
  • 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 57,723评论 1 290
  • 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 66,795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 50,762评论 1 294
  • 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 39,742评论 3 416
  • 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 38,508评论 0 271
  • 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 44,954评论 1 308
  • 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 37,247评论 2 331
  • 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 39,404评论 1 345
  • 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 35,104评论 5 340
  • 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 40,736评论 3 324
  • 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 31,352评论 0 21
  • 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 32,557评论 1 268
  • 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 47,371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 44,292评论 2 352

推荐阅读更多精彩内容

  • 做淘宝真的要刷单么?那些所谓的七天螺旋,如果你一个新开的店,没权重没流量,不刷单哪来的螺旋给你? 淘宝大环境下,小...
    我是盼盼呢阅读 9,725评论 1 16
  • 商业数据分析01大作业 习题一 斗鱼直播平台数据指标: PV/UV(页面浏览量及独立访客数) 申请账号的用户数 关...
    汤尧阅读 2,385评论 5 7
  • 一 烟快抽完了吧!童缘问。 呵呵,你能在帮我买一盒吗?常乐低眉说。 你上次戒烟是什么时候?童缘苦笑着说。 常乐说“...
    瑙特阅读 467评论 0 0
  • 自从脱离职场,许久没有这么紧张的感觉了。南山愿景共创,为一个学校百年树人的未来。不同于以往在企业组织中开展的愿景使...
    韧性十足的牛皮糖阅读 288评论 0 0
  • 这周好high爽,感觉学了好多东西,全是Linux的课程。也不知道为啥,遇到问题,我就出轨,比如之前学mysql的...
    鸡仔说阅读 156评论 0 0