2个要点做好电商平台的数据分析

文章目录 [+]

一、紧张路径剖析

统统能够进行产品推广、促进用户利用、提升用户粘性和留存、用户自传播、让用户付费的行为都可以称为运营。
在运营中我们可以用AARRR增长模型将产品的运营路径拆分为：激活、注册、留存、下单、传播，然后根据每个路径进行剖析，从而优化产品和运营策略。

2个要点做好电商平台的数据分析 2个要点做好电商平台的数据分析人工智能

1. 激活

不同行业和模式的激活办法都不太一样，例如：之前我们做的体育app激活办法为——从跑步群里面导入用户和微信"大众号导入，先把目标用户沉淀在微信群，然后利用大型马拉松的名额来吸引他们呼吁用户***app进行报名。

（图片来自网络侵删）

然而对付B2B的电商平台，用户激活紧张以地推和客服推广为主。
由于入驻平台须要一定的资质证件，且用户自发性地在网上注册的比较少，但地推办法激活的相对本钱较高。

2. 注册

注册的时候，常常会由于某个步骤文案描述不清或流程繁芜，哀求上传的证件太多等缘故原由让用户流失落。
这时候，我们就可以用漏斗剖析用户是在哪个步骤流失落严重，剖析详细缘故原由后再进行产品优化。

3. 留存

用户激活和注册后我们须要看用户的留存率，每个运用对留存的韶光定义都是不一样的。
例如：

对付社交软件而言，如果3天不登录可能就被标记为流失落用户；

对付我们现在做的医药电商来说，一样平常用户的采购周期在15天旁边，以是我们把超过15天没下单的用户称为流失落用户，对付流失落用户我们一样平常会采纳和发送优惠券的办法促进他再次下单。

4. 营收

我们须要理解到：作为电商平台只有平台供应的商品价格、品类、物流做事有吸引力后，用户才乐意来下单。

如果用户在须要购买该商品的时候没有下单，那多数是自身的商品和竞争对手比较，在价格和做事上吸引力不足。
这时候我们就须要通过爬虫爬取竞争对手的商品数据，然后调度自己的定价和适当做一些营销活动来吸引客户。

5. 传播

由于我们获客本钱比较高，因此让用户自传播的办法去拉新也是一种可行的营销办法，针对这个，我们做了约请好友得优惠券的办法，鼓励用户去帮我们拉新。

二、行为数据剖析

剖析的目的：理解用户的利用习气、利用路径以及利用频率，从而得出用户更倾向于利用哪些功能，验证产品用户体验是否做得好，上线的运营活动是否受欢迎等。

做行为数据剖析之前，首先我们须要做埋点，埋点可以采取第三方埋点和自己做埋点。
各有利弊，这个须要结合公司来做决定。

下面是我们之前做的埋点的表格和用户每次行为记录的字段。
埋点紧张分为点击事宜和页面曝光两类，然后又可以根据页面曝光事宜来统计页面的勾留时长和用户的路径。

用户每匆匆发一次事宜须要记录的字段（详细还须要根据公司须要采集的数据而定）：

source; //来源 001-app 002-pclogined; //是否已经登录 1-是，0-否typeUser; //用户的类型 001-采购商 002-供应商userId; //用户的idcodePage; //页面对应的代码numEvent; //事宜编号nameEvent; //事宜名称codeEvent; //事宜代码typeEvent; //事宜类型timeEvent; //事宜发生的韶光purchaserId; //采购商idip; //浸染是解析地址或识别客户province; //事宜发生的省份city; //事宜发生的城市os; //操作系统,android或iosmfrs; //生产厂商如：华为，OPPO，苹果，VIVOtypeUnit; //设备型号如：光彩R10，OPPO R7，iphone X，VIVO X20versionSystem; //系统版本如：android 5.0wifi; //是否利用wifi，1-是，0-否firstId; //一级idsecondId; //二级idfromPage; //上一页toPage; //下一页url; //parameter; //参数，同一事宜可能包含多个参数property; //属性，与参数对应proJson; //KEY-VALUE对的JSON形式remark; //备注

埋点记录的类型和规则

行为数据须要剖析的内容

对付电商平台来说紧张剖析的点有：

1. 用户的注册路径：剖析每个注册步奏的转化率，在转化率低的步骤剖析缘故原由，然后进行产品优化。

2. 用户的购买路径：首页-搜索-购物车-提交订单页-支付页，通过每个路径的转化率来剖析用户在哪个阶段流失落最严重，然后去剖析用户流失落的缘故原由。

例如：之前我们剖析到用户在购物车到提交订单页流失落得特殊严重，后面经由剖析得出商家设置的最近购买金额太高，导致用户达不到购买金额而提交不了订单。
后面我们和商家协商降落最低购买金额后，转化率提升了不少。

3. 剖析运营上线的营销活动的用户点击率、通过活动加入购物车购买的商品数量，从而去评判运营的活动质量。

4. 剖析哪些功能是用户常常利用的，哪些是不常用的，常常利用的功能我们要力争做到最好以提升核心竞争力。

例如：通过数据剖析，我们得出用户购买商品最常用的功能是搜索而很少会通过推举或分类去加入购物车，因此我们花更大经历去优化搜索功能。

三、用户分群剖析

在数据剖析中，我们须要将具有共同特性的用户分类管理，然后更具不同的类型采取一样的营销办法。

我们会根据RFM模型来分类：