电商平台应该分析哪些数据？

五大关键数据指标是电商活跃用户量、转化、平台留存、应该复购、分析GMV；

三个关键思路是数据商品运营、用户运(yun)营和产品运营。电商

下面我(wo)会详细展开来讲具体分析方法。平台现在很多电商运营团队缺少精细化运营和数据驱动的(de)应该经验和意识， 但(dan)是(shi)分析电商运营正在成为电商自身增长越来越重要的因素。近几年电商行业的数(shu)据各大网站纷纷通过降价、促销等方式来吸引用户，电商KPCB 的(de)平台调查报告显示(shi)，2009 年到 2015 年全球(qiu)移动端新用户的应该增长率持续下滑，可以预计在 2016 年这(zhe)一增速将继续放缓。分析这意味人口增长带来的数据流量红利(li)正在逐渐消退，用户增(zeng)长将更加乏力，那么，通过单纯的价格战来吸引新用户的方式还可行吗？

严峻的市场市场形势让我们思考：1）通过降价促销来带订单数的增(zeng)长，但是这样的活动吸引来的(de)真是你的目标(biao)用户吗？2）现在很多电商运营团(tuan)队(dui)缺少精细化运营和数据驱动的(de)经验(yan)和意识，依靠价格战这种野蛮生长的方式，一旦团队(dui)面临增长困境，又该如何应对？

在众多的互联网细分行业中(zhong)，电商行业起步早，发展时间长，行业特征显著：

1）商品品类及 SKU 多，用户覆盖面广，运(yun)营难度大；

2）总体上客单价低（除旅游、奢侈品等(deng)外(wai)），强调留存与复购；

3）电商产品设计相对成熟，优化运营是重中之重(zhong)；

4）电商行业竞争白热化，精细化运营是冲出重围的必(bi)备技能。

要想实现精细化运营，数据是必不可少的一个(ge)环节。电商网站要提高运营效率，至少需要五大关(guan)键指标：活跃用户量、转化率、留存、复购和 GMV 。

1）活跃用户量是一个基本的(de)指标，有 DAU（日活跃用户）、WAU（周活跃用户）和 MAU（月(yue)活跃用户）三个层次；

2）转化是一个非常重要(yao)的(de)指标，电商运营需要关(guan)注主路(lu)径、次路(lu)径甚至精细到每一个品类 / SKU 的转化率；

3）留存要从不同的时间周期上(shang)研究，包括次日留存率、3 日、7 日、30 日留存；

4）复购则要从 3 个角度去看，复购用户量、复购率和复购金额比；

5）GMV 是最重要的指标，我们的运营最终是围绕这个来进行的。GMV = UV✖️转(zhuan)化率 ✖️客单价。

前面提到电商行业的一大特点是商品品类或者 SKU 非常(chang)多，那么如此多的商品该如何运(yun)营呢？

这(zhe)是三个电商 APP 的(de)首页界面（各家 Web 端布(bu)局也比较相似）：前两个是(shi)京东和国美，属于平台型的电商；第三个是生(sheng)鲜水果(guo)平台，属于垂直型电商。不难发现(xian)电商的产品在(zai)设计上非常类似，首页上面呈现的是轮播的 Banner ，下面是活动专区。在商品运营中，尤其是首页商品更新速度快，我们要格外重视转化，甚至要精确(que)到不同时间区间(jian)、不同位置、不同商品的转化率。然后根据转化率，结合业(ye)务经验，不断调(diao)整运营策略。然而目前，即使是大型的(de)电商网站电商网站分析，也没有(you)很好地做(zuo)到这一点，对于(yu)每个商品品类 / SKU 的转化率的分析仍存在一定的(de)空缺。商品运营有一个非常大的优势：投入低，见效快，效果明显，商品运营的本质(zhi)是通过不(bu)同坑位、不同活动(dong)、不同商品的(de)分析来提高我们的转化(hua)率和(he) GMV 。下图展示了一个电商购买流程的主路径：首页——活动页——商品详情页——支付完成。从精(jing)细化分析的角度出发(fa)，我们关注转化路径每一步的转化率；通过分析不难发(fa)现最(zui)后一步“支付完成”的转化率偏低。

我们更需要基于三个关(guan)键转(zhuan)化“UV-点击”、“点击-加入购物车”、“购物车-支付成功”，对不同的商品进行比较分析，从而(er)及时调(diao)整运营策略，下图就是各个步骤的转化率：

