數據分析的目的：一方面是發現問題，並且找到問題的根源，最終通過切實可行的辦法解決存在的問題；另一方面，基於以往的數據分析，總結髮展趨勢，為網路營銷決策提供支持。B2C電子商務網站涉及的數據非常廣泛，根據我之前寫的《營銷型電子商務網站讓推廣事半功倍》八個方面，可以逐一歸類，並針對運營的狀況進行調整優化，保證網站健康持續的發展。
這一篇主要分享下數據分析的流程。
一、關鍵數據
每個B2C電子商務網站的定位和客戶不同，運營的情況也千差萬別，考察用戶訪問、內容瀏覽和商業行為的關鍵數據，就能夠判斷網站運營的基本狀況。
1.獨立用戶訪問量：獨立用戶訪問量就是常說到的UV，即有多少台電腦在24小時內訪問網站（UV和IP並不等同）；
2.積極訪問者比率：如果你的網站針對正確的目標受眾並且網站使用方便，你可以看到這個指標應該是不斷的上升；
3.忠實訪問者比率：每個長時間訪問者的平均訪問頁數，這是一個重要的指標，它結合了頁數和時間；
4.客戶轉化率：轉化率指在一個統計周期內，完成轉化行為的次數占推廣信息總點擊次數的比率；轉化率是網站最終能否盈利的核心，提升網站轉化率是網站綜合運營實力的結果；
5.客單價：每一個顧客平均購買商品的金額，也即是平均交易金額；
6.客戶滿意度：客戶期望值與客戶體驗的匹配程度，換言之，就是客戶通過對一種產品可感知的效果與其期望值相比較後得出的指數；
7.用戶回訪率：衡量網站內容對訪問者的吸引程度和網站的實用性，你的網站是否有令人感興趣的內容使訪問者再次回到你的網站；
8.投資回報率：用來衡量你的營銷費用的投資回報，把錢分配給有最高回報率的營銷方式；
二、收集數據
網站數據分析之前，先是需要收集和獲取數據的過程，盡量獲得完整、真實、準確的數據，做好數據的預處理工作，便於量化分析工作的開展。
1.網站後台的數據：網站的註冊用戶數據（包括註冊時間、用戶性別、所屬地域、來訪次數、停留時間等等）、訂單數據（包括下單時間、訂單數量、商品品類、訂單金額、訂購頻次等等）、反饋數據（客戶評價、退貨換貨、客戶投訴等）；
2.搜索引擎的數據：網站在各個搜索引擎的收錄量（site），網站在搜索引擎的更新頻率，關鍵詞在搜索引擎的競價排名情況，網站取得的搜索引擎信任的權重（google有PR值，sogou有SR）等等；
3.統計工具的數據：網站統計工具很多，基本都會提供訪客來自哪些地域，訪客來自哪些網站， 訪客來自哪些搜索詞，訪客瀏覽了哪些頁面等數據信息，並且會根據你的需要進行廣告跟蹤等；
三、量化分析
分析不只是對數據的簡單統計描述，應該是從表面的數據中找到問題的本質，然後需要針對的確定的主題進行歸納和總結。常用的分析方法有以下幾種：
1.趨勢分析：將實際達到的結果，與不同時期報表中同類指標的歷史數據進行比較 ，從而確定變化趨勢和變化規律的一種分析方法；具體的分析方法包括定比和環比兩種方法，定比是以某一時期為基數，其他各期均與該期的基數進行比較；而環比是分別以上一時期為基數，下一時期與上一時期的基數進行比較；
2.對比分析：把兩個相互聯繫的指標數據進行比較，從數量上展示和說明研究對象規模的大小，水平的高低，速度的快慢，以及各種關係是否協調；在對比分析中，選擇合適的對比標準是十分關鍵的步驟，選擇的合適，才能做出客觀的評價，選擇不合適，評價可能得出錯誤的結論；
3.關聯分析：如果兩個或多個事物之間存在一定的關聯，那麼其中一個事物就能通過其他事物進行預測；它的目的是為了挖掘隱藏在數據間的相互關係；
4.因果分析：因果分析是為了確定引起某一現象變化原因的分析，主要解決「為什麼」的問題；因果分析就是在研究對象的先行情況中，把作為它的原因的現象與其他非原因的現象區別開來，或者是在研究對象的後行情況中，把作為它的結果的現象與其他的現象區別開來；
四、提出方案
1.評估描述：對評估情況進行客觀描述，用數據支持你的觀點；
2.編製統計圖表：運用柱狀圖和條形圖對基本情況進行更清晰的描述；運用散點圖和折線圖表現數據間的因果關係；
3.提出觀點：根據現實情況的數據分析，提出你的觀點，預判網站的發展趨勢，給出具體的建議性的改進措施；
4.演示文檔：基於以上三點進行歸納總結，列出條目，製作一份詳細的演示文檔，能夠演示和講解給部門領導；
五、優化改進
根據改進措施的實施，及時了解運營數據相應的變化，不斷優化和改進，不僅僅要治標而且要治本，使同類的問題不再出現；持續的監控和反饋，不斷尋找能從最根本上解決問題的最優方案；
數據分析是長期的工作，同時也是循序漸進的過程，需要網路運營人員實時監測網站運行情況，及時發現問題、分析問題並解決問題，這樣才能使你的B2C電子商務網站健康持續的發展。
没有评论:
发表评论