电商网站的运营节奏非常快，尤其是活动(dong)专区的“秒杀”、“抢购”等活动，需要实时监测 SKU 的更新变化。上图中，某电商平台进行了(le)一次微信上的促销活动，通过实时监测到对应的平台访问情况，便于运营人员及时调整运营策略。

电商网站上的商品品类(lei)非常多，每一个品类都应(ying)该有明确的定位，不同定位(wei)的(de)品类应该有不同的运营策略。根据商品品类的利润率、转化率等表现，我们将商品品类分成 4 种：导(dao)流型品类、高利润品类、高转(zhuan)化(hua)品类、未来明星型品类。

1）导流型品类(lei)：利润非常低，但(dan)是购买量大、市(shi)场需求大，目的在于导流。

2）高利润型品类：利润率高，希望用户更多购买此类商品。

3）高转化品类(lei)：带量。

4）未来明星型品类：这是电商平台的潜力(li)股，虽然(ran)曝光量很低，但(dan)是转化率极高。明确了商品的(de)品类后，我们就可以针对性(xing)地展开(kai)运营。

这是新型的波士顿矩阵，横坐标代表商品的曝光量，纵坐标是商品的(de)转化率，图中的每一个圆圈代表一个品类的(de)商品。右上角的商品品类曝光量(liang)大、转(zhuan)化率高，是现金流的重要业务；而左上角的商品虽然曝光率非常低，但是转化率极高，属于我们上面提到的未来明星型品类，对于这一类商品，我们在后(hou)期的运营中可以(yi)增加其曝光量。

Part 3 | 怎样进(jin)行用户运营？

正如开头提到的，随着互联网用户增长速度的放缓，用户体验愈发重要，之前无目的的短信推送、APP 通知有可能使用户厌烦，破坏用户的体验；甚至可能导致用(yong)户退订、卸载。精细化运营的情(qing)况下，做好用户运营主要从两个角度出发：一是找到用户留存(cun)的关键点；二是采取差异化的运营策略，区分不同的用户群体(ti)，对不(bu)同群体采取差异化的运营方式。

1. 找到用户增长的“魔法数字”

留住一个客(ke)户的(de)成(cheng)本远远小于重新(xin)获取一个客户的成本，所以留存至(zhi)关重要，它关系着一个平(ping)台能否持续健康发展。

曲线分(fen)成三个周期，开始是震荡期和选择期，经过这(zhe)两个(ge)周期，如果用户能够留下来，就会进入一个相对平稳期。在硅谷流向的(de) growth hacking 中，经常提到 magic number（魔法数字）。那么(me)作为一个电商平台，你的平台的魔法数字是什么？

2. 差异化(hua)的(de)运营策略

不同用户的活跃度、商品偏好、购买决策阶段都各异，我们需要采取差异化的运营策略。差异化的运营策略主要从3个角度出发(fa)：基于用户的活跃度、基于用户对不同商品的偏好、基于用(yong)户所(suo)处的决策阶段。

基于(yu)用户的活跃程度，我(wo)们可(ke)以将(jiang)用户大致分成“流(liu)失用(yong)户”、“低频活跃用户”和“高频活跃用户”。一般情况下，一个用户 30 天甚至(zhi)更久没有登录你的平(ping)台，我们基本可(ke)以认为该用户流失了。对于流失客户电商网站分析，是否要考虑采取(qu)召回(hui)策略。30 天内活跃 10 天以上的高度活跃用户，我们是否可以向其(qi)推荐更多精准的商品。

其次基于用(yong)户对不同商品的偏好，我们采用用户分群，将用户区分成“美妆类”、“鞋帽类”、“数码类”、“书籍类”等不(bu)同群体，然后精准推送新品。

最后，基(ji)于用户购买决策(ce)的不(bu)同阶段。一个标(biao)准的购买流程，先后经历“首页浏览/搜索——浏览商品详情页——商品对比——加入购物车——支付成功”等(deng)几个环节，用户在每一个节点都处于不(bu)同的决策阶段。我们从维度（属性数据）和指标(biao)（行为数据）出发，对(dui)用户分群，如(ru)“领取了优惠券，但是未使用”的用户，采取精(jing)准的(de)推送。我们从 GrowingIO 提供的 API 导出这些用户的 ID 和属性，然后对接企业内容的(de) CRM 或者 EDM 进行精准的推送和提醒，刺激用户的转化。

Part 4 | 优化产品的转化效率

目前电商产品的设计总体成熟、界面布局类似，我们主要结合用户的使用情况去优化产品。我们的思路主要是：优化产品不同路径的转化率，注重用户点评的管理